即刻App年轻人的同好社区
下载
以前不理解为什么需要给客服团队弄一些什么“委屈奖”，或者提供及时的短期小激励，甚至还会需要专门的心理咨询师。
最近这个月基本上把时间花在响应用户问题去了，从早到晚昏天黑地，一下子就理解了，因为每时每刻都在发飙，甚至都开始怀疑人生。
团队成员也被我从早骂到晚，骂产品设计眼瞎，设计这么个流程，骂研发屁股决定脑袋，光 TM 快去了。月初骂到月尾，大家集体郁闷。
以前老讲团队多 AI native，迭代效率多高，感觉还是太低级太表面了，讲得多了反而忘掉本质。现在我更在意怎么把 “事实的真相”最快带到团队来，或许这才是我认为的 AI native 的标准。
最近这个月基本上把时间花在响应用户问题去了，从早到晚昏天黑地，一下子就理解了，因为每时每刻都在发飙，甚至都开始怀疑人生。
团队成员也被我从早骂到晚，骂产品设计眼瞎，设计这么个流程，骂研发屁股决定脑袋，光 TM 快去了。月初骂到月尾，大家集体郁闷。
以前老讲团队多 AI native，迭代效率多高，感觉还是太低级太表面了，讲得多了反而忘掉本质。现在我更在意怎么把 “事实的真相”最快带到团队来，或许这才是我认为的 AI native 的标准。
9 03
随着 AI 被引入组织，各个环节会不断产生新的 bottleneck。
一开始是提高了 developer 的开发效率。以前一个功能两三个月，现在可能两周就写完了。然后问题来了，开发两周，QA 还要几周，这件事就显得很荒谬。于是 QA 变成新的瓶颈。
等你把 QA 自动化掉，或者把 QA 这个 function 重组掉，瓶颈又往前移。PM、设计、产品定义开始变成最慢的地方。再往后，GTM 又接不住。一个瓶颈刚按下去，另一个瓶颈马上冒出来。
过去工程本身很慢，所以这些成本被藏在几个月的开发周期里。现在 AI 把 coding 压到两周，所有原来被工程周期掩盖的低效，就突然裸露出来了。
所以你会发现，AI 没有自动让组织变快。它只是把组织里最慢的部分摊开了。所以要变的是组织和人对“瓶颈”的理解。
过去，一个人说“我只会搞研发”，这当然有价值，因为研发本身就是长周期里的稀缺产能。一个人说“我特别擅长 QA”，也有价值，因为测试是独立、明确、稳定的环节。
但现在这些边界开始松动了。写代码可以被 AI 放大，测试可以被自动化，很多局部职能的价值会被压缩。真正有价值的人，不再是只守住一个 function 的人，而是能力能不断增长、不断迁移的人。
一开始你可能是在解决研发问题。研发效率被打掉以后，你就要开始解决测试问题，比如我们团队现在几乎全员有 90% 的精力放在测试上。测试系统跑起来以后，问题又会前移到需求、产品定义、用户理解。最后留下来的，不是“我负责哪一段”，而是“我能不能跟着瓶颈迁移”。
这其实是 AI 时代对组织和人的双重要求：组织要能重组流程，人也要能重组自己。
所以 AI 带来的真正压力，不是某个岗位会不会被替代，而是每个人能不能从“我负责一个环节”，变成“我负责解决当前最关键的瓶颈”。
局部提效只会制造新的瓶颈。真正吃到 AI 红利的组织，最后拼的会是两件事：一是能不能减少交接，压缩反馈回路，二是团队里的人能不能跟着瓶颈一起迁移，从写代码，到做测试，到定义需求，到理解客户，而不是把自己固定在某一个越来越窄的岗位描述里。
一开始是提高了 developer 的开发效率。以前一个功能两三个月，现在可能两周就写完了。然后问题来了，开发两周，QA 还要几周，这件事就显得很荒谬。于是 QA 变成新的瓶颈。
等你把 QA 自动化掉，或者把 QA 这个 function 重组掉，瓶颈又往前移。PM、设计、产品定义开始变成最慢的地方。再往后，GTM 又接不住。一个瓶颈刚按下去，另一个瓶颈马上冒出来。
过去工程本身很慢，所以这些成本被藏在几个月的开发周期里。现在 AI 把 coding 压到两周，所有原来被工程周期掩盖的低效，就突然裸露出来了。
所以你会发现，AI 没有自动让组织变快。它只是把组织里最慢的部分摊开了。所以要变的是组织和人对“瓶颈”的理解。
过去，一个人说“我只会搞研发”，这当然有价值，因为研发本身就是长周期里的稀缺产能。一个人说“我特别擅长 QA”，也有价值，因为测试是独立、明确、稳定的环节。
但现在这些边界开始松动了。写代码可以被 AI 放大，测试可以被自动化，很多局部职能的价值会被压缩。真正有价值的人，不再是只守住一个 function 的人，而是能力能不断增长、不断迁移的人。
一开始你可能是在解决研发问题。研发效率被打掉以后，你就要开始解决测试问题，比如我们团队现在几乎全员有 90% 的精力放在测试上。测试系统跑起来以后，问题又会前移到需求、产品定义、用户理解。最后留下来的，不是“我负责哪一段”，而是“我能不能跟着瓶颈迁移”。
这其实是 AI 时代对组织和人的双重要求：组织要能重组流程，人也要能重组自己。
所以 AI 带来的真正压力，不是某个岗位会不会被替代，而是每个人能不能从“我负责一个环节”，变成“我负责解决当前最关键的瓶颈”。
局部提效只会制造新的瓶颈。真正吃到 AI 红利的组织，最后拼的会是两件事：一是能不能减少交接，压缩反馈回路，二是团队里的人能不能跟着瓶颈一起迁移，从写代码，到做测试，到定义需求，到理解客户，而不是把自己固定在某一个越来越窄的岗位描述里。
21 212
TAM 是玄学，看你用什么样的视角去看它，如果以 “二胎奶爸因为 MPV”来买 Mega，压根就不用立项了，因为市场规模就是每月几千台的量，最后 Mega home 的人群里有 1/3 是 “单身人群想买个大平层”。
同样的例子，Anthropic 一开始做 coding agent 的时候，同行和投资人都对 coding 的 TAM 也出现了误判。
当时大家的算法很简单：全世界有多少 developer？几百万。每个 developer 每月愿意为一个 coding 工具付多少钱？20 美金，乐观点 200 美金。乘一下，可能也就是百亿美金级别的市场。
但这个算法错在，它把 coding agent 当成了一个“程序员工具”，而不是一个“让电脑自动完成任务的能力”。
如果 coding 只是写代码，那 TAM 当然是 developer 数量乘以 seat price。但如果 coding 的本质是：任何一个白领，只要他有一个任务原本可以被计算机执行，只是过去他不会写代码、不会调 API、不会连数据库、不会自动化流程，所以只能手动做，那这个市场就完全不一样了，也就是：全球白领数字劳动市场。
同样的例子，Anthropic 一开始做 coding agent 的时候，同行和投资人都对 coding 的 TAM 也出现了误判。
当时大家的算法很简单：全世界有多少 developer？几百万。每个 developer 每月愿意为一个 coding 工具付多少钱？20 美金，乐观点 200 美金。乘一下，可能也就是百亿美金级别的市场。
但这个算法错在，它把 coding agent 当成了一个“程序员工具”，而不是一个“让电脑自动完成任务的能力”。
如果 coding 只是写代码，那 TAM 当然是 developer 数量乘以 seat price。但如果 coding 的本质是：任何一个白领，只要他有一个任务原本可以被计算机执行，只是过去他不会写代码、不会调 API、不会连数据库、不会自动化流程，所以只能手动做，那这个市场就完全不一样了，也就是：全球白领数字劳动市场。
Gavin_C.发表了动态：理想 2024 年发布 Mega 原本是希望能破圈获取到更多的 SUV 和轿车用户，按照现在这个策略来看基本证明自己想多了，不但 Mega 上的配置逐渐下放到 i 系列，有啥好东西还可劲往 L9 Livis 上堆（无语😓） 但 2025 年发布 Mega Home 以来，销量提升到了 2024 年的 3 倍，有个意料之外的是 25 款 Mega 的购买用户里有 30% 是单身用户（算下来这部分增量差不多等于 24 年的存量了），事后调研来看，用户需要的并不是 6/7 座，而是更高品质的私有空间，因为后台的数据统计发现有 42% 的使用场景是静止使用的，比如嫌办公室太吵在车库里午睡
1 03
usage based 的商业模式天然鼓励竞争，客户也更喜欢 “斤斤计较”了
以前 subscription 模式客户一旦买了，边际使用成本接近 0，年初的预算也容易定，甚至在管理费用中的占比不会有太大变化，所以自然倾向于集中用一家，谁先切进来就用谁
以前 subscription 模式客户一旦买了，边际使用成本接近 0，年初的预算也容易定，甚至在管理费用中的占比不会有太大变化，所以自然倾向于集中用一家，谁先切进来就用谁
4 03
2 00
孤陋寡闻了，把西丽去掉的话，南山的 GDP 要跌三分之一
Gavin_C.: 小时候觉得西丽太偏太田野，印象中上次来还是初中时候跟我爸一起去野生动物园。最近这段时间见客户比较多，基本是住这了，感觉离曼哈顿不远了。
3 10