Linkloud 引言
一、谣言与真相：Airtable 真的“完蛋了”吗？
几年前，一条社交媒体推文声称“Airtable 完蛋了”，引用数据指出其融资过高、收入不足。尽管核心数据存在数倍误差，内容仍迅速传播，并被知名播客 All In 讨论，引发市场对高估值“十角兽”企业命运的关注。
Howie Liu 表示，此事让他深刻理解了 Meme 文化和病毒传播的力量。虽不常使用社交媒体，但他意识到 Elon Musk 接手后的 X 平台在内容生态和执行速度上的优势。
此后，Airtable 经历多次转型调整，在 AI 浪潮下声量一度落后于 Figma 和 Notion。然而今年，其推出全新 Agent 产品 Omni，展现出 Howie 初创时期的创新影子。
二、CEO 回归一线：AI 时代下的 IC 转型
1. 范式转移：为何 CEO 必须重回产品细节
AI 技术迭代迅猛，每次模型更新都要求创造新的产品形态与用户体验。在此背景下，创始人必须回归细节，亲手验证产品体验、商业模式及技术应用路径，而非仅依赖宏观策略推动扩张。
Airtable 创业初期，Howie 深度参与产品架构与 UX 设计，坚信技术与产品不可分割。随着公司发展，重心转向团队建设与流程管理，CEO 渐离一线。但在 AI 时代，寻找新 PMF 成为核心任务，创始人需重新介入具体实现过程。
2. 亲自“熬汤”：深入体验 AI 的底层能力
要成为真正的“首席品味官”，不能仅看成品演示或截图，而必须亲手调用 API、与模型对话，探索其极限。如同厨师面对新食材，需反复尝试才能掌握其潜力。
Dan Shipper 曾提出：判断一家公司能否用好 AI，关键看 CEO 是否每天使用 ChatGPT 或 Claude。Howie Liu 正是如此践行者，甚至笑称可通过推理成本（token 使用量）衡量 CEO 投入程度。
3. 公司最贵的 AI 用户
Howie 是 Airtable 内部 AI 推理成本最高的用户，单次任务花费可达数百美元。例如，利用 LLM 分析大量销售电话录音，提取产品差距、客户洞察等信息。为此，团队开发了类似 LLM MapReduce 的功能，自动拆分超长文本并整合分析结果。
尽管成本高昂，但获得的战略价值远超投入——相当于拥有顶尖顾问通读全年销售记录，提炼关键洞察。只要策略得当，AI 的性价比极为显著，应鼓励更多人将预算用于高价值探索。
三、组织重构：适应 AI 发展节奏的新模式
1. “杠铃式”时间管理：高效利用 CEO 时间
为回归一线，Howie 大幅削减例行一对一会议，转而聚焦由突发洞察驱动的紧急讨论。他主张会议应带来“Alpha”——真正有价值的新信息。
同时保留深度交流场景，如共进午餐或咖啡，用于建立信任关系。这种“杠铃式”管理方式一头是高强度、目标明确的冲刺会，另一头是放松的人际互动，提升时间使用效率，契合 AI-Native 公司的工作强度。
2. “快思考”与“慢思考”团队划分
- “快思考”组：即 AI 平台团队，目标每周发布新 AI 功能，追求用户惊喜。成员需具备创业精神、全栈思维，能结合技术、设计与 AI 理解解决开放式问题，例如让 Agent Omni 直接写代码构建复杂应用。
- “慢思考”组：负责长期战略项目，如构建支持数亿条记录的新一代数据存储系统，强调深思熟虑与稳定性，无法通过快速原型交付。
两支团队形成互补：“快思考”吸引尝鲜用户、制造市场热点；“慢思考”夯实基础，确保可持续增长。该模式旨在解决 AI 产品常见难题——流量易获、留存难留，兼顾创新速度与业务深度。
四、用 AI 重塑大众化软件创建
1. AI 不只是功能，更是全新产品体验
当前多数 AI 产品交互简单，仅提供基础提示框，难以引导用户发挥模型全部潜力。以 ChatGPT 为例，空白聊天界面虽成功，却缺乏视觉引导与丰富交互。
Airtable 正通过颜色高亮、状态展示等方式，将 AI 工作过程可视化，增强用户理解与控制感，打造更具沉浸感的产品体验。
2. 乐高积木的“不公平优势”
Airtable 始终致力于“让软件创建大众化”。AI 通过自然语言建模极大提升了这一目标的可能性。但在 CRM、库存管理等复杂业务场景中，完全由 AI 从零生成代码存在稳定性、安全性与上下文丢失等问题。
而 Airtable 多年打磨的可视化组件——如实时协作表格、界面引擎、自动化模块——构成了可靠的“乐高积木”。这些无需编码的组件成为 AI Agent 的专用语言（DSL），使其无需重写 SQL 或 JavaScript，即可快速搭建稳定应用。
此模式融合 AI 的敏捷性与平台的可靠性，更重要的是，非技术人员可通过图形界面理解、检查甚至修改 AI 生成的应用，真正实现普惠化开发。
五、打破孤岛：回归“Founder Mode”
1. 全栈化运作：跨职能协同
打破角色壁垒不仅适用于产品、工程、设计（EPD）三角，也延伸至营销与销售。
营销人员需更“全栈”，能独立完成内容策划、文案撰写与广告投放；销售人员则需精通产品细节，亲自演示 AI 功能，减少对技术支持的依赖。这种“角色折叠”趋势要求员工更具结果导向与综合能力。
2. 警惕规模化的陷阱
早期创业阶段，团队必须整体思考技术、设计、商业模式与营销的联动，方能达成 PMF。而规模化常伴随“工业化”思维——将职能划分为独立“泳道”，导致部门间脱节，丧失系统性创新能力。
这种模式虽可提升局部效率，却牺牲了跨领域整合带来的突破性机会。
3. CEO 即 CPO：拥抱 Founder Mode
在产品驱动型公司，CEO 应扮演首席产品官角色。持续产品创新才是增长根本，而非仅靠 GTM 策略。
领导者需具备全局视野，推动组织向大目标迈进，同时倡导快速发布、持续学习与大胆实验的文化。真正的“Founder Mode”并非微观管理，而是主动串联各部门细节，做出战略性突破。
听取建议时，重点在于理解背后的“思维链”——对方为何如此思考，而非简单采纳结论。这有助于吸收多元视角而不失主见。
六、重塑团队：AI 时代的成功法则
1. 鼓励“玩耍”，激发探索精神
使用 AI 工具不应停留在任务打卡，而应以好奇心驱动“玩”的态度。领导应带头分享使用 AI 的有趣发现，营造开放氛围。
可取消常规文档流程，直接用原型工具制作可交互页面替代 PRD；研究课题时，可用 Prompt 生成聊天记录并总结为备忘录，全过程公开分享。
公司应鼓励员工申请“AI 探索假”，专注体验前沿工具，释放创造力。
2. 原型胜于演示，迭代取代规划
AI 产品充满不确定性，文字描述无法传递真实体验。“原型胜过演示文稿”成为核心原则。
只有可交互原型才能暴露真实问题：用户输入任意 Prompt 会怎样？等待时是否焦虑？是否需要进度条显示 AI 思考过程？这些关乎“感觉”的细节唯有通过运行中的原型才能感知。
开发应视为实验游乐场，而非固定资源分配计划。传统“X 人、八周上线”的模式已不适用，必须由实验与迭代主导。
七、AI 如何重塑产品、设计与工程角色
1. 混合型人才的崛起
能否善用 AI 取决于个人态度，而非岗位。懂技术的设计师、懂产品的工程师、愿动手的 PM，在 AI 时代更具竞争力。
产品设计日益高度互动，核心价值体现在交互过程中。静态稿难以表达动态响应逻辑，而原型工具让跨界人才能快速验证想法。
2. AI 不为裁员，而为赋能
AI 的本质是提升单位人力产出，使团队以更少人力撬动更大事业。Airtable 作为应用平台，理论上可用 AI 构建无限功能组合。
关键在于建立“成长心态”文化：鼓励员工主动学习新工具，无论是周末自学或集中沉浸式探索。愿意拥抱变化者，效率将持续提升。
八、AI 时代的核心技能：评估（Evals）的正确使用
Howie 认为，实操中最关键的能力是 Evals（评估），即建立标准衡量模型或产品在特定任务中的表现。
但 Evals 不宜过早引入。以开发 AI 爬虫为例，应先广泛测试各类 Use Case，发现其擅长领域后再系统化评估优化效果。
Evals 更适合“收敛”阶段，若在早期探索期强行标准化，反而会限制创造力，违背“先发散、后聚焦”的创新规律。
