我们如何为AI重组了Airtable整个组织架构

摘要

Airtable联合创始人兼CEO Howie Liu在本期对话中，系统性地阐述了一家拥有13年历史的SaaS公司如何在生成式AI的范式冲击下完成自我重构。他从一则"Airtable已死"的病毒式推文谈起，揭示了私域数据误判与社交媒体传播机制的深层问题。随后，Howie提出了"IC CEO"（个人贡献者CEO）的概念——在AI时代，CEO必须重新深入产品细节，亲手构建、亲自体验，而非停留在万英尺高空的"流程管理"视角。

在组织层面，Howie分享了Airtable最引人注目的架构重组：借鉴卡尼曼的"快思考与慢思考"模型，将工程产品团队一分为二——"快思考组"以接近每周的节奏推出令人惊叹的AI新能力，"慢思考组"则负责HyperDB等需要深思熟虑的基础设施建设，两者互为补充，形成漏斗上端的兴奋感与下端的留存扩展之间的正向循环。

在人才层面，Howie认为PM、工程师和设计师三大角色必须打破各自的专业孤岛，每个人都需在另外两个领域达到"足以危险"的最低水平，走向全栈式的"独角兽"复合型人才。他同时强调，在全新产品形态的探索阶段应先凭"直觉"（vibes）广撒网，待收敛后再引入系统化的评估（evals）。最后，Howie回顾了创始人模式的本质——不要远离你热爱的事物的细节，以谦逊与感恩作为每一天的底层态度。

正文

"Airtable已死"：一场数据误判引发的病毒式风波

对话从一段令人记忆犹新的往事开始。几年前，一条声称"Airtable已死"的推文在Twitter上疯传。发帖者来自CB Insights——一家以提供私域公司数据为主营业务的机构——却在Airtable的营收规模和增长率上给出了偏离事实数倍的数据。更具戏剧性的是，这条错误信息被广受欢迎的All In播客转播，一度成为讨论"上一代高估值独角兽在新市场环境中何去何从"的标本案例。虽然All In在数周后做了更正，但正如那句老话：谎言已经跑遍全球，真相还赖在床上穿鞋。

Howie从中总结了两点教训：一是社交媒体的激励机制天生偏好耸动内容而非真实信息，尤其在马斯克接手后Twitter变得更加大胆、更加追逐流量，这使得虚假内容更易传播；二是即使在后Elon时代产品执行力令他钦佩，但算法推送的耸动内容确实在工作——包括对他自己。

IC CEO：CEO重新成为个人贡献者

从写代码到管流程，再到回到细节

Howie回顾了Airtable创立之初的状态：他亲自编写后端代码，设计实时数据架构，也做前端的用户体验。Airtable作为一款让用户自己搭建应用的平台，技术本身就是产品价值——你不能把"待完成的任务"（Jobs to Be Done）和工程实现割裂开来。这与Figma的路径高度平行：两家公司几乎同时创立，都在上线前花了两年半时间由小团队亲手打磨产品。

然而随着公司扩张，Howie逐渐被推离了产品细节。组织建设、流程管理、人事运营——这些"粗放型工具"取代了精密的产品手感。他坦言，在成熟SaaS时代，或许可以靠更粗放的路线图和销售策略维持增长，但AI时代的范式转换截然不同。

为什么AI时代必须"回到细节"

Howie认为，AI带来的冲击远超从桌面到移动或从本地到云端的单一形态变化。每一次新模型发布、每一种新能力涌现，都意味着新的产品形态和交互模式需要被发明。要在这种持续变化中不断重新找到产品市场契合（Product-Market Fit），就必须沉浸于细节之中——不存在从万英尺高空俯瞰然后"扔一堆人去解决"的可能。

他引用了自己的一句话：你必须做"首席品味官"（Chief Taste Maker）。而在AI领域，不亲自参与烹饪就尝不出汤的好坏——光看截图或录屏远远不够。你必须亲手把玩，既要体验封装好的产品，也要通过API或聊天界面直接触碰底层模型，将其推至极限。正如一位厨师获得了全新的食材，必须真正熟悉它们才能创造新菜。

聊天机器人每小时使用数次

Howie自诩为Airtable AI产品推理成本最高的用户——不仅是公司内部，在全球客户中长期排名第一。他会毫不犹豫地花费数百美元的推理成本，对长达一年的销售通话记录进行LLM MapReduce操作：先分块处理，再聚合分析，提取产品洞察、市场定位和客户分群信息。在他看来，这相当于一位极聪明的幕僚长通读了全部销售记录后给出的精辟分析——请咨询公司做同等质量的工作要花数百万美元。AI在被贪婪但聪明地使用时，价值与成本之比令人难以置信。

一对一会议的"杠铃策略"

为腾出时间，Howie大幅削减了默认的一对一会议。他认为最好的会议应由紧迫性驱动——发现了某个洞察、从某个创业公司学到了新东西，需要即时植入Airtable的产品思考。关系维护则采用"杠铃策略"：要么做高紧迫性的专题会议（如AI执行冲刺周会），要么在面对面时安排一次高质量的午餐或散步——大约每月一次。中间地带的例行周会被视为效率陷阱。

快思考与慢思考：组织架构的卡尼曼式重组

从功能组到业务单元再到双轨制

Airtable的工程产品设计（EPD）组织经历了多轮重组。最初，团队按功能区域划分——搜索组、移动端组等——好处是对各自代码库和产品区域极度熟悉，但弊端是每个人都只在自己的小花园里做增量改进，缺乏跨区域的系统性突破。

随后改为业务单元制——企业级（聚焦可扩展性和大规模部署）、团队级（聚焦自助服务和产品体验）、AI、解决方案和基础设施等支柱。这比功能组进了一步，但仍然无法让AI能力的迭代速度媲美Cursor或Windsurf等AI原生公司。

"快思考组"与"慢思考组"的互补

最终，Howie借鉴卡尼曼的《思考，快与慢》提出了双轨制：

• 快思考组（官方名称AI Platform）：以接近每周的节奏发布令人"瞠目结舌"的新AI能力。要求每一项新功能都真正令人惊叹，而非泛泛之作。
• 慢思考组：负责需要深思熟虑的基础设施建设，如HyperDB——支撑数亿条记录的数据存储引擎——这类工作不可能在一周内以原型方式草率推出。

两组形成完美的互补循环：快思考组的AI创新创造了漏斗顶端的兴奋感，吸引新用户涌入（包括大型企业）；慢思考组则让这些初期的采纳种子生根发芽，扩展为更大规模、更长周期的部署。Howie指出，许多AI原生公司面临的困境恰恰是：虽然拥有极宽的漏斗顶端——大量"AI游客"流量和早期使用——却难以将每一粒采纳种子转化为持久的留存与扩展。

快思考组的人才画像

快思考组需要高度自主、创业精神强的人才。不一定是前创始人，但必须能"全栈思考"问题——从用户体验的惊艳感，到技术可行性的边界，再到人机协作的审批流程设计，每个层面都要有判断力。Howie举例：Airtable即将推出的代码生成能力允许用户通过对话代理Omni描述想要的地图视图、热力图样式和交互逻辑，然后由AI生成定制化代码——这其中充满了设计歧义和技术约束的交织，需要能享受这种开放性而非被其压垮的人。

Airtable的AI原生转型

清零思考：如果今天从零开始会怎样

Howie提出了一个根本性的自我审视框架：如果你带着同样的使命，今天从零开始创建一家新公司，你会如何用完全AI原生的方法来执行这个使命？然后追问：现有的产品和业务是否为你提供了有用的积木，还是你拥有的遗产资产反而比从零开始更糟？

如果答案是无法利用现有优势，就应该卖掉公司，如果你真的在乎这个使命，去创办它的下一个版本。Howie经过认真审视后坚信，Airtable现有的无代码组件确实让他比从零开始更有优势——这便是他仍在运营这家公司的原因。

Vibe Coding的局限与平台原语的优势

Vibe Coding（氛围编程）在构建业务应用时面临根本性挑战：如果代理必须从零生成应用的每一行代码，可靠性会急剧下降——bug、数据安全问题和上下文崩溃会随着应用复杂度增长而失控。

Airtable的解法是提供一套高可靠性的"乐高积木"——实时协作的CRUD界面、多种视图类型、自定义布局引擎、自动化和业务逻辑——代理可以像操控一种更具表现力的领域特定语言（DSL）那样组装这些原语，而不必从SQL和JavaScript开始逐行构建。同时，非技术用户仍然可以通过GUI理解和参与应用的构建过程——而v0或Lovable生成的应用对非技术用户是完全不透明的，无法重新提示就束手无策。

这类似于开发者用Cursor生成大量代码后，仍然可以回到IDE进行编辑和精调，达到生产就绪状态。Hybrid模式兼具AI的速度和平台的可靠性。

产品体验：让用户"体验"而非"被告知"

ChatGPT：史上最成功的PLG产品

Howie认为AI价值的最佳传播方式是体验式的。ChatGPT在不到三年内获得了全球7亿周活跃用户——相当于地球上10%的人口每周使用——这是PLG（Product-Led Growth，产品驱动增长）的极致证明。即便早期ChatGPT的界面几乎只是一个空白聊天框，几乎没有任何功能引导，但用户可以零摩擦地亲自尝试，这种"让用户自己发现魔法"的方式远胜于任何销售演示。

从侧边栏助手到默认入口

Airtable自身的转型同样剧烈。最初，AI助手只是一个侧边栏中的附属功能；如今，代理Omni已经成为Airtable中做任何事的默认方式——整个应用几乎变成了被代理操控和调用的"制品"（artifact）。官网首页也不再展示复杂的功能列表，而是一个简洁的输入框："告诉我你想构建什么。"

Howie承认，这种"一句话建应用"的模式在行业内已趋同质化，但关键差异在于底层能力。随着模型从GPT-3.5时代的单行补全进化到今天的智能体级别，产品形态必须随之演进——从GitHub Copilot的逐行自动补全，到Cursor的智能体式代码生成，再到今天的一句话生成完整应用。Airtable的愿景始终是"民主化软件创造"，AI只是通向同一目标的不同路径。

PLG根基与销售驱动的融合

Airtable曾是上一代PLG的标杆产品之一，随后逐步向上游市场迁移，增加了更多销售驱动（Sales-Led）的成分——但始终建立在企业内部的PLG基础之上。Howie个人的目标现在正在重新偏向"构建者驱动"的采纳方式：通过产品体验本身展示价值，而非通过幻灯片讲述价值。

AI时代的团队技能：打破角色孤岛

从专业深度到"足以危险"的广度

Howie的核心观点是：PM、工程师和设计师三大角色中，任何一个人都需要在另外两个领域达到"足以危险"的最低水平，然后才在自己的专业领域深耕。

• 设计师需要理解模型如何工作、工具调用（Tool Calling）的机制，才能设计出超越静态原型、真正体现AI交互价值的概念。
• 工程师需要思考产品体验和商业需求——在Stripe，DRI（Directly Responsible Individual）并不总是PM，有时是承担产品主导角色的工程师。
• PM不能再只写PRD文档，而要成为"混合型PM-原型师"（Hybrid PM-Prototyper），具备设计敏感度和技术理解力。

Howie回忆，Google最早的PM岗位就要求PM具备技术能力以理解工程限制，同时具有设计感；他的联合创始人Andrew在Google的APM项目中也曾研读视觉设计和色彩理论。这不是新概念，而是AI时代对经典理念的重新强化。

工业设计师的椅子隐喻

Howie用工业设计做类比：设计一把椅子之前，你应该先研究所有经典椅子——坐进Eames椅，逆向工程它的制造方式，理解先前的艺术。同样，要成为优秀的AI产品创造者，先要广泛使用其他AI产品。但光看别人的"椅子"不够，最终必须亲自动手建造——一个个周末项目就是你的练习场。

"低垂的西瓜"隐喻

Airtable作为AI应用平台，拥有近乎无限的可实现AI能力。Howie的比喻是：果树上不仅有低垂的果实，地上还有巨大的西瓜——只需走过去捡起来。他告诉团队：不用他来指定该摘哪颗西瓜，去发现最大的那颗，然后动手。比如"现场代理"（Field Agents）团队——负责在客户应用内运行的代理——被鼓励自行实验和原型化各种方向：深度研究集成、文档分析、基于PRD的功能原型生成……

Evals：先直觉后评估，先发散后收敛

从"vibes"到evals的两阶段论

Howie对评估（evals）提出了一个有节制的立场。OpenAI和Anthropic的负责人都强调evals的重要性，但Howie补充了一个关键前提：对于全新的产品体验或形态，应先从"直觉"（vibes）开始，而非evals。

以Airtable的代码生成能力为例，如果一开始就定义eval来反复测试不同提示词、模型或工作流的效果，你必须预先知道"好"长什么样——但在探索阶段你恰恰不知道。正确的做法是先广撒网：随意尝试各种提示，观察什么场景下效果好、什么场景下失败，逐渐发现有效用例的聚集模式。等到你对"哪些用例值得优化"有了清晰认知后，再引入程序化的eval来迭代改进。

这呼应了设计思维中的"双钻石"（Double Diamond）框架：先发散探索，再收敛定义。Evals是收敛阶段的工具，提前使用会约束探索空间。

创始人模式与反直觉的公司建设经验

从工匠作坊到工厂流水线的陷阱

Howie深受Brian Chesky（Airbnb）和Paul Graham"创始人模式"（Founder Mode）理念的启发。他观察到，公司从早期的小团队、全栈式、所有决策紧密耦合的工匠模式，到规模化阶段往往被建议切换为"工厂模式"——各部门各管一段，松耦合执行。这种建议并非毫无道理：每个"泳道"确实可以更专注地扩大自己的产出。

但问题在于，你失去了整体性思维带来的"魔法整合价值"。每个局部都在优化自己的最优解，却永远无法达到全局最优。Chesky的核心观点——CEO必须承担CPO角色，必须关心产品——Howie深以为然。如果你真正在乎持续创新而非单纯扩张销售，就必须有更大胆的、跨区域的跃迁式愿景。

不要远离你热爱的细节

Howie回顾了公司历史上最令他感到脱节的时期：当他觉得自己"应该"像一位成熟CEO那样从细节中抽身时。他现在认为，所谓"做的决策越少越好、接触的细节越少越好"的CEO信条或许适用于极度成熟的业务，但他越来越怀疑这种纯授权、纯流程管理的模式是否真的有效——即使在宝洁这样的消费品公司，你也希望CEO亲自品尝汤的味道、亲自体验产品创新管线。

如果能让十年前的自己听到一句话，Howie会说：不要远离你热爱的细节。 即使公司需要你做管理、做运营、做扩张，也不要丢失让你创立这家公司的那个核心——产品的魔法感。让它始终是你的第一优先级。

"审查推理链"而非照搬建议

Howie从自己的经历中提炼出一条元认知：不要盲目信任任何人的建议，也不要忽视它——而是去审查建议背后的"推理链"。正如你现在可以在推理模型中检视链式思考来理解它为何得出某个结论，你应该问的不是"你建议我做什么"，而是"你为什么建议这样做"。

Brian Chesky取消传统PM角色的决策对Airbnb有效，但那不是放之四海而皆准的模板。真正有价值的是他做这个决策背后的原因——理解了原因，你才能在自己的语境中推演可能不同的结果。

人人都能学会全栈：AI时代的赋能与呼吁

Howie特别强调，他所说的技能转型不是"有就有、没有就没有"的天赋问题，而是一种行动号召。他坚信每个人都能学会软件工程——也许成不了Hemingway，但足以达到"危险"级别的熟练度。编程训练营、业余项目、与ChatGPT对话学习架构思路——路径从未如此畅通。

ChatGPT就像一位无所不知、耐心无限、7×24小时在线的导师。你可以问它"如何构建Manus那样的开放式代理"，然后下载Cursor，让Composer生成代码，自己阅读理解。与2008年用PHP手搓JavaScript单页应用、用Photoshop切割圆角像素的黑暗时代相比，今天的抽象层已经把"你"和"创造魔法"之间的距离压缩到了前所未有的程度。

闪电问答

推荐的书

Howie近期刻意增加虚构类阅读以实现思维重置。首推刘慈欣的《三体》三部曲——每一部都像《盗梦空间》一样让你坠入更深一层的现实。

最爱的影视

刚开播的Seth Rogen主演剧集《The Studio》——好莱坞行业内幕的讽刺喜剧。Howie分居洛杉矶和旧金山，对剧中刻画的各色人物感到"过于真实"。早年看《硅谷》时也因"过于贴近现实"而感到不适。

最爱的近期产品

软件产品选Runway——每一次新模型发布都在视频生成的逼真度和可控性上令人惊叹，而作为不到百人的团队在Google和OpenAI的夹击下持续超量发挥，这让他欣赏这种"弱者故事"。实体产品则选日本小作坊用百年老式织机制作的T恤——如Self Edge门店代理的Studio D'Artisan和Toyo Manufacturing旗下的Whitesville复刻系列。在一个一切加速迭代、五年前的技术就已过时的时代，这些用缓慢、手艺般的工业方式制作的复古衣物反而更加珍贵。

人生信条

Howie引用了Paul Conti（精神科医生、心理学家，曾与Andrew Huberman做过长篇播客对话）的框架：以谦逊与感恩作为生活的基石。无论起点如何，如果你以一种谦逊和感恩而非其对立面的态度面对世界，它会成为自我实现的预言——你保持开放、心怀感激，更多机会自然会向你聚拢。即便某天经历了艰难的事——解雇某人、失去一个客户、系统出故障——仍然尝试从整体上以谦逊和感恩来看待这一切，这种心态会溢出影响到那一天乃至整个人生。