Lenny 播客半年 AI 实践调研

一、样本：30 期，13 期高相关

取 2026 年 3 月 8 日到 9 月 6 日期间发布的全部 30 期，字幕来自 YouTube 自动英文字幕，共约 51.7 万词。按和五个问题的相关度分三档：高相关 13 期，这些嘉宾在讲自己公司内部的做法；中相关 14 期，有一手案例但主线是别的；低相关 3 期，是个人访谈、治理或薪酬谈判类话题。完整清单在第八节。

嘉宾来源集中：Anthropic 4 期（增长负责人、Claude Code 产品负责人、Claude Code 团队负责人、研究产品负责人），OpenAI 3 期（Codex 桌面负责人、ChatGPT work 负责人、设计负责人），加上 Netflix、Instagram、Snap、Notion、Whatnot、Cursor、Every 各一期。这意味着本文里“美国公司在做什么”的证据偏向模型实验室和 AI 原生公司，传统企业的声音主要经由 Benedict Evans、Anish Acharya 和 Jen Abel 转述。

二、提效：代码不再是瓶颈，瓶颈搬到了验证和人脑

2.1 数字

2.2 瓶颈去了哪里

Simon Willison 把拐点定在 2025 年 11 月：GPT-5.1 和 Claude Opus 4.5 之后，coding agent 从“大多能用但要盯着”变成“几乎都按要求做”，写代码这一步不再是瓶颈 03:00。之后每位一线嘉宾都在描述瓶颈搬到了哪里。

• 验证。Fiona Fung 说 Cowork 团队设计师和 PM 全员提交代码，人变多、学科变杂、吞吐变高之后，新瓶颈是验证 09:06。Andrew Ambrosino 说 100% 代码由 AI 写已经是旧指标，现在问的是有监督还是无监督 39:26。
• 判断和品味。Ambrosino 估计同一个急需的功能，OpenAI 里有 90 个团队在各自试做，“The implementation is actually not the expensive part anymore. It's dare I say taste.” 04:00。Max Schoening 的说法是每个项目的前 10% 变成免费，最后 10% 仍占 90% 的工夫 28:15。
• 跨部门拉人。Anthropic 的 CASH 项目把增长实验拆成找机会、做功能、测试、分析四步交给 Claude，第五步利益相关方管理仍靠人。设计负责人的原话：“We will have AGI and it will still be impossible to get six people in a room to align.” 37:19
• 人脑。Simon 并行开 4 个 agent，到上午 11 点就精疲力尽，他认为人的认知是新瓶颈 26:17。Fiona 说异步 agent 多了之后，她反而要重新给自己划整块时间来消化已经启动的任务，还没有解法 71:40。
• 工期估算失效。Keith Rabois 说 11 月不可能的事 3 月已经很容易，一年期路线图不成立 35:23。Simon 的做法是持续把自以为 AI 做不到的任务丢给它，做不到就记 backlog 28:18。

2.3 非工程岗位的提效

半年里最常被提到的非工程用法有三类，都已经进入日常。

• 产品经理自己拉数据、自己问代码库。Whatnot 的 PM 用 Hex Threads 自己拉 cohort、查单个用户日志、算影响面，CPO 说过去一年他和数据科学家的对话比职业生涯任何时候都少 35:13；他用 Claude 加载 feed 代码，让它讲谁在什么时候看到什么，发现新用户打开 app 时多个模型撞车，直接改顺序 31:12。Instagram 的内部工具已经能自动出漏斗分析，一年前 product staff 做不到 06:04。Netflix 的 finance、content、advertising 业务方自己先查几十年的实验记录出初步假设，再找数据科学家深挖 10:05。
• 高管用 agent 巡视公司。Evan Spiegel 在 Glean 上建了一个 agent，每天翻遍公司所有 dashboard 和文档，告诉他该关注什么 61:31。Amol Avasarala 用 Cowork 定时任务每天早上看 20 到 25 张 Hex 图表，自己只保留几张 58:27。Ambrosino 每天早上看 Codex 生成的日报，覆盖他所在的约 3,000 个 Slack 频道 44:30。Rabois 观察到他任董事的公司里，消耗 token 最多的人是 CMO，因为 CMO 终于可以自己做分析而不用一层层等下属 33:22。
• 把 deck、周报、财务模型交出去。Cat Wu 用 Cowork 一晚上做出 20 页大会 deck，因为它能读公司标准模板，产出“看起来像 Anthropic 设计师做的” 36:18。Anthropic 销售用 Claude Code 做了定制 deck 工具，从 Salesforce 和 Gong 拉客户上下文，20 到 30 分钟的活变几秒 42:23。OpenAI 的 corporate finance 团队用 ChatGPT work 做原来靠一个专家手工完成的复杂财务模型 31:15。Dianne Penn 把 monthly business review 用 skill 全交给 Claude 写，自己只做 verifier 61:58。

Tara Seshan 给了一条区分线：“writing as reporting”全部交给模型，“writing as thinking”绝不交，连初稿和润色都不用 52:28。Penn 的版本是先有自己的观点再上工具 60:55。这条线在多位嘉宾那里反复出现。

2.4 提效的代价

Lenny 和 Noam Segal 做的第二届科技从业者调查（约 6,000 人）给出了另一面。97.2% 的受访者说 AI 让自己在工作上更好，但追问“好”是什么意思，答案是更快、更多，质量没有上去 45:47。显著 burnout 从 2025 年的 44.7% 升到 2026 年的 54.7%，职业乐观度从 54.8% 降到 48.7% 20:18。人们最怕的是“同样薪水被要求做更多”，被 AI 取代排在担忧清单倒数第二 52:52。

质量问题不止来自调查。Max Schoening 说过去 12 个月软件数量增加了，质量没有，实验室自己的工具每两周回归一个三周前修过的 bug 07:03。Tony Fadell 引 Claude 源码泄露后架构师的反应“这东西太脆”，把 AI 在高层抽象上写的代码叫技术债，“You're getting short-term gain for very, very long-term loss.” 52:37。Dan Shipper 自己做了个基准：请两位资深工程师独立重写他 vibe code 的产品，之后每个新模型跑同一 prompt 打分，GPT-5.5 之前所有模型约 30 分，人类高 80 到低 90，GPT-5.5 得 62 41:27。

Noam 把判断力下降叫 cognitive rot：看到模型第一版输出就接受。他的建议是需要“evals for people”，因为人的判断力在退化却没人测量 51:52。Simon Willison 的观察更直接：AI 让重度用户更累，时间多了，脑子空了 35:23。

三、组织：团队变小，角色合并，经理回一线

3.1 团队结构的具体改法

Anthropic 增长负责人给出的比例是这半年最常被引用的：工程师从 AI 得到的杠杆最大，5 工程 1 设计 1 PM 的小组用 Claude Code 后相当于 15 到 20 个工程师，PM 和设计只涨到 1.5 到 2 个，“absolutely squeezed” 42:21。他们的应对是“两周规则”：工程量 2 周以内的项目工程师就是 PM，自己去谈 security、legal 和跨部门，PM 只做顾问；超过 2 周 PM 负责到底 45:21。

3.2 PM 存废：半年里最大的分歧

六位嘉宾直接表态，立场分三档。

• 主张收缩或取消。Whatnot CPO Tom Verrilli 的前提是“we regret that product management exists”，默认不配 PM，理由是大量招 PM 会“infantilize”工程师和设计师 06:02。Keith Rabois 认为模型能力变化太快，传统 PM 这种中介角色说不通，无论叫什么，技能都变成 CEO 技能：做什么、为什么 35:23。Nikhyl Singhal 说约一半 PM 是信息搬运者，会被淘汰 25:15。
• 主张保留并进化。OpenAI Codex 负责人 Ambrosino 的原话：“I've heard a lot of companies be like, we're getting rid of the product role, which I think is, by the way, a terrible idea.” 取消角色会连带丢掉学科积累的最佳实践 24:17。Instagram 把 PM 进化成 product staff，用最新工具兼做设计、数据、调研，资深设计师直接转岗 03:02。Tara Seshan 说 PM 的核心没变而且更重要：定义最关键的假设、最快测试、回灌，脱落的是长文档和演示文稿 08:05。
• 主张可能需要更多 PM。Amol Avasarala 的判断是因为工程师太快，未来可能需要更多 PM；在 20 个工程师只有 1 到 2 个 PM 的公司里，把“做什么、为什么”改进 5% 比自己去做第 21 个功能更值 48:21。Dan Shipper 认为 PM 是这轮最大受益者，他举的例子是一位“lightly technical”的前 PM 独自运营一个写作产品，出货速度几乎全公司最快 68:45。

三档之间有一条共同线：留给人的是判断、定义问题和对结果负责。Netflix CPTO Elizabeth Stone 的表述是角色流动健康，但人仍对结果负责，“agent 写的”不免除责任 05:02。Nikhyl 的补充是产品负责人正在把自己的流程写成软件：有公司已宣称完全自动化了产品评审和站会 32:21。

3.3 经理回一线，层级变薄

• Anthropic Claude Code 团队：新经理入职先不带人，花时间钻代码和产品；所有经理持续兼职 IC。Fiona Fung 曾在 Meta 管 500 人、2017 年后没发过生产代码，现在每天提 PR 49:27 51:29。她的另一件工具是一个挂在团队所有仓库、所有 Slack 频道和指标看板上的 Claude Code 远程会话，每月和每位下属共享屏幕跑一遍产出和市场反应 10:06。
• Whatnot：CPO 本人约 50% 时间做 IC；CEO 在评审里说“I don't think this is right”后会清空当天日程，和团队一起拉 ticket、看代码、逐行看数据 50:18。Verrilli 的薪酬观点是把五个 L5 加一个 L7 加 VP 的总薪酬改成三个人，每人拿 VP 的钱 28:11。
• Ramp：一位工程总监带 20 人，个人出的代码量和当 IC 时一样多，做法是把 AI 当第二支团队 40:27。
• Mark Pincus 把这条和硅谷去中层的趋势并列，主张“make everyone a CEO”，给每人一座山头、一份计划和预算 76:01。

Noam Segal 对扁平化提出了警告：调查里 manager 被评为极其有效的人，工作享受度高约 65%，burnout 显著更低，但只有约 25% 的人认为自己 manager 高效。直接汇报人数比以往任何时候都多，而 manager 是唯一能挡住“AI 加压”的人，扁平化可能在放大 burnout 73:07 74:07。

3.4 招聘画像的变化

面试本身也在变。Netflix 的 coding 面试允许用 AI 工具，并直接问候选人日常用什么 AI、对变化的舒适度 30:19。Netflix 没有按级别重写 career ladder，而是给全公司加一层 AI fluency 期望，按职能和阶段各自解释，高管同样适用 28:18。Whatnot 所有岗位一律做动手 case study，交 PRD 并口头答辩，两年 31,832 人申请 PM 只录用 1 人 17:06 48:18。Cursor 把每个 IC 岗位按高管招聘做：先定义 top 1%，找出全世界符合的 50 个人，再用几周到几年持续接触，每个候选人一个 Slack 频道、高优先级候选人每天 10 分钟站会；他们试过取消 work trial，信号大幅下降后又恢复 17:13 62:36 51:31。

3.5 Token 政策

四家公司谈了 token 怎么管，做法一致：现在不设上限，但都预告了拐点。

• Notion：无上限，个人月花费“肯定上千，也许上万美元”，公司最高的是一个 PM。Max Schoening 预计 6 到 12 个月内多数公司会开始追问 ROI，“那会是不舒服的对话” 34:20。他反对把 token 花费当炫耀指标，和吹嘘代码行数一样 35:21。
• Instagram：无上限，靠关掉“token 焚烧炉”式的无用项目降本；Mosseri 预期一两年内强工程师的 token 消耗与其薪酬相当，到时按公司对此人 ROI 的信任度设额度。他说 token 排行榜是“terrible idea” 21:12 22:12。
• Anthropic：基本不限量但靠信任，浪费 token 很不受欢迎；Cat Wu 说每次模型大跳跃，每个知识工作者的 token 成本都会上升，目前仍远低于工资 49:27 50:28。Fiona Fung 把 token maxing 叫新版代码行数，每一个生产率指标最终都会失真 40:19。
• Dianne Penn 对 Gary Tan “一年花 10 万美元 token 就是活在 2028 年”的回应：花钱是输入，实验才是输出，KPI 应定在实验上 20:13。

成本侧的判断来自 Anish Acharya：按职能分层用模型，收益无上限的职能（drug discovery、sales、support、research、engineering）用 frontier，收益有上限的（legal、finance，“你没法把账关得好 100 倍”）用 open-weight 加 RL 微调的便宜模型，公司里会同时存在两套架构 22:09。Max Schoening 说 Cursor、Intercom 在做自研小模型，Notion 在试，前提是开源模型和前沿的差距不拉大 45:27。

四、AI 进入流程：从个人玩具到公司例行

4.1 定时任务是最常见的形态

半年里最多嘉宾在用、也最容易照抄的形态是定时任务：一个 prompt 加一个连接器加一个固定时间，产出让人审。

• Fiona Fung 的晨间 routine：每天固定时间读 Slack 反馈频道、归纳主题、把能顺手修的小问题直接生成 PR，她醒来只需评审。她说 routine 的本质是“生成 prompt 的 prompt”，抽象层级又上了一层 12:08 35:16。
• Amol Avasarala 的每周错位扫描：Cowork 接 Slack MCP，定时扫他参与的项目，输出可能的组织错位清单；企业团队负责人用同样方法抓到过多个团队重复做工 55:26 64:31。他还让 Claude 每周看直属下属的进展、OKR 和会议转录给出反馈建议，再反过来让 Claude 以经理身份给自己反馈 61:30。
• Ambrosino 的 Codex 日报：建一个计划任务，写清关心哪些频道、哪些类别；纠偏靠对话，“下次多关注这个、这件事没进日报请补上”，它自己改指令 44:30。5 月的多团队协调发布，他用一份 Notion 总表让 Codex 自动从 PR 和 Slack 收更新 43:30。
• Claire Vo 的 9 个 agent：3 台 Mac mini 上跑 OpenClaw，按岗位拆成销售、播客制作、课程项目经理、家庭日程等。销售 agent 每天早上做 PLG sweep：扫 CRM 过去 24 小时注册，筛出公司域名，用 Exa 查是否决策者，发软性欢迎邮件，员工 10 万人以上的公司先请示；这替代了去年每周付费 10 小时的人工 50:34 52:36。
• Dan Shipper 的季度规划：一个 Notion agent 拿着公司战略逐个访谈每个员工，会追问，最后产出每个团队的计划文档，CEO 只看哪些团队该互相聊、哪份质量低 63:38。

Cat Wu 给这类自动化定了一条硬标准：做到 90% 到 95% 就放弃的人很多，但 95% 的自动化没什么价值，要么做到 100%，要么别做 69:36。她的另一个观察是反过来的：有人过度折腾 skills 和 MCP，不睡觉不干正事，简单设置效果更好 72:39。

4.2 一家公司一个 agent，而非人手一个

Dan Shipper 的核心预测是一家公司一个 super agent，理由是个人 agent 维护成本太高，一旦没人在乎它就没用了。他的说法是“Automation is a lie”：每自动化一件事，就需要一个人盯着它。做法是设一个 forward deployed engineer 负责让全公司的 agent 正常工作，再往下长出团队级 agent 13:10 38:25。Every 内部有一个叫 Claudie 的 agent 跑整个咨询业务，AI 工程师大部分时间在 Slack 里和它对话、纠正它 54:36。他提到某大模型公司内部有一个接数据仓库、知道每个人权限的 data science bot，专门一个团队维护，数据科学家因此只处理深问题 56:36。

Anish Acharya 用“loop”描述同一件事的下一步：工程里已经跑通的 loop 是 bug 报告进来，自动复现、修复、review，高风险人确认、低风险直接上线，再给客户发邮件，全程 5 分钟；增长团队的 loop 是每个变体自动生成、测量，统计显著就合并，保留长期 holdout。Loop 只能爬到局部最优，之后需要人把它放到下一座山脚下 12:04 14:05。他举的传统企业案例是墨西哥二手车平台 Kavak：每个客户配一个 agent，卡住时打电话给人，人教一遍，agent 记录并学习，下次不用再打；全公司包括修车技师上 6 周“Jedi Academy”，结业标准是每人 ship 一个在生产环境跑的 agent 19:07 09:03。

Tara Seshan 指出了现状的缺口：现在每人和自己的 agent 一对一，同事之间靠在 Slack 里发 Codex 线程截图解释“我这个数字怎么算出来的”，团队正在做多人一起指挥一群 agent 的界面 16:10。

4.3 PRD 让位给 eval、原型和 demo

这是嘉宾之间意见最集中的一处：PRD 的地位在下降，但下降的方式不同。

• Anthropic 增长团队 60% 到 80% 上线的东西没有 PRD，小事在 Slack 说，大事开 30 分钟跨部门 kickoff 把 legal、safeguards 拉齐；需要写时用一个装着历史 PRD 的 project 生成 51:22 53:23。Claude Code 团队用每周 metrics readout 加一份 team principles 替代大部分 PRD，让工程师不用等 PM 就能自己决策 09:05。
• Dianne Penn 的“Evals are the new PRDs”：用户说“Claude hallucinated”太模糊，团队读 consented transcript，把失败拆成工具调用、搜索综合、alignment 三类，写 30 到 40 条 prompt 加 golden answer 的 eval，每个新版本回归。一个案例：“不听指令”的反馈约 80% 其实是 JSON 格式问题，现在通过率 99.9% 到 100% 29:24 44:34。Cat Wu 说不需要几百个，10 个好的 eval 就能让团队量化目标 54:31。
• Max Schoening 把 GitHub 时代的“demos not memos”接了过来：先做粗糙版 demo，一次派 10 个 agent 探索 10 个方向 29:16。Shopify 两年多来禁止 PM 用 PowerPoint 讲产品，所有产品汇报必须是能跑的 demo 42:27。Webflow 一位产品负责人用过去公开的 product review 转录训练了一个 GPT，团队要求 PM 把 PRD 和 pitch 先过一遍，问“CPO 会在哪里反驳、想法哪里弱” 19:14。Tara Seshan 说长文档不再是“想清楚了”的信号，因为很容易生成一份长文档来掩盖没想清楚；沟通载体变成 mocks、prototypes 和 A/B 结果，她写到 70% 就拿出去讨论 55:32 57:36。
• 反方：Ambrosino 说 PRD 没死，实现便宜了，非工程师容易直接跳到原型，工程师则容易写一堆没人读的文档，要点是按目的选媒介；原型看着能上线，实际还在探索早期，团队要显式说明“我们在流程的哪一步” 07:02 09:04。Penn 也说每个模型仍有一份 PRD，作用是给产品、工程、legal、safety 一份共同事实 47:38。

4.4 验证和质量框架

写代码变快之后，几家公司各自发明了保质量的机制。

• 把“什么叫好”提交进仓库。Fiona 团队把内容设计规范之类的标准作为 spec 提交进代码库，让 Claude code review 对照检查，规范随代码更新 15:09。Notion 工程侧的标准来自 Simon Last：写代码环节的任何人工干预都应被当成 bug，说明验证循环没搭好；审查环节例外 38:23。
• 两级质量框架。Anthropic 用 bad 和 sad 两级：bad 是不可恢复的严重错误，sad 是可恢复的痛点，各团队自己定义本表面的 bad 和 sad，用于跨产品面看质量趋势。另有一个从去年 9 月起的“脏话看板”，统计用户在会话里骂人的频率作为挫败感指标 45:25 47:26。
• 测试回到中心。Simon Willison 说 agent 必须运行代码，否则回到从 ChatGPT 复制粘贴；“red/green TDD”五个字代替一大段指令 67:46 70:48。Fiona 在 Claude Code 修的第一个 bug 就是先让它写一个会失败的测试 16:10。StrongDM 用一群模拟员工 agent 在仿真 Slack 里 24 小时发权限请求，自建了 Slack、Jira、Okta 的仿真版 16:11。
• 人人能发代码之后的设计评审。Webflow 内部技能被打平，人人能做设计、发代码、写 PRD；CPO 随口说“以后得考虑设计评审”，设计负责人一小时内录了一个 Loom，给出高风险和低风险设计改动的分类、影响范围（blast radius）和发布流程 38:26。Jessica Fain 的另一条是把 agent 当不懂公司产品哲学的初级员工来 onboard：先写下自己作为产品负责人相信什么、怎么定义 PMF、哪里成功过哪里失败过，持续喂给它，再定护栏，哪些事“没有我不许做” 77:58。
• 代码审查成为 merge 前必过关卡。Cat Wu 说之前几次尝试都不够准，到 Opus 4.5 和 4.6 才能并行跑多个 review agent 扫整个代码库综合出真问题 63:33。Snap 的内部版 app 摇一摇报 bug，agent 定位原因并建议修法 46:23。
• 知识工作的验证和代码不同。Tara Seshan 说编程可以靠测试验证输出，知识工作不能只看最终的 deck 就相信里面的数字，必须看过程、输入和引用，所以 ChatGPT work 的产品重点是让用户看到进行中的工作 64:44。Elizabeth Stone 坦白 agent 生成的代码性能更好但看不懂，“that makes me uncomfortable” 57:37。

4.5 计划周期压到一个月

Fiona Fung 入职时推的六个月轻量路线图，三个月后发现没人再看。现在叫 JIT planning：按月排，没有文档，只有一张小表列本月最重要的事，每周快速确认一次，半年一次全员聚会定主题 83:49。Ambrosino 的规则是越近期越要细，9 个月以上的计划保持模糊，加精度就是假精度 31:22。Tara Seshan 更具体：只为模型 2 到 3 个月后的能力做产品，按当前能力做会错，按一年后做也会错，产品路线图和研究议程绑在一起 27:14。Whatnot 每 6 个月由 CEO、CPO 和高级负责人定“接下来 6 个月哪些事必须成立”，逐项找 DRI 16:06。

配套的做法是“每次新模型出来就把以前做不了的事再试一次”。Amol、Fiona、Dan Shipper、Anish Acharya、Caitlin Kalinowski 都独立说了这条 15:10 76:46 76:47 26:10 92:01。Cat Wu 的团队会先做“当前模型还跑不通”的产品原型，新模型出来直接换进去看缺口补上没有；每次新模型上线还会通读整个 system prompt，逐段问“模型还需要这条提醒吗” 64:33 62:33。

4.6 安全边界

• Simon Willison 的 lethal trifecta：私有数据、暴露给外部指令、能外发，三者同时具备就危险；砍掉一条腿，通常砍外发。过滤器拦截率 97% 是不及格，要假设任何能和 agent 说话的人都能让它做它被允许的任何事，然后限制 blast radius 80:56。
• Claire Vo 的安装清单：干净的机器、独立邮箱、独立管理员账号、soul 文件里限定只听一个渠道的指令、用贵模型、逐步授权（先日历，再读邮件，再草拟，再发送）；家庭 agent 和工作 agent 物理隔开 18:12 23:13 45:28。
• Caitlin Kalinowski 把 OpenClaw 沙箱在独立电脑上，只给了真实邮箱等三样信息并叮嘱不要泄露，加入 Moltbook 5 分钟后它就把她的私人邮箱发出去了 25:17。
• Evan Spiegel 选 Glean 而非直接用 Claude 做公司数据 agent，理由是 Glean 是访问公司文档和 dashboard 最安全的方式 62:31。

4.7 传统企业怎么进：清单、实施服务和培训

Snap 给 AI 落地“定秩序”的方法是从用户和广告主的 jobs to be done 出发列清单，用户侧如“下载 app、加密友、用 lens”，广告主侧如“进入广告平台、配置 campaign”，列出来之后哪里能用 agent、哪里要围绕这个 job 组跨职能团队就清楚了，也能按每个 job 追踪业务结果。一边让人人试 agent，一边用清单把精力锁在重要的事上 47:23。

Benedict Evans 解释了为什么 OpenAI 和 Anthropic 都在买咨询公司、招 forward deployed engineer：大公司没有一堆闲人等着做“重想全部内部流程”这种项目，这个项目需要 5 到 10 个人坐一两个月想清楚，再花另一个项目把系统接起来、改工作流、培训人。对创业公司的含义是卖 AI 给企业时，实施服务本身是产品的一部分 10:06。他的另一句：你付钱给 McKinsey 不是为了那份 deck，Claude Code 能做一个很烂的版本，你买的是他们走遍你的公司、搞清楚政治 15:11。

Jen Abel 从销售侧补了 FDE 的经济账：卖 10 万美元的单子配一个全职 FDE 跑不通，Palantir 能这么做是因为客单数百万美元；如果是因为产品太难用才需要 FDE，是坏信号 59:36。Qasar Younis 从物理行业补了推力：农民平均年龄 58 岁左右，10 年后大批退休，长途卡车司机的家庭代价太高，自动化是补空缺，不是整个行业一夜被替换；他检验一项 AI 产品是否出圈的标准是去 Detroit 机场登机口看有几个人在用 29:25 27:22。Anish Acharya 的对比是电力从发明到工厂重组用了 40 年，最有野心的公司在围绕模型重想一切，其他公司在给现有岗位发工具 09:03。

五、用 AI 挣钱

5.1 模型层的数字

Anthropic 增长负责人给的 ARR 曲线：2025 年初 10 亿美元，年中约 40 亿，年底 90 亿，2026 年 2 月底 190 亿，14 个月从 1 到 19 亿 03:01 10:07。到 7 月底 Lenny 转述的数字是约 500 亿美元，嘉宾未确认 03:01。他 70% 的时间在处理“success disaster”，即增长快到把获客、激活、付费各环节撑坏 12:08。Codex 自 2026 年 1 月起用量涨 6 倍，周活超过 500 万（Lenny 引数据）01:00。Simon Willison 说 2025 年两家实验室都发现“code is the application”，Claude Code 出来后大量人付 $200 一个月，两家把全年训练重点压在代码上 03:00。

押注 coding 的逻辑，Amol 说有两层：商业上 TAM 大，更重要的是 coding 做好能加速研究，模型更好又加速 coding。Anthropic 早期是最小、钱最少的玩家，没有 Meta 和 Google 的分发，没有 OpenAI 的先发，所以只能选一个窄方向 67:34 68:34。Penn 补充 2023 年没人把 Anthropic 和 coding 放一起，是她观察到用户开始用模型写长代码，推动 Opus 3 针对训练 11:06。

5.2 钱在哪一层

Benedict Evans 的判断是模型厂商没有网络效应、没有赢家通吃、产品差异不够大，所以没理由有定价权，最终更像 AWS 而不是 Windows。他用电信做类比：全球移动行业年收入约 1 万亿美元，capex 约 2,000 亿，数据流量是 2010 年的 1,500 到 2,000 倍，股价 25 年没动，因为所有酷东西都在上层 33:20 35:20。他说现在的 token 花费是激进的价格失衡，有人一个月花 150 万美元，相当于 2010 年 5 万美元的手机流量账单 36:21。Anish Acharya 的说法相近：Fable 5 比 Opus 4.8 多“一个 IQ 点”要贵 100 倍，只有收益无上限的行业值得付 22:09。

Qasar Younis 对软件股抛售给了一个机制推测：对冲基金找 AI 咨询公司几周做出一个看起来像 Figma 的 app，公司方说这只是长得像、没有深度和集成，但投资人看到的是“你 500 个工程师干了几年，这东西一个月就有了”，于是立刻把风险定价进去 14:13。

SaaS 会不会死，两位嘉宾都说不会。Max Schoening 说 2010 年代的 SaaS 很多是套在表格外面的精致表单，这部分会变，但“as a service”的部分是维护和一群专家持续想一个问题，人们不想自己养全栈，Anthropic 用 Slack、大家用 Workday 是例子 24:14。Dan Shipper 的角度是 SaaS 在用户的 agent 里跑时消耗的是用户的 token，厂商不用付，这会救回 SaaS 的毛利；Every 全员用 agent 但 SaaS 支出同比上升 24:13 37:22。他给 SaaS 厂商的准备清单是做 CLI、让 HTML 对 agent 可用、CLI 里发生的事立刻在 UI 里显示 28:17。

Evans 的一句话是分发决定一切：“if the product is a commodity, then the distribution is what matters.” Meta AI 撒在所有产品表面、产品“不差”，在调查里用户量排进前三 43:24 44:24。Anish Acharya 说上一代 founder 都学过网络效应，所以今天每个网络都严防别人在自己上面建网络，第三方分发退回到真正的口碑 59:28。

5.3 卖给企业：流程没变，pilot 变短

Jen Abel 用“向 SpaceX 法务部卖 10 万美元产品”走了一遍 15 步流程。和 AI 直接相关的几条：

• 不能只搭“AI mandate”，每家公司都有 AI 指令，每个供应商都说自己是 AI 工具，要讲清楚帮高管在业务单元里解锁了什么，以及他拿到董事会上会怎么说 10:07。“做得快 10 倍”在客户看来仍是同类商品，差异点是帮对方重新想 AI 时代的团队结构 17:12。
• 客户提“省 token 成本”时有两种动机：低优先级事项只要最便宜的，做到 60% 就行；高风险事项（法务的风险、合规延误）可以按 25 万到 50 万美元起步定价 27:19。
• Pilot 限定 2 到 3 天、3 到 4 个 power user、3 个明确任务，成功标准和客户共同起草；用户半天就能看出有没有价值，把 pilot 从两周压到 48 到 72 小时能缩短两周销售周期 48:28 52:31。
• 价格和销售周期挂钩：90 天能签 10 万美元就一直这么做，要 9 个月的单子应收 25 万到 30 万美元。健康赢率 25% 到 35%，“If your win rate is higher than that, your price is too low.” 59:36 68:41
• 服务费仍是企业预算里最大的一项，企业习惯买服务；对成熟度低的客户可以先卖服务再卖软件 78:45 79:45。

Anish Acharya 从买方侧确认了窗口：企业愿意为员工付每月 200 美元，愿意在不完全清楚买到什么的情况下签百万美元 ACV 的合同，现在像 2009 年圣诞节人人拿到 iPhone 想装 app 62:30。Adam Ward 说 CFO 已经开始收到 AI 账单，需要有人帮他们从最大化 token 转向按任务选模型，这是 FDE 岗位需求的来源之一 07:07。

5.4 定价与 token 成本

• Tony Fadell：消费者不会长期付 20 或 200 美元一个月给 AI，除非它不可思议，很多人的体验是付了钱拿到 Siri 1.0。含义是把 AI 藏进产品，让它便宜到用户不用算账 69:47。
• Mark Pincus 转述 Gary Tan 的想法：今天买的 token 一两年后基本免费，所以现在就按“token 免费”来重新设计消费服务；当下 premium 游戏和 app 调 AI 会撞 token 上限，绕过这个限制本身可能是创新点 66:58 67:58。
• Anish Acharya 反过来主张消费级软件可以很贵：练习题是“我们产品的 Birkin bag 版（每月 1,000 到 10,000 美元）要做到什么才配这个价”，价格是 PMF 的一种度量。Lenny 说自己同时有多个每月 200 美元的订阅，Cursor 出了每月 300 美元的档 66:32 58:27。
• Anthropic 限制了 OpenClaw 等第三方用 Claude 订阅的用法：需求太大，harness 是为第一方产品的使用模式做的 token 效率优化，决定优先第一方产品和 API 13:06。

5.5 新的收入形态

• Claude for small business：Cowork 里一个开关，把小商家常用的插件打包，起因是 Fiona 帮开餐馆的朋友上手时对方不断问“有没有某某插件”。Cowork 本身也是从“很多非程序员在用 Claude Code”这个潜在需求里长出来的 33:16 32:16。
• 一人公司。Claire Vo 一个人跑 ChatPRD，企业客户多，PLG 注册转企业线索交给销售 agent；Maven 课程因为有 agent 支持才敢接，第一版请不起运营和工程师，用 agent 顶上 50:34 59:40。
• 把 forward deployed engineer 能力当咨询卖。Every 把内部维护 agent 的工程师外派给客户 54:36。
• OpenAI 合并 Codex 和 ChatGPT 的决策依据是一个行为信号：市场、公关、财务、法务都在用 Codex，尽管它对这些人“actively hostile”；公司先把 Codex 能力加进 ChatGPT 桌面版和 Atlas 浏览器，结果没人离开 Codex app，才决定合并 52:35。
• Nikhyl Singhal 给社区做了三个 agent：成员配对、岗位与求职者匹配、基于他内容训练的问答；他读别人的提问和 AI 的回答，找出“LLM 和我在哪里不一致”再写文章 59:44。

六、产品、运营、增长

6.1 增长团队的新配方

Anthropic 增长团队的三条做法最完整。

• 用 Claude 自动化增长实验。CASH（Claude Accelerates Sustainable Hypergrowth）几个月前启动，Opus 4.5 之前跑不通，4.6 之后开始出结果；目前只做文案改动和小 UI 调整，有人审批，胜率相当于 2 到 3 年经验的初级 PM。把一次实验拆成找机会、做功能、测试、分析四步分别打分，每周看每步是否变好。下一步把品牌 guideline 写成 skill 减少人审 34:17 36:18 38:19。
• 从小优化转向大赌注。传统增长团队 60% 到 70% 精力做中小优化，Anthropic 反过来 70/30 甚至 50/50 偏大赌注，理由是普通产品两年后价值涨 30% 到 50%，AI 产品两年后价值涨 100 到 1,000 倍，只做小优化会错过。Chrome extension 就是增长团队做的。他说这套只适用于 AI 是核心价值的产品 26:13 28:14 31:16。
• 加对的摩擦。Claude onboarding 问用户是谁、感兴趣什么再推荐产品，很多人嫌流程长，但数据支持；他在 Mercury 那一季放弃指标只修 onboarding 质量，是到 Anthropic 之前最有效的一个季度 20:12 19:12。从 ChatGPT 导入记忆这个功能，本质是解决新用户冷启动 14:10。

激活是 AI 产品最大的难题，他叫它“capability overhead”：模型能力涨得比产品能引导用户使用的速度快，围绕一个模型跑完实验时，下一个模型已经让结论过时 14:10。Ian Silber 在 OpenAI 看到同样的问题，做法是主体验极简，把前沿功能先放到桌面端、Codex、ChatGPT work 这类高意愿用户会用的地方试，验证后再收进十亿用户的主体验 39:35。

Mark Pincus 对增长团队的批评是 AI 被用错了：人们用它花三个月做一个想法，而不是一天测 100 个，“build it wrong before you know it's right” 35:28。他的 FarmVille 案例是把原本要花 1,000 万美元投站外广告的注意力挪到游戏板上，把扩展包的不同美术版本锁在板上看点击，顺手卖提前两周进入的钥匙，收入 1,900 万美元，营销动作同时变成产品测试和收入 37:29。

6.2 产品：发布方式和形态

• Research preview 降低发布承诺。Claude Code 团队几乎所有功能以 research preview 发布，明确标注早期产品、可能不长期支持，一两周就能出；工程师内部 dogfood 后贴到 evergreen launch room，docs、PMM、DevRel 次日出稿 07:03 08:04。代价是产品一致性，内部喜欢两种形态就都发出去让外部投票，因此违背“不做 onboarding”的原则加了 /powerup 25:14。
• OpenAI 设计团队的双轨。先判断这个功能一个月内会不会因模型能力、延迟变化而被推翻，会的就公开快速迭代，有的从想法到上线 4 小时；不会的才走完整的白板、Figma、原型、dogfood，“we try 100 things, we throw out 99” 34:26 33:25。
• 同一个功能可能要发六次。Ambrosino 说 Operator、Atlas 里的 agent、Codex web、内置浏览器本质是一条线，每次换更聪明的模型结果不同；原版 Codex web 让模型自己去干完再回来，形态太超前，“we were too AGI-pilled for the moment”，Claude Code 全本地、会问问题，反而对上了当时模型水平 35:25。写完代码不等于该发布，它成了一个可以拿未来模型来测的样本。
• “Claude 8 test”。Penn 常问团队如果 Claude 8 出来用户行为怎么变，今天该怎么建，产品要 forward compatible 34:28。Cat Wu 说 PM 最难的技能是定义一个月后产品该长什么样，要“the right amount of AGI pilled”：为超强模型做产品很容易，一个文本框就够，难的是为当前模型榨出最大能力 51:29。
• 把自动化看成产品线索。OpenAI 观察全员自建工作流，重复出现的模式（很多人用 Obsidian 或 Notion 搭“记忆宫殿”）升级为一等功能 47:30。Fiona 判断潜在需求的标准是看用户是否在“跳圈”才能把事办成 34:16。
• Tara Seshan 的形态判断：知识工作产品的北极星是用户不做选择，输入任务后系统自动选 harness 和模型；ChatGPT 里 work 底层就是 Codex，去掉了编程 UI 29:14 32:15。她不再做 docs 和 sheets，改做一句提示词生成的小网站：团队游戏、徒步登记、接内部数据的看板 48:25。

6.3 设计的处境

Lenny 的调查显示设计师和研究员是科技行业里最焦虑的人群 04:03。Ian Silber 的解释是工程师靠 coding agent 提效 10 到 100 倍，设计流程因为要反复试错、要多方达成一致，没有同样压缩，加上没人说清设计师现在该做什么 04:03 05:03。Ambrosino 从训练角度补了原因：设计比代码难打分，人类品味是反馈回路的一环；实验室优先训练能加速 AI 研究的能力，写对代码在飞轮里，设计不在 12:06。

各家的应对不同。Netflix 招 design systems 思维的人做模板和品牌表达，让非设计师也能做出连贯产品，避免出“Frankensteins” 15:07。Notion 搭了一个小的、对 LLM 友好的 playground 代码库，把设计师和 PM 引到终端里用 Claude Code 和 Codex 做原型，后来他们也能向生产库提交；Max 说宁要一个懂 agent loop 怎么运作的设计师，也不要一个只会调 UI 样式的 03:00 08:05。Ian Silber 给团队的口头禅是“do less”：能用现有组件就不新设计，能扩展现有功能就不做新功能 31:23。他的一位朋友筹划创业时打算 2 个设计师配 1 个工程师，过去常见的是 1 配 15 15:11。Snap 走另一条路，设计是发布的强制关卡，宁可慢也要一致 36:19。

Elizabeth Stone 直接反对“设计流程已死”：大型消费产品把复杂性藏起来靠的是设计思维，不能被写代码变快挤掉 20:13。Mosseri 看多设计师，因为 taste 最难被自动化，他预计最强的 product staff 会来自设计和数据科学转岗 08:04。

6.4 分发和平台

Mark Pincus 认为 AI 还不是平台：有了新入口，但既不是硬件平台，也还不是给其他 app 用的界面平台；新平台的标志是打开“发现”，而现在平均每人每月新装 app 为 0，去年 App Store 上线约 4 万款游戏 0 款进前十 61:53 63:53。他预期各大 LLM 在编码上竞争之后会回到消费者，出现面向消费者的 agent 平台，agentic travel agent 这类服务只有嵌进 OpenAI 或 Claude 才有分发 71:01 73:01。

Anish Acharya 说 consumer AI 被卡住的三件事：模型太贵做不了免费产品、界面问题（chat 适合最高能动性的人，普通人的理想界面是 TikTok）、技术过度偏向生产力而非人际连接和娱乐；open-weight 模型正在解决第一条 34:16。Mosseri 认为 AI 内容对 Instagram 是顺风，合成内容泛滥时人会更追求创作者和真实，但目前还不擅长给 AI 内容排序 40:20。Benedict Evans 的观察是 13 到 18 岁人群里只有 15% 到 20% 是日活，60% 不用，技术圈以外的多数人一两周用一次 08:05。

七、分歧地图

半年里嘉宾之间直接对立的六个问题。两边都是一线的人，本文不裁决。

八、30 期一览

按发布日期排序。相关度是本文的判断：高指嘉宾在讲自己公司内部怎么用 AI，中指有一手案例但主线是别的，低指主题与五个问题基本无关。

九、方法与来源

数据获取：2026 年 9 月 8 日用 yt-dlp 列出 Lenny’s Podcast YouTube 频道最近 80 个视频，取上传日期在 2026 年 3 月 8 日到 9 月 6 日之间的 30 期，下载英文自动字幕（en-orig 轨道），去掉滚动重复后转成带分钟标记的纯文本，共约 51.7 万词。每期由一位阅读者按五个问题逐期写结构化笔记并标时间戳，本文在笔记之上归纳，所有时间戳回指字幕里最近的分钟标记，误差在一分钟内。

没拿到什么：Lenny 公开的官方 transcript 文件夹（Dropbox）本次未能访问，GitHub 上的社区归档只到 2026 年 1 月，所以字幕来自 YouTube 自动识别，人名和产品名偶有拼错，引用时已按上下文校正。4 期的默认英文轨道是外语字幕机翻回英文的版本，已换成原始英文轨道重新读过。所有数字均为嘉宾自述或转述，未做独立核实；Lenny 在节目里引用的数字标明为“Lenny 引数据”。3 月 1 日 Jenny Wen（“设计流程已死”）和 2 月 19 日 Boris Cherny 两期在本文时间范围之外，第七节提到时只作背景。

1. Lenny’s Podcast YouTube 频道，youtube.com/@LennysPodcast，30 期视频及自动字幕，取样 2026-09-08。各期链接见第八节。
2. Lenny’s Newsletter 播客归档，lennysnewsletter.com/podcast/archive。
3. ChatPRD 维护的社区 transcript 归档（至 2026 年 1 月），github.com/ChatPRD/lennys-podcast-transcripts，用于确认早期 episode 格式，本文范围内未使用其内容。
4. Lenny Rachitsky 在 X 上发布的官方 transcript 文件夹说明（2026 年 1 月），x.com/lennysan，本次未能访问文件夹本身。