scripod.com

组织能力才是 AI 公司真正的壁垒 | 对谈 Palona AI 联创任川

42章经

2025/09/20
42章经

42章经

2025/09/20

Shownote

我一直认为,在 AI 时代,组织形式的重要性被大大低估了,但长远来看,它很可能成为创业公司最核心的竞争壁垒。因此,我最近一直在和各种人探讨 AI 时代的组织形式。 在上期和 Mercor 首位中国员工虞快的对谈中,我们也曾聊到过这个话题,但没来得及深入展开。于是,我又请来了一位在湾区创业的朋友 ——Palona AI 的联创任川,和虞快一起做了一场活动,继续探究硅谷最先进的组织形式。 Palona AI 是少数在思考、真的在实践 AI Native 组织形式的公司,而且成立后不久,他们就把 AI 全面嵌入...

Highlights

在 AI 技术迅猛发展的背景下,组织形式的变革正成为创业公司构建核心竞争力的关键。本期节目深入探讨了如何打造真正适应 AI 时代的新型组织,聚焦于人与 AI 协同工作的底层逻辑与实践路径。
00:19
AI 时代组织形式是创业公司的重要壁垒
05:19
只要 AI 批准代码即可合并,无需人工二次确认。
05:58
AI 目前无法独立完成全流程研发,需人类补位
08:19
Claude Code 能力强且可做二次开发,不局限于 coding 工作
10:51
context provider 是信息传递中的关键角色
11:01
人的加入应增强而非削弱 AI 效能,关键在于提供高质量上下文
12:36
快速学习并激发 AI 潜力才是核心能力
14:41
工程师参与产品、设计和市场推广,全面优化用户体验
16:21
先做出 60 分的东西上线,再逐步优化
17:56
未来组织可能由少量合伙人与大量合同工组成
19:53
工程师与客户直接对接能提升早期产品迭代效率
23:17
编码由员工完成,AI 负责审查和修改,大幅提升效率
24:22
不应让工程师把难题推给产品经理,否则会增加沟通成本
28:38
每个人作为 Builder 端到端负责事务,并用 AI 处理十年级代码迭代
30:18
个人思考如何为 AI 提供更好上下文是未来 AI 工程师的核心技能
30:54
公司去年 4 月创立,6-7 月即以 AI Native 方式开展工作,无历史包袱
32:01
招人时采用给问题带回家做再交流的方式
35:45
AI 代码审查不应依赖量化指标,而应关注工程师的主观感受
37:42
项目中约 90% 代码由 AI 生成,人类负责必要修改
39:56
先假设 AI 能做,有问题再让人介入

Chapters

AI Native 组织的未来形态
00:00
Part 1 用 AI 重构研发工作流的经验
一个例子:AI 如何远不止十倍地提效?
03:51
① 默认由 AI 承担所有研发工作
05:55
分享几个亲测好用的工具
07:00
② 只要有 SOP,就没有 Claude Code 无法完成的任务
08:18
③ 反直觉经验之减少人与人之间的交互
09:36
Part 2 AI 时代最需要什么样的人才?
① 人是 Context Provider
10:51
一个重要的观念转变:应该是人为 AI 提效,而不是反过来
11:00
② 做 Fast Learner,快速掌握「最少必要知识」
12:33
③ 每个人都是为最终结果负责的 Builder
13:27
Part 3 AI Native 的组织与分工
怎么分工更高效?
14:37
为什么工程师也应该去跑客户?
15:34
工程团队和其他团队怎么配合?
16:16
未来的组织结构可能什么样?怎么留住核心人才?
17:56
Part 4 Q & A 精选
我们 20 人的团队,没有一个全职的 PM
19:49
未来可能没有 Engineer,大家都是 Builder
20:47
硅谷对 AI Native 的组织形式形成共识了吗?
24:22
大厂很难转型成 AI Native 的组织形式?
26:09
AI 有能力处理复杂的历史代码吗?
28:59
AI 还可以重塑什么工作流?
30:51
该如何打造 AI Native 的组织形式?
31:55
如何筛选出真正会用 AI 的人?分享两个方法
33:07
怎么衡量 AI Code Review 的效果?
36:27
不同阶段的公司分别需要设立什么样的岗位?
39:54
怎样招到并激励 AI 人才?
43:57

Transcript

曲凯: 我最近经常和各种人去讨论 AI 时代的组织形式这件事情,因为我觉得组织形式在 AI 时代的重要性。其实现在仍然是被大大低估的。甚至于中长期来看,组织形式很可能就是新一代的创业公司,和传统公司相比最大的竞争优势跟壁垒。因为传统的大厂。现在最大的问题就是分工时代是太细了,分工如果太细,就是我们这个团队里面,缺少核心的人。对模型的掌控,和对最终产品的输出结果来负责。但反而是创业公司,几个人就能做很多端了端的事情。他们更理解模型能力的边界,更理解哪些用户需求,是可以用模型的哪些能力来达到的。所以前段时间,我...
小宇宙
Open in 小宇宙