开场介绍
Patrick： 我今天的嘉宾是戈库尔·拉贾拉姆 (Gokul Rajaram)。戈库尔是过去 20 年里最高产的产品构建者之一。他先后在 Google、Facebook、Square 和 DoorDash 打造了核心的广告与产品业务，而且都是在每家公司最关键的规模化扩张期任职的。在运营生涯之外，戈库尔还投资了 700 多家公司，这让他对产品如何被构建和规模化拥有极为开阔的视野。
这场对话探讨的是：AI 正在如何改变产品构建，以及当软件的创造变得越来越廉价、却越来越难以防守时，什么才是真正持久的。我们讨论了戈库尔眼中 AI 时代唯一真正不会过时的东西，为什么 Zendesk、Slack 这类公司比 Salesforce、NetSuite 更容易受到冲击，以及为数不多的几种防御性来源。
我们还聊到了戈库尔在参与打造那些最重要的广告业务中学到的一切：广告业务赚钱的方式只有三种，这些约束如何塑造产品决策，以及哪种消费者行为变化正威胁着每一个大平台。戈库尔还分享了与拉里和谢尔盖 (Larry and Sergey)、马克·扎克伯格 (Mark Zuckerberg)、杰克·多西 (Jack Dorsey)、徐迅 (Tony Xu) 共事的收获，以及他从观察这些创始人打造划时代公司的过程中学到的东西。请欣赏我与戈库尔·拉贾拉姆的精彩对话。
产品开发的面貌正在改变
Patrick： 我想从一个有趣的切入点开始：人们构建产品的方式正在发生变化。迄今为止科技领域最大的故事，似乎就是 Claude Code，以及 Claude Cowork。无论是技术人员还是非技术人员，只要脑子里有想法，就能把它做出来，这种能力仿佛经历了一场彻底的爆发。
你亲手做过无数产品，也投了 700 家公司、看着别人做产品，在产品这个行当里，你算得上最高产的那一类人。能不能给我们讲讲你对行业现状的整体判断：就技术人员构建产品这件事而言，你现在感受到的世界是什么样的，变化有多快？
Gokul： 产品开发这件事有意思的地方在于：十年前，甚至五年前，角色分工是非常明确的。产品经理定义要做什么，设计师负责设计，工程师负责实现。过去几个月，我跟很多公司聊过。尤其是最近两个月——2025 年 12 月和 2026 年 1 月——有一点变得非常清楚：某种根本性的变化已经发生。这个变化，就是长周期、长时间运行的智能体 (agent) 的出现。
我自己就有切身体会。大约六个月前，我试着用早期的 Claude Code 做一个视频转录工具。试了很多次，一直失败，我还得自己动手调试，最后放弃了。两周前，我一边看剧一边随手写提示词，一个小时就做出了一款不错的视频转录工具。因为现在的智能体已经具备抗失败能力，而且不需要你有多强的技术功底就能用，这彻底改变了对产品团队的预期。
做成这件事之后，我开始跟三类公司交流：一是我投资的公司 CEO；二是大型 AI 实验室；三是一批 AI 原生的年轻公司，想看看它们之间有什么共性。
有几个结论浮现出来。第一，我们所熟知的产品开发正在改变，因为模型和能力的进化速度太快，如果你还想严格地、事无巨细地规定到底要构建什么，这条路走不通了。
几乎所有人都转向了自底向上 (bottoms-up) 的方式，不再由产品管理部门主导。产品经理现在唯一要做的，是在最高层面上阐明客户需求，做"为什么"的守护者。而真正的产品，是由工程师、研究员、产品经理和设计师一起在代码层面上自底向上构建出来的。
能力和模型的变化太快了。如果你还抱着六个月前的认知不放，你就落后了。产品经理必须理解这些模型到底能做什么，并且亲自动手。他们要和工程师、研究员坐在一起写代码、做原型，需要什么就做什么。
我们现在看到的第一件事是：产品经理开始用 Codex 或 Claude Code 往正式的生产代码库里提交代码了。眼下这些代码还得由工程师来评审，但很快你就会看到，在工程师提交之前，Claude Code、Codex 和其他工具自己就能先评审代码。所有公司都在纠结怎么考核这些人。以前根本不存在"原型面试"这种东西，现在面试流程里有一个明确环节就叫原型设计 (prototyping)，它就是逼着产品经理必须动手。
第二，产品经理和设计师的角色正在加速融合。设计师这个角色尤其微妙。很多公司今年都在做人员编制分配，我听到很多团队说，在多一名设计师和多一名工程师之间做选择时，他们的回答是："设计系统早就搭好了。既然设计系统已经就位，我们就可以用 AI 围绕这些设计系统干活。公司层面或许只需要少数几个设计师来维护设计系统和设计语言，AI 可以基于这套设计语言来做设计。所以请把名额给工程师。"
我刚入行做产品的时候，设计师和产品经理相对工程师的比例是 1:3 或 1:10，现在正走向 1:20。
还有一件非常非常重要、本质性不同的事：我入行那会儿，产品是确定性的。有一套工作流，用户做了 X，就一定会发生 Y。今天，你做 X，可能发生 Y；但你稍微变一点 X 的做法，出现的可能是完全不同的结果——这就是非确定性软件。
这意味着必须有人在另一端把关，也就是做评估——AI 领域所说的评估 (evals)。必须有人来判断，在各种使用场景下，软件产出的结果是否合理。评估可以是人来做，也可以是 AI 来做，等等。但评估归谁负责？归产品经理，归产品经理和研究员。
产品经理的职责是：在高层面上把用户需求讲清楚，然后通过评估来判断这个产品是否达到可以发布的标准。很多时候你得自己写 AI 去评估 AI 的产出，因为人做不到。产品经理要擅长设计评估方法。软件的非确定性、事情的推进速度，再加上能力边界每两个月就被向外推一次——这一切让做产品成为极具挑战、又极其激动人心的行当。
Patrick： 我的朋友 Zach 有一个很棒的思考 AI 的框架：我们已经经历了实物的工业革命，而眼前这场革命，本质上是开启了服务业的工业革命。这正好是个机会，问问你的产品哲学是什么。你是一个极度以产品为中心的构建者，这是你的职业，也是你的投资方向。面对这场服务业的工业革命，在进入这个时代之际，你最宏大的产品哲学是什么？
Gokul： 很简单。产品人——或者叫产品经理——的工作，是平衡客户需求和商业需求。公司里必须有一个人做"为什么"的守护者：我们为什么要做这个东西？我们在解决什么客户需求？为什么这是个痛点？它有多强烈、有多深？
第二，它如何为公司创造价值？如果你做出来的东西解决了这个客户需求，它给公司带来的价值是什么？平衡这两者是一门非常微妙的艺术。你可能做出一个惊艳的东西，给客户创造了巨大价值，却没给公司带来任何价值；你也可能做对商业极有利的事，比如涨价，却损害了客户价值。所以，在最高层面上平衡客户需求和商业需求，就是我对产品的理解。
追根溯源，过去十到十五年，我越来越聚焦在一个概念上：结果 (outcomes)。我认为，结果定义了最优秀的产品人，而结果必须用客户行为来定义。因为客户行为是一切商业结果的先行指标。
想想看，产品做的最简单的一件事，就是让一个人从"不是客户"的状态变成"客户"，再从"客户"变成"忠诚客户"，然后或许从"忠诚客户"变成"付费客户"。如果你做得不好，也可能让忠诚客户变成流失客户。这些都是行为。你做的一切、构建的一切，都应该对准这个目标：它引发了什么样的客户状态改变？什么样的客户行为改变？
我遇到每一位想招第一个产品经理、或第一次做产品评审的 CEO，都会告诉他们：你只需要问一个问题——为什么。你为什么要上线这个功能？如果一个功能背后没有清晰的假设，就不要放它上线。而且这个假设必须用客户行为改变的形式来表述：我们相信，上线这个东西之后，客户会从做 X 变成做 Y，或者从每月花 X 分钟做这件事变成花 Y 分钟。你必须有一个假设，它要建立在某些数据之上，或者建立在你对客户了解的某个秘密之上。
AI 时代如何保持持久生命力
Patrick： 你在开头提到，六个月前的视频转录工具和最近的差别有多大、变化有多快。以这样的变化速度，未来实在太难推演了。那你是怎么去推演的？有没有什么能真正经得起未来考验？
Gokul： 有。我认为唯一能真正经得起未来考验的，是判断力。为什么？因为当你有一千个 AI 工程师在写代码时，最大的挑战是什么？是 AI 垃圾 (AI slop)。我聊过的每一位产品总监都极度焦虑：工程师们放开手脚狂奔，会产出海量代码，可这些代码里哪些才是有价值的？
在一个什么都能做的时代，问题是：哪些事情才是真正重要、真正该做的。在产品侧，判断力体现在"该构建什么"以及对产出的评估上。在工程侧，判断力体现在对代码的评估上——如果你看不懂代码在说什么，AI 工程师完全可能写出漂亮但错误的代码，可能有 bug，可能有漏洞。总得有人来评审，你必须在某个环节保留人工评审，尤其是那些处于系统核心的关键代码。设计上也一样，你必须判断：放在更大的设计系统里，它讲得通吗？所以我认为，判断力是人类能带来的第一价值。在生产力无限的时代，问题是：我们把生产力用在了什么事情上？我们构建的东西对吗？
Patrick： 结合你如今评估公司、自己亲手做东西的经历，以及你对这些工具演进轨迹的判断——能不能讲讲，一个人应该怎样思考构建 AI 应用这件事？太多人为此兴奋，感觉像一场新技术的淘金热。很多以前做不到的事现在能做到了，很多不擅长技术的人做不到的事，现在也能做到了。从今天开始，人们应该如何思考用 AI 构建应用？
Gokul： 首先，你必须从一个深刻而有说服力的问题出发。好消息是，今天每个垂直领域、每个行业里，都有大量深刻而有说服力的问题。为什么？因为直到最近，软件一直只是人手里的工具。我们终于有了具备智能体属性的软件，这意味着它能直接干人的活儿。
你要问的问题是：哪些行业里存在高薪岗位，干的活儿有一定重复性，而且可以被软件替代？每隔三个月，这个问题的答案就往深走一层。六个月或九个月前，你不可能告诉我设计师的工作能被 AI 自动化，也不可能告诉我建筑师、律师的工作能被 AI 自动化。事实证明，在每个垂直领域，这些能力都在变得越来越强。所以你的起点应该是：你想进入哪个行业？你想替代哪类工作？
第二，你要瞄准高价值的工作流。要瞄准那种足够深、足够复杂、需要定制化数据的工作流。这个领域的挑战之一是：模型已经强到这种程度——如果你做的公司很轻、解决的问题不够硬，基础模型公司会把你吃掉。
几周前，我见了一位财富 500 强公司的首席信息官 (CIO)。我向他问起我投资和合作过的几家初创公司。他说："我不明白我为什么需要用这些初创公司。Gemini 有智能体构建产品，我也在用 ChatGPT Enterprise，它们也有智能体构建产品。我手下有一千名 IT 工程师，他们都想转型成 AI 工程师。我就让他们用这些横向工具来搭我们需要的 AI 智能体。我为什么还需要初创公司？"
这就是你会面对的处境：如果你目标客户公司的 CIO 能用这些智能体构建工具自己搭出你做的东西，你就不会成功。所以你必须比"能被搭出来的东西"领先一步，领先好几步。你必须推演这些智能体构建产品的能力边界会延伸到哪里，然后做出截然不同的东西。
这意味着你必须具备持久性。因为说到底，无论作为风险投资人还是创业者，你的时间尺度都不能是做一个只能活一年的东西。这才是最大的挑战：难的不是做一个应用，而是做一个持久的、经得起时间考验的应用。
关于持久性，我认为有几个要点。第一，你要拥有一项稀缺资产。稀缺资产可以是某种牌照，也可以是某种你有独到理解的监管壁垒。第二，你可以占住一个控制点——控制人与钱、或与数据交互方式的节点。第三，你可以拥有难以被替代的硬件。第四，你可以成为某个不可或缺的工作流的一部分。第五，你要有网络效应。你要想清楚这些，弄明白拿下那个工作流之后，如何让它变得更持久。
最后，我认为你的野心必须是取代整个系统。换句话说——我越来越频繁地看到这样的趋势：每个垂直领域都有一个或老牌、或较新的所谓记录系统 (system of record)，也就是存储该领域大部分数据的系统。比如法律行业有 Filevine 和 Clio，销售领域是 Salesforce，医疗领域是 Epic。多年来，这些公司都开放 API，你进入某个行业，可以在这些 API 之上构建智能体公司。
2024 年，情况变了。这些公司开始意识到，那些正在崛起的 AI 智能体公司正在一点点接管它们的功能，把它们当成一个"哑数据库"来用。于是从去年开始，这些公司陆续切断 API 访问。Slack 做得最公开——Slack 归 Salesforce 所有，它们切断了对 Glean 的访问，Glean 再也拿不到 Slack 的数据。原因就是：它们不想让 Glean 架在自己上面，然后慢慢抽干 Slack 的价值。
我还从其他垂直领域听说，这些公司的应对手段是三种之一：封锁 API 访问；免费捆绑提供自己的智能体——我认为这是很聪明且有效的策略；或者向 AI 智能体公司的数据访问收费。以前 API 免费，现在它们说：每次 API 调用收 2 美元。它们就是要让这些智能体公司的商业模式跑不通。
我认为，让终端客户同时用多套系统是很难的——一边是一套记录系统，一边是一个跟它配合时好时坏的智能体。所以智能体公司别无选择，只能开始自建并提供记录系统。我认识的每一家公司，现在都在琢磨如何构建完整的平台，而不只是一个跑部分工作流的系统。去年大家还在说："我们可以做工作流，做一个所谓的行动系统 (system of action)，架在记录系统之上。"我认为这条路已经走不通了。
亟待颠覆的传统商业模式
Patrick： Slack 是一个很好的例子——一家上一代非常庞大、非常成功的软件公司。最有意思的投资问题之一是——我很好奇你从构建者和技术人的视角会怎么回答——这些横向模型公司会在多大程度上摧毁、或者重创老牌软件公司？因为随着时间推移，自己动手搭一个你们公司想要的功能、且像 Slack 一样可靠的自有版 Slack，会变得易如反掌，Slack 因此麻烦大了。
你怎么看这个问题？显然，公开市场似乎已经认定软件业麻烦大了，估值倍数低得惊人。如果今天由你来经营一家不错、扎实、但年头已久的软件公司，你会有多担心？
Gokul： 传统公司分两种：一种是记录系统，另一种是基于结果定价的公司。眼下最该担心的软件公司，是那些按效用来定价的公司。Zendesk 就是好例子。Zendesk 按席位 (seat) 收费，每个席位对应一份效用——也就是说，每个席位对应一名客服，处理一定数量的客户工单。
这种公司应该担心，因为我可以让 AI 智能体直接坐在 Zendesk 旁边，慢慢把价值抽走。原本你要买 50 个 Zendesk 席位，现在可以只买 20 个，让 30 个 AI 智能体坐在 Zendesk 旁边干活。这种抽离可以渐进发生，不需要做一个全有或全无的决定，它可以是一个"双向门"决策。在我看来，这类公司最危险。
对这些公司来说，你需要把定价模式改成按结果收费，而且产品本身也要按结果来构建。知易行难：你要从每席位 20 或 30 美元，变成每解决一张工单收 1 美元、0.5 美元甚至 0.2 美元，而且你不知道这么做结果会怎样。定价模式必须改，这非常难。这就是为什么我认为很多公司恐怕得私有化——它们必须在私有状态下完成这场商业模式转型，继续留在公开市场会很难。
风险较小的公司，是那些效用不依赖席位、而依赖长期积累沉淀的数据的公司。数据越经得起时间，它们就越安全。拿 Slack 来说，我认为它的处境可能更危险一些，因为 Slack 里的数据不经久，半衰期很短。
但 ERP 就是个很好的反例。比如一家公司用 NetSuite 做 ERP，我不清楚 NetSuite 具体怎么收费，但这不重要——不管你买多少个席位，现实是它运转着你的整个生意。没有任何足够有说服力的理由，值得一个人拿自己的职业生涯冒险去拆掉 NetSuite。我知道过去一年冒出很多 AI 驱动的 ERP 公司，但没有任何足够强的理由让人说"我要把 NetSuite 换掉"——当你的公司整个跑在 NetSuite 上时，突然拆掉它，是会断送职业前途的。所以我认为这类公司被保护得好得多。而且可以说，NetSuite 有更充裕的时间在自己之上构建 AI 智能体，因为数据在它们手里，它们可以基于这些数据训练智能体并捆绑销售。
所以本质上，我认为软件板块的公开市场没有区分这两类公司。一类是数据半衰期很短的公司，你完全可以把它一半的价值搬到旁边一家 AI 公司身上；另一类是 ERP 系统，甚至像 Salesforce 这样装着销售数据与记录的系统——那些是真实的客户记录，想动它们，难。
那么 AI 原生公司在怎么做？如果你想跟这类巨头竞争，第一件事就是要先花一两年时间，构建一套能把客户的 Salesforce 实例整体迁移到自家平台上的系统。我投资的一家公司就是 AI 原生公司，他们真的在东欧某国雇了工程师，花两年时间打造这套迁移转换工具。你必须构建迁移工具，因为你不做，谁来迁？你可以亮出你崭新的系统，但客户的数据还留在原地。
即使是 Square 当年做小商户生意，我也记得：商户们有现成的销售点 (POS) 系统，哪怕我们更便宜，他们也不肯换，因为他们有礼品卡、客户数据、会员忠诚度数据、支付数据，甚至还有信用卡信息。我们不得不写迁移脚本，光为一个简单的 POS 就花了好几个月甚至好几年。面对 Salesforce 这样的系统，你不能只说"我是好得多的 CRM"。看看 CRM 里装的是什么：是你的客户记录。你的客服系统里装的是客户在抱怨什么。Jira 或 Atlassian 里装的是你的产品研发团队在构建什么。
这三者本该打通，因为没有打通。你本该去解决客户最大的抱怨——那些抱怨在 Zendesk 里；而这些 Zendesk 上的客户，你本该知道他们从哪来、谁买的单、是谁卖给他们的。这三套系统本应连为一体，可它们分属三家不同的公司。确实有公司在尝试统一这些系统，价值主张很棒。但你猜怎么着？除非你构建出一种简单、无缝的方式，把 Salesforce 的数据、Jira 的数据、Zendesk 的数据都搬到你的实例里，否则没有一个客户会搬家。这实实在在是两年的工程量，不然你就得请埃森哲 (Accenture)。
Patrick： 在这个时代，你怎么看待"黏性"这个一般性概念？如今构建新东西的摩擦这么低，想做什么都能飞快做出来，谁还会长期使用任何东西呢？
Gokul： 在 AI 时代，我认为黏性来自几个来源。第一，你需要网络效应。DoorDash 有黏性，不只是因为它有一个漂亮的应用，而是因为它是一张由餐厅、配送员 (dashers) 和消费者组成的网络。你没法只攻其中一环——
Patrick： 这两样东西，靠 vibe code (氛围编程)是敲不出来的。
Gokul： 没错。这就是网络效应。第二种黏性，是有资金流经你。我认为这是另一种产生黏性的方式。很多记录系统，比如 Toast，就有支付流经其中。这很有意思：你不能只做一个销售点软件，你还得让钱在里面流动。看看银行，银行就是很好的例子。一旦你用了 Mercury 这样的企业银行，钱从它那里流过，你就很难换，因为里面嵌着监管等各种东西。所以我喜欢金融服务与软件结合的模式，原因就在这里。
第三种黏性来自硬件。Toast 又是好例子：Toast 免费提供硬件，但你要退还硬件，就得付钱。无论如何，硬件摆在那儿。竞争对手不能只做软件，还得把硬件装进店里、把 Toast 的硬件拆掉。第四种是掌握独特资产。我想了个好例子：Sierra。它的独特资产就是布雷特·泰勒 (Bret Taylor)。他们完全掌握着 Bret 这个资源——他是最顶尖的销售人才之一、OpenAI 的董事长。他给任何公司、任何国家打电话，对方都会接。你根本没法在销售上赢过 Bret，这里面有超额收益 (alpha)。
你需要具备这四五样东西里的至少一样，它们都是持久性的指标。今天软件的半衰期太短了，除非你手握其中一样能让公司持久的东西——汉密尔顿·赫尔默 (Hamilton Helmer) 提出过"七种力量 (7 Powers)"的概念，你得从第一天起，就把七种力量中的几样嵌进商业模式里。
来自 Google 与 Facebook 的产品课
Patrick： 你有幸与这个时代的多位传奇 CEO 和创始人共事过。我想逐一聊聊他们，谈谈你从每个人身上学到了什么，再延展到更普遍的层面——伟大的领导者是如何经营公司的。先从最早的 Google 说起，从拉里·佩奇 (Larry Page) 和谢尔盖·布林 (Sergey Brin) 开始，观察他们的行事与领导方式，你学到了什么？
Gokul： 我共事过的所有打造出划时代公司的领导者，有一个共同点：他们都拥有一项超能力，而这项超能力恰好与公司成功所需的能力高度契合。公司也确实是按照他们的样子塑造出来的——公司本身、文化、早期员工、产品，无一例外。
我 2003 年加入 Google。我接触到的第一个产品，之前完全不知情，内部代号叫 Caribou。它在 2004 年 4 月 1 日发布，对外的名字是 Gmail。我当时根本不相信这个产品是真的，因为内部测试版写着：提供 1GB 存储空间。要知道，那个年代雅虎邮箱 (Yahoo Mail) 是霸主，只给 10MB。这个东西的存储是它的 100 倍。这正是拉里和谢尔盖哲学的缩影——打造这个星球上最好的技术。他们本身就是极深的技术人，每个产品都要用技术实力和规模来衡量。
我永远忘不了，AdSense 是 Google 历史上增长最快的产品。可我们去做产品评审，拉里却对我们不满意。我们问为什么。他说：「互联网上所有广告里，你们占多大比例？不到 1%。」他根本不在乎收入，他在乎的是 Google 能不能参与投递这个星球上每一条广告，而不是做成一门 10 亿、20 亿还是 100 亿美元的生意。
对规模的执着、对技术领先性的执着——还有那种投入，Google 街景 (Google Street View)、TPU、Waymo，所有这些都体现了对一个不确定未来长达十年以上的投入。他们坚信，只要投资技术，好事就会发生。好事确实发生了，但花了十年。这就是对技术能力的投资。
Patrick： 在你离开 Google 之前，还有一个关于沟通和埃里克·施密特 (Eric Schmidt) 的有趣故事——他显然是 Google 的另一位关键人物。你能讲讲他只用图片来讲述公司战略的故事吗？这是个很有意思的沟通范例。
Gokul： 埃里克会让一位产品负责人……我们会被借调给他，负责每周战略会，或者说年度战略规划会。我大概在 2007 年干了这活，我的任务是去问埃里克：「你想怎么呈现公司的战略？」
他说：「很简单。你去采访各个团队的不同负责人，我只有一个约束条件。」我问：「什么条件？」「你不能用任何文字来描述他们在做什么。」我说：「什么意思？总得用文字吧。」「不行，只能用图片。」我问为什么。他说：「人们记不住文字，他们记住的是事物带给他们的感受。你可以把文字写进我要用的演讲者备注里，但我要求你为每个团队所描述的东西，找出一张最有说服力的图片。」
这太疯狂了，我从没想过演示可以这么做。于是我跑遍各个业务——AdWords、搜索、YouTube、AdSense——必须为每个业务找到一张全公司一看就懂、又能代表其业务本质的图片。
Patrick： 你还记得其中某一张具体的图片吗？我对这个练习特别感兴趣。把想说的东西硬塞进一张图片里，对任何人都可能是一次极有产出的尝试。所以我想锁定一张图片，看看你们是怎么找到它的。
Gokul： YouTube 那张是一张图。它展示了每秒上传视频数量的变化——从 Google 收购它那时起到当时。其实都算不上图表，就是一条线，直观呈现了过去 18 个月那条不可思议的曲棍球杆曲线。我记得我们甚至不能标注数字，所以这图必须本身就足够有冲击力……
Patrick： 那条线。
Gokul： 那条线得画成 U 形那样陡峭上扬的曲线。因为如果你只画一条平缓的曲线，你就得开口解释「增长了 100 倍」之类的话，而规则不允许。再比如 Google Search Appliance，我们想展示它已经从服务中小企业，变成服务全球最大的公司。于是我们放上了他们刚拿下的一家财富 100 强或 50 强大企业的 logo。
Patrick： 你从扎克伯格 (Zuck) 身上学到了什么？
Gokul： 扎克伯格过去是、现在依然是——我认为在增长和用户参与上、在打造消费级产品这件事上最伟大的头脑。我见过他坐在会议室里，听一个产品团队来讲一套深思熟虑的消费级产品流程。他看着那些流程说：「这对用户不会有吸引力，用户不会为之投入。改成这样。」然后你会惊呼：「天哪，我怎么之前没想到？」他极其擅长思考消费级产品该如何设计，才能把参与度最大化、把增长最大化——「增长」大概是最贴切的词。
他第二件惊人的本事，是通过跟随来学习。我加入时的职责是领导广告产品团队。那时扎克伯格对广告懂一点，因为他和谢丽尔·桑德伯格 (Sheryl Sandberg) 合作紧密，而谢丽尔以前做过广告。但接下来大约一年里，他跟着我们贴身学习——来到广告团队，和我们坐在一起，参加我们的很多会议。不到一年，他已经开始为广告团队贡献想法了。
Facebook 广告最基础的想法之一，就来自所谓的自定义受众 (Custom Audiences)。自定义受众如今是大多数广告系统的基石。它的理念是：作为广告主，你想触达与你现有客户相似的人群。比如你是一家银行，有 10 万客户，你怎么把这一组客户交给广告平台，而不是像过去那样描述这些客户——过去的广告系统是怎么做的？让你描述你的客户——「我认为他们是 25 到 34 岁的女性」。这远远不够。
反过来，如果你直接告诉我们谁是你的客户，我们把它映射到我们的用户上，就能找到与他们相似的人。关键在于：把这些数据安全地上传到我们的系统里，且不泄露任何个人身份信息 (PII)。这整个想法都来自扎克伯格。
怎么来的？当时马克·平卡斯 (Mark Pincus) 是 Zynga 的 CEO，而 Zynga 是 Facebook 上最大的广告主。Zynga 和大多数游戏公司一样，极度专注于获取鲸鱼用户 (whales)——因为对任何游戏公司、赌场等等来说，80% 的收入都来自鲸鱼用户。平卡斯对我们非常不满。我们和 Zynga 每季度开广告业务复盘会，因为他们广告花得多，会上他们总冲我们嚷嚷：「我们要更多鲸鱼用户。」我们也很无奈：「你们已经拿到用户了，怎么从游戏里挖出鲸鱼是你们自己的课题，想让我们做什么？我们能帮你们获客。」
后来我记得他去找了扎克伯格。扎克伯格跑来跟我们说：「为什么不能让他们直接把鲸鱼用户上传到我们的系统里？我们知道鲸鱼是谁，为什么不能直接帮他们找到和这些鲸鱼相似的人？」我们一听：「有点意思。」但我们其实不知道谁是鲸鱼用户，得由他们来标记给我们。于是我们开始照做，帮他们找到与已有鲸鱼相似的用户，效果好得出奇。
接着我们想：「为什么不把这套方法用在其他我们没有数据的客户类型上？」这件事最终彻底改变了广告行业。这完全是扎克伯格的点子。他就是有一种本事，能在看似毫不相干的领域之间建立连接——非常惊人，也非常独特。
伟大的产品设计在于消除摩擦
Patrick： 你从杰克·多西和徐迅身上学到了什么？
Gokul： 杰克在设计上的思考，我认为与乔纳森·艾维 (Jony Ive) 和史蒂夫·乔布斯 (Steve Jobs) 处于同一水准。是他让我理解了什么是好的设计。好设计不等于视觉上好看，而是产品被设计得足够好，好到你不需要给客户一本使用手册——他们看到产品就应该会用。想想收银机 (point of sale)。除了 Square 和那些抄 Square 的，每一台收银机都要求在咖啡师入职后培训好几天才会用。而 Square 是你从应用商店下载下来，立刻就能当收银机用、就能做生意的东西。一个原本得花好几周培训员工的品类——这就是好设计的范例。
他把这种理念带进公司的每一个角落，从传统环节中剔除摩擦——Square 的整个立身之本，就是为小企业申请金融服务消除摩擦。这一点延伸到产品上，也延伸到了风控上。
有一件我过去没意识到的事很有意思：Square 本质上是一家风控公司。当你向银行申请支付受理服务时，多半会被拒——事实上，这家公司之所以成立，就是因为杰克的联合创始人吉姆 (Jim) 被银行拒绝了无数次，无法受理美国运通 (Amex) 卡。
吉姆在圣路易斯是个相当成功的玻璃艺术家，卖给客户的多是 2000 到 3000 美元一件的玻璃雕塑，客户给他寄支票。有一天，一位女士从巴拿马打来电话，说想在网站上买一件。他有一件非常漂亮的玻璃作品，两人谈好了价格。她问：「你能刷我的信用卡吗？」他说：「我不收信用卡。」她说：「抱歉，我也没法给你寄旅行支票。」这单生意就这么丢了。
于是他找到朋友杰克·多西。两人从没做过硬件，什么都没做过，但他们头脑风暴后发现：几年前刚发布的 iPhone 上有个叫耳机孔 (audio jack) 的东西，可以插进一个硬件来刷卡。我甚至无法想象要跨越多少层思维跳跃才能想到这一步。但他们意识到的第一件事是：大多数小企业向银行申请时都会被拒。Square 反其道而行——我们要接受 90% 以上的申请者。但他们把风控放在了交易层面：先接受你这个人、这家企业，等你开始处理交易了，再在每一笔交易上跑机器学习模型——这笔有风险，这笔没有。
Patrick： 把风控的层级挪了个位置。
Gokul： 对，挪了个层级。这种看似偷懒实则绝妙的准入设计，是很多优秀思考者的共性。谢尔盖就非常像。
2003 年我们准备发布 AdSense 时，我永远忘不了那一幕。发布前的最后阶段，谢尔盖是这个项目的高管赞助人 (sponsor)，他坐进会议室问：「你们在这儿搞什么？」我们说：「全世界的网站发布商都会来申请，这是个自助式产品，我们得审核他们，决定批不批准他们跑 AdSense。」（译者注：原文作 "It just sells a product"，疑为转写错误，按上下文应为「自助式产品」之意。）他问：「你们为什么要批准他们？」我们说：「什么意思？我们的广告要跑在这些网站上，是 Google 广告，或由 Google 提供支持的广告。你总不想让广告出现在色情网站之类的地方吧。」他问：「为什么不行？」我们甚至答不上来为什么不行，只能说「呃，总得有标准、有政策吧」。
他又问：「可要是他们撒谎怎么办？」他说得对，要是撒谎怎么办？当时有无数人拿着 Nike.com 之类的域名来申请——这是真的，那时候很难核实一个域名归谁所有，我完全可以拿你的域名来申请并蒙混过关。他是对的。事后看来，我们搞审核在某种程度上只是在给自己免责。
于是他说：「把这些全砍掉。」我们可是实打实花了一半的工程团队，搭了一套复杂的审批系统，还配了运营团队。运营那边干劲十足，招了一大票人，现在他告诉我们不做了。
取而代之的是：在每一次页面加载时实时判断——因为我们的 JavaScript 就跑在页面上，我们知道 URL 是什么，就在那一刻看页面内容。我们说：「太慢了，页面有几十亿个，我们看不过来。」「没关系，先让它加载一百次。任何一个 URL 满了一百次展示之后，再开始审它。」这其实非常合理：不在前置环节堆一大堆检查，而是想清楚在什么时候、为什么才需要检查。大多数东西根本到不了需要你在意的量级。
Patrick： 这两个例子都很精彩，你还提到杰克会把这套方法用到全公司，而不只是产品上。从你见过的这些最擅长设计的人身上，你会如何总结「伟大设计」的流程？当他们把它应用到公司或产品的不同部分时，反复在用的那套方法是什么？
Gokul： 我看到的头号共性是：他们极力压缩步骤数量。一切都应该在一页之内完成，你必须不断砍东西。事实上，杰克把产品经理 (product manager) 这个职位叫作「产品编辑 (product editor)」。为什么？因为他坚信——也确实如此——产品经理的职责不是加更多功能。随便谁都能看着一个产品说「这里还有 10 个功能该做」。而最好的设计师、最好的产品人，做的是删减。
同样道理：我们有 100 个功能，真正决定客户结果的是哪两个？最好的设计师真的会拿过 10 页设计稿说：「把所有多余的东西都砍掉。」所以我认为这是一个编辑的过程，而编辑的本质是判断力。在 AI 时代，拥有惊人判断力——也就是编辑能力——的人，才会脱颖而出、活得精彩，我是这么看的。
Patrick： 据说里克·鲁宾 (Rick Rubin) 说过，他不是制作人 (producer)，而是删减人 (reducer)。
Gokul： 好例子。删减人，我喜欢这个说法。
如何写好每周邮件
Patrick： 我很好奇这套逻辑怎么迁移到沟通上。正好借这个机会，聊聊你最终选定的那种领导者每周发给团队的邮件格式。「删减与简化」这个思路，似乎能被优秀领导者用在方方面面。就从领导者对团队的沟通谈起吧。
Gokul： 很多人——尤其是创业公司创始人——没意识到一件事：大多数创业公司一开始只有两三个人，大家坐在同一个房间里，你说什么所有人都听得到。可一旦公司进入我所说的「两个房间」阶段——大家不再同处一室——你就必须主动沟通，必须让大家知道正在发生什么。
有几样东西是公司需要开始建立的。第一个是全员大会 (all-hands) 的概念。它听起来老套又多余，但哪怕公司只有十几二十个人（译者注：原文作 "15%-20% company"，疑为转写错误，按上下文应为「十几二十人的公司」之意。），每周聚一次，让大家分享各自做了什么、在忙什么，再由领导者或某一位领导者对全员讲话，都是把团队凝聚起来的好办法。
第二个是 CEO 每周邮件。我认为这是 CEO 向团队传达所思所想的一种极为有力的方式。我自己实践过、也认为最好的做法是：在一周的工作过程中，随手记下你认为需要传达的事情，然后周日花时间把这些汇总，凝练成两三件真正重要、你想传达清楚的事。
大多数生意，我认为都可以沿三个维度来沟通：产品、业务和团队。产品上发生了什么？它如何变得更出色、更好地服务客户？业务侧发生了什么？我们这门生意在哪些地方做得更好了？团队侧呢？谁加入了、谁离开了？我们做了哪些调整？最重要的一点是：不要怕重复。因为一件事说一遍、两遍、三遍、四遍——它才会真正渗入团队的骨子里。
Patrick： 你的邮件具体是什么格式？你个人用的是什么结构？
Gokul： 我过去用过的、我推荐的、也是我现在看到别人在用的——我见过的至少 15 位 CEO 采用了它，效果都很好。它分三个部分。第一部分叫「心头大事 (top of mind)」，内容来自产品、业务和团队，不必三者俱全。核心问题是：什么事让你夜不能寐？我认为这是所有人都翘首以盼的部分。我记得在杰克、在马克、在谢丽尔那里都见过这种表达——把它写在纸上、写进邮件里，力量大得惊人。这是第一部分。
第二部分是业绩更新 (performance update)。每个人都想真正了解：公司现在怎么样？在各个维度上表现如何？尤其是在创业公司，大多数人离公司的实际经营状况都隔了一层，而他们都想知道自己做得好不好。这正是这个部分的作用。第三部分是杂项 (miscellaneous)：点名表彰具体的人、客户的原话引述、也许是一则外出团建的公告。但最重要的部分——你应该把 60% 到 70% 的精力花在上面——是「心头大事」。
Patrick： 在邮件里应该多坦诚？作为一家企业的领导者，我可以告诉大家我心头的大事，但其中很多内容可能很敏感，或者我会担心吓到大家——我担心的事、我夜里睡不着的事，可能会在公司里制造焦虑。坦诚的边界应该划在哪里？
Gokul： 我个人认为，更坦诚总好过不够坦诚。为什么？因为你越坦诚，就越能真的开口向大家征集想法。如果公司里的人才够好，你直接问他们：「你觉得我该怎么做？你觉得这种情况下我们该怎么办？」我相信人们会挺身而出。尤其在公司还小的时候，我们希望听到更多人的声音；如果面前是一个「单向门」式的决策——一旦做出就走上了某条路、无法回头——那么能听到更多人的反馈，就再好不过了。
广告业务的三种打法
Patrick： 我想聊聊广告，聊聊你在打造顶级广告产品这件事上学到的一切。你亲手构建了世界上两套最重要的广告系统。
Gokul： 我常讲一句话：一家公司要么死掉，要么活得足够久，最终变成一家广告公司。如今这一幕正在 OpenAI 身上上演。那么，广告业务该怎么做？做出一个成功的广告业务，根本路径只有三条——三条，且只有三条。
第一条，你必须拥有一群广告主求之不得的用户，并且拥有一个让这群用户活跃的界面。谷歌搜索 (Google Search) 就是绝佳范例：这是一个聚集高价值用户的界面，用户带着极高的意图 (intent) 而来，所以谷歌成了全球最赚钱的广告生意之一。Facebook 也是同理。我们花了好一阵子才想明白这批用户的价值究竟在哪里，最终答案是「身份」。我们知道这些用户是谁，能把他们和客户数据及其他数据做匹配。于是你可以把想传达的信息精准推给这些人，还能找到与他们相似的人群。
ChatGPT 则把意图数据和身份数据合二为一，这种组合前所未有。谷歌手里只有意图，没有身份；Facebook 只有身份，没有意图。两者兼得，是每个广告人梦寐以求的。而且这些对话是复杂的、多阶段的搜索，这是另一个妙处。用户先搜一次，每一轮查询本身就是一次搜索，然后再搜，不断把搜索堆叠起来。在谷歌那边，用户搜完点了个链接就走了，你就彻底失去了这个人。而这里是自然语言查询，是做精准定向的绝佳素材。这就是第一种赚钱方式：你必须拥有一个第一方产品，你必须自己就是那个第一方。
第二条，你必须能交付结果。这种方式不需要拥有任何广告位 (inventory)，但你得能为广告主带来实打实的结果。最好的例子是 AppLovin。AppLovin 是一家市值超过 1000 亿美元的公司，他们把一件事做到了极致：移动应用安装量。当初没人相信市场需要这么大的安装量，结果人人都想要。这块业务起初只限于游戏行业，如今他们向所有想要更多安装的移动应用敞开。
为此，AppLovin 搭建了庞大的基础设施。如今他们控制了买方，控制了卖方，甚至控制了中间件。可以这么说，他们在一定程度上掌控了大多数移动应用的竞价系统，就像当年人们说谷歌掌控了整个网页广告的竞价一样。总之，AppLovin 造出了一台能以确定成本交付安装量的惊人引擎。这就是第二种方式：以一个确定的成本，交付一个确定的结果。
第三种方式，是成为某个大型广告主或大型需求方的独家服务商。典型例子是 The Trade Desk。比如宝洁 (Procter & Gamble) 找到 The Trade Desk 说：「我在谷歌和 Facebook 都有投放。我所有的展示广告预算都交给你，怎么分配、怎么执行，你来搞定。」前提是必须做到独家。能赚钱的就这三条路，没有第四条。
Patrick： 在广告行业里，什么样的生意做不成？哪些商业模式注定失败？
Gokul： 想在这些大平台之上做中间商，行不通。据我所知，The Trade Desk 完全不在谷歌或 Facebook 的体系内做生意，不以第一方的身份与它们合作。AppLovin 则只有很小一部分业务搭在谷歌和 Facebook 上，绝大部分都在所谓的「荒蛮网络」上，也就是这些体系之外。所以，你必须远离谷歌和 Facebook 的生态系统。如果你要把生意建在谷歌和 Facebook 的地基上——或者不久的将来，建在以广告公司身份登场的 OpenAI 的地基上——你的空间迟早会被挤压。
你每次在谷歌之上开发出一项新能力，谷歌都会看在眼里、学到手里。谷歌拥有这个星球上最优秀的工程师，Facebook 也是。他们会把你的能力直接吸收进自己的平台。我们可以拭目以待，看看我这个判断对不对。我的看法是：几乎可以肯定，很快会出现一窝蜂的公司跑来跟你说「我来帮你优化 ChatGPT 上的广告投放」。现在已经有人在帮你优化所谓「答案引擎」里的排名了，不叫 SEO，而叫 AEO。所有这些生意，都不会带来持久的收入。
下一个广告网络霸主
Patrick： 如果你是我们刚才讨论的这些近乎垄断的广告网络的所有者之一——可以把 Uber 和亚马逊也算进来，还有 DoorDash、Facebook、谷歌——如果你在执掌它们的广告业务，什么会让你感到恐惧？
Gokul： 消费者行为的改变：人们不再打开 App，而是通过智能体 (agentic) 界面、通过不属于我、也不属于这家公司的 AI 界面来完成交易。如果假设用户的行为里有很大比例是重复性的，那你可不可以把这些重复事项交给智能体自动执行，从此再也不用打开那个 App？这样一来，你失去了做广告触达的机会，并且随着时间推移，你还会失去与顾客的关系，因为顾客把信任交给了 AI 智能体。
但你不能把头埋进沙子里装没看见，必须主动下场试验。这就是为什么 ChatGPT 一开放它的应用平台，所有电商平台都在做实验。我会死死盯住一件事：App 里一定会出现一批早期尝鲜者，他们显然会把自己的 Uber 账号和 ChatGPT 账号打通。我要观察这批打通账号的人：他们在我 App 上的行为发生了什么变化？他们还来不来我的 App？打开频率是不是大幅下降？如果是，说明那个新体验确实魅力非凡，那我就得做选择了：要么想办法让那个体验不要比我的 App 体验更诱人，要么想办法激励用户回来打开我的 App。
Patrick： 这其实是围绕第一种模式打响的一场新战役——争夺一个新界面的所有权。我们知道 ChatGPT 已经在做了。我很好奇：先发优势对建立一个新的广告网络到底重不重要？现在还有 Gemini、Anthropic，一大批玩家都手握海量用户、都在用这个新界面。你怎么看待这些潜在的新玩家争夺下一个广告网络霸主地位的格局？你会给各方什么建议？
Gokul： 好消息是，先发并不重要。尤其是当你属于我们说的第一类玩家时，你的第一方广告位始终攥在自己手里。事实上，做第二个、第三个入场者反而更好，可以从前人走过的弯路里吸取教训，而你的广告位又不会长腿跑掉。当然，各家对商业化的紧迫程度不一样，但 Gemini 完全不急着变现，大可稳坐钓鱼台。谷歌手里握着深厚的广告专业积累和数据，他们尽可以等到需要变现的那一天再说。事实上，对他们而言一步好棋或许是喊出「我是零广告平台」：谷歌可以宣称 Gemini 里没有广告，而确实有一部分客户和消费者在乎这一点。
最关键的是——OpenAI 在这一点上表态得相当到位——广告绝不能影响呈现给我的内容，也不能影响 AI 给我的推荐。广告应当相关，但绝不能左右推荐结果。第二，必须守住用户参与度和有用性的高门槛。遗憾的是，不管广告做得多相关，有一个已被反复验证的现实：一旦你开始在一个此前从未变现、零广告的界面上展示广告，用户的参与度就会随时间下滑。因为一部分参与度被广告吸走了，还有一部分以各种方式被分流了。
很多公司做过大量对照组实验 (holdout groups)，都证明了这一点。所以对任何一家这类公司来说，真正的问题是：为了变现，我们愿意牺牲多少参与度？
首先，你需要设立一个永不展示任何广告的对照组，那是你永远见不着广告的一群「干净」用户，你要摸清他们的行为基线。然后你要持续追踪看到广告的那批用户的行为。接着你要算清楚，每增加一个单位的广告量，参与度会掉多少。最后，给广告团队定一个「参与度预算」。在 Facebook 我们就是这么做的：每年都有一份参与度预算，由信息流 (News Feed) 团队和广告团队共同遵守。换句话说，我们固然想拿到那么多收入，但收入有一个制衡指标 (check metric)：信息流整体的参与度跌幅不能超过 X 个百分点。
如何选好北极星指标
Patrick： 说到「定好指标」，你之前聊过北极星指标。一个好的北极星指标应该具备哪些特质？如果有人要为公司选定一个优化所围绕的核心指标，你会给他什么建议？
Gokul： 北极星指标 (north star metric) 是衡量公司增长与客户价值的标尺，它能把客户价值和商业价值很好地平衡起来。在我看来，北极星指标不应该是收入，而应该是某个与客户价值直接相关的东西。道理是这样的：如果客户过得好，北极星指标就应当一路向右上走，同时它还应能带动生意向好。以 Square 为例，北极星指标是 GPV，即经手处理的支付总额。它和收入只是部分相关，更重要的是，它反映出平台处理的支付规模在持续增长。在 Facebook，北极星指标是日活用户 (DAU)——起初其实是月活用户，后来逐步换成日活，因为日活更能反映用户的投入程度。
北极星指标还有一个要点：必须配上我们所说的制衡指标。激励驱动行为。你只要对一个团队说「去优化这个北极星指标」，它百分之百会涨上去，但与此同时，一堆你不想让它跌的东西可能跟着跌。拿 DoorDash 来说，你可以定下「我要做大 GMV」，也就是平台成交总额，让它当北极星指标——GMV 就是流经整个市场的所有订单的总价值。我大可以把配送费降到零、把一切都降到零，GMV 照样噌噌往上涨。可结果是什么？公司的收入归零。
所以你需要两条护栏：一条围绕客户健康的制衡指标，一条围绕公司健康的制衡指标。在 DoorDash 的例子中，可能是「我要守住某个毛利率水平」，或者「我要守住某个客户留存率水平」。毛利率通常是个好选择，因为从某种程度上讲，它就是公司健康状况的晴雨表。
自助式软件胜过销售团队
Patrick： 我们第一次见面时聊到过两个观点。第一个是：最优秀的软件公司必须能够独立站立，意思是用户不需要和任何活人打交道，自己上手就能用，而且产品恰好能解决他的问题——彻彻底底的自助式 (self-serve)。我很想听你展开讲讲。
与之相关的第二个观点——前一个说的是「做产品的人」这一侧，这一个说的是「投资人」这一侧——你跟我提过，你投出的所有伟大项目，那些真正实现爆发式增长的公司，都高度具备四项特质中的某一项，我记得是：高毛利、低获客成本、高留存、短销售周期。这或许和自助式那件事一脉相承。谈谈这两者之间的关系。
Gokul： 自助式这个理念，其实源于谷歌——那是我工作过的第一家做到巨大规模的公司。当时谷歌广告团队的情况是：用我们产品的客户数以百万计，既有大量小企业，也有大公司。为了服务好大公司——大公司不愿意自己动手用产品，他们让代理机构代为操作，同时谷歌内部也有支持、销售和运营人员替他们操作——所以我们在产品侧做了大量工具，供内部的销售和运营同事替大客户管理整个系统。
我记得有一天开拉里评审会 (Larry review)（译者注：拉里指谷歌联合创始人拉里·佩奇 (Larry Page)，拉里评审会是谷歌内部的产品评审会），我们给他看了这些被称为 ICS——内部客户系统 (Internal Customer Systems)——的东西。本来没想专门展示，只是为了做演示顺带露了出来。
他问：「这是什么？」我们说：「内部团队用的系统。」他又问：「为什么要做这个？」我们说：「总得帮大客户把账户管起来啊。」他说：「你的意思是，小客户用不上这些东西？」我们说：「对。」他当场拍板：「立刻停掉这种做法。你们为大客户做的所有东西，必须同样开放给小客户。」于是我们只好把多年堆出来的整套 ICS 系统，全部改造成对所有客户开放的产品。
结果发生了一件很有意思的事：小客户上手这些功能的速度快得多，因为其中有些进阶功能，我们本以为他们用不着。事实证明，自助式用户才是最高阶的用户。因为只要你做出的东西有点意思——外面遍地都是小代理公司、创业者、拼命找路子的人——只要你能帮他们多赚钱，人的创造力和本事真是超乎想象。他们会以你做梦都想不到的方式榨干系统的每一分价值，而你能从他们身上学到海量东西。我见过无数次：只要你把系统开放给自助使用，你对自己产品能力的理解，会远远超过由销售团队替客户操作时的理解。
实际上，我永远不会忘记，当年做 AdSense 时，世界上一些最大的出版商是自己注册、自己开通、自助式地开始用我们的产品的，我们是在那之后才和他们建立联系的。我想，Atlassian 这类公司也是如此……在 Square 时，耐克 (Nike) 自己注册了一台 Square 设备，自助完成开户，直接就在他们一家门店里用了起来。
自助式带来两个好处。第一，它逼你把产品做得更好，因为这些人会用你意想不到的方式使用产品，它逼着你进化——说到底，自助式的定义是什么？就是客户无需与公司任何一名员工说一句话、打一次交道，就能自行开通并使用产品，不只是用，连开通都自己搞定。
这就意味着你必须想清楚：用户究竟要怎么完成产品的初始设置。你会在「上手引导」上倾注大量心力，因为上手引导恰恰是大多数用户流失的关卡，做不好，人就走光了。然后你还得让用户尽快抵达「惊喜时刻」。这些事情，如果你做的不是自助式产品，你根本不会去想；而在自助式产品里，你天天都得想，就像做一款面向消费者的产品、或一款自助式的商业产品。
第二个好处是，它把你触达客户的开口彻底拓宽了。100 个销售，顶天了能触达一万个客户；而一个自助式产品配上好的口碑传播，能触达数百万客户。看看 Cursor：我敢打赌每一家大公司里都有人在用它，靠自上而下销售推进的也许只占 1%，剩下 99.9% 的公司，都是某个工程师自己装上的。Figma 也是绝佳的例子。
我投资 Figma 一年半之后加入了 Square。当时我试图自上而下地把 Figma 强推给设计团队——我自己不做设计——我说：「你们必须用 Figma。」设计师们拒绝，他们在用一个叫 Sketch 的工具，撂下话来：「我们不用，Sketch 好得多。」我觉得行吧，用什么工具不该由我来规定，于是就作罢了。两年后，一位中层设计经理入职，把他在上一家公司用的 Figma 带了进来，推动整个团队都用上了，直接把 Sketch 挤了出去。所以我认为，自助式打法能让你做到一件事：哪怕市场上已有在位者，你也能以一种独特而有力的方式渗透进去、扮演颠覆者的角色——这是直销打法永远做不到的。
打造有影响力的职业生涯
Patrick： 另一个正在快速变化的维度是职业本身。我很好奇你怎么看——在这个新时代，什么样的人最能脱颖而出？如果你在招聘，在 AI 时代，你会格外看重哪些特质？
Gokul： 我认为最重要的一点是对"动手做事、亲手构建"的专注。CEO 们长期以来过得太舒服了，而这种情况正在改变——他们过去动辄飞快地招一堆中层管理者和 C-level 高管。
相反，你会看到：大量工作由 AI 智能体 (AI agents) 完成，而人类既是管理这些智能体的人，也是一线贡献者 (IC)。我认为两年后、甚至一年后最吃香的技能，是成为某个职能领域的专家——懂得如何搭建 AI 智能体来完成这项职能，并能指挥一整支智能体大军把它做好。
前几天我读到一篇很棒的文章，讲的是 Meta 的一位产品经理。他没有技术背景，却搭了一批 AI 智能体来替自己干活，把产品经理的工作做得极其出色，以至于他的工程师们反过来请教他："教教我怎么用好 AI 智能体。"这正是你要找的人——本质上扮演管理者角色的人，只不过管理的不是人类，而是 AI 智能体。
而且管理必须是一份全职工作——如果你只管三个、五个、十个人，那是不够的。你要么管五十个人，要么就当一线贡献者。管理学上有个概念叫管理幅度 (span of control)，指你直接管理多少人。时至今日，任何公司都不该允许管理幅度低于十。
你想想：就算你管十五个人，每周和每人谈一次，也就十五个小时。剩下的二十五、三十、四十个小时你在干什么？你应该在干活。所以你必须回归"做事"本身。而在公司层面，我的建议是：尽可能久地不招管理者，招实干者，招构建者。
Patrick： 你最喜欢用什么方式来判断一个人是不是这样的实干者？面试他们，还是侧面了解？
Gokul： 最好的办法是给他们一个实战项目 (work project)。工程岗在这方面一直做得很好——我待过的每家公司都有工程岗的编程面试。
Patrick： 就是动手做事。
Gokul： 对，动手做事。其他岗位光靠耍嘴皮子就能蒙混过关。所以在 Square，我们建立了实战项目制度。就连企业发展部 (Corp Dev) 也有实战项目：给我挑一家 Square 应该收购的公司，分析它，告诉我们为什么该买，协同效应在哪里。最优秀的候选人都得完成这个项目。
每个职能都需要一个实战项目：把他们关进一间没有 AI 可用的屋子，让他们完成一项工作——最好和他们未来真正要做的工作高度相似。对于产品经理，我们会拿出一个正在酝酿的产品想法，直接说："这是我们在考虑的一个产品，你来研究，我们到底该不该做？"
这类考察中首先也最重要的一点——尤其对面向客户的岗位——是他们必须能代表客户的声音。换句话说，他们必须论证"为什么"。
最优秀的产品经理候选人会彻底推翻题目预设，而且方式非常漂亮。他们跑到街上访谈了十位客户。太妙了。然后回来说："我聊了十位客户，都是 Square 的用户，发现没有一个人想要这个高级洞察 (Premium Insights) 产品。所以我们不该做它，我们应该做另一个东西。"这太惊艳了。
这正是你想看到的。你要的是主动性 (agency)，而不是那种"告诉我做什么我就做"的人。你要的是一开始就敢于质疑、甚至推翻题目预设的人。"Square 根本不该收购任何公司"——这个答案也很棒，那就告诉我为什么。你要寻找的就是这种思维方式。
Patrick： 徐迅的那招是什么？
Gokul： DoorDash 有史上最棒的实战项目。徐迅会给候选人 10 或 20 美元，要求他们去获取一千名消费者用户。
有些人会直接说："我不接这个挑战，我还没准备好。"这很好——知难而退本身就是答案。也有人会接下来。我记得没人能真正接近一千、甚至一百这个数字，但考察的目的不是数字，而是看他们在短短几小时内能尝试多少种不同的打法。
有人跑去健身房印传单派发。大家尝试了五花八门的方法。这是一个绝妙的过滤器，专门筛掉那些不想动手做事的人。
Patrick： 对于正在经营职业生涯的人，你还有什么别的建议？我们聊了评估他人、做构建者这些话题。在 AI 时代，一个人该如何规划自己的职业？
Gokul： 在每一份工作上都待足够久，久到能真正产生影响。过去十八到二十四个月里，我不断看到一种现象：跳槽族——或者按我的叫法，"跳槽优化者" (job optimizers)——在一家公司待十二到十八个月就跳去下一家，再待十二到十八个月又跳。
对招聘经理来说，这是最大的危险信号之一。因为我认为十二到十八个月内你做不出任何有价值的事，没法对公司产生真正的影响。要在一家公司产生影响，最少需要三到四年。
所以我的首要建议是：待足够久，做出影响，建立人脉，享受过程。从入职的第一天起，就别惦记着下一份工作在哪。当然，如果一连串工作经历中偶尔有一段确实不合适，十八个月就离开了，可以理解。但如果我看到连续两三段都是这么短，立刻亮起红灯。
你这是在严重损害自己，而且你甚至不会意识到——问题在于你只会一次次被拒，却永远不知道原因。真相是：人们想要的是愿意留下来、持续构建的人。看到你这种行为模式，谁还敢雇你？这是极其短视的思维。你必须构建出有价值的东西，而这需要时间。
为什么真实的创始人会赢
Patrick： 我们这场对话的一条主线，就是识别超能力 (superpower)——首先你得拥有它，然后评估它、再把它与问题和领导者相匹配。戴上投资人的帽子，以你的新基金马拉松资本 (Marathon Management) 的视角，你是如何评估一个人身上是否存在超能力的？你是怎么练就这套本事的？
Gokul： 我最看重的是创始人的真实性 (founder authenticity)。我工作过的四家公司中有三家——Google、Facebook 和 DoorDash——都诞生于大学校园。它们的起点几乎都像是一个创始人出于好奇的"玩具问题"，带着一种真实的好奇心："这东西能造出来吗？"然后它就真的被造出来、跑起来了。
同样，杰克·多西和吉姆·麦凯尔维 (Jim McKelvey) 创办 Square，也是在解决一个他们亲身遇到的真实问题。所以我问每位创始人的第一个问题都是："讲讲你的创业故事，你为什么决定创办这家公司？"
在我看来，创业故事体现了他们为什么选择这个问题——理想情况下，还应触及他们的超能力是什么，以及是什么驱使着他们去解决它。
我遇到过不少曾与我共事或为我工作的人，他们出去创业的唯一理由是："我有个好兄弟，我俩都想一起创业。"我真的劝他们别这么做。仅仅因为想和朋友一起开公司就去开公司，是错误的出发点。
所以我想搞清楚的是：他们生命中是否有一段真实的亲身经历，驱使着他们去解决这个特定的问题。拿 Figma 的 Dylan (菲尔德) 来说，你跟他聊聊就知道，他整个人浸润在设计里——他思考万物的"设计"，思考如何让事物更打动人心。他对这个东西能成为什么样子有着清晰的愿景。
另一个好例子是 Faire，一家 B2B 批发市集平台。CEO Max Rhodes (马克斯·罗兹) 曾在 Square 为我工作。Max 离开 Square 后尝试过很多不同的方向，但没有一个对他来说是真实的——直到 Faire。
最终跑通的那个点子之所以是 Faire，是因为他读本科时创办过一家雨伞公司。当时他拼命想让自家雨伞进入本地零售渠道，而这对于一个品牌来说难如登天：本地零售店数量庞大、星罗棋布，你怎么一家家上门推销？
于是他意识到，这才是他想专注解决的问题——帮助其他制造商触达本地零售渠道。
Patrick： 除了"讲讲你的创业故事"，在初次见面了解一家公司时，你还喜欢问什么问题？
Gokul： 另一个是创意迷宫 (idea maze)："跟我讲讲你是怎么穿过这座创意迷宫的。"你想解决这个问题，很好——但这是个经典的产品问题：问题确定之后，解法有千百种。为什么你选了这条路，而不是另一条？
我会故意"打乱他们的阵脚"，抛出五六种解同一问题的替代方案，看他们是否研究过行业历史，能否说清楚为什么那些解法不如这条好。我想确认他们系统研究过解决这个问题的各种替代路径和历史路径。
一个很好的例子是 Collison 兄弟 (帕特里克和约翰，Stripe 创始人)：他们买了一本支付行业的书，逐一研究所有支付公司当年为什么做那些决策、怎么失败的、又怎么成功的。我认为最优秀的创始人都是本行业的"史学研究者"。
他们理解之前所有公司为何做出那些抉择，并且理想情况下，能站在巨人的肩膀上构建自己的公司。
魔法发生在董事会会议之间
Patrick： 我们还没聊到的一个维度，是担任董事所带来的——不只是角色，更是视角。你在很多有意思的董事会任职，最大的是 Coinbase、Pinterest 和 The Trade Desk。就从这三家说起吧：作为董事会成员，观察董事会的运作方式、它所扮演的角色，你汲取了哪些经验？这段独特经历还带给你什么感悟？
Gokul： 担任董事最有意思的一点，是它让你从另一侧理解"高管"意味着什么。公司到了一定规模，我认为 CEO 应该设法加入一家外部董事会——因为坐在桌子另一边，能帮他们搞清楚如何与自己的董事会打交道。
一个好的董事会，其成员应当能在公司持续最需要帮助的事情上提供助力。比如每家公司都需要一两个——现在这个比例还在上升——具备产品与工程背景的董事。事实上每家科技公司都需要。十到十五年前，董事会里一个产品或技术出身的人都没有；如今每个好的董事会都有一两位。
第二，董事会里需要"客户的声音"，需要一个能代表客户的人。在 Square，我们请来了 Shake Shack 的 CEO Randy Garutti (兰迪·加鲁蒂) 担任董事。他太出色了，因为他就是客户之声。
还有一点我总是向 CEO 们强调：董事席位如同婚姻，一旦结合就很难解除。所以，千万、千万不要在没有和对方相处至少一年之前就邀请其加入董事会。
先让他们进顾问委员会，让他们与管理团队每个人见面，多花时间相处，让他们列席几次董事会会议，让他们和其他董事交流。顾问委员会里放三四个人，然后从中挑出一位——如果你喜欢他们、觉得他们在创造价值、你的团队也认可——再正式任命为董事。
过去十五年，我在董事会上观察到的另一个变化是管理团队的深度参与。十五年前，董事会会议通常只有 CEO、也许加上联合创始人，和董事们一起开四五个小时讨论议题。CFO 这类高管可能只在涉及自己的环节被叫进来，讲完就离场。
而现在，大多数公司会让管理团队全程出席董事会会议。我认为这棒极了，因为管理团队和董事会得以真正了解彼此。
作为董事，你想弄清楚管理团队的构成：谁可能成为 CEO 的接班人？团队各个板块的能力如何？而作为管理团队，你也希望能借助董事会获得帮助。
我见过并实践过的最佳做法之一——如今我也在推动其他公司这么做——是"董事伙伴" (board buddy) 制度：每位董事与一位管理团队成员结成伙伴，在两次董事会会议之间多次会面，一个月一次，甚至随时发短信交流。他们几乎就是这位高管在任何事务上的"回音壁" (sounding board)。
你可以看到，前面描述的各种董事角色能很好地对应上。我通常做产品负责人或工程负责人的伙伴，别人做 CFO 的伙伴，还有人做 CRO 的伙伴。
我认为，董事会会议之间的那些沟通，和会议本身同样重要——因为真正的事情一直在持续发生。
Patrick： 会议是正式的部分，对吧。
Gokul： 这正是我领悟到的另一点：真正重要的不是董事会会议本身。真正做成事的，是会议之间发生的一切。
灯塔效应
Patrick： 关于构建公司和打造产品这门宏大的艺术，我们唯一还没聊到的，就是获取客户、为产品定位、营销——产品如何对外呈现自己。从你观察到的最前沿来看，人们现在是怎么做这件事的？
Gokul： 当下最有意思的现象，在面向企业和面向消费者的公司之间截然不同。对面向消费者的公司来说，头等大事是如何规模化地运用网红 (influencers)。在影响人们——尤其是年轻人——消费乃至选择产品这件事上，网红变得空前强大。
有人说 TikTok 是最好的本地搜索引擎，我认为这话没错。我的孩子们旅行时在 TikTok 上发现了各种宝藏餐厅，而 Google 地图根本不会显示，Yelp 上也找不到。
那么，如何触达 TikTok 上的网红？问题在于：头部网红固然存在，但还有一个庞大的长尾——他们会因为各种各样的原因突然爆火，而你想尽可能地搭上这些病毒式传播的浪头。一批公司正在涌现，它们打造的产品本质上就是让这件事变容易——帮助品牌以可规模化的方式与这些网红建立连接。
在企业服务一侧，我看到的最有意思的变化与其说是获客渠道，不如说是客户接入方式：直接向客户呈现一个成果 (outcome)，然后说"让我们围绕成果来合作"。Palantir 在这方面做得极好。
Palantir 找到客户说："你最重要的业务问题是什么？哦，是这个。好，给我们六个月来解决它，与我们深度合作。如果解决不了，解雇我们，一分钱不用付；如果解决了，付我们一大笔钱。"这是真正地承担起责任。
这就引出了按成果定价 (outcome-based pricing)——你的产品如何定价，以及你对自己交付成果能力的信心。我认为按成果销售 (outcome-based selling) 是最有意思的变革方式之一。
事实上，我给创始人接触潜在客户时的首要建议之一就是：你不能再以"我的产品能做什么"开场了。你必须以"我能交付什么成果"开场——最好是你已经交付过的成果。
有个例子我永生难忘。一个有趣而永恒的现实是：公司永远只向同行业里的其他公司看齐。这一点永远不会变。如果摩根大通 (JP Morgan) 开始用你的产品，我保证每一家银行都会来评估你的产品；但如果你拿下的是宝洁 (Procter & Gamble)，摩根大通根本不在乎宝洁用不用你的产品。
所以进入市场时，除非是纯粹自下而上 (bottoms-up) 的打法，否则不要试图做得太泛。在销售侧，你必须锁定一两个非常具体的垂直行业，因为灯塔效应 (lighthouse effect) 非常明确：你要拿下这个行业里最好的那家客户——拿下之后，这个行业里其他的客户基本就都归你了。
戈库尔遇到的最善意之举
Patrick： 你可能知道我有一个问每一位嘉宾的传统收尾问题。别人为你做过的最善意的一件事是什么？
Gokul： 有很多。有一位叫 Bob McDonald (鲍勃·麦克唐纳) 的人。我当时在东海岸读商学院，拿着签证，想在硅谷找份工作。我的资历并不达标：此前从没做过产品经理，一直是个工程师，也从没接触过光子学 (photonics) 和光网络。
但 Bob 在我身上看到了一点火花。他说："这样吧，我要在你身上赌一把——我要录用你，把你带到硅谷来。"那是一家红杉资本 (Sequoia) 投资的公司，是当时硅谷最炙手可热的公司之一。他本可以挑任何人，但他把赌注押在了我身上。
所以从那以后，我一直秉持一个原则：把这份善意传递下去 (pay it forward)。当我为别人做些什么时，我不抱任何回报的期待。
Patrick： 你身上的火花是怎么来的？它源于何处？
Gokul： 对我来说，一切都源于深知自己有多幸运——拥有健康，拥有爱我的家人，并且明白在几乎所有平行宇宙的模拟里，我都可能身处比如今糟糕百万倍的境遇。所以我对自己所处的位置心怀感激。
我们此刻所处的，字面意义上是百分之一里的百分之一里的百分之一的处境。所以当我看到别人受苦，我会感同身受地痛。就像那句老话：若非上帝恩典，受苦的就是我——但在很多层面上，确实是托了恩典之福。
你会意识到，自己被赐予这唯一的一次生命是何等幸运，因此你对这个世界、对你自己都有一份责任：心怀感恩，尽己所能，活出最好的人生。
Patrick： Gokul，这期对话太愉快了。非常感谢你抽出时间。
Gokul： Patrick，谢谢你，我的朋友。