上个月走访了旧金山多家 AI 原生公司，看到了很多出乎意料的东西。这是一份关于 AI 原生公司如何运作的简要总结。
PM 正在消失
在一天内走访了五家公司，发现所有公司加起来只找到一个全职 PM（其中一家公司有 40 名员工）。工程师每天直接和客户沟通，独立负责产品决策。
PM 这个角色没有被"增强"，而是被工程和设计团队吸收了。
最危险的副作用：功能工厂
当你能在一周内建完用户要的任何东西，诱惑是建所有东西。多家公司表示，这是他们目前最大的战略风险。
真正胜出的公司都有硬约束：有一家公司的 Agent 只能通过 JSON 配置现有功能——根本不能创建新的应用代码。另一家用小组级别的北极星指标在功能上线前就 Kill 想法。好几位创始人强调：创始人必须决定产品在哪里有立场、在哪里保持灵活。
当执行成本趋近于零，品味成为护城河。 但整个公司如何组织起来让品味可见，仍然没有定论。
技术栈正在收敛
几乎所有公司用的核心工具都一样：Slack + Claude Code + GitHub。Codex 用于代码审查，Linear 用于项目管理。Linear 不仅在 SaaS 大逃杀中活了下来，还在规划如何繁荣。
Slack 也成了 Agent 的核心编排层。表情回复自动创建工单。机器人报告诊断结果并分诊客户问题。Agent 被 @ 到对话里就开始处理问题。
六个月前 Cursor 在每次对话中都会出现。现在偶尔才被提到。现在工程师日常工作都在 Claude Code 里。一位研究人员说他同时开着 Cursor 和 Claude，然后一直在问自己为什么需要第二个窗口。
这些编程平台面临的真正问题：工程师对任何特定工具都没有太大忠诚度。 除非能从工程师产生的数据中获益并训练模型，否则编程平台如何维持长期价值是个问号——这让 Anthropic 处于特别有利的位置，尤其是 Mythos 的消息传出后。
组织里每个人都开始能建真实的东西
一位企业客户经理几个月来一直让产品团队帮她自动化账户上传，没人排期。后来她在 Slack 里问了一个 AI Agent，一小时后搞定了。
一个财务团队在用自然语言写数据库查询，用 MCP 访问自己的业务数据。一位 Chief of Staff 在 30 分钟内产出直接邮件和营销材料。
最被低估的转变不是 AI 对工程师的影响，而是对其他人的影响。
实验成本崩溃，产出复利增长
一位研究员测试 10 个界面设计，每个跑一天，然后扔掉 9 个。一位设计师在 6 分钟内于不同标签页生成多个竞争版本。一位没有任何编码经验的增长 PM，用两天时间搭建了一套完整的 Meta Ads 管道（策略简报、AI 生成视频广告、自动发布到 Meta）。
这些公司用 AI 在真实用户接触产品之前就模拟用户。有一个团队构建了扮演不同用户角色的 Agent 来压力测试产品，而不是等待真实反馈。另一家一周内跑了数百场研究访谈，而以前一个季度只能做 50 场。
这些公司的迭代速度快了 3-5 倍，体现在两个方面：对一些公司来说，是更快完成单个实验，从而在同一周期内做更多实验；对另一些公司来说，是并行跑多个实验。无论哪种，未知的覆盖面缩小得更快。建设和学习的步骤在整家公司都在压缩。知识开始复利。
这本质上是一种完全不同的运作方式。让我想到战争如何从喷气式战斗机转变为无人机蜂群，以及对战略的影响——公司运作方式也在发生类似的变化。
接下来会发生什么
会继续走访公司，未来会发布更深入的案例研究。但模式已经很清晰：已经把 AI 原生实践内化的公司和仍在争论"AI 战略"的公司之间，差距是巨大的，而且每周都在扩大。