为什么我在夏天暂别 AI，以及我从中学到了什么｜Karri Saarinen（Linear）

📌 One-Sentence Summary

Linear 联合创始人 Karri Saarinen 认为，AI 应让产品团队有更多时间了解客户、培养判断力并提升质量，而不是把组织变成追求更多产出的工厂。

📝 Summary

暂停关注 AI 新闻一个夏天后，Karri Saarinen 发现，工具进步了，但打造产品和企业的核心工作并没有改变。他认为，产出本身不是产品；软件只有带来更好的客户体验才有意义。产品工作也让团队持续了解客户需求、市场变化以及什么样的决策才算好。如果团队不再直接接触用户，自动化执行就可能削弱这条反馈链路。在 Linear，团队把监控工具与代码库连接起来，形成一套 Bug 调查流程，由系统提出修复建议，让工程师核验结果，并把更多时间留给客户。公司还会汇集客户信号，建立共享的上下文资料库，并借助智能体发现模式，例如客户如何采用 AI 工作流。为了避免判断力只存在于个人的智能体会话中，Saarinen 介绍了 Quality Wednesday：员工一起发现并修复一个小的产品问题；还有 feature roast，同事会坦诚评议新功能。他主张把可重复、学习价值低的任务自动化，再把节省下来的时间投入客户交流、探索、评议和共同理解。更好的产品来自掌握丰富上下文、能做出更好决策的人；因此，招聘与组织实践都应帮助团队提升判断力，并留存团队学到的经验。

💡 Main Points

产出更多，不一定意味着产品更好

Saarinen 区分了组织的产出效率与客户价值。自动化和软件工厂可以发挥作用，但如果团队把效率本身当作目标，不再确认客户体验是否变好，就容易失去方向。

产品执行也是团队学习的过程

打造和设计产品能让团队理解问题、客户需求、可用技术，也能锻炼判断力。如果执行与学习脱节，公司长期做出更好决策所需的上下文就会逐渐流失。

自动化重复工作，把省下的时间还给客户

Linear 的 Bug 调查流程可以检查监控信号和代码，再提出修复建议，由工程师核验。Saarinen 强调，节省下来的精力应留给客户交流与探索，而不是只用来增加工单或代码产量。

把质量和评议变成团队共同实践

Quality Wednesday 让员工定期抽出一点时间，一起发现并修复产品问题。Feature roast 则让同事用新鲜视角体验产品，指出困惑之处，并把坦诚反馈转化为可执行的改进。

把共享上下文视为团队与智能体的共同资产

客户反馈、产品历史和团队决策可以集中保存，让员工和智能体都能了解用户需求及公司的应对方式。持续积累的上下文能改善后续判断与产品决策。

💬 Key Quotes

产出不是产品。

团队越了解自己所处的领域，技能和人才越强，品味越好，做出的东西也就越好。

这就是培养客户直觉的方式。

但直觉并不是什么《星球大战》里的神秘力量。它来自亲手做事，以及倾听客户时积累的经验。

归根结底，这场分享讨论的是上下文如何成为产品的一部分。

📊 Article Meta

AI Screening： 90

Featured： Yes

Source： Lenny's Podcast

Author： Lenny's Podcast

Category： 产品设计

Language： 英文

Read Time： 9 min

Word Count： 2174

Tags：

产品与设计 , 产品管理 , 学习方法 , 科技新闻 , 视频

Play Full Video