Home

03.10.25: 被折叠的组织

Marty Cagan，大名鼎鼎的 Marc Andreessen 在做 Netscape 浏览器时的产品经理，产品“圣经”《启示录》的作者，在 2025 年 2 月，发表了一篇题为 A Vision for Product Teams 的长文，表达了他对 AI 时代产品团队中角色变迁的看法。

他认为，在未来的 3-10 年中，产品团队需要更着重于需求发现而非功能交付，产品团队的构成将简化为三个人：一名产品经理来解决许多业务限制，一名产品设计师来解决用户体验，以及一名工程师来解决技术问题。大量的交付工作，将由 AI Agents 完成。

对于一家中型产品公司而言，这意味着减少 90% 以上的人力成本。

产品经理只是所有人类知识工作的缩影，AI 对专业分工的影响远远不限于此。除了更小的团队，和更少的工作，AI 对组织对影响还是被讨论得太少。

“次优组织设计”

投资人和 AI 研究者 Linus Lee 在 X 上写道：

关于产品实施成本下降的大量讨论似乎都暗示设计/构思和实施是创造的不同阶段。但我认为这是次优组织设计造成的结果，而不是真正伟大的事物是如何构建的。

在 Marty Cagan 的定义中，设计与实施都属于“产品交付”的环节，也就是在发现了用户需求后，把产品从无到有的打造出来的过程。这个过程被认为氛围两个阶段，分别由不同专业的人负责。

在这个框架下，“设计 - 实施”分工不仅是专业化的结果，也是组织规模扩张的必然产物。当公司无法保持扁平结构时，将思考与执行分离成为控制复杂性的策略——却也创造了信息传递的断层。

回想 1910 年代亨利·福特的装配流水线。每个工人只有一个任务——拧紧螺栓、安装车轮——这种专业化以空前的速度生产出 T 型车。但一旦某个工位出现故障，整个生产线就会停滞。产品开发继承了这种逻辑：设计师构想，工程师构建，交接点标记着缝隙。

流水线作为一种“次优”的组织设计带来了无穷无尽的管理问题。随着组织规模扩张，组织中间的缝隙也在变多，问题成几何级数放大。正如企业家 Jonathan Swanson 指出 的，传统组织扩张面临着不可避免的“管理幅宽”问题：一个人只能有效管理 5-8 名直接下属。当公司增长到 57 名员工时，需要 3 层管理层级；400 名员工则需要 4 层层级。每一层级的增加都带来信息衰减和决策延迟，形成组织增长的瓶颈。

流水线是现代社会分工和管理的隐喻。一件工作的工业化很大程度上依赖于它能够被分解成可以被多人分头完成的任务，这中间意味着特定的工序和每个步骤的标准化，最终为机器的介入做好准备。

随着机器介入程度的加深，流水线中的人工要素减少，交接的边界变得模糊，正如流水没有边界，它只是会不停的流动。

Lee 的观点正好指向了那些人类还未能彻底流水线化的“知识工作”：富含创意要素，难以标准化，产出没有固定的顺序，经常会在沟通之后进行返工。在我的读者中，无论是产品经理，还是投资人，或是研究者，都会对此非常熟悉。

就像一条破败不堪的流水线，我们会在工作流程中安排数次检查点（checkpoints）或者评审（reviews），用来为中间产出物进行阶段性校验。比如产品需求文档（PRD）的评审，通常是在设计阶段产生的一篇长文档，用来表达产品经理的设计意图——具有很强的主观任意性。而在评审中发表的意见也同样的主观——甚至是经验驱动的，尽管逻辑应该占据主导地位。

我曾经用“第一稿的质量”作为评判团队成员个人能力的要求。这其中包含了三个含义：

这项能力可遇而不可求。在近 20 年的职业生涯中，这样的人屈指可数。当我们考虑到人类个体能力水平的参差现状，就不难理解为什么知识工作的基本拓扑是以“设计”和“实施”作为蓝本，然后通过“检查点”和“评审”这样的方式组织工作流。

缓慢，容易出错，没办法，只好如此妥协于这个“次优”组织设计。

“打通整条链路”

Manus 宣称自己是第一款通用型 AI 代理，不仅提供辅助，而是连接整个工作流程。想象一下规划一次为期 7 天的日本旅行。你告诉 Manus 你的日期和偏好。几分钟内，它便在网络上搜索、交叉比对航班、酒店和火车时刻表，将行程整理成 Markdown 文件，并输出一本精美的指南——包含餐厅推荐和步行路线。无需设计师勾画布局，无需程序员编写逻辑。Manus 包揽一切，将曾经需要团队协作的任务压缩成一个无缝流程。

一篇 分析 Manus 的文章 这样写道：

Manus 让人觉得惊艳的地方就在于它打通了整条链路。一方面，它可以以 Agentic 的形式进行调研，通过浏览互联网来收集全面详实的资料。另一方面，它也可以根据这些资料，进行更多的分析、可视化，从而生成最终的产出，比如网站、图文报告或者幻灯片。这种端到端的应用场景在以往的产品中都是很难实现的。再加上，Manus 本身产品特性打磨得也很好，完整度很高。作为一个思路精准又好用的产品，自然就引发了爆款。

“打通了整条链路”这个在互联网公司被用烂了的词反而一针见血的阐明了 Manus 等新一代具备代理（Agent）能力的 AI 产品的最大差异性，用另一个有些被用烂了的词说，就是“端到端”。在我对 Agent 的设想中，它们可以被向下分割为更小的个体，直到不再具有自主的行动和决策能力，它们彼此之间相互连接，构成一张“无面之网”。

尽管邀请码一码难求，但你可以找到很多 demo 分享。从 分析 OpenAI 模型价格趋势，到 股票估值分析，再到 开发滑雪游戏。如果用“第一稿质量”的标准来衡量这个它，大概处于中等偏上的水平。

但，这个评价体系很可能已经崩溃了，原因在于：在“打通整条链路”后，Manus 已经贯穿了从“设计”到“实施”的分工屏障，独立完成了更多的任务。流水线的隐喻被打破了。AI 从作为工具的技术，变成了使用工具的技术。

过去，AI 工具通常被设计为执行特定任务：客服聊天机器人回答常见问题，推荐算法优化内容推送。

现在，Agents 之间可以更好的建立连接，从而实现能力的通用化，也意味着 AI 正从狭窄的功能性工具，演变为能够跨领域协作的综合系统。

人才折叠

AI 技能的通用化将对组织需求产生深远影响。传统组织依赖专业化分工——不同部门负责设计、分析、执行等环节。但当 AI 系统能够胜任多个职能时，这种模式可能不再必要。

这实际上消除了传统组织中的分工边界。Manus 生成的 todo.md 其实是一个项目的分工实施方案，但它并没有像一个人类项目经理那样去组织人力分工实施，而是转手交给了其它的 Agents 或 Tools，接力棒一样的传下去，直到完成最终目标。

中间的沟通、交接、协调环节都消失了。因此导致的错误——比如设计师的愿景在传递中失真——也大幅减少。“构建什么” 与 “如何构建” 之间的界限变得模糊，旧的装配线瓶颈开始显得像历史的遗物。

前 Adobe 首席产品官 Scott Belsky 曾经 写道：

当我反思我领导的团队和与我合作过的数百家初创企业时，当人才栈折叠时，我目睹了持续的不公平竞争优势——当首席设计师同时也是产品领导者时，当前端工程师同时也是一名设计师时，当设计师同时也是一名出色的文案撰稿人时，当产品负责人同时也是创始人/首席执行官时，等等。在打造产品方面，更紧密的决策和综合信息渠道是一个令人难以置信的优势。许多初创企业享受着人才栈折叠带来的好处，然后随着它们的成长而撤销它们（大多数大公司只是不明白这一点）。在你的招聘（和整合）中，我鼓励你尽可能的折叠人才栈。

简单来说，折叠人才栈（talent collapse）就是聘用“通才”。而 AI 将这一现象推向新高度。如果说初创企业通过多才多艺的员工打破分工壁垒，那么 AI 则是终极折叠——一个系统就能集调研、设计、执行于一身。

从工业时代的细化分工而来，这个说法肯定是超前的。最近和一些还在大厂的朋友聊天，分工之细，既让人惊叹其精巧，也给人一种扑面而来的压抑感——每个人都限于特定的网格中，发挥特定的作用，只要稍微多做一点动作，就可能会触及其他人的利益。

正如下面这张曾经流传很广的梗图：科技大厂盘根错节的组织结构令人眩晕，它们是人类知识工作下的次优妥协，能够组织如此庞大的知识工作者进行协作，堪称人类社会的奇观。

这些组织正在缓慢的折叠。每年成百上千亿美元的资本支出投在机器上，与之俱来的一轮又一轮的裁员——股价往往应声上涨，被辞退的员工发现，自己的个人财富不仅没有缩水，反而还上升了。

折叠后的组织对人才有了新的要求。

微软和卡内基梅隆大学对 319 名知识工作者的调查揭示了 AI 如何改变“批判性思维”的内涵，为我们理解其对组织的影响提供了新视角。研究指出，AI 工具正从三个维度重塑人类的工作方式：从收集信息到验证信息，从解决问题到整合 AI 输出，从执行任务到监督任务。

粗看这些变化：人类在工作流中让渡了很大一部分功能给 AI；但实际上，人的作用变得更加中心化而非边缘化了。验证、整合和监督，对人的综合能力要求更高：AI 在几分钟的思考过程中能够收集更多的信息，对这些信息的质量和真伪做出判断，对抗模型的幻觉，并提交最终产出，让工作变得具有“高抽象”（high abstraction）和“高风险”（high stake） 的特性。

这正是未来组织对未来人才的终极要求：能够在更高的抽象层级上判断和行动，并承担其对应后果。

当 Manus 一通计算之后，给 Nvidia 的股票定价在 329.69 美元时，作为投资者，你是认真检查它的每一步计算呢？还是会直接下注？

结语

如果 企业的本质 在于更低的交易成本，那么组织规模坍缩，人才折叠，分工界限模糊，几个趋势必然发生。

我们所熟知的企业、团队、组织管理都将发生变化，谁在打造新的组织，谁又在为新的组织打造新的工具？

本周的 Links + Notes 探讨了 AI 如何重塑组织结构和工作方式。前文《折叠的组织》分析了 AI 代理如何打破传统 " 设计 - 实施 " 分工模式，从 250 万年工具专业化趋势逆转为通用化，并挑战了基于 " 管控跨度 " 的传统组织扩张法则。

这一趋势在各个领域正在加速显现：

这些趋势指向一个关键问题：随着组织规模坍缩、人才折叠、分工界限模糊，谁在打造新的组织模式？谁又在为这些新组织打造工具？未来的竞争优势将属于那些能够驾驭 AI 代理、重构组织结构、优化人机协作的企业和创始人。

本周阅读这些文章，将帮助你把握这一转型浪潮的前沿思考，为迎接一个组织边界更为流动的未来做好准备。

A Vision For Product Teams

产品管理领域的思想领袖与变革者 Marty Cagan 认为，未来 10 年内，产品团队将经历重大变革，尤其是在工具的自动化方面。虽然新工具可能提升生产力，但成功的产品仍需要专业的产品经理、设计师和工程师。最终，产品团队的规模可能会从 8 人缩减到 3 人，促进更大的自主性和创新。

文章首先讨论了产品发现（Discovery）和交付（Delivery）的区别：产品发现是理解待解决的问题并开发可行解决方案的过程，很大程度上依赖于判断力和创造力。相比之下，产品交付侧重于构建、测试和部署该解决方案的系统执行，强调结构化流程和方法。

Marty Cagan 认为，目前大部分的 AI 工具都集中在产品交付上的，产品发现类的工具处于更早期的阶段。而这带来了一个误解，用 Steve Jobs 的话来说，即：the disease of thinking that a really great idea is 90% of the work。Cagan 写道：

The root issue that I believe is causing the most angst and confusion is that just because new tools can define requirements, design experiences, and write code, does not mean that anyone with an idea will be able to produce a successful product.
我认为造成最多焦虑和困惑的根本问题是，仅仅因为新工具可以定义需求、设计体验和编写代码，并不意味着任何有想法的人都能够生产出成功的产品。

当很多人把关注焦点放在：新产品能否自动化工作流中的某些环节，并替代掉现有的设计师和工程师时，Cagan 指出，真正的问题在于这些工具是否能打造成功的产品。

关键不在于“自动化”，而在于“交付”。

Cagan 讲了一些基本的事实：一人公司一直都存在，低代码和零代码工具也一直都存在。工具不代表一切，关键在于用工具来做什么。

随后，Cagan 探讨了新工具如何重塑团队动态、生产力和创新。每个人的生产力会提升，团队规模会减小，对于产品经理而言，需要主动适应这些变化。

对于未来产品团队的构成和分工，他提出了一些重要的观点：

How Knowledge Work Will Evolve in the AI Era

AI 正在改变我们的思维方式，而不是轻易地取代它们。虽然对新的恐惧是自然的，但我们应该适应这些变化，寻找新的技能和思维方式。通过与 AI 合作，我们提升我们的认知能力，而不是失去它们。

本文来自 Every，作者 Rhea Purohit 专注于以研究为主导的科技故事讲述方式。她在专栏“学习曲线”中撰写了有关采用新技术的心理学和历史的文章。

文章从印刷机开始，简单回顾了新技术如何引发了人类对自身地位的担忧，最终又是如何安之若素。

作者随后引用了微软和卡内基梅隆大学的 论文，其中包含对 319 名知识工作者进行了调查，认为 AI 工具从三个主要方面改变了“批判性思考”的含义：

作者认为，这种角色变迁也出现在之前的技术浪潮中。她举出的一个例子就是 GPS，在这种技术快速普及时，人们的寻路（wayfinding）技能发生了变化：在纸质地图时代，人们需要一种绝对定位能力，也就是在一张地图上先找到自己的位置，然后再寻找到达目的地的路径；而在 GPS 时代，软件会以使用者所在地为原点进行寻路，人们只需要根据指示方向前进。

人们并没有因为 GPS 的出现而丧失了寻路能力，但技能发生变化。

对于 AI 也是如此：

When it comes to AI, I believe that prioritizing adaptability over resistance will serve us better in the long run. We didn’t abandon writing after the printing press, and we won’t stop thinking because of AI. Our skills will settle around overseeing and evaluating, instead of raw creation. This shift will be uncomfortable—we’ll likely lose some depth in areas AI handles well—but the trade-offs enable new capabilities we are only just beginning to imagine. The only way to discover them is to lean into using the new technology.
谈到人工智能，我相信从长远来看，优先考虑适应性而不是抵抗性将对我们更有利。印刷机发明后，我们并没有放弃写作，我们也不会因为人工智能而停止思考。我们的技能将集中在监督和评估上，而不是原始的创造上。这种转变会让人感到不舒服——我们可能会在人工智能擅长的领域失去一些深度——但这种权衡使我们才刚刚开始想象新的能力。发现它们的唯一方法是倾向于使用新技术。

Agents by P&L - Part I & Part II

本文来自 Madrona Capital 的两位投资人 Vivek Ramaswami 和 Sabrina Wu，通过分析企业的损益表，识别这些代理能带来最大影响的领域，如提高收入和降低成本。尽管科技公司是早期采用者，但非软件领域（如医疗、房地产和消费品）仍有更大潜力可供挖掘。

文章分为两部分，第一部分主要讲理论，第二部分则遍历了市场上比较出名的 AI 公司。

第一部分是比较枯燥的，但是这个思考框架很好：

让我按照 P&L (损益表) 的主要项目来总结这篇文章的要点：

  1. 收入 (Revenue)
    • 产品智能：AI 代理分析客户反馈、社交情绪和行为数据，优化产品和服务
    • 需求预测：实时监控市场趋势、分析宏观经济因素，提供竞争优势
    • 定价策略：通过模拟测试和性能分析，优化定价以最大化收入
  2. 销售成本 (COGS)
    • 软件企业 (毛利率约 78%)：
      • 客户成功/支持：自动化重复任务，提供 24/7 支持服务，个性化解决方案
      • 托管和计算成本：优化后端基础设施管理，降低基础设施和计算成本
    • 非软件企业 (毛利率 30%-50%)：
      • 直接材料：降低采购成本，优化供应链，自动化包装和采购流程
      • 直接人工：增强人力产能，解决人才短缺问题，提高成本效率
  3. 运营费用 (OPEX)
    • 销售和市场营销 (平均占收入 29%)
      • SDR 和 BDR 自动化：优化销售线索生成和筛选
      • 销售管道生成：整合多个数据源，创建更高转化率的个性化销售管道
    • 研发费用 (平均占收入 17%)
      • 编程开发：企业工程和编码工具
      • 产品设计：提升产品和图形设计流程
      • 质量保证：改进功能、性能和回归测试
    • 一般管理费用 (平均占收入 12%)
      • 会计和税务：应收账款管理，应付账款处理，财务对账和报告，审计自动化
      • 招聘：提升 HR 团队效率，优化人才筛选流程
      • IT 和安全：加强网络安全防护，支持安全运营中心 (SOC)，自动化安全监控和响应

文章的第二部分就是一张图，可以按图索骥，基本把美国市场上比较知名的企业 AI 类公司都放进来了。

Primer: From Software to Schools

Primer 是一家旨在通过建立微型学校来改善美国 K-12 教育系统的公司。它与当地教师合作，帮助他们创建，提供更高质量的教育。Primer 的目标是通过创新和快速扩展学校，给普通家庭带来更多的教育选择。

本文是 Not Boring 的 Packy McCormick 与 Primer 创始人 Ryan Delk 的访谈。

Packy McCormick 之前投资了 Primer，并在 2022 年与 Delk 做过一次访谈。McCormick 认为，他对于投资垂直整合型企业的想法在最近几年发生了重要的变化：

One vertically integrated startup willing to compete with incumbents to fix the actual problem is worth 1,000 startups writing software to improve this or that little problem on the margin. If you want to fix energy, you need to build lots of nuclear reactors and install lots of batteries. If you want to fix space exploration, you need to build your own rockets. If you want to fix air travel, you need to build fast fucking planes. If you want to fix housing, you need to build more houses.And if you want to fix K-12 education, you need to build schools.
一家愿意与现有企业竞争解决实际问题的垂直整合型初创公司，其价值远高于 1,000 家编写软件来改善这个或那个小问题的初创公司。如果你想解决能源问题，你需要建造大量核反应堆并安装大量电池。如果你想解决太空探索问题，你需要制造自己的火箭。如果你想解决航空旅行问题，你需要制造速度快的飞机。如果你想解决住房问题，你需要建造更多房屋。如果你想解决 K-12 教育问题，你需要建造学校。

对于这类企业的投资逻辑，可以参加他去年发表的系列文章：Vertical Integrators - Part I, Part II, Part III, Park IV. 或者参考我去年 10 月 8 日的 Links + Notes。

Primer 在此期间也经历了一次转型。

在转型之前，Primer 的产品模式专注于创建在线俱乐部，孩子们可以根据自己的兴趣进行交流并合作完成项目。这种以软件为中心的方法旨在为有抱负的学生建立一个社区，利用网络效应最终推出实体微型学校作为在线体验的延伸。然而，很明显，仅仅通过软件来增强现有的教育系统不足以解决 K-12 教育中更深层次的问题。

Ryan Delk 推动 Primer 转型的根本思想是认识到要真正解决 K-12 教育中的挑战，仅仅用软件增强现有系统是不够的；相反，必须从根本上重建教育框架。这导致了从以软件为中心的模式转向建立面对面的微型学校，重点是建立一个更好的教育系统，直接与传统公立学校竞争。Delk 强调，有些问题需要大胆的系统性变革，而不是渐进式改进。

Delk 在访谈中描述了他在转型过程中所面临的二难问题：

Vinod Khosla, who's one of our investors, has a saying that the team you build is the company you build. And people often quote that in the context of, if you want to build sort a high performing company or you want to build a top 1 % company, you have to build a top 1 % team, which all those things are true. But actually, I think the more interesting part of it is, at least in our context, is that you have to purpose build the team for the precise product and outcome that you're building towards. just generically hiring great software engineers and great designers, unless you're just building sort of a vanilla SaaS product, is not enough. And so I had this realization as we were launching the first microschools and we were sort of trying to do both that I had basically two teams or two companies inside of one company. And I was very torn up inside over this because the software product was doing quite well by most metrics. And we were getting this incredible feedback from parents. I remember three weeks before we decided to go all in on microschools, which we can talk about, I got an email from a parent who told me that her student or her child had not told her that she loved her in four years and she found Primer and joined these clubs and met all these other kids that also shared her interests and for the first time in four years she just told her that she loved her and she literally recorded a video and sent it to me through tears explaining this. And so we getting this anecdotal feedback from parents which was clearly moving the needle for them for making this huge impact on their kids but we were not solving the fundamental problem. We were not fixing, we were not doing anything really to fix K through 12 education in the US.
我们的投资者之一 Vinod Khosla 曾说过，你建立的团队就是你建立的公司。人们经常引用这句话，比如，如果你想建立一家高绩效公司或一家排名前 1% 的公司，你就必须建立一支排名前 1% 的团队，这些都是正确的。但实际上，我认为更有趣的部分是，至少在我们的背景下，你必须专门为你所构建的精确产品和结果而组建团队。除非你只是在构建某种普通的 SaaS 产品，否则仅仅雇佣优秀的软件工程师和优秀的设计师是不够的。所以，当我们推出第一所微型学校时，我意识到，我们试图同时做这两件事，我基本上有两个团队或一家公司内的两家公司。我对此非常纠结，因为从大多数指标来看，软件产品表现都相当不错。我们从家长那里得到了令人难以置信的反馈。我记得在我们决定全力投入微型学校的三周前，我收到了一位家长的电子邮件，她告诉我，她的学生或她的孩子四年来都没有告诉过她爱她，她找到了 Primer，加入了这些俱乐部，遇到了所有与她有共同兴趣的其他孩子，四年来她第一次告诉她爱她，她还录制了一段视频，含着泪水发给我解释了这件事。因此，我们从家长那里得到了这些轶事反馈，这显然对他们对孩子产生了巨大的影响，但我们并没有解决根本问题。我们没有解决问题，我们并没有真正为解决美国的 K 到 12 教育问题做任何事情。

这个转型决定的特殊之处在于：Primer 面向孩子推出的俱乐部（Club）产品非常成功，除了上面写到的家长“含着泪水”录制视频，还有孩子到他们位于旧金山的办公室来“朝圣”。初期产品的成功可能成为后续发展的路障，没有人想要放弃一个成功的、用户喜爱的产品，改变团队愿景，走上一条截然不同的道路。

Delk 说：这对团队来说非常非常困难，因为他们觉得我们正在抛弃这些长期用户和真正受益于该产品的人。但我认为这显然是正确的做法，但这并没有减轻困难。

作为创始人，他采用不同的思考框架：

I think that as a founder, you have to be honest about the different decision inputs and different decision framework that you're going to have than your team. And there's going to be times when those two things diverge and you can't expect every team member to make decisions in the same way or want you to make decisions in the same way that you're going to make as the founder. And so I knew that I was only doing this to try to build a true alternative to the current K through 12 system in the U.S. And it was only worth every marginal day of my time if I felt like we were doing the highest probability path to get there. And once it was clear that it was not the highest probability path to get there, I felt like I had a moral, ethical, fiduciary, opportunity cost, whatever framework you wanna use, obligation to get us to the, once I found this new path that I thought was more of a straight shot, I felt like I had to get us there as fast as possible.
我认为，作为一名创始人，你必须诚实地对待你和团队将要面对的不同决策输入和不同决策框架。有时，这两件事会有所不同，你不能指望每个团队成员都以同样的方式做出决定，也不能希望你以创始人的方式做出决定。所以我知道我这样做只是为了尝试建立一个真正的替代方案，以取代美国目前的 K12 系统。只有当我觉得我们正在走一条最有可能的路时，我的每一天时间才值得。一旦很明显，这不是最有可能的路，我觉得我有道德、伦理、信托、机会成本，无论你想使用什么框架，有义务让我们走上这条路，一旦我找到了这条我认为更直接的新路，我觉得我必须尽快让我们到达那里。

Primer 做出了三个关键的赌注：第一，教育将会出现“摩尔定律”，即通过软件以更低的成本提高教育成果；第二，教师可以成为成功的企业家，吸引学生并提供优质的教育；第三，使用轻资产房地产策略可以迅速扩大实体学校的规模，从而减少资本支出并专注于教育质量。

Primer 瞄准的是美国教育体系中一个庞大的市场，每年的市场规模约为 1.5 万亿美元，其中 8700 亿美元专门分配给公立小学和中学。这对 Primer 来说是一个重大机遇，它可以通过为全国数千万学生提供更高质量、更低成本的替代方案来颠覆传统的教育模式。

Delk 谈到，一个重大挑战是传统公立学校体系根深蒂固的性质，这阻碍了新的教学和结构创新。此外，家长普遍不愿意冒险尝试未经证实的教育模式，而且在扩大新选择的同时保持高质量的教育成果以满足不同学生的需求也十分复杂。Primer 通过在上午教授核心课程保证家长对传统学习方式的需求，而在下午开设例如播客、创业等创新方式的课程，提升学生的学习热情。

对于在教育中使用 AI，Delk 认为：人工智能辅导的价值与挑战在于两个关键维度：一方面，其价值取决于学生能多独立地使用它；另一方面，这种独立性恰恰也带来了风险，因为如果 AI 产生错误信息，学生可能会不加分辨地接受。

Primer 的解决方案采取了渐进式方法：第一阶段专注于通过自动化消除教育者的行政负担，创造“无文书化”的教学环境；第二阶段则致力于通过 AI 辅导提升学习效果和个性化体验，同时降低成本。他们目前采用软件工具、虚拟辅导和真人教学的混合模式，并预计在未来六个月内，AI 辅导将在技术成熟后发挥更大作用。

Delk 还犀利的指出，实体学校难以被在家中的 AI 导师替代的一个重要原因是：

97% 的美国家庭需要孩子上学，因为他们白天要上班，需要给孩子一个去处。另外 35% 的美国家庭依靠学校为他们提供其他服务，无论是课后托管、午餐还是其他他们无法为孩子提供的东西。所以我认为，认为美国所有孩子都只能待在家里的想法是完全错误的。因此，这实际上是我们专门决定将 Primer 作为单一实体地点的部分原因，我们尽一切努力帮助这些教育工作者找到这些地点并获得学校使用批准，因为这是我们的赌注，它永远不会消失，并且将成为持久优势的一部分，这个由成千上万个实体地点组成的网络，因此，即使你知道齿轮和 AI 导师为黄金时段做好准备，你知道孩子们仍然需要一个在父母工作时可以去的地方，而这正是我们所下的赌注中非常重要的一部分。

而 Covid-19 被动的让更多家长掌握了关于孩子学情的更多信息，对传统教育特别是公立学校有了更多的认知，这反过来推动了家长对 Primer 所提供的新型教育服务的需求。

能够把创新解决方案推成一件有规模的事情是最大的挑战。Delk 指出：

历史上，教育领域、全栈教育领域的许多创新要么是一次性的特许模式，即有一所或两所非常好的学校，但很难扩大规模，要么是高端私立学校，我不会说出任何名字，但他们尝试过但没有成功，或者他们在每年 5 万美元的价格点的非常有限的范围内取得了成功，但实际上从未对最需要它的家庭产生影响。

而 Primer 即将在 2026 年推出的 100% 免费的微型学校，学费为零，家长无需自付学费，只需使用国家奖学金即可。

Primer 经历了显著增长，从 2022 年到现在，其年增长率约为 4.7 倍。

40 Thoughts On Turning 40 | #287

Paul Millerd 是一位深思熟虑的当代工作哲学家。他以 The Pathless Path 一书闻名，探讨现代人与工作的复杂关系。七年前，他放弃了传统职业道路，开始了一段无径之径的探索。作为一位作家和思想者，他致力于帮助人们重新想象工作的意义，思考如何在 21 世纪设计一种充实的生活。他的写作融合了个人经历与深刻洞察，在数字游牧、职业重塑和创造力探索等议题上提供了独特视角。

Paul Millerd 在 40 岁生日之际分享了他的思考。他强调在生活中追求真正重要的事物的重要性，以及改变和冒险的关系的价值。他还谈到成功和独立，认为真正的幸福来自于与他人建立的联系和自我实现。

关于改变

人们采取大胆行动的“那一刻”往往是事后虚构的。真正的改变是缓慢而混乱的，我希望更多人知道这一点，这样他们才能有勇气去拥抱缓慢而混乱的旅程，去追求对他们重要的事情。

我们会无意识地接受前几代人、电影情节和同龄人对我们生活模式的描述。这些“剧本”通常很有用，但随着年龄的增长，它们的作用就会减弱。人生的大部分内容就是弄清楚随着年龄的增长，哪些故事应该被抛弃。

关于工作

寻找“好工作”，即那种当时感觉满意、经过深思熟虑后仍感到满意的工作，可能需要花费数年时间。但一旦找到，你会很高兴自己从未放弃。

花时间修修补补、追随好奇心和阅读我感兴趣的东西可能会让人觉得是在“浪费”时间，但这些时间往往会带来有趣的机会。这是因为这是一种顺应天性并首先优化精力的方式。这最终会成为一种很好的技巧，可以避免开始你以后想放弃的事情。

关于金钱和成功

早年获得成功既是福也是祸。它会让你看到许多成就让你感到空虚，渴望更多。但如果你远离这条道路，你会看到你的同龄人取得了你知道自己有能力做到的事情。处理这个问题需要很多内心的努力。

金钱是世界上最强大的力量之一。永远不要低估金钱在影响你和你周围每个人的所有决定中所起的作用。

关于家人和幸福

我一直对已婚人士给出的恋爱建议很感兴趣，因为这些建议从来都没什么用。人们会说“沟通”。听起来不错。幸福的婚姻持续了五年，我明白了为什么很难给出恋爱建议。你和这个人建立的小世界里，一切都是独一无二的。所以也许最好的建议是找一个你愿意和他一起建立世界的人。

我从未见过有人因为花更多时间关注政治或新闻而变得更快乐。

阅读历史可以帮助你了解人类在历史上是多么的疯狂，以及世界变得多么的舒适和安全，从而让你更加欣赏现在。

写作是世界上最有力量的行为之一。开始永远都不晚。但要小心它的力量，它会让你发现自己真正想要的东西。

← Back to Newsletter Archive