今天介绍的这家公司 Day.ai，用 AI 改造 CRM，拿到了红杉资本领投的 400 万美元投资。
他们想用 AI 解决 CRM 的根本问题——数据不完整、工作流程复杂、工作成果各自为政，以及担心潜在客户流失。
创始人是前 HubSpot 首席产品官 Christopher O’Donnell，他带领 HubSpot 从一个营销平台转型为广受欢迎的 CRM，成功挑战了 Salesforce 的霸主地位。
具体来说，Day.ai 自动为客户创建一个完善的 CRM 系统，从他们电子邮件和视频会议中的自然对话中提取信息；每段关系都会被分类和总结，这意味着客户可以快速建立投资者、销售潜在客户或他们现有客户的名单，而无需告诉 Day.ai 谁是谁。系统会在适当的时间提醒客户跟进，无需手动创建任务。
Sequoia Capital（红杉资本）的合伙人 Pat Grady 与 Christopher O’Donnell 进行了深度对谈，作为 Day.ai 的创始人，同时也是 HubSpot 的前首席产品官，Christopher 解释了他的团队如何构建一个能够自动捕捉客户关系完整背景信息的系统，同时赋予用户透明度和控制权。以及为什么尽管在 AI 时代面临着快速扩张的压力，他仍然采取慎重的产品开发方法。
一些有趣的点
- 从我们为之工作的系统转变为为我们工作的系统：如今的 CRM 存在数据不完整、工作流程混乱以及无法生成有用工作成果的问题。AI 能够实现彻底的重新构想，自动捕获完整的关系背景信息，并让用户专注于与客户建立联系，而不是行政任务。
- 信任和透明度对于AI驱动的自动化至关重要：用户需要了解系统为何采取某些行动，并具有清晰的出处，可以追溯到源对话和数据。这需要一个全新的 CRM 数据模型，但可以创建一个良性循环，让 AI 增强而不是取代人类的判断。
- 放大人为因素：Christopher 强调，AI 应该使客户关系更加人性化，而不是减少。他秉持美国海豹突击队的「慢即是快，稳即是快」的理念，优先构建真正增强用户体验的高质量产品。诸如自动会议记录之类的功能使销售代表能够保持眼神交流，并专注于建立真实的联系。
- 用户赋权是目标：目标是消除 CRM 用户普遍存在的「事情被遗漏」的恐惧。通过自动化行政负担并提供可操作的见解，AI 工具可以帮助用户在他们的角色中感到更受尊重和重视，同时专注于重要的战略工作。
- 会创作很重要：Christopher 认为，良好的 UX 文案将是产品设计未来的关键。所有团队成员，尤其是设计师，应该努力成为更好的文案，这比学习编码更重要。
01
为什么需要 AI-NativeCRM？
红杉：我看到 Day.ai 和 HubSpot 有相似之处，也有不同点。相似的是 PLG，不同的是正面进攻。因为据我了解，Day.ai 不是从边缘偷偷摸摸然后突然跳出来说「我们是CRM」，而是从一开始就定位于 CRM。先从这里开始聊，为什么世界需要一个AI原生 CRM？
Christopher：如今从零开始做这件事的时机太好了。现有的 CRM 有十多个基本问题，这些问题很难改变，是巨大的缺陷。根本上，这些系统应该是为客户服务的。但最终我们却变成了为它们工作。
有几个核心问题。
首先是数据问题，没有标准数据。即使是全球最好的 CRM 实施方案，数据覆盖率可能也只有 40% 到 50%。这是第一个问题：如何填充这个系统，让它拥有足够的信息让你完成工作？
第二个问题是用户工作流。从哪里开始？怎么完成任务？怎么回答问题？你经常会看到一个重度 CRM 用户，屏幕上开了 40 个标签页，全是 CRM，很容易迷失方向，找不到重点，也无法通过来回操作真正理解一段客户关系。
这引出了第三个问题：如何能带着成果离开。
红杉：是的。
Christopher：CRM 用户并不是提出问题、得到答案，然后带着一份出色的内部备忘录、知识库文章、邮件草稿或会议准备笔记离开。这些事情可能发生在 Notion 或 Google Docs 上。
CRM 拥有公司和客户之间所有历史的完整记录，起点非常明确，无论是在准备会议、跟进邮件，还是销售经理回顾所有交易、决定这周做什么、哪里需要深入、哪里需要帮忙，最终都应该有成果。我坚信人们其实很想买东西。
我一直从买家的角度构建销售和营销工具。我自己也在那些买家数据库里。我接到电话的次数比我打出去的多。
人们爱买东西，我也喜欢买东西，我喜欢买 Datadog，配置它，学习如何做更丰富的追踪。
但对销售代表来说感觉不是这样。所以这种对抗性的关系搞乱了一群真诚、善意的人打造的，试图传递价值、推动公司前进的经济引擎。
其实没必要这么难。很多问题归结于信任和改善关系，而这来自于兑现承诺、记住细节。
还有很多恐惧的情绪，销售是个艰难的工作，经常被拒绝，经常感到失望。这会渗透到生活的方方面面，影响到那个人的家庭。所以我觉得这一切可以更有趣，生活在软件时代，用很酷的工具工作，和有趣的人聊有趣的事，我们非常幸运，应该能做得更好，而且不需要额外努力。
红杉：旧金山的 Salesforce 大楼里肯定有人在想：「我们要做AI原生CRM。」你会怎么回应他们？为什么 Salesforce 做不了这个？
Christopher：我认为任何人都能做任何事，没什么能阻止别的人。反过来说，数据模型真的需要大的改变。我们对传统的 CRM 可以这样理解——我们压缩了数据。如果有很多数据，一种存储方式是压缩它，你可以把传统 CRM 数据想象成一张被降采样成像素艺术的照片，只有几个小方块，就像那些无聊猿 NFT 一样。
数据被大幅降采样。为什么？因为这些数据得靠人输入。所以你能要求的数据非常有限，只有当你觉得有人愿意填写时，你才会往 CRM 里加字段收集数据。
红杉：是的。
Christopher：这是基本原则，我认为传统 CRM 公司能做得不错，就像把游戏从 8 位升级到 16 位。
但现在有个机会：「我们有能力打造带光线追踪的 PlayStation 5 游戏。」这就像从《超级马里奥兄弟》进化到《艾尔登法环》。我给父母看现代的视频游戏，他们会以为那是现实。
所以 CRM 的数据解压缩是怎么工作的？为了理解关系，给人们提供工作流，让他们能提问并带着成果离开，你需要尽可能接近对话和关系的真实情况。你需要全景图，你不仅要发明一台拍照的相机，还要发明一个 3D 现实扫描仪，还得有存储方式。
这就涉及几个要素。
首先，是上下文。如果你想建一个 chatbot 聊天界面，可以向 CRM 提一大堆问题，你用的数据得是特定类型的。数据得非常详细，得是自然语言，不能预设未来某个场景下什么是有价值的。
过去数据压缩的主要方式是把它简化成复选框或下拉菜单。而有了 AI，这些都不需要。你可以直接拥有所有原始对话，也许还能以某种方式转换它们，让它们更方便、更便携。
但这些都得互相链接，有引用和来源，得有出处。你得明白一个问题的答案为什么是这样。比如你问：「我的团队这季度要做什么？」它给你展示一个图表，这个图表可能完美无缺，但如果不能检查数据、深入细节、理解 AI 的所有假设、追溯所有来源，这个产品就不可用。
如果 CRM 为你生成待办事项清单，你会问，为什么要生成这个？这个支持收件箱里的 bug 是怎么来的？
我们根据 Slack 消息里某人说的类似内容去重。所以这不是关系数据库里六个有外键互指的表，而是一个由无数互相链接的数据点组成的星系，无穷无尽。
所以，为什么别人做不了？他们可以，但数据迁移极其痛苦。大公司，比如市值千亿、万亿的公司，像 Netflix、Square，都做过数据迁移。通常是从一种技术迁移到相似的另一种技术。但一家公司的核心数据——记录系统——的使用场景突然变得如此不同，我觉得还没有先例。
红杉：如果我是一个销售代表，用了AI原生CRM后，我的工作和之前用的 CRM 相比，最大的不同是什么？
Christopher：我觉得可以用会议记录工具来类比，现在有很多这样的工具。如果你看用户评价，大多是五星好评。如果你看具体评论，不是关于这个功能或那个功能，而是「我现在可以在会议上真正专注了」。
这就是收益所在，它展示了一种将贯穿整个业务的收益类型。我认为人们仍然执着于「数据录入很繁琐，我们应该改进数据录入」的想法。这有点像 16 位时代的《吃豆人》游戏。
数据录入作为一个概念将完全消失。现在我们能够进行精细调整，比如说：「这段不太对」，或者「我大致同意这里的接管建议」，系统会学习并适应。我们需要控制这些系统，与它们共存、合作，但我们不需要手动输入这些数据。
所有行政工作都将消失，我们不需要从零开始写邮件。我们可以审阅邮件，发表意见，甚至可以团队协作，共同制定我们想要的邮件方式。这一切上升到了一个新的层次。因此，所有事情都变得更具战略性和意图性，我们不会遗忘任何事。
红杉：是的。
Christopher：这是个经典问题。如果你询问一百位 CRM 用户，提出经典的用户访谈问题以挖掘核心痛点，几乎所有人都会或多或少提到：「我害怕事情会从缝隙中溜走。」
那么，为什么我们在意事情从缝隙中溜走呢？因为这会让我们看起来很糟糕。我们来工作是想创造价值，但同时也希望得到尊重。这是所有部门共通的需求，从工程到销售，再到客户服务。每个人都希望感受到归属感，觉得自己有价值，配得上薪水，受到同事尊重，不会被解雇。
而这个全新的世界让我们能够在归属感和尊重的层面上运作，并在如何推动这些对话的创意发展上发表意见，而不必担心琐事。比如记笔记，我在会议上不用记笔记了，可以直视对方的眼睛。我能为下一次会议做好准备，因为我记得所有细节。这些都是非常有价值的背景信息，我可以轻松融入其中，只需问对问题或点击一个按钮就能完成会议准备。
所以努力的程度基本降到零，而存在感、人际尊重和自尊感却大幅提升。我认为这将是最大的变化。
创业的转折点
是Claude 3.5 的发布
红杉：有趣的是，你举的很多例子都表明AI实际上让人们感觉和行为更像人类。这是一个很好的例子，展示了 AI 如何赋能人们，为人们提供超能力。
我想问你一个关于 Day.ai 本身的问题，你和 Pici 是在 ChatGPT 热潮后的五六个月，也就是 2023 年 4 月左右创办了这家公司。是什么激励你创业的？你看到了什么？是什么让你想再次从零开始？
Christopher：早在 2017 年我就公开说过：「没有 Pici，我绝不会从零开始做一个产品。」所以当他进入就业市场时，我就想办法让他加入。ChatGPT 激发了我们的想象力，感觉一切都恰到好处。回想起来，我觉得我们选的时间再好不过了。
2023 年春末，ChatGPT 迎来了它的爆发时刻，但我们在这个行业里做的事情——将自然语言转化为结构化输出，然后编辑、更新、再重复利用——当时还不可能实现。这种情况到 2024 年 6 月随着 Claude 3.5 Sonnet 的出现才成为可能。之前在 GPT-4 和函数调用中能看到一些苗头，你可以哄着它（AI 模型）返回 JSON 之类的东西。
但我们花了一年时间去理解问题，开始明白 AI 将要发生什么，而当时这些还没有发生，所以那是个完美的窗口期。就像冲浪，你稍微早点抓住波浪，然后拼命游过去试图乘上它。
我觉得我们可能有点运气。我前几天在清理一些旧代码时，看到了 ChatGPT 3.5 Turbo 时代的代码和我们当时的提示词。全是大写字母，简直是在乞求它返回一个类型安全的对象。然后到了去年（2024 年）6 月，这一切变成了可能。
红杉：是的。
Christopher：现在你可以说：「Claude，这是我们要做的。这是我们的上下文。这是我们需要的那种启发式输出类型。」在启发式和非确定性世界之间来回切换，让我们的日子既多彩又漫长。
那是 7 月 1 日，因为我在 7 月 4 日假期前几天休息了一下，我打开笔记本电脑连续工作了 72 小时，开始研究管线和流程相关的东西。
那是我们真正开始发力的时候。在此之前，我们主要在做系统的会议记录部分，作为用户工作流的切入点，这是个很好的选择。我们知道这在战略上会很有趣，这些很容易被采用，结果证明它们非常有粘性。我们的用户留存率基本是 100%。
人们会尝试不同的工具，但因为我们的一些特质以及它能够深度融入 CRM 技术栈的能力，他们留在了我们这边。不过主要原因是我们需要捕获原始数据，处理它、转化它，然后用它来喂养 CRM。
那段时间我们也在做 Gmail 的数据，Google Calendar 和 Gmail 的数据摄取真的很棘手。后来我们又加了 Slack，继续增加数据源，但真正开始核心 CRM 是在 2024 年 7 月。
目标是成为销售界的 Spotify
红杉：你在提到会议记录、Gmail 和 Slack 时说的基本理念是，要出现在用户所在的地方，尽可能多地摄取上下文和信息，以便自动填充甚至自动构建他们需要的CRM。这是基本想法吗？
Christopher：完全正确。Pici 和我很久以来就有个想法：打造销售界的 Spotify。
对于一个用 Spotify 长大的人来说，你会在这个平台上买数字 CD，它就是你认为的 CD 的样子。
那些放在汽车里，装满 CD 光盘的小文件夹，我觉得它们将来会显得很可笑。下一代进入职场的人，不会觉得数据录入太繁琐。有人向他们解释 Salesforce 时，他们会觉得自己被整蛊了：我和客户开的 Zoom 会议，还有和潜在客户的私信交流，我需要自己把它们的记录输入电脑？这对他们来说完全是疯了。
所以回到数据摄取，如果你想做到这一点，就像 Spotify 得去签合同获取所有数据一样，对我们来说就是要绑定这些输入，然后结合我们对 CRM 数据模型的了解进行处理，这一切都是 100% 自动的。
人们只需要注册我们的系统，邀请几个同事，授权他们的 Gmail，也许还要把机器人加到 Slack 上，半天之内，整个 CRM 就弄好了。包括联系人、公司、交易、任务，所有数据。
交易是比较有趣的部分，因为你得有业务流程的上下文，这有点像高级模式。创建公司记录、联系人记录虽然不容易，但主要是看网页之类的东西，你有域名和邮件地址可以用。
但到了待办事项、机会管理和其余部分时，就得停下来想想：「『截止日期』是什么意思？A 管道的 B 阶段是什么意思？」要做到正确，需要用户大量输入，而他们可能一开始并没有所有答案。
不是每个人一来就可以说：「我们第四阶段业务发展合作管道的进入标准是这样的。」他们一开始不会明确知道。所以你得从他们那里提取这些元数据，随着事情变化不断构建数据集，重新评估，把一笔交易从一个阶段移到另一个阶段。
就像我之前说的，你得证明为什么这么做。然后在此之上，要收集用户反馈，再进行修正。所以 AI 原生 CRM 底层的运作真的非常非常不同。
从 2025 年新年到现在，我们的重点是那最后 10% 的数据质量，确保不错判机会，避免假阴性*，把待办事项——我们叫「行动」——弄对。但更重要的是控制和可配置层。找到两全其美的平衡：数据是正确的，同时我也能纠正它。我还能理解它为什么是这样，我能调试它的来源和推理。
「假阴性」（False Negative）通常出现在统计学、数据分析、医学检测和机器学习等领域。它指的是一种测试结果错误的情况：当某个状况或特征（例如疾病）实际上存在时，测试结果却显示为阴性（不存在）。
一个很简单的例子是 Perplexity。你在 Perplexity 上搜索，它会显示它用来构建答案的网页。
这现在成了所有 AI 原生应用跨领域核心的产品挑战：管理透明度和控制权。当你提示和使用大语言模型（LLM）时，能否批准输出，能否对输出设定规则和指令，让它符合你的标准。我觉得某种程度上我们都在玩类似的游戏。
AI应用的核心矛盾：
控制权、透明度与自动化的平衡。
红杉：归根结底还是信任问题，你能信任AI代表你做的事吗？从确定性执行的软件世界，转变到部分确定性、部分概率性的软件世界，这如何改变了构建软件产品的艺术吗？
Christopher：我要说，一般来说，软件工程师不太喜欢这个。
这不是他们期待的那种变化，有方法可以让它更确定性一些。所以为了日常生存和取得进展，很多时候你会调低模型温度参数：「处理自然语言时，只要结构化输出就好」，但它仍然是非确定性的。
我觉得幻觉（hallucination）问题远没有我们一年前想的那么严重。
一年前聊这个时会说：「这个 ChatGPT 净说些胡话，我们怎么办？」但在这种用例中，很多问题都消失了。
如果你说：「这儿有一整段 Gmail 对话，这是促销邮件吗？是陌生推销邮件吗？发生了什么？有待办事项吗？」，幻觉并不多。结果可能略有不同，这确实很难，因为针对非确定性东西的工具不多。我认为从风险投资角度看，新一代工具非常有趣。
红杉：当然。
Christopher：特别是「评估 ( eval )」这一概念，吸引了众多参与者。这些工具对于像我们这样的产品开发者来说非常有价值，未来可期。随着这些工具的日趋成熟，也将进一步推动相关应用的发展。但如果情况和一年前一样毫无进展，那就太令人担忧了。
红杉：在AI世界中，用户体验（UX）模式是如何演变的？
Christopher：关于用户体验模式，我想说几点。
首先是消费级体验，我们在 B2B SaaS 领域讨论「消费级」已经很久了，但实际上我们指的只是一层表面功夫，比如设计系统、在信息架构上投入大量精力，试图以直观的方式排列内容等。我们并不是指像 Facebook 那样的原生移动应用级别的过渡效果、自动滚动之类的东西。
而 Anthropic、ChatGPT、Perplexity 这些公司，他们打造的是消费级产品，这些产品的质量极高。他们资金充裕，拥有顶尖的工程师，很多工程师来自社交媒体和消费级应用领域。我直到最近一个月才完全意识到这一点，因为我开始把我们的产品和市面上的东西对比。
过去，你看看市场上有什么，标杆在哪儿，然后你去超过那个标杆。你可能会需要更重视设计，给设计师更多话语权。现在情况有点不同，产品需要极快、极流畅。
第二点，关于用户体验，我认为核心矛盾在于控制权、透明度与自动化的平衡。
如果问用户是否希望所有操作都自动完成，他们肯定会选择「是」。但当系统真正自动执行后，用户会产生诸多疑问，例如为什么会这样、如何调整等等。这其中存在多个层级。仅仅允许用户标记错误可能价值不大，因为大家都在这样做。比如，我在 Claude 网页版上很少会直接点踩，而是会选择引导系统朝正确的方向发展，或者补充缺失的背景信息。例如，我会粘贴相关文档来提供更多上下文。
所以你得能做到这些。你得能管理系统使用的上下文。你得能撤销、纠正数据。
我们内部有个文档，叫《游戏规则》。其中强调，无论我们做什么，用户都必须了解 AI 做出特定行为的原因。用户必须能够人工干预并覆盖 AI 的决策，且确保这种干预不会被系统自动撤销。因为我们经常会遇到这样的情况：「我将某个项目移至特定阶段，因为我认为这样做是正确的，但 AI 却又擅自将其移回原处。」
你想要 AI 在用户介入后还能继续决策吗？
有时需要，但并非总是如此。进一步来说，为了向用户提供一些基础功能，背后的数据模型构建得非常复杂。比如，「如果我指定某个事物的状态，系统应该怎么做？是直接更新状态且不再更改？还是将这个信息纳入后续所有状态的判断中？」多数情况下，我们可能希望采取后一种方式。
因此，关于控制权的用户体验 ( UX ) 设计，需要采用渐进式披露的原则。呈现给用户的是简洁、易用、自动化的界面，但同时也要允许用户深入了解。就像掀开引擎盖，让用户能够了解系统做出决策的底层逻辑和过程。我认为这种模式会非常具有吸引力。
小团队模式，快速迭代
红杉：聊聊 Day.ai 这家公司吧。我有两件事想聊。第一，我觉得你们很好地体现了很多人讨论的一个观点：小团队能做更多事，尤其是在AI时代。你们的团队很小，但都是高水平人才，协作非常好。
第二，我很相信办公室文化。但你们并非都在一个办公室，却似乎有极好的协作流。我想知道，你们是怎么做到的？如何让分散在全国各地的小团队聚在一起，保持这么好的协作流？
Christopher：这是个好问题。剧透一下，我猜我们最终会回到办公室。办公室分布地区少一点，时区少一点通常是好事。有了现在的经历，进入办公室后，我想协作流会很不一样。
就像你说的，这些人水平很高，他们有个特别之处，情商很高，喜欢为了工作本身而工作，每个人都愿意直接面对客户。
这并不适合所有人。我不会站在高台上说每个人都该这样做，但对我们很有效。这是我们想要的团队类型。
如果有人说：「这是个好主意，能帮我们解决 XX 的问题。」每个人都知道他在说什么，都能跟上思路。
所以，这就像我们之间存在一个不成文的约定： 为了能进行深入的交流，我需要记住大量的客户对话内容。我发现这让工作变得更有趣，也让我们觉得每天的工作都能为他人带来实际的价值。因为我们做的是软件，如果能为一位关键用户解决问题，那么解决方案很可能会惠及更多人。
红杉：如果你们已经明确了公司价值观，会是什么？对团队成员来说，他们从体验上怎么感受到公司对他们的重视？
Christopher：他们的真实体验是非常直接地以客户为驱动。
红杉：有你们的客户提到过一小时修 bug、当天发布功能的事。反馈循环似乎快得惊人。
Christopher：那就是乐趣所在。如果你要做某件事，而且这是对的，你可以立刻去做，赢得口碑，获得动力。
这是早期阶段的软件。人们投入时间和精力，我们得回报他们，得让他们觉得值得。如果我们做到好，对他们也会有趣，他们会觉得自己是某件大事的一部分，他们的反馈在塑造更有价值的东西。
这也是我们一直控制团队规模的原因之一。因为随着用户数量的增长，这种与客户深入交流的模式就难以维系。当然，我认为大规模的用户群体也可以做到这一点，但前提是产品已经足够成熟，并且已经精准锁定了目标用户群体。
在过去一年半的时间里，我们一直在努力了解产品对个体经营者的价值。有人建议我们尝试开发个人客户关系管理 ( CRM ) 系统，或者面向小型企业创始人的 客户关系管理 ( CRM ) 产品，甚至可以从风险投资 ( VCs ) 机构入手，因为他们是早期使用者，并且乐于尝试新事物。因此，我们一直在更新理想客户画像 ( ICP )，并始终专注于那些在战略上对我们最有价值的用户。我们会认真倾听这些用户的需求，并尽全力为他们打造合适的产品。
创业：慢即是顺，顺即是快
红杉：有些企业的信条，可能是从海豹突击队「偷来」的：慢即是顺，顺即是快。我觉得某种程度上也适用于 Day.ai，你在产品开发上一点也不慢，但你抵制了诱惑，没有去追求很多让初创公司感受到压力的虚假指标。
换句话说，你现在的客户既是设计伙伴，也是客户。你非常刻意地打造一个达到高质量标准的产品，然后才推向市场。我的问题是：这个策略从哪儿来的？是AI特有的吗？还是你喜欢这样打造产品？「慢即是顺，顺即是快」背后的哲学是什么？
Christopher：我喜欢 YC 的楔形策略，我喜欢渐进改进，我喜欢广泛的客户接触。但有一种例外，当你做的软件范围很广，风险很高时，用户要给你反馈需要的投入非常大。
我们要做整个 CRM，每个功能。
YC 的楔形策略（Wedge Strategy），楔形策略的核心思想是，不要试图一开始就直接占领整个庞大的目标市场，而是要找到一个切入点——一个「楔子」——来打入这个市场。这个楔子通常一个非常具体、狭窄的用户群体或者一个高度聚焦的初始产品或功能。
红杉：覆盖面很大。
Christopher：一切都包括的 AI 原生产品，可能比人们预期的更快出现。
所以，我们一直致力于以特定的客户需求为基准，来打磨这款记录系统软件。
毕竟，如果是做人力资源 ( HR ) 、工资管理、福利等业务，就必须达到一定的完整度，才能真正参与市场竞争。客户关系管理 ( CRM ) 也有类似的要求。当然，在客户关系管理 ( CRM ) 领域，我们可以在一些应用场景上采取更灵活的方式。比如，先做一个「会议记录器」，但同时提供一个联系人侧边栏，记录用户的个人历史等信息，并将其作为客户关系管理 ( CRM ) 的一部分，以一种「特洛伊木马」的方式逐步渗透。
这并不是我一贯的做事风格。但我认为这非常适合我们目前的状况。而且，我们正在为长远发展打下基础。
我们可以做一个思维实验：如果你的目标是在最短时间内实现百万美元年度经常性收入 ( ARR )，你会怎么做？也许你会采用 YC 的方法。
好，现在我们换一个目标： 如果你的目标是在最短时间内从零开始实现 1 亿美元 ARR，你又会怎么做？你肯定会立刻转变思路，开始考虑如何打造一款用户粘性高、 平均销售价格 ( ASP ) 合理、 具有良好用户增长模式的产品。这不会让你偏离 go-to-market 策略，以及 SaaS 模式的基本经济规律。
现在，如果你的目标是在七年内从零开始实现 100 亿美元 ARR，并打破历史记录呢？顺便说一句，我查了一下相关数据。据我所知，字节跳动 ( ByteDance ) 大约用了八年时间，而 Meta 用了 9 年左右，太疯狂了。
你的思考方式就会彻底改变。你需要占据整个市场顶端的位置。每一行代码都应该提升其他代码的价值，从而实现整体的协同效应。
如果只是以非战略性的方式进行小修小补，那是不可取的，最终会被淘汰。比如，假设用户对会议机器人的首要功能需求是输出模板，原因是其他应用都有类似的功能。但我们可能会拒绝简单地照搬，因为输出模板是与大型语言模型 ( LLM ) 交互的核心环节。如果要做，就一定要做到最好，确保它的合理性、 适用性和持久性。这样，我们才能最终推出用户期待已久的功能。
你不能只想着「用这个邮件编辑器草拟一封邮件」，而不去考虑营销邮件、知识库、网站，甚至内部维基的整合。你必须做好充分的准备，才能以这种方式开展工作。这就是我的风格。我喜欢这样思考问题，并且坚信「慢工出细活」，「稳扎稳打才能行稳致远」。
红杉：最近在 Twitter 上有个争论：设计师需要会编程吗？我觉得你很适合回答这个问题，因为我几乎把你看作一个艺术家，你为产品接收端的人打造恰到好处的体验。所以我觉得你是带着很强的设计和产品视角走向工程的。设计师需要会编程吗？
Christopher：我觉得产品设计领域正在发生翻天覆地的变化，而最大的变化是写作。我认为这是最重要的事。
关于 UX 内容（用户体验文案）是否独立成一个学科有很大争论，在 Slack、HubSpot 和其他地方开始组建文案团队，确保品牌、语气、声音、按钮文本等都恰到好处。这是正确的，这确实是一门真正的学科。
但我认为未来这会是产品设计师工作的重要部分。因为十年前，你会让设计师在 Sketch——可能是更早的 Photoshop 或其他工具——里设计一个日期选择器。
现在没人会去设计日期选择器，你会用组件库，有设计系统。这是已解决的问题。如果你的软件没做到这个，就不该做软件。
这也为设计师们腾出了更多的时间和精力，他们需要尽快适应新的工作内容。我认为设计师需要精通内容创作，包括推特文案、 流程设计等。内容创作一直是设计的薄弱环节，而消费者产品在这方面做得更好。所以，产品设计师还应该努力提升交互设计能力。至于编码，我不太确定。或许未来产品设计师不再需要亲自编写代码。
红杉：最后一个问题，你可以选择一个角度来回答。在你心中，最伟大的产品经理有哪些？
Christopher：这很难，因为得避免拍马屁的感觉。
对我来说，答案可能是一样的，我现在还没资格列这个榜单，但肯定有 Steve Jobs。
他这个人挺复杂的。我最近有机会通过一位共同的朋友更多地了解他，了解他的为人处世，以及和他共事是一种什么样的体验。我并不想完全效仿他的领导风格，但他所取得的成就确实令人叹服，他对事业的投入和对用户需求的深刻理解也令人印象深刻。不过，他的一些做法可能超出了我的底线，我还是更倾向于多和团队沟通，了解他们对产品的看法。但毫无疑问，Steve Jobs 绝对是其中一位。
（文：Founder Park）
