“别急着裁底层，很多高管才最该被 AI 接管？”

The best engineers don't write the most code. They delete the most code.（最好的工程师不是写最多的代码，而是删除最多的代码。）

编译 | 王启隆

出品丨AI 科技大本营（ID：rgznai100）

如果一家公司以后真要认真给不同员工配 AI 预算，这个世界会变成什么样?

不是统一给所有人开一个月费账号，不是默认大家都用同一套工具，而是有人一年只配几百美元，有人可能要几万美元，甚至更高。

一个初级工程师值不值得拿更多 token，一个资深工程师要不要被允许烧双倍预算，一个非工程岗位到底该不该配上同等级别的 AI 能力，这些问题一旦开始按人落地，它就不再只是工具采购问题了，而是公司怎么经营、怎么分配资源、怎么判断人和产出之间关系的问题。

今天我看到 Stay SaaSy 和 swyx 这场对谈，最有意思的地方就在这儿。

Stay SaaSy 是一个匿名博客作者团体。这场访谈前面聊了他们这几年怎么从匿名博客一路长成博客、Substack、X 和播客并行运转的内容品牌，也聊了不同平台为什么要切换语气，为什么有的内容更严肃，有的内容更像互联网人格。可聊着聊着，这场对谈很快就落到了另一层，更贴近今天技术公司现实的一层。

Stay SaaSy 产品负责人在播客里的形象

AI 真的进入组织之后，最先变的，未必是模型本身，而是公司怎么管预算、怎么做 build vs buy、怎么重新理解自动化和判断、怎么处理高层 bottleneck，以及怎么在代码越来越容易生成之后，重新看待代码审查这道以前总被默认存在、现在却可能重新变得危险的工序。

要点速览

• AI 预算会越来越像按人分配的经营预算，而不是统一的软件 license；

• 第一次做出来更便宜了，不代表维护、稳定性和关键人风险也一起下降；

• build vs buy 没有失效，只是被 AI 重新点燃了；

• AI 不一定先替代树底层的岗位，很多高层 bottleneck 反而更适合先被增强；

• AI coding 工具越强，代码审查越可能重新变成高风险、高责任环节；

• 2026 年最难的问题，也许依然是人怎么一起工作。

AI 预算会先把管理层推到一个没有先例的位置

主持人：大家好，我是 swyx。今天我们在远程录音室里请来了一组很有意思的播客嘉宾。我们之前做过一期匿名嘉宾的播客，这是第二次。不过这次不一样的地方是，他们自己也是播客作者。这次来的，是 Stay SaaSy 这组人。

你们一般怎么向别人介绍自己？用一句话说，会怎么说？

Stay SaaSy 产品负责人：如果只用一句话，我会说我们是一家博客，现在也不只是博客了，现在大概还算一个 X 上的 IP 账号，再加上一个播客人格。核心一直是在讲，技术型公司怎么建立、怎么扩张，尤其是从早期创业阶段一路做到更大规模。

主持人：我认识你们，是从我还在 Temporal 的时候开始的，我以前的老板特别喜欢你们，老说这是他看过最好的博客，而且还是匿名的。那问题也就来了，匿名博客到底是怎么运作起来的？

Stay SaaSy 工程负责人：最开始其实很简单，就是先发东西，先写，先试着把内容放到不同的地方去。你先得知道，自己到底能不能写出真正有用、真正好的东西。再往后，才是怎么分发，怎么让内容开始被看见。匿名的时候，这件事尤其难，因为你没法像普通人那样，直接找朋友帮你转发，或者请别人往 Twitter 上推一把。

Stay SaaSy 工程负责人在播客里的形象

所以在早期，Hacker News 其实是一个特别好的增长引擎。最开始那些年，我们一年大概能有五到十篇文章冲上首页。这对博客早期增长是非常大的推动。后来我们从纯自建站，转去 Substack。

Substack 本身就是一个社区，它自带一个可以让人参与、让人互相发现的场域，这一点对我们也很重要。再后来，我们又把 Twitter 叠上去。过去这一年，Twitter 基本上算是给整个互动强度做了一次彻底的涡轮增压。你会觉得自己不只是有博客和订阅者，而是真的进入了某种生态里。现在是博客、Substack、Twitter 这几层叠在一起。

所以整个过程，基本就是不断去找第一个能让人真正听见我们说话的缝隙。只要找到一点点，那种感觉就已经很刺激了。Hacker News 在最开始给了我们很大推动。最后还有一件特别让人开心的事，是你会看到订阅者在公司里一层层传开。比如你先看到某个你认识的大公司里有一个人订阅了，你就会想，这很酷，这个很厉害的人、很好的公司有人在看我们。然后隔一天你又看到同一家公司多来两个人订阅，你就知道，这说明内容已经在他们内部传了。后来有些公司，我们会看到二十个、三十个人都在订。那种感觉就是，你已经慢慢进入他们的内部博客生态了。整个过程非常概率化，但也非常让人满足。

主持人：你们其实都是在正经公司里干正经活的人。我们也提前列了一些话题，跟带团队有关，跟产品负责人和工程负责人两边的视角都有关。第一个话题是：大型团队里的AI 预算和 token 预算怎么管？

Stay SaaSy 工程负责人：我觉得这件事现在非常应景。因为从整个 AI 生态的感觉来看，2025 像是很多公司突然意识到，不只是最早一波采用者，而是大量公司都发现，AI 真的能非常实质性地改变他们的产出。那时候大家用的还是很多被补贴过的工具，所以会觉得，100 美元一个人，就能得到一个神奇盒子，替我回答各种问题，日子真好。

但我觉得 2026 会非常疯狂，而且现在已经开始有点疯狂了。因为越来越多大玩家，正在从过去那种靠补贴、按请求计价的模式，转向更直接的 API 计价、按消耗计价。我在网上还没看到很多人认真聊这件事，但我觉得它会变成改变大家工作方式最大的因素之一。

很多人现在都在焦虑，AI 会不会替代人、会不会裁员。坦白说，我自己没有那么担心这个层面。我觉得杰文斯悖论之类的东西都在，也还有很多工作是人会继续去做的。但我真正觉得会很难的，是管理者怎么去管一个可能还会不断波动的人均 AI 预算。这个任务会非常难。

我最近常举的例子是，你可以想象一下，如果公司给不同人的电脑预算，有些人一年 500 美元，有些人一年 5 万美元，甚至更高。你到底怎么决定谁拿什么。大多数公司今天的一个默认前提是，大部分人用的大部分工具，价格都是固定的，至少波动很小。但我觉得今年会有一道管理和运营上的悬崖突然出现，也就是，你到底怎么回答这些问题。一个初级工程师该配多少 AI 编程预算，一个资深工程师该配多少，一个非工程岗位又该配多少。如果一个特别强的资深工程师跟你说，我需要双倍预算，你怎么判断这到底值不值。

而且这种按个人实时微调预算的事，在我整个管理生涯里，我想不出第二个长得像它的东西。你得实时评估，愿不愿意在某个人身上花这么多钱。我觉得这个问题现在还很早期，但落地速度会非常快，大家很快都得开始想。

Stay SaaSy 产品负责人：我能想到的最接近的对照，其实是公司怎么管高管预算，或者部门预算。从某种意义上说，这个转变本身就说明了一件事，就是，当 AI 自动化能力不断增强，但这种自动化又变贵的时候，一个独立贡献者在公司里的位置，开始慢慢接近以前一个小团队、甚至一个部门的体量。

因为公司以前本来就会做类似判断，比如工程预算是多少，办公室预算是多少，IT 预算是多少，销售预算是多少。这些预算本来就会随时间上上下下。但现在，我们要开始看到类似的逻辑，压缩到每个个体员工身上。

而且它和过去跨部门做预算时会看的变量非常像。这里要完成的工作到底是什么，这个团队或者这个人在 AI 加持之后总体效率怎样，这件事业务上有多关键，我们能不能很直接地算出投入进去的钱到底换回来了多少价值。过去这些判断是对一群人做，现在会变成对组织里的每一个人做。这对公司怎么理解扩张，会是很不一样的一种方式。

主持人：如果你真能把这件事玩明白，一个人最后就能自己跑一个部门。

Stay SaaSy 产品负责人：没错。而且这件事发生得特别快。变化这么快，本身就会让组织很不稳定，因为这种时候，你其实可以从第一性原理出发，推导出完全不同的做法。你可以说，一切自动化都是好事，我们只是在换效率，当然该全押进去。你也可以从风险管理视角出发，说我们必须特别保守，所有东西都要被金融化、被严格承保，token 花多少都得一条条算清楚。中间当然还有无数种可能。

但关键是，这件事根本没有先例。一旦进入一个没有先例的世界，就意味着，有些人会判断对，有些人会判断错。而这些判断在组织里最后会怎么分摊，谁被怪，谁拿功劳，也会非常有意思。

Stay SaaSy 工程负责人：还有一点是，预算这件事在我待过的每家公司，基本都既耗时间，又很有争议，还特别乱。所以你现在等于把这样一件事，放大到整个员工群体里的每一个人身上，而且可能月月都要重新想一遍。我现在真的不知道大家会怎么回答这个问题。

另一个连锁反应是，建东西会变得便宜得多，这会给很多企业带来很奇怪的瓶颈。因为现在已经能看到一些公司是这样，他们建产品的速度，比他们分发产品的速度快，比他们获取客户的速度快。所以如果真到了那一步，怎么办。你手里有一个工程团队，你明知道，只要再花点 token、再花点钱，就还能继续做更多东西，但对业务来说，这个回报速度根本不够快、不够值，那你怎么办。

单人 token 消耗会继续抬升，build vs. buy 也会被重新点燃

主持人：我觉得你们数字都报低了。我们刚采访了一个 OpenAI 的人，节目还没发。他在那边很自豪地说，他个人一天就要花掉 10 亿 token，他们三个人的小团队，其余两个人加起来再花 15 亿。你如果把输入输出价格混起来粗算一下，10 亿 token 一天，大概一年就要到 250 万美元左右。

Stay SaaSy 产品负责人：按年来算，对吧。所以这么一看，5 万美元真的什么都不是。那可能只是未来很近的时间里，一个 agentic engineer 的全成本里最基本的一部分。5 万可能只相当于办公设备那种级别，但 250 万开始就真的是很大一块肉了。

Stay SaaSy 工程负责人：这也说明，很多事情从最开始就要按第一性原理重新想清楚，在你真正决定要不要做一件事之前，就得开始算。我觉得这真的是一个和过去几十年软件世界都不一样的地方。过去软件虽然贵，但它的上限大体受限于你投进去多少人。你得先把人招到，再知道自己具体要造什么。在很多时候，真正决定风险有多大的，是你要投入多少建设成本。

现在很多东西都被掀翻了。我觉得这其实也挺有意思。对正在扩张的公司来说，规则越复杂，真正能拉开差距的空间反而越大。因为你可以把它想象成，我们几十年来一直在踢一种球，规则都差不多。结果现在突然有三分之一规则被改了。这个时候最有优势的，未必是最熟原来那套规则的人，而是最聪明、最灵活、最会重新适应的人。

主持人：我想稍微转换一下话题。

员工预算是一回事，但从一个公司老板的角度，比如我有个外部供应商，在我的会议业务上，一年就要花 20 万到 25 万美元。我现在就在想，如果我给我的工程师，或者给我自己，50 万 token 预算去做同样的东西，做出来还更贴我自己，钱是不是反而更省？

所以 token 预算这件事有时是可以反过来成立的，因为它本来就跟自己做还是外采的选择绑在一起。我知道这个话题对你们有点敏感，所以我也不想逼你们站太死。但既然你们把 build vs. buy 这件事列了出来，就说明你们肯定有看法。而且我现在正身处其中，所以就想借这个机会直接问。

Stay SaaSy 工程负责人：对，这很有意思。因为这其实也连着很多大家对软件行业本身的焦虑。自己做还是外采，本来就是软件行业里一个讨论了非常久的问题。现在很多人会把它包装成 AI 带来的新问题。我会说，它在 AI 时代变得更尖锐了，多了更多要考虑的东西，但它不是一个新问题。从软件一开始诞生，它就存在。

当年上云的时候，也有一堆人说，我既然已经有这些云资源了，我就能自己做很多事，也就不用再为外面的软件付钱了。所以一方面，过去很多思考框架今天依然成立。比如它到底多复杂，我们能不能管理它，我们能多快做出来。

我平时跟别人聊那些他们觉得自己可以内部做出来的产品时，我最先做的一件事，通常就是让他们先把功能说清楚。就只是告诉我，你觉得这个产品到底有什么功能。光这个动作，就经常足够浇掉一部分过度热情。因为你会发现，很多人甚至都说不出完整的 feature set 是什么。

而且我说的不是会议上临时讲三句，而是你回去花三天，认真写一个像样的 PRD。可就算这样，很多人回来之后还是会说，这里其实很复杂，那边也没考虑到。也就是说，成熟软件通常比它看起来复杂得多，这一点今天依旧成立。

这也就是为什么大家总会说，别人工作都会被 AI 做掉，就是我的不会。那种心理的底层其实是，我不清楚你具体在干什么，但我觉得看起来挺简单。我不知道这个软件背后具体做了什么，但我觉得大概就是把一堆东西串一串，好像也不难。

所以第一层结论就是，很多成熟软件的复杂度比外面看起来大得多。第二层是，运维软件本身也要花很多时间。想让软件能扩、能稳、可用性高，本身就是很重的工作。

我一直作为一个管理者在想的是，我买很多软件，是因为我压根不想参与它未来还要加什么功能。我不想做这个软件的产品负责人，不想托管它，不想操心 uptime。我也不想在业务最紧的时候，突然遇到一个状况，有人对我们内部自建的某个工具做了一次数据库迁移，结果这个工具本来就只有外部成熟产品 40% 的能力，新人还都在抱怨，这玩意怎么跟我以前公司用的完全不一样，然后所有人都没法正常工作。

所以我会说，AI 当然改变了很多事情，但旧世界里那些为什么要买而不是自己做的理由，并没有失效。现在做判断的人，必须更认真、更谨慎地想这件事。

不过我会给一个对某些软件挺有用的经验法则。如果一个工具，本质上可以被一个 Google Sheet 或者电子表格替掉，那你大概率是可以内部做的。现实里确实有很多软件，本质上就像一个表格，只是上面叠了很多层壳。

所以我的第一反应通常是，看它能不能被一个表格式 MVP 替代。如果可以，也许你就真的能做。如果不能，那你就已经进入下一层复杂度了，而复杂度是层层往上走的。

说实话，我们内部也有一个软件，我自己用着就常常想，我真想把它重写了，因为里面有些地方我很不喜欢。我其实也试过，花了不少 token 去搞。可你真做的时候就会发现，这里一层，那里一层，确实比你想的复杂。

所以，模型继续变强当然还会有更多机会，但我觉得人们还是得很克制、很有判断地去看。你亲手试过几次以后，也会很快意识到，过去那些成熟的软件判断框架不是白来的。有些东西一看就能排除，有些则完全没法一刀切。

Stay SaaSy 产品负责人：我觉得自建软件还有个很有意思的地方，就是它最后一定会非常深地绑在写它的那些人身上。这里面天然就带着一整类关键人风险。

还有另一层，是如果你认真去看代码库，它本质上就像一个巨大的协作文档，很多人都可能往里面写东西。在这种系统里，尤其是那些真的很复杂、而且承担着关键业务责任的软件，多几个人一起做饭，未必是好事。

但这个问题，只有你真的长期带过大软件团队，长期拥有过某些流程或者某些系统，才会天然去想。否则你在最开始并不会意识到它的严重性。

所以你现在在 X 上看到很多讨论，会非常重度地偏向一种叙事，我刚敲了几句 Claude Code，它就一顺溜地打出来一个看上去非常惊艳的东西。尤其是这样做出来的 UI，通常看着都还不错。但大家很少去想另一面，比如，如果业务的组织方式发生了一次大的调整，如果换掉一个大 vendor，或者换掉一个核心系统，这些东西之后要怎么一起变。

因为公司无论如何，最后都会长成一张相互缠绕的网。时间越长，复杂度越大。当然话说回来，门槛确实在掉，这不是在装没变化。确实有些根本性的东西已经变了。这也正是现在最核心的张力所在。

界面、自动化和判断，不是同一个层级的问题

主持人：我觉得你们这套看法非常好。下一个话题是关于定制 UI 和内部工具，我想先说点自己的看法。

第一，我觉得UI 这一层本来就应该允许终端用户自己改。我真的已经受够了，为了找一个设置，在一堆界面里来回翻。像这种改界面布局的事，本来就不会伤害别人，也不会导致数据库炸掉、数据丢掉。

所以我会觉得，一个产品其实可以切成不同层。某些层必须给管理员控住，但另一些层完全可以 vibe code，想怎么改就怎么改，我无所谓。

第二个，我就想回应一下产品负责人刚才说的那个练习，先把功能列出来。因为我昨天真的就在做这件事，我想把一个正在用的 SaaS 干掉。我问对方，你给我列三件事。她就说了几条。我听完第一个，觉得这个确实有点东西。第二个我就会想，这不就是个表格吗，这不就是个 Retool，不就是 Airtable 一类东西吗。

第三个其实又是另一个同步问题。所以我当时的思路就是，如果我先把这三个最关键的做出来，那我们就可以动手了，对吧。也就是说，也许这个产品表面上有一百个功能，但真正最重要、技术风险最大的就三个。那就先在那三个点上做概念验证。

Stay SaaSy 产品负责人：完全同意。而且还有一个更大的不确定项，就是模型改进本身实在太快了。我们现在就像在地震中间，还要判断地平线会变成什么样。所以你很难说一年后什么事完全可行，什么事完全不可行。

不过关于你说的自定义 UI 那个点，我倒有一个反问：你真的觉得这是必须靠 AI 才能做到的事吗？你脑子里更具体在想什么？

主持人：不是，我当然知道这事以前也能做。只是现在它变得特别自然，因为大家现在已经知道自己可以直接 prompt 了。只要后端不动、数据不动，UI 如果不好用，那我就把菜单挪一下，把顺序换一下，把一个按钮变成两个动作，或者两个动作合成一个动作——这又会伤害谁呢？

只要所有端点都不变，权限系统都不变，那问题本质上就是 UI 正在妨碍用户，因为某个设计师可能当时是在为中位数用户设计，而不是为你设计。所以某种意义上，所有 UI 都应该是私人化的。

Stay SaaSy 产品负责人：对，这件事离一些成熟产品已经不算特别远。比如自定义 dashboard，本来就已经在做类似的事情了。当然，现在确实还有更大空间可跑。而 AI 把它的经济模型彻底翻了个面，这一点很有吸引力。

主持人：我的意思其实就是，Retool 本来就在证明这个方向。

Stay SaaSy 产品负责人：没错。只是现在空间更大了。

AI 不一定先替代底层岗位，很多高层瓶颈更适合先被优化

Stay SaaSy 工程负责人：很多人看组织结构图的时候，会把它想成一棵“树”，然后第一反应就是，我先去把其中“叶子”的那部分自动化，也就是最底层、最初级的那些岗位。这其实是一种非常典型的幻觉。

我们当然也看过一些公司真的这么做，而且有些做成了，也看过一些做砸了。更麻烦的是，那些最底层岗位有时候其实直接面对客户，是你公司的脸面。行业里很多人对这一层的实际价值，我觉得是低估的。

我一直都说，从一个管理者位置上看，我自己做的很多事情其实没那么复杂。我希望我是 pack 的一部分，不希望每一个决定都特别奇异、特别定制。很多领导平时做的事情，其实 70% 都应该是行业里相当标准的套路。

所以如果你真在想，公司里哪些地方该先自动化、先增强，我反而会说，不妨先看“树”的顶部那一层。很多领导、很多高管，本身就是整个组织的瓶颈。他们做的很多动作，其实完全可以变得更标准化。为什么不先用 AI 去处理他们的工作呢？

说实话，我自己以前就已经用纯粹的决策树自动化掉过一部分判断了，那时候甚至还不是 AI。比如招聘流程里某个特定动作，我就是永远只做五件事，根本没那么复杂。

我平时带经理的时候也常碰到这种话：很多人说，这个我不能委派，太复杂了……然后我就会逼他们把自己到底在做什么写下来。大部分时候，你会发现，他们口中的太复杂，其实只是一个分支超过五个案例陈述的流程而已。可能一共是二十来种情况，这当然算复杂，但远没复杂到不能委派。

如果你回头复盘自己过去五年做过的事，很多地方其实也就是十来种选项里选一种。只是很多人脑子里过不去那一关，总觉得，不是四种，那就是复杂得不行。

所以我反而会说，也许未来一两年里，更有意思的画面是，大家不只是想自动化底层员工，而是开始出现自动化高管，甚至 AI 高管。你作为 CEO，也许会说，在这个角色里，我要 80% 的动作都走标准路径，剩下 20% 真正特别的、例外的，我自己再用第一性原理去想。这样我就比现在更容易把注意力放在真正该放的地方，而不是还得亲自盯着树叶那一头的五百个人和一堆质量控制问题。

所以总的来说，技术当然会继续变强，每个人的工作也都会更自动化、带来新任务。但我觉得，很多公司现在仍然没有足够认真地想一个问题，就是我怎么让高管层、执行层先被 AI 增强、补位，某些时候甚至被局部替代。

Stay SaaSy 产品负责人：还有一点，我觉得那个例子出现在 Amazon，本身就非常有代表性。Amazon 是一家特别大的软件公司，是世界上最大的几家之一，而且它做的很多东西都是真正的业务关键。再加上他们还有 AWS，这本身就是无数其他关键系统赖以存在的基础设施。

所以，这个例子说明的其实是，行业里现在推动使用这些新编程工具、尽可能加快交付速度的冲动，已经非常强了。因为如果说有哪个公司应该更保守、更厌恶风险，大家直觉上都会觉得应该是 Amazon 这种公司。

而且当我们谈代码审查，特别是那些非常细、非常关键、深入产品骨架的功能时，我觉得未来很值得看的一个点是，现在这套大家在 X 上天天聊，甚至在 LinkedIn 上也越来越常见的工作方式，本身会带来什么。

主持人：LinkedIn 也开始了。

Stay SaaSy 产品负责人：对。LinkedIn 永远比 X 慢。有人以前还专门研究过这个。

主持人：真有这种研究？不是你现场编的？

Stay SaaSy 产品负责人：实际说法是一周。但我可不会给 LinkedIn 这么高评价。我觉得至少得慢四周。现在在 X 上爆火的东西，大家都会说，等着吧，一个月后 LinkedIn 会为此疯狂。

但回到正题。现在很多人讲的故事是，好，我本来是个 10x 工程师，现在有了 AI 我就是 100x 工程师了。我同时开 10 个 agent 并行，让它们一起跑。

可有件事大家私下也会承认，就是这种工作方式非常累。我真的见过这么干的人，而且确实很累。你一整天都在照料这群你自己命名、你不断跟它们聊天的 agent。到了晚上，另一个团队给你扔来一个特别复杂的 pull request，它横跨很多系统。你必须把这些上下文重新一股脑加载回脑子里，然后才能 review。这个时候就会变得特别危险。

如果你是那种要对系统长期稳定性负责的人，你知道一个已经疲惫成这样的工程师，现在要去审最关键的代码，这本身就会让人很不安。

我甚至能想象更疯狂一点的世界，就是某些关键代码审查，最后会慢慢变得像飞行员执照管理那样。比如飞行前多少小时不能喝酒，要睡够多久，一次值勤最多多久，之后就得交班。我会想，也许未来某些场景下，审那个 5000 行、触及关键系统的 pull request，也会慢慢出现类似的职业纪律。

我觉得这事最后要么走到完全自动化 review，人类根本不在 loop 里，工具已经强到可以彻底兜底。要么整个行业会反过来重新承认，在 AI 时代，代码审查是一件必须被严肃对待、不能想当然的事情。最后可能就是这两个方向里的一个。

主持人：这里其实还有好几个点，但我们快没时间展开了。我最近刚在 Latent Space 发过一篇博客，题目基本就是怎么杀死 code review。你们现在是在说，要做更多 review。

我确实觉得，不同生产线上的人在想完全不同的事。现在最边缘、最前沿的那些人，已经在讲软件工厂了。也就是不仅没有人写代码，甚至连 review 都不要人。听起来非常惊悚，但已经有人在搭这种系统。今天来不及展开，但我觉得大家至少应该知道，行业里确实有人在往那边推。

你刚才那段也让我想到 Netflix 以前的 chaos engineering、chaos monkey（混沌工程）。现在在 AI 工程这件事上，很多人其实也正在积累一种关键人风险，只不过他们自己还没完全意识到。

我觉得你们两个人真正做的，是把产品负责人和工程负责人那一套常识，认真地用到 AI 时代怎么建公司这件事上。我很欢迎这种声音。最后还有什么想留给大家的话吗。我确实得准备收了，所以就开放给你们。

2026 年最难的也许依然不是模型

主持人：最后还有什么想留给大家的话吗？

Stay SaaSy 产品负责人：如果最后留一句，我是不是得先说一下那种 MrBeast YouTuber 式的话术，记得来给我们的博客点赞订阅。

主持人：你们现在主要还是在 Twitter 上最火，对吧？

Stay SaaSy 产品负责人：对。我觉得我们本质上还是一个管理博客，或者说管理视角的声音。如果只留两件事，基于这些年读者反馈和很多主动联系过我们的人，我会说，第一，如果你是一个经理，真的要认真去关心你的团队，要有同理心，要关心团队整体的状态和福祉。

第二件事，是对所有在团队里工作的人说的。我们一直从那些主动联系我的读者那里反复感受到一点，就是很多人真的很在乎自己的同事。很多人真的在乎他们的 teammates。这是我写 Stay SaaSy 这几年里最让我乐观的一件事，看到大家真的非常在乎彼此，这件事很酷。

还有一点我也想说的是，做创业公司这件事，就算现在你有了 Claude Code，就算你有各种 AI，也还是非常非常难。我们看到的是，不同创业公司、不同创始人、不同高管、不同工程师，甚至任何团队里的任何人，最后遇到的问题，其实都很相似。

所以如果你现在正被某个业务问题折磨得特别厉害，我想说，你不是一个人。如果非要留下一个最想传达的情绪，那就是，别太担心。此刻在另一个地方，八成也有人正以几乎完全一样的方式，被一模一样的问题困住。所以别太泄气。

主持人：对，我其实也一直有类似目标。我写作，也是因为我想让大家知道，这是一种共同经验，我们其实都在一起经历这件事。我觉得这也是你们写作的一个共同点。

Stay SaaSy 工程负责人：对。我会说得更直接一点。我觉得 2026 会是我整个职业生涯里，软件行业最动态的一年。我觉得整个行业已经准备好来一次洗牌了。

2025 年我听到很多人说，我是不是已经晚了，我是不是错过了。但我自己的看法是，完全没有人晚。相反，我觉得今年会改变我们之前对软件工程和经营公司的几乎所有理解。真正能准备好迎接今年的人，回头看未来几年时，会说，就是今年把一切拉开的。

但如果从管理者角度看，最重要的是，准备好适应，知道自己是谁，知道自己的局限，需要时主动求助，尽量做对的事。从 builder 的角度看，我觉得对很多人来说，最难的问题会是人的问题。怎么和别人一起工作，怎么确保自己不是朝错方向猛冲，怎么避免在自己的泡沫里高速建东西。

所以我会说，今年会是 AI 最疯狂的一年。当然如果我们真已经在走向某种奇点，那之后每一年可能都会是。但我还是觉得，今年会把很多人之间互动的压力点放大。这里面有很多前人经验可以借鉴，可大家还是得多照顾彼此，得想清楚，在一个 AI 还没有彻底接管一切的世界里，我们到底怎么一起把公司做好。因为要造出真正好的业务，还是有很多人需要一起协作。这点不会消失。

主持人：我自己一方面很乐观，觉得旧问题解决之后，人总会发明新问题。另一方面又有点悲观，因为这说明人永远不满足，永远在挪门槛。这就像 AGI 的定义、AI 的定义一样。GPT-4 刚出来时大家震惊得要死，现在已经没人觉得它多神了。所以总之，保有信心吧。

Stay SaaSy 产品负责人：我在这个问题上，反而有个更乐观一点的角度。享乐跑步机当然是存在的，但我觉得现在有一件事不一样了，就是互联网时代，尤其是智能手机摄像头普及之后，历史正在被极度完整、极度细致地记录。

所以每当发生一种生活方式上的大升级时，现在的人比过去更容易记得住。比如一个现在大家经常举的例子是，如果你今天每天能洗一个 11 分钟的热水澡，这在五百年前，哪怕你是国王、是王室成员，也做不到。而我现在每天就能洗上 11 分钟的热水澡，12 分钟都行。

所以我觉得，人们现在多少会比以前更愿意思考过去。因为一进入信息时代，过去被记录得太完整了。我能直接看到 1930 年代大家开的车长什么样。那车看起来太糟了，我完全不想开。然后我坐进自己的 Prius，就会想，对，这显然比那时候好太多了，又快，又好玩。

所以在这一点上我其实挺乐观。我甚至觉得，某种意义上，社交媒体也让年轻人更有同情心了，因为你真的会更频繁地看到世界各地不同的人，接触到更多不同的生活。

加入AMD AI 开发者计划与全球极客共筑开源

加入即领 50 小时免费云算力

进群抽显卡、AIPC，好运不停

活动与工作坊，早鸟名额优先锁定

AMD Al Academy 官方课程，加速