20人团队把95%工作交给AI，他们先改了组织

一个20人左右的团队，新产品上线两周，目前已经完成三轮融资，累计超过3000万美元。CREAO的创始人兼CEO程凯、CTO Peter Pang和增长负责人Clark Gao，向Founder Park讲述了他们如何先对组织动刀，再对产品动刀。

自己人都用不起来的产品

CREAO最早做的是一款Vibe Coding产品，想法很明确：帮普通人搭建他们需要的工具。2025年6月做出第一版，9月上线，核心逻辑是用Coding Agent帮普通人快速搭建SaaS应用、CRM和各种工具软件。

结果并不理想。程凯的原话是：「我们公司自己做出来的产品，自己人都用不起来。」他提到，花在构建这些应用上的时间，远远大于最后用这个应用的时间，公司可能连两三个真正能用的应用都很难搭出来。

CTO Peter Pang从技术和市场角度补充了两点：一是大家做出来的还是传统Web应用，本身缺乏AI能力，随着agent越来越成熟，这类有界面的产品需求在逐渐萎缩；二是SaaS行业基本赢者通吃，快速做出的原型作为正式产品缺乏长远可持续性，而且这个赛道上已经有Lovable这样的公司站在那里。

增长负责人Clark Gao则给出了另一个视角：大部分人想要的是解决自己的问题，这是知识工作者的核心需求。「给别人开发一个App」是金字塔顶端极少数人才有的诉求，而且一年也不会天天想着给别人开发新服务，这是一个低频场景。

先改组织，再改产品

想明白问题之后，CREAO决定pivot，但顺序是先对组织进行pivot。从开发流程到团队分工，全部围绕AI重新打造，把95%的工作真正交给AI来做。

Peter描述了改造前后的对比：以前开发分三个阶段——产品设计接近一个月，开发实现一两个月，QA检测再花几周，整个迭代周期在一到两个月。但现在开发阶段可以从几个月缩减到几个小时，如果中间只要几个小时，还花几周做产品设计和QA，整个流程就不合理了，最大的瓶颈反而是包装。

于是他们把两头也用AI自动化。规划阶段，AI能访问所有代码库、所有日志和Harness系统提供的上下文，大概半个小时就能做出相对完善的规划。开发完成后，重点构建的是集成测试，保证AI写的代码满足质量要求，不会搞坏线上环境或带来回退。从规划、开发到日志反馈再到AB testing，整个过程完全自动。

程凯提到，2025年1月开始转型，但最开始转得不彻底，因为团队自身的AI-first改造还没完成。到2月，Peter对整个开发团队做了彻底重构，完全用AI来驱动开发。那之后，他们用一个月把整个新产品的基础版本从头重构了一遍，3月31日正式上线Super Agent版本。

架构师和接任务的人

改造之后，团队里主要分两种人。一种是架构师，一个公司可能只需要一到两个，负责对整体方向的把控，做规划阶段的判断——AI生成了很多待处理的需求任务，由架构师决定哪些在这个阶段推进，整体方向有没有偏，和产品主线有没有对齐。其他人基本上是在接收AI分配的任务，要么修复一个bug，要么做一个UI的调整。

Clark强调，这里的架构师跟传统意义的软件架构师不一样，要求是个通才，对产品的品味、对商业的认知、对行业的理解、对技术的掌握都要有一定程度，是一个六边形战士，才能去做planning、做整个harness这件事。

他举了一个具体例子：上个月，AI系统在扫描行业动态时，发现有几个竞品刚上线了一个关于文档处理的新功能，效果不错，自动生成了一个需求任务——是否要针对PDF的批量处理场景做一个优化。Peter这边的架构师看了一眼，判断方向和产品主线对齐，而且有几个付费用户正好在做类似的工作流，于是确认做。从确认到功能上线大概两天，AB test跑了一周，结果是使用这个功能的用户使用时长提升了23%，付费续订率有明显提升。留下这个功能，继续优化。

以前这件事需要开一个需求评审会，排期，分配工程师资源，可能要三周以上。现在是AI发现问题、人做判断、AI实现、上线看结果——两天。

围绕AI能力打造新流程

Peter给AI系统构建了持续更新的context，让它去关注行业里的新发展，比如去GitHub上看流行的新repo：Harness agent最近是怎么做的？OpenClaw是怎么做的？和我们之间的差距在哪里？有什么东西可以优化？这个系统会自动生成很多待处理的需求任务。然后负责planning的人来看：哪些任务想在这个阶段加进产品里？确认之后就交给AI去开发实现，然后上线看AB test结果——能不能提升核心指标。

这本质上就是一个提假设、做实现、看结果、验证或证伪的循环。当开发实现的成本可以忽略不计的时候，很多东西就不需要太多讨论了，直接上线看效果就可以。以前软件开发最大的矛盾，是工程师资源的争夺：A功能和B功能哪个先做？谁的优先级高？现在这个问题基本不存在了，都上呗，让AI去实现，看结果谁更好。

Clark补充说，很多公司号称自己做AI开发，但实际上只是在现有的流程上用AI的工具。而CREAO是围绕AI工具的能力去重新打造了一套新的流程，这是本质上的改变，所以才能带来极致的效率提升。

在程凯看来，今天所有的AI产品可能都是中间态，能活到最后的，不是在某个时刻做出了最好产品的公司，而是在每一个变化节点都能最快转身的公司。产品不是护城河，组织效率和pivot速度才是。