Lovable员工记录AI Native公司工作体验

🙍‍♀️ 作者: Elena Verna

🥷 编译: NCon

到现在，我已经在不少科技公司工作过，或者给它们做过顾问。大公司、小公司、上市公司、飞速增长的公司、发展缓慢的公司，以及介于这些类型之间的各种公司，我都接触过。

但我也的确是上一个科技时代成长起来的一代。我对「公司应该怎么运转」的大部分直觉，都形成于 AI 出现之前：管理者负责管理，每个人有明确的工作，重要决策在会议上做出，信息沿着组织架构传递，而职位越资深，通常就意味着管的人越多。

在 Lovable 工作一年多以后，我却不断遇到和这些直觉相冲突的事。

这是我工作过的第一家会被我称作「AI Native」的公司。先说清楚，我手里只有这一个样本，所以这篇文章并不是一份宣言，告诉大家 AI 原生公司「应该」怎么运转。

我甚至不确定，哪些特点来自 AI Native，哪些来自瑞典文化，哪些只不过是 Lovable 很 Lovable 而已。

但有些东西，确实不一样了。

我说的并不是「我们大量使用 AI」。关于工作中使用 AI 的讨论，大多还停留在具体操作层面：更快地写邮件、生成代码、总结会议、做幻灯片、研究客户、自动处理客服问题。

这些都是生产力的提升。但如果公司只是把它们往同一套旧的组织模式上贴，最后的效果依然有些平淡。

真正让我感到陌生的是：当我们默认 AI 会参与一切，组织本身也开始改变。工作是什么样的，人们如何协作，谁来做决策，信息如何流动，甚至什么才算把工作做好，都变了。

所以，就把接下来这些内容，当作一位「操作系统还停留在 AI 之前」的人写下的观察笔记吧。

有些事情很棒，有些很难，还有些到现在仍让我觉得……怪怪的。

没错，我从一开始就支持这么做。我们有 IC（Individual Contributor 个人贡献者）、Lead 和 Head，但头衔不会再往下细分。

这几乎是不得不做的选择。我们的增长太快了，不想最后陷入这样的常见局面：今天一位非常优秀的总监，明年依然一样优秀，但公司已经扩大了十倍，于是他负责的范围，看起来更像其他公司会叫作「经理」的岗位。

这时，我们就得尴尬地找他谈，商量改头衔。这不是降职。但又是。可其实又不是，因为只是公司变大了。可当事人的感觉，绝对就是被降职了。

我们为什么要这样对待别人？这简直就是打击积极性的大本营。

我之前没有充分意识到，职级头衔背后附着了多少组织运作机制和办公室政治。头衔不只是工作的标签，也代表地位、准入资格、信息，甚至做事的许可。

取决于你在公司组织架构里所处的位置，你可能根本没意识到，这件事有多真实。

你一升职，突然就被拉进了不同的会议，受邀加入不同的 Slack 频道，收到不同决策的抄送，还能看到一些信息——显然，24 小时之前的你，资历还不够，没资格知道这些。

相比之下，Lovable 的组织结构扁平得几乎让人不适应。人们自己决定加入一场讨论，也自己决定退出。除非有充分理由，否则几乎所有 Slack 频道都是公开的。信息不会只沿着管理链条上下流动。

试着拿掉几层传统的组织层级吧，你会开始怀疑，这些层级当初为什么存在。

有一点我到现在还没完全想明白：这一切会把管理工作变成什么样？

在我成长的过程中，有很多事情一直被认为是管理者该做的：传递信息、协调工作、审批决策、分派责任。但在这里，我们似乎没那么需要这些事情了。

管理者当然仍然存在，我们称他们为 Lead 和 Head。但他们的工作似乎更少是在控制工作的流转，更多是在帮助大家理解背景、提高质量标准、培养人，以及确保一群自主性极强的人，正以非常、非常快的速度，朝着大致相同的方向奔跑。

我怀疑，管理会是 AI Native 公司最需要重新思考的工作之一。再说一遍：这不意味着管理者会消失。

只是过去被我们称为「管理」的事情中，可能有相当大的一部分，其实是在让信息和决策穿过一套如今已不再必要的层级结构。

在 Lovable，做 IC 的资深人士多得令人意外。

比如，有些人在上一份工作里手下管着几十个人，现在却直接上手，把项目和任务做得风生水起。各位，我们已经进入高影响力个人贡献者（IC）的时代了——High-Impact IC，简称 HI-C！

我当然也在其他公司见过这种情况，但那背后总笼罩着一层阴影。而在这里，继续做 IC，或者重新回到 IC 岗位，似乎不再暗示你的职业生涯走到一半就停滞了。

部分原因在于，AI 的能力扩大了一个人能做到的事情。如今，一个能力很强的人，就可以完成研究、构建、分析、写作、做原型、上线和迭代；以前要做到这些，往往需要大得多的一支团队。

但另一部分原因，只是一个愚蠢的体系正在自然地重新找回平衡。那个体系一直推着人们转做管理，即使他们根本不想去。

甚至在新岗位会让他们彻底无法继续创造那种价值时，体系仍然如此——而那恰恰是他们最初脱颖而出的原因。

这件事太合理了，所以我不觉得它只会发生在 AI Native 公司。针对这一问题，我自己做过一项研究，发现 71% 的人，包括管理者，都希望至少把一半时间花在 IC 工作上[1]。所以我觉得，这只是时间问题。

对此，我完全没有意见。我花在会议上的时间不到 20%，放在我以前工作过的某些公司，这简直不可想象。

显然，这不是因为我们做成的事更少了，也不是团队之间的协作变少了。只是在这里，开会不是分享信息的默认方式。

一部分原因是，我们的 AI 工具让分享背景信息变得容易多了。如果你随时能调出公司的共享知识库，看到发生了什么，包括某个决策为什么会被做出，那你其实不必亲自参加那场会议。

但最大的原因是，公司上下都非常鼓励主动性和自主权。做事不需要先拿到一张「许可证」，也不必把每一个决策都沿着组织架构送上去、传下来，等着审批。

我们想要快速行动。而当速度足够快、又能迅速纠偏时，做错事的成本就会大幅下降。事实上，犯错的成本通常低于为了做出完美决策而无休止开会的成本——何况完美决策根本不存在。

所以，没错，我们也会做错一些事。但那就是学习。它会带来有价值的背景信息，我们迅速调整，然后继续往前走。

我经常说，自己在 Lovable 已经硬撑过了一年多——这话只有一半是在开玩笑。

科技行业里的人，尤其是做 AI 的人，都为产品交付和创新的速度兴奋不已。但这真的很累。

大家都在拼命抢地盘——既想搭上这波 AI 浪潮，也想在用户被别的产品「锁死」之前尽量多留住他们；更重要的是，一切都可能一夜之间改变。

如果几家大模型实验室发布了新模型，我们产品的核心能力可能就会大不相同。也可能是竞争对手突然能做出以前不可能做到的事。

Lovable 的很多设计，都是为了创造一个极其灵活多变的工作环境，好让我们适应这一切。但团队免不了要被这种混乱正面冲击。

几个月前，我休了一周假。回来时，我真的觉得自己像是在一家全新的公司重新办理入职。

几乎所有事情都变了，我只能拼命冲刺，去追赶其他人……而其他人也都正在全速冲刺。

在 Lovable，不同工作之间几乎没有边界。人们会插手那些严格来说不归自己管的事，启动项目、做东西、修东西，偶尔还会同时朝不同方向做同一件事。

我有过太多这样的时刻：以为某件事归我负责，结果发现别人已经把它带向了另一个方向。当然，我自己也干过这种事——因为看见一个问题，想把它解决掉，就走进了另一个团队的地盘。

事实上，在我职业生涯的很长一段时间里，这一直就是我的做事方式。所以，你可能会以为，我对此应该百分之百兴奋才对。

在很多公司，尤其是大公司，角色定义和边界划分本身就是一个大问题。而且，问题还不只是那些争地盘的无聊较劲。

有时，大家只是默认「这不关我的事」：如果你修了一个「属于」别的团队的 bug，却因此挨了批评，那你以后也不会再特意跑去修 bug 了，对吧？

所以，我内心有一部分，特别喜欢 Lovable 这种人人似乎什么都能做的状态。但它也会很消耗人。公司会花大量时间明确谁对什么负责，是有原因的。

我很庆幸，Lovable 的文化是鼓励尝试、开放包容的，大家也不记仇。但当有人突然跑进我的业务范围，看起来正在做我的工作时，我确实发现，自己也会生出护地盘的心态。

不过，反过来说，老话不是也讲，两个人的脑子总比一个人的好使吗。所以，我不得不学着把手松开一点，接受这样一个事实：大家多少都在做我的工作，而我也多少在做大家的工作。

说实话，我还不知道这条界线到底在哪里。有些时候，「高度主动」确实只是一个好听的说法，实际描述的却是重复劳动、责任不清，或者有人踩进了别人的地盘。

有时，混乱会带来更好的结果。有时，它就只是混乱。

在 Lovable，唯一不变的就是变化。团队一直在变：职责转移，人们换到不同领域，新团队出现，旧团队消失。三个月前还完全合理的安排，现在已经彻底不适配了。

在这里，重组不太被当作一次特别的「事件」，它更像是一种日常运行状态。

我工作过的一些公司，不停改计划主要是领导层思路混乱的表现。还有一些公司，光是说出「重组」这个词，就足以让整个季度的工作乱套。

领导层一宣布变化，实际工作就会停下来，所有人都忙着解读：这对自己的项目、岗位、团队，乃至整个人生规划，究竟意味着什么。

Lovable 的不同之处在于，每个人都默认组织结构一定会变。公司所处的环境正在以疯狂的速度更新，再加上我们的增长极快，其他公司通常要花几年经历的运营阶段，在这里被压缩成了几个月。

六个月前适合公司的组织结构，大概本来就不该还是今天适用的那一套。所以，人们不太会把重组理解成「出了什么问题」，而更容易理解成「我们又学到了新东西」。

但这并没有让事情变轻松。持续的变化，仍然会增加工作的难度。跑得快就已经很难了。事情关系重大时还要跑得快，压力简直爆表。

如果你既要高速前进，又面临很高的风险，同时团队、职责范围、优先事项，有时甚至脚下的整个地基，都在改变……这绝对不是每个人都适合的工作方式。

所以，变化并非没有痛苦。只不过，当你知道它会来时，就更容易应对。

Lovable 有很多我会称作「牛仔」[2]的人。他们是主动性很强的通才，看见什么事需要做，就会一声「驾！」，直接冲过去。

他们不会等别人替自己制订计划。就算真有计划摆在那儿，他们可能也不怎么理会。他们觉得不确定性很棒；哪怕必须在最后关头东拼西凑、因陋就简地把东西做出来，也不觉得有什么问题。

在公司不断扩张的各个阶段，Lovable 始终保持了很高比例的「牛仔」，因为……我们差不多也只能这样。我们正跑在那台产品与市场契合度的跑步机[3]上，创新不会停，也不能停。

这件事……大多数时候都很好。我喜欢把自己也看作一个牛仔（这不是我搬去纳什维尔的原因，但确实还挺搭的）。而且，这在初创公司里很常见。

但在 ARR 已经超过 5 亿美元、正在规模化扩张的公司里，就没那么常见了。通常，这个阶段属于「农夫」：扎下根来，搭建系统，让事物按照可预测、可规划的周期生长。

随着我们的系统不断发展，也越来越需要可靠的基础设施，我们得想明白，如何在这两者之间找到平衡。

Lovable 比较奇怪的一点是，一个人刚入职就开始问「我自己的工作，有多少可以用 AI 自动化？」，在这里是再正常不过的事。而且，他们是真的为此感到高兴。

人们通常不会仅仅因为某项任务恰好写在自己当前的岗位说明里，就想把它牢牢护住。

对我们这些在另一种职场观念里成长起来的人来说，这似乎完全反过来了。我们从小被教导，工作的安全感来自不可替代性。

我们中的大多数人接受的职业训练，都是不断把更多职责揽到自己身上，并把这些事情做得非常好。你会成为那个负责流程、了解系统怎么运作、产出报告、回答问题，或者运行工作流的人。

所以，亲眼看着这一切发生，也是件让人很有收获的事。如果你以为下一句话是「……然后我们就不需要你了」，那么「把自己的工作自动化」听起来当然很可怕。

但在这里，它更像是：「……这样，你就能去想清楚，下一步自己的工作应该变成什么。」

我猜，在传统组织里，这种恐惧要沉重得多，因为在那里，AI 能力常常被描述成一种威胁工作存续的东西。

但在 Lovable，公司期待人们充分利用这项新技术。所以，如果你能证明自己可以把一组复杂或困难的任务自动化，恰好就证明了你的价值。反正完成这些之后，总还有更多事情等着做。

我们的团队绝对是在扩大，而不是缩小。（到年底，我们的人数就要逼近 500 人了……我刚加入时，整个公司才 20 人。什么？！）

这样的环境，让我很庆幸自己有做增长的背景。我早就习惯了冲进去，解决一个问题，把它交给别人，然后再去追逐下一个创造价值的机会。但我知道，这并不是常态。

没错，这件事一直让我觉得挺奇怪的。

我们公司到处都是 agent：营销 agent、分析 agent、代码库 agent、一个通用的「公司大脑」，以及越来越多人围绕自己的工作搭建的小工具。（你真该看看我们那群 GitHub agent，每一个 PR，也就是代码合并请求，都会被它们一拥而上地处理！）

到了现在，在一个正常工作日里，我和 AI agent 打交道的频率，已经几乎和跟真人交流一样高了。这是不是有点疯狂？？

我们管理它们的方式也很有意思：Lovable 为此设置了一个角色，叫作「agent 家长」。这个人要对 agent 的输出质量负责。

他们教它、更新它，在它开始给出糟糕答案时纠正它，总之，就是确保它一直有用。「家长」通常就是那个原本已经把大部分相关知识装在自己脑子里、不得不一遍遍替公司其他人回答同样问题的人。

所以，好吧，我承认：这确实有点反乌托邦的感觉。

但真正看它运转起来，事情远没那么戏剧化。如果你已经回答过同一个问题 50 次，你一定不想再回答第 51 次。

事实上，到了那一步，你多半早已把答案和背景记录在了某个地方，只是组织一直没有一种好办法，把这些信息找出来、送到需要的人面前。

据我观察，这种结构让人的视角和专业知识变得更有价值，因为公司里的每一个人，真的都能从中受益。如果所有人都要依赖这些信息，那它最好是对的。

在公司里，我经常、经常听到的一句话，就是各种版本的「这够不够 lovable？」

拿它当验收标准，说实话不算靠谱。清单上没有一个勾选框，能让你把「这够不够 lovable？」打上勾。所以，你是不是也看出规律了？这会让人觉得有点混乱。

我的体会是，这意味着你得更多地依赖判断力。每个人多少都在按照自己的品味，定义什么才算 lovable；也就是说，你得找到有好品味的人。

而「真够 lovable」的标准，绝对高于「能用」。 一个东西可以功能完全正常，解决了它本该解决的问题，但仍然让人觉得不够 lovable。

所以，这个标准迫使我们越过「功能正确」这一关，去追问那些更难定义的东西：它能带来愉悦吗？用起来直观吗？你会兴奋地想用它吗？把它交付出去，你会感到自豪吗？

没有人能拿出指标来回答这些问题……而这也正是判断力如此重要的原因。

现在，科技行业里似乎人人都在痴迷于「品味」这个概念，所以我就不再赘述了。但当每个人都在产出更多东西时，我已经能看到，公司会越来越依赖那些拥有这种神奇「判断力」的人。

这个奇怪的悖论在于：AI 越是替人处理工作中那些机械性的环节，公司似乎就越依赖人的判断力。

当信息随处可得，执行变得便宜，每个人的能力都得到极大放大时，知道该做什么、什么时候介入、什么才算好，以及一件事什么时候才算真正做完，就会变得格外重要。

「我们少开点会吧！」听起来很好，直到谁都不知道发生了什么。「我们给每个人自主权吧！」听起来很酷，直到你发现，每个人都在自主地朝不同方向奔跑。

「我们取消职级头衔吧！」听起来不错，直到你意识到，整套地位体系和决策机制依然完全依赖这些头衔。不管这算什么，它看起来更像是一整套系统在共同起作用。

而且，我绝不是在说，其他公司也应该这样工作。我手里只有这一个样本，所以请把它当作现场笔记，而不是科学规律。

这也是我想在此刻把它写下来的部分原因。我的年纪已经足够大，还记得在这一切发生之前，我们以前那套工作方式，曾经显得多么正常：

管理者掌握背景信息。工作有明确的边界。越资深就意味着管更多的人。重要决策在会议里做出。软件则是大多数员工没办法直接给自己做出来的东西。

当时，这些都不显得有什么特别奇怪。但我有一种感觉，其中一些事情很快就要变得奇怪了——也许已经如此。