邱懿武
工作台

$1 亿美金 ARR,我的 48 条反思

一号位的认知上限就是团队的上限——所以把时间花在“和谁、按什么优先级、做什么”上。

整理日期
讲者
胡渊鸣(Meshy 创始人,清华姚班 → MIT PhD,Taichi 作者)

渠道:微信公众号 · 体裁:文章 · 信源层级:一手(作者本人第一人称自述;经公众号「E」发布)

背景:Meshy 严格口径 ARR 突破 $100M。文章从 $80M 写到 $100M(历时约一个月),删掉 2/3,成 5 版块 48 条。三个问题贯穿:① 有哪些事我希望别人早点告诉我?② 我为什么长成这样一个人、该如何与团队相处?③ 哪些地方我自己也没做好?


I. 温度与原则(1–6)

核心:先人后己,做一个“有原则的好人”。

  1. “与人为善”的根源——作者遇到过的导师都极善良(MSRA 的 Steve Lin 是公认最 nice 的 mentor;MIT 两位 co-advisor 尊重学生兴趣、自己扛下 grant proposal);父母常说“吃亏是福”。先考虑别人,表面吃亏,实际建立极深信任 → 公司创立就把“同理心”写进文化守则。
  2. 公司的善良不能少了原则——学校目的是教书育人,商业公司必须打胜仗。没有原则的善良会变成“讨好型人格”/滥好人。“与人为善”要着眼整个团队、放长时间线,才是“大善”。
  3. “公正”是极难的系统工程——管理者懒惰常导致老实人吃亏。陷阱:任劳任怨的同事被派越来越多 dirty work = “惩罚责任心”。同理:对“会闹的”比老实做事的好、奖励加班而非高效出成果——都是只看局部、不公正。
  4. “扪心自问”是公正决策的方法——“如果有一天大家薪资被意外公开了,大家会觉得公平吗?”任何不公正的处理,迟早暴雷。
  5. “客观真诚”——“好”说好,“不好”说不好。方式可委婉,但必须实事求是。不看谁说了什么,看他做了什么、是否真正解决了问题。
  6. “全局思考、权衡取舍”——游戏让人沉迷因为即时确定回报 + 非黑即白;现实相反。典型误区:“好人做点坏事就觉得他很坏,坏人做点好事就觉得他很好”。管理者必须权衡:短期 vs 长期、个人 vs 团队、公平 vs 效率。

II. 时间与 Founder Mode(7–15)

“一号位的认知上限就是整个团队的认知上限。” 时间是最重要的不可再生资源——所以一号位最重要的,是把时间花在“和谁在一起、按什么优先级、做什么事”上。

  1. “与人为善”对 Founder 也有极限——太消耗自己去考虑他人,会在公司大决策上没心力,反而对团队不负责。又是“小善”与“大善”的平衡。
  2. 创业是关于时间 t 的常微分方程组——一号位最重要的工作之一,是看清各因素相互作用,区分 leading indicator 与 lagging indicator(参考 Ray Dalio《The Changing World Order》)。它本质在回答“世界如何运转”。
  3. 公司的“价值”有很多层次——浮在上面的营收只是冰山一角。底层有:人才密度、愿景清晰度、技术实力、产品实力、文化价值观、士气、股东是否一心、创始人身体……只看营收/估值是极度滞后、浮光掠影的。两个指标差不多的公司,可能一个加速爬坡,另一个已从根子腐坏。
  4. 算清“时间机会成本”——(一年后估值 − 今天估值) ÷ 365 ÷ 每天工作时间 ≈ 全公司每小时机会成本。假设 50% 来自创始团队决策,就能算出创始人每秒机会成本。→ 很多小事就不用纠结了(纠结本身已造成损失)。不适用于陪家人朋友(无法用金钱衡量)。
  5. 健康是 Founder 最重要的资源之一——最好的 founder(顶尖的人)根本没有 WLB。Jensen Huang:“我工作的时候就在放松”。更好的词是 Work-life unification。能做的是避免无意义损害(别暴饮暴食、少熬夜、抽时间锻炼)。
  6. 创始人一定要有 Ego,但 Ego 与傲慢界限极难界定——必须从团队利益和愿景出发,而非“为了证明自己是对的”。“独立思考”很重要:你有 100% context,下属 50%,外部 1%。 只有 1% context 的人批评你,大可不必理会。“CEO 就是 main function 里的 try/catch,没法往上层 raise exception”——公司一切最后都由你承担。
  7. Founder 内心特别孤单——很多实话不能随便说,别人没有你的 context。陷阱是希望下属提供缺失的情绪价值:会不经意给阿谀奉承的员工正反馈 → 更多员工向上管理 → 被藏进信息茧房,甚至被下属 PUA。
  8. 情绪价值的三个来源(不能来自下属认可)——① 世俗的:经济基础支持买期待很久的东西(作者练 “close 了 Series B 就奖励自己一台 Hasselblad”,文中照片即所摄);② 认知提升:和更厉害的人共事交流;③ 更高尚的:看跟着自己干的人成长——“把他们的快乐和成长看成我自己工作的成功”。
  9. “幸福”的反义词是“无聊”——“快乐”与“幸福”正交。经历过“快乐的幸福”和“痛苦的幸福”,只要有成长,就不会无聊。把所有挑战看成“成长的机会”。

III. 人与 AI(16–23)

  1. 没有基本功,用 AI 只会放大困惑——“基础不牢,地动山摇”在 AI 时代更重要。作者会直接说“我看不懂这篇 AI 写的报告,请你手动重写”。AI 一来,“形式”与“内容”彻底解耦,“一本正经地胡说八道”成为常态。
  2. “说不清楚不如不说”——姚班考试规定:证明题答对满分、答错 0 分,而直接写“我不会”能得一半分(让“写长证明赌阅卷人找不出破绽”的策略失效)。→ 工作同理:表达不清楚,往往是思路不够清晰。
  3. 无限用 AI,但面试极重视“古法编程”——几百场面试发现:手撕代码逻辑清晰的同学,解决问题能力往往更强,AI 的出现没改变这个关联。AI 不但没拉平软件门槛,反而让强者更强、弱者更弱。
  4. AI 已超出想象的专业领域特点——① 软件世界可闭环(如 AI coding,不涉及“原子搬运”);② 可 verify 结果(如 AI for math 用 Lean 验证);③ 不需垂直领域特定知识(如法律)。
  5. 对人类未来的焦虑——前几次产业革命只是造了“更好的工具”,人类仍是发号施令者;这波恐怖之处:人类最引以为豪的“智力”,在很多领域已被 AI 超越。
  6. 以数学为例——很快 AI 会成为定理证明主力(如 OpenAI 在 Navier-Stokes 上的进展)。“未来的数学家职责不是证明,而是像'祭司'一样诠释 AI 给出的'神谕';甚至很快连祭司的工作都会丢掉,因为 AI 能更好地诠释自己的证明。”
  7. 要不要理解 AI?——若对 AI 干啥完全不理解,会遇到“写不出下一个能推动进展的 prompt”。反过来,若一直能写 prompt 推动解决,不理解也没事。今天(尤其写生产代码)还是需要一定理解。“某种意义上 AGI 已实现,只是各领域分布不均。”
  8. 遇到问题找利益无关者咨询很重要——“别人说你有病,可能只是想卖药给你”。AI 的很大价值:至少基本“利益无关”。

IV. 团队与管理(24–38)

中子质量 99% 不来自三个夸克静质量相加,而来自强相互作用下的运动和场的能量。(类比团队)

  1. 团队像量子力学——个体能力重要,个体间的相互作用同样深刻影响产出。招人除了看能力,还看他的加入会给团队“能量场”带来什么。管理几个人靠兄弟情;几十个人靠一号位对业务细节的深入理解;几百个人靠真正践行的原则与价值观 + 高密度人才梯队。
  2. 支持给员工市场最高位薪资——因为相信“与人为善”,也因为业务高毛利支撑。“公司的薪酬福利水平不能超过公司的赚钱能力。” 认同张一鸣:不说“人力成本”,说“人力投资”。
  3. 比人手不足更可怕的:过度扩张带来的人才密度下降 = 组织不可逆的癌症。准则:每个人都必须比现有的人更强;宁缺毋滥(不招让你纠结的人,大概率后期暴雷);只招自驱的人。
  4. 用愿景驱动团队——“对造船的团队,应激起他们对大海的向往”(否则只是拿锤子砸钉子)。别人的愿景拿不来,因为缺了最底层的思考。
  5. 不要 PUA 下属/上级/peers——公正对待每个人,但可搞清楚每个人想要什么,放到合适位置、定制回报与成长。良<a 好关系应双方都觉得积极、有益、舒服。 推荐 Robin Stern《煤气灯效应》。
  6. 团队必须是创始人的延伸——黄仁勋:“成为 CEO 不必改变你的性格……你造一辆 F1 赛车,但必须造成一辆你能驾驭的车。让车适应你。”
  7. 给团队空间,多试一试——除非有明显逻辑问题,不要一上来就否定。“克制”的管理有时最有效。难点是判定何时克制、何时抓细(Andy Grove 的 “Task-Relevant Maturity”)。
  8. Leader 的思考必须领先于团队(所以大概率不被理解)——可用 track record、milestone、沟通技巧取得信任。AI 时代普遍是技术型人才带团队(年轻、缺管理经验),如何帮这些技术天才成为好 leader 是全行业问题。(作者亲自在公司讲《给好学生的管理课》)
  9. “Founder mode”应是整个团队的工作方式——好 leader 必须了解一定程度的细节,必要时往下看两三层、get hands dirty。原因:① 厉害的人希望从 leader 身上学东西;② 不了解细节难准确评估贡献;③ 技术 leader 不了解细节易没安全感→不克制地干涉;④ leader 核心是全局权衡取舍,不了解细节无法深入思考。
  10. 很多决策像办公室空调温度——不可能让所有人满意,要接受。(推荐新管理者玩《Frostpunk 冰汽时代》)
  11. Low performer 会逼走 high performer——他们会相互舔伤口、“携手”降低质量标准,并把问题归到其他部门。不想失去最佳员工,就果断和不合适的同事说再见(好聚好散,有温度)。

35-37. 关于“老登”——作者今年满 30,反思如何“防止变成老登”。“老而不登”的例子:任天堂(137年)、吉卜力(41年,宫崎骏80岁还在创作)、Ray Dalio(77岁)。 共同点:把用户/观众/读者放在第一位(宫本茂拉清洁工同事来玩自己做的游戏、观察他反应)。“老登”行为背后往往是“不安全感”——担心被时代抛弃、担心年轻人不听自己,所以一定要证明自己。“如果哪一天我做不到 state of the art,那就让别人做去。”

  1. 只有以最快速度成长,才能甩掉“登味”——“一个人一旦停止快速学习,就会被'登味'腐蚀。有些人没老,但他已经登了;有些人老了,他却不登。”

V. 战略与执行(39–48)

做难而正确的事,世界应该会奖励能深入思考和扎实执行的人。

  1. 世界上大多数努力是徒劳的——多花时间思考“什么重要”,比埋头执行更有效。“如果太害怕失去,就不能得到。大赌大赢,愿赌服输。”
  2. 把成功归结于运气——不是谦虚,是太习惯失败。目标是创新,必然大部分努力失败。“即使大概率失败我也全身心投入去做” → 低预期让人更有危机感、更容易幸福、更能把事做好(缺点:偏保守)。
  3. 资源之间可相互置换——人才密度、文化、士气、品牌、现金储备、愿景、Founder 体力……某些方面弱一点,可被其他方向强项弥补。
  4. 以终为始(从曾鸣教授学的)——“不要根据现在手上有哪些牌去思考未来能做什么;而是先想想未来要做到什么,再看还能补上哪些牌。” 后者能做到大 10 倍的事,且不见得难。“我今天做什么,未来才有可能做成这个事?”
  5. 清华 + MIT 最大 lesson:“往往你身边最聪明的人还会比你努力很多倍”——市场只奖励结果最好的人。两个坚定信念:“没有任何人能够随随便便成功”“靠运气得到任何东西长期来看一定会凭实力失去”。
  6. 第二大收获:近距离观察“天才”如何工作——最重要特点是对自己做的事非常热爱。“努力+聪明”打不过“努力+聪明+热爱”(前者的努力是消耗,后者是“做自己喜欢做的事”)。他们扎扎实实把每个细节做好(做实验严谨、写 paper 每个标点都对)。
  7. “精益求精”而非“得过且过”——顶尖选手都这样(宫崎骏、Michael Jackson、宫本茂、雷军、Elon Musk、Jobs…)。前提:清楚知道优先级、做到“重要的事情先做”。他们明确知道“给团队提不能理解的高要求,虽然今天会被骂 SB,但结果一定好”。
  8. 世界是巨大的草台班子——扎扎实实把每件“基本的事”做好,成为 top 1% 不成问题。难就难在“把基本的事做好”:想清楚自己要什么、说到做到、按时睡觉、独立思考、确保文字读者能看懂、只提高质量问题、每天用一下自己的产品、让贡献大的人多拿、把事实放在脸面之前、不讲正确的废话。
  9. “聚焦”、“不做什么”更重要——“不做什么”不意味着失去,反而意味着得到:少开项目→更多时间思考战略重心;少参加活动→更多陪家人;少认识新朋友→和真正志同道合的人建深厚友谊;少招不匹配的人→更高人才密度。
  10. 深入的思考是别人拿走了也没关系的——因为它是综合市场需求、创始人能力、团队能力、时代背景、公司基因文化等的最终产物。这份思考的落地只有你能做到 100 分;别人拿走做 80 分,也竞争不过你,因为市场只选最好的。“如果一个事情不能做到最好,那还不如不做。”

结尾——“科学家就是把科学当成家的人,企业家就是把企业当成家的人。” 搞科学和搞企业相同之处:找到一个足够重要而有趣的问题,然后把最基础的事情扎扎实实做好。


读后判断(范德)

这是目前 reading 集合里“最一手、最完整”的一篇创始人复盘——48 条,几乎每一条都能直接用。 而且它出现在一个特别的位置:作者是技术出身的天才(姚班/MIT/Taichi),刚把公司做到 $100M ARR,他的反思兼具“技术判断”与“组织判断”,罕见。

三条对造物云/懿武最直接的:

  1. “一号位的认知上限就是团队的上限”+ 条 42“以终为始”——几乎是对你的直接喊话。 你反复说“判断力是壁垒”,胡渊鸣从另一面说:一号位最重要的工作是“把时间花在和谁、按什么优先级、做什么”,以及“先想未来要做到什么,再看还能补上哪些牌”(而非根据现有牌盘算)。这两条合起来,是一份非常具体的“CEO 时间审计”清单。
  1. AI 与基本功的张力(条 16/18)——和昨天赵鼎新、PG 完全同频。 胡渊鸣说“没有基本功,用 AI 只会放大困惑”“AI 不但没拉平软件门槛,反而让强者更强、弱者更弱”。→ 又一次印证:AI 时代不是“门槛消失”,是“判断力和基本功的回报被放大”。 这对造物云做 AI+教育是核心命题。
  1. 条 20/21 的“焦虑”值得单独拎出来——它是创始人里罕见的诚实。 “这波 AI 恐怖的在于:人类最引以为豪的'智力'已被超越”“数学家将从'证明者'变成'祭司',甚至祭司也会失业”。→ 一个把公司做到 1 亿美金的技术天才说出这话,比任何评论员都更有分量。这跟昨晚那些“AI 替代认知工作”的讨论形成闭环。

诚实标注:本文是一手(作者本人撰写、第一人称)。但它是个人经验复盘,含大量作者主观原则(“与人为善”“吃亏是福”),不是普适定律;且作者背景(姚班/MIT/图形学/高毛利 SaaS)与造物云不完全可比,取其“思考框架”而非“具体做法”。