2025-10-17-年收入1亿美金的AI公司的内部圣经曝光

人工智能时代的建设：HeyGen 之道（机翻转载）

如何在动荡的世界中顺势而为、快速交付并取得成功

目录

• 我们正在构建什么
• 前言
• 第一部分：核心理念
• 第二部分：我们的节奏
• 第三部分：工作原理
• 第四部分：团队结构和通用原则
• 第五部分：核心产品团队
• 第六部分：增长产品团队
• 第七部分：通信协议
• 第八部分：要避免的反模式
• 第九部分：战时制胜
• 结论

介绍

我们正在构建：让每个人都能用视觉讲述故事

我们的使命：让所有人都能通过视觉讲述故事。

我们将视频分为两类：

• 沟通视频——业务更新、教程、访谈、播客、讲解。这些视频旨在解释、告知或沟通。（最适合基于脚本的编辑。）
• 电影视频——高制作的广告、电影、MV、预告片、高端品牌内容。这些视频旨在感动人心、激发灵感或带来娱乐。（最适合时间轴编辑。）

我们致力于让

每个人都能轻松制作沟通视频。我们所说的“每个人”指的是各种技能水平，从新手到专业人士。我们的产品操作简单，任何人都可以在几分钟内制作出高质量的视频。

前言

本书存在的原因

传统软件开发已死。曾经稳固的基础如今已在我们脚下动摇。在人工智能时代，每隔几个月就会出现突破，昨日的限制变成了明日的默认设置。 在 HeyGen，我们不会与这种不稳定性作斗争。我们顺势而为。我们整个开发理念都围绕着顺应人工智能的进步而构建，而不是寻求不再存在的稳定技术基础。 这本书记录了我们如何思考、构建和取胜。它献给每一位 HeyGen 团队成员——工程师、设计师、产品经理——以及所有想加入我们的人。本书讲述了我们如何在地基不断变动的情况下工作，以及如何将这种不稳定转化为竞争优势。 第一部分

核心理念

我们的核心理念

快速行动，力求做到最好。乘着人工智能浪潮，拥抱研究的不确定性，提前六个月下注，打造灵活的产品，使其能够随着模型的改进而自我升级，同时又不牺牲质量。

根本性转变：从基础到浪潮

在人工智能时代，我们缺乏稳定的技术基础。每隔几个月，人工智能技术就会发生巨大的变化。模型能力未知且瞬息万变。 我们正处于一代人难得一遇的技术窗口期。未来 12 个月，人工智能代表着我们这一代人的战争机遇。我们有机会打造下一个谷歌或 Facebook。这个机遇现在正在爆发式增长。我们应该全力以赴。这就是大家加入 HeyGen 的原因，也是我们在这里的原因。

关键区别：我们所说的“拥抱不稳定性”，指的是底层的人工智能技术基础——模型、能力、研究突破。我们绝不接受服务正常运行时间、产品质量或用户体验的不稳定。即使底层的人工智能技术基础不断变化，我们的产品也必须保持坚如磐石的可靠性。

这不是什么问题，而是我们的机遇。我们要顺势而为，而不是逆流而上。

传统时代：

• 建立在稳定的基础上
• 优化寿命
• 提前 12-18 个月制定计划
• 抛光，然后发货
• 顺序开发

人工智能时代（我们的道路）：

• 乘着科技浪潮
• 为自动改进而构建
• 切实规划 2 个月（与模型升级周期一致）
• 船舶学习
• 平行实验

这与敏捷开发有何不同

传统敏捷假设技术相对稳定，功能可预测。而我们工作的环境是，基础技术每隔几个月就会发生变化。我们的方法扩展了敏捷原则，但针对的是技术不稳定性，而非稳定的迭代周期。

波浪骑士的优势

竞争对手追逐稳固的阵地，却被下一次飞跃所蒙蔽。我们设计的目标是随着模型的进步而自动改进，并选择顺势而为，而不是与之对抗。

了解哪些会变化，哪些会保持不变：对于我们来说，重要的是了解哪些组件在短期内可能会发生变化（模型、功能）以及哪些组件不太可能发生变化（用户工作流程、核心问题），并围绕那些不会改变的事物构建我们的产品/系统，同时顺应模型改进的浪潮。

乘风破浪的机会示例：

• 情境学习 vs. 微调 vs. RAG 方法
• 语音模型的后处理改进
• 多供应商系统优化

质量悖论

我们快速行动，同时力求做到最好。这听起来似乎有些矛盾，但你若能理解：快速行动使我们能够长期打造更高品质的产品，并更快地交付客户价值。竞争对手每月只推出一项功能，而我们却能进行五次实验。我们的学习速度是竞争对手的五倍。这些学习成果最终转化为卓越的产品。 快速行动并不意味着快速发布功能，而是意味着快速交付客户价值（并快速学习）。速度服务于我们最终的目标：成为绝对最佳。 尤其对于视频内容而言，质量是不容妥协的。用户喜欢产品并非因为其界面精美——他们喜欢的是能够以卓越的质量解决他们问题的产品。我们的成功标准是：任何用户在我们平台上都能获得的平均视频质量。 第二部分

我们的节奏

我们的节奏：两个月的波动周期

为什么是 2 个月？这符合模型升级周期，并允许在保持专注的同时快速调整策略。

我们的节奏：

• 为期两个月的路线图规划——与 AI 发展周期同步。与领导层、技术主管和产品经理深入探讨产品回顾和战略（设计可选，但鼓励参与）。理想情况下，会议最好以面对面形式进行，以最大程度地提高产出并突破干扰。会议对绩效保持完全透明和诚实的态度，并根据需要调整战略。
• 6-12 个月的战略押注——预测并为下一个重大突破做好准备
• 每两周一次的承诺清单——产品和工程团队共同决定并确定每个团队对特定交付成果的承诺优先级
• 每日发布——每天都会进行改进、功能或实验

理念：短周期让我们与人工智能发展的步伐保持一致。周期足够长，足以构建有意义的产品；周期足够短，足以适应技术格局的变化。

进行波浪乘行实验

重要提示：该框架更多地适用于现有产品和增长领域，而不太适用于可能需要更长时间探索的新功能和研究领域。

• 第 1 天：定义假设和成功指标
• 第 2 天：构建 MVP（真正最小化）
• 第 3-5 天：向部分用户发货
• 第二周：分析、学习、决定下一步

好的实验是：

• 快速（几天，而不是几周）
• 科学且数据驱动
• 提供清晰的信号：继续、转向或停止
• 小调整带来大变化（我们还不够成熟，无法进行优化）

失败的实验：

• 大多数实验都会失败——这是预料之中的
• 失败但有学习=胜利
• 失败而不吸取教训 = 真正的失败
• 实验时间不要太长，否则你将无法得出结论

制定波速决策

框架：这是单向门还是双向门？

• 单向门：仔细考虑（罕见）
• 双向门：PM 快速决策，立即测试（常见）
• 辩论时：我们可以测试一下吗？如果可以，那就别再说了，赶紧试验吧

决策沟通：

• 立即通过 Slack 进行沟通，明确个人责任和执行时间
• 团队之间完全透明
• 分享背景信息，而不仅仅是计划
• 明确解释每个决定应该传达给谁

6 个月的水晶球

虽然我们制定了 2 个月的现实计划，但我们必须预测未来 6-12 个月的战略部署。这需要：

• 关注人工智能研究的突破
• 了解计算趋势
• 预测模型能力
• 构建灵活的架构，受益于未来的改进

快速发展的同时管理技术债务

核心原则：构建灵活性和可替换性

• 构建预期变化的抽象层（警告：在尚未准备好时不要过度抽象）
• 记录假设，而不是实施
• 积极地对所有内容进行版本控制
• 设计系统在模型改进时也能改进

技术债务的时间分配：

我们的原则：将减少技术债务视为对未来速度的投资。我们赞赏那些能够显著提高团队生产力和系统可靠性的技术债务减少工作。技术债务工作应该与业务成果和速度改进明确挂钩。 第三部分

操作原则

1. 速度就是一切（绝不妥协）

新现实：在人工智能时代，学习最快的团队将获胜。就是这样。

• 几天内发货，而不是几周
• 如有疑问，请进行实验
• 动力比完美更重要
• 行动缓慢是唯一不可饶恕的罪过

实际应用：

• MVP 用于测试想法，而不是最终产品
• 足以验证 > 完美但迟了
• 交付不完美的产品，然后跟进：如果它不起作用，就停止使用，或者如果用户关心，就改进它，直到它达到最佳状态
• 错误比不完美的功能更糟糕（错误阻碍学习）

速度是一种态度

速度不仅仅关乎执行力，更关乎心态。我们不会说“等到周一再发布，这样就万无一失了”。这暴露了我们缺乏紧迫感，缺乏快速学习的意愿（宝贵的数据损失了 2-3 天），缺乏责任感，以及对执行力的怀疑。这种心态阻碍了我们取得成功。成功者拥有、发布、学习和适应的速度都很快。

行动偏好 > 追求完美

如果你追求正确，那你就太慢了。不要害怕犯错，要害怕学得太慢。

2. 拥抱科技浪潮

别再追求技术稳定性了。它根本不存在。AI 基础每两个月就会发生变化。设计你的产品时，要让它随着模型的变化而自动改进。构建能够预测变化的抽象层。让你的产品体验与 AI 的进步同步发展，而不是被它左右。

3. 不同意但承诺

我们正处于战争时期，而非和平时期。每个人都会贡献想法和反馈，但决策必须迅速。一旦做出，即使意见不合，我们也要全力以赴。缺乏承诺而导致的战略缺陷，比那些我们可以迅速纠正的不完美决策更糟糕。

4.通过创新创造用户价值

用户喜欢能够解决问题的产品，而不是漂亮的界面。创新与用户喜爱紧密相连。我们利用人工智能革新了人们制作视频的方式，打造了前所未有的奇妙体验。但如果不解决实际问题，创新就毫无价值。

入职挑战：

• 人工智能产品的能力因用户技能而异
• 我们的责任：教授用例，而不仅仅是功能
• 成功=任何用户都可以达到的平均质量
• 衡量视频质量，而不仅仅是视频创作

5. 构建与购买：一个简单的规则

只要能提供最佳的用户体验，我们就会去做。

• 内部构建：阿凡达视频模型（没有外部供应商符合我们的质量标准）
• 外部提供商：语音（质量足够好，资源限制）
• 不自私，只求结果

第四部分

团队结构和通用原则

A. 通用团队结构

所有团队都遵循相同的核心结构：

PM + 工程 + 设计 + 数据科学

B. 通用角色定义

产品经理：协调者

核心职责（所有 PM）：

• 决策和优先级设定的主要驱动因素
• 直接与领导层合作制定战略
• 了解每个功能背后的“原因”
• 协调工程、数据科学、设计

PM 功能：

• 创建功能性 MVP 和 UX 原型
• 为用户简化技术抽象
• 引领原型优先方法

人工智能时代的演变：

• 构建功能原型，跳过传统规格
• 使用 Figma 设计或 UX 原型作为文档
• 规划尚不存在的功能
• 熟悉市场上的所有人工智能工具并每天使用它们

工程师：快速建造者

核心职责：

• 以最快的速度制定并执行决策
• 提供 PM 可能错过的技术见解
• 灵活性和快速迭代的架构师
• 深刻理解问题背后的“原因”

人工智能时代焦点：

• 使用 AI 助手（例如 Cursor、ChatGPT 等）来提升代码速度。我们行业里曾经讨论过 10 倍效率的工程师。我不确定是不是 10 倍效率，但有了 AI 代码引导工具，每个人的效率至少比两年前提高了 3 倍。
• 构建可发展为生产系统的原型
• 专注于构建，而不是文档
• 直接与 PM 合作进行快速原型设计

设计师：简化者

主要角色：定义简单而又非凡的体验

设计使命：作为一款视频创意工具，我们的设计必须达到世界一流水平。任何低于这一标准的设计都无法让我们的工具惠及所有人。因此，我们设计的首要原则是简洁。让产品在人工智能领域运行并不难，但让产品易于使用并保持高质量却极其困难。而这正是我们设计团队的主要使命。

核心职责：

• 创建功能性 MVP 和 UX 原型
• 将原型改进为消费者级别的愉悦体验
• 确保所有功能与 HeyGen 产品框架紧密结合，建立并维护整个产品的设计标准
• 坚持我们的原则：对每个人来说都非常简单（包括奶奶）
• 引领简化工作——如果奶奶不能使用它，设计师就会标记并修复它
• 拥有自己的设计系统，能够为未来的发展提供一致、快速的迭代
• 帮助简化产品营销
• 注重视觉效果的润色和验证后的体验一致性

人工智能时代焦点：

• 熟悉市场上的所有人工智能工具并每天使用它们

关键原则：设计师专注于验证后的卓越性，而非早期探索，以保持开发速度。他们是“极简至上，人人适用”原则的主要守护者——这是一项基本的设计挑战，需要在验证后运用真正的专业知识。

数据科学家和项目经理：分析合作伙伴

数据科学职责：

• 指标解释与验证：逻辑和定义的真实来源
• 统计分析：相关性、因果关系、因果推断
• 建立 PostHog 无法实现的

  高级实验指标

• 根据既定的产品功能

  构建机构仪表板

• 需要高级 SQL/Python 的复杂分析
• 轻量数据工程与建模（管道、转换）
• 数据科学原理与词典

  知识共享

项目经理职责：

• 熟悉该地区的顶线指标并能够识别异常模式并启动调查
• 利用 PostHog 分析来监控趋势和使用情况（产品分析、人群、行动）
• 从 Hex 主表中提取简单数据
• 主动管理实验生命周期，包括预测试/回测和清理
• 定义实验设置——曝光、组、成功指标
• 确定测量所需的

  其他事件

• 进行初步实验评估以确定获胜的变体
• 了解区域收入与公司战略之间的联系，能够在发布决策中做出高判断
• 期望在 PostHog 中独立进行数据分析，并在 Hex 中编写简单的查询

共同责任（DS 和 PM）：

• 实验影响分析——结果与解释的一致性
• KPI 定义（例如 AER、留存率、转化率）
• 需要更深入分析时

  进行联合实验审查

• 调查异常模式

C. 平等伙伴，不同航道

PM 帮助定义什么：

• 问题框架
• 定义目标
• 带来清晰度和背景

工程师决定如何：

• 与 PM & 设计共同设计解决方案
• 拥有可行性、权衡利弊、执行力

设计师确保简洁：

• 让每个人都能使用复杂的人工智能
• 守护“奶奶测试”原则
• 创造愉悦的体验

数据科学家提供真相：

• 用数据验证假设
• 科学地衡量影响
• 指导实验方法

所有人都认同这个原因：

• 为什么值得这么做？
• 我们要解决什么问题？为谁解决？
• 为什么是现在？为什么这种方法优于其他方法？
• 为什么这会推动业务发展？

D. 构建原型的过程

理念：在传统软件中，项目经理 + 设计 + 工程师构成了神圣的三角关系。在快节奏的人工智能开发中，我们更注重速度和学习，而非追求完美的流程。

灵活的合作模式：不同团队的产品经理和设计师的合作关系可能有所不同。有些产品经理在用户体验方面经验更丰富，可以全程推动原型设计；有些设计师则对人工智能的工作原理有着深入的理解，可以参与主导原型设计。

两人规则：原则上，由一名 PM/设计人员和一名工程师（共两人）共同构建原型。我们不会为了维护每个人的感受而进行优化，以达成共识。我们的目标是加快进度，尽快在市场上验证创意，以便我们作为一个团队能够打造出更好的产品。

每个人都有机会为新想法构建原型。在人工智能时代，技术上可以构建的东西无穷无尽（就像我们在黑客马拉松中所做的那样，真的很棒）。关键在于拥有一个高效的团队来推动快速决策。

通用方法：

1. 原型优先：PM/设计师+工程师直接合作，快速构建和测试想法
2. 证明其有效性：在进行大量设计投资之前，通过真实用户验证概念
3. 设计精炼：一旦验证通过，设计师就会改进体验，以适应我们的整体产品框架并保持简洁性。
4. 生产就绪：从原型到生产的每个功能都必须经过精心设计

成功原因：AI 功能存在巨大的不确定性。大多数原型都无法正常工作。为未经验证的概念过度投入设计只会浪费时间。但所有交付给用户的产品都必须符合我们的质量标准。

第五部分

核心产品团队

重点：构建和完善核心产品功能

核心产品团队专注于基础产品体验——构建定义 HeyGen 本质和功能的功能。他们致力于优化用户体验质量、功能完整性和长期产品愿景。

核心产品团队特点：

• 复杂功能的开发周期更长
• 关注产品体验和用户旅程
• 强调设计系统和一致性
• 整个产品生态系统的集成
• 我们正在构建一个商业工具，但令人愉悦的产品体验对于创意工具以及 HeyGen 达到 1 亿用户来说至关重要

核心产品栏

标准很简单：在每项体验上都做到绝对最佳。低于这个标准就不够好。怎么做？快速行动，迭代速度比竞争对手高出 5 倍。

零缺陷愿望

我们的目标是零错误。我们还没有达到这个目标，但这是我们的目标。当你使用最好的创意工具——Canva、Figma 或 CapCut——你很少会遇到错误，因为准确性对于创意工作至关重要。作为一款创意工具，可靠性不仅仅是锦上添花——它对于用户信任和工作流程的连续性至关重要。 第六部分

增长产品团队

实验引擎哲学

增长团队的运作方式与核心产品团队不同。我们是实验引擎。我们追求速度、学习和影响力。每一项原则都服务于一个目标：提高我们的速度。

核心增长原则

工程是工具，影响是目标

我们交付的不仅仅是代码，更是成果。在人工智能时代，代码成本低廉，影响力却弥足珍贵。切勿追求美观，也不要过度设计无人问津的解决方案。优化速度，以产生影响力：交付重要内容（20% 的投入，80% 的成果），在经过验证后进行迭代，并在真正实现价值后进行改进。

实验是为了学习，而不是为了获胜

安全的实验并非真正的实验。真正的目标是通过承担明智的风险、大胆的假设以及愿意快速犯错来更快地学习，以便下次更快地正确。

增长团队重点

增长项目经理：实验策划者

• 与团队共同做出决策
• 掌握指标和学习循环
• 深入了解用户问题和业务影响
• 清晰地、有针对性地构建问题并定义目标
• 定义“什么”——构建问题，明确目标，明确目标
• 与工程学对接，思考“为什么”——为什么值得做这件事？为什么是现在？
• 迅速启动实验并偏向行动
• 拥有成果，而不仅仅是输出

增长工程师：速度机器

• 与 PM & Design 共同设计解决方案
• 拥有可行性、权衡和执行力，以构建更好、更快、更智能
• 明确“如何做”，同时协调“为什么做”
• 以最大速度进行衍生实验
• 痴迷于学习循环和数据
• 深刻理解问题，而不仅仅是“告诉我要构建什么”
• 了解“为什么”，成为积极的参与者，用更少的迭代提供更多的价值
• 注重速度而非完美的架构
• 构建改变公司轨迹的实验引擎

增长差异

增长团队与核心产品团队的目标不同。核心产品团队专注于构建和完善功能，而增长团队则专注于快速实验和学习。我们玩的是一场速度取胜的游戏，每一条原则都服务于这一目标。 第七部分

通信协议

直接、异步、高效

核心原则：

• 异步优先：对于分布式办公室，尽可能利用异步通信
• 会议红旗：如果任何团队成员与超过 5 人的团体进行超过 3 次同步会议，则发出红旗
• 时间焦点：我们的时间应该花在建设上，而不是开会上
• 面对面交流，发挥影响力：利用面对面交流的时间，实现最大程度的沟通和团队建设

决策：通过 Slack 即时沟通，明确具体负责人和执行时间。团队之间完全透明。分享背景信息，而不仅仅是计划。明确说明每个决策应该与谁沟通。

反馈：要直接——好就是好，坏就是坏。关注工作本身，而不是人。收到反馈时：重要的是工作本身，而不是你。每个人都可以进步。

第八部分

要避免的反模式

🚨人工智能开发的七宗罪

1. 完美的建筑

• 花费数周时间进行“规模化”设计
• 您的规模问题：100 个用户
• 实际问题：还没有用户喜欢它

2. 研究瘫痪

• “我们需要更多的用户研究”
• 数月的采访，却没有发货
• 更好的方法：错误交付，快速学习，正确交付

3.稳定基础幻想

• 等待人工智能“成熟”
• 像 2019 年一样建造
• 现实：它永远不会稳定——而是顺势而为

4.共识陷阱

• 每个人都同意=没人关心
• 观点鲜明，但立场松散
• 冲突意味着你正在做某事

5. 质量借口

• “还没准备好”
• “再打磨一下就好了”
• 自信交付，快速改进

6.《大爆炸》发行

• 6 个月的秘密开发
• 盛大揭秘
• 竞争对手已经发货并学习

7.沉没成本谬误

• “我们已经投入了这么多”
• 快速消除故障
• 庆祝学习成果，删除代码

何时真正放慢速度

质量门槛（不可协商）：

• 妨碍从实验中学习的错误
• 安全漏洞
• 严重损害用户体验的功能
• 影响客户的重大变更

战略性停顿（罕见但重要）：

• 对业务产生重大影响的单向门决策
• 将影响未来 6 个月的技术架构
• 当用户反馈表明方向发生根本性变化时
• 法律或合规要求

红旗探测器

如果您听到这些短语，请提高警惕：

• 🚨 “让我们再考虑一下”→ 我们已经落后了
• 🚨 “我们应该协调所有利益相关者”→ 决策瘫痪即将到来
• 🚨 “如果技术变了怎么办？” → 肯定会变的。无论如何都要发货。
• 🚨 “让我们等待下一个模型”→ 我们的竞争对手不会等待
• 🚨 “我们需要一个更强大的解决方案”→ 我们首先需要用户
• 🚨 “这可以更完善” → 发货，如果用户在意的话再进行完善

第九部分

战时制胜

我们为何会获胜

• 我们的发货速度比竞争对手快 5 倍：更多实验 = 更多学习
• 学习将化合物转化为更好的产品：我们拥抱别人避免的东西
• 不稳定是我们的优势：老派竞争对手无法适应
• 我们专注于重要的事情：为用户提供质量、为学习提供速度、为差异化提供创新

我们的七大乘浪原则（愿望）

1. 快速行动，不妥协
2. 打造绝对最佳的产品体验
3. 质量至关重要（尤其是视频视觉质量）
4. 不同意但承诺
5. 如有疑问，请进行实验
6. 拥抱不稳定的人工智能发展——顺应潮流
7. 通过整合促进创新

结论

乘风破浪

三年前，我们根本无法想象如今的人工智能能力。ChatGPT 甚至都不存在。三年后，今天的尖端技术将显得过时。唯一不变的是变化。唯一的策略是顺应潮流。唯一的目标就是用户价值。 我们没有所有的答案，但我们有更好的东西：业内最快的学习循环。 每天，我们都面临着一个选择：追求虚假的稳定，还是顺势而为。我们选择顺势而为。我们选择打造能够随着人工智能的进步而不断进步的产品。我们选择快速交付，更快学习，最终获得成功。 欢迎来到软件开发的未来。让我们一起创造非凡。 记住：速度与质量并存。创新与整合并存。速度与目标并存。

快速行动，绝不妥协，乘风破浪。

来自HeyGen联合创始人兼首席执行官Joshua Xu @joshuaxu

文章链接：https://x.com/joshuaxu/status/1978837502787219578