Floodgate 合伙人 Ann Miura-Ko 走访了一批 SF AI 原生公司，记录了所见所感。
PM 正在消失
走访五家公司，只找到一位全职 PM（其中一家有 40 名员工）。工程师每天直接和客户对话，端到端拥有产品决策。
PM 没有被"增强"，而是被吸收进了工程和设计。
最危险的副作用：特征工厂
当你可以一天之内构建客户要求的任何东西时，构建一切的冲动是压倒性的。多家公司表示这是他们目前最大的战略风险。
赢了这场比赛的公司有硬约束：
- 一家公司的 Agent 只能通过 JSON 配置现有功能——根本不能创建新的应用代码
- 一家用 squad 级别的北极星指标在想法 ship 之前就 kill 掉
- 创始人必须决定产品在哪里有观点、在哪里保持灵活
当执行几乎免费时，品味成为护城河——但公司如何组织让品味可见，仍在被探索。
技术栈收敛
几乎每家公司都在跑同样的核心：
- Slack：不仅是聊天，已经成为 Agent 的编排层。emoji 反应自动创建工单，bot 报告诊断并分拣客户问题，Agent 被 tag 进 thread 开始工作
- Claude Code：六个月前 Cursor 是每个对话的主角。今天 Cursor 被偶尔提起，工程师生活在 Claude Code 里
- GitHub + Codex：代码审查
- Linear：不仅在 SaaS 崩盘中存活，还在为如何繁荣规划路线图
一个研究者说他在用 Cursor 和 Claude 双窗口，但一直在问自己为什么需要第二个。这个发现对所有编码平台都是警示：工程师对工具似乎没有太大忠诚度——除非他们能从工程师产生的数据中获益并训练模型。
组织里的每个人都被赋能构建真实的东西
- 企业客户经理几个月跟产品团队要自动化账户上传没人做，在 Slack 里问 AI Agent，一小时后完成了
- 会计团队在写数据库查询，用 MCP 探究自己的业务数据
- Chief of Staff 在 30 分钟内产出直邮和营销材料
最被低估的转变不是 AI 对工程师做了什么，而是对其他人做了什么。
实验成本崩溃，创造复合影响
- 研究者测试 10 个界面设计，每个跑一天，扔掉 9 个
- 设计师在不到 6 分钟内生成多个竞争迭代（在不同的 tabs 里）
- 没有任何编码经验的增长 PM 在两天内构建了完整的 Meta Ads pipeline（策略简报、AI 生成视频广告、自动发布）
公司用 AI 在真实用户接触产品之前模拟客户：
- 一个团队构建 AI Agent 扮演不同用户角色来压力测试产品，不需要等真实反馈
- 另一个每周跑数百个研究访谈，而不是一季度 50 个
- 一家公司构建了完整谈判历史、沟通偏好和决策模式的用户画像，用于准备销售电话
这些公司迭代速度快 3-5 倍，体现在两个方面：完成单个实验更快所以同等时间能跑更多实验，或者并行跑多个实验。构建和学习都在压缩，知识在复合。
和战争形态的类比
这本质上是一种不同的运作方式。像战争从战斗机转向无人机群，对战略的影响是相似的。
差距在以周为单位扩大
"我们已经清楚看到：那些内化了这些实践的公司和那些还在辩论'AI 战略'的公司之间的差距是巨大的，而且每周都在扩大。"
"When execution is nearly free, taste becomes the moat"——这句话值一百万美元。不是能力，是品味定义产品边界。