Howie Liu 为什么卖掉 Airtable,转而打造 AI 智能体团队

原标题Why Howie Liu Sold Airtable to Build a Team of AI Agents

Liu 说 AI 改变了软件的经济模式。他的新公司押注,小企业需要协同工作的智能体,而不只是一个助手。

HLHowie Liu嘉宾 · Hyperagent
频道
Sources Podcast
发布
2026年11月17日
视频
58:22
阅读
13 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Howie Liu 在 Airtable 仍在增长时出售公司,因为他看到其按席位定价的软件业务与 AI 机会之间的经济模式差距正在扩大。Hyperagent 在 Airtable 内部孵化、出售后分拆,如今正重新设计为拥有独立角色和权限的智能体团队。Liu 希望小企业用它们承担原本无法负担雇人完成的工作,但他说产品必须简化设置,同时管理成本、错误和数据访问。

  1. 1Liu 选择出售时,Airtable 仍在增长他说,公司营收接近 5 亿美元,但其按席位定价的 SaaS 业务所处的市场已与创立时不同。
  2. 2现金充裕的现有企业不会自动做出更好的新产品Liu 说,资金和分销渠道不能代替寻找人们想要的产品。Hyperagent 面向小企业,以加快学习周期。
  3. 3保留的现金帮助公司在普通股分配前清偿投资者索偿Liu 说,Airtable 融资超过 14 亿美元,但保留了大部分资金,使出售能够在清偿优先索偿后向普通股股东返还资金。
  4. 4Hyperagent 正从单个助手转向多个角色Liu 描述了规划中的产品:智能体拥有独立身份、权限,以及与人和彼此协作的方式。
  5. 5自主性必须与成本和错误风险相平衡Liu 说,智能体可能浪费模型用量、泄露数据或发送不恰当的消息。商业产品需要合理的默认设置和边界。
  6. 6园林服务商可以从接收咨询到项目管理使用智能体Liu 设想智能体研究房产、帮助准备报价,并在成交后跟踪现场记录,以此说明小企业可以如何辅助现有工作。

要点建议

  1. 初创公司估值高并不保证员工股权能获得收益:投资者的优先权可能排在普通股之前。
  2. Liu 说,仅有资金不能找到产品与市场的匹配;新产品仍需要细心设计和迭代。
  3. 商业多智能体产品除了需要有能力的模型,还需要身份、权限和协调机制。
  4. Liu 认为,小企业比大型企业客户能提供更快的反馈周期。
  5. 智能体自主行动需要对开支、数据访问、错误和监督作出选择。
全文

按章节阅读整理后的全文

只看原始文稿
01

Liu 为什么出售仍在增长的 Airtable

Liu 认为 Airtable 为更早的软件时代而建,而 AI 改变了他看到的下一项机会的经济模式。

Howie Liu 说,Airtable 出现时,功能强大的浏览器应用和以产品驱动采用的软件还很新。等他将公司出售给 Bending Spoons 时,Airtable 已经成长了十多年,支撑其业务的假设也正在改变。

Liu 回忆,Airtable 于 2012 年创立时,Dropbox 和 Evernote 等产品已经表明,人们可以自己开始使用软件。Slack 尚未推出,浏览器也开始能够运行体验接近桌面软件的应用。

Airtable、Figma 和 Miro 等公司伴随这些能力成长。Liu 认为,时机是 Airtable 成功的部分原因:它的产品和商业模式契合软件发展的特定阶段。

Liu 说,十多年后,AI 正在改变软件业务的分销、定价能力和经济模式。他认为,这带来了不同的技术基础,而不仅是需要添加的一项功能。

Liu 说,Airtable 的营收已接近 5 亿美元,仍在增长并产生现金流。但他认为,公司所处的位置不同于软件即服务蓬勃发展的初期,那时塑造 Airtable 的有利条件更强。

他将按席位定价的软件与 AI 系统作比较:前者通常向员工提供生产力工具,后者可能自动完成工作,并产生变化不定的模型使用成本。他说,成熟软件公司可以加入 AI,但其底层经济模式和组织不会自动改变。

按照 Liu 的说法,选择是继续在 AI 时代把 Airtable 作为 SaaS 业务经营,或者寻找买家。他逐渐认可 Bending Spoons 收购和持有企业的方法,相信对方能够经营好 Airtable。

Hyperagent 曾在 Airtable 内部孵化。Liu 说,出售让 Hyperagent 得以分拆成独立公司,同时让 Airtable 股东分享新机会的收益。这把成熟的软件业务与一项从一开始就围绕 AI 构建的尝试分开了。

02

Hyperagent 为什么成为独立公司

Liu 说,资金和现有企业的分销渠道不如寻找新产品和新市场的工作重要。

Alex Heath 问,Liu 为什么不保留 Airtable,用其现金流资助 Hyperagent。一家盈利的核心企业看起来可能是新产品资金的理想来源。

Liu 认为,当团队试图找到人们想要的产品时,资本很少是主要限制。资金充裕的初创公司也可能做不出有吸引力的产品,而大型现有企业即使有钱和分销渠道,也可能难以进入新市场。

他说,对于不依赖销售流程、让用户自行采用的产品,资金可能让人分心,或者替代为打磨体验而付出的细致心力。艰难的产品工作仍然必须完成。

Liu 说,两类业务的经济模式也不同。使用 AI 可能带来不同于高利润率 SaaS 模式的成本,而新智能体产品的分销策略也不必与成熟企业软件相同。

Airtable 已经建立了包含大型企业的客户群。相比之下,Hyperagent 最初优先面向亲自经营业务的小企业主;Liu 预计,这能让团队比通过大型企业销售周期更快地推出改动并学习。

Heath 问,为什么 Bending Spoons 是 Airtable 合适的买家。它旗下有不少成熟品牌,但他指出,美国听众可能不太熟悉这家公司。

Liu 说,买家有一套严格的收购方法:理解企业的经济模式,决定愿意支付的价格,然后经营该业务。他看重一家透明、行动与承诺一致的交易对手。

他把这种确定性与一些收购流程作比较:后者耗费时间、暴露公司信息,最终却没有成交。监管风险也可能让交易成为漫长的干扰,就像 Adobe 收购 Figma 失败所显示的那样。

03

出售对员工股权意味着什么

嘉宾解释为什么即使公司的名义估值很高,投资者的优先索偿对普通股股东仍然重要。

Liu 说,带领团队经历出售并不简单。有人选择留下,有人加入新公司;领导者有时必须代表所有人作决定,却无法让每个人都满意。

Airtable 的出售价格低于其估值峰值。Liu 说,低利率时期许多公司的估值异常高;他认为,如果 SaaS 市场或 AI 带来的竞争状况恶化,等待可能导致更差的结果。

Liu 说,Airtable 在多轮融资中筹集超过 14 亿美元,但保留了其中大部分,并通过经营补充现金。这使公司能够偿付投资者的优先索偿,并向普通股持有人返还资金。

Heath 强调,员工需要了解初创公司股权如何运作。投资者可能持有优先股,其索偿先于普通股得到清偿,因此出售公司或亮眼的名义估值,并不保证员工股权有价值。

Liu 同意,公司估值上涨并不是全部。不同类别的股权可能有不同结果,债务或投资者的优先权也可能使出售时员工能够获得的价值更复杂。

他的经验法则是为公司和员工保留选择空间。筹集一大轮融资后全部花掉,与保留储备或谨慎支出,会带来不同局面:普通股股东获得收益前,仍必须先清偿优先权。

04

编程智能体让 Liu 重新开始亲手构建

假期里对模型的实验,让 Liu 从 Airtable 的应用构建平台走向构建智能体的产品。

Heath 转而询问 Hyperagent 的起源。Liu 说,它与其说源于宏大计划,不如说始于一次冬季假期的实验;那时他重新发现自己有多喜欢亲手构建产品。

Liu 使用编程智能体和前沿模型后发现,他能做的不只是表面的原型。凭借自己的工程经验,他认为智能体可以帮助构建具有实质底层结构的可用产品,而且比为每个实验组建团队更快。

这段经历让他想起 Airtable 的早期。一个人可以尝试想法,无需先正式建立大型项目或雇团队;不过 Liu 也指出,自己消耗的模型额度,学生时代的他未必负担得起。

Liu 区分了两种产品设计方法。一种从客户要完成的任务出发,寻找服务它的技术;另一种从新的技术能力出发,探索它能带来什么产品。他重新对智能体产生兴趣源于后一种方法。

他此前已经看到早期 AI 聊天产品创造机会,但较新的编程智能体让他觉得又跨越了一步。他开始考虑围绕自己正在使用的能力构建产品,而不只是把它当作爱好。

Airtable 是用于构建应用的软件;Hyperagent 源自类似的递归想法:用智能体帮助人们构建智能体。Liu 关注 OpenClaw 的兴起,并开始亲手构建新产品,在实践中学习。

这项工作也让他更清楚地看到它与 Airtable 的区别。他说,构建 AI 原生产品所需的团队规模、资源、文化和商业假设,都不同于成熟的 SaaS 业务。

05

从一个助手到智能体团队

Liu 概述了计划中的重新设计:多个身份、权限,以及智能体与人之间的协作。

Heath 将 Hyperagent 的目标概括为让多个智能体协作,并问它如何在众多竞争产品中找到位置。Liu 说,他大量使用竞争产品,以了解优秀的智能体体验是什么样。

Liu 说,在过去的软件市场,即使有人想复制一款能力强的产品,也很难在原开发者持续改进时迅速追上。智能体产品变化更快,现有企业依赖既有渠道或昨日优势的时间也更短。

Liu 说,Hyperagent 1.0 帮助团队学习智能体的运作机制并倾听早期用户,但后续版本正围绕不同重点重新设计:让小企业使用智能体团队,而不是一个人使用单个助手。

个人智能体通常围绕一个人工作,使用这个人的账户。Liu 认为,当企业主希望多个智能体与多个人协作,并分别拥有角色、身份和权限时,设计问题就不同了。

他把这种安排比作雇佣员工:营销人员不应该用首席执行官的账户发送每条信息。独立身份可以让每个智能体的行为更容易审计,也能按角色设置不同规则。

规划中的产品将让人们通过群组对话与多个智能体沟通,并协调它们之间的工作。Liu 将其描述为 Hyperagent 2.0 的方向,并不表示设计的每一部分都已经成功。

06

更简单的默认设置和自主性的边界

产品必须平衡更简单的设置,以及智能体独立行动的成本和风险。

Heath 说,第一版 Hyperagent 提供了大量控制选项,细到开支、模型和行为,但也可能让人感到不知所措。他问,许多人还没体验过个人智能体,Liu 为什么就押注多智能体协作。

Liu 把个人助手市场比作电话亭里的刀战。他认为,拥有模型、分销渠道和大量计算资源的大公司都决心在这个市场竞争。

在他看来,多智能体协调的形式尚未确定。设计者必须决定如何分配工作、共享信息和并行运行任务,并不存在一种显而易见且适合所有企业的安排。

他接受了 1.0 版本提供过多设置的批评。新产品需要合理的默认选项,让用户开箱即用,同时支持一组智能体与人共同工作。

更高的自主性带来权衡。Liu 说,配置不当的智能体可能在无效工作上花钱、泄露信息、发送令人尴尬的消息,或采取其他有害行动。设计必须决定它们能做什么、如何协调。

他补充说,如果基础能力不过关,仅有差异化是不够的:智能体还必须有能力、反应快、价格可承受。他认为多智能体类别更有希望让 Hyperagent 参与竞争,但没有声称结果有保证。

07

小企业可能如何使用智能体

Liu 描述客户案例和园林服务工作流程,从研究咨询到跟踪项目。

Liu 说,Hyperagent 的早期用户包括小型保险经纪、园林服务商、设计师和代理机构。这些经营者往往希望多一个人处理工作,而不是再增加一款用途狭窄的软件。

Liu 说,一些客户使用智能体辅助员工,承担他们原本负担不起雇人完成的工作。他将此描述为客户报告的体验,而不是每家小企业都有的实测结果。

他举了园林服务商的例子:智能体可以研究收到的咨询,查看卫星图像和房产照片,并帮助估算报价。它还可以制作效果图和提案,供企业主与客户沟通时使用。

赢得项目后,智能体可以帮助跟踪日程和现场记录,例如团队下周需要哪些植物或工具。Liu 说,这些运营细节可能决定客户是否继续选择一家服务商。

他描述的早期用户并不全是技术创始人。他们愿意尝试,但可能无法处理复杂的深层配置。因此,自助使用体验对 Hyperagent 希望接触的人群尤其重要。

Liu 设想,小企业能以低于增聘同等人数员工的成本获得有能力的助手。他预计由此产生的收益会形成一个大市场,但这仍是他的预测。

08

拥挤 AI 市场中的新公司

Hyperagent 获得融资,但 Liu 说团队仍须证明产品的价值。他与 Heath 讨论了投资过度的可能性。

Liu 说,Hyperagent 分拆后不久完成了一轮数千万美元规模的融资,资金主要来自原有内部投资者。他认为,融资不如证明下一款产品能为客户创造独特价值重要。

他说,1.0 版本已经取得一定进展,但团队将重新设计的产品视为一个新的种子阶段项目。他在 Airtable 的经历并不能免除寻找有效产品的必要。

Heath 问,AI 领域的热情和估值是否类似于曾推高 SaaS 估值的低利率时期。作为投资人,他看到许多公司预计快速增长,想知道这种乐观是否过于普遍。

Liu 更愿意从 AI 的底层能力出发推理,而不是直接类比。他预计这项技术会产生异常广泛的经济影响,同时承认增长和估值很难精确预测。

他承认,资金可能流向最终不会成为大赢家的公司。前沿模型提供商将获取多少价值、年轻的应用公司又能获得多少,仍然不确定。

Liu 说,过去 SaaS 估值的部分基础,是人们预期软件建成后可以获得高利润率和低成本分销。对于运行时会消耗 AI 资源的产品,其中一些假设可能不再以同样方式成立。

09

旧 SaaS 规则不是保证

Liu 说,软件创始人应重新考虑熟悉的商业假设是否仍然成立。

被问到无法出售公司、重新创业的成熟 SaaS 创始人该怎么办时,Liu 说,并非每家公司都能保证在技术转型中蓬勃发展。领导者应重新考虑旧规则是否仍能支撑业务和员工股权。

他认为,擅长过去的商业模式,并不能证明它在变化后的市场中仍会保值。在他看来,创始人应该将继续经营的前景与其他选择作比较,而不是认为不采取行动就没有风险。

10

Liu 如何在 Hyperagent 使用智能体

他介绍了营销、竞争研究和编程智能体,以及他对全天候工作的期待。

Heath 问 Liu 自己如何使用 Hyperagent。Liu 说,他会向智能体询问战略、产品和营销问题,还介绍自己如何用智能体把广告构想变成视频,而不只是讨论想法。

他还介绍了一个追踪竞争对手、研究新发布内容的智能体。它可以访问代码库和开发讨论,提出一项功能,并生成供团队检查的拉取请求。

Liu 将这与功能上线前通常要经历的文档、会议、原型和决策流程作比较。他重视能够更早探索具体实现,尽管产出的工作仍需要评估。

他说,智能体可以通宵工作,并在任何时间接受请求。它们确实会犯错,但他看重它们耐心地反复将现有功能与竞争产品对照、进行详细比较的能力。

Liu 说,团队通过使用自己的产品学习这些实践。他预测,园林服务和保险等领域的企业如果部署好智能体,可以显著提高速度和效率;他对优势大小的估计是预测,而非实测结果。

同频道的其他文章

1:08:18EN → 简体中文
Sources Podcast· 2026年11月3日播客 · 2 人对谈Alex Davis:集中投资、AI 算力与私募市场风险嘉宾 Alex Davis · 主持 Alex HeathDisruptive 投资人介绍新基金、后期企业投资方法,以及对投机性基础设施和私募投资工具的担忧。Venture CapitalInvestingAI Strategy+1
1:24:20EN → 简体中文
Sources Podcast· 2026年10月28日播客 · 2 人对谈Tobi Lütke 谈 AI 智能体、创业和 Shopify 的未来嘉宾 Tobi Lütke · 主持 Alex HeathShopify 首席执行官与 Alex Heath 讨论智能体购物、公司文化、商业模式以及他在家运行的 AI 系统。Agentic commerceEntrepreneurshipAI Adoption+2
51:38EN → 简体中文
Sources Podcast· 2026年7月16日播客 · 2 人对谈Tolan 创始人 Quinten Farmer:AI 向导、真实关系与平静的公司文化嘉宾 Quinten Farmer · 主持 Ellis HamburgerFarmer 介绍小外星人角色的设计、用户报告的效果与高端定价,以及他为何希望它既能倾听,也能提出不同意见。AI agentsProduct DesignCompany Building+1
幻灯片1:02:09EN → 简体中文
Sources Podcast· 2026年7月9日播客 · 3 人对谈Jon Steinback:Marker、AI 与写作背后的思考嘉宾 Jon Steinback · 主持 Alex Heath, Ellis HamburgerMarker 创始人主张让编辑器通过提问帮助作者,而非替作者写作;主持人也审视了 AI 在各自工作中的位置。Product DesignCreativityAI Product Management+1
49:05EN → 简体中文
Sources Podcast· 2026年6月24日播客 · 2 人对谈Jason Yuan:Hivemind、社交 AI 与朋友间信息分享的风险嘉宾 Jason Yuan · 主持 Ellis Hamburger创始人介绍一种向人际网络中的人提问、创造联系机会的 AI,以及它必须面对的不完善隐私保护。AI agentsPrivacy & data governanceProduct Design+1