品味、真实感与六人小队：Instagram 负责人 Adam Mosseri 谈 AI 时代怎么做产品

Lenny 问 Mosseri，2026 年一家像 Meta 这样的大公司，标准产品团队长什么样。Mosseri 说，很长一段时间里，典型配置是两三名 Android 工程师、两三名 iOS 工程师、两三名服务器工程师，再加上产品经理、设计师、数据科学家，运气好还有研究员，大约「面包师的一打」那么多人。这套结构存在的部分原因，是写代码的人旁边需要有熟悉同一代码库的人来做 review。今年 Instagram 改成了叫 pods 的迷你小队：大约四到六名更通才的工程师，配上一位新角色「product staff」。

Product staff 是产品经理的进化版：能借助最新工具，兼做一部分设计师、数据科学家和研究员的工作。专家按工作需要加入——做定价策略就需要资深数据科学家，做全新体验就需要非常资深的产品设计师。结果是核心通常收缩到六七人。人少了，协调成本下降，决策更快，也更少「设计委员会」式的折中。Mosseri 强调，大家爱谈 AI 提升生产力，但另一半事实是：小团队本身往往就更有效。

小队里可能完全没有专职数据科学家、设计师或研究员，由 product staff 作为通才撑起这些职能。各职能正在互相渗透。Mosseri 举例：过去要看人们创作 Reels 时在哪一步流失，需要数据科学家做大量定制的瀑布分析；现在内部工具可以自动拉出这类基础分析，product staff 一年前还做不了这件事。机械性的取数被工具吃掉后，团队只在真正需要时才请更资深、更有创造力的专家进来。

Lenny 转述另一位嘉宾的招人标准：能把想法从头做到尾、且有品味的 builder，以及某一领域的深度专家。Mosseri 非常同意，说「品味非常重要」。东西更好做了，时间更该花在想清楚该做什么上。很多设计师正焦虑工程师和 product staff 也在做设计，他却对设计师「相当看好」，因为品味很难想象会被自动化掉。Lenny 也观察到，AI 做出来的应用往往一眼能看出是哪套工具的味道，设计师招聘却在走平。

Mosseri 认为，答案可能是优秀设计师不会一直待在传统设计岗位里。Instagram 有一位资深设计师 Nate 已经转到 product staff。出色的设计师通常对产品策略、甚至业务和上市都有强观点。他预计最强的一批 product staff，会是从设计和数据科学转过来、想扩大自己半径的人。他们以前就越过职能边界发挥影响，边界被彻底模糊后，只是终于能直接跳进去。Mosseri 也承认自己的偏见：他在 Facebook 就是设计师出身，后来换了角色。

Lenny 问相邻职能是否更危险。Mosseri 说焦虑到处都是，职能线会继续模糊，但职能不会消失，只是形状会变：要么已经资深，要么在成为资深的路上。你不能只有一堆超级资深数据科学家、却不培养新人。合理的软着陆是，不走超级专家路线的人转入通才角色。他提醒：既要投资今天的资深专家，也要投资明天的；同时不要对预测过度自信，因为变数太大。Benedict Evans 最近也在播客里说过类似的话：我们其实并不清楚正在发生什么。

招人方面，Mosseri 几乎对所有职能都看三件事：韧性、学得快，以及足够自我觉察、能接受反馈。这三项齐备，最终几乎什么都能学会；缺任何一项，通常都会出问题。面向未来五到十年，他额外看重保持好奇，以及把自己「扔出去」去试。他拿学语言打比方：能不能说得像傻瓜、被纠正还不生气，往往预示你能不能真正开口。大型组织让位给小团队后，他预计对「管理成千上万人」这类角色的需求会变少。

AI 让工作变了，而不只是变容易。工程曾经有四到六成时间在写代码，现在实验室里的人大部分时间在规划和审代码。谁适应这种转变，谁就更可能成功。Mosseri 自己当年进 Facebook 时设计师必须会编程，后来因为招不到人放弃了；十年来他第一次又能负责任地写代码，尽管「好日子里也只是个平庸工程师」。设计师在编程、工程师在拉数据、数据科学家在出设计方案，边界被工具削薄了。

他反对把态度分成挺 AI 或反 AI。工具在有些事上惊人地好，在另一些事上差得离谱，真正能用好它的人，对「它擅长什么、不擅长什么、以及很快会擅长什么」都有清醒判断。谈到 token 花费，他认为做消耗排行榜是糟糕主意，很容易做出几乎不创造价值的「代币焚化炉」。Meta 目前没有给工程师设 token 上限，但如果一两年内强工程师的消耗接近薪水，就可能按公司对其回报的信任度设上限。他把 token 当成 GPU、标注预算和编制一样的资源：总量会上升，价格则会因前沿模型竞争而下跌。

当 AI 一点点吃掉研发生命周期，人脑最值钱的地方在哪？Mosseri 的答案是品味，以及尤其围绕策略的判断。你可能向 AI 要策略反馈，但不会很快把策略本身外包出去；即便用，也必须在你设定的目标、愿景、约束、职责和预算之内。这越来越像管理：定义成功长什么样、决定路径要规定到多细、再沿途给反馈。愿景是你想抵达的世界或产品状态；策略是一条带立场的路径。策略必须让一个理性的人可以不同意，否则你只是在拼执行。

Lenny 一直以为 AI 会极擅长策略：市场、对手、指标全喂进去，帮你想怎么赢。Mosseri 说，除非你非常用力地掌舵，否则它并不好用。策略要考虑技术状态、团队动机、竞争、监管合规、品牌存在的理由。懒惰地要一份策略，得到的往往是可预测、对手也猜得到的东西。有效的做法是把约束想清楚、做成来回对话，并明确要求它挑剔。不同模型脾气不同，他建议选愿意顶回去的，而不是讨好型：「我不想要讨好者。」对于 AI 指挥人干活的「反向半人马」，他提醒：能外包不等于应该外包。

谈到产品领导力，Mosseri 说有些优秀负责人是点子机器，但许多最出色的人是策展人：策展人才、点子、技术和策略。他并不在乎一个领域的策略是负责人自己想出来的还是别人提出的，只要策略足够好、所有人都买账、并且执行得住。组建领导班子时，他看的不只是单人强不强，而是工程、product staff、数据科学、设计、研究这些角色是否互补，技能和弱点是否对得上。更难量化的是气场：有信任和默契的班子几乎什么都能熬过去；两个人都优秀、他都喜欢，但合不来，有时只能拆开。

被问到 Instagram 算法对人类行为知道什么，Mosseri 说最大的误解方向是反的：人们以为算法对自己的兴趣有细致的语义理解。过去五到十年，推荐系统的进步主要来自大型 embedding 模型，产出的是人读不懂的巨型向量。系统并不是「知道你喜欢冲浪」，只是有一个碰巧和冲浪相关的巨大数字。逻辑大体是：喜欢这些照片的人也喜欢那些照片。

大模型正在改变这一点，因为它们能用自然语言描述 embedding 空间某一区域大概意味着什么，比如「深度手冲咖啡势利眼」。Instagram 的「你的算法」功能，会看你互动过的内容在这张地图上的位置，让大模型描述那一块，然后让你看到它认为你感兴趣的主题，并增删。Mosseri 希望以后还能处理非主题请求：多看朋友、不要连续七张照片。他说，直到最近，系统才开始接近人们多年来以为它已经具备的那种精细程度。

纯时间线信息流不是答案。如果每条帖子一发就顶到关注者信息流最上方，激励就是拼命发：纽约时报一天能发五十条，最好的朋友一周可能只发一条，信息流会被专业内容和大机构淹没。设计这类系统像设计城市，要考虑激励如何涌现。时效是相关性的输入之一，但不是唯一。Instagram 做过默认时间线的实验，使用量和整体满意度都会下降——当时做选择的人也许高兴，但几个月被不太感兴趣的内容砸过后，大规模调研显示人们对 Instagram 越来越不满意。

Mosseri 认为 AI 内容对 Instagram 是顺风，也是挑战。更多内容对广告驱动的注意力生意意味着更多注意力，但不是免费的：Instagram 目前还不擅长给 AI 内容做排序，质量从很好到很糟都有。他观察到权力多年从机构转向个人，体育是最容易的例子——球员比球队更重要。Instagram 因此长期投资创作者：不只是带货网红，也包括记者、艺术家、卖自己缝的围巾的人，只要以自己的身份在创作和分享。合成内容过剩时，人们会更主动寻找创造力、真实感和「人」。

Instagram 从来不只关于内容，也关于内容背后的人、观点和分享理由，这一点会更重要。作为最大的创作者平台，这会成为顺风。他不认为应该按「用了什么工具」来评判内容，而应按内容、观点和背后的人。他不会过滤 AI 内容，而会告知这是不是 AI 生成，并提供发帖者信息——主页开了三天还是三年、改过多少次资料——让用户自己决定信不信。如果有人就爱看 AI 内容，也可以有一个「AI 小镇」式的信息流。

他喜欢有明确审美立场的 AI 创作者：一个叫 Plastic Dream Sequence 的账号用唱歌的娃娃剪影做短片，明显是 AI 但不装；巴黎的 If Only AI 把多个模型和工具串起来做梦境动画，Mosseri 把他比作拿新工具的画家。检测会越来越难，平台应诚实标明自己有多确定。长期来看，标注「相机拍的」也许比标注「AI 的」更可行。账号层面也重要：AI 创作者本身没问题，但假账号成了新垃圾向量——比如一个 AI 和尚卖假保健品、却不表明自己是合成的——必须打击。

被问到羡慕其他平台什么，Mosseri 点名 TikTok 把小人才「打出来」的能力。推荐分 exploitation（用已有数据）和 exploration（去试用户自己都还不知道会喜欢什么）。提高互动更容易靠推已经很多人喜欢的东西；难的是：你喜欢 Bieber，但也许也喜欢 Afro-funk，那就推一点试试看。探索式推荐给小众和小创作者找到新观众的机会。Instagram 这几年在原创性、爆款内容和时效上做了大量投入，Mosseri 认为在他任内第一次看到成为推荐一流的路径，尽管「还没到」。

他经常在评论区被骂，目标通常不是说服立场已定的人，而是把权衡摊给旁观的人听。永远不看不感兴趣的东西，代价是信息流变成最低公分母；想发现新事物，就偶尔会看到失误。隐私和安全也互相拉扯：要不要扫描私信，两边都有重大代价。他在 Facebook 负责 News Feed 时就开始公开说话，理由是这场辩论无论公司在不在场都会发生。2009 年他作为初级设计师改版 News Feed，第一条评论就是针对设计者的辱骂。他后来想通：如果有人每天在你的书桌上花三四十分钟，你却不打招呼就把桌子重新摆过，对方生气是合理的。

后来把信息流改成偏视频的滚动体验，引发大规模抗议。Mosseri 说至少四件事被混在一起：只给百分之四 iOS 用户、本来就不会全量上线的早期测试；大力推 Reels；加大对未关注账号的推荐；以及触达下降的创作者把账算到排序头上。大创作者公开抨击，媒体报道，再刺激更多创作者，形成回声。真正的教训不是不该测试，而是推得有点太快。他宁愿每隔几年挨一次反弹、也要继续演进，总好过没有视频、没有私信、没有 Stories、没有排序。现在任何可能引发争议的测试，团队都会事先准备「不是会不会漏，而是何时漏」的口径。

Mosseri 的第一个产品经理项目是 Facebook Home：在操作系统层 fork Android，并和 HTC 做硬件，他称为「壮观的失败」。此前他是设计经理，项目上的产品经理辞职后他自称产品经理，一头扎进运营商、OEM、认证和 Android。那一年半学到的比职业生涯任何一年都多。他很高兴自己把项目停掉了：有时最有价值的，是把一个没有市场契合的想法执行到足以判断它到底好不好。

第二个失败是大约 2019 年把第一版 Reels 建在 Stories 上。Stories 势头很猛，但完读率低、数量远超人们能看完的，大多数 Reels 根本没被看见就消失了。他认为 TikTok 是在 2020 年疫情期间爆发的：人们在家、需要一点快乐、也更能接受手机开声音。如果 2019 年夏天就有后来 2020 年夏天那种 Reels，TikTok 未必会有今天的体量。作为设计师，他想扩展已有原语、不往产品里加新东西，但这次他错了，这是过去八年业务上的一个大分岔。

三个孩子分别十岁、八岁、六岁，还不到用社交媒体的年纪，但每人有 iPad。关键是边界：通常要认真写三次半小时作业，周末才能换九十分钟；他审批他们能装的应用，飞机是例外。他支持课堂禁手机，也担心孩子完全不学 AI 会吃亏。他和老大一起 vibe coding，做出一个十九关的平台跳跃游戏，有主题、怪物、商店和皮肤。他希望孩子有数字和 AI 素养，但不要放任；也请听众记住，有争议的科技辩论几乎总有权衡，做决定的也是人。