靠AI年收入或超6亿，创始人自述：我的48条反思

本文源自转载，原标题为《$1亿 美金 ARR，我的 48 条反思》。

近日，Meshy创始人兼CEO胡渊鸣发布文章，官宣Meshy的Annual recurring revenue（ARR，年度经常性收入）突破1亿美元（折合人民币约6.7亿元）——相信不少游戏团队，都用过他们的AI 3D生成模型。

今年4月，他曾向葡萄君透露，Meshy的ARR接近4000万美元。换句话说，仅隔半年时间，Meshy的ARR涨了约6000万美元（折合人民币约4亿元）。

胡渊鸣走过的路不算一帆风顺。他高中拿下全国青少年信息学奥赛金牌保送清华，姚班毕业后前往MIT计算机科学与人工智能实验室攻读博士，仅用三年半便拿到博士学位。从MIT毕业后，他用自己读博期间创作的开源编程语言（太极语言）创办了太极图形，后又尝试做订阅制云渲染软件，却始终没找到高效的商业化路径。连续碰壁后，胡渊鸣最终转向AI 3D模型生成，才有了如今的Meshy。

不过，Meshy并不想只停留在提供研发工具上。今年GDC期间，Meshy发布过一款名为《黑箱》的游戏Demo，当时胡渊鸣将这一方向称为从「AI for 3D」走向「AI for Fun」。未来，他们想成为一家AI原生游戏公司。

《黑箱》在玩法上类似《吸血鬼幸存者》《土豆兄弟》

而在近日胡渊鸣发布的这篇文章中，他不仅分享了自己创业、团队管理的经验、对于这波AI技术革命的看法，还提到了不少游戏：他推荐每个新任管理者都玩一下《Frostpunk 冰汽时代》，并表示这是他在MIT读博期间最喜欢的游戏；聊到如何减少登味时，他提到了任天堂和宫本茂的游戏理念，还拿塞尔达传说系列的《狂野之息》《王国之泪》举例……

胡渊鸣曾说过，因为喜欢玩游戏，想做自己的游戏，他小学就开始写代码。现在看来，他与游戏的缘分依然相当深。而且，当初那个在博一期间发表六篇论文、获得杰出博士论文提名的技术狂人，似乎也终于在多年的创业经历中，总结出了「人和」的方法论。

或许就像他之前说的：“CEO不仅要懂技术，也要懂产品、市场、团队管理、融资，什么都得知道。”

以下为胡渊鸣文章原文：

首先祝贺Meshy 团队实现了一个新的 milestone：我们严格统计口径下的 ARR突破了 $100M（一亿美金）。

我们一直提倡公司在追求 “技术理想主义” 的同时，商业上要务实，所以在 Meshy 7.1 基础模型领先市场的基础上，营收能到这个量级，无疑是可喜可贺的。整个公司的各个部门都付出了很大的努力。

感谢 Andreessen Horowitz 发来的贺电

去年我写过一篇文章 《当 CEO 重读 PhD：论智慧与勇气》，反思、复盘了一下 Meshy 公司在找到 PMF 刚刚跨入高速增长状态下的一些经验和教训。

随着公司进入从 10 到 100 的新阶段，我想是时候进行一些新反思，也为未来的新挑战打好基础。反思围绕三个问题展开：

有哪些事情是我这个阶段开始之前，我希望别人能够告诉我的？这些对别人也许也有点用。

我为什么成为了这样性格的一个人？我作为 Founder 应该如何和团队相处？

还有哪些地方是我自己也没做好的？怎么做得更好？

这篇文章从 Meshy $80M ARR 的时候开始写，直到 $100M ARR 的时候，中间历时大约一个月，想到啥就记到文档里面。趁国庆期间在外出差，又花了五天删掉 2/3，完善成 5 个版块、48 条。

五个板块是：

与文章毫不相关的配图，摄于 Sunnyvale

先人后己，做一个有原则的好人。

1. 我从小接触到的教育都要求我 “与人为善”、“be a nice guy”，这根源上是因为我在每个阶段都遇到了一些非常善良的导师。

在中学搞 OI 的时候，我的竞赛教练永远给我加油打气；后来到了 MSRA，我的 mentor Steve Lin 也是整个 MSRA 公认最 nice 的 mentor，非常耐心地一点一点教我改 paper，也非常支持我做我喜欢的事情；在 MIT 攻读 PhD 阶段的两位 co-advisors Fredo 和 Bill 都非常尊重学生的兴趣，给了我最大的时间和自由度去做我喜欢的课题，也就是 Taichi；即使在 MIT，把写 grant proposal 这种没有人想做的事情强行布置给学生，并且包装成 “我这是在为你以后当教授做准备” 的 advisor 也是有的，但是 Fredo 和 Bill 没有这样做，自己搞定了这些事。

我父母也经常和我说 “吃亏是福”。他们都在考虑自己之前，先考虑别人。这样表面上看着自己会吃亏，实际上能够建立非常深厚的信任，也让周围的人能够充分发挥出来，从而让整个团队取得更好的结果。

这个简单的信念也是公司刚成立的时候我们就把 “同理心” 放到文化守则里面很重要的原因。

善良温柔的米法公主和沉默寡言的林克

截图自《塞尔达传说：旷野之息》

2. 学校的目的是教书育人，但是商业公司所处的外部环境非常不一样，必须要打胜仗才能存活。因此在公司里的善良不能少了原则，否则一个人就会变成 “讨好型人格”，或者更难听一点说，成为一个滥好人。

有条件 “以德报怨” 当然好，但是团队大了，难免要回答 “何以报德？” 圣母管不了团队也打不了胜仗，甚至无法和有原则的人合作，还会逼走优秀的人。

所以 “与人为善” 不能只看一个局部，而要着眼整个团队、放长时间线，这样才能从 “小恩小惠” 变成对整个团队的 “大善”。

3. “公正” 就是一个很好的原则，但是管理者要做到公正是一项极难的系统工程。

管理者的懒惰往往会导致老实人吃亏。比如，一个常见的陷阱是，某同事比较任劳任怨，leader 就把各种 dirty work 都交给他，于是他出于责任心，把 dirty work 做得很好。于是 leader 给了他更多 dirty work。这样从结果上来看，他的责任心和任劳任怨换来了更多 dirty work，这本质上是 “惩罚责任心”。如果 leader 不能在其他方面有所补偿，这一定是不公正、不可持续的。

类似的，很多时候我们对父母的感激反而不如偶尔给了小恩小惠的人，给老老实实做事的员工的待遇不如会闹的员工好，或者奖励加班的同事而不是更高效做出成果的同事。

这些都是只看局部而忽略了全局，是不公正的。

4. 一种帮助自己实现公正决策的方式是 “扪心自问”。比如：“我现在要给 A 涨薪、加期权了。虽然薪资是保密的，但是如果有一天大家的薪资因为某种意外被公开了，大家会觉得这样的安排公平吗？”

任何不公正的处理方式，也许一时解决了问题，但是长远一定是隐患，迟早暴雷。

5. “客观真诚” 也是一个不错的原则。“好”就说好，“不好”就说不好，不要因为对方难以接受，就把 “不好” 说成 “好”。

也许今天安慰了他，长期一定是有害的。表达的方式可以委婉一些，但是一定要实事求是。不尊重现实的结果，只有被现实惩罚。

不去看谁说了什么，而是去看他做了什么，看他是否真正 ”解决了问题“。有问题就说，哪怕对方受不了了，要离开团队了，今天离开也比拖很久再离开要好。勉勉强强拖着，对双方都是一种消耗。

6. “全局思考、权衡取舍” 也是一个好的原则。为什么游戏能让人沉迷，现实世界不能？因为游戏有即时的、确定性的回报，且大多遵从非黑即白的简单逻辑。现实世界不是泾渭分明，想清楚一件事情的利弊极难。

一个典型的 “只见树木不见森林” 的思维误区是，看到一个好人做了一点坏事，就觉得他原来很坏；看到一个坏人做了一点好事就会觉得他其实很好。

管理者不能只认死理，必须要权衡取舍、综合考虑多方面因素，短期 v.s. 长期，个人 v.s. 团队，公平 v.s. 效率，等等。一个雷埋下去，可能几个月甚至几年以后才会爆炸。就算不得以，今天埋了雷，明天后天也要花双倍的力气把雷给挖出来，不然危害极大。

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。

所以一号位的认知最重要的体现，

就是把时间花在和谁在一起按什么优先级做什么事情。

7. 对 Founder 来说，“与人为善” 也是有一个极限的。如果太无视自己内心的感受而去考虑他人，把自己精力消耗在一些无谓的地方，在公司的大决策上反而没有心力和注意力，这样对整个团队又是不负责的。又是一个 “小善” 和 “大善” 的平衡。

8. 创业是一场关于时间 t 的常微分方程组。公司的内外部因素之间会相互作用。作为一号位最重要的工作之一，就是看清楚各个因素之间的相互作用关系，区分哪些是 leading indicator，哪些是 lagging indicator。

可以参考 Ray Dalio 的《The Changing World Order》。 这个微分方程组本质上在回答 “世界如何运转”，找到这个规律就能指导战略和执行。

一个强国的崛起先是教育，然后是创新和技术，然后是产品的（质量、成本）竞争力，然后是军事，然后是贸易份额……

9. 举例来说，公司的 “价值” 有非常多的层次，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、甚至股东之间是否一心、创始人身体健康程度等等非常复杂的因素要考虑，而这些因素又会随着时间相互影响、演化。

如果只通过营收、估值去判断一个公司的进展，这是非常浮光掠影的，或者至少是非常滞后的。两个外在看着指标差不多的公司，有可能一个还在朝气蓬勃地加速爬坡，另外一个已经从根子上开始腐坏、快要走下坡路了。

我们每天沐浴的阳光，其实已经在太阳内部随机游走了十几万年。即使太阳突然消失，根据相对论，我们也要 8 分多钟才能得知这个事情。图片来源：https://svs.gsfc.nasa.gov/11084

10. 一位硅谷的好朋友教给我一种计算时间成本的方式：把一年后公司的估值减去今天的估值，除掉一年 365 天，再除以一天的工作时间，这大约就是整个公司每小时的机会成本。

假设这里面 50% 来自于创始团队的决策，50% 来自于其他人执行，那创始人很容易地可以算出来自己的每秒机会成本到底是多少。把这个时间成本算清楚以后，很多小事就不用去纠结了，因为花时间纠结的时候，已经给整个团队造成了损失，因为 “没有合理分配好属于团队的创始人的时间”，是对团队不负责任的。

比如，如果去考虑自己每个小时要见的人，再去考虑一下这一个小时的机会成本，从需要对团队负责的角度，很多人自然就不能见了。（当然，这条规则不适用于对于家人和朋友的陪伴，因为这些没有办法用金钱来衡量。）

摄于福冈

11. 健康是 Founder 最重要的资源之一。根据我的观察，在创业阶段，最好的 founder（或者说所有做到行业顶尖的人）事实上根本没有 WLB。Jensen Huang 的表述是，“我工作的时候就在放松”）。

也许更好的词是 “Work-life unification”，Work 和 Life 是一体的。健康和产出客观上就是有取舍的。

不过，其实即使每天躺平，身体也会随着年龄增长不断变差，没有人能长生不老。我们能做的，只是避免无意义的对健康的损害而已。不要暴饮暴食（对我自己来说，少吃一点辣条或者麦辣鸡翅）、尽量少熬夜、抽点时间锻炼身体，在全局来说可能是更好的解。

12. 创始人一定要有 Ego，但是 Ego 和傲慢的界限极难界定。创始人可以是对的，也可以是错的，但是一定得从团队利益和愿景出发，而不是从 “为了证明自己是对的” 而出发。如果把 “自己的对错” 放到 “事实是什么样” 前面，那是非常危险的。

在这个基础上，“独立思考” 就非常重要了，因为只有你自己有 100% 的 context，你的下属也许有 50% 的 context，外部的人也许有 1% 的 context。同理，一个只有 1% 的 context 的人来批评你，大可不必理会，因为他批评的根本不是你，而是他以为的那个 “你”。

CEO 就是 main function 里面那个 "try {...} catch {...}"，是没法往上层 raise exception 的，所以公司发生的一切最后都是由你来承担，听了外界不靠谱的建议或者批评把公司带到沟里面去了("exit(-1)")，最后还是你自己吃亏。

13. Founder 表面上风光，其实内心特别孤单，比如有很多实话也是不能随便说的，别人也没有自己每天面对的复杂的 context，很难在一个层面上深入对话，除非是别的 founder。

但是 founder 也是人，所以难免掉入的一个陷阱就是希望下属来给自己提供平常人很容易获得而 Founder 缺失的情绪价值。但这是一个泥潭：如果 founder 潜意识里面需要下属来认可自己，难免在日常行为中透露出来，或者给阿谀奉承的员工正反馈，导致更多员工就会开始向上管理，最后把 founder 藏进一个精心编织的信息茧房当中，甚至被下属 PUA，阻碍 founder 进行客观公正的判断。

我心中最好的动漫《新世纪福音战士》中

希望被老爸和其他人认可的真嗣

14. 但是 Founder 终归还是人，人就有七情六欲。既然情绪价值不能来自下属的认可，来自哪里？我觉得对我来说有三点。

比较世俗的一点是作为一个公司业务还不错的 founder，我的经济基础可以支持我去闭着眼睛买一些自己期待了很久的东西，比如一台 Hasselblad。我 promise 了自己只要 close 了 series B 就奖励自己买一台，这篇 blog 里面的照片就是这台相机拍的。做这个公司已经给我作为 founder 带来很多物质和精神上的富足、快乐和成长。这一点是极其幸运的，因为大多数创业回报都为 0。

第二点是认知上的提升，比如日常和更厉害的人一起工作、交流，能够学到很多，让我觉得很开心。

再稍微高尚的一点情绪价值的来源，是看到跟着自己干事业的人得到成长。我会真诚地为一起打拼过、然后做出杰出成就、过上好日子的同事感到开心，把他们的快乐和成长看是我自己工作的成功。

15. 公司在开创了 3D AI 赛道、进入 PMF 的高速发展以后，我一直挺幸福的。如果 “快乐” 的反义词是 “痛苦”，那对我来说 “幸福” 的反义词大概是 “无聊”。

我感觉 “是否快乐” 和 “是否幸福” 是正交的。这两年我经历过 “快乐的幸福”，也经历过 “痛苦的幸福”（“酸爽”？），但是只要有成长，就不会觉得 “无聊”。我把经历的所有挑战都看成是一种 “成长的机会”。

有时候 AI 是我指挥的千军万马。

也有时候，我是 AI 饲养的 “碳基小宠物”：

AI 通过整理好的知识来 “投喂” 我的好奇心。

16. 如果没有扎扎实实的基本功，用 AI 只会放大困惑，弄出一些似是而非的结论，这些结论在专业人士眼中是让人啼笑皆非的。高中数学老师经常强调 “基础不牢，地动山摇”，我觉得这句话在 AI 时代重要性更强了。

我有的时候会和同事这样说：“不好意思，我看不懂这篇 AI 写的报告，请你手动重写。” 或者用一个更委婉的版本表达我对其他人用 AI 内容 “糊弄” 我的抗议：我真的看不懂 AI 写的文章里面 “不是、而是” 到底是什么逻辑，更看不懂里面哪些充满押韵但是难以理解的比喻。

AI 一通输出以后，还会自己指出 “One honest caveat”（“坦率来说，我的方法还有个缺陷”），显得好像想得很深入。但是 AI 写的文章真的经得起推敲吗？在没有 AI 的时候，“形式” 和 “内容” 还是有一定的关联性，AI 来了以后这俩彻底解耦，“一本正经地胡说八道” 成为常态。

17. 以前在姚班读书考试的时候，助教规定证明题答对满分，答错 0 分，而直接写 “我不会” 可以得一半的分数。从机制设计角度来说，这样可以让 “虽然我不会，但是写一长串证明让阅卷的人要花很多力气去找破绽，也许就把分给我了” 这种策略失效。

对应到我们在工作中的习惯，大概是 “说不清楚不如不说”。在我们公司沟通清晰度是最基本的要求，用词必须准确扼要、容易理解，不要说 “正确的废话”。表达不清楚，很多时候并不是表达能力的问题，而是思路不够清晰。

18. 我们一方面全公司所有人几乎无限 token 使用 AI，参见《我给 10 个 Claude Code 打工》；另一方面，面试的时候我们非常重视古法编程这个基本功。

在过去的几百场面试中，我发现手撕代码逻辑清晰的同学，解决问题能力往往就更强。AI 的出现对这个关联性一点没有任何改变。

而且基本功不扎实，用AI做出来的东西一定是空中楼阁，地基是极不牢固的。从这个意义上来说，AI不但没有拉平软件的门槛，反而让强者更强，弱者更弱了。

19. 上面这些领域，暂时还需要人类去理解 AI、引导 AI。但是越来越多的专业领域里，我觉得也要承认 AI 的发展已经超出了我们的想象。

这些领域的特点：在软件世界可以闭环（如 AI coding 等，不涉及 “原子搬运”）、可以 verify 结果（如 AI for math，可以用 Lean 验证）、不需要垂直领域（如法律）特定知识。

20. 虽然我并没有因此失眠，但是一种对于人类未来的焦虑每天萦绕在我的脑海。

这波 AI 革命和前几次产业革命（蒸汽、电力、计算机、互联网）很不一样，前几次都只是给人造了更好的听人使唤的工具，人类还是发号施令者。但是这一波 AI 技术革命的恐怖之处在于，人类认为自己最独一无二、最引以为豪的 “智力”，在很多领域，已经被 AI 超越了。

21. 以数学方向的研究为例：很快 AI 就会取代人类，成为数学定理证明的主力，就像最近 OpenAI 在 Navier-Stokes 问题上取得的进展一样。

数学证明这是一个可怕的口子，他可以在软件世界完全闭环，并且结果可以用 Lean 等工具机械化验证正确性。在未来情况大概会演化成：AI 就像神一样给出数学证明，人类数学家能够知道这样的证明可以被 Lean 验证，所以结果一定是对的，但是就是理解不了其内在逻辑，也从中学不到东西。

Scott Aaronson 的《The Age of Wonders and Terrors》是一篇很好的文章，Logan Graves 的文章《Priest, Monk, and Mathematician》 也很有意思、并且很可怕。“未来的数学家的职责不是证明，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 能够更好地诠释自己的证明。”

对我来说，其实早已是这样了：我对这个世界有太多搞不懂的问题，通过让向 AI 提问、让 AI 编写可视化工具，都能让我进行快速学习。在这些领域，AI 就像神明一样，把对他们来说显而易见的道理，转化成按照我有限的智力能够理解的形式，来 “饲养” 我的好奇心。

22. 那么我们到底要不要去理解 AI？具体到 Coding Agent 的场景来说，如果对 AI 在做什么完全不理解，实际上会遇到的问题是 “写不出下一个能让 AI 做出有效进展的 prompt” 了。反过来说，如果人类能一直写出 prompt 去推动解决问题，那么不理解 AI 好像也没啥，反正问题最终解决了。

事实上今天我们还是需要对 AI 到底干了啥有一定理解的，特别是在写生产代码的时候。我不知道这样的状况会持续多久。这里根子上的问题，估计是 “人类作为智能落后的碳基生物，是否要为更聪明的硅基生物让位？” 这个问题这里不做讨论。某种意义上说，AGI 已经实现了，只是在各个领域分布不均而已。

23. 遇到问题找利益无关者咨询非常重要。别人说你 “有病”，可能并不是你真的有病，只是他想卖点药给你罢了。从这个角度说，AI 还是有很大的价值，至少能做到基本 “利益无关”。

摄于洛杉矶

中子的质量约为940 MeV/c²，

而组成它的三个夸克，静质量加起来只有约 12 MeV/c²。

也就是说，中子约 99% 的质量，并不来自三个夸克静质量的简单相加，

而来自强相互作用下夸克与胶子的运动和场的能量。

24. 团队也和量子力学有类似之处：个体的能力很重要，个体之间的相互作用，同样深刻影响着整个团队的产出。

招聘一个人，除了看他自身的能力，还要看他的加入会给整个团队的 “能量场” 带来什么变化。因此，我们既要考察基本功是否扎实，也要考察 culture fit：他是否认同团队的核心价值观，能否与其他人相互激发、彼此成就。

管理几个人的团队，可以靠兄弟情；管理几十个人的团队，要靠一号位对业务细节的深入理解；管理几百个人的团队，则需要一套真正践行的原则与价值观、以及一支高密度的人才梯队。

随着团队规模扩大，leader 要把人与人之间的信任、协作和共同追求，建设成组织持续创造价值的力量。

25. 我们支持给员工市场最高位的薪资。除了因为我们相信 “与人为善”，希望一起打拼的同事生活上能好一些以外，还有一个原因是我们的业务有较高的毛利润，支持我们去这样做。

直白一点说，公司的薪酬福利水平不能超过公司的赚钱能力，不然肯定无法长期持续。Human resources 是投资而不是成本。

张一鸣的观点我很认同：不要用 “人力成本” 这个词，而要用 “人力投资”。在生成式 AI 这样的新兴行业，几乎所有的成绩都来自优秀的员工的贡献。这样想的话，我们就会在待遇方面更慷慨。

另一方面，员工生活上压力小了，自然能够把工作做得更好，在我们的业务形态下是自洽的。

26. 相比于人手不足，更可怕的大概是过度扩张带来的人才密度下降，这是组织不可逆的癌症。牛人会吸引牛人，而弱 leader 只会招进来更弱的人。

于是招聘有一些基本的准则：每个人都必须比现有的人更强；宁缺毋滥，不要招让你有点纠结的人，大概率后期会暴雷；只招自驱的人，因为我们没有人想去微观管理。

27. 通过愿景驱动团队。对于造船的团队，应该激起他们对于大海的向往，不然大家每天都会觉得自己只是在拿锤子砸钉子。创始人必须自己想清楚并且精准描述一个愿景。

别人的愿景是拿不来的，因为缺乏了底层最深入的思考。如果得到愿景的过程不扎实，很容易被团队挑战，或者连自己的一关都过不去。

28. 前面说了 founder 要防止被下属 PUA，反过来，管理者也不要去 PUA 下属、上级和 peers，比如通过不客观的否定（negging）来打击对方的积极性和自我认知。

公正地对待每一个人，不要违反原则，但是可以搞清楚每个人想要什么，把他放在合适的位置上、给他定制他需要的回报和成长。良好的关系应该是双方都觉得积极、有益、舒服的，而原则和以人为本完全可以共存。不要去 “折腾” 团队。

关于什么是 PUA、如何提高自己的 PUA 抗性，可以看一下 Robin Stern 的《Gaslighting 煤气灯效应》。远离有毒的关系。

29. 创业阶段的公司和团队一定得是创始人的延伸，否则创始人一定会觉得别扭，而拧巴的创始人是没法做出好公司的。所以有什么样的创始人就有什么样的团队。

引用黄仁勋：“成为CEO，并不意味着你必须改变自己的性格或行为方式。你可以继续做自己。很久以前，我学到一个道理——已经记不清最初是在哪里看到的：作为CEO和创始人，你正在打造一辆将由你自己驾驶、参加比赛的赛车。你想造一辆F1赛车，但必须把它打造成一辆你能驾驭的车。让这辆车适合你。”

原文：“You don’t have to change your personality or behavior when you become a CEO. You can continue to be yourself. One thing I learned a long time ago—I have no idea where I first came across it—is this: as a CEO and founder, you’re building a car that you are going to race. You want to build a Formula 1 car, but you have to build it in a way that you can drive it. Adapt the car to you. — Jensen Huang”

Jensen：你才是开赛车的那个人！让赛车去适应你。

30. 给团队空间，多试一试，除非有明显的逻辑问题，不要一上来就否定一些想法。自下而上的创新非常重要。“克制” 的管理有时是最有效的。这里的难点大概是判定何时该 “克制”，何时稍微抓细一点。

Andy Grove 的 “Task-Relavent Maturity” 是一个很好的标准，参见《High Output Management》。

31. Leader 的思考必须领先（lead）于团队，所以 leader 大概率是不被理解的，但是没关系，leader 可以为通过自己的 track record 背书，合理的 milestone 设置，或者优良的沟通技巧等，取得团队的信任。

由于 AI 时代普遍存在只有技术型人才才能带团队，而技术型人才往往又很年轻、缺乏管理经验，如何帮助这些技术天才成为好的 leader 应该是所有 AI 公司都要面临的问题。（我花了一些力气在公司内部亲自讲一系列叫《给好学生的管理课》的培训，因为我发现好学生、个人战斗力更强的同学有时候做管理反而心理障碍更大。）

32. “Founder mode” 不应该只是 founder 一个人的工作模式，而是整个团队的工作方式。我们喜欢什么样的 leader? Leader 一定要了解一定程度的细节，必要的时候，能够往下看两三层，甚至 get hands dirty。主要因为以下几点原因：

厉害的人都希望能够从自己的 leader 身上学到东西，所以不了解细节的 leader 很难留住最好的人，也很难吸引最好的人加入；

不了解细节的 leader 很难准确评估每个人的贡献。如果自己没有做过一遍，如何评价下属干得好还是不好呢？

不了解细节的技术 leader 很容易没有安全感，担心自己被下属取代，于是很多干涉下属工作的不克制的管理动作就出现了；

Leader 很最重要的工作之一就是进行全面的权衡取舍，把人才、资金、品牌、产品、市场等等方向的限制因素通盘考虑，然后找到一个全局最优解。不了解细节的话没法进行全局的深入思考。

……

33. 很多决策就像办公室空调温度一样，一定是有些男生觉得太热、有些女生觉得太冷，不可能让所有人都满意的，要接受这一点。我推荐每个新任管理者都去玩一下《Frostpunk 冰汽时代》（记得玩 I 而不是 II）。

34. Low performer 会逼走 high performer。Low performers 把事情搞砸以后，会相互舔舐伤口然后 “携手” 降低工作质量标准。更要命的是，由于大多数人不愿意承认自己的问题，所以一些 low performer 会把问题归结到其他部门，进而影响团队氛围。

如果你不想失去你的最佳员工，还是果断和团队里面不合适的同事说再见吧。当然，如果你也在做高毛利的业务，还请把好聚好散处理得有温度一些。

35. 第一次听到 “老登” 这个词的时候我是抗拒的：说好的 “尊老爱幼是中华民族的传统美德” 呢？后来发现这个词在 AI 的时代背景下，还是有点东西，似乎很难被其他词替代。

写到这里，我不禁在想，我今年也满三十了，在各位更年轻的读者心里，我是否也是一个老登、或者 “中登”呢？又如何防止自己变成老登呢？

也许分析几个 “老而不登” 的例子是有帮助的。我立马能想到的三个例子是：任天堂（成立 137 年）、吉卜力（成立 41 年，宫崎骏 80 岁了还在创作），还有桥水基金的 Ray Dalio（今年 77 岁）。

36. 他们都有什么特点？任天堂和吉卜力在创造自己的作品的时候，一定是以玩家和观众为第一优先级，每一个细节到极致地打磨，让玩家玩游戏玩得开心，看电影看得感动。

举例来说，游戏之神宫本茂会从走廊里拉一位清洁工同事来玩自己做的游戏，并且在背后默默观察他玩游戏的反应，这被岩田聪称为是 “宫本先生的越肩视线”。Ray Dalio 写的书，也许更多的同学看到的是他的几个 YouTube 上面做的动画视频，你也可以感受到他是真心地希望自己的内容对其他人有帮助。 当然，最重要的事情是，任天堂的玩家、吉卜力的观众和Ray Dalio的读者，确实能从他们的内容当中学到一点东西，得到一些成长。

这里又回到了一开始讲的与人为善，把别人过得好放在第一位，而不是别人听不听自己、自己有没有参与感放在第一位。 所以，在新的时代 “不 work”、不创造新的价值，是原罪。创造新的价值，自然就没有 “登味” 了。

37. 分析到这里，大概能判断出 “老登” 行为的背后往往就是不安全感，担心自己被时代所抛弃，担心年轻人不听自己的了，所以一定要证明自己。

其实，一代人有一代人的使命，被时代抛弃很正常。如果哪一天我自己在做某一件事情上面没有办法做到 state of the art 了，那我就让别人做去就好了。我做点别的事情啊，不要去指手画脚。

给他设定好目标，就像《旷野之息》和《王国之泪》里面那样，你把鸟望台、神庙、呀哈哈、莱尼尔放在合适的地方，玩家自然就会去想办法去解决他们，并不需要去微观管理玩家到底做什么。当然，这样有一个问题是没有玩家会去救塞尔达公主了，但是只要玩家得到了快乐，不救公主应该也问题不大吧。

38. 话虽然这么说，如果成长得不够快，做不到行业里面的最佳，那确实也很难 level up 去给新时代里面最聪明的年轻人设定目标。这大概是这个时代 AI 时代给大家带来的焦虑感的来源。

只有以最快的速度成长，才能不断地甩掉身上的 “登味”。 一个人一旦停止了快速学习，就会被 “登味” 腐蚀。有些人没老，但是他已经登了；有些人老了，但是他却不登。

可以把“瘴气”换成 “登味”，得学得足够快才行

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。

39. 世界上大多数努力是徒劳无功的，创业、做新业务也是如此。因此，多花时间去思考什么事情是重要的，比把所有时间花在埋头执行上面要更加有效。

另外，如果太害怕失去，那也就不能得到。风险永远是存在的。“大赌大赢，愿赌服输”。“赌性坚强”。

40. 我喜欢把成功归结于运气，主要原因不是为了显得谦虚，而是我已经太习惯失败了。毕竟如果目标是创新，那必然大部分努力都是失败的。

所以一开始就可以抱着 “即使大概率失败我也全身心投入去做，失败没什么，成功了那就太好了” 的态度。多试一试，总是能成功的。

这种 “低预期” 的习惯让我更有危机感一些，更容易感到幸福，也更能把事情做得更好一些。缺点是会让我比较保守。

41. 资源之间可以相互置换：人才密度、文化、士气、品牌认知、现金储备、愿景、Founder 的体力等等。一些方面弱一点，只要不弱到不能接受的程度，都可以被其他方向的强项给弥补。

42. 以终为始。我和曾鸣教授学到的最重要的一点：不要根据现在手上有哪些牌，去思考未来能做什么；而是要反过来，先想想未来要做到什么，再看看自己还能补上哪些牌。后者这样的思维能够比前者做到大 10 倍的事情，而且不见得会更难。

换句话说，实事求是地问 “我今天为什么还做不到这个事情” 是基本功，但更好的问题是 “我今天做什么，未来才有可能做成这个事儿？”。不去试一试，又怎么知道自己做不到呢？

43. 在清华和 MIT 求学的经历带给我的最重要的 lesson：“往往你身边最聪明的人还会比你努力很多倍”。而市场只会奖励结果最好的人，于是聪明但不努力的人，在多数情况下是竞争不过聪明又努力的人的，（市场）竞争就是这么残酷。

和没有经历过这种环境的人比起来，我最大的优势也许就是两个坚定信念：“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”。一旦这样想了以后，很多事情就会简单很多，扎扎实实把每件事情做好就行。

"Getting an education at MIT is like taking a drink from a fire hose." ("在 MIT 学知识就像用消防栓喝水"）于是一帮 MIT 的学生就把消防栓改造成了饮水 Fountain。Photo Credit: Wally Gobetz

44. 在这俩地方第二大的收获就是得以近距离观察外人眼里的 “天才” 们是如何工作的。这两个群体里不少人成为了行业的佼佼者，我观察下来，最重要的特点是对自己做的事情非常热爱。因为仅仅是 “努力 + 聪明” 的人一定打不过 “努力 + 聪明 + 热爱” 的人。

前者的 “努力” 是一种消耗，后者的 “努力” 是 “做自己喜欢做的事情”：前者觉得 “天哪就这样吧，我已经搞不动了”，后者觉得 “我还可以做的更好一点，因为我还没玩儿够”。

另外，他们都会扎扎实实把每一个细节做好：做实验就要非常严谨，写 paper 就会每个标点都搞对。他们能够有如此大的耐心，去做这些常人觉得很枯燥的事情，是出于热爱。

45. “精益求精”，而不是 “得过且过”。无限打磨，总可以做得更好一点。以前我会觉得 “一个标点符号都要大费周折去搞，这也太吹毛求疵、控制欲太强了吧？” 后来我发现每个行业的顶尖选手都是这样的，包括宫崎骏画动画电影、迈克尔杰克逊排练舞蹈、宫本茂设计马里奥、雷军做手机、Elon Musk 做 Tesla、Steve Jobs 设计 iPhone、Steve Lin 教我 English writing、蒋陈凡夫老师带我写 SIGGRAPH paper、张艺谋导演 2008 年奥运等等。“马马虎虎” 的人基本没有大成的。

这里面有一个前提条件：他们清楚地知道优先级，并且做到了 “重要的事情先做”。如果他们都遵循了这种优先级准则，那 “吹毛求疵” 就是一种惊为天人的能力和资本：他们已经把别人还没解决好的基本问题全部搞定了，剩下的只有精益求精，而别人连追求这些细节的资格都没有，因为没到这一步呢！

另一方面，他们对自己想要什么、可以放弃什么想得非常清楚，明确地知道这样给团队提出他们不能理解的高要求，虽然今天会给团队很大压力甚至被骂成 SB，但是以后结果一定是好的。

46. 由于世界是一个巨大的草台班子，只要扎扎实实把每件基本的事情做好，成为 top 1% 就不成问题。难就难在，“把基本的事情做好”，其实也没有那么容易。

哪些事情属于基本的事情？比如 “想清楚自己到底要什么”、“说到做到”、“按时睡觉”、“独立思考”、“确保写下的文字读者能看懂”、“确保自己只提出的高质量问题”、“每天用一下自己的产品”、“让贡献大的人多拿一点”、“把事实放在比自己的脸面更重要的位置”、“不讲正确的废话” 等等。

这些都要非常强的自信、克制、执行力、独立思考、成人之美才能做到。所以 “top 1%” 只占 1%，还是有原因的。

47. 既然做好基本的事情已经很难了，咱就别去同时做太多事情了。随着公司越来越大，“聚焦”、选择 “不做什么” 变得更加重要。“不做什么” 不意味着 “失去”，反而意味着 “得到”：

少开几个项目，反而得到了更多时间去思考公司的战略重心；

少参加些活动，反而多了些时间陪伴家人；

少认识一些新朋友，才能和真正志同道合的伙伴建立深厚的友谊；

少招一些和团队不那么匹配的人，才能得到更高的人才密度和文化浓度。

48. 深入的思考是别人拿走了也没关系的。因为这样的思考是综合考虑了市场需求、创始人能力、团队能力、时代背景、公司的基因、文化等等的最终产物。

所以这份深入的思考的落地只有你自己能做到 100 分。别人拿走了，到自己公司做个 80 分，实际上也无法和你竞争，因为市场只会选择最好的。如果一个事情不能做到最好，那还不如不做。

很小的时候有一次老爸带着我和他一个出去创业的学生吃饭，他们俩聊道：“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。”

二十多年过去，我依然记得这句话。有一个让人奋斗一生的事业并且每天要忍受其中的起起伏伏，也许在有些人看来压力很大，但是对于成为一位对社会有点价值、有趣的 “科学企业家” 这个目标，我觉得其乐无穷。

所以搞科学和搞企业到底有什么相同之处？我的答案是：

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。