30天造出全球最火的AI同事,靠2个「不听劝」的决定|20万人围观的访谈

"一个做到100%的AI，和一个做到90%的AI，是两种完全不同的东西。"

说这话的是 Roman Ugarte。

他是 AI 编程工具 Cursor 的第 15 号员工，两年增长负责人，把公司从 15 个人带到 1000 多人，再到被 SpaceX 以 600 亿美元收购。

9 月 8 日，他上了产品圈最火的播客节目，复盘自己最新孵化的产品——一款让数百万知识工作者开始"雇 AI 当同事"的产品。

这期访谈上线 6 天，播放量冲到 20.7 万。

我把它完整啃了一遍，值得你花 10 分钟：这里面没有概念，全是一个爆款产品踩出来的实货。

AI 干到 90%，你不敢撒手；干到 100%，你才敢闭着眼睛传球。这是所有 AI 产品的分水岭。

一、30 天闭关：一支被"藏起来"的团队

先说时间线，很多人被这组数字惊到：

• 第 1 天到第 30 天：第一行代码 → 内部可用原型
• 第 51 天：面向公众发布
• 第 72 天：录这期节目时，它已经是"全球最热的 AI 产品"

一个月做产品，很多公司一个需求评审会都开不完，他们是怎么办到的？

Roman 的答案有点反管理常识：把团队藏起来。

核心团队只有几个人，坐在办公室单独的一片区域，用私密 Slack 频道沟通，和公司其他部门物理隔离。

为什么？因为这个方向每天要做的都是"没有先例的微小决定"。

如果拉一大群人、围绕一个六到十二个月的宏大愿景反复讨论，最后什么都落不了地。

小团队 + 强隔离 + 每天大量微决策，是产品速度的全部秘密。

二、第一个反共识：不把新功能塞进老产品

上线前，团队内部吵了很久的一个问题：这功能要不要直接加进 Cursor？

毕竟 Cursor 用户早就拿它干非编程的活儿了，"加个新模块"是最顺的路。

但他们观察到一个现象：竞品就是这么干的——每种新产品形态就多加一个标签页，全塞进同一个界面。

用户的真实感受是：三套产品理念挤在一块屏幕上互相打架，"这是把公司组织架构图直接交付给了用户"。

所以他们选择从零写起，新产品、新品牌、每个像素都自己控制。

这个判断对做产品的朋友特别值钱：

当旧产品承载新物种时，另起炉灶不是浪费，是把愿景做纯的必要条件。

三、第二个反共识：给每个 AI 配一台专属电脑

这期访谈最出圈的，就是这两个决定。

决定一：全部跑在云端。

不依赖你的电脑开机、不用回家连着自家主机、手机上丢个任务它就开工。

决定二：每个 Bot 有自己的电脑。

Roman 打了个比方，特别扎心：

你给新同事办入职，说"你没有工位，没有电脑，坐我旁边，我们俩永远共用这一台笔记本，还互相知道对方的密码"——世界上没有公司这么干。

但你现在用的 AI 工具，几乎都是这个模式。

AI 干活要借用你的浏览器、你的登录态、你的电脑，它点错一下你全局遭殃。

而"AI 同事"产品让每个 Bot 拥有一台独立的云端电脑，有自己的浏览器、自己的账号体系，任务丢过去，它自己在那台机器上把活儿干完。

判断一个 AI 工具是不是"玩具"，就看一件事：它有没有自己的电脑。

四、手工 onboarding 300 人：最笨的方法，最狠的反馈

产品上线前两周，核心团队干了一件"特别低效"的事。

他们一个一个打电话，亲手带前 300 个用户上手，包括主持人本人。

难受吗？有的通话里，用户的电脑就是起不来，或者用户完全懵了，团队就在电话这头全程看着。

通话一结束就立规矩：这个问题明天必须解决，因为明天我还要带下一个人。

这套笨办法换来了两个金矿：

金矿一：幕僚长模式。

内部员工用着用着，自发出现了一个玩法——把最能干的那个 Bot"提拔"成幕僚长，其他 Bot 归它管，人只跟幕僚长说话。

有员工真的跟 Bot 说"你升职了"，Bot 反问：那我有加薪吗？Token 预算是不是也涨了？

团队看到这个模式后没有立刻写进产品引导，而是憋着不说，看外部用户会不会自己走到这一步。

结果很多人真的自己摸到了。

金矿二：跳出硅谷视角。

早期用户里有一位咖啡店老板，反馈的 bug 和需求全是开小店的真实场景：Shopify 集成不稳、商品文案写得不对味。

这些反馈，坐在硅谷办公室里永远想不出来。

早期用户不是越多越好，是越"不像你"越好。

五、实战案例：让 Bot 天天去会议官网蹲人

这期访谈里最"可直接抄作业"的，是招聘团队的用法。

传统做法是丢一堆简历给 AI 排序——这在他们眼里是浪费。

他们的招聘哲学是：世界上的顶尖人才，大概率不在求职市场上。

所以要让 Bot 干的是这种活：

• 每天早上自动去目标会议的官网，下载最新的论文 PDF
• 发现新作者名字，记进表格
• 逐个做背景研究，再查公司内部有没有人认识
• 有熟人的话，自动发消息请同事引荐

一套"永远在线"的人才情报系统，以前要雇专人干，现在是 AI 的超能力。

主持人听完当场感叹：有人会拿走这段转写，直接让 AI 复刻这套流程。

类似的案例还有：销售团队用的老系统没有 API，Bot 就像人一样移动鼠标、点击界面把活干完——修好一个卡点，第二天销售群的感谢刷屏。

还有一个更烧脑的：在 Bot 的电脑里装一个 Bot，专门当 QA 测试员，自动回归测试 10 条核心工作流，结果写进文档。

当 AI 有自己的电脑，你敢交给它的事情上限，取决于你的想象力。

六、最狠的产品哲学：把做出来的东西删掉

访谈里我最认同的一段，是他们关于"删产品"的价值观。

原型阶段，团队把大量调试工具塞进了产品：模型内部思考过程、记忆存储内容、思维链文字流……

内部用着方便，但用户根本不需要。

上线前三周，他们干的事不是加功能，是大规模"下架"：把这些统统砍掉，只留下"正在输入"的提示和一个表示在线的小绿点。

就像你不会要求真人同事每秒钟汇报"我按了这个按钮、打开了那个网页"，你也不需要看 AI 的思维链流水账。

他们内部还有一条判断标准：每个功能立项时先问，它的发布推文会怎么写？

如果写不出来"用户能直接感受到什么"，这功能就不该做。

他们甚至连自动化创建界面都删了——别家做自动化要开侧边栏、选触发器、配动作，他们直接让你说一句"每天早上 8 点提醒我"， Bot 自己搞定，平台上 99% 的自动化都是这么建的。

好产品不是你加了什么，是你敢删什么。

七、关于护城河：是发现的，不是规划的

最后说个创业者视角的干货。

主持人问：Cursor 是怎么在一个没有护城河的市场里一直赢的？

Roman 的回答出人意料地反套路：如果当年他们先画战略图、倒推护城河，大概率不会有今天的 Cursor。

真正的做法是：

盯着"三个月后模型能做到、现在还做不到"的事，用工程手段把它拉到今天实现；

等三个月后模型能力追上来，这些"脚手架"全部删掉，再做下一个"不可能"。

如此循环，用户就会持续把信任和你的时间投入押在你身上。

分发优势、数据优势、品牌，全是这个过程的副产品。

护城河不是规划出来的，是一口一口把不可能变成日常，挖出来的。

写在最后

这期访谈我最大的感触是：AI 产品的竞争，已经从"模型谁更强"切换到"谁更像同事"。

工具思维做出来的 AI，永远是个带下拉菜单的软件；

同事思维做出来的 AI，才敢让你把一整块工作递过去，然后转身去干自己的事。

前者在攒功能，后者在攒信任。

📌 本周金句

"AI 干到 90%，你不敢撒手；干到 100%，才是真正的委托。"——判断你手上的 AI 工具值不值钱，就用这一条。

💬 互动

你现在用的 AI，是借你电脑干活的工具，还是有自己电脑的同事？工具这边还是同事这边，评论区站个队——顺便说说，你敢把哪一整块工作整个丢给它。

✅ 可带走清单：判断你的 AI 工具是不是"真同事"

• ☐ 它有自己的电脑吗？还是全程借用你的电脑和登录态？
• ☐ 交给它的任务能"不看过程等结果"吗？还是你得全程盯着纠偏？
• ☐ 它记得你吗？长期记忆 + 越用越懂你，还是每次开新对话从零开始？
• ☐ 它会主动汇报吗？只报关键节点和结果，还是思维链流水账刷屏？
• ☐ 你能一句话给它立规矩吗？（"每天早上 8 点汇总一次"）

四条以上打勾，才算一只合格的 AI 同事。

这份清单值得收藏；菜单「获取资料」持续更新实操资料，自取。

这种把大佬一手打法拆透的文章，每周 3-4 篇——点个关注，下一篇别刷不到。

觉得有用的话，点个❤️，转发给那个天天研究 AI 工具的朋友。