夜雨聆风Felix Haas 是 Lovable 的联合创始人。最近他写了一篇短文，总结了他们在 AI 时代搭建高效团队的经验。不长，但每一条都是踩过坑换来的。
一、像创始人一样思考
Haas 开篇就把话挑明了：最好的事情，是团队里的人不再像个「员工」。
他说，创造最大影响力的人，不等别人分配任务，不问「这事归谁管」，看到问题直接拿过来跑。这种人你没法后天教出来，你只能在一开始就招到。
反过来看，传统管理最大的能耗，不在做事，在「分配」和「同步」。一个人等着被分配，另一个人忙着分配，中间的时间全用来对齐。AI 时代这个问题会更突出：AI 能做的事越来越多，人的价值越来越不在于「执行指令」，而在于「判断该干什么」。判断力没法外包给 AI。
二、态度比技能重要
这条在硅谷不算新鲜，但 Haas 的切入角度不一样。
他说，他们也看技能，但技能本身几乎从来预测不了谁能在公司活下来。真正拉开差距的，是好奇心、韧劲，和那种「工作需要什么我就去学什么」的意愿。AI 时代这一点比以前更关键——因为技能半衰期在急剧缩短。你今天精通某个框架，六个月后大模型就能替你写。但你愿不愿意学下一个东西，跟框架没关系，跟你这个人有关系。
这条原则的另一面是：招人的时候，如果你在两个候选人之间犹豫，一个技能匹配但态度一般，另一个态度好但技能欠一点，选后者。技能可以一个月补上来，态度三年都改不了。
三、保持真正的好奇心
Haas 在这里做了一个区分：用 AI 和被 AI 迷住，是两回事。
他说，创造最大杠杆的人，一直在探索别人没让他们探索的东西，试那些可能永远不会有结果的想法。大多数探索确实没有结果。但偶尔一次，改变一切。好奇心的复利效应，几乎超过其他任何东西。
这句话让我停下来。好奇心复利，不是因为每次探索都有产出，而是因为你投入的每一次，都让你比别人多了一层对世界运行方式的理解。这些理解堆叠起来，你看到的机会就天然比别人多。
四、让资深的人重新做东西
Haas 观察到的最有趣的事情之一：有经验的领导者重新变成了建造者。
AI 极大地放大了个人贡献者的杠杆。一个高度经验型的操盘手，配上 AI，是现代公司里最厉害的组合之一。他不需要带一个大团队，不需要层层审批，他只需要知道要做什么、AI 帮他把执行的摩擦力降到最低。
这意味着组织结构的逻辑正在被颠覆。过去升职意味着离代码越来越远，离 PPT 越来越近。现在是反的：你越资深，越应该把手弄脏。管理不是终点，判断力加执行速度才是。
五、在自负杀死势头之前，杀了它
Haas 说得很直白：他从来没见过自负让一家公司变快。倒是见过很多次自负让公司慢下来。
人保护自己的点子、争夺所有权、追求认可而不是结果。最快的团队对「功劳归谁」出奇地不在乎。他们在乎的是「什么管用」。
不夸张地说，组织熵增的第一来源就是 ego。AI 时代这件事会更致命，因为工具已经快到你不需要抢功劳也能出成绩，抢功劳只是在拖后腿。
六、比你预期中更在乎
表现最好的人有一个共同点：他们在乎得更多。
更在乎产品、更在乎用户、更在乎细节。他们会注意到别人忽略的事，修复没人让他们修的东西。Haas 说这东西难衡量，也没法教。但进步就是来自这些真正在乎的人。
这里有一个隐含的推论：AI 能替你做事，但不能替你在乎。在乎是一种内在的、没法被算法复制的态度。一个不在乎的人在 AI 工具面前只是多了几个按钮，一个在乎的人有了 AI 会变成一个不可阻挡的力量。
七、先发布，再改进
Haas 说他学会了信任用户，胜过信任内部意见。一周的内部争论，几乎从来学不到真实世界里一天能学到的。
最高效的团队不执着于把事情在发布前弄完美。他们执着于尽快学习。发布本身就是学习的方式。
这跟传统「做足准备再出手」的思路是反的。但在 AI 时代，迭代成本降到了历史最低。你还花一周打磨一个「完美方案」的时候，对手已经用 AI 生成了三版扔给用户试试，从反馈里学到的比你那周想到的都多。
八、回到那个简单的问题
把 Haas 的八条经验摊开看，它们围绕的不是方法、工具、架构。它们围绕的是「人是什么样的」。
Founder 心态、态度、好奇心、不在乎功劳、真心在乎，这些跟 AI 没关系，跟人本身有关系。AI 是在这个基础上放大的。
Felix Haas 的原文收在 designprplus.com。读完的感受是：AI 让工具的差距拉平了。最终拉开差距的，还是那几条关于人的道理，几十年没变过。
参考：Felix Haas, "High-Performance Teams in the Age of AI: Learnings from Lovable" 原文链接：designprplus.com
