一句话：AI-native 公司 = 先改组织图 + 配 truth layer + eval；任务交给 Agent，人负责指挥审阅；先跑一个小循环比开会定完整方案重要。
| # | 节点 | 一句话定义 | 关键洞察 |
|---|---|---|---|
| 1 | AI-native 组织图 | 任务从人执行改”Agent 执行 + 人指挥/审阅” | 提案必须带输入/输出/失败/评估 4 件套 |
| 2 | 每个职能都能构建 | 非工程补 AI = 工具下沉到一线 + speedboat 2-3 人 | PM 和 UX designer 都能 ship 到 staging |
| 3 | Build vs Buy 倾向自建 | 基础设施可买，业务环节尤其 eval 要自建 | eval 是企业的判断力护城河不能外包 |
| 4 | Truth Layer | 每个类别由业务专家维护 source of truth | 转成 AI-readable manifests；deal 表现能追到某次具体编辑 |
| 5 | Eval 回流业务规则 | 确定性+概率性+回流循环 3 组合 | 双阶段上线（早期学习 → 后期划门槛） |
| 6 | 自主 Agent 规模双刃剑 | 吸引力=规模 风险=规模 | 小比例 customer rollout 控制 blast radius |
| 7 | 领导者自搭 OS | stakeholder/strategy/vision/metrics/sot/direct reports/决策 7 维 | Masha 自己四周写了 2-3 张 code audit tickets |
| 8 | 高管必须自己用 AI | 不要把理解 AI 的责任委托给 AI 团队 | 自己搭小系统，让 Agent 读材料理解目标完成任务 |
| 数字 / 案例 | 含义 |
|---|---|
| 2027 时间表 | Groupon 承诺到 2027 年成为 AI-native 公司 |
| 10 亿美元估值 | Masha 此前在 Avenue One 把公司做到 10 亿美元估值 |
| 几分钟上线 | 材料齐全的小商家从”有活动想法”到”活动已上线”只需几分钟 |
| 20 服务 × 3 deal = 60 | 按摩类别评估方法：20 种服务 → 60 个 deal 看上下文捕捉 |
| Reiki massage 偏得厉害 | eval 暴露按摩类别规则漏洞的标志性案例 |
“AI 原生意味着，工作由 Agent 完成，人类负责指挥和审阅。”
“成为 builder，不是 vibing 一个原型然后放在那里。成为 builder，意味着你要 ship。”
“我们为每个类别建立了权威 source of truth，比如激光脱毛或按摩，由对应服务领域的专家来维护。”
“我们把 insight 按服务层级聚合和量化，然后就能看到：Reiki massage 这里我们偏得很厉害。”
“不要把你对 AI 的理解委托给团队。”
| # | 动作 | 来源论点 |
|---|---|---|
| 1 | AI-native 组织图体检——找出 5 个还是”业务提需求-工程写 PRD”老链路的岗位 | “AI-native 先改组织图” |
| 2 | 每个职能搭 1 个最小 Agent——客服/产品/测试/运营 各 1 个 Skill，1 周 ship 到 staging | “每个职能都要能动手搭 Agent” |
| 3 | 小商家上线路 AI 化——设备添加从”填 5 张表”到”对话一句话” | “几分钟从想法到上线 campaign” |
| 4 | Truth Layer 沉淀——设备配置/报警规则/反馈分类的 source of truth → AI-readable manifests | “Truth layer 决定 Agent 能不能进生产” |
| 5 | Eval 接回业务规则——设备分诊/反馈分诊 eval suite，每周跑 quality control agents | “Eval 把生成结果接回业务规则” |
| 6 | 主人先搭自己的 OS——7 维 OS + 月报加”AI 做的决策数 vs 主人亲自做的”指标 | “领导者先搭自己的工作操作台” |