本文翻译自 HeyGen 创始人 Joshua Xu 在2025 年 10 月 17 日 发布的一篇 HyeGen 团队的工作法则。他发这篇文章正直 HeyGen ARR 达到 1 亿美元之际，距离 2023 年 4 月首次达到 100 万美元仅过去 29 个月。HeyGen 团队在 AI 时代的工作法则，核心总结下来有以下几点：

  1. 拥抱不稳定性。主动适应 AI 技术每隔几个月就发生一次的突破性进展

  2. 速度即品质。快速行动是为了更快的学习，通过比对手快 5 倍的实验，实现长期的卓越品质和用户价值。

  3. 学习速度决定成败。在 AI 时代，学习最快的团队才能获胜。

  4. 专注解决真实问题。

想要了解进一步的细节请继续阅读以下我对其原文的中文翻译。

我们如何驾驭浪潮，快速发布，并在不稳定的世界中取胜

  • 我们在构建什么
  • 前言
  • 第一部分：核心理念
  • 第二部分：我们的节奏
  • 第三部分：运营原则
  • 第四部分：团队结构与通用原则
  • 第五部分：核心产品团队
  • 第六部分：增长产品团队
  • 第七部分：沟通协议
  • 第八部分：需要避免的反模式
  • 第九部分：在战争时期取胜
  • 结论

我们的使命：让视觉叙事普及大众。

我们将视频分为两类：

  • 沟通类视频 — 业务更新、教程、访谈、播客、解说视频。这些视频旨在解释、告知或沟通。（最适合基于脚本的编辑。）
  • 电影级视频 — 高制作水平的广告、电影、音乐视频、预告片、高端品牌内容。这些视频旨在感动、启发或娱乐。（最适合时间线编辑。）

我们的重点是让沟通类视频对每个人都触手可及。当我们说每个人时，我们指的是从新手到专业人士的各种技能水平。我们的产品足够简单，任何人都能在几分钟内制作出高质量的视频。

传统的软件开发已经死亡。曾经稳固的基础现在在我们脚下动摇。在AI时代，每隔几个月就有突破性进展，昨天的极限变成了明天的默认配置。

在HeyGen，我们不与这种不稳定性抗争。我们驾驭浪潮。我们整个开发理念都围绕着驾驭AI的进步，而不是去寻找已不复存在的稳定技术基础。

这本书记录了我们如何思考、构建和取胜。它写给每一位HeyGen团队成员——工程师、设计师、产品经理——以及那些想加入我们的人。这就是当基础在我们脚下不断变化时我们如何工作，以及我们如何将这种不稳定性转化为我们的竞争优势。

“快速行动，做到最好。驾驭AI浪潮，拥抱研究的不确定性，提前六个月下注，并构建能够随着模型改进而自我升级的灵活产品，同时不牺牲质量。”

在AI时代，我们在没有稳定技术基础的情况下运作。每隔几个月，AI技术就会发生巨大变化。模型的能力是未知的，并且在迅速变化。

我们正处在一个百年一遇的技术窗口期。在接下来的12个月里，AI代表了我们这一代人的战时机遇。我们有机会打造下一个谷歌或Facebook。机会正在此刻爆发。我们应该将强度调至最高水平。这是每个人加入HeyGen的原因，也是我们在这里的原因。

关键区别： 当我们说“拥抱不稳定性”时，我们指的是底层的AI技术基础——模型、能力、研究突破。我们绝不接受我们的服务正常运行时间、产品质量或用户体验的不稳定性。即使我们脚下的AI技术基础不断变化，我们的产品也必须保持坚如磐石的可靠性。

这不是一个缺陷。这是我们的机遇。我们驾驭浪潮，而不是逆流而上。

  • 建立在稳定的基础上

  • 为长久性优化

  • 提前12-18个月规划

  • 打磨，然后发布

  • 顺序开发

  • 驾驭技术浪潮

  • 为自动改进而构建

  • 实际规划2个月（与模型升级周期保持一致）

  • 为学习而发布

  • 并行实验

传统的敏捷开发假设技术相对稳定，能力可预测。而我们工作的环境是基础技术每隔几个月就发生变化。我们的方法扩展了敏捷原则，但针对技术不稳定性进行优化，而不是稳定的迭代周期。

竞争对手追逐稳定的基础，结果被下一次飞跃打个措手不及。我们设计的产品会随着模型的进步而自动改进，并选择驾驭浪潮，而不是与之抗争。

理解什么在变 vs. 什么不变： 对我们来说，重要的是要理解哪些组件可能在短期内改变（模型、能力），哪些不太可能改变（用户工作流、核心问题），并围绕那些不变的东西构建我们的产品/系统，同时驾驭模型改进的浪潮。

驾驭浪潮机会的例子：

  • 上下文学习 vs. 微调 vs. RAG方法
  • 语音模型中的后处理改进
  • 多供应商系统优化

我们行动迅速 并且 做到最好。这似乎是矛盾的，直到你明白：快速行动能让 我们在长期内构建更高质量的产品，并更快地为客户创造价值。当竞争对手每月发布一个功能时，我们发布五个实验。我们的学习速度是他们的五倍。这种学习会复合成卓越的产品。

快速行动并不意味着快速发布功能——它意味着快速交付客户价值（并快速学习）。速度服务于成为最好的最终目标。

特别是对于视频内容，质量是不容妥协的。用户喜爱产品不是因为精美的用户界面——他们喜爱的是能以卓越质量解决他们问题的产品。我们的成功指标：任何用户在我们平台上可以实现的平均视频质量。

为什么是2个月？ 这与模型升级周期保持一致，并允许在保持专注的同时进行快速的战略调整。

  • 2个月路线图规划 — 与AI进步周期同步。与领导层、技术负责人和产品经理（设计可选但鼓励参与）深入探讨产品回顾和战略。理想情况下亲自举行，以最大化沟通效率并消除噪音。对我们的表现保持完全透明和坦诚，并根据需要调整战略。
  • 6-12个月的战略赌注 — 预测并为下一个重大突破做准备
  • 双周承诺清单 — 产品和工程团队共同决定并优先安排每个团队对特定可交付成果的承诺
  • 每日发布 — 改进、功能或实验每天上线

理念： 短周期使我们与AI发展的步伐保持一致。周期足够长，可以构建有意义的东西；足够短，可以在技术格局变化时进行调整。

重要提示： 这个框架更适用于现有产品和增长领域，但不太适用于需要更长时间探索的新功能和研究领域。

  • 第1天： 定义假设和成功指标

  • 第2天： 构建MVP（真正的最小可行产品）

  • 第3-5天： 向部分用户发布

  • 第2周： 分析、学习、决定下一步行动

  • 快速（以天为单位，而不是周）

  • 科学且数据驱动

  • 提供明确信号：继续、转向或停止

  • 大刀阔斧的尝试优于小修小补（我们还没成熟到可以做优化的阶段）

  • 大多数实验都会失败——这是意料之中的

  • 有学习的失败 = 胜利

  • 没有学习的失败 = 真正的失败

  • 绝不让实验运行太久以至于无法得出结论

框架：这是单向门还是双向门？

  • 单向门： 仔细审议（罕见）

  • 双向门： 产品经理快速决定，立即测试（常见）

  • 当争论时： 我们可以测试这个吗？如果可以，停止讨论，开始实验

  • 通过Slack立即沟通，明确单人负责制和执行时间

  • 团队之间完全透明

  • 分享背景，而不仅仅是计划

  • 清楚解释每个决定应该与谁沟通

虽然我们实际规划2个月，但我们必须为战略赌注预测6-12个月。这需要：

  • 关注AI研究突破
  • 理解计算趋势
  • 预见模型能力
  • 构建能从未来改进中受益的灵活架构

核心原则：为灵活性和可替换性而构建

  • 构建预期会变化的抽象层（警告：在时机未到时不要过度抽象）
  • 记录假设，而不是实现细节
  • 积极地对所有东西进行版本控制
  • 设计能随模型改进而改进的系统

技术债务的时间分配：

我们的原则：将减少技术债务视为对未来速度的投资。我们赞赏那些能够显著提高团队生产力和系统可靠性的减少技术债务的努力。技术债务工作应与业务成果和速度提升明确挂钩。

新现实： 在AI时代，学习最快的团队获胜。句号。

  • 以天为单位发布，而不是周

  • 如有疑问，发布一个实验

  • 势头比完美更重要

  • 行动缓慢是唯一不可原谅的罪过

  • MVP用于测试想法，而非最终产品

  • 足够好以验证 > 完美但迟到

  • 发布不完美的产品，然后跟进：如果行不通就下线，如果用户在意就改进直到最好

  • Bug比不完美的功能更糟糕（Bug阻碍学习）

速度不仅仅是关于原始的执行力。它关乎心态。我们不说“等到周一再发布这个，这样比较安全。”这暴露了缺乏紧迫感、缺乏更快学习的愿望（浪费了2-3天宝贵的数据）、所有权意识薄弱以及对执行能力的怀疑。这种心态会阻止我们获胜。赢家是那些快速拥有、发布、学习和适应的人。

倾向行动 > 追求完美

如果你为了追求正确而优化，你的行动就太慢了。不要害怕犯错。要害怕学习得太慢。

停止追逐技术的稳定性。它不存在。AI基础每2个月就会改变。设计你的产品，使其在模型改进时能自动提升。构建预期会变化的抽象层。让你的产品体验驾驭AI的进步，而不是与之对抗。

我们处于战争时期，而非和平时期。每个人都贡献想法和反馈，但决策必须迅速。一旦做出决定，我们就要全力以赴，即使我们曾有异议。因缺乏承诺而导致的战略缺陷比我们可以迅速纠正的不完美决策更糟糕。

用户喜爱的是解决问题的产品，而不是漂亮的界面。创新与用户的喜爱紧密相连。我们创新人们用AI创作视频的方式，构建以前不可能实现的奇妙体验。但没有解决实际问题的创新是毫无价值的。

新手引导的挑战：

  • AI产品的能力因用户技能而差异巨大
  • 我们的责任：教授用例，而不仅仅是功能
  • 成功 = 任何用户可以达到的平均质量
  • 衡量视频质量，而不仅仅是视频创作量

无论什么能提供最好的用户体验，我们就做什么。

  • 内部构建： 数字人视频模型（没有外部供应商能达到我们的质量标准）
  • 外部供应商： 语音（质量足够好，资源限制）
  • 没有个人偏好，只看结果

所有团队都遵循相同的核心结构：产品经理 + 工程 + 设计 + 数据科学

核心职责（所有产品经理）：

  • 决策和优先级设定的主要驱动者

  • 直接与领导层合作制定战略

  • 对每个功能背后的“为什么”负责

  • 协调工程、数据科学、设计团队

  • 创建功能性MVP和UX原型

  • 为用户简化技术抽象

  • 领导原型优先的方法

  • 构建功能性原型，跳过传统规格文档

  • 使用Figma设计或UX原型作为文档

  • 为尚不存在的能力进行规划

  • 非常熟悉市场上的所有AI工具，并每天使用它们

  • 以最快速度构建和执行决策

  • 提供产品经理可能忽略的技术见解

  • 为灵活性和快速迭代构建架构

  • 深入理解问题背后的“为什么”

  • 使用AI助手（Cursor, ChatGPT等）编码以提高速度。我们行业过去常谈论10倍工程师。我不确定是否有10倍，但有了AI代码辅助工具，每个人都比2年前至少提高了3倍的生产力。

  • 构建可以演进为生产系统的原型

  • 专注于构建，而非文档

  • 直接与产品经理合作进行快速原型设计

主要角色：定义简单而卓越的体验

设计使命： 作为一个视频创作工具，我们的设计需要达到世界级水平。任何低于这个标准的设计都无法让我们将工具普及给每个人。因此，我们设计的首要原则是简单。在AI中让某个功能工作并不难，但要让它易于使用同时保持高质量则极其困难。而这正是我们设计团队的主要使命。

  • 创建功能性MVP和UX原型

  • 将原型精炼成消费级、令人愉悦的体验

  • 确保所有功能协调地融入HeyGen产品框架，建立并维护整个产品的设计标准

  • 坚持我们的原则：对每个人（包括奶奶）都极其简单

  • 领导简化工作 - 如果奶奶不会用，设计师就要标记并修复它

  • 拥有能够支持未来开发中一致、快速迭代的设计系统

  • 帮助简化产品营销

  • 在验证后专注于视觉打磨和体验一致性

  • 非常熟悉市场上的所有AI工具，并每天使用它们

关键原则： 设计师专注于验证后的卓越表现，而不是早期探索，以保持开发速度。他们是“对每个人包括奶奶都极其简单”原则的主要守护者——这是一个需要经过验证后应用真正专业知识的基础性设计挑战。

数据科学职责：

  • 指标解释与验证： 逻辑和定义的权威来源

  • 统计分析： 相关性、因果关系、因果推断

  • 建立高级实验指标，这是PostHog无法实现的

  • 为已确立的产品功能构建机构级仪表板

  • 需要高级SQL/Python的复杂分析

  • 轻量级数据工程与建模（管道、转换）

  • 知识分享数据科学原则和词典

  • 熟悉所在领域的顶层指标，并能识别异常模式并发起调查

  • 利用PostHog分析监控趋势和使用情况（产品分析、用户群组、行为）

  • 从Hex主表中提取简单数据

  • 主动管理实验生命周期，包括预测试/回溯测试和清理

  • 定义实验设置 – 曝光、分组、成功指标

  • 识别测量所需的额外事件

  • 进行初步实验审查以识别获胜变体

  • 理解领域顶层指标与公司战略之间的联系，能够在发布决策中做出高质量的判断

  • 期望能够在PostHog中自行进行数据分析，并在Hex中编写简单的查询

共同职责（数据科学 & 产品经理）：

  • 实验影响分析 – 对结果和解释达成一致
  • KPI定义（例如AER、留存率、转化率）
  • 当需要更深入分析时联合进行实验审查
  • 调查异常模式

产品经理帮助定义“做什么”：

  • 框定问题

  • 定义目标

  • 带来清晰度和背景

  • 与产品经理和设计师共同设计解决方案

  • 负责可行性、权衡和执行

设计师确保简单性：

  • 让复杂的AI对每个人都易于使用
  • 守护“奶奶测试”原则
  • 创造令人愉悦的体验

数据科学家提供真相：

  • 用数据验证假设

  • 科学地衡量影响

  • 指导实验方法论

  • 为什么这值得做？

  • 我们在为谁解决什么问题？

  • 为什么是现在？为什么选择这种方法而不是其他方法？

  • 这为什么能推动业务前进？

理念： 在传统软件中，产品经理+设计师+工程师构成了神圣的三角关系。在快节奏的AI开发中，我们为速度和学习而优化，而不是完美的流程。

灵活的合作模式： 产品经理和设计师的合作关系因团队而异。一些产品经理在UX方面经验更丰富，应该端到端地推动原型；一些设计师深入了解AI的工作原理，可以介入领导原型。

两人法则： 原则上，一个来自产品/设计的人加上一个工程师（总共2人）构建原型。我们不为了保护每个人的感受而去优化共识。我们在这里是为了加速验证市场上的想法，以便我们团队能构建出更好的产品。

每个人都有机会为新想法构建原型。在AI时代，技术上可以构建的东西是无限的（就像我们在黑客松中所做的，真的非常惊人）。关键是要有一个有效的团队来推动快速决策。

  1. 原型优先： 产品经理/设计师 + 工程师直接合作，快速构建和测试想法
  2. 证明它有效： 在大量投入设计之前，用真实用户验证概念
  3. 设计打磨： 一旦被证明有效，设计师会完善体验，使其符合我们的整体产品框架并保持简单性
  4. 生产就绪： 每个从原型升级到生产的功能都必须经过精心设计

为什么这行得通： AI功能具有巨大的不确定性。大多数原型都行不通。在未经证实的概念上过度投入设计是浪费时间。但所有触达用户的东西都必须达到我们的质量标准。

核心产品团队专注于基础产品体验——构建定义HeyGen是什么和做什么的功能。他们为用户体验质量、功能完整性和长期产品愿景进行优化。

核心产品团队特点：

  • 复杂功能有更长的开发周期
  • 专注于产品体验和用户旅程
  • 强调设计系统和一致性
  • 整合整个产品生态系统
  • 我们正在构建一个商业工具，但令人愉悦的产品体验对于一个创意工具和HeyGen达到1亿用户来说极其重要。

标准很简单：在每一种体验上都做到最好。任何低于这个标准的都不够好。如何做到？行动极其迅速，迭代次数比竞争对手多5倍。

我们应该以零Bug为目标。我们还没做到，但那是我们的北极星。当你使用最好的创意工具——Canva、Figma或CapCut——你很少遇到Bug，因为精确性对于创意工作至关重要。作为一个创意工具，可靠性不仅仅是锦上添花——它对用户信任和工作流程的连续性至关重要。

增长团队的运作方式与核心产品团队不同。我们是实验引擎。我们为速度、学习和影响力而生。每一条原则都服务于一个目标：提高我们的速度。

工程是工具，影响力是目标

我们不只是交付代码。我们交付成果。在AI时代，代码是廉价的。影响力是有价值的。不要为美观或过度设计无人问津的解决方案而优化。为影响力达成速度而优化：交付重要的东西（20%的投入，80%的产出），在证明有效后进行迭代，一旦价值真实存在就进行精炼。

实验是为了学习，不是为了赢

安全的实验并不是真正的实验。目标是通过承担明智的风险、押注于大胆的假设，并愿意快速犯错以便下次能更快地做对，从而更快地学习。

增长产品经理：实验的指挥家

  • 与团队共同决策
  • 负责指标和学习循环
  • 深入理解用户问题和业务影响
  • 清晰、有背景地框定问题和定义目标
  • 定义“做什么”——框定问题，定义目标，带来清晰度
  • 与工程团队就“为什么”达成一致——为什么值得做？为什么是现在？
  • 以行动为导向，迅速启动实验
  • 对成果负责，而不仅仅是产出

增长工程师：速度机器

  • 与产品经理和设计师共同设计解决方案
  • 负责可行性、权衡和执行，以更好、更快、更智能地构建
  • 在与“为什么”对齐的同时，塑造“如何做”
  • 以最快速度分拆实验
  • 痴迷于学习循环和数据
  • 深入理解问题，而不仅仅是“告诉我该做什么”
  • 带着“为什么”，成为积极的参与者，用更少的迭代交付更多价值
  • 专注于影响力达成速度，而非完美的架构
  • 构建改变公司轨迹的实验引擎

增长团队的游戏规则与核心产品团队不同。核心产品专注于构建和完善功能，而增长则专注于快速实验和学习。我们玩的是一场速度取胜的游戏，每一条原则都服务于这个目标。

  • 异步优先： 由于办公室分布各地，尽可能利用异步沟通
  • 会议警报： 如果任何团队成员有超过3个与超过5人的小组的同步会议，就要发出警报
  • 时间焦点： 我们的时间应该用来构建，而不是开会
  • 线下为影响力： 利用线下时间实现最大化的沟通效率和团队建设

决策： 通过Slack立即沟通，明确单人负责制和执行时间。团队之间完全透明。分享背景，而不仅仅是计划。清楚解释每个决定应该与谁沟通。

反馈： 直截了当——好的工作就是好的，坏的工作就是坏的。关注工作，而非个人。当收到反馈时：这是关于工作，不是关于你。每个人都可以进步。

1. 完美的架构

  • 花几周时间为“规模”设计
  • 你的规模问题：100个用户
  • 实际问题：还没有用户喜欢它

2. 研究瘫痪

  • “我们需要更多的用户研究”
  • 数月的访谈，没有发布任何东西
  • 更好的方法：发布错误的东西，快速学习，再发布正确的东西

3. 稳定的基础幻想

  • 等待AI“成熟”

  • 像2019年那样构建

  • 现实：它永远不会稳定——不如驾驭浪潮

  • 每个人都同意 = 没人在乎

  • 观点强烈，但能灵活变通

  • 冲突意味着你触及到了重要的事情

  • “还没准备好”

  • “再打磨一下”

  • 自信地发布，快速改进

  • 6个月的秘密开发

  • 盛大揭晓

  • 竞争对手早已发布并学到了东西

  • “我们已经投入了这么多”

  • 快速扼杀失败

  • 庆祝学到的东西，删除代码

质量门槛（不容妥协）：

  • 妨碍从实验中学习的Bug
  • 安全漏洞
  • 严重损害用户体验的功能
  • 影响客户的破坏性变更

战略性暂停（罕见但重要）：

  • 具有重大业务影响的单向门决策
  • 将影响未来6个月的技术架构
  • 当用户反馈表明需要根本性的方向改变时
  • 法律或合规要求

如果你听到这些话，请拉响警报：

  • 🚨 “让我们再多想想” → 我们已经落后了

  • 🚨 “我们应该让所有利益相关者达成一致” → 决策瘫痪即将来临

  • 🚨 “如果技术变了怎么办？” → 它会的。不管怎样，发布。

  • 🚨 “我们等下一个模型吧” → 我们的竞争对手可没在等

  • 🚨 “我们需要一个更稳健的解决方案” → 我们首先需要用户

  • 🚨 “这个可以更精致一些” → 发布它，如果用户在意再打磨

  • 我们的发布速度是竞争对手的5倍： 更多实验 = 更多学习

  • 学习会复合成更好的产品： 我们拥抱他人所回避的

  • 不稳定性是我们的优势： 老派的竞争对手无法适应

  • 我们专注于重要的事情： 为用户的质量，为学习的速度，为差异化的创新

  1. 快速行动，绝不妥协
  2. 构建绝对最好的产品体验
  3. 质量至上（特别是视频视觉质量）
  4. 有异议但要执行
  5. 如有疑问，发布一个实验
  6. 拥抱不稳定的AI开发——驾驭浪潮
  7. 通过整合促进创新

三年前，我们无法想象现在AI的能力。那时连ChatGPT都还没有。三年后，今天的尖端技术将显得古朴。唯一不变的是变化。唯一的策略是驾驭浪潮。唯一的目标是用户价值。

我们没有所有答案，但我们有更好的东西：行业内最快的学习循环。

每一天，我们都面临一个选择：寻求虚假的稳定，还是驾驭浪潮。我们选择驾驭。我们选择构建随着AI进步而奇迹般变好的产品。我们选择快速发布，更快地学习，并取得胜利。

欢迎来到软件开发的未来。让我们一起创造一些不可思议的东西。

记住：速度与质量并存。创新与整合并行。有目的的速度。

快速行动。绝不妥协。驾驭浪潮。