AI原生不只是用AI，更在于模型能否深入产品、组织与商业模式的每一层。本文从硅谷创业者孙邻家的视角，拆解AI原生的技术架构、组织变革、交互演进与Token经济，探讨如何让AI真正成为产品不可分割的核心。

让AI深入产品、组织和生意的每一层。

大家知道，最近几天我和罗老师都在硅谷调研，和各个领域的AI从业者进行探讨。

这两天在斯坦福的一场交流里，创业者孙邻家问了一个特别简单的问题：如果你把现在的模型部分拿掉，这个产品还成不成立？

孙邻家是硅谷宠物AI初创公司Traini的创始人兼CEO，也是一位非常资深的连续创业者，所以他关于「AI原生」的思考非常有启发，我来和你分享一下。

01 AI原生，不只是用了AI

按照他的观察，今年一些投资人看项目，已经会先用开篇的这个问题判断项目值不值得投资。

他讲了十几分钟以后，我发现「AI原生」这个词管得特别宽：从产品和组织，一直追到用户、商业模式和卖出去的硬件。

你看，一家公司用了多少AI或者用了多少Token，已经是个很浅的指标；AI有没有一路钻进产品、组织和生意深处，才是如今创业者需要关心的事。

1. 拿掉模型，产品还成立吗

你也可以拿ChatGPT试一下。如果把AI模型拿走以后，剩下一个输入框和发送按钮，基本上也就没什么用了，豆包、元宝、DeepSeek也是一样。

但是现在有不少产品，拿掉大模型以后，原来的核心功能照样运行，只是少了一个聊天框、一个总结按钮，或者少生成几段文字。

这些产品可能依然很好用，只是AI还没有深入骨髓。

2. 技术架构必须建立在AI之上

孙邻家就把AI原生分成了不同层次，他先和我们从技术架构往下讲。

今天做AI产品，Agent、记忆这些能力有没有进入底层，产品会完全不一样。有些产品的核心工作就建立在模型上，模型一旦被拿掉，整条工作链也跟着停了。

在孙邻家的判断里，如果要新做一个产品，做到没有AI这个产品就无法使用，才应该是努力的方向。

02 让最懂问题的人动手

讲完产品，他很快转到了组织，而且这一段我听得最仔细。因为我做产品和技术管理很多年，他描述的旧流程实在太熟悉了：

业务部门先提需求，产品经理负责整理、写文档或者画原型，设计师再把它变成更漂亮的设计稿，前后端研发排期，做完以后还要测试和验收。

一个需求在公司里转了一大圈，每个人都干了自己的活，最懂这个问题的人却只能站在起点等结果。

还有一种情况是，可能过了两个月，提出需求的业务部门拿到的东西，根本不是自己最初想要的。

1. 非工程人员也能做产品

孙邻家举的例子是公司里的HR。假设HR想要一个内部管理工具，以前只能把想法写成需求，再等产品和研发来理解。

但对大部分企业来说，哪怕是互联网公司，有自己的研发团队，研发资源也永远紧张，很少会专门抽人来给HR做产品需求。

现在，一个HR可以把自己的流程直接讲给AI，先把东西做出来，甚至放进公司正在使用的内部系统里。

孙邻家给AI原生组织的一个检验办法也很直接：公司里的非工程人员，从人事到财务、行政、运营，能不能借助AI做出一个产品，而且这个产品能不能真的被公司更多人用起来？

我觉得这个问题比「公司有多少人在用AI」狠得多。

让AI写周报、做总结，当然也是使用AI，但组织结构有没有变化，要看最懂问题的人离第一版产品还有多远。

过去，这段距离中间站着产品、设计、研发和测试，现在其中几步可以被压缩，能看到问题的人，也第一次拥有了做出解决方案的能力。

以前大家并不是没有需求，而是没有AI这样的工具，让更多人拥有创造产品的能力。

2. 团队更小，压力也会更大

孙邻家还特意给「一人公司」泼了点冷水。他觉得这个说法有些过头，但是团队整体变小却是很明确的方向。

在他描述的AI公司里，一个人可能凌晨四点往系统里加了一个新功能，另一个人早上八点醒来就要赶紧响应。

公司跑得确实快，内部竞争和人的压力也会一起变大。

3. 传统公司更难转身

那么，什么样的公司更容易成为AI原生公司？

他觉得，新公司的难度要低一些，传统公司想转成这种组织就会很难，甚至越是成功的企业，想要完全改造自己，难度越大。

因为以前跑得很成功的流程，每个人都习惯了自己只负责其中一段，现在却需要一种能承接变化的AI PM。

不过，这个角色到底应该怎么定义，他在现场没有展开，也未必要叫这个名字。

但我听懂了一点：AI工具要学会跨部门干活，公司里的人也要能跨过原来的岗位边界。

03 让AI真正把事办完

说完组织后，他突然把话题转到了AI时代的交互方式。他有一句话我印象很深：

小孩子用AI，都是用嘴巴说的。

这是他对年轻用户的观察。咱们成年人已经被电脑训练了很多年，会打字、会找菜单，也知道提示词要尽量说清楚。

孩子没有这些习惯，想要什么，直接开口说。所以他判断，接下来的AI交互会把语音、手势等多种模态慢慢放到一起，不会只对着屏幕点来点去。

这个变化还会继续逼着操作系统和应用生态一起变化。

一个AI助手就算完全听懂了「帮我订餐、预约、打个电话」，如果它拿不到权限，也连不上提供服务的应用，最后还是只能陪你聊天。它就像一个脑子挺聪明、手脚却被绑住的助理。

我的判断是，模型能力越来越强以后，谁能让它真正进入生活，把事情办完，可能会成为下一轮产品竞争的重点。

04 产品越受欢迎，成本可能越高

接下来，我们继续聊到了钱的问题。AI产品每完成一次任务，都可能继续消耗模型和算力。

孙邻家现场提到他们做宠物产品时的一个小功能：系统会把宠物某个特别时刻变成图片，让主人看到「我们家狗狗今天可能在想什么」。

用户看一眼也许只觉得挺可爱，后台却要真的调用模型，每调用一次都要付钱。他把这笔账叫作Token Economics，也就是Token经济。

以前很多软件开发完成以后，多来一个用户的成本很低。比如早前的今日头条，产品开发完之后，再增加一个新用户，带来的边际成本很低，也相对稳定。

但现在AI产品可不是这样了，比如来了一个新用户，而这个新用户又是一个AI重度用户，那么他每让AI多干一次活，公司都要多交一笔钱。

如果用户愿意付的钱不够覆盖模型调用等持续服务成本，产品越受欢迎，公司反而可能死得越快。

孙邻家的判断是，用户感受到的价值必须明显高于调用成本，这个生意才能持续跑得下去。

1. 硬件卖出去，服务才开始

硬件也是同一笔账，他拿我们现场正在使用的录音卡举例。过去卖传统硬件，机器交到用户手里，交易差不多就结束了。

现在硬件只是一个入口，后面的转写、整理、搜索和知识服务，还要每个月继续运行。设备卖出去，服务才刚刚开始。

这意味着AI原生组织在商业模式上，也要有适合AI时代的创新才行。

05 AI原生更像一场连锁反应

聊到这里，我们会发现，AI原生更像一次连锁反应，AI从产品往里走，迟早会撞上组织、用户和商业模式。

所以，从这个角度来看，AI这波浪潮，现在还处在很早期的阶段。很多公司现在也还停留在最初级的阶段：把AI工具放到公司内网上。

当然，这里也要说明的是，我并不是说，非AI原生的企业就毫无前途了。我只是觉得，如果从上面这几个逻辑去思考问题，会帮我们更好地立足这个时代。

比如，如果你是一个行政，按照刚才的分享，你完全可以在AI的帮助下，做一个领取办公物品的智能机器人，或者做一个自动收发快递的智能体。

那么，你就是一个能用AI解决问题的人，而不是一个被「行政」这个标签限制的螺丝钉。

06 写在最后

好，第二篇观察笔记分享到这里。

接下来我和罗老师还会密集地和身处硅谷的朋友们好好聊聊，继续看AI这波浪潮在不同人眼中到底发生了哪些改变，接下来会往哪个方向去。