Airtable的创始人Howie Liu每个月在AI推理成本上的花费，比公司任何一个客户都高。他会用几百美元的推理费用，让AI分析一整年的销售电话录音，提取产品洞察。
如果你还在等产品经理写PRD，你可能正在用打字机时代的方式做产品。
这不是夸张。Howie现在每小时要和AI对话十几次，亲自用Cursor写代码，用Runway生成视频，甚至周末会给自己设计小项目——比如用AI生成剧本，配上Hey Gen的数字人，做成恶搞短片。他的日历上，一对一会议被大量取消，取而代之的是「及时性话题会议」——某个创业公司刚发布的新功能，某个模型的最新能力边界，这些才值得立刻坐下来聊。
这是CEO变回工程师的故事。
Howie Liu 13年前创立Airtable时，就是那个既写后端实时数据架构，又琢磨前端交互细节的全栈创始人。但随着公司规模扩大，他也走进了标准的「规模化陷阱」——雇佣高管，划分部门，每个团队优化自己的泳道。搜索团队做搜索，移动团队做移动，看起来很高效。
问题在下一步。
2023年，当ChatGPT的用户数在三年内冲到7亿周活（相当于地球上每10个人就有1个在用），Howie发现Airtable的迭代速度完全跟不上AI原生公司。Cursor每周发布重大更新，而Airtable内部还在为一个AI功能排期一个季度。
更致命的是，他意识到如果今天从零开始做Airtable，他绝不会用现在的方式做。传统的表格+视图产品形态，在「用对话生成整个应用」的AI时代，就像在智能手机时代还在做诺基亚按键机。
要么卖掉公司，要么推倒重来。
Howie选择了后者，但他没有召开战略会，也没有发内部邮件号召大家「拥抱AI」。他直接改了公司的组织架构，把整个产品研发团队拆成两个部分：「快思考」和「慢思考」。
快思考团队的KPI只有一个：每周发布一个让人「哇」的AI能力。不需要PRD，不需要详细排期，产品经理直接用Replit做出可交互的落地页原型，工程师用Cursor生成代码，设计师要懂工具调用（tool calling）的技术约束。一个功能从想法到上线，按周计算。
慢思考团队负责底层架构，比如让数据库能处理两亿行数据的HyperDB引擎。这些不能一周搞定，但它们支撑快思考团队的实验不会把系统搞崩。
这套结构的核心逻辑是：AI能力进化太快了，每次模型更新都意味着新的产品形态。GPT-3.5时代，AI只能做代码补全（GitHub Copilot）。到了GPT-4o，你可以让AI一次性生成整个应用。你不能用老方法做新产品，快思考团队就是用来捕捉这些稍纵即逝的「模型红利期」。
但组织架构只是表象。
真正让Airtable加速的，是Howie重新定义了「什么是合格的产品人」。他给全公司所有人一个建议：随时可以取消一整天、甚至一整周的会议，去玩所有你觉得可能相关的AI产品。不需要请假，直接说「CEO让我这么干的」。
然后他自己带头示范。他会在内部分享自己用Replit做的营销落地页链接，而不是写文档。会把和ChatGPT的深度研究对话截图发出来，让大家看他怎么提示词。会在周末试用Runway的沉浸式世界生成器，哪怕Airtable短期内根本用不上这个技术——只是为了建立对「可能性边界」的直觉。
这种「玩」不是瞎玩。Howie给自己设计了一套「边缘学习法」：每次有新工具发布，他会强制自己想一个真实的小项目。比如用AI写个搞笑剧本，用NotebookLM做背景研究，用Hey Gen生成数字人视频，整个流程跑下来只需要一小时。不是为了做成品，是为了在真实场景里踩坑——哪个环节卡顿？哪个工具的输出不可控？这些体感是看文章学不来的。
他现在是公司AI推理成本最高的员工。用他的话说：「花几百美元让AI分析一年的销售电话，比花几百万请咨询公司划算太多了。」
这套玩法倒逼出了新的人才标准。Howie不再招「纯种」产品经理、工程师或设计师，他要的是「倒T型人」——在本职工作上很强，但在相邻两个领域至少要「能上手搞点事」。
产品经理得是「PM+原型师」，要有设计品味，能用AI工具直接做出可交互的demo，而不是写一堆「我们要让AI变得很好」这种空话。工程师要懂产品逻辑，能判断这个功能是不是真的「哇」。设计师要理解AI的技术约束，比如什么场景下模型会崩溃，需要加人工审核流程。
Airtable内部现在流行一个说法：「不要等三角色到齐才开工，一个人先把整件事的70%搞出来。」快思考团队里，有些工程师会主导产品方向，有些设计师能直接写Prompt调模型。角色边界在模糊，但速度在提升。
那Airtable到底做了什么？
答案是把整个产品重构成「AI操纵的工件」。以前你打开Airtable，看到的是表格、视图、字段，你要手动拖拽配置。现在你打开产品，默认界面是一个对话代理Omni，你直接说「我要做一个创业公司的CRM」，它会自动生成表结构、配色、视图，甚至用代码生成功能扩展那些标准组件做不到的细节——比如一个带热力图和自定义图标的地图视图。
这背后是Airtable过去13年积累的「低代码组件库」。和Vercel、Lovable这些纯Vibe Coding工具不同，Airtable的AI不用从零写HTML/CSS/SQL，它直接调用现成的「CRUD界面」「实时协作层」「自动化引擎」这些可靠的模块。就像厨师用高级食材做菜，而不是从种麦子开始。
这是Howie反复问自己的问题：「如果今天重新创立Airtable，我会怎么做？我们过去13年攒下的东西，是资产还是包袱？」他的答案是：低代码组件是资产，但产品形态必须推倒重来。
所以现在Airtable的首页不再展示表格，而是一个输入框：「你想做什么应用？」这和所有AI应用建站工具长得一样，但Howie不担心同质化，因为他的护城河不是界面，是底层那套经过千锤百炼的数据引擎和组件库。
这让我想起一个老比喻：你去超市买电钻，你真正要买的不是电钻，是墙上那个洞。
PRD就是电钻，原型就是那个洞。过去我们花太多时间写PRD（买电钻），却忘了用户只在乎最终体验（墙上的洞）。AI时代，你可以直接问AI「帮我在这面墙上打个洞」，它会自己选工具、调参数、处理意外情况。
Howie把这个逻辑用到了整个公司。市场团队以前是一个人做投放、一个人写文案、一个人做设计，现在他要求每个营销人员能「自己把整个campaign跑起来」。销售团队以前依赖售前工程师演示产品，现在每个AE（客户经理）必须自己能demo，因为「你不懂产品，根本没法卖AI工具」。
角色在坍缩，但每个人负责的成果在扩大。这就是AI时代的组织逻辑：不是一个人做一件事做到极致，而是一个人把一整件事做到80分。
但这套方法不是万能的。
Howie自己也承认：如果你的产品不是「纯软件」，这套ICEO模式可能不适用。如果你做的是遛狗平台、生鲜配送，技术只是配角，运营才是核心，那CEO下场写代码就是浪费时间。
还有一个陷阱：过早用Evals（评估指标）会扼杀创新。当你还在探索一个全新的AI功能形态时，先别急着定义「什么是好」。应该先开放式地测试各种奇怪的用例，找到真正work的场景聚类，再去建评估体系。否则你会陷入「优化一个错误方向」的死循环。
Howie还提到一个时间悖论：当你全公司都在追求速度，有些需要深思熟虑的决策反而会被忽略。这就是为什么他保留了「慢思考团队」——有些技术债不能快速迭代，必须一次性做对。
13年前，Howie和联合创始人Andrew花了两年半时间才发布Airtable的第一个版本。那时候他们相信「软件创作应该被民主化」，但只能用拖拽表格的方式实现。
13年后，这个使命还在，但实现方式完全变了。从拖拽到对话，从手动配置到AI生成，从PM定义需求到每个人都能做原型。
有人问Howie，如果回到10年前，他会对当时的自己说什么。
他的答案是：「别离开你热爱的细节。」不管公司长多大，不管有多少人告诉你「成熟的CEO应该只看高层数据」，永远记得你为什么创立这家公司。如果你爱的是做产品，那就一直做产品。如果你爱的是设计交互，那就别停下来。
因为只有这样，你才能在同一件事上坚持13年，并且在第13年还能重新爱上它。