什么是可微可导的公司

大多数公司不是为学习设计的，是为运转设计的

一个用户做了某件事。营收上升或下降，留存变化，工单变多，某个功能表现好于预期。公司内部某个人注意到了：看板被打开，会议被安排，产品经理写文档，工程师理解文档，设计师翻译它，QA 测试它，市场调整说法，管理层修订路线图。

最后，公司做出了反应。

问题在于，从信号到动作这条路径又慢又有损，中间全是人肉的翻译层。在人是主要执行引擎的年代，这条路径是没有替代品的。但当 AI 已经能写代码、出设计、测软件、跑分析、做客服、投放 campaign 并调度 agent 时，瓶颈就换了位置。

真正该问的问题不再是「怎么让每个员工用 AI 更高效」，而是：如果一家公司能直接从业务结果里学习，它会长什么样？

可微可导，是一个比喻

公司当然不是数学意义上可微的：它包含离散决策、法律约束、人的心理、品牌效应和市场冲击。

但作为比喻它非常好用。可微可导的公司，是指业务反馈能以最小延迟、最小失真在系统里传播的组织。营收、留存、用量、满意度、成本和信任不再是挂在公司顶部的滞后指标，而是持续的学习信号——它们直接影响产品决策、代码、提示词、模型路由、定价、实验和增长循环。

公司因此更少像一个层级结构，更多像一台学习机器。

第一代 AI 公司，和第二代

第一波 AI 原生公司看起来会很眼熟：仍然有产品、工程、设计、市场、客服和高管，每个角色都用 AI 跑得更快。这是人边界的 AI 公司——人定义边界，AI 在边界内加速。

但当每个职能都基本自动化之后，一个更不舒服的问题会浮上来：如果写作、编码、测试、分析、客服和优化都由 AI 完成，公司为什么还要按人类的岗位边界来组织？

第二阶段是奖励边界的 AI 公司。它不再主要围绕部门组织，而是围绕反馈循环组织：

观察用户行为 → 生成假设 → 跑实验 → 上线改动 → 度量结果 → 更新策略 → 重复

这个循环越好，公司自动适应的能力越强。而市场会把它变成一个囚徒困境：只要有一家公司能用更少的人、更低的协调成本、更快的迭代和更紧的反馈循环做出同样的产出，其他人就被迫跟进。

核心原则：缩短动作与奖励之间的距离

一条设计原则可以概括全部：每一个业务动作都应该产生快速、可归因、高信噪比的反馈。

大多数公司通不过这个测试。他们卖年度合同，然后等十二个月才知道客户是否真的觉得产品有价值；他们依赖大客户，一个客户就能扭曲整条营收曲线；他们用销售驱动，人际关系模糊了产品信号；他们发布功能却没有干净的归因；他们跟踪总营收，却不跟踪造成营收的行为级事件；他们在会议里做决定，却不保留决策的谱系。

结果是公司无法真正学习，只能靠解释。

具体到做法上：

• 选高频市场。 用户越频繁地交互，公司拿到的反馈样本越多。AI 写作、AI 编码、AI 图像与视频生成、AI 设计这类重复性任务天然适合——每一次「用户意图 → AI 输出 → 接受 / 修改 / 拒绝 / 保存 / 分享 / 付费」都是一个学习样本。
• 优先消费级与专业消费级，而非大企业定制。 大客户很有价值，但往往是糟糕的训练信号：营收上升可能是因为销售关系到位、采购流程终于走完，而不是因为产品变好了。可微可导需要的是统计密度。
• 按用量付费，而不是卖年费。 年费付一次，之后一整年的付费行为都消失了。按用量计费把价值变成连续信号：产品变好，用量上升；质量下滑，用量放缓。对可微可导的公司来说，定价不只是商业模式，它是奖励接口。
• 设计奖励向量，而不是单一奖励。 只优化短期营收的公司最终会学会坏行为——超收、骚扰、藏退订入口、上瘾机制。目标应该更接近「在留存、信任、质量、成本与风险约束下，最大化单用户的长期毛利」。奖励函数设计，是创始人最重要的职责之一。
• 先建遥测，再谈自动化。 可微可导公司的地基不是 agent，是 telemetry。每一个有意义的动作都要有谱系：谁提出的改动、用了什么数据、验证什么假设、改了哪个提示词或价格、哪些用户被暴露、对照组是谁、哪些指标动了、成本怎么变、出现了什么负向信号、该保留还是回滚。没有这套东西，自动化只会让公司更快地混乱，而不是更快地学习。
• 让产品模块化、可实验。 引导流程、定价页、计费套餐、提示词模板、模型路由、推荐逻辑、通知策略——每个模块都应该像一个策略：给定上下文，选择动作，观察结果，更新策略。
• 让 agent 在护栏内运行。 低风险动作（提示词变体测试、引导文案实验、模型路由优化、帮助中心更新）可以逐步自动化；高风险动作（定价、重大方向、法律与政策敏感项、品牌与信任相关）仍然需要人批准。自治范围应该随着可观测性和护栏的成熟而扩大，而不是一步到位。

人往上走

可微可导的公司不意味着零人类，而是人在栈里往上移动：不再是主要的执行层，而是学习系统的设计者。

他们的职责变成定义奖励函数、设定伦理与法律约束、审核高风险动作、识别 reward hacking、解释长期战略、处理模糊权衡、守护品牌与信任，以及决定什么时候推翻系统的判断。

这和「不开会」是同一件事

我们不开会、不打卡、不写日报，表面上是效率问题，本质上是可微可导的问题：会议是一个不可归因、不可回放、不产生结构化记录的决策场所——在会议里做决定，却不保留决策的谱系。日报同理：它是给人看的可观测性，成本高、精度低，而真正的可观测性应该直接从系统里取。

A2E 本身就是这条路线的实验：一个用 AI 自我迭代自己的产品。AI 分析产品指标和竞品动态、找出迭代路径、完成代码改动、优化北极星指标；人负责判断方向和为结果负责。

公司要优化的不是发布速度，也不只是营收速度，而是学习速度。在 AI 原生的世界里，优势属于那家能以最小摩擦把市场反馈转化成产品改进的公司。