把 PM 位置撤掉，让初级工程师上：Creao 联合创始人的 AI-First 组织观

25 人的团队，工程师不到 10 人，两周完成了传统百人团队四五个月的研发工作量——这不是方法论，是 Creao 联合创始人 Peter Pang 在钛媒体访谈中讲的实测数字。1

他的核心论断只有一句话：AI-First 不是在现有流程里加 AI 工具，而是要围绕 AI 重建工作流程和组织形态。区别不在于是否用 AI，在于谁当「主导」。

Harness：让系统自我修复，不是让 AI 辅助人

Peter Pang 把这套方法称为 Harness 工程——一个 AI 主导的动态系统迭代过程。核心是两条流：

第一条，功能交付流：传统需要六周的产品流程，Harness 模式下一天完成。当天开发、当天 A/B 测试、当天根据数据反馈重写。

第二条，Bug 自动修复流：识别并修复 bug 的全流程从传统的一周缩短为 1–2 小时，50% 以上的问题由 AI 自动修复，工程师只需审批发布。1

要跑通这套流，需要提前搭完整数据链：AI Agent 通过数据自主决策功能是否上线或回退，CI/CD、端到端测试、bug 分类定级全链路都由 AI 驱动。人的工作变成「向 AI 传递各类信号」，而不是参与每一个执行步骤。

这里隐藏着一个思维转换点，Peter 专门提到：系统出错时，要弥补系统缺陷，不是纠正 AI——把 AI 当可成长的动态系统，而不是需要监管的执行工具。

这套方法论对组织架构的冲击，比对工具的冲击更深。

Creao 取消了独立的产品经理岗位。

理由很具体：PM 是对齐成本最集中的角色。把 PM 职能拆解到工程师和工程管理者身上之后，对齐成本反而降了——因为 AI 承担了原本大量的信息同步和任务对齐工作，不再需要一个专门做「中间人」的角色。1

初级工程师比资深工程师更适合 AI-First 转型。

这个判断可能是访谈里最反直觉的一条。Peter 的解释是：初级工程师思维包袱少，愿意把工作范围从「写代码」扩展到全流程判断；资深工程师的专精专长反而会快速贬值，且改变原有工作方式的成本很高。

Harness 体系中，真正核心的人才是「架构师」——负责定义 Agent 架构、沙箱与宿主的交互规则、优化安全和延迟问题。传统搭建一套 Agent 系统需要 10–20 人，AI-First 模式下一名架构师一周可以完成。架构师的价值从「写代码」变成了「找到 AI 规划的缺陷、判断工作的价值」。

还有一类人才他特别点名：能直接落地想法的 UX/UI 设计师。原因是交流对齐的成本已远高于执行成本，「拿到想法、直接做出来」的能力比「做好一类专项」更值钱。

一个月前，Anthropic 发布了一份面向创始人的手册，对 AI 原生公司的护城河有类似的判断2：

这两份材料都指向同一个判断：AI 原生组织的竞争优势，不在于用了多先进的模型，而在于模型与具体业务长期结合后形成的完整系统。

综合 Peter Pang 的访谈和 Anthropic 创始人手册，提炼出三条可以直接用于团队建设判断的结论：

转型的前提是创始人真的相信 AI。 不是口头上的 AI-First，是愿意清除现有产品架构重来、愿意取消你认为「当然要有」的岗位。不相信就不会重构，不重构就只是在旧流程里加工具。
考虑要不要取消 PM 岗。 不一定适合所有阶段，但值得认真问一次：PM 在做的对齐工作，有多少已经可以由 AI 和工程师自己完成？
下一轮招聘时，优先看「范围扩展能力」，不只看专项深度。 能从「写代码」扩展到判断产品价值的工程师，比只能做好一个模块的工程师在 Harness 体系下更有复利。

Creao 的数字是检验这套逻辑的一份证据。两周抵四五个月，其背后是一套关于「谁来主导」的选择——不是 AI 工具的选择，是组织信念的选择。