93 人，12.5 亿美元：Linear 把「品质就是战略」当真了

一家公司 93 个人做到 12.5 亿美元估值，等于每人对应 1340 万美元的价值。大多数初创公司的同一指标是 100 到 200 万美元。12

这家公司叫 Linear，做软件开发项目管理工具。三个来自芬兰的工程师——Karri Saarinen（CEO）、Jori Lallo（CPO）、Tuomas Artman（CTO）——2019 年创立，目前服务超过 33,000 家企业客户，其中包括 OpenAI、Supabase、Retool、Mercury。12021 年起持续盈利。2025 年 6 月完成 Accel 主导的 8200 万美元 C 轮，估值 12.5 亿美元。3

他们没有做过什么违反常识的事：没有零股权的 Discord 增长、没有 35% PR 由 AI 自动提交的工程奇技、没有拒绝融资五年的极端姿态。他们的反常在别处：「规模应该衡量的是表现，而不是人数。人们应该为你的团队有多小而感到惊讶，而不是多大。」——这句话是 Karri Saarinen 2024 年的原话，不是公关稿。4

Linear 的整个组织逻辑由一个核心命题驱动：品质不是产品属性，是商业战略。

Karri 在 2024 年一篇名为《为什么品质如此罕见》的文章里给出了完整的因果链。他认为品质的三角是：信念（Belief）× 关怀（Care）× 工艺（Craft），三者缺一就退化成功能主义。5

品质策略的商业逻辑是：好产品自己会传播。Linear 在最初四年里几乎没有付费营销投入，靠产品品质带来口碑，第四年获得超过 10,000 个付费客户，净收入留存率超过 145%。

这不是不可证伪的感悟。Linear 的 AI 时代判断与之配套：「AI 把创作速度给了所有人，但也让人更难专注投入关怀。工艺无法被外包，因此工艺变得更稀有，品质也更罕见。」这让 Linear 的品质赌注在 AI 浪潮里变得更加稀缺、更加值钱。5

配套执行有几条硬规则：零 Bug 政策（所有问题 7 天内修复）；不向外部发布半成品，最小可行产品只用于内部测试；数据不是产品决策的主要来源，直觉和用户反馈优先于 A/B 测试。

最后那条是反直觉的：「你无法指望数据或用户本身告诉你怎么给他们惊喜。数据只能描述已知场景，品质需要突破已知。」6

这个比例在 SaaS 行业里极端到几乎不可信。为了理解它，需要先理解 Karri 的招聘哲学：团队每年大致翻倍，但从不为了「填满岗位图」招聘，只招「能让整体水准上升」的人。4

「什么阻止了你前进，几乎从来不是团队规模——是专注力的清晰度、技能和执行力。更多人意味着更慢的推进、更多管理成本、更多会议、更多意见，以及通常是愿景和标准的稀释。但增加团队人数不知为何变成了成功的象征。」4

衡量指标 Karri 公开推荐的是「每名员工的营收」：大型上市公司的基准是每人 100 到 200 万美元，创业公司可以目标每人 50 到 100 万美元。Linear 的实际表现远高于这个数字。

大多数到一定规模的公司会划分「搜索团队」「通知团队」「用户体验团队」之类的功能单元。Karri 认为这是为了简化管理层的理解而生的结构，但它会制造品质孤岛——某个领域做得好，另一个领域凑合过。

Linear 的做法是轮换职责。没有人全年只做搜索。「很难在同一件事上持续产出好想法。」6用户不关心你的组织图，他们关心的是产品体验是否完整。

这个选择有明显的代价：对管理层来说，追踪进度和评估绩效更复杂。但这正是高标准招聘的前提——进来的人必须能在没有稳定职责边界的环境里自主判断、自主推进。

Linear 招聘流程里最异类的一环，叫 Work Trial（工作试用）。

所有通过初轮面试的候选人，都要进行 2 到 5 天的带薪试用，直接加入一个真实项目，获得 Slack、Notion、Linear、GitHub、Figma 等工具权限，参与真实工作——不是设计好的考题，是当期真正待上线的任务。7

「工作试用帮助我们四年里扩张到 50 人，员工留存率达到 96%。」

试用期间有三个固定节点：

评估结论只有两种：强烈同意，或者不通过。没有「有点符合」的灰色地带。

Linear 建立这套流程的出发点是：传统面试测不出「候选人在远程创业环境下究竟怎么工作」。通过提问能验证知识，但验证不了判断力——如何在信息不完整时做决策、如何在异步环境里主动同步进度、如何响应反馈。这些恰好是 Linear 内部需要最多的能力。7

对候选人而言，这也是双向评估：5 天里你能直接感受公司节奏、协作方式和文化气质，不靠 Glassdoor 的间接评价。

「不强烈同意即不通过」的标准执行时有一道保护机制：所有项目团队成员在集体复盘前独立提交评估，互不可见，以防止从众效应。

此外，招聘时不从职级头衔出发，而是从「要解决的问题」出发定义岗位——先明确为什么现在需要这个角色，而不是从「产品经理三年经验」之类的标准条件往回倒推。

「在 Linear，没有'交给开发'这件事。你永远不会被踢出去。」6

Linear 的协作核心是消除「交接」——产品经理决定做什么、设计师画图、工程师实现——这种流水线在 Karri 看来必然制造品质失控点。每一次交接都是信息衰减的节点，都是「我只负责我这一段」心理的温床。

取而代之的是：设计师和工程师都要像产品经理一样思考，全员理解产品目标和用户，全员对结果负责。产品经理的职责不是写详细需求，而是清除障碍、确定方向——「战略倍增器，而不是需求工厂」。

另一个具体的协作机制：工程师和设计师轮流担任一周「守门员（Goalie）」——负责阅读所有用户工单、分配问题、在推进新功能前优先修复 bug。这个机制让整个产品团队始终与用户的实际痛点直接连接，而不是在功能路线图的抽象世界里越飘越远。

「早期客户被邀请进入 Slack 社区，工程师直接对话用户，bug 通常 24 小时内修复。」3对一家初创公司来说，这种响应速度是无法花钱买来的信任积累。

Linear 的 UI 重新设计、功能迭代、版本发布，几乎每一次都有内部工程师和用户共同参与的测试周期。spec（需求文档）只是最低基准，不是终点。团队被要求在 spec 之外主动投入超出必要的关怀。

Linear 自己做工程师工具，但对 AI 功能保持审慎。

公开立场是：只在 AI 真正能提升体验的场景做针对性整合，不为蹭热点而加 AI。这在 2023 年到 2024 年的 AI 功能军备竞赛里显得格外逆势。2

2026 年 5 月，Linear 官方博客发布了《Code Intelligence for Linear Agent》，开始更系统地把 AI agent 能力整合进项目管理工作流——让 agent 在代码层面感知任务上下文，自动关联 issue 和 PR，减少人工维护的摩擦。8 这是 AI 能力与核心产品场景深度结合的产物，而不是套壳的 ChatGPT 问答框。

对内部工作方式的影响也是克制的：工程师用 AI 写代码已经是常态，但 Linear 没有像 Cursor 那样公开宣布「AI 完成了多少比例的 PR」——他们更关心最终产品是否比之前更好，而不是哪个流程被 AI 替代了多少。

Linear 的品质策略没有秘密配方。它的可复制性建立在一个前提上：品质必须从领导层开始被当成优先级，而不是市场传播材料。如果「品质文化」在公司里是口号，而创始人/CEO 在具体决策里优先发货而不是优先品质，这套逻辑会在第一个季度压力下崩塌。Karri 说，品质承诺需要「创造一种权限结构」，让团队里每个人都知道不妥协是被鼓励的，而不是会被绩效考核惩罚的。6

Work Trial 的成本不低。每个候选人 2 到 5 天的时间，加上 3 到 5 名团队成员的投入，等于招一个人要消耗团队 10 到 25 人天的资源。这在人手紧张时很难维持。Linear 选择维持，是因为他们算过另一边的账：一次错误招聘对 93 人团队造成的文化稀释和补救成本，远高于招聘本身的摩擦成本。规模越小，每一个错误的人影响越大。

轮换职责、取消专职 handoff、全员负责品质——这些都预设了一个条件：团队成员有足够强的判断力，可以在没有明确边界的情况下做正确决策。这不是靠 OKR 或绩效框架能创造的，是靠招聘筛选出来的。一旦团队里有人需要明确边界和详细指令才能工作，这套体系就会变成管理噩梦。

93 个人，支撑一家 12.5 亿美元的公司持续盈利，并且继续成长。这件事的意义不在于证明「小团队更好」，而在于表明：决定公司上限的，首先是团队里每个人的判断力密度，其次才是人头数量。