Adam Mosseri：AI 让真实性更值钱｜Lenny's Podcast 完整 ASR 精读版

覆盖说明：本期基于 Lenny's Podcast 官方单集页、Apple Podcasts 单集信息、Meta 官方人物资料，以及完整 68 分钟音频 ASR 整理。Substack 页面可见 transcript 入口，但本轮未取得可展开的官方逐句 transcript；因此本文为「完整音频 ASR 精读 + 按节目顺序中文精译」，不冒充逐句无删减全文译本。1 2

本期一句话

Lenny 这一期请来 Instagram 负责人 Adam Mosseri，真正有价值的不是「AI 会不会替代 PM / 设计 / 工程」这个旧问题，而是 Mosseri 给出的组织答案：AI 把执行边界压低后，产品团队会变小，角色会互相渗透，真正稀缺的变成 taste、judgment、strategy 和对用户注意力系统的理解。1

图集导览

AI 让真实性更值钱：AI 内容不是 Instagram 的逆风，Mosseri 判断它会让人更想追随真实创作者和明确观点。
Adam Mosseri 背景卡：Meta 官方资料显示，他是 Head of Instagram，负责 Instagram 的工程、产品与运营，曾任 Meta 移动应用设计负责人，也长期负责 News Feed 产品与工程团队。3
产品团队变小了：Meta 的典型产品团队从十几人的专才组合，转向 4-6 名通才工程师 + product staff + 必要专才的小 pod。
Product Staff 成为枢纽：PM、设计、数据、研究的边界被工具软化，但顶尖专才并没有消失，只是更集中用在关键问题上。
AI 改写谁会赢：工程师写代码的占比下降，规划、审查、判断和知道 AI 擅长什么变得更重要。
别做 Token 焚烧炉：Mosseri 不赞成 token spend 排行榜；AI 成本最后会像 GPU、标注预算、薪酬一样被管理。
战略不能只外包给 AI：AI 可以帮你反驳和澄清，但「愿景」「约束」「有争议的路径」仍要由人设定。
算法没有你想的那么懂你：过去推荐系统更多依赖 embedding 相关性，不是用人类语言理解「你是谁」；LLM 让这些向量地图开始可解释。
合成内容越多，人越稀缺：Mosseri 认为平台不该按工具歧视 AI 内容，而应让用户知道内容和账号背后的可信度。

嘉宾背景

Adam Mosseri 是 Instagram 负责人，Meta 官方资料称他负责 Instagram 所有业务功能，包括工程、产品与运营；他在 Meta 已超过 11 年，曾担任移动应用设计负责人，随后转向产品管理，并长期领导 News Feed 产品和工程团队。加入 Meta 前，他是 TokBox 第一位设计师，也曾创建设计咨询公司；他毕业于纽约大学 Gallatin School，学习 Information Design and Media。3

按节目顺序精读

00:00-02:09｜开场：taste 会变得更重要

本期开场的核心句是：当构建东西越来越容易，真正的问题不是「能不能做」，而是「一开始就该做什么」。Mosseri 说，AI 时代最能吃到红利的人，不只是会用工具的人，而是能清楚判断 AI 擅长什么、不擅长什么，并且能预判下个月它会变得擅长什么的人。

这对产品人很关键：执行成本下降会放大错误方向的代价。过去做错一个功能，至少要花时间写代码；现在做错方向，工具会更快把错东西做出来。

02:09-05:48｜产品团队从十几人变成小 pod

Mosseri 描述 Meta 过去的典型团队：两三名 Android 工程师、两三名 iOS 工程师、两三名服务端工程师，再加 PM、设计、数据科学、研究，有时还有 generalist，总规模大约十几人。

2026 年的变化是 pod 化：核心团队通常变成 4-6 名更通才的工程师，加一个 product staff，再按任务需要补 senior data scientist、senior product designer 或其他专才。Mosseri 的判断是，小团队协调成本更低，决策也更少被 committee 设计稀释。

05:48-14:01｜角色边界变软：不是没有专家，而是专家更贵

这段最适合中文团队反复看。Mosseri 说，各职能正在互相渗透：产品 staff 可以借助工具做基础漏斗分析，设计师可以影响产品战略，工程师可以做分析，数据科学家也能做设计提案。

但他并不认为专才消失。相反，当问题足够复杂时，你仍然需要非常资深、非常有创造力的专家。变化在于：组织不会为每个问题默认配齐全套专才，而会让一个通才型核心先推进，再把高阶专才用在最值得的地方。

14:01-16:48｜招聘标准：好奇、试错、愿意显得笨

Mosseri 长期看重三件事：grit、quick learner、自我认知。AI 时代，他把「保持好奇」和「愿意把自己放出去试」看得更重。

他用学语言打比方：一个人能不能学好外语，很大程度上取决于他愿不愿意先说得很烂、被纠正、再改好。AI 工具也是一样，如果你不愿意试、不愿意犯错，接下来 5-10 年会很难过。

16:48-19:38｜AI 正在重排职场优势

Mosseri 说，工程的工作已经不是大部分时间写代码，而是更多时间规划与审查代码。喜欢纯写代码的人可能不适应；过去写代码不快、但判断和规划更强的人，反而可能被抬起来。

他还举了自己的例子：他不是优秀工程师，但现在可以「负责任地写代码」。同样，设计师可以写程序，工程师可以拉数据，数据科学家可以做设计提案。关键不是站队「AI 派」或「反 AI 派」，而是清楚知道工具哪里强、哪里弱。

19:38-23:23｜Token spend 不是荣誉榜

Meta 内部曾有人提到 token spend leaderboard，Mosseri 直接说这是糟糕想法。原因很简单：烧 token 很容易，产生价值很难。

他的成本观更像资源分配：GPU、CPU、存储、标注预算、薪酬都需要被部署到最能产生回报的地方，token 也一样。现在 Meta 还没有给工程师设 token 上限，但他认为未来可能会出现按信任与 ROI 分配的健康上限。

23:23-30:36｜人类判断还在哪里值钱

Lenny 问：如果代码、规划、执行流程都被 AI 吃掉，人脑最有价值的地方在哪里？Mosseri 的回答是 taste、judgment，尤其是 strategy。

他把领导 AI 的方式类比成管理团队：你要定义成功是什么，要决定路径应该多具体，要在过程中给反馈。太具体会压死好想法，太开放会让团队跑偏。未来管理 agent，可能也会出现同样的张力。

25:56-30:36｜AI 做战略，容易给你一个竞争对手也想得到的答案

Mosseri 认为，如果你懒散地问 AI「给我一个战略」，它通常会给出 predictable 的答案，很可能正是竞争对手也预期你会做的事。

真正可用的战略，需要把技术状态、团队人才、激励、竞争格局、监管、合规、品牌存在理由都纳入约束。AI 可以参与反驳和澄清，甚至帮你把输入想完整，但不能替你决定一个有争议、可以被理性反对的路径。

30:36-34:23｜最好的产品领导者更像 curator

Mosseri 说，很多顶尖产品领导者不是永远自己产出所有想法的 vision machine，而是优秀的 curator：curate people、ideas、technologies、strategies。

这句话对创业团队尤其实际。一个团队不缺想法时，领导者的价值在于判断哪些想法值得推进，哪些人组合在一起会产生信任，哪些策略能让团队真正买账并执行。领导者不必拥有每个点子，但必须能构建让好点子浮上来的环境。

34:23-38:08｜Instagram 算法其实没有你想的那么「懂你」

Mosseri 说，用户常误以为算法拥有非常细的语义理解：它知道我喜欢冲浪、咖啡、某种审美。但过去推荐系统更多是 embedding 和相关性：系统看到的是一组人类读不懂的向量，不是用自然语言理解你的兴趣。

变化来自 LLM。现在可以让 LLM 看某个 embedding 区域或一组视频，并用语言描述「这可能是深度手冲咖啡爱好」。这也是 Instagram 在探索「your algorithm」的逻辑：让用户看见平台认为自己感兴趣的话题，并能调整它。

38:08-40:56｜为什么纯时间线 feed 往往让人失望

Lenny 提到很多用户以为自己最想要纯时间线。Mosseri 的反驳是，纯时间线会改变整个系统激励：谁发得多，谁就总在顶部。大公司和出版机构可以一天发几十条，你的好友一周可能只发一条，于是 feed 会被专业内容淹没。

他还强调，最近不等于最重要。你可能更想看到姐姐订婚的照片，而不是刚刚发出的无关午餐照片。Instagram 过去测试过把时间线作为默认，但长期满意度会下降。

40:56-43:42｜AI 内容是 Instagram 的顺风，但不是免费红利

Mosseri 判断 AI 内容会是 tailwind，但也是挑战。更多内容可能带来更多注意力，但平台还不够擅长排序 AI 内容：好的 AI 内容与糟糕 AI 内容都存在。

他真正看重的是另一层：当合成内容变得充裕，人会更想寻找创造力、真实性、明确的个人观点。Instagram 从来不只是内容本身，也包括内容背后的人、视角和分享理由。AI 内容越多，创作者身份反而越重要。

43:42-48:00｜平台不该按工具给内容定罪

Mosseri 不认为平台应该因为内容由 AI 生成就默认降低价值。他更关心内容本身、观点、发布者是谁，以及用户是否能做出知情判断。

他倾向于让用户知道内容是否可能由 AI 生成，也让用户理解账号可信度：账号是 3 天前创建还是 3 年前创建？是否经常改资料？是否是真人？这些信号比简单贴一个「AI 内容」标签更接近长期治理问题。

48:00-56:31｜向其他平台学习：关系、语境和表达格式

后半段 Mosseri 谈到自己欣赏其他社交产品的地方。真正值得产品人记住的是：社交平台的竞争不只是功能集合，而是它如何塑造表达、关系和语境。一个 format 成功，往往不是因为按钮设计，而是因为它让用户更容易表达某种关系和身份。

56:31-60:21｜失败复盘：改版风波与用户反馈

Mosseri 回顾 Instagram feed redesign 的挫折。他承认，平台改动不能只看内部指标，还要理解用户为什么觉得体验被夺走。一个大平台面对的是情绪、习惯、创作者收入、商业目标和技术方向的共同拉扯。

60:21-63:03｜最大的失败：Instagram iPad

Mosseri 把 Instagram 没有做好 iPad 体验列为自己的失败之一。这里的启发很直接：大公司也会因为优先级、资源和战略判断，长期放着一个明显需求没有解决。不是每个「显而易见」都能自动变成产品优先级。

63:03-66:56｜孩子、屏幕与社交媒体

尾段谈到孩子与社交媒体。Mosseri 的态度不是简单禁止，而是承认这类产品会影响注意力、关系和情绪，家长和平台都需要更清楚地理解风险与边界。

本期金句中文精译

「当构建东西更容易，弄清楚一开始该构建什么就更重要。」
「AI 工具不是二元的。它们在某些事上惊人地强，在另一些事上惊人地差。」
「工程过去很大一部分是写代码；现在更多是在规划和审查代码。」
「如果你懒散地问 AI 要战略，它会给你一个相当可预期的答案。」
「愿景是你想抵达的产品状态；战略是通往那个愿景的、有立场的路径。」
「如果战略不能被一个理性的人反对，那你可能只是在拼执行。」
「Instagram 从来不只是内容，也包括内容背后的人、观点和分享理由。」
「在合成内容过剩的世界里，人们会更追寻创造力、真实性和人。」

给中文 AI 创业者和产品人的 8 个启发

不要把 AI 提效只理解成少招人。 Mosseri 讲的是组织形态变化：更小的核心、更强的通才、更贵的专家。
Product staff 不是 PM 改名。 它更像产品、数据、研究、设计之间的操作系统，要求能用工具跨过多个工种的机械部分。
taste 会变成硬能力。 当大多数执行都能外包给工具，知道什么值得做、什么不值得做，会比「我能做」更重要。
AI 成本不能靠热情管理。 token spend 会经历从放开到治理的过程，创业公司也要尽早学会看「美元进去，价值出来」。
战略不是把市场材料喂给模型。 好战略必须把团队、监管、品牌、人才吸引力和竞争预期一起纳入约束。
推荐算法的下一步是可解释和可调。 LLM 可能把过去不可读的 embedding 地图翻译成用户能理解的兴趣控制面板。
AI 内容平台的关键不是封杀 AI。 更难的问题是透明度、账号可信度、创作者身份和用户选择权。
合成内容越便宜，真实人设越值钱。 对创作者和创业者来说，差异不只是内容产量，而是持续可识别的观点、审美和信任。

Adam Mosseri：AI 让真实性更值钱｜完整 ASR 精读版