目录
- AI时代产品团队的通才化 [00:00:00 - 00:10:00]
- 品味、招聘与AI重塑工作 [00:10:00 - 00:20:00]
- 判断力、战略与产品领导力 [00:20:00 - 00:30:00]
- 算法推荐与AI内容的未来 [00:30:00 - 00:40:00]
- AI创作者、排序与公开沟通 [00:40:00 - 00:50:00]
- 失败、实验与孩子的屏幕时间 [00:50:00 - 00:59:26]
AI时代产品团队的通才化
Lenny Rachitsky：欢迎收听跨国串门计划。这是一档专注于让中文听众无障碍欣赏全球优质外语播客的节目。通过先进的AI声纹克隆技术,我们不仅将内容翻译成中文,还完美保留了原主持人和嘉宾的独特声音,为您呈现全球顶尖的AI财经,健康与科技领域精品内容。我是主播一凯，一位热衷于AI领域的产品经理，很荣幸能为您搭建这座跨越语言障碍的桥梁，接下来让我为您简单介绍本期我们克隆的这档节目，本期我们克隆的是知名播客Lenny's Podcast 在2026年7月的一期深度对谈，主持人Lenny Rachitsky与Instagram负责人Adam Mosseri 展开了一场坦诚的交流 Adam Mosseri在Meta工作了超过15年，从设计师起步；曾领导Facebook的动态消息团队，并在8年前接手Instagram 如今管理着这个月活超过30亿的平台，这一期他们主要探讨了在AI时代，产品团队的运作模式正在发生怎样的根本性变化，以及人的品味，判断力和真实感为何变得前所未有的重要 [00:00:53]
Adam Mosseri：那我们就一起来听听这期的完整对话，不，我觉得品味非常重要，在一个做东西越来越容易的世界里，更重要的是确保你的时间，花在搞清楚到底该做什么上，我认为能从中获益最多的人，是那些对AI擅长什么，不擅长什么有清醒认识，同时对它未来会擅长什么，不擅长什么有直觉或嗅觉的人 Instagram的算法在人类行为方面，有什么大家可能没意识到的东西，我觉得大家会以为，算法对每个人的兴趣和偏好有非常细致的语义理解,但实际上并没有那么深。 [00:01:14]
Lenny Rachitsky：AI内容的兴起,对Instagram来说,相比其他平台,是逆风还是顺风?我觉得会是顺风,但也会是个挑战。
Adam Mosseri：在一个合成内容泛滥的世界里,我反倒觉得人们会更主动地去寻找创意,真实感和真人。我不认为我们应该过滤掉AI内容，我觉得应该让你知道 [00:02:02]
Lenny Rachitsky：某个内容是不是AI做的，不过这做起来很难，随着AI在产品开发生命周期里，吃掉越来越多的环节，你觉得人脑在哪些地方会一直最有价值，这个问题问得好，今天的嘉宾是Instagram负责人Adam Mosseri 每月有超过30亿人使用Instagram 相当于全球每三个人里就有一个，想想都觉得不可思议，在加入Instagram之前 Adam设计并领导了早期的Facebook动态消息，他还带过团队搭建了Facebook的排序算法 8年前他从创始人Kevin Systrom和Mike Krieger手里接过了Instagram 他是一名设计师，后来转型做产品经理，再后来成为Instagram的领导者 Adam还因为经常亲自出面回应Instagram产品演进中的各种争议和变化而出名，这个我们也会聊到，下面有请Adam Mosseri Adam 非常感谢你能来，欢迎做客播客；谢谢你邀请我很高兴能来，你做产品很久了，能看到Meta内部 Instagram内部很多团队是怎么运作的，在2026年，一个比较标准的产品团队大概是什么样，跟几年前比现在团队的运作方式，或者说应该怎么运作，最大的不同是什么，今年变化很大，在过去很长一段时间里 [00:03:10]
Adam Mosseri：像我们这样的大公司，标准团队，配置大概是两三个Android工程师，两三个iOS工程师，两三个服务端工程师，可能再加一个通才型的产品经理，一个设计师，一个数据科学家，运气好的话还有一个研究员，差不多这样大概十来个人，这么配是因为，你得让每个写代码的人，都有能review他代码，熟悉那个代码库的人，而且个个职能都比较专，在创业公司里情况会很不一样，但今年情况在变，我们采用了叫小队的模式，就是迷你团队，大概四到六个更偏通才的工程师，还有一个我们叫产品专员的角色，这算是产品经理这个岗位的一种演变，这个产品专员能借助我们给的最新工具，做一些设计师，数据科学家和研究员的工作；然后再根据他们的需要去配专家，如果做的东西涉及定价策略，就需要一个资深数据科学家，如果做的体验非常新颖，就需要一个非常资深的产品设计师，所以我们会根据工作需求来组建团队，但最终会形成一个更小的核心，通常也就六七个人，这是我们今年正在发生的一个非常大的转变，但好处是因为需要协调的人更少，他们往往能更快地行动，做出更好的决策，少一点那种委员会式的设计，我们经常聊AI如何调整和提升生产力，这确实是其中一部分，但我觉得另一部分原因就是 [00:04:25]
Lenny Rachitsky：小团队本身往往就更高效，我喜欢这个思路，那在这个六七人的团队里，具体构成是怎样的，如果从原来那种规模缩到一半，你发现哪个角色变少了，就是少用专家嘛 [00:05:05]
Adam Mosseri：可能一个专家都没有，就四个工程师加一个产品专员，没有数据科学家，没有设计师，没有研究员，也没有内容设计师，产品专员就是那个通才，把这些事都撑起来，现在很明显，所有职能之间的边界都在模糊，整个行业都在摸索，这意味着什么，比如在大公司，数据科学家做的很多工作，其实是偏机械性的，他们做的事，一部分更像艺术和科学，另一部分真的就只是拉数据，做数据管理，我们内部再搭一些工具，比如以前一个典型的数据科学问题，是做漏斗分析，你想看用户创作rails的情况，就得看每一步的转化，看人在哪一步流失，然后找机会去优化，这种基础的漏斗分析，现在用我们内部工具自动拉取，就简单多了，不用再让数据科学家；专门花大量时间去做，所以产品专员现在就能干这个，一年前他们还干不了，结果就是你身边都是这种，更偏通才型的人，等真正需要的时候，再去找更资深，或者说更有创造力的专家，比如一个特别厉害的产品设计师，或者一个天才级的数据科学家，研究员，这太有意思了 [00:06:12]
Lenny Rachitsky：我刚刚就听到完全一样的说法，我之前请了Claude Code和Coworker的工程负责人 Fiona Fong上节目，她是Boris Cherny的经理，她描述她现在招的人，一类是有品味，能把一个想法从头做到尾的Builder 另一类是在某个非常具体的领域，有深厚专长的人，品味这件事非常重要，我特别认同 Boris以前在Instagram工作过，对没错
Adam Mosseri：他在Instagram当过一段时间高级IC 我很喜欢看他，他现在在threads上到处都是，简直成了Claude Code的代言人，他太猛了，现在都成明星了，真的是，他有自己的一片天绝对的，而且是在一个现在火得不行的领域里，我觉得品味太重要了，在一个做东西越来越容易的世界里，更重要的是，确保你的时间花在，想清楚到底该做什么上，现在很多设计师，对自己的角色非常焦虑，你看有其他通才在做设计，工程师在做设计，产品专员也在做设计，但我其实挺看好设计，或设计师的，因为他们往往有品味，我觉得品味这个东西，很难想象会被自动化掉，当然设计有时候也有别的挑战，但我现在确实挺看好设计师的，我一直也这么觉得 [00:07:00]
Lenny Rachitsky：现在做东西太容易了，而且AI做出来的东西，你一看就知道，这是Claude设计的，我知道你干了什么，这是Codex 他们都有自己的风格，你用氛围编码做app 叫氛围编码，但你一看就知道
Adam Mosseri：这是个Codex app 那是个Claude 对，还有Repolite Loveable 对，我觉得你会看到，我们Instagram有个资深设计师，叫Nate 他最近就转去做产品专员了，以后可能更难去讨论设计角色，或者谁是好设计师，因为他们不会只待在，传统的设计岗上，如果你是个很厉害的设计师，你的强项可能远不止，交互和视觉设计，你可能对产品策略，甚至对商业，对市场拓展都有很强的观点，所以我其实觉得，我们最强的一些产品专员，会是从设计和数据科学转过来的，他们就是想扩大自己的影响范围，以前他们跨职能，就已经很有影响力了，现在这些职能边界变得极其模糊，他们直接就能跳进去，所以名义上他们是个通才，但很明显；他们在某一种手艺上，有独一无二的强项，同时他们又有能力，和强烈的观点，能在其他领域，其他手艺上，做出靠谱的决策，所以我不知道我手下，最强的设计师，是不是都会留在设计岗，可能大部分会，但我能想象有一批，特别强的会转岗，不过我也得反思一下，自己的偏见 [00:09:00]
Lenny Rachitsky：因为我当年在Facebook 就是从设计师起步的，后来转了岗，不会，设计师很棒，我是铁粉，这真的很有意思，一直都有这种类似GM的模式，不同职能的人都可以成为GM 这个产品专员的角色感觉也很像，不同职能的人都可以转过来做，对，以前做产品经理也是这样，但现在更是如此了，从某些角度看，现在可能确实是通才的时代
Adam Mosseri：但我还是觉得那些特别厉害，一门心思专业的专才，依然非常重要，我就希望自己是那样的人，我一直很向往那种，那种顶尖的机器学习工程师
品味、招聘与AI重塑工作
Adam Mosseri：那种顶尖的机器学习工程师 I研究员或者邪将，我觉得那简直是，世界上最酷的事了，但我从来就不是那块料，我一直是，我从来没有什么，特别拔尖的地方，我的优势一直是涉猎广泛
Lenny Rachitsky：什么都会一点，我也是，好，那说回产品专员这个概念，所以这个想法是用在这些新的小队上，这是你们正在尝试的新做法，就是有这种小队，里面有产品专员，工程师，可能还有一个专才，比如专门深入研究定价算法之类的，那这给我的感觉是，有些相关的岗位，可能在未来几年会面临更大的挑战，比如数据科学，比如用户研究，你刚才也提到设计师们有些焦虑，那是不是说这些领域的人，可能需要考虑转向其他角色了，我觉得焦虑是普遍存在的，我跟很多其他公司的人都聊过 [00:10:16]
Adam Mosseri：感觉现在大家都很担心，担心竞争，担心工作被取代，担心这些技术发展，这么快会带来意想不到的后果，所以这种情况确实在发生，我认为你会看到，职能之间的界限越来越模糊，但我仍然觉得，各种职能还是有存在空间的，只是形态会不一样，他们不一定都是自身独立贡献者，但要么是资深的，要么是在通往资深的路上，你总不能只有一群超级资深的数据科学家，而没有新人，那未来的超级资深数据科学家从哪来呢，所以你还是得招聘指导和培养人才，也许团队整体规模会变小，那些看起来不太可能成为超级资深的人，会转向更通用的角色，我觉得这是一个合理的软着陆方式，但我确实认为，你不仅要投资于今天，每个特定职能的资深人才；也要投资于未来的资深人才，否则我觉得过几年你会后悔的，这是我的看法，话虽如此，谁知道几年后世界会是什么样呢 [00:11:48]
Lenny Rachitsky：所以我总的原则是，不要对自己做的任何预测，过于自信，因为现在变化实在太快了，对Bennett Gavins 最近也上了我的播客，说了同样的话，我们对正在发生的事，其实一无所知，对，我挺喜欢他的，我会去听一下那期节目，你刚才提到了品味，这让我想到，你现在要面试很多人，招很多人，在这个新世界里，有哪些特质，是你越来越看重的，又有哪些特质的重要性在下降，你觉得没那么重要了，有些东西是不变的，对吧，很长一段时间以来，几乎不论什么职能，我招人总看三点，你有没有一股韧劲，就是那种
Adam Mosseri：你真的会全力以赴，有冲劲，心里憋着一团火，你是不是个学东西很快的人，还有，你是不是有相当好的，最好是极强的自我认知，这样你才能真正听进去反馈，知道自己的长处和短板，因为如果你具备这三点，心里有团火，学得快，又有自知之明，那你最终几乎能在任何领域做得很好，但如果少了任何一点，通常就会出问题，这算是一个基础门槛，至于现在招人，或者说，我觉得在未来五到十年变化，如此巨大的环境下，哪些人会更容易成功，有两件事，我一直在督促自己去做，那就是保持好奇心，并且要敢于把自己推出去，我觉得你必须去尝试，对吧，就像刚才说的；没人真正知道发生了什么，你就得愿意去试，这有点像，我不知道你会说别的语言吗，俄语会，对是这样，学另一门语言的时候，我觉得最重要的一点，也是最好的预测指标，这是我猜的，没做过研究，就是看你能不能把话说出口，你愿不愿意像个傻子一样开口，愿不愿意直接说出来，被人纠正也不生气，然后越说越好，你把自己豁出去，面对所有这些新工具，新模型新技术，我觉得也一样，你得愿意去试，如果你有好奇心，又愿意动手试，你就能学会能适应，但如果你既不好奇，又不愿意犯错，不愿意尝试，那麻烦就大了，至少这段时间会非常难熬，所以我觉得这些品质很宝贵，不只是在Meta这样的公司，或Instagram这样的团队，招人是看重，放眼未来10到20年，整个行业，甚至很多行业都会看重；那有没有什么东西，我们现在没那么看重了，对于某些职能来说，我觉得有些团队还是会很大，所以你需要很擅长，管理大型组织的人，大型组织的领导力，本身就是一门手艺，一种技能，它跟普通的管理其实不一样，但我确实觉得这类岗位会变少，以后小团队会更多，管理几千人的人会变少，不是说那个岗位会消失，而是我在招人时，对这方面的要求会降低，因为我手头这类岗位会变少，我听一些人说 AI好像在重新洗牌 [00:14:27]
Lenny Rachitsky：重新定义大家的影响力和成功，有些以前表现平平的人，现在AI能帮他们做以前不擅长的事，或者让他们能做以前做不了的事，现在他们干得风生水起，做各种东西，还能帮到别人，你有观察到这种现象吗，就是AI把一些人拖起来了，也可能让另一些人往下掉，对工作本身变了，就拿我们来说，拿工程来说 [00:15:04]
Adam Mosseri：以前做工程可能不是大部分，但很大一部分时间，大概40% 50% 60%都在写代码，现在不是了，尤其是你去问那些实验室里的人，他们大部分时间都在规划和审查代码，这是完全不同的工作，你可能很讨厌这样，因为你以前就爱写代码，或者你可能很喜欢这样，因为你以前写代码没那么快，所以谁能成功，取决于谁的长处跟工具的需求，业务的需求更匹配，这种情况肯定在发生，还有一种情况是，有些人以前对别的职能怎么贡献有好想法，但缺乏动手或技术能力去做 AI降低了这个门槛，然后突然间他们就能做了，对我来说这事挺有意思的，因为我刚进Facebook的时候，所有设计师都得会编程，那是我们的要求，我还走过技术面试流程；后来我们放弃了这个要求，因为太难招人了，但现在我大概十年来，头一次又能编程了，我可不是什么好工程师，你在各个级别，各种资历，各种职能，都能看到这种现象，设计师在编程，工程师在拉数据，做深度分析，数据科学家在出设计方案，话说回来，这些工具也不是都好用，我觉得我们太容易用非黑即白的眼光，看AI的现状了，你是AI信徒还是AI黑，人不是非黑即白的，我昨天跟团队也这么说，工具的状态也不是非黑即白的，他们在有些事上强得惊人，在另一些事上又差得离谱，我觉得能最大化利用AI的人，是那些能清醒认识到 AI擅长什么，不擅长什么，同时对他接下来一两个月，会擅长什么，不擅长什么；有直觉，有嗅觉的人，你提到现在AI帮我们写所有代码 [00:17:16]
Lenny Rachitsky：有人发了条推文，这个想法在我脑子里，转了好几个月了，就是还记得以前，我们可以免费写代码吗，我觉得你还是可以免费写代码，只是用个小一点的模型，但没错，好像也是确实有接近免费的模型，但就是对，这太疯狂了，现在完全不一样了，但你想想成本，想想你现在为一个模型付多少钱，换来的智能水平是什么样的
Adam Mosseri：再想想一年前同样的价钱，你能得到什么，总有一天，编辑提升会变得无关紧要，我觉得在小项目和编程上，我们已经快到这个阶段了，模型还会继续进步，就拿这周来说，有Fable 当然还有Anthropic的Methos 我这周花了很多时间用，这是我第一次觉得，哇我在跟一个比我技术强得多，聪明得多的工程师对话，你再想想一年后这个模型的下一个版本，我还需要为前沿Token付费吗，比如Anthropic的6.0模型，还是说Fable就足够搞定我所有业余项目了，很可能就够了
Lenny Rachitsky：到那时候价格可能也很便宜了，对,Kevin Weil之前上播客的时候,他当时是OpenAI的CPO,说过一句很有名的话,这是模型最差的一天。对,对,对,没错。现在还是很难想象,哇,这只会越来越好。说到Token,消耗,Browi这些,Meta之前有个很出名的做法,就是搞了个Token消耗排行榜。那主意糟透了,别搞什么Token,消耗排行榜。好聊聊这个，你现在怎么看工程师和产品团队的预算，是随便花吗，还是有上限，你有没有摸索出什么比较有效的办法 [00:18:24]
Adam Mosseri：目前我们通过停掉一些很蠢的做法，算是把成本稍微控制住了一点，造一个token焚烧炉并不难，但这创造不了什么价值，一旦你认真去看投入的钱和产出的价值，可能就会觉得，哦，这主意真不行，所以现在我们没有给工程师设token上限，其实对谁都没设，我觉得最终肯定得设，尤其是如果成本在下降之前，先涨上去的话，不过我觉得成本最终会降下来，原因我们刚才聊过，但我会把它当成任何一种资源来看，我得决定怎么把算力分配给不同团队，因为GPU CPU存储内存，这些都是有限的，我得决定怎么把标注预算的运营支出，分给各个团队，我得决定怎么把人头预算，分给各个团队，可以想象可能一两年后；一个厉害工程师的token消耗速度，会跟他的工资或雇佣成本差不多 [00:19:56]
判断力、战略与产品领导力
Adam Mosseri：会跟他的工资或雇佣成本差不多，到那个时候你可能就需要设一些上限了，上限大概应该跟你对公司信任，你能把token花出正向ROI的程度成正比，我觉得设上限可能是健康的，现在我们还没到那一步，我觉得成本会涨，因为我们只会用更多token 不是因为单价一定涨，但之后我觉得价格会降，因为所有前沿模型都会陷入某种价格战，所以等着看吧，可能会像坐过山车，回到你刚才说的
Lenny Rachitsky：我们从自己写所有代码，演变到现在几乎所有代码都将由AI来写，感觉现在的转变是，代码不只是AI写的，而是AI一次性写完的，现在编程就是在引导AI 你需要纠正它多少次，这本身就是编程了，然后软件开发生命周期再慢慢被AI吃掉，我猜它以后会越来越多的帮我们想点子，我常问别人一个问题，随着AI吃掉越来越多的产品开发环节 [00:20:31]
Adam Mosseri：你觉得人脑在哪些地方会一直最有价值，品味我们聊过的，还有判断力，尤其是战略方面的判断，你可能会从AI那里得到关于战略的反馈，但短期内你不会让AI来制定战略，或者说就算你让它做，也是在你自己设定的边界内，这是我的目标，这是我的愿景，这是我的约束条件，这是我的职责，这是我的预算，我觉得这更像是在做管理，你要定义成功是什么样子，决定在通往成功的路径上，你要管得多细，然后在过程中给反馈，这本身就是一门手艺，有意思的是，看看会不会出现类似的动态，我相信作为leader 如果你对团队管得太细，最终会扼杀掉好想法，但如果你放得太开；有时候团队就会浪费时间走错方向，所以你给团队多大的自主权，也许未来对agent也适用，尤其是当我们不只是在聊做东西，而是在聊一开始决定做什么的时候，我觉得愿景是对你想达到的世界，或产品状态的描述，而战略是达成那个愿景的一条，有明确主张的路径，战略不能只是做到最好或做到惊艳，它必须有争议性，一个理性的人应该能够不同意它，否则你可能只是在拼纯执行，我觉得愿景和战略，会是我们大脑投入越来越多精力的地方，而在执行上会投入的越来越少，我一直觉得AI应该极其擅长战略，因为你会想这是市场 [00:21:48]
Lenny Rachitsky：这是市场的所有信息，我们的竞争对手，我们的指标，我们的数据，我们的增长，所有这些帮我搞清楚怎么赢，你会觉得AI知道所有这些，应该很擅长这个吧，我觉得有可能 [00:22:39]
Adam Mosseri：但我发现除非你非常主动的去引导他，否则他做不到，我说的引导不是指向某个答案，而是基于约束条件，你会发现当你试图制定策略的时候，要考虑东西太多了，对吧，你得考虑技术现状，团队里的人员配置，什么能激励他们，你能争取到什么，有时候提出一个处在风口浪尖上的想法，反而能吸引到最顶尖的人才，这种推动力会反补给想法本身，当然还有竞争格局，像我们这种大公司面临的监管环境和合规要求，品牌的定位和存在的理由，所有这些你都得考虑进去，我觉得如果你只是偷懒，直接问AI要一个策略，那肯定拿不到什么好东西，你得到的会是非常容易预测的东西，竞争对手大概也能猜到你会这么做；如果你想要一个真正有效的策略，就得花很长时间去仔细想清楚，到底有哪些不同的输入因素需要考虑，确保你引导AI的方式，能让他也把这些因素都纳入考量，这必须是一个有来有回的对话过程，但我觉得只要你愿意投入精力和时间，他绝对能帮上忙，也绝对能帮你理清思路，尤其是当你让他保持批判性的时候，不过不同模型 [00:23:45]
Lenny Rachitsky：在被反驳时的态度，差别很大，所以我建议选一个，喜欢跟你抬杠的模型，对Meta现在就很擅长说，这个我做不了，咱们换个话题吧之类的 Core一直都有点毒舌 [00:24:14]
Adam Mosseri：但我其实挺欣赏这一点的，确实，我真的很欣赏，因为我不想要一个，只会说，哦你说的太对了，真抱歉我那么说的模型，我就会想不等等
Lenny Rachitsky：我想要的是真正的智慧，而不是一个讨好我的人，你刚才提到人们会对策略感到兴奋，这点很有意思，我读过一种说法，好像是Corey Doctorow写的，提到了半人马和反向半人马的概念，半人马就是人的上半身，马的下半身，我保证这跟话题有关，人的上半身，马的下半身，对，马的身体，马的身体，由人来掌控，这是我们更喜欢的状态，我们想当掌控者，而反向半人马，就是我们在用AI时要避免的情况，也就是AI控制我们，我们只是在执行它的命令，就是人的身体上长了个马头，对没错，太可怕了，从某种意义上说 Uber司机和Doordash外卖员，过的就是这种日子，这可不怎么样，对很多人来说，危险的地方就在于，如果AI给我们制定策略；告诉我们该做什么产品，那没人会愿意干的，所以这引出了一个很有意思的反面观点,我们几乎可以说不想让AI来告诉我们该采取什么策略。 [00:25:34]
Adam Mosseri：对,没错,我觉得现在有很多事情需要小心,我肯定不会仅仅因为可以把某些工作流外包给AI,就认为应该这么做。有些情况我觉得确实是双赢,但有些情况我觉得风险大于收益。
Lenny Rachitsky：好,回到产品领导力的话题,聊聊你一路走来学到的东西,我们在录之前聊过你的一些心得,你提到过一点,说你合作过的一些最优秀的产品领导者,与其说是远见者,不如说是策展人,我想多听听这方面的看法。 [00:26:01]
Adam Mosseri：对你确实偶尔会遇到一些非常出色的产品领导者，他们就像是创意机器，非常高产的创意机器，但我确实觉得很多最优秀的人，他们是有品味的，他们身上有种特质，能让真正厉害的人才愿意跟他们一起工作，但他们最终更像是一个策展人，策展人才，策展想法，策展技术，策展策略，因为我在为一个领域招聘一个很强的负责人时，我不在乎策略是他想出来的，还是别人想出来的，我只在乎有没有一个绝妙的策略，并且每个人都认同他，然后我们能很好的去执行这个策略，所以我觉得一些最优秀的产品领导者，他们当然有自己的想法，如果你自己一点想法都没有，是很难成为一个好的策展人的，但他们接受一个现实；那就是自己不可能想出所有东西，所以他们需要创造一个环境，让好的想法能自己冒出来，然后被选中或决定下来 [00:27:11]
Lenny Rachitsky：所以这不只是策展想法，有时候也是在策展团队和人才，我喜欢这个说法，太同意了，我感觉每个人都想加入团队，然后直接去做愿景和策略，就是不想做那些实际动手的工作，现在AI来了，他们更会说让我来做策略吧，对没错，我很喜欢你提到的这一点，就是策展团队的想法这件事，本身就有巨大的力量和价值，但人们总是低估了它的必要性
Adam Mosseri：对有时候还不只是看谁更厉害，或者哪个点子更好，还得看放在更大的上下文里，能不能行得通，比如搭团队这件事，我一直在琢磨的一个大问题，不只是这个人，是不是这个岗位的强力候选人，而是这个人放进他们的领导团队里，合不合，比如说像信任与安全这种领域，我会有一个工程负责人，一个产品专业负责人，一个数据科学负责人，一个设计负责人，一个研究负责人，我得确保这五个人能互补，这就要看每个人有什么技能，各自可能有什么短板，我还得确保他们，这更像是艺术而不是科学，气场要对，你需要信任和默契，一个信任和默契都很强的领导团队，几乎什么困难都能扛过去，一个没有信任或默契的领导团队，什么事都可能变成问题，所以那种化学反应；就像我说的，更像艺术而不是科学，但这一点也很重要，我觉得一些最优秀的领导者，尤其是产品领导者，要么是本能的，要么是有意识的在做这件事，他们对搭建那种能量好，协作好的团队有一种嗅觉，很有人情味的东西，对对，不过反过来也一样，我职业生涯里好多次遇到这种情况，两个人我都觉得特别棒，我甚至很喜欢很欣赏他们，但他们就是合不来，你就发现这不是能力问题，纯粹是性格问题，有时候你就只能认了，把他们分开 [00:28:41]
Lenny Rachitsky：我想转到Instagram这个话题上，聊聊产品平台，还有你们在那里学到的东西，我先问Instagram的算法，在人类行为方面，有没有什么大家可能没意识到的事，最常见的误解其实是反过来的 [00:29:16]
Adam Mosseri：我觉得大家以为算法，对每个人的兴趣和偏好，有非常细致的语义层面的理解，但其实并没有，过去五到十年，推荐系统领域的大部分进步，靠的是那些大型embedding模型和其他技术，它们产出的东西人是读不懂的，它们不可读，就像巨大的向量，我可以把向量给你看，但那只是一堆数字，在比如说七维空间里，所以当我们聊算法，知不知道某件事的时候，我们通常想的是更偏语意的概念
算法推荐与AI内容的未来
Adam Mosseri：我们通常想的是更偏语意的概念，他知道我喜欢冲浪，但其实不是，他只是有一个巨大的数字，恰好跟冲浪相关，不过话说回来，我觉得这一点正在开始改变 LM带来的一个能力是，他们可以用语言，比如英语，或者你喜欢的任何语言，去描述那些以前不可读的东西，至少是接近的描述，甚至直接说出含义，这就是我最近特别兴奋的事，我这周还发帖说过，叫你的算法，基本思路是，我们把你互动过的所有内容都看一遍，然后这些内容都在一个embedding空间里，你可以把embedding空间想象成一张地图，你可以把一堆视频映射到同一张地图上，靠得近的视频就是相似的，现在我们就可以直接让一个LM去描述地图上的那一块；他可能会说那是深度手冲咖啡的极致讲究，这还挺神奇的，这太酷了 [00:30:49]
Lenny Rachitsky：就是说你可以让LM去看这些数字，然后推断出这是你感兴趣的话题，或者去看那些视频，两种方式都行，你也可以把概念嵌入到同一个空间里
Adam Mosseri：embedding其实是LM底层的核心技术，整个机制就是这么运作的，所以我们现在做的是，让你可以看到你的算法，你能看到我们认为，你对哪些话题感兴趣，而且你可以调整它，可以添加或移除东西，但这个思路是，在这些社交媒体app 越来越被推荐系统主导的世界里，把一部分主动权还给用户，不过还有很多事我们现在还做不了，但以后可以，比如有些不是按话题来分的东西，你可能会提要求，我想要更多好玩的内容，我想多看到我的朋友，我不想看到我高中同学孩子的照片，我也不知道，我们可以想出各种，我不想连续看到七张照片，但连续六张我可以接受，反正你能想到的任何要求都行，所以我们还有很多工作要做；我对此很兴奋，但我觉得一直以来有一个误解是，直到最近，我们其实并没有大家以为的那么了解你，我们只是你点赞了这些照片，另外一些人也点赞了这些照片，他们还点赞了那些照片，所以你可能会喜欢那些照片，大概就是这么运作的，我简化了很多，但差不多就是这样 [00:32:02]
Lenny Rachitsky：直到现在，我们才真正变得像大家多年来以为的那么复杂，这个真的很有意思，我想到一个现象，就是大家最终都会经历这种转变，转向算法驱动的，更广泛的全球化的信息流，每个人一开始都觉得，我就想按时间顺序，看我认识的人和关注的人，那才是我最喜欢的信息流，但事实一再证明这是错的，不是的，当信息流变成我们认为你会喜欢的内容，由算法来推荐时
Adam Mosseri：你的参与度其实会高得多，高得多，对，这确实很难，我前几天发了个帖子，讲用户自主权的事，结果评论区把我骂惨了，但这本来就是工作的一部分，我理解，关于算法和时间顺序信息流，有几个问题，其中一个部分在于，个人兴趣和规模化运作之间的矛盾，如果你做一个，纯粹按时间排序的信息流，那对所有人来说，激励就是尽可能多发内容，因为你一发，它就会出现在，所有关注你的人的信息流最顶端，结果就是信息流会被专业内容淹没，通常是大公司和媒体的内容，因为纽约时报一天能发50条东西，你最好的朋友做不到，你可能一周才看到他们发一条，所以你的信息流就被这些内容占领了；这背后是激励机制在起作用，设计这些系统有点像设计一座城市，你得想清楚机制是怎么运作的，会产生什么激励，人们在这些激励下会怎么行动，最终会发生什么，另一个问题是，最有意思的东西，往往不是最新发布的东西，时效性是相关性的一个重要输入，但不是唯一的，比如我姐昨晚订婚了，她住在德国，不对，她没订婚，她已经结婚了，去年结的，所以我才老想着这事，但如果她真的订婚了，我因为时差错过了，那我到底是想先看我哥发的，穷小子三明治照片，还是想先看到我姐的订婚消息，所以这真的很难，我很想找到一个合适的平衡点，我想给用户更多对体验的掌控权；但我觉得这需要建立在一个合理的系统之上，这个系统不仅要对我们这个生意有意义，这点很重要，我不假装这不是个问题，也要对整个社区有意义，因为我们试过默认按时间排序，也试过让用户把它设为默认，结果发现不仅使用量下降，整体满意度也下降了，做出这个选择的用户当时可能挺开心,但几个月下来,当你不断被那些你不太感兴趣的东西轰炸时,我们做大规模问卷调查,就会看到人们对Instagram的满意度越来越低。 [00:34:35]
Lenny Rachitsky：顺着这个话题，最近大家都在问你 AI和内容的事，以及这一切会怎么影响整个局面，我想问一个，我没见别人问过你的问题，内容的兴起，对Instagram来说，相比其他平台 [00:35:11]
Adam Mosseri：是逆风还是顺风，你觉得这对你们是有利还是有弊，我觉得这会是一股顺风，但也会是个挑战，不光是内容变多的问题，我们做的是注意力生意，靠广告赚钱，内容多了，注意力可能也会更多，但这也不是白来的，我觉得我们现在对AI内容的排序，做的还不够好 AI内容有很多棒的，也有很烂的，你本来就应该只看到，自己感兴趣的东西，不感兴趣的都别出现，而且我觉得在这个时代，其实很多年来我一直在说，权力正在从机构转移到个人手里，各行各业都是，最直观的例子就是体育，现在球员比球队更有影响力，我小时候可不是这样，在这样的世界里，我觉得我们应该去投资个人，对Instagram来说，就是投资创作者；我说的创作者是广义的，不光是那些接品牌推广，只做原生视频的网红，我指的是所有用Instagram这类平台，来帮自己做事的人，你可能是记者，可能是艺术家，也可能在卖自己缝的围巾，总之你就是以你自己的身份，创作和分享内容，去达成你想做的事，我们往这个方向倾斜已经很多年了，从我到Instagram以来，创作者一直是我们最重要的，两三个受众群体之一，在一个合成内容泛滥的世界里，我反倒觉得人们会更主动的，去寻找创意，真实感和人，而不是更少，我觉得这对我们有利，这不代表我们平台上不会有AI内容 AI内容有好有坏，我们会用处理普通内容的方式，去处理它，不安全的内容会被拿掉；至于有趣还是无趣，就靠排序和个性化推荐来判断，但我觉得人们会非常主动的，去寻找其他人的视角，因为Instagram从来就，不只是关于内容本身，在某种程度上，它一直是关于内容背后的人，他们的视角，他们分享的理由，他们的观点，我觉得这一点会变得更重要，而不是更不重要，而且考虑到我们在很多方面，不是最强的，但我们确实是最大的创作者平台，如果你看我们对创作者的定义，以及有多少创作者在用我们，而不是其他平台，我觉得这对我们来说是顺风，因为人们会去寻找人，这跟你之前说的那个点也连得上，像纽约时报这样的公司 [00:37:11]
Lenny Rachitsky：可以批量产出AI内容，而单个创作者做不到，所以你的意思是，你们也想在这方面做一些保护，让个人创作者在AI内容泛滥的情况下，依然能有好的表现，如果你就是喜欢AI内容，那很好
Adam Mosseri：你应该可以拥有一个，诠释AI内容的feed 如果你不喜欢，那你的feed里就不该出现，对我来说，我不认为我们应该，我理解大家为什么会这样想，我也不是没意识到，我们正处在一个，巨大的范式转变和革命之中，但我不觉得我们应该，根据创作工具来评判内容，我觉得我们应该，根据内容本身，根据观点，根据内容背后的人来评判，我不认为我们应该过滤掉AI内容，我觉得我们应该让你知道，某条内容是不是AI做的，我们应该让你更了解发布内容的人，这样你就能自己做出判断，要不要相信他们，基于你知道他们是谁在哪，改过多少次个人资料，或者这个账号是开了三天还是三年，但我不觉得我们应该根据 [00:38:11]
Lenny Rachitsky：你用了什么工具来做价值判断，有没有哪个AI内容创作者，是你特别喜欢的，就是那种你觉得太棒了，特别爱看他们AI视频的，他叫什么来着 Plastic Dream Sequence [00:39:01]
Adam Mosseri：是不是这个，我想看看，我查一下名字 Plastic Dream Sequence 我手机上有，我再确认一下，就是那种有点像娃娃，芭比娃娃的东西，但他们在唱歌，小小的剪影和片段，就是特别棒，有点怪，但又很奇妙，而且一看就是AI做的，他也没假装不是，但有非常明确的创意和审美观点，每次刷到，我的反应就是，行我们现在就干这个，我会看个30秒，我这边搜出来了，我想看，但还是先不看了，太棒了，要是那个AI那是另一个，他在法国，我想是在巴黎，他用好几种不同的工具和模型，试着去创造那种梦境，然后让他们动起来，他用一个模型生成图像
AI创作者、排序与公开沟通
Adam Mosseri：他用一个模型生成图像，另一个生成视频，再配上音乐什么的，它很明显有自己的审美
Lenny Rachitsky：你可以把它想象成一个画家，只不过这是它的工具，你对Feedi AI和真人的呈现方式，有没有一个大致的设想，你刚才说可能会做标记，你是怎么想的，人们会看到AI账号，非AI账号这样的区分吗 [00:40:06]
Adam Mosseri：你是怎么考虑的，还是说这还在探索中，也许最后我们会走到同一个地方，但标记内容和标记账号是两回事，两者都有用，也都很有意思，如果内容是AI生成的，我觉得你应该能知道这一点，不过说实话，这很难，因为我们现在还能检测出来，但随着这些模型越来越好，我们可能会失去检测的能力，所以我们也得非常小心，诚实的告诉你，我们对自己的判断有多大把握，但我觉得你应该可以直接问一句，嘿，这是AI做的吗，我们应该能告诉你，我们觉得大概率是，或者我们不确定，或者绝对不是，或者绝对是，我其实觉得长期来看标记相机拍摄的内容，也就是非AI内容，可能比标记AI内容更实际，原因有几个，但在账号层面，我觉得也很重要，现在确实出现了一种新的垃圾信息套路；就是这些假账号，顺便说一句 AI创作者本身没问题，这不一定有什么错，但确实有这些垃圾信息套路在滥用它，比如卖一些假保健品，搞一个AI和尚的形象，又不标明，让人看不出来是AI 就是想利用某种审美，或某种刻板印象来占便宜，我们得想办法严厉打击这种事，所以我觉得我们确实应该确保，你基本上就是需要知道，然后自己做判断，这个账号是真人吗，这个内容是真实内容吗，当你去看这个领域里的，其他平台社交类的内容平台 [00:41:14]
Lenny Rachitsky：有没有哪些功能，或者他们做事的某种方式，让你觉得做得特别好，让你有点羡慕，或者印象特别深刻的，有很多每个人
Adam Mosseri：太多人都做了很多很棒的东西，对我来说，有一件事我们终于快赶上了，但我一直非常佩服，就是TikTok和他们的推荐系统，发掘小众创作者的能力，在排序推荐的世界里，你可以谈基于利用的排序，这词听起来很糟糕，但意思就是用你已有的数据，然后你也可以谈基于探索的排序，就是去尝试搞清楚，一个人可能对什么感兴趣，甚至他自己都还不知道，自己会感兴趣，靠给人们看，你知道他们大概率会喜欢的东西，来拉动互动，要容易的多，因为很多人都喜欢，但要去想办法，本质上就是去测试内容，比如看看，嘿，也许你确实喜欢Beaver 但你可能也会喜欢Afropunk 那我们就给你看一些Afropunk 看看会发生什么，如果你做后者，这种基于探索的排序，我觉得对小众创作者；小创作者特别好，因为你给了他们一个机会，去找到那些，以前要么看不到他们，要么根本不知道自己，会对他们感兴趣的观众，所以过去几年，我们在排序上投入了很多，不只是为了提升互动，还为了提升原创性，提升爆款内容的数量，提升时效性，以保持文化相关性，这其中有很大一部分，是受到了TikTok和字节跳动的启发，我觉得我们正在赶上来，实际上在有些方面，据我们所知，我们已经领先他们了，还有些方面我们仍然落后，但我们已经看到了路径，我觉得在我任内，我们第一次有机会做到，推荐系统领域的最佳，所以我觉得他们在这方面，功不可没，激发了我们很多工作，干得漂亮，走着瞧吧，还没到那一步呢，他们都叫我失望的老爸，我的团队总说；你能不能少一点那种，失望老爸的劲，所以我在努力试着更慷慨一点 [00:43:50]
Lenny Rachitsky：多给人一些肯定，你虽然这么说，但这其实是很多，非常成功的领导者身上，一个有趣的共同点，就是永远不满足，是，这既是好事，也是种折磨，问题都在这了，说到创作者这件事，我觉得这也是，人们会抱怨这种，全局算法，不给他们看所有朋友的内容，但我觉得这，恰恰是你这么做带来的好处，现在你可以把新创作者，推到广大观众面前，如果你有这种全局算法驱动的信息流，这对很多人来说真的很棒，我经常在外面聊这些争议很大的话题，评论区里被骂得很惨，这倒没什么
Adam Mosseri：我主要想传达的是，几乎所有事情都有取舍，你不可能什么都要，这很遗憾，你想永远不看到自己不感兴趣的东西，那你就只能一直看到，最基础，最泛，最没门槛的内容，你想发现，新鲜有趣的东西，偶尔就会刷到一团糟的内容，这不只是排序的问题，所有这些大的争论都有取舍，隐私和安全，这两件事是矛盾的，你希望公司扫描你的消息吗，争论的双方都有很重大的取舍，所以一般来说，当我和那些立场特别坚定的人争论时，我通常不是想说服他们 [00:44:36]
Lenny Rachitsky：他们通常已经拿定主意了，我只是想把所有的利弊都摆出来，给其他在看这场对话的人看，说到在评论区被骂的体无完肤，你真的是身处所有这些，棘手局面的正中心，改版动态消息，你卷进了Cambridge Analytica的官司，所有这些，你处在这么多争议的中心，对，这是那种，这是你自己觉得，我就迎难而上，这是我该做的事，还是说Zack你说Adam 你得去当所有这些事的门面，冲上去，这种想法是从哪来的，这要从动态消息说起，我以前在Facebook负责动态消息，我的看法是 [00:45:15]
Adam Mosseri：不管我们参不参与，争论都会发生，那还不如参与进去，于是我开始在推特上特别活跃，因为那时候记者主要都在那里，我觉得在他们的地盘上露面，能显得谦逊一些，结果我的推特成了，我人生中最黑暗的地方，因为我关注的全是我们最大的批评者，这不是在贬低推特，只是我自己的做法，事情就是从那里开始的，然后慢慢发展起来，不管好坏，我们已经成了很多人，日常生活中非常重要的一部分，我们触及了很多人，肩负着很大的责任，变化也很多，而变化就意味着，会有焦虑压力和审视，我们做过很好的决策，也犯过错，有些批评我觉得不公平，有些批评很公平，所以我们需要接受，这场争论会广泛的发生，我只是觉得，由我们自己来谈会更好；把我们在做什么，为什么这么做，取舍是什么说清楚，如果人们不同意，那也没关系，我们聊自己做的事，不一定能交到朋友，但我认为长远来看，人们从根本上，更害怕他们不理解的东西，也更害怕那些遮遮掩掩，难以接近的人，所以我一直试着用一种，容易接近真实的方式站出来，我也犯过错，有时很享受，有时又很讨厌，但事情差不多就是这么开始的，我当时不在那场争论里，是我自己跳进去的，试着去调解，但这也是我最后被卷进去的原因之一，因为Mark就说，行吧，那你试试看 [00:46:47]
Lenny Rachitsky：看看效果怎么样，每次你说一些别人不同意的话，都会有大量恶意涌来，有什么办法帮你应对这些吗，你试着换个角度看问题，事情要从2009年，我重新设计动态消息说起 [00:47:28]
Adam Mosseri：那是2009年3月，我们为Facebook上线了新设计，我当时是个设计师，一个独立贡献者，刚入行的设计师，第一条进来的评论就非常难听，又是恐同又是反游的，我们当时就坐在那里，刚上线这个东西，盯着评论流看，结果第一条就是，而且那条评论是具体针对他们不认识我，但写的是，哪个脏话脏话设计的这坨垃圾，我当时就想，是我整个人都崩溃了，那时我才25岁，后来我想了想，想通了这么一个道理，如果你每天花三四十分钟，坐在书桌前，在那里整理照片，给朋友写信，阅读，然后我突然过来，把你的书桌重新布置了，没告诉你，没提醒你，甚至没解释为什么，你肯定会火大，而且这很合理，而我们当时做的，就是这样的事；只不过对象是几百万人，所以我试着把事情，放到更大的背景下去看，然后我会试着抽离出来，花时间陪陪孩子，去户外待着 [00:48:35]
Lenny Rachitsky：有些月份真的完全不觉得难，但有些月份真的让我备受煎熬，顺着这个话题，有一次很有名的回撤，就是你把动态消息改成了那种，上下滑视频的体验，当时引发了大规模的抗议，全世界都在抗议，那次确实挺难熬的，当时什么情况让你们觉得，好吧我们确实不对，应该退回去，是什么帮你做出了改变方向的决定
Adam Mosseri：其实那件事，三四件事搅在一起了，我们当时改了一版动态消息的设计，切到了全屏视频浏览模式，在iOS上对4%的用户做了测试，那个测试本来就没打算全量推，只是一个早期测试，想看看大家的反应，收集一些反馈，同时我们也在大力推reels 也在加大推荐力度，也就是给你推更多，你没关注的账号发的内容，还有一些创作者，因为自己的触达量在下降而不满，把原因归咎于排序算法的调整，这四件事全搅在了一起，有几个名气很大的创作者公开怼了我们，然后媒体又报道了这波创作者的反感，结果更多创作者也跟着加入，最后就形成了一种放大效应 [00:49:13]
失败、实验与孩子的屏幕时间
Adam Mosseri：最后就形成了一种放大效应，或者说创作者圈子和媒体之间来回共振，但我们从来就没打算正式上线那个设计，那只是一个早期测试，我们当时就知道他还需要打磨，实际上我们后来一直在持续发展视频，投入创作工具，优化排序和推荐，这几年大部分的增长，也正是靠这些带动的，给他们看看，但我觉得我们当时推的有点，怎么说呢，倒也不是说，我觉得我真正的反思，不是说我们不该测试设计，我觉得我们本可以在很多地方做得更好，比如解释得更清楚，也许步子可以稍微放慢一点，我觉得当时我们就是推的太快了一点，当你负责像Instagram这样的平台时，你得对自己能推动它演进的幅度，有一个合理现实的判断；当然我宁愿每隔几年就经历一次这样的反弹，但能持续演进，持续保持相关性，也不愿意走另一条路，比如我们没有视频，没有私信，没有stories 没有排序，那今天也就不会坐在这里录这期播客 [00:50:50]
Lenny Rachitsky：但大力投入的代价就是，你偶尔会犯错，而且肯定会为此付出代价，有意思的是，现在做实验，对你们这种规模的公司来说，风险很大，只要有一个人发现，就会炸锅 [00:51:08]
Adam Mosseri：你其实需要有一套公关策略，不是说一定要主动去沟通，但你得有一套应对方案，比如，任何可能引发争议的设计改动或测试，我们都会提前讨论，不是如果泄露，而是当它泄露的时候，我们怎么说，是该主动说，还是被动回应，不管哪种方式，核心信息是什么，因为你不可能把一样东西，直接推给30亿人，而不先做测试，但在我们这种规模下做测试，又不可能指望没人报道，没人议论，所以在你还没确定，要不要正式上线之前，就得准备好怎么对外讲，这样整个开发流程
Lenny Rachitsky：比以前复杂多了，是 Anthropic的增长负责人，做了一个定价测试，结果在推特上炸了，他当时的反应就是，这只是给1%的用户试试看，别这样，定价尤其敏感，这个真的得特别小心 [00:52:02]
Adam Mosseri：我踩过坑，我们都踩过坑，我们应该多交流交流经验，比如这一条，怎么才能让互联网今天别恨你，对对，我很乐意跟Anthropic的增长团队聊聊，我觉得他没事，他没事
Lenny Rachitsky：好，接下来我要带你进入播客的两个固定环节，失败角和拷问角，先来失败角，你做过什么项目，结果惨败却让你变得更强了，那可太多了，太多了，那我给你讲两个吧
Adam Mosseri：进Instagram之前，我当PM的第一个项目，叫Facebook Home 算是Android的一个分支，在操作系统层面做的，还跟HTC合作了一款硬件，结果惨败，但那一年，一年半里学到的东西，比我职业生涯任何一年都多，在那之前我只是个设计经理，项目原来的PM跑了，我就自己宣布，当PM一头扎进去，搞懂运营商 OEM 认证流程，还有Android和操作系统，真的学到太多，而且我很庆幸，自己把那个项目收掉了，因为它已经拖了很久，有时候你能做的最好的事，就是把一个，没有市场契合度的想法，执行到底，就为了验证，这个想法本身，到底是不是个好主意，另一个大错误，是在Instagram内部犯的，第一版Reels 是建在Story上面的，当时stories势头很猛，应该是2019年；我们想把reels放进stories里，因为想搭上增长最快的那趟车，但stories这个地基不够牢 stories的完读率其实偏低，大多数人根本没时间看完所有stories 结果大部分reels根本没人看到，然后就消失了，如果我们能在2019年夏天，就拿出2020年夏天发布的那版reels 大概是2020年夏天吧，我觉得TikTok还是会很大，很重要，但不会像现在这么大，因为TikTok真正爆发是，疫情开始之后，一大堆人困在家里，有大把时间，想找点乐子，也不介意手机开着声音，你看数据就知道 2020年是他们爆炸式增长的年份，而我们当时完全不在位置上，一方面，我是设计师出身，总想尽量不给产品增加新东西，尽量在现有基础上延伸；当时的思路就是这样，另一方面我错了，而且回头看过去八年，整个业务 [00:54:30]
Lenny Rachitsky：这算是一个很大的分岔路口，我们给世界创造了很多经济机会，让TikTok成长起来了，挺好的，我很高兴他们存在，好最后一个问题，我挺好奇你对孩子屏幕时间的政策，我知道你有三个孩子，现在很多人担心 Instagram对人不太好，对孩子尤其不好，很多科技公司高管，自己都不让孩子用设备，一边却在制造这些产品，作为Instagram的负责人，你怎么看待孩子的屏幕时间，对我来说关键是边界
Adam Mosseri：还有教育和跟他们对话，但我孩子还太小，不能用社交媒体，他们分别是十岁八岁和六岁，但每人都有一个iPad 他们得自己挣屏幕时间，有不同的挣法，通常是比如坐下来做三次作业，每次半小时，就能在周末换总共90分钟的时间，然后周末才能用，你得设好这个边界，不能是他们一要你就给，我觉得这点非常重要，然后我对他们在上面干什么，也很有自己的看法，他们装什么app要经过批准，我觉得家长就应该审批孩子，具体在设备上下载什么app 我们在Meta的政策层面，也一直这么倡导，我觉得这些做法很有帮助，也有一些例外，一个是坐飞机的时候，那纯粹是为了活下去，不知道你有没有体会，当父母的都懂，我马上也要体会了，对就是那种；我们再飞十个小时八个小时的航班，就撑过去就行了，另一个我正在跟我十岁孩子尝试的，跟学校有关，学校这块很有意思，我其实挺支持教室里不准带手机的，现在越来越多学校这么做，我觉得对教育可能是好事，我也确实知道在AI时代，有人担心孩子用AI就不学批判性思维了，我觉得这个担忧有道理，但我也担心孩子不学会怎么用好人工智能将来会处于劣势，所以这是个平衡，我觉得两者都需要，于是我跟老大最近开始一起用Bob编程，他特别喜欢电子游戏，我就说行，那咱们自己做一个，结果他做了一个19关的平台跳跃游戏，画面有点像我们小时候那种8bit版超级马里奥，但每一关有自己的主题，自己的怪物，类型；还有商店可以买不同的皮肤或武器，简直难以置信，一个还在用三根手指打字的十岁孩子，就靠我们一起做了几个小时，就能做出这种东西，但这更多是我想让他学会怎么创造东西，想让他去思考，而不只是玩游戏，而且我会坐在他旁边，跟他一起做，所以对我来说，这些才是重要的边界，把范围限定在你认为对孩子有益的活动上，每个孩子不一样，但我确实觉得，你得让孩子具备数字素养 AI素养，因为如果没有，他们将来会吃亏，但你也不能完全放任不管 [00:56:51]
Lenny Rachitsky：这对我自己来说也很有用，我有个三岁的孩子，正在琢磨这些事，所以真的很有帮助，哦是啊，我得想个策略出来，这感觉很奇妙，是件大事，而且你离这个阶段也不远了 [00:57:34]
Adam Mosseri：真的不远了，再过几年就会遇到，明年就开始五岁编程，就这么定了，我简直不敢相信，六个月前我试过，完全行不通，但现在用上更新的模型，效果就非常棒了，他们选的是什么平台
Lenny Rachitsky：在用Claude Code吗，对，我十岁的孩子，现在在用Claude Code 不过我们再看吧，看看效果怎么样 Adam 我就不耽误你时间了，非常感谢你来参加节目，你真的是一个很难得的人，很明显能感觉到你的真诚，还有你对每件事都思考的那么深入，非常感谢你能来，谢谢你邀请我，我关注这个节目很久了，很高兴终于能来做客，真的很感谢，最后再问你一个我常问的问题，听众们有什么能帮到你的地方吗，我觉得你甚至不用跟别人说这些，只要记住，这个世界和技术 [00:58:01]
Adam Mosseri：都很复杂，几乎总是存在取舍，你完全可以不同意我或者我们做的决定，但请记住，我们也是人，是在这里努力做这些决定，尽力做到最好，我其实欢迎批评指正和反馈，但要知道，这些有争议的辩论，没有一个是像大多数人，假装的那样简单，说得很智慧 Adam 非常感谢你能来，我的荣幸，谢谢你
Lenny Rachitsky：Lenny 大家再见，非常感谢收听，如果你觉得这期节目有价值，可以在Apple Podcasts Spotify 或你常用的播客APP上订阅，也请考虑给我们打个分，或留个评价，这真的能帮其他听众找到我们，你可以在Lenny's Podcast.com 找到往期所有节目，或了解更多，下期再见 [00:59:06]