The HeyGen Way：29 个月从 0 到 1 亿美元的 AI-Native 操作手册
阅读笔记 | 2026 年 4 月 | 约 8 分钟阅读
HeyGen 做 AI 视频生成，2023 年 4 月 ARR 100 万美元，2025 年 10 月 ARR 1 亿美元——29 个月，且 2023 年起就盈利。在 AI 公司普遍"烧钱换增长"的背景下，这组数字本身就值得停下来看看。
最近 CEO Joshua Xu 公开了一份内部文件，团队称之为"圣经"（原文）。不是 PR 稿，不是融资 pitch，是一份写给工程师、PM、设计师的操作手册，记录了这家公司怎么思考、怎么决策、怎么打仗。
我挑了几个最有冲击力的判断来说。
一、地基是液态的，学会冲浪
这是整篇文件最核心的一句话：
传统软件开发建立在稳定的技术基础上。AI 时代没有稳定的基础——每隔几个月，底层能力就会发生颠覆性变化。
有评论者把这个理念提炼成一句话：The ground is liquid. Stop trying to build a house on it. Build a boat.（别盖房子了，造一艘船。）而 Joshua 自己的表述更直接：We don't fight this instability — we ride the wave.（我们不对抗不稳定性，我们乘浪而行。）
传统软件的假设是"技术栈三五年不会大变"，所以值得花时间打地基、做架构、写长期规划。AI 时代这个假设不成立了——你花三个月设计的方案，可能因为下一个模型发布直接作废。
HeyGen 的做法：不对抗不稳定性，把产品设计成"底层模型一升级，产品体验自动变好"的形态。他们的产品不依赖某个特定模型的特定能力，而是建在一个预期会变的抽象层上。
| 传统时代 | AI 时代（HeyGen 的方式） |
|---|---|
| 建立在稳定基础上 | 驾驭技术浪潮 |
| 为长期使用而优化 | 为自动升级而打造 |
| 规划 12-18 个月 | 现实地规划 2 个月 |
| 打磨完美后再发布（Polish to ship） | 为学习而发布（Ship to learn） |
| 顺序开发 | 并行实验 |
这张表看似简单，但真正做到每一条都需要和本能对抗——我们从职业训练第一天起就被教导"先设计再动手""想清楚再开始"。HeyGen 说的是：在一个每两个月洗牌一次的世界里，"想清楚"本身就是最大的风险。
二、2 个月浪潮周期：把节奏绑定在模型更新上
HeyGen 的规划节奏：
- 2 个月路线图 —— 与 AI 模型升级周期同步
- 2 周承诺清单 —— 产品和工程共同确定交付项
- 每日发布 —— 改进、功能或实验每天上线
- 6-12 个月战略布局 —— 预测下一波突破，提前卡位
为什么是 2 个月？因为这大致是 AI 基础模型的更新节奏。再长的规划就是在赌"技术不会变"，而这个赌注几乎必输。
但这里有一个反直觉的点：2 个月战术周期和 6-12 个月战略并存。他们在冲浪的同时也在看远方的浪。这不是无脑快，是在两个时间尺度上同时运作——短期用实验验证，长期用判断押注。
他们的实验节奏也很激进：第 1 天定假设和指标，第 2 天出 MVP，第 3-5 天部分用户上线，第 2 周看数据做决定。大多数实验会失败——这在预期之内。他们的原话：失败了但学到东西 = 胜利；失败了且没学到东西 = 真正的失败。
三、品质悖论：快不是粗糙，快是学得多
这是我觉得 HeyGen 手册里最容易被误读的一条。
很多人看到"快速行动"就默认等于"降低标准"。Joshua 的逻辑完全相反：
当竞争对手一个月发布一个功能时，我们已经发布了五个实验。我们的学习速度是他们的五倍。这种学习的复利效应会转化为卓越的产品。
用他们自己的话说：We ship 5x faster than competitors: More experiments = more learning. 速度不是为了赶工，是为了增加学习样本。发布 5 次，收到 5 次真实用户反馈，做 5 次修正——一年下来，你对用户需求的理解比别人精确一个数量级。那个"慢工出细活"的竞争对手，实际上是在用想象代替数据。
但 HeyGen 对"质量"的定义很清晰：
Critical Distinction: When we say "embrace instability," we mean the underlying AI technology foundation—models, capabilities, research breakthroughs. We never accept instability in our service uptime, product quality, or user experience. Our products must remain rock-solid reliable even as the AI technology foundation beneath them shifts constantly.
技术不稳定可以，产品不稳定不行。 底层模型随便变，但正常运行时间、产品体验、视频输出质量——这些对用户可见的东西，必须 rock-solid（坚若磐石）。
他们追求的是：在不确定性中构建确定性体验。
四、两人原型法：共识是创新的天敌
传统流程：想法 → 开会讨论 → 写文档 → 开会评审文档 → 排期 → 开发 → 测试 → 上线。走完这一圈，少则一个月，多则一个季度。
HeyGen 的流程：1 个 PM（或设计师）+ 1 个工程师，直接出原型，用真实用户验证。
只有原型被证明"不烂"之后，才投入设计资源做精细化，过"奶奶测试"（Grandma Test，简单到你奶奶都会用）。
为什么只用两个人？因为原型阶段最大的敌人不是技术难度，是共识成本。三个人可能吵三天，十个人可能吵三周。而 AI 时代的窗口期是以天计算的。
他们有一个决策原则叫"反对但执行"（Disagree and Commit）：你可以激烈争论，但一旦决定了，所有人全力执行。因为缺乏执行力导致的战略失误，比一个可以快速修正的不完美决策更致命。
这跟决策框架配合使用——这个框架最早来自 Bezos 的亚马逊股东信：
- 单向门决策（One-way door，不可逆）→ 走过去就回不来，比如关闭产品线、签排他协议，需要谨慎考虑
- 双向门决策（Two-way door，可回滚）→ 试了不行可以退回来，比如上线一个实验功能、调整定价，PM 快速拍板，立即测试
HeyGen 的核心判断：绝大多数决策其实都是双向门，但团队往往把它们当成单向门来对待——开一堆会、拉一群人对齐、写一堆文档，本质上是用"慎重"掩盖"不敢动"。
五、红灯检测器：六句话暴露你还在用旧地图
HeyGen 列了一组"如果你听到这些话就要警惕"的清单，我觉得每一句都刺得很准：
| 听到的话 | 实际意思 |
|---|---|
| "我们再多想一下" | 我们已经落后了 |
| "我们应该让所有相关方达成共识" | 决策瘫痪即将到来 |
| "如果技术变了怎么办？" | 它一定会变，照样发布 |
| "我们等下一个模型出来再说" | 竞争对手可没在等 |
| "我们需要一个更稳健的方案" | 我们首先需要的是用户 |
| "这个可以再打磨一下" | 先发布，用户在乎再打磨 |
这些话每一句都很"正确"，很"成熟"，很"稳妥"。但在 AI 时代，它们的真实含义是用旧世界的逻辑来应对新世界的速度。
最致命的一句大概是"我们需要一个更稳健的方案"——它听起来像是在追求质量，实际上是在逃避交付。你连用户要不要这个东西都不知道，就开始考虑"稳健性"了？
几点感想
第一，HeyGen 手册最有价值的不是具体策略，而是它逼你重新审视"常识"。"先想清楚再动手""做好规划再开始""充分讨论达成共识"——这些在稳定技术环境下的金科玉律，在 AI 时代可能全是陷阱。
第二，和 K.K. 说的 小团队完胜大公司 是一回事。HeyGen 的两人原型法、2 个月周期、每日发布，本质上只有小到不能再小的团队才做得到。大公司的层级结构、审批链条、KPI 考核，每一个都是"反冲浪"的。这也呼应了 Garry Tan 的 Thin Harness, Fat Skills：组织越薄越好，能力沉淀在可复用的技能里，不在流程里。
第三，"Ship to learn"（为学习而发布）这个心态转换是最难的。我们被训练成"交付质量"，但 HeyGen 说的是交付学习机会——质量是学习的副产品，不是学习的前提。这个因果关系的反转，才是真正的认知挑战。
附录：金句摘录
| # | 原文 | 中文 |
|---|---|---|
| 1 | We don't fight this instability — we ride the wave. | 我们不对抗不稳定性，我们乘浪而行。 |
| 2 | Fast forward, and be absolutely top-tier. | 快速行动，并成为绝对的顶尖。 |
| 3 | Ship to learn, not polish to ship. | 为学习而发布，不是为发布而打磨。 |
| 4 | Speed isn't about shipping. It's about learning velocity. | 速度的本质不是交付速度，是学习速度。 |
| 5 | We ship 5x faster than competitors: More experiments = more learning. | 交付速度是竞争对手的 5 倍：更多实验 = 更多学习。 |
| 6 | A failed experiment you learned from = a win. A failed experiment you learned nothing from = the real failure. | 失败了但学到东西 = 胜利；失败了没学到东西 = 真正的失败。 |
| 7 | Our products must remain rock-solid reliable even as the AI technology foundation beneath them shifts constantly. | 即使底层地基不断变化，产品必须坚若磐石。 |
| 8 | Bugs are worse than imperfect features — bugs block learning. | Bug 比不完美的功能更糟——Bug 阻碍学习。 |
| 9 | If we can test it, stop debating and run the experiment. | 如果能测试，别争了，跑实验。 |
| 10 | The only constant is change. The only strategy is to ride the wave. The only goal is user value. | 唯一不变的是变化，唯一的策略是乘浪而行，唯一的目标是用户价值。 |
参考来源：The HeyGen Way 原文（Joshua Xu / X）