内容概览
Instagram负责人Adam Mosseri认为,AI带来的核心变化并不只是提高编码效率,而是重塑产品团队、人才标准与领导方式。Meta正在将十余人的职能型团队压缩为由四至六名通才工程师、产品综合角色及按需专家组成的小型pod,以减少协调成本和委员会式决策。随着机械性分析、设计和编码被工具吸收,人类价值将更多集中于选择值得解决的问题、形成有争议且可执行的战略、设定约束并审查结果。与此同时,专业职能不会消失:顶尖专家仍然重要,设计师还可能凭借品味转向更广泛的产品领导角色。在Instagram层面,推荐系统过去并不像用户想象的那样“理解”个人,只是利用不可读的向量相关性;LLM正使兴趣模型变得可描述、可调整。Mosseri预计AI内容总体利好Instagram,但也会带来低质内容、欺诈和识别困难。平台不应因制作工具而预先贬低内容,而应披露来源、强化账户可信度,并让用户决定想看什么。贯穿访谈的结论是:技术和平台决策几乎总有取舍,关键不是消除争议,而是理解激励、明确边界并持续校正。
更多内容
深层洞察
从组织、人才和平台讨论中综合出的更高层规律。
- AI首先压缩的是跨职能协作中的机械工作和交接成本,而不仅是单个任务的完成时间;因此,小团队结构可能与模型能力共同放大生产率。
- 当内容生产趋近于廉价和无限时,平台的稀缺资产会从内容库存转向可信身份、鲜明观点、审美一致性和高质量分发。
- 可解释推荐不仅是技术透明度问题,也是控制权设计:LLM把不可读向量转成自然语言后,用户才可能对算法画像进行有意义的修改。
- AI时代的领导更接近管理一组智能代理:定义成功、设置边界、决定授权程度并持续反馈,同时避免过度规定扼杀更好的方案。
- Mosseri对AI内容采取工具中立立场:风险治理应围绕安全性、欺骗性、身份和质量,而不是直接把制作工具当作品质判断。
未来判断
受访者对团队、成本、推荐系统和内容生态的明确预测。
- 未来五至十年,保持好奇、愿意试错并能快速适应的人更可能成功;拒绝尝试新工具的人会面临显著困难。
- 组织将拥有更多小团队、更少管理数千人的大型组织领导岗位,但大型组织领导能力不会完全消失。
- 一两年内,强工程师消耗的模型成本可能接近其薪酬成本,企业届时可能需要按照可信ROI能力设置额度。
- AI使用总成本可能先因token消耗量增加而上升,随后因前沿模型之间的价格竞争而下降。
- 随着生成模型提升,平台可能越来越难可靠识别AI内容,长期来看标记经相机捕获的非AI内容或许更可行。
- AI内容总体将成为Instagram的顺风因素,因为合成内容增加供给,而用户对真实人物、创造力和独特观点的需求也会增强。
关键对照
访谈中反复出现的组织模式、推荐逻辑与人机分工差异。
- 传统产品团队按Android、iOS、服务端、产品、设计、数据和研究配置十余人;新pod以六七名通才为核心,只在工作确有需要时引入资深专家。
- 通才利用AI跨越设计、编码和分析边界;专家则在高难度、创新性或高度专业的问题上提供不可替代的深度。
- 时间顺序信息流强化即时性和显性控制,但会奖励高频发布;算法信息流牺牲部分确定性,以换取长期相关性和新创作者发现。
- 利用既有数据的开发式排序更容易提升互动;探索式排序风险更高,却更有机会发现小众内容并帮助新创作者突破。
- 人主导的“半人马”模式由人设定目标并使用AI执行;反向半人马则让AI制定方向、人只负责服从,可能削弱参与感、判断力和团队认同。
原声摘录
最能概括受访者观点的原文表达。
- No, I think taste matters a ton.
- They're amazing at some things and remarkably bad at others.
- I don't want the pleaser.
- I don't think we should judge content based on the tool that made it.
- There are almost always tradeoffs.