編譯 | 陳駿達
編輯 | Panken
智東西5月6日報道，今天，據外媒披露，AI程式設計獨角獸Windsurf將以30億美元（約合人民幣217億元）的估值賣身OpenAI，這也成為OpenAI史上規模最大的收購。近日，在一場長達70分鐘的深度採訪中，Windsurf創始人兼CEO Varun Mohan回應了外界對這家創企的諸多好奇與疑問。
Mohan認為，AI真正值得深挖的差異化價值在應用層，Windsurf的目標是每隔半年到1年就顛覆現有產品的狀態。不過，要打造具備競爭優勢的AI應用，不能僅靠“套殼”，也需要長期穩定的技術投入與創新。
自2024年底釋出同名AI原生IDE產品Windsurf以來，該公司經歷了驚人的增長：4個月內使用者數破百萬、年度經常性收入（ARR）超過1億美元、企業客戶數量超過1000家。
與重技術輕營銷的科技創業者不同，Mohan認為“企業銷售很有價值”。其市場團隊規模現已超過工程團隊的規模，達到80人，這也是他們開拓摩根大通、戴爾等超大型客戶的關鍵。
目前，Windsurf的團隊僅有不到160人，遵循“精簡公司”理念，招聘錄取率低於0.6%。Mohan稱：“我們希望找到那些真正具有高度主動性的人，因為如果不去創新，不去嘗試一些瘋狂的事情，公司就會停滯不前，甚至死亡。”
Windsurf的工作強度極高，不歡迎投機取巧、搭便車的員工，會獎勵用最少資源完成最瘋狂專案的員工。只有當團隊嚴重超負荷，達到近乎“脫水”的狀態時，Windsurf才會招新。同時，團隊間的人員和資源流動十分靈活，可根據需求自由調配。
在採訪中，Mohan完整回顧了Windsurf由AI基建賽道轉至AI程式設計賽道的創業歷程，並分享了他的創業感悟。他還談到了AI應用該如何避免淪為“GPT套殼軟體”、自研模型與外部模型的選用邏輯和他眼中Windsurf與Cursor等競爭對手的差異化優勢。
▲左為Lenny's Podcast主理人Lenny Rachitsky，右為Windsurf創始人兼CEO Varun Mohan
以下是Mohan接受科技播客節目Lenny's Podcast採訪影片（錄製於今年4月）的完整編譯（為提高可讀性，智東西在不違背原意的前提下進行了一定的增刪修改）：
01.
手握萬卡叢集轉型AI程式設計，
專攻To B市場
Lenny Rachitsky：請你簡單分享一下Codeium的歷史，以及Windsurf是如何從Codeium發展而來的。
Varun Mohan：公司是在4年前成立的。4年前AI程式設計這一概念尚未出現，ChatGPT也還沒有誕生。我們公司最初是在開發GPU虛擬化和編譯器軟體。在此之前，我從事自動駕駛汽車領域的工作。我的聯合創始人，也是我從初中就認識的朋友，在Meta從事AR、VR工作。
我們都相信深度學習會影響很多行業，不僅僅是自動駕駛汽車，還包括金融服務、國防、醫療健康等領域，而且我們認為這些深度學習應用很難構建。當時，我們的產品讓使用者能夠在沒有GPU的計算機上有效地執行這些複雜應用，我們會為使用者處理使用GPU的複雜問題，並大幅最佳化這些工作負載。
到了2022年中期，我們已經有了幾百萬美元的收入，管理著超過1萬塊GPU。當時我們只有8個人，而且實現了自由現金流為正。但我認為，隨著生成式AI模型開始變得越來越好，我們構建的很多東西不再那麼有價值了。
這對公司來說是一個非常艱難的時刻。當時我們只有8個人，但我們在想，人們還會繼續訓練那些非常定製化的情感分類器模型（用於社交媒體推薦機制）嗎？還是會直接問GPT：“這是積極還是消極的情感？”可能是後者。
在一個每個人都要執行生成式AI模型的世界裡，一家基礎設施公司能有什麼差異化因素呢？最終每個人都會執行相同型別的基礎設施。
我們決定相信，生成式AI會成為下一個網際網路。在這種情況下，我們應該去構建下一代偉大的應用，就像谷歌、亞馬遜那樣。我們進行垂直整合，利用我們的基礎設施、推理基礎設施去構建了當時的Codeium。
我們公司是GitHub Copilot的早期使用者，也意識到程式設計領域在未來幾年將會受到AI的巨大沖擊。我們利用了我們原有的基礎設施，大規模執行我們自己的模型。
在最開始我們甚至訓練了自己的模型，它非常簡單，純粹是一個自動補全模型，當用戶在輸入時，我們會補全接下來的1-4行程式碼。我們目前在所有開發者使用的IDE中免費提供這個產品，包括VS Code、JetBrains、Eclipse、Visual Studio、Vim、Emacs。
我們之所以能免費提供上述服務，是由於我們具備算力基礎設施的技術背景，能夠大幅最佳化這些工作負載。不久之後，我們建立了企業業務，與戴爾、摩根大通這樣的大公司合作。
對他們來說，更重要的不僅僅是程式碼自動補全或者與程式碼庫對話，而是能否提供一個安全的解決方案，同時針對公司內部所有私有資料進行個性化定製。我們利用我們的基礎設施，投入大量資源確保我們能深入理解這些大公司的程式碼庫。
這就是從Windsurf成立以來到大概半年前，我們所做的業務。目前，我們的這些業務並未終止，但我們已經意識VS Code等主流IDE限制了我們能為客戶提供的AI服務的上限。因此，我們決定構建我們自己的IDE，加入一些新的Agent能力。
02.
Transformer一統天下後，
AI的差異化價值在應用
Lenny Rachitsky：你的回答中有很多有趣的線索。其中之一就是，AI的價值究竟會在哪個環節積累？很有趣的是，你們幾乎是從最底層的GPU基礎設施開始，然後轉向了人們所說的“GPT套殼軟體”（雖然實際上不是）。在這方面，你們公司有什麼經驗教訓可供分享嗎？你認為在AI世界中，在AI工具棧中，價值最終會在哪裡？
Varun Mohan：也許我可以先分享一下我對創業公司的一個深刻體會。通常情況下，你最初認定要做的事情很可能並不是最佳選擇，這對創業公司的創始人來說是一個非常棘手的問題。
一方面，你需要有一種非理性的樂觀，堅信自己正在做的事情具有獨特的價值，否則你根本不會踏上這條創業之路。如果事情是顯而易見的，那麼大公司早就已經做了。
但另一方面，你又必須保持高度的現實主義，因為大多數非常規的想法往往是不可行的。所以，這就像是在走鋼絲，你需要在這兩者之間找到平衡。你要堅定地推動自己所相信的未來，但同時，當新的資訊出現時，你又必須敢於否定自己原有的信念。
從基礎設施的角度來說，我們最初的假設是模型架構會非常多樣化和複雜，這主要是基於我們在自動駕駛汽車領域的經驗。當時，存在許多不同型別的模型架構，比如卷積神經網路、圖神經網路、迴圈神經網路、長短期記憶網路這樣的輕量級神經網路，以及點推力網路等。我們可能需要處理十幾種不同的架構。
在那個時候，我們覺得這種複雜性如此之高，如果有人能夠幫助使用者解決這種複雜性，那麼這裡面就會產生巨大的價值。
然而，到了2023年中期，情況發生了變化。看起來幾乎所有的東西都將是基於Transformer架構的，這說明我們之前的假設是錯誤的。在這種情況下，我們意識到，大部分價值可能不會僅僅積累在基礎設施層面，至少這是我們目前所相信的。
那麼，真正的差異化價值究竟在哪裡呢？我們相信，應用層是一個可以深度挖掘的領域。在這裡，我們可以透過多種方式為開發者構建更好的使用者體驗和更高效的工作流程。我們堅信，在如何讓開發者的生活變得更好的這一點上，是沒有上限的。
Lenny Rachitsky：你提到的第二個點我覺得很有趣，就是你們是如何從已經在正常運轉的商業模式中轉型的。你們已經在賺錢了，人們都很喜歡你們的服務，有數百萬美元的年度經常性收入。
你們是如何知道該追求什麼新目標的呢？我聽到的一個很有趣的觀點是，一旦你建立想法的基礎假設發生改變，就是時候重新思考這個想法，也許嘗試其他東西了。
Varun Mohan：我認為，在創業過程中我們必須接受一個事實：我們會犯很多錯誤——這是不可避免的。對我們公司而言，有一個關鍵轉折點：當時我們已經融資了2800萬美元，卻突然決定徹底轉型，而且是一夜之間做出的決定。這不是漸進式的調整，因為我們深知創業公司最需要的是專注。
如果你同時做兩塊業務——一邊做著你認為沒有價值的工作，一邊又想開拓新領域——你註定會在真正重要的事情上失敗。這個道理看似簡單，但關鍵在於：你必須從一開始就承認，你的大多數假設可能是錯的。你要做的是全力驗證這些假設，而不是固執己見。擁有一個好想法固然重要，但絕不能對它過度執著。
我們努力打造一個追求真理的企業文化。在公司裡，每個人的想法都會不斷被檢驗。比如當初開發Windsurf時，雖然不算徹底轉型，但也是一個重大決策。創業就是不斷下注：有時對，有時錯。但最理想的狀態是，即使決策失誤，團隊士氣依然不受影響——這樣你才有調整的餘地。
有個例子可以說明我們的成長速度：今年一年的工程產出量，將超過公司成立至今的總和。這意味著每年都像一次新生，讓我們能測試全新的假設。也許我們最初的假設本就是錯的。
Lenny Rachitsky：這太令人振奮了，讓我想起Ari Levine在播客上說的話，他的T恤上有一句話“愛上問題，而不是解決方案”。這感覺就是你所描述的態度。
03.
開發者工作流轉變，IDE同步升級
Lenny Rachitsky：讓我們來談談Windsurf。對普通人來說，最簡單的理解方式是什麼？
Varun Mohan：Windsurf本質上是一個IDE（整合開發環境）——也就是用來構建軟體和應用程式的工具。但有趣的是，很多使用它的人可能根本不知道“IDE”這個概念，這點我們稍後再聊。
為什麼要開發Windsurf？為什麼不能直接用Visual Studio Code這類傳統IDE呢？當我們觀察到AI能力的爆發式增長時，我們意識到技術構建方式將發生根本性變革。
傳統IDE就像個文字編輯器，開發者手動編寫大量程式碼，而系統只能提供基礎反饋，比如“這裡有個bug”或“編譯錯誤”。但AI時代完全不一樣了——IDE應該能直接改寫整段程式碼。這就是Windsurf的核心突破：它代表著開發工具與AI協作的全新正規化。
未來，AI可能負責超過90%的軟體開發工作，在這種情況下，開發者的角色和他們在IDE中做的事情可能是審查程式碼。我們需要在IDE中構建自定義的審查流程，使使用者更容易去做這件事，因為開發者並非把所有時間都花在寫程式碼上。
我們構建這個產品的基本前提是：過於基礎的UI介面會嚴重限制產品的潛力。舉個具體例子——我們的自動補全功能最初只能完成簡單的程式碼補全。但當我們推出Windsurf Tab這個新產品時，情況發生了質的變化。
▲Windsurf Tab功能
Windsurf Tab的創新之處在於能夠提供內聯式的程式碼重構建議。在Windsurf環境中，我們可以為此打造完全定製的互動介面。相比之下，在VS Code中由於API限制，我們不得不採用變通方案：需要在使用者游標旁動態生成影像，因為平臺無法支援更自然的展示和編輯方式。
▲VS Code開發介面
這個差異帶來的效果令人震驚：完全相同的機器學習模型給出的修改建議，在Windsurf環境中的使用者接受率直接提升了3倍。這個資料給了我們重要啟示：雖然底層技術確實至關重要，但如果使用者無法有效獲取技術創造的價值，那麼技術優勢就會被嚴重浪費。
這個案例讓我們確信：有時候構建一個全新的互動介面和使用者體驗層（就像Windsurf所做的）可能才是釋放技術潛能的正確方式。優秀的使用者體驗設計能夠將技術優勢轉化為使用者可感知的實際價值，這正是我們產品演進的關鍵方向。
04.
自研模型與外部模型並行，
擁有獨特程式碼庫演變資料
Lenny Rachitsky：Windsurf使用的模型是Claude Sonnet系列的嗎？
Varun Mohan：讓我來解釋一下Windsurf的工作機制。我們使用了一個非常強大的規劃模型，比如Claude Sonnet系列模型，它在規劃方面表現出色。GPT-4o也不錯。我們會嘗試讓Anthropic的Claude Sonnet系列模型儘可能多地進行高階規劃。
之後，我們會執行公司內部的模型，為Agent提供高質量的檢索支援。Agent需要理解程式碼庫的其餘部分到底有什麼功能，我們的自有模型會分解並理解整個程式碼庫。
如果程式碼庫有1億行程式碼，我們不可能把它全部發送給Anthropic的模型。這不僅是因為它包含超過15億個tokens，遠遠超出目前最大的上下文長度（超出三到四個數量級），而且從成本和延遲角度來說，這麼做也不划算。
另一方面，我們的模型能夠非常快速地對軟體進行編輯。我們有一些基於流行開源模型進行後訓練的定製模型，它們可以快速地對程式碼庫進行編輯。我們選擇這麼做，是因為這樣速度更快，而且這些模型能夠在上下文中包含更多的程式碼庫，從而比Anthropic的模型更好地應用更改。
我們的目標始終是構建最好的產品，儘可能提高上限。我們會根據需要構建和訓練模型，但如果在某項任務上，開源模型或Anthropic的模型表現更好，我們就會直接使用它們。
Lenny Rachitsky：你們構建的模型，都是基於開源模型的嗎？
Varun Mohan：負責檢索的模型是我們完全自主研發的。但很多負責其他功能的模型是基於開源模型的。負責編輯和自動補全的模型，這也是內部開發的。就像你在輸入時，我們會做一些與自動補全相關的事情。
我想我們看待問題的方式是，我們能做到最好的部分，我們就去自行訓練模型，但我們不會僅僅為了自尊心，而去做一些我們做不好的事情。
Lenny Rachitsky：有沒有什麼訓練模型相關的趣事？
Varun Mohan：一個有趣的事情是，我們從使用者那裡得到了大量反饋，每小時可能有數千萬條。這些反饋包括使用者對我們產品的喜好和不滿，尤其是關於自動補全功能的偏好資料。這些資料很獨特，因為它們來自使用者輸入時的程式碼片段，通常是不完整的，而不是像在GitHub上那樣完整的程式碼版本。
我們擁有大量這種不完整的程式碼資料，這讓我們在開發程式碼補全模型方面具備獨到優勢。現有的前沿模型很少接觸這種型別的程式碼，所以我們利用這些偏好資料來訓練模型，努力做得更好。
對於檢索來說，情況也是一樣的。我們可以透過使用者是否接受檢索後的程式碼更改來判斷檢索是否準確。這是一個很好的反饋訊號。
我們的思路是，對於單純的程式碼規劃，AI很難提出一個連貫的論點，我們也沒有特別的理由認為自己在這方面會做得最好。但如果是面對一個複雜的中間程式碼庫，需要進行一些更改，我們就有優勢了。因為我們看到了程式碼的演變，積累了數百萬使用者的程式碼演變資料，我們覺得自己可以在這方面做得很好。
Lenny Rachitsky：我覺得有趣的是，這是另一個差異化因素，也是公司在這個領域最終能夠勝出的原因。如果你處於領先地位，你就會比其他公司擁有更多的資料。
Varun Mohan：是的，這也是我喜歡從零開始構建產品的原因。這是一個很有潛力的領域，但最終還是要看對程式碼的理解。否則，你就會陷入一個很模糊的境地，搞不清楚自己到底比別人強在哪裡，公司也就很難找到明確的競爭優勢和差異化的發展路徑。
Lenny Rachitsky：如果只是簡單地依賴像Claude這樣的基礎模型，和市面上那些只是給Claude套個殼的應用做同樣的事情，那根本談不上什麼差異化。
Varun Mohan：這其實也取決於具體的做法。但如果只是處理一些很高階的網頁元素，介面做到一定程度後，很難比現有的前沿模型做得更好。這種情況下，還不如直接接入這些現成的模型，直接拿來用。
05.
AI程式設計解放工程師，迴歸工作本質
Lenny Rachitsky：你們當時做的一個大膽決定是，最初客戶都在熟悉的現有IDE中工作，但後來發現這無法滿足需求。於是你們決定說服大家切換到一個全新的東西，因為它會好得多。我覺得很多人可能沒有意識到，說服工程師去使用一個全新的工具有多難。這確實是一個巨大的挑戰。
Varun Mohan：是的，當然。Lenny，有一點很重要，很多開發者確實使用Visual Studio Code，但也有很多人用Java、C++等語言程式設計。他們可能用JetBrains家族的IDE，比如IntelliJ。
對我們來說，我們仍然會在這些平臺上構建產品。我們只是覺得，Visual Studio Code雖然是一個主導性的IDE，但它限制了我們能給客戶提供的使用者介面。
Lenny Rachitsky：Windsurf目前的發展勢頭如何？我聽到你們這個領域裡其他競爭對手的數字都很驚人，你能分享一些資料，讓大家瞭解一下嗎？
Varun Mohan：嗯，有幾個數字可以分享。我們在4個月前推出了這個產品。在這段時間裡，超過100萬開發者試用了這個產品。當然，我們也有數十萬的月活躍使用者。
Lenny Rachitsky：你認為在未來幾年的程式設計會是什麼樣子？會與今天有多大的不同？
Varun Mohan：工程師主要做三個方面的工作，對吧？首先是“我應該解決什麼問題？”，然後是“我應該如何解決它？”，最後就是“去解決它”。
每個在這個領域工作的人可能都越來越確信，所謂的“解決它”，其實就是“我知道該怎麼做，然後就去做”。隨著AI的發展，AI可能會處理絕大部分執行工作。
隨著我們公司在理解程式碼庫方面的工作日漸深入，這種“我應該如何解決”的問題也會逐漸清晰。如果你深入理解了組織內部的環境和程式碼庫，並且考慮到最佳實踐，那麼“我應該如何解決它”就會變得更加明確。當公司也明確了這些問題後，整個解決方案也就水到渠成了。
所以我認為，工程開發最終會迴歸到最初希望工程師做的事情：我們需要解決哪些最重要的業務問題？我們的應用程式或產品需要具備哪些最重要的功能？去優先考慮這些，並做出正確的技術決策去實現它們。我認為這就是工程開發可能的發展方向。
06.
計算機專業的價值，
在於問題解決能力的培養
Lenny Rachitsky：這是否意味著沒有人需要計算機科學學位呢？
Varun Mohan：這個觀點有些誇張了。現在很多構建全棧應用的開發者，至少在幾年前，他們可能上過大學並學過作業系統課程。
理論上，他們並不是真的經常去深度使用作業系統，比如核心排程器之類的，但這些原理幫助更好地理解開發過程中遇到的問題，比如為什麼他們的應用程式很慢？為什麼某些設計決策比其他的設計更好？
這種對底層原理的理解，不僅使他們成為比其他工程師更好的工程師，而且也賦予了一群從未真正理解這些原理的人實際構建複雜系統的能力。這本身就是整個技術發展過程中一個值得注意的現象。
Lenny Rachitsky：我不知道你是否有孩子。假設你有孩子或者親戚要上大學，你會建議他們學計算機科學嗎？
Varun Mohan：會的。我畢業於麻省理工學院，公司裡工程團隊的很多人都是校友。其實，我們在工程計算機科學中學得最多的並不完全是如何寫程式碼，更多的是如何思考問題、如何分解問題的原則，以及如何用一種有趣的方式解決這些問題。
舉個例子，我很喜歡的一門課是分散式系統課。這門課上要閱讀文獻，並理解一些設計決策是如何做出的。我認為這更像是一門解決問題的課程，這個專業也正是關於如何在當前計算機的約束條件下，解決具體問題。
比如這是記憶體執行的速度，這是你在1個週期或1秒內可以進行的運算數量。基於這些，你需要做出一些權衡並解決問題。在這種情況下，計算機科學幾乎就是問題解決的代名詞。
Lenny Rachitsky：我聽到的是你仍然想要培養的技能，無論計算機科學專業如何演變，學生都需要構建關於計算機和系統如何工作的心智模型，瞭解並行處理、記憶體、硬碟、網際網路之類的東西，然後就是解決問題的技能，能夠解決有趣的問題。隨著AI的興起，你認為人們還應該投資哪些技能？
Varun Mohan：我認為一個可能被低估的重要特質是主動性。在大學裡，學生們往往被明確告知該做什麼，沿著既定的路徑前進。
然而，我認為在社會和學校中，我們可能沒有足夠重視那些真正具備主動性的人。這些人渴望去創造和建造，他們的目標不僅僅是從大學畢業，然後進入一家大科技公司，按照既定的指令去工作，比如在這個網站上把畫素放在哪裡。
我認為這種主動性在過去10年左右可能一直被低估。但如今，它正變得越來越重要。對於創業公司來說，這是一項至關重要的技能。顯然，這也是我們正在尋找的特質。
我們希望找到那些真正具有高度主動性的人，因為我們深知，如果不去創新，不去嘗試一些瘋狂的事情，公司就會停滯不前，甚至死亡。所以，我們正在努力尋找這樣的人才。
不過，我必須指出，對於大多數軟體工程崗位來說，情況可能並非如此。只要看看某某大公司的招聘要求，以及一般的軟體工程面試流程，你就會發現，這些場景中可能並不特別強調主動性。
07.
遵循“精簡公司”理念，
團隊超負荷才會招新
Lenny Rachitsky：讓我們談談招聘，我知道你們公司試圖保持精簡，這是現在所有AI創業公司的共同主題，你如何知道什麼時候該招聘某人？
Varun Mohan：我喜歡精簡公司的理念，但我不會把它神化。比如說，我們不會盲目追求成為那種憑藉10%或20%規模，獲得5000萬、1億、2億這樣的收入的企業——這不是我們在內部推崇的東西。我們真正推崇的是：成為能夠實現我們野心所需的最小規模公司。這才是目標。
打個比方，Lenny，如果我告訴你：“嘿，我要造一輛自動駕駛汽車，而我的團隊只有10個人。”你肯定會理所當然地說：“Varun，你不是認真的吧？”——你說得對，因為在那樣的規模下，我確實不可能是認真的。所以關鍵在於：要實現你那個瘋狂的雄心壯志，最少需要多少人？
我們正在嘗試的專案，是要徹底改變軟體的構建方式——我們在內部經常提到這一點。我們的目標是將開發應用程式所需的時間減少99%。這非常雄心勃勃，長遠來看，我們不可能僅靠10%、20%、30%或40%規模的工程團隊來實現它。我們認為這裡的上限非常高，這是第一個關鍵點。
如果能成為一家規模很大、卻依然像創業公司一樣運作的企業，那才是真正的理想狀態。這就是夢想。
在招聘理念上，我們的原則是：只有當某個職能確實超出我們的應對能力時，才會招人。比如我們正在開發推理技術——除非團隊已經超負荷，否則我們不會輕易增加人手。原因很簡單：如果你為一個職位招人，但並不真的需要他們，最終往往會產生一些奇怪的職場政治問題。
這並不是因為人們不好——大多數人的初衷都是好的。但當你招了並不真正需要的人時，會發生什麼？他們會自己找點事情做，對吧？這是人之常情。他們會去說服組織：“這件事很重要。”但事實上，它可能並沒那麼關鍵。作為創業公司，我們根本沒有精力應付這些。
對我來說，理想的狀態是，每個人都像在舉手求救，彷彿在說：“我真的撐不住了，我們真的需要多一個人。”這時候我們才會招人。我喜歡用一個比喻：我希望公司像一個脫水的實體，每次招聘就像補充一點水分——只有當我們再次脫水時，才會去招人。
08.
公司憑藉單點突破取勝，
獎勵用最少資源完成專案的員工
Lenny Rachitsky：我非常喜歡這個比喻。聽起來很痛苦，你需要等到應付不過來，然後告訴老闆，我快要“脫水而死”了，但我也知道這是一種非常令人興奮的工作方式。
Varun Mohan：這種模式其實有很多優點。我們非常尊重和信任在公司工作的人，這反過來又迫使我們進行優先順序排序。
團隊永遠不會要求去做不重要的事情。事實上，如果他們手上有兩件事情，他們會告訴我：“嘿，我手上有兩件事。我沒辦法同時做兩件，我只能做一件。”然後他們會優先選擇最重要的那件事。
這其實回到了一個我認為對創業公司和傳統公司都適用的原則：你不是透過把10件事情都做得還行來獲勝的，而是透過把一件事做得非常好來獲勝。也許你在其他9件事情上會失敗，但這並不重要。這是我經常告訴團隊的事情。
這和學校很不一樣。在學校裡，你的目標是最佳化總GPA分數，但對公司來說，我只需要在最重要的那件事上拿到A+，其他事情上拿F都沒關係。當然，這裡的F並不是指做錯事，而是說降低那些不重要事情的優先順序。這種模式實際上迫使組織進行優先順序排序，這真的非常好。
而且，Douglas（Windsurf聯合創始人）和我，我們可以明確地告訴團隊，這是目前最重要的兩件事。但如果我們在說這兩件事是最重要的同時，又讓團隊的工作量增加了20%，那最終會發生什麼呢？
這幾乎是一個強制機制，迫使我們進行優先順序排序，確保公司內部的人員不會被過多的任務壓垮，或者避免那些已經應接不暇的人被逼到極限。
Lenny Rachitsky：每個在大公司工作的聽眾肯定都能理解你說的情況。當公司人太多的時候，每個人都得找事情做，他們也會提出各種想法。你知道，他們都想展示自己的影響力，想在績效評估中表現得更好。這就是大公司人多的典型現象。
當你們公司有人實在應付不過來的時候，他們是怎麼向你表達招人的需求的？
Varun Mohan：當面臨在短時間內完成某件事情的壓力時，我們有一個核心信念：對於軟體開發來說，如果想做出真正偉大的成果，就不能簡單地說“我想在一個月內完成”。
除非你認為自己比其他人聰明得多，否則按照這個時間尺度，根本打造不出擁有高複雜性和差異化的產品。
我們確實擁有一個非常優秀的工程團隊，但我們也不認為我們的團隊優秀到可以在三週內完成其他人需要6到9個月才能完成的事情。相信自己能做到這一點其實是有點愚蠢的。
我們的招聘流程有著極低的錄取率，不太可能很快地找到合適的人才並讓他們加入公司。這點所有人都很清楚，無論是那些想要更多人手的人，還是對我們自己。
我們還努力確保在工程團隊中，一個人對公司創造的價值與他所在的團隊規模無關。公司內部有一些專案是由直接負責的個人來推動的。如果一個專案很重要，那麼人們可以從一個專案轉移到下一個專案。
公司裡不存在“某人擁有某個團隊”的概念。公司最有價值的人是那些能夠用盡可能少的人完成最瘋狂專案的人，這才是我們應該在內部獎勵的。
Lenny Rachitsky：目前Codeium有多少人？
Varun Mohan：我們有接近160人，工程團隊超過50人，市場營銷團隊規模也不小。
09.
招聘實際錄取率低於0.6%，
工作強度極高
Lenny Rachitsky：我們談到了如何判斷什麼時候該招聘，那你在面試和招聘的人身上尋找什麼特質呢？
Varun Mohan：我們在招聘時非常注重的一個關鍵點是，我們有很高的技術門檻。假設候選人確實達到了技術要求，我們真正尋找的是那些對我們實際要解決的使命充滿熱情，並且願意努力工作的人。
我們不會試圖說服人們：“我們是一家很輕鬆的公司，在這裡工作很棒。”相反，我們會坦誠地說：“這是一個非常令人興奮的領域，但競爭也非常激烈。如果公司的人不夠努力，我們可能就會失敗。”
我認為我聽到的最大的警告訊號之一是，當我問候選人：“你願意多努力工作？”有些人最終會回答：“我更喜歡用巧勁（work smart），而不是單純靠努力。”
這時，我通常會問他們一個問題：“如果我們的公司有很多聰明且努力工作的人，你的差異化在哪裡？”這種候選人只會拖累團隊。
公司就像一個巨大的團隊專案。當公司有數百名工程師時，問題不在於那個不盡責的工程師本身，而在於他們所在的團隊。團隊會有疑問：“這就是公司內部的標準嗎？這是我們的期望嗎？”
如果告訴你，團隊裡其他四人都不在乎這個專案，你會覺得自己該有多在乎呢？肯定不會太多。
對我們來說，更重要的是打造協作文化，工作不是單打獨鬥，人們知道可以依靠其他人來完成複雜的任務。
Lenny Rachitsky：你問的問題本質就是：“你願意多努力工作？”有許多人會追求工作與生活的平衡，他們會想：“你怎麼敢要求我工作那麼長時間？”
我很喜歡你們一開始就說明白：如果你在這裡工作，就得非常努力，加班加點。這是一個競爭激烈的領域，我們靠聰明工作和努力拼搏來取勝。你之前提到過，你們工程師的錄取率大概是候選人的0.6%？
Varun Mohan：0.6%可能是完成面試題之後最終留下來的比例。面試題本身就篩選掉了可能10到15倍的人。
Lenny Rachitsky：我最近經常聽到這樣的問題——隨著像Windsurf這樣可以解決許多問題的工具出現，你們到底要如何進行面試工作？
Varun Mohan：我們允許候選人使用AI工具，因為我們相信這些工具能大幅提升生產力。如果有人加入我們卻不習慣使用這些工具，那會是個問題。
我們也會邀請候選人到公司現場，觀察他們如何在白板上思考問題，以及他們的臨場發揮能力。我們希望看到的，不是他們簡單地把問題輸入語音轉換器，然後扔給ChatGPT來獲取答案。我們有辦法甄別這一點。
我的觀點是，工具固然重要，但我們更看重的是解決問題的能力。如果一個人解決難題的唯一方式就是依賴ChatGPT，那對我們來說可能就不太合適了。
10.
市場營銷並不可恥，是ToB業務剛需
Lenny Rachitsky：好的，接下來談談你們的市場營銷經驗。和大多數人一樣，你們一開始時沒有銷售團隊，但你們意識到這是一個巨大的失誤，也意味著機會。現在你們的銷售團隊和市場營銷團隊規模很大。
Varun Mohan：是的，我們在公司歷史的早期就做出了這個決定。一年多前，我們聘請了一位銷售副總裁，現在公司內部的市場營銷團隊已經超過80人（目前公司有近160人）。這在公司內部是一個相當大的職能部門。
這裡有一點背景故事——當我們創立公司時，我們有幾位天使投資人是市場營銷從業者。其中一位是Carlos Delatorre，他曾是資料庫公司MongoDB的首席營收官（Chief Revenue Officer）。
我們從來沒有把銷售看作是一件負面的事情。我認為銷售其實很有趣。不過，有些創始人並不喜歡銷售，他們覺得銷售是業務流程中比較負面的部分，認為一切都應該靠產品自身來推動增長。
事情並不是非黑即白的，企業銷售其實很有價值。不過，也許是因為我們當時是一家GPU虛擬化公司和基礎設施公司，我並不知道如何擴大銷售職能，所以沒有僱用銷售人員。當時，我就是那個負責銷售產品的人。
說到底，如果我連逐步銷售產品都做不好，那我就不知道我們如何能把銷售變成一個可擴充套件的流程。如果我自己都做不到，又怎麼能讓別人來擴大規模呢？
另一方面，對於Codeium來說，有很多大企業主動找上門來。到了2023年中期，我們開始行動起來，我和公司其他幾位同事一起開始著手銷售產品。我們同時和大企業開展了數十個試點專案。透過這些專案，我們很快意識到，在這個領域，我們需要建立一個面向大型企業的運營模式。
到了2023年底，我們果斷聘請了一位銷售副總裁，隨後很快就把銷售團隊擴大了。試想一下，如果你想把產品賣給財富500強企業，僅僅靠刷信用卡肯定是行不通的。
11.
產品可理解超大規模程式碼庫，
是重要差異化優勢
Lenny Rachitsky：讓我們談談Cursor。我不想在競爭對手身上花太多時間，但這是每個人在想到你們時總是會想到的。我認為你們在這個領域算是領先的玩家。你們與Cursor的不同之處是什麼，以及你們認為如何能在這個領域長期領先？
▲Cursor開發介面
Varun Mohan：我可以分享幾點。在產品方面，我們投入了大量精力，以確保對超大規模程式碼庫的理解能達到非常高的質量水平。這其實也是我們最初的起點。
我們與世界上一些最大的公司合作，比如戴爾和摩根大通。像戴爾這樣的公司，單個程式碼庫就超過了1億行程式碼。能夠快速理解這些程式碼庫並進行大規模修改，是我們花費了很多時間去攻克的難題。
為此，我們建立了一套自己的模型，能夠在數千個GPU上並行處理這些龐大的程式碼庫，並對它們進行排序，以便找出對任何程式碼庫問題來說最重要的程式碼片段。基於我們的基礎設施背景，我們搭建了大型分散式系統來完成這項工作。這可能是一點。
Lenny Rachitsky：我想補充一些，我認為人們可能會低估這點有多重要。之前我們播客也採訪了Bolt和Lovable（均為AI程式設計創企）的創始人。這些公司的產品是為了從頭開始構建產品，為你寫程式碼。
相比之下，Windsurf可以載入數千萬乃至上億行程式碼，比如Airbnb或Uber所擁有的程式碼庫，理解企業有什麼程式碼、這些程式碼如何工作，哪些地方可以修改而不會出故障，這是非常困難的。這是一個很大的差異化因素，Windsurf現在正在這個優勢上繼續發展。
Varun Mohan：是的，沒錯。我們花了很多時間在理解程式碼庫。另一件方面是要理解所有與程式碼庫相關的使用者互動。我們的服務不僅僅侷限於Windsurf，也非常專注於支援像JetBrains這樣的IDE。
70%到80%的Java開發者在基於JetBrains的IDE中編碼，我們不需要去構建一個與JetBrains競爭的產品，JetBrains是一個非常可擴充套件的產品，而VS Code則不是。
對我們來說，我們的目標不僅僅是滿足可以切換到我們IDE的使用者子集，而是我們想給每個開發者這種Agent開發體驗。如果這意味著有Java開發者在JetBrains中寫程式碼，那也沒問題。
Lenny Rachitsky：有趣。所以你是說JetBrains是一個非常大且可擴充套件的產品，你們不覺得有必要直接與它競爭。相反，你們想要增強開發者的體驗，不管他們使用什麼IDE。
Varun Mohan：沒錯。我們與許多擁有超過1萬名開發人員的大企業合作，其中超過50%的開發人員使用JetBrains。JetBrains是一個非常龐大的產品。
JetBrains公司本身是一傢俬營企業，每年能創造數億美元的收入。這是一家非常非常大的公司。對我們來說，這正是另一個關鍵點。我們希望在開發人員所在的地方與他們相遇，無論他們使用什麼平臺，我們都會提供支援。
我們在安全性方面也有優勢，這對許多企業而言很重要。Windsurf獲得了FedRAMP認證，這意味著我們可以向大型政府機構銷售產品。
Windsurf還配備混合使用模式，這意味著所有儲存在使用者端的程式碼都保留在使用者的管轄範圍裡，而程式碼是公司最重要的智慧財產權之一。從大公司的角度來看，我們具備處理複雜問題的經驗。
12.
如何用好Windsurf？
需求明確與耐心是關鍵
Lenny Rachitsky：好的，Varun，我們別再賣關子了。來做個Windsurf的現場演示，讓大家看看它是什麼樣的。我會在演示過程中問你一些問題。
Varun Mohan：好的。先說一下背景：這是一個非常基礎的React專案。現在裡面什麼都沒有。如果你開啟任何檔案，它就是一個預設的React應用專案。
你可以給Windsurf傳送一張圖片，告訴它你希望專案看起來是什麼樣的。我這張草圖畫的就是一個“狗狗版Airbnb”網站。
Windsurf的優勢之一就是可以在既有的專案上進行開發。我們要做的就是告訴它：“把這個React應用改造成一個基於這張圖片的狗狗版Airbnb網站，並進行預覽。”
它會開始執行程式碼，讀取程式碼庫。它不知道當前程式碼庫的實際樣子，所以它會去分析程式碼庫，找出需要進行的更改。我們可以先等一等，看看它會怎麼做。不過，我們也可以邊等邊繼續聊天。
Lenny Rachitsky：我想問你一個問題，如果你能坐在每個第一次開啟Windsurf的使用者身邊，在他們耳邊悄悄說幾句話，幫助他們更好地使用你的產品，你會說些什麼？
Varun Mohan：第一條建議就是要有耐心，既要耐心又要明確需求。當你要求應用程式去做一些更改時，它可能會做出許多不相關的更改。而我認為最能避免這種情況的就是儘可能明確你的需求。
我建議人們一開始先從小的更改開始。如果有一個很大的目錄，不要一開始就重構整個目錄，因為如果錯了，它可能會破壞20個檔案。使用者會逐漸瞭解產品的優點和侷限，並懂得怎麼從中獲取價值。不過，每3個月左右，產品能力就會需要重新評估。
Lenny Rachitsky：隱含的意思是，要對模型的能力有一個直觀上的感覺——明白自己的需求該具體到什麼程度，又可以抽象到什麼程度。隨著時間的推移，你會逐漸建立起這種感覺。
13.
AI深度理解使用者行為，可準確預測使用者意圖
Varun Mohan：我們現在已經有了網頁預覽，不僅可以修改程式碼，還能指向不同的部分，進行針對性修改。比如讓直接選中一個元素，讓Windsurf將其背景改為紅色。產品能夠即時展示應用的構建過程，這一點很有幫助。
你可以完全在應用層裡操作，甚至不需要檢視程式碼。當然，這個修改看起來很糟糕，但從某種意義上說，如果我想這麼做，我就可以去操作。
我們只有很多互動方式，不僅僅是透過點選來更改元件。就像我之前說的，AI的目標現在已經發生了很大變化，它現在可以為你修改大量的程式碼，而開發者的任務現在變成了審查AI生成的程式碼。
在這次播客中，我不會審查所有生成的程式碼，但假設我想修改其中一些程式碼。比如我想把變數從“title”改成“titleStr”，我只要手動修改一個，然後告訴AI繼續執行。
Windsurf不僅知道Agent做了什麼，它還知道使用者做了什麼。我們的目標是讓使用者所做的每一件事，AI也都知道，並且能夠預測意圖。因為它對程式碼庫有深入的理解，它應該能夠找到所有需要更改的地方。
它能夠在應用空間操作，還能在使用者的程式碼空間中進行操作，彌合兩者之間的差距。它不僅為非技術人員構建應用提供了便利，也為親自編寫程式碼的開發人員提供了便利。
有趣的是，上方案例中的模板應用也是由Windsurf生成的。我們的大多數使用者都是在0到1構建應用。
當我們推出Windsurf時，我們讓公司裡的每個人都用它構建一個應用，包括市場團隊和銷售團隊。有一個令人驚訝的統計資料：我們節省了超過50萬美元的SaaS產品費用，因為我們現在的市場團隊已經用Windsurf構建了應用，而不是購買它們。
例如，我們的合作伙伴關係負責人沒有購買合作伙伴門戶產品，而是自己開發了一個。他以前從未開發過軟體，但我們設法在公司內部安全地部署了這些應用，為我們公司開發高度定製化的軟體，以更高效地運營。半年前我完全沒有預料到這點。
14.
垂直領域軟體將遭受AI猛烈衝擊，
本地開發模式不會消失
Lenny Rachitsky：你不需要說出具體的公司名字，但我想知道，有越來越多的開發者和公司自行打造產品，對SaaS企業來說，哪些領域你們最不看好？
Varun Mohan：我的觀點是，那些非常垂直化的細分產品將會面臨巨大的競爭。以銷售產品為例，在我們這樣的公司內部，很難讓頂尖工程師去構建一個世界級的銷售產品。他們對這類任務沒有足夠的興趣，或者去構建投資級的法律或金融軟體產品對我們來說也非常困難。
這些SaaS企業的護城河在於，他們對打造這些軟體有自己的想法，並且有足夠的工程師去實現軟體開發。而我們公司不願意做這件事，所以以前我們總是出去購買軟體，因為沒有其他選擇。
但現在有一個令人興奮的變化：領域專家可以構建他們最終想要的工具。這些垂直領域的軟體公司為什麼能夠存在呢，原因在於它們有很多功能。這種“大雜燴”的功能對很多公司來說都適用，但每個單獨的公司可能只需要其中的10%的功能。
但問題是，每個單獨的公司都沒有能力維護或構建針對這10%功能的定製軟體。但現在這一切都改變了，他們現在可以做到了。現在可能只需要5分鐘，甚至可以更貼合你的系統。
Lenny Rachitsky：現在，業務人員不需要知道任何關於產品構建的知識。只要用一種很糟糕的方式描述一下，就像是一個糟糕的產品經理在向工程師提需求。但令人驚訝的是，AI真的能做出不錯的產品。
Varun Mohan：完全正確。這表明能動性是很重要的。如果產品經理有一個想法，就沒有理由不讓這個想法更完善。其實有許多產品經理總是有想法，但他們對如何執行這些想法非常不確定。現在，那些有想法、有能動性的人，可以自己去證明他們想要的東西，而不需要任何外部資源。
Lenny Rachitsky：我想談一個很重要的點。你提到Windsurf不需要從樣板程式碼庫開始，它不是一個抽象化的應用構建器，而是一個實際的IDE。它在本地機器上執行，而不是雲端。這很重要，因為它允許使用者在本地執行並使用所有必要的庫。
Varun Mohan：是的，這很重要。很多開發者喜歡在本地構建，因為有些依賴項很難在雲端安裝，比如Nvidia的驅動程式。我們希望為使用者提供在任何環境下都能高效構建的靈活性。本地IDE和開發方式已經存在了幾十年，短期內不會消失。
15.
每隔半年到1年顛覆產品狀態，
永遠都需要更多工程師
Lenny Rachitsky：你們的團隊結構和運營方式很有意思。處於產品團隊運作的前沿，每天都在探索未來，你們的團隊結構、工程師、產品、設計等方面有什麼獨特之處嗎？
Varun Mohan：我們的核心工程團隊沒有傳統的產品經理。因為我們為開發者構建產品，從某種意義上來說，我們的開發者更像傳統的產品經理。如果我們的產品沒有價值，那可能就是我們招錯了人。
在企業端，我們需要與很多大型企業合作，這些需求不是工程師能直接理解的。比如，客戶可能會要求FedRAMP合規性，這需要專門的產品戰略人員來理解客戶需求並結合我們的技術能力，以構建一個能夠幫助客戶大規模擴充套件的產品。
不過，大部分情況下，我們是一個以開發者為基礎的產品。
Lenny Rachitsky：你們的工程團隊結構是怎樣的？
Varun Mohan：我們的團隊結構很扁平，儘量採用“兩個披薩團隊”的模式（亞馬遜貝佐斯認為，如果兩個披薩還不足以餵飽一個團隊，那這個團隊規模就太大了），保持小規模。
團隊規模太大時，領導者很難深入瞭解技術細節，而在這個快速變化的領域，紙上談兵是很危險的。我們的團隊非常靈活，能夠快速調整優先事項。
Lenny Rachitsky：你們有多少產品經理？
Varun Mohan：我們有近160名員工，其中3人負責產品戰略的工作。我們還有招聘、財務、營銷等內部職能。
Lenny Rachitsky：你們還在招聘工程師，儘管有人說AI將編寫90%的程式碼。這是否矛盾？會不會有一天你們不再需要這麼多工程師？
Varun Mohan：這取決於增加工程師是否能帶來額外價值。AI編寫了大部分程式碼，但這並不意味著工程師生產力提高了10倍。工程師的工作不僅僅是寫程式碼，還包括審查、測試、除錯、設計和部署。
即使AI提高了部分效率，但考慮到技術需求的複雜性，我們可能永遠都需要更多工程師。
Lenny Rachitsky：對於像摩根大通這樣的大公司，每年有170億美元的軟體預算和超過5萬名工程師，你們的產品能幫助他們提高效率。
Varun Mohan：摩根大通這樣的公司意識到，技術開發的回報率提高了，不投資更多技術的機會成本也增加了。這意味著他們需要招聘更多工程師，而不是減少。
Lenny Rachitsky：這是對工程師職業的一個有利訊號。如果像你們這樣的公司開始減少工程師招聘，那可能是行業的危險訊號。
Varun Mohan：是的，目前大家都在積極招聘工程師。我認為進入工程領域仍然是一個很好的選擇。
Lenny Rachitsky：在構建AI產品和Windsurf的過程中，你學到的最反直覺的事情是什麼？
Varun Mohan：一個奇怪的現象是，大家都在關注短期內的勝利，比如每週的更新。但我們公司內部更關注長期目標，比如3到9個月後的事情。我們的目標是每隔半年到1年就顛覆現有產品的狀態。這種長期投入才是我們成功的關鍵。
Lenny Rachitsky：這讓我想起Captions公司說他們有兩份路線圖：一份基於使用者反饋和資料，另一份是基於對未來的押注。這是很明智的。在創立Codeium之前，有沒有一件事，是你希望你能提前知道的？
Varun Mohan：我希望我能更謙遜，更快地接受自己可能是錯的這一事實。很多時候，我們事後發現，如果早幾個月做出某個決定就好了。
雖然外部看來這些決定很及時，但內心總希望更早行動。我們需要更頻繁地重新評估假設，即使這讓人不舒服。
Lenny Rachitsky：在結束之前，你還有什麼想和聽眾分享的嗎？
Varun Mohan：認為最好的辦法是親自去嘗試這些工具。在未來一年裡，能夠充分利用這些工具的人將獲得巨大優勢。很多人甚至不知道這些工具的存在，他們將會非常低效。所以，儘快去嘗試，看看這些工具如何幫助你和你的團隊。
用它來構建應用，修改現有的程式碼庫。如果你是一個產品經理，能夠快速修改程式碼並推送更改，你會贏得工程師同事的尊重，也能完成更多工作。這個工具的潛力是無限的。
Lenny Rachitsky：這一點被低估了。Windsurf不僅可以構建新應用，還可以修改現有的程式碼庫。比如在摩根大通這樣的大公司，你可以直接用它來完成任務，然後推送到GitHub併發起拉取請求。
Varun Mohan：是的，現在一切都開放了，工作不再受限於角色。這是一個機會，讓公司的基層到高層都能發揮作用，更高效地工作。
（本文系網易新聞•網易號特色內容激勵計劃簽約賬號【智東西】原創內容，未經賬號授權，禁止隨意轉載。）