Instagram掌门谈AI时代：品味、Pod小队与30亿人的算法

核心要点

• Pod小队：Meta今年把传统"一打人"团队改造为4~6名通才工程师加一名product staff的迷你小队，核心团队缩到6~7人，协调成本降低、决策更快、减少委员会式设计。
• Product staff：由PM进化而来的新通才角色，能承担部分设计、数据科学、研究工作，最强的往往是从设计和数据科学转岗、想扩大影响力的人。
• 品味升值：越是容易造东西，越要花时间想清楚该造什么；Mosseri看好设计师，因为品味极难被自动化，但缺失的是深懂业务与增长的PM能力。
• 算法真相：人们高估了算法对兴趣的语义理解，它其实只是"一个恰好与冲浪相关的大数字"（embedding向量），LLM如今才第一次让这些不可读的向量变得可描述。
• AI内容顺风：合成内容泛滥时人们反而更会追求创意、真实与"人"，Instagram作为最大创作者平台受益；不该按制作工具评判内容，而应标注并让用户知情。
• 权力转移：权力正从机构转向个人（如球员比球队更相关），Instagram因此长期押注创作者——不只是网红，而是任何用平台做自己事情的人。
• 不要过度自信：当下变数太大，别对任何预测太笃定；招人看重grit、快速学习、自我认知三要素，AI时代还要"保持好奇"和"敢于出丑"。

章节时间轴

• 2:19 2026年的产品团队长什么样 — 从传统"一打人"专才团队转向Pod小队，这是今年正在发生的巨大转变。
• 5:23 Pod构成与专才收缩 — 6~7人核心，砍掉专职数据科学家/设计师/研究员，各职能开始互相渗透。
• 7:42 品味与设计师的未来 — 建造者+好品味 vs 深度专才，Mosseri看好设计师但认为缺业务侧能力。
• 13:48 招人标准的升与降 — grit、快速学习、自我认知不变，好奇心和敢试错升值，大团队管理者需求下降。
• 16:53 AI重置个人影响力 — 工作性质改变，有想法但缺技术门槛的人被AI解放，Mosseri自己十年后重新写代码。
• 21:28 Token预算与ROI — 反对token消耗排行榜，谈未来可能的按信任度设上限的成本管理。
• 23:46 人脑的价值高地 — 品味、判断、战略与愿景是AI难替代的部分，AI做战略需被激进地"引导"。
• 27:38 半人马与反向半人马 — 从Doctorow的比喻谈人主导AI vs AI奴役人的危险。
• 30:44 产品领导者是策展人 — 最好的领导者不是愿景机器，而是人、想法、战略的策展人。
• 34:33 Instagram算法的真相 — 算法其实没那么"懂你"，以及"你的算法"新功能给用户主动权。
• 37:37 时序流 vs 算法流 — 纯时序流的激励扭曲与规模化困境，为什么算法流满意度更高。
• 40:42 AI内容是顺风还是逆风 — 标注内容与账号、打击垃圾账号，喜爱的AI创作者案例。
• 47:57 向TikTok学习探索式排序 — 从exploitation到exploration，扶持小创作者破圈。
• 51:24 权衡与被喷 — 一切重大决策都有权衡，公开辩论只为向旁观者列举利弊。
• 59:49 失败角与Reels教训 — Facebook Home与把Reels建在Stories上的战略失误。
• 63:02 孩子的屏幕时间 — 边界、赚取时间、审批App，以及和10岁孩子一起vibe coding。

详细内容

团队结构的剧变：从"一打人"到Pod小队

Mosseri描述了大公司里长期存在的"标准团队"形态：两三个Android工程师、两三个iOS工程师、两三个服务端工程师、一个通才、一个PM、一个设计师、一个数据科学家，运气好还有个研究员——大约"一打人"（baker's dozen）。这个规模本身是有逻辑的：任何写代码的人都需要一个熟悉同一代码库、能review其代码的人。

但今年这一切正在改变。Meta采用了称为"pods"的迷你团队，通常是4~6名更偏通才的工程师，加上一名"product staff"——即PM的进化版，能承担部分设计、数据科学和研究的工作，借助最新的内部工具。需要专才时才配专才：做定价策略就配资深数据科学家，做全新体验就配资深产品设计师。核心团队因此缩到6~7人。

他强调这种转变的价值不只是AI带来的生产力提升，更在于小团队本身更高效——协调的人更少，决策更快，减少了"委员会式设计"（design by committee）。当被追问在缩减一半规模时砍掉的是谁，他直言就是专才：可能是四个工程师加一个product staff，没有专职的数据科学家、设计师、研究员、内容设计师。他举例说，传统数据科学工作里像"漏斗分析"（waterfall，看用户在创建Reels每一步的流失）这类相对机械的活，现在内部工具能自动拉取，product staff一年前做不到、现在能做了。

品味升值，设计师被低估

主持人提到他此前采访Claude Code工程负责人Fiona Fong时听到几乎一样的说法：现在招的人要么是"有好品味、能端到端把想法落地的建造者"，要么是"在特定领域有深度专长的专才"。Mosseri强烈认同品味的重要性——"在更容易造东西的世界里，把时间花在想清楚该造什么，反而更重要。"

他对设计师持乐观态度（用词是"long on designers"），虽然很多设计师此刻对自己的角色很焦虑，因为通才、工程师、product staff都在做设计。但他认为设计师天然有品味，而品味极难被自动化。主持人反驳说，理论上设计现在就该繁荣，但设计师岗位数据却在走平——他判断缺的是"PM那块"：深懂业务、增长和成功定义的能力，而非品味那块。Mosseri回应说，最强的product staff恰恰会是从设计和数据科学转岗、想扩大影响力的人；他举了Instagram一位资深设计师Nate刚转岗product staff的例子。他也自我提醒要检查偏见——他本人就是从Facebook设计师起步转岗的。

AI重置个人影响力，人脑守住哪些高地

Mosseri指出AI正在"重置"人的影响力。工程这个职业本身变了：过去写代码可能占40~60%的时间，现在（尤其在各大实验室）大部分时间花在规划和review代码上——这是完全不同的工作，有人厌恶、有人热爱。谁成功取决于其长处是否与工具和业务的需求对齐。另一类被解放的人是"有好想法贡献其他职能、却缺机械或技术技能"的人，AI降低了门槛。他以自己为例：入职Facebook时设计师都得会编程（他过了技术面），后来因太难招人而放弃；而现在他"十年来第一次能负责任地写代码"，尽管自认是"状态好时才算中等的工程师"。

他反对对AI状态的二元化极端看法（"AI教徒 vs 反AI"）——人不是二元的，工具的状态也不是：它们在某些事上惊艳，在另一些事上出奇地差。真正能用好AI的人，是那些清醒知道AI擅长与不擅长什么、并且对它"下个月会擅长什么"有嗅觉的人。

在"人脑价值高地"的问题上，他给出品味、判断（尤其战略层面）、愿景。他区分：愿景是对"你想抵达的产品/世界状态"的表述，战略是抵达愿景的"有观点的路径"。好战略不能只求"最棒"，它必须有争议性——一个理性的人应该能不同意它，否则就只是在比拼纯执行。他认为管理AI越来越像管理团队：定义成功、决定给多少自主度（太规定化会扼杀好点子，太开放团队又会走偏浪费时间），再一路给反馈。

AI做战略：必须被激进地"引导"

主持人抛出一个直觉：AI掌握了市场、竞对、指标、增长的全部信息，理论上应该极擅长战略。Mosseri认为潜力是有的，但"除非你相当激进地引导它"——不是引导向某个答案，而是基于约束条件引导。他列举了做战略要考虑的众多输入：技术现状、团队人员及其动机、竞争格局、（对Meta这种大公司而言的）监管与合规格局、品牌的身份与存在理由。他甚至提到一个微妙点：有时一个"处于边缘"的想法反而能吸引最好的人才，于是人才的势能又反哺了这个想法。

结论是：懒惰地向AI要战略，只会得到"竞争对手都能预料到"的平庸答案；想要真正有效的，必须想清楚所有该考虑的输入、引导AI去考虑它们，而且要来回对话——尤其要让它保持批判。他和主持人都提到不同模型"脾气"差异很大，Mosseri推荐选一个爱反驳的（提到Fable"一直有点像个混蛋，但我恰恰欣赏这点"，因为他要真智能而不是讨好者）。

主持人补充了Cory Doctorow的"半人马 vs 反向半人马"比喻：半人马是人的上半身+马的下半身，人在主导，这是我们想要的；反向半人马是马头装在人身上，AI在控制我们、我们只是执行它的指令——这才是要避免的危险。Mosseri引申说，如果连战略都由AI给出、告诉我们该造什么，没人会想干那种活，所以"我们其实不想让AI来定战略"。他提醒不要因为"能把某个工作流外包给AI"就"应该"这么做，有些是双赢，有些风险大于收益。

Instagram算法的真相：它其实没那么懂你

被问及"算法知道哪些人们没意识到的人类行为真相"时，Mosseri给出反直觉的答案：最常见的误解恰恰在相反方向——人们以为算法对每个人的兴趣有很详细的语义理解，其实没有。过去5~10年推荐系统的进步主要来自大型embedding模型等技术，它们产出的是"人无法读懂"的巨型向量。所谓"算法知道你喜欢冲浪"，其实"它不知道，它只是有一个恰好与冲浪相关的大数字"，存在于七维空间里。

但这正在改变。LLM让这些原本不可读的向量第一次能被用自然语言描述（至少近似）。他这周发布并谈到的功能"你的算法"（your algorithm）就基于此：把你交互过的所有内容映射到embedding空间（可理解为一张地图，相似的视频靠得近），再让LLM描述地图的某一块——它会说"哦，这是深度手冲咖啡的挑剔发烧友"。用户能看到系统认为你感兴趣的话题，并能增删调整，目的是"在推荐正接管社交App的世界里，把主动权还给用户一点"。他设想未来还能满足非话题类需求："我想看更多有趣内容""多看朋友""别一连给我七张照片"。

他坦言直到最近，Instagram"其实没你以为的那么懂你"——过去只是"你喜欢这些照片，喜欢同样照片的人还喜欢那些照片，所以你可能也喜欢"，是一种协同过滤式的粗糙逻辑。直到现在，算法才真正变得像人们多年来一直以为的那样精密。

时序流的困境与AI内容之争

关于用户总说"我只想按时间顺序看我关注的所有人"，Mosseri解释了纯时序流的两大问题。其一是个人兴趣与规模化的张力：纯时序流会激励所有人尽量多发（因为一发就置顶），结果feed被职业内容和大公司/出版商淹没——纽约时报一天能发50条，你最好的朋友一周才发一条，feed就被占领了。设计这类系统"就像设计一座城市"：要想清楚机制、机制催生什么激励、人会如何在激励下行动、最终会怎样。其二是最有趣的东西未必最新——recency是相关性的重要输入但非唯一（他用"妹妹订婚 vs 哥哥的三明治照片"打比方）。数据也显示：把时序流设为默认后，不仅使用量下降，整体满意度也随着几个月被不感兴趣的内容轰炸而持续下滑。

对于"AI内容是顺风还是逆风"，他的答案是"顺风但也是挑战"。作为注意力/广告驱动的业务，更多内容意味着潜在更多注意力，但这不是白得的——他坦承"我们现在还不太擅长给AI内容排序"。更深层的判断是：在合成内容泛滥的世界，人们反而会更多地追求创意、真实和"人"，而Instagram作为最大的创作者平台会受益。他反复强调不该按"制作用的工具"来评判内容，而应按内容本身、观点、背后的人来评判；不应过滤AI内容，而应标注它、并让用户更了解发布者（账号多久了、改过几次头像等）以做知情判断。

在标注上他区分了"标注内容"与"标注账号"：内容层面，现在能检测AI但随模型变强可能失去检测能力，所以要诚实告知置信度，长期看"标注真人拍摄内容"可能比"标注AI内容"更实际；账号层面则要打击新的垃圾向量——比如伪装成"AI僧侣"卖假保健品、利用刻板印象骗人的假账号。他还兴奋地提到自己喜欢的AI创作者：Plastic Dream Sequence（会唱歌的芭比娃娃剪影，明确是AI且有清晰美学观点）和法国巴黎的If Only AI（用多个模型分别生成图像、视频、音乐，做梦境般的画面，"像个画家，只是这是他的工具"）。

向TikTok学习：探索式排序扶持小创作者

Mosseri坦言最钦佩TikTok（及字节跳动）的是其推荐系统"捧红小人物"的能力。他解释排序的两种取向：exploitation-based（利用已有数据，展示你大概率会喜欢的东西，因为很多人都喜欢——这能轻松提升engagement）和exploration-based（去探索你可能感兴趣、甚至自己都不知道感兴趣的东西，如"你喜欢Bieber，但也许喜欢Afrobeats，我们就给你试试看"）。后者更难，但对niche和小创作者极好，给他们被发现的机会。

Instagram过去几年在排序上不只投入提升engagement，还投入提升原创性、增加破圈内容数量、提升recency以保持文化相关性——很多灵感来自TikTok。他认为Instagram正在追上，有几个领域"据我们所知已经领先"，也有几个仍落后，但"在我任内第一次有望做到推荐的business best-in-class"。他自嘲团队叫他"disappointed dad"（失望的老爸），总不满足，正努力多"给人们献花"。主持人指出永不满足恰是成功领导者的共性，既是祝福也是诅咒。

产品领导者是策展人，不是愿景机器

Mosseri分享了一个反直觉观点：他共事过的最好的产品领导者，与其说是愿景家，不如说是"策展人"（curators）。确实有些是"点子机器"，但很多最优秀的是有品味、能让强人才愿意追随、最终成为人、想法、技术、战略的策展人。他说："我并不在乎战略是不是来自我招的那个负责人自己——我只在乎有一个了不起的战略、所有人都认同它、我们执行到位。"好的策展人当然要有自己的一些想法，但更要接受"自己想不出所有东西"的现实，从而营造让好点子涌现、被选中的环境。

主持人强烈共鸣，吐槽很多人加入团队只想做愿景战略、不想动手（"别，AI来做动手活，让我做战略"），而人们低估了"团队想法的好策展人"的价值。Mosseri补充，有时关键不只是谁好、哪个点子好，而是"在更大的背景下什么行得通"。他以组建领导团队为例：在信任与安全这样的领域，他有工程、product staff、数据科学、设计、研究五个负责人，必须让五人互补、且"有好的化学反应"（vibe）——有信任和默契的领导团队几乎能扛过任何事，没有的则任何小事都会变成问题。他见过两个都很优秀、他都喜爱、却就是合不来的人，"这不是能力问题，是性格问题，有时只能拆开他们"。

站在争议中心：如何面对铺天盖地的差评

作为Instagram所有争议的"人脸"，Mosseri讲了这从何而来。始于他在Facebook负责News Feed时——他判断"关于我们的辩论无论有没有我们都会发生，那我们不如参与"，于是活跃在Twitter上（因为当时记者都在那），觉得到对方地盘上"以示谦逊"。但他也说自己的Twitter一度成了"人生最黑暗的地方"，因为他关注了所有最大的批评者。他谈到这是Mark的高管团队很久前一场辩论的产物："我们是社交媒体公司，却用很传统的新闻稿方式沟通，为什么不用自己的平台？"他把自己塞进那场辩论去调停，结果Mark说"那你来试试看怎么样"，就被卷了进去。

关于如何应对仇恨，他讲了个动人的起点：2009年3月他做的News Feed重设计上线时，他还是个25岁的入门级IC设计师，第一条评论就是既恐同又反犹、还直接骂"哪个混蛋设计了这玩意"——"那就是我"，他当时"心都碎了"。后来他想通了一个比喻：如果有人每天在书桌前花40~50分钟整理照片、给朋友写信、阅读，然后你跑来重新摆放了他的桌子、不打招呼、不解释为什么，他会愤怒，而且这很合理——而这正是当时发生在数百万人身上的事。他靠"把事情放进这种视角"以及陪孩子、去户外来消化；有些月份完全不难，有些月份则很磨人。

他的核心信念是：人们从根本上更害怕自己不理解的、更秘密和更不可及的东西，所以他选择以"可及且真实"的方式出现，把在做什么、为什么、权衡是什么讲清楚。他和人辩论通常不是想说服对方（对方立场往往已定），而是为旁观的其他人列举所有的利弊权衡——因为几乎一切重大决策都有trade-off（如隐私 vs 安全：你想不想让公司扫描你的消息？两边都有重大代价）。

失败角：Facebook Home与Reels的战略误判

Mosseri给了两个失败案例。其一是他做PM的第一个项目Facebook Home——在操作系统层面fork Android、还和HTC做了硬件，"一场壮观的失败"。但他说那一年半学到的比职业生涯任何一年都多（他因原PM离职而自封PM，一头扎进运营商、OEM、认证、Android系统），而且他很庆幸自己给这个项目画上了句号——"有时你能做的最好的事，就是把一个没有市场契合的想法执行好，只为判断它当初到底是不是个好主意。"

其二是2019年第一版Reels建在Stories之上的失误。当时Stories势头正猛，他们想把Reels嵌进增长最快的东西里，但那不是稳固的地基——Stories的读完率低、数量远超人们消费能力，导致大多数Reels根本没被看到就消失了。他反思：如果2019年夏天就推出2020年夏天那版真正的Reels，TikTok不会长到今天这么大——TikTok真正爆发是在疫情，大家在家、有时间、也不介意手机外放声音。"2020年是它们爆炸的年份，而我们当时错位了。"他说一方面作为设计师他本能地想扩展已有primitive而非加新东西，另一方面"我错了，而且这是一个相当大的岔路口"。他自嘲"我们为世界创造了大量经济机会，让TikTok得以成长"，但也真诚地说"我很高兴它们存在"。

他还谈到大公司做实验的风险：三十亿人规模下，任何可能有争议的测试都必须"不是如果泄露、而是何时泄露"地提前想好沟通口径。"你不能不测试就推给三十亿人，但你也不能在我们的规模上测试却指望没人报道"——所以在你还不确定要不要上线之前，就得准备好怎么谈它。主持人提到Anthropic增长负责人做定价实验也在Twitter炸了，Mosseri回应"定价这块尤其要格外小心，这些教训我们都学过，大家应该多交流笔记"。

为人父母：边界、赚取时间与一起vibe coding

作为三个孩子（10岁、8岁、6岁）的父亲和Instagram负责人，Mosseri对屏幕时间的关键词是"边界"，外加教育和对话。他的孩子还太小不能用社交媒体，但各有一台iPad，且必须"赚取"使用时间——比如坐下来做三次、每次半小时作业，换来周末总共90分钟。他强调不能"一要就给"。他也对孩子在设备上做什么很有主见，会审批装哪些App，并认为家长就该审批孩子下载的App（Meta长期在政策层面倡导这点）。例外有二：坐飞机（"就是为了熬过去"，10小时的飞行给孩子用），以及他正在和10岁孩子尝试的AI学习。

他对学校"课堂无手机"持支持态度，也认同"孩子用AI可能不学批判性思维"的担忧是合理的，但同时担心孩子若不学会用AI会处于劣势——所以要平衡、两者都要。他和大儿子最近开始一起vibe coding：孩子爱电子游戏，于是做了个19关的平台跳跃游戏，像8-bit版超级马里奥，每关有自己的主题、怪物，还有能买皮肤和武器的商店。"一个还用三根手指打字的10岁孩子，只花几小时一起坐着，就能做出这些，太不可思议了。"但他强调重点是"我要你学会造东西、学会思考，而不只是玩游戏"，而且是"我陪你一起做"。他半年前试过失败，如今用更新的模型效果惊人。孩子现在用的是Claude Code。他总结：边界、把范围缩到你认为对孩子健康的活动、每个孩子不同，但你会希望孩子具备数字素养和AI素养，否则会吃亏——同时也别让它变成放任自流。

金句

在一个更容易造东西的世界里，把时间花在想清楚"该造什么"上，反而更重要。 —— Adam Mosseri 7:56

别对你的任何预测过度自信，因为现在的变数实在太大了。 —— Adam Mosseri 13:33

学一门外语时，最好的预测指标之一，是你愿不愿意听起来像个傻瓜。 —— Adam Mosseri 15:00

算法并不真的知道你喜欢冲浪，它只是有一个恰好和冲浪相关的大数字而已。 —— Adam Mosseri 35:07

我们不该根据内容用什么工具做出来而做价值判断，而应该让你知道它是不是AI内容。 —— Adam Mosseri 44:16

人们从根本上更害怕他们不理解的东西，以及更秘密、更不可及的东西。 —— Adam Mosseri 53:16

提到的书·产品·人物

• Adam Mosseri（人物）：本期嘉宾，Instagram负责人，设计师出身，曾主导Facebook早期News Feed与排序算法。
• Lenny（人物/主持人）：Lenny's Podcast主持人，多家初创公司投资人。
• Kevin Systrom & Mike Krieger（人物）：Instagram联合创始人，8年前将产品交给Mosseri。
• Mark Zuckerberg（人物）：Meta CEO，推动"用自己平台沟通"的辩论并让Mosseri去尝试。
• Fiona Fong（人物）：Claude Code工程负责人，此前上过节目，提出"有品味的建造者+深度专才"招聘观。
• Boris（人物）：曾任Instagram资深IC，现活跃于Threads，被戏称为"Claude Code的脸"。
• Benedict Evans（人物）：科技分析师，近期上过节目，说"我们对正在发生的一切一无所知"。
• Kevin Weil（人物）：前OpenAI CPO，名言"这是模型最差的时候"。
• Cory Doctorow（人物）：提出"半人马与反向半人马"比喻的作者。
• Nate（人物）：Instagram一位资深设计师，刚转岗为product staff。
• WorkOS（产品/公司）：本期赞助商，为B2B SaaS提供SSO、SCIM、RBAC等企业级功能的API，"企业功能界的Stripe"。
• Mercury（产品/公司）：本期赞助商，产品导向的银行服务，新推出对话式财务操作界面Command。
• TikTok / ByteDance（产品/公司）：Mosseri最钦佩其探索式推荐"捧红小创作者"的能力，疫情期间爆发。
• Claude Code / Mythos / Fable（产品）：Anthropic的编程与模型工具；Mythos被赞"擅长反驳"，Mosseri的10岁孩子用Claude Code做游戏。
• Facebook Home（产品）：Mosseri做PM的第一个项目，fork Android+HTC硬件，"壮观的失败"。
• Reels / Stories / News Feed（产品）：Instagram与Facebook核心功能，涉及Reels建在Stories上的战略误判。
• "你的算法"（your algorithm）（产品功能）：Mosseri本周发布的新功能，用LLM描述用户embedding兴趣并允许调整。
• Plastic Dream Sequence（AI创作者）：Mosseri喜爱的AI创作者，会唱歌的芭比娃娃剪影，有清晰美学。
• If Only AI（AI创作者）：巴黎创作者，用多模型分别生成图像/视频/音乐做梦境画面。
• Cambridge Analytica（事件）：Mosseri身处其中的历史争议之一。

适合谁听

想理解AI如何重塑产品团队结构、招聘标准与推荐算法真相的产品经理、设计师、创业者和平台从业者。