8.0
深览指数
商业Bestblogs·David Senra··AI 生成
走进 Bending Spoons：人才、AI 与卓越运营
Bending Spoons 联合创始人 Luca Ferrari 在一场访谈中系统阐述了其公司独特的运营哲学：以极高的人才密度和集中化决策取代传统岗位与流程。他分享了预测性招聘、能力饱和、轮岗机制、持续简化结构以及统一的内部运营系统等核心实践，并详解了这套模式如何在收购 Evernote 等公司后，实现远超常规财务持有的深度业务改造。对于关注组织设计、技术管理以及 AI 应用实践的深度读者，这是一份来自一线创始人、具有高具体性和可操作性的经营档案。原文 ↗
核心观点
- ▍Bending Spoons 将集中化的人才选拔与持续简化、共享系统、收购整合及获授权的 AI 智能体结合起来，形成了一套可复用的成熟软件业务改造模型，其中人才密度被视为核心而非流程或本地决策权。
- 01人才决策由全公司统一负责的综合团队进行，他们会综合大量微弱的预测信号，耐心等待杰出候选人，将其安排到能持续复利的高潜力位置，而非为每个空缺立刻招聘。
- 02公司不定义窄化的岗位职责，而是给予有能力的人远超其精力范围的可做之事，迫使他们主动选择最高回报的行动，同时不断移除头衔、规则、功能和依赖关系以减少复杂性。
- 03所有被收购的公司（如 Evernote）都接入一套共享的内部运营系统（包括支付、实验、LTV 预测、招聘、权限与数据），使任何改进都能立即在全公司范围内复制，实现深度改造。
- 04Ferrari 举了两个 AI 应用实例：Diagram 设计系统帮助产品变更更高效地在设计稿和代码间流转；Alt Spooner 智能体（Cyborg）协助运行故障排查，其每一步操作都需人类审查确认。
- 05Ferrari 强调战略必须先行，再好的团队也救不了糟糕的战略；数字只是现实的近似值，不能将其当作完整真相。
反方 / 局限
- — 此模式对人才选拔要求极高，易形成精英垄断；对创始人/CEO的决断力与组织控制力有极高依赖，难以规模化复制到成熟大公司或非创始人领导的组织。
- — 公司名称与未详述的“测试分数”等内容对于外部读者仍属黑箱，外界难以验证其人才选拔标准是否就是文章所描述的那么客观和有效。
3 分钟 · 4 卡片 · 6 资料
读原文 →