创业 / 产品 / 工程哲学精选（2026-W10）
本期收录十篇关于创业、产品设计和工程哲学的文章与视频，来源涵盖 YC、37signals、Google、Sentry 等顶级工程文化，以及经典博客文章。
ZZ-400 · YC: The New Way to Build a Startup — 用 AI 构建 20x 公司
来源： YouTube
YC 提出的新创业范式：全面内部自动化。核心主张是把 AI 当作 teammate，而非工具——每个员工都有自定义 agent，AI 成为公司内部的 source of truth。相比雇佣更多人头，AI 可以让一家小团队实现 20x 的产出。
关键思路：
- AI teammate 概念：不是辅助，而是协作者
- Custom agents per employee：针对不同职能定制 workflow
- 全面内部自动化 = 成本优势 + 速度优势
ZZ-389 · The Last Economy — Intelligence Inversion 论
来源： PDF | 作者： Emad Mostaque
核心论点：AI 正在引发 Intelligence Inversion——智能从稀缺资源变为丰裕资源，类似电力的普及。这将导致传统经济框架（GDP）对真实财富视而不见。
关键概念：
- Non-Metabolic Labor： AI 劳动不消耗卡路里，突破了传统经济的能量约束
- GDP 的盲点： 当丰裕替代稀缺，现有度量体系失灵
- 七个致命谎言： 关于 AI 局限性的常见误解
- Intelligence Theory（热力学框架）： 将智能类比为热力学系统
- Thousand-Day Window： 留给人类做出战略选择的窗口期极短
ZZ-397 · 37signals: David Senra × Jason Fried — 低成本小公司哲学
来源： YouTube
Jason Fried 的核心创业哲学：Your only competition is your costs。37signals 的独特路径——不融资、不扩张、专注做自己用得上的产品。
三个核心观点：
- Build Products for Yourself： 做自己真正需要的东西，而不是假设用户需要的东西
- Low Costs Small Company Enough Customers： 控制成本意味着你不需要大规模才能生存，“enough” 就够了
- Your Only Competition Is Your Costs： 成本低，就不需要市场垄断，也不需要 VC 压力
ZZ-192 · HEY — 37signals 的邮件革命
来源： hey.com
HEY 是 37signals 哲学的产品化体现：重新定义邮件控制权。不是打标签、建文件夹，而是从根源上决定谁能联系你。
产品亮点：
- Screener 机制： 陌生人发邮件需经你批准才能进入收件箱
- 专用工作流分类： newsletters、updates、notifications 各有独立 inbox
- 隐私优先： 区别于广告驱动的 Gmail 模式
- 全平台覆盖： Web + Mac/Win/Linux + iOS/Android
- 已有数万用户从其他邮件服务迁移
HEY 的存在本身就是 ZZ-397 哲学的注脚：低成本、高定价、做自己用的东西。
ZZ-137 · The Grug Brained Developer — 复杂度是最终 Boss
来源： grugbrain.dev
以”穴居人”视角写就的工程哲学宣言。核心主张：复杂度是软件开发的终极天敌，比任何技术挑战都危险，因为它悄悄潜入而你浑然不觉。
精华摘录：
“complexity is the apex predator of good software”
反常识建议：
- “No” 是最强武器——但这是坏的职业建议，说 “yes” 才会被提拔
- 不要过早 factor——等代码里自然出现”cut points”（能封装复杂度的窄接口）再抽象
- 测试黄金点 = 集成测试：单元测试太脆弱（重构即失效），端到端太难调试
- Chesterton’s Fence： 不理解的代码不要删，先搞清楚为什么这样写
- 微服务怀疑论： 为什么要把最难的问题（正确拆分代码）再加上网络调用的复杂度？
ZZ-108 · Sentry Development Philosophy — Duct Tape First
来源：
- Sentry Dev Docs
- Ugly Code and Dumb Things — Armin Ronacher (CTO, Feb 2025)
Sentry 工程文化的核心：Embrace the Duct Tape。先用胶带解决问题，验证需求后再建坚实基础。
Armin 的观点：
- Flickr 的 Flamework（raw SQL、全局变量、无类）：看起来丑陋，实际支撑了世界最大照片平台
- Cal Henderson 原则：“do the dumbest possible thing that will work”
- Product code ≠ Library code：可复用性对框架有价值，对产品有害（过度设计导致 Pocoo bulletin board 永远没发布）
- Armin 坦承：“we moved fast, we made a mess”——但胶带用久了就是技术债，关键是知道何时从 quick fix 切换到 robust foundation
代码审查实践：
- 优先级：bugs/security > design > tests > complexity reduction
- Senior 签字场景：schema 变更、新框架、大重构、长期架构影响
- 功能测试（模拟真实 API/UX）优于耦合内部实现的单元测试
ZZ-145 · Why I Write — 写作的复利效应
来源： dbreunig.com | 作者： Drew Breunig
写博客的理由：写作让你成为更好的思考者，而且价值随时间复利增长。
核心观点：
- 写作是肌肉——越写越好，强化论证能力和表达清晰度
- 过去的思考被归档和搜索，形成个人知识资产
- 写作带来同频人脉（作者最有趣的对话对象多来自写作认识）
实用建议：
- 接受烂文章的存在（完美主义是写作最大的障碍）
- 自己写，不要让 AI 代写；可以用 AI 当编辑
- 低摩擦发布 + 必须有邮件订阅
ZZ-384 · Laws of UX — 产品设计的心理学法则
来源： lawsofux.com
UX 设计核心法则合集，将心理学原理系统化为设计准则。
关键法则：
| 法则 | 核心 |
|---|---|
| Aesthetic-Usability Effect | 美观的设计被感知为更好用 |
| Fitts’s Law | 获取目标的时间 = f(距离, 大小) |
| Hick’s Law | 选项越多，决策越慢 |
| Jakob’s Law | 用户期望你的产品和他们已知的一样工作 |
| Doherty Threshold | <400ms 响应时间保证生产力 |
| Goal-Gradient Effect | 越接近目标，动力越强 |
| Flow | 完全沉浸的心流状态需要匹配的挑战难度 |
Jakob’s Law 尤其重要：创新的交互模式需要学习成本，熟悉感是降低摩擦的最快路径。
ZZ-157 · Jeff Dean — Building Software Systems At Google
来源： Stanford Talk (2010) | Slides
Jeff Dean 2010 年斯坦福讲座，回顾 Google 基础设施演进史，提炼大规模分布式系统的工程原则。
核心主题：
- 硬件演进 → 系统设计演进： 硬件变化倒逼架构调整，不能用旧范式做新系统
- MapReduce / BigTable / GFS： 这些基础设施的本质是把复杂性封装，让应用层专注业务逻辑
- Monolith → Services： 拆分成独立服务是规模化的必经之路，但需要等到自然的”切割点”出现（呼应 Grug）
- Lessons learned： 具体数字（latency percentiles、failure rates）驱动设计决策，而非抽象原则
这个讲座是 ZZ-137 Grug 哲学的大规模验证：Google 的系统设计同样遵循”先让它工作，再拆分服务”的路径。
ZZ-87 · Sergey Brin @ Stanford — 算法 > 算力，充分打磨再推出
来源： YouTube | 事件： Stanford Engineering 百周年
Sergey Brin 回斯坦福的 Fireside Chat，涵盖 Google 起源、AI 竞争格局和对学生的建议。
关键洞察：
Google 的起源
- BackRub → PageRank 源自 NSF 资助的 Digital Libraries 项目
- 曾以 $16M 报价授权给 Excite 等公司，未成，转而自己创业
- 导师 Jeff Ullman：“试试看，不行回来读 PhD”（Brin 说技术上仍在休学中）
AI 竞争
- Google 在 Transformer 论文发表后低估了 scaling 和产品化，“太害怕 chatbot 说蠢话”
- OpenAI 抓住窗口，且用的是 Google 的人（如 Ilya Sutskever）
- 核心观点：算法进步 > 算力扩展——过去十年算法改进远超 compute scaling，算力是”甜点”，算法是”主菜”
对创业者的建议
“充分打磨产品再推出，避免过早商业化——Google Glass 是反面教材，‘以为自己是 Steve Jobs‘“
被低估的领域
- 材料科学和分子生物学——AI 聚光灯太亮，遮住了这些领域的革命性进展
跨主题洞察
这十篇内容表面各异，实则有几条共同主线：
-
控制成本 = 真正的竞争优势（37signals, YC, Sentry）——不依赖 VC、不被增长目标绑架，才能做正确的产品决策
-
先让它工作，再优化（Grug, Sentry, Jeff Dean）——过早抽象和过度设计是工程复杂度的根源，Duct Tape First 是务实之道
-
算法/设计比蛮力更重要（Sergey Brin: 算法 > 算力; Laws of UX: 心理学法则 > 视觉堆砌; Why I Write: 写作质量 > 写作频率）
-
AI 放大个体能力，但不替代判断（YC 的 AI teammate 概念, Brin 的 AI empowerment 观点, Drew 的”自己写不要让 AI 代写”）
-
小而精的组织结构可以支撑大产出（37signals 证明了 small company + enough customers 的可持续性，YC 的 20x 公司则是 AI 时代的新版本）