Perplexity 揭秘：AI 时代顶级团队的工作模式与协作范式
近日，AI 搜索公司 Perplexity 的联合创始人及产品主管 Johnny Ho 接受知名播客采访，深入探讨了其团队如何利用 AI 进行高效协作以及产品设计。这次访谈提供了极具价值的信息量，堪称未来职场与团队协作的范本。
一、AI-Native 公司的崛起背景
Perplexity 成立于 2022 年 8 月，是一家真正的 AI-Native（原生 AI）公司。不同于传统软件公司逐步引入 AI 功能，Perplexity 从创立之初就将 AI 作为核心驱动力，专注于通过人工智能优化搜索体验。作为当前所有 AI 搜索类产品的鼻祖之一，该公司上线不到两年便拥有了数千万用户，年订阅收入超过 2000 万美元。值得注意的是，它已成为英伟达 CEO 黄仁勋日常使用的工具之一，这侧面印证了其技术实力与应用价值。
二、AI 优先的工作流策略
Perplexity 团队的核心原则是"AI First"。在几乎每一项工作启动之前，团队成员都会先向 AI 寻求解决方案，这一习惯贯穿了公司的建设全过程。
1. 减少协作成本
公司建议员工在打扰同事之前，先尝试询问 AI。这种机制旨在为每个人提供一个合理的起点，使其能够独立完成初步工作，从而大幅减少低效的"问询型协作"。据估算，这种工作方式带来的效率提升至少可达 2 倍。
2. 提问方法论
在实际操作中，直接向 AI 抛出难题往往效果不佳。更优的策略是询问方法论或知识框架。例如：
- 错误做法："帮我解决这个代码报错。"
- 正确做法："我遇到了这类问题，有没有什么通用的方法论或知识框架可以用来解决？"
通常情况下，AI 会给出不少于 5 个相关的方法论或思路。这些信息能帮助工作者在主动搜索解决方案时更快地定位答案，建立解决问题的思维模型。
三、组织架构：黏菌模式与去中心化
Perplexity 采用了一种被称为"黏菌"（Slime Mold）的团队组织方式，目标是围绕最小化"协调阻力"来构建团队结构。
1. 扁平化管理
随着规模增加，协调成本（由不确定性和分歧引起）通常会上升。传统的增加管理人员并不能改善事情，反而可能导致激励措施不一致，甚至出现上下级之间的信息失真。Johnny Ho 指出：
"如果你想和组织的另一部分的人交谈，你必须上升两级，然后下降两级，沿途问每个人。"
因此，Perplexity 尽量不雇佣擅长"管理"的人，而是倾向于招聘能独立完成工作的"大头兵"（Individual Contributors, IC）。
2. 项目规模控制
目前 Perplexity 团队约 50 人，但专职产品经理仅 2 个。典型项目只有 1-2 人，最困难的项目也仅需 3 人完成。例如其 Discover Daily 播客产品，仅由一名品牌设计师负责，整个设计和实现过程没有 PM 参与。这表明在 AI 时代，产品经理的角色正在发生根本性变化。
3. 橡皮鸭调试的 AI 进化版
Johnny Ho 认为，现代 AI 已经足够强大，可以替代传统的"橡皮鸭调试法"。当遇到问题时，员工可以向 AI 解释代码逻辑或问题细节。AI 充当了那个"无生命的物体"，帮助人类理清思路、发现潜在错误或简化问题。这与让 AI 协助解决问题的要求是一致的。
四、项目协作与汇报机制
在确定核心目标和高层设计后，团队决策趋于去中心化。每个项目开始时会有快速启动以对齐目标，随后尽可能将任务分解为并行任务，以减少协调问题。
1. 并行工作流
Johnny Ho 鼓励同事尽可能并行工作，避免等待他人解除卡点。理想情况下，设计、前端和后端应同时在同一个项目上工作。在传统公司中，成员可能需要等待设计稿或模型完成后才能开始编码，而 Perplexity 的团队可以实现真正的并行推进。
2. 职责融合
在没有专职 PM 的情况下，团队成员会主动承担 PM 职责，如调整范围、做出面向用户的决策，并相信自己的品味。这意味着未来的职场人需要具备跨职能的能力，成为"全知全能"的复合型人才。
五、职场人的自我进化路径
深度使用 AI 处理日常工作后，可以明显感受到未来职场的岗位边界会被 AI 逐渐消磨。只要花些时间探索，大部分日常工作都可以在 AI 协助下以 10%-50% 的时间完成。
1. 技能门槛降低与价值重估
很多以前被认为"高不可及"的工作内容，在了解方法和要求后，可以直接指导 AI 执行。文案写作、编程、美工设计等领域均如此。更少的工作耗时和更低的岗位门槛，加上市场竞争压力，要求每一个职场人成为"大头兵"。
