一个差点坠入冰川的人，给AI团队留下了3条反直觉原则

在Figma Config 2024上，Lane Shackleton没有谈AI模型、算力或趋势，而是从一次差点丧命的登山事故讲起，解释为什么“把原则写下来”这件小事，决定了一家科技公司能否穿越混乱。从YouTube跳过广告按钮，到AI密集发布期的决策失控，这场演讲给所有AI从业者上了一课。

一次差点坠入冰川的瞬间，改变了他的职业路线

演讲的开场并不在硅谷，而是在阿拉斯加的雪山。2005年，还是助理登山向导的Lane Shackleton，被一根绳子猛地拽向深不见底的冰川——与他绑在一起的同伴失足坠落。几秒钟里，两个人在雪坡上急速下滑，下面是张着嘴的冰裂缝。最终，他们用冰镐止住了坠落。

那一刻没有什么宏大顿悟，只有一个极其现实的念头：我得离开这个行业，去找一份“真正的工作”。几年后，他开着父亲那辆1999年的庞蒂亚克，横穿美国来到硅谷。Google 首页还极其简陋，NVIDIA 的股价只有三位数，他自己则拿着一个在斯坦福毕业生面前显得毫不起眼的文科文凭。

这段经历的重要性不在于励志，而在于它奠定了整场演讲的底色：真正影响你一生决策的，往往不是计划，而是你在高度不确定性中，依赖的那套“内在原则”。

他在斯坦福后排听到的秘密：伟大公司不是靠聪明，而是靠写下来

在斯坦福商学院做材料协调员的那段时间，Lane最大的“福利”是——可以躲在教室后排，旁听顶级商业领袖的课程。一次，Nike 设计负责人 John H. 讲到一件小事：Phil Knight 在1977年写下的一组原则，如何几十年如一日地塑造了 Nike 的文化和产品。

这不是个孤例。无论是 Nike，还是后来他接触到的 Amazon（Jeff Bezos 的著名内部备忘录），Lane反复看到一个模式：当组织规模变大、信息噪声增多时，唯一能对抗混乱的，不是更多会议，而是清晰、被反复引用的原则。

他后来在 Coda 工作时，也做了同样的事——在一个“极其拥挤且动荡”的市场里，先写下他们对世界的判断。这些文字不是口号，而是用来裁决分歧的工具。谁的方案对不对？不是靠嗓门，而是看它是否符合原则。

原则一：别再讨论了，去测试极端值

Lane的第一个原则，来自他在 YouTube 的一段“没人想接”的经历：广告的 Skip 按钮。

当时团队内部争论不休——按钮该多大？多久出现？会不会伤害广告主？Lane的做法极其反直觉：停止无休止的讨论，直接测试“最极端”的方案。比如，做一个几乎小到看不见的 Skip 按钮，或者一个极其激进的版本。

结果大家都知道了：TrueView 不仅没有毁掉 YouTube，反而成了一个数十亿美元级别的业务。

对AI团队来说，这条原则尤其刺耳。我们太习惯在 Slack、Notion、PRD 里讨论“风险”“对齐”“潜在影响”，却迟迟不敢做一个最小、最极端、但可验证的原型。Lane给出的判断很直接：在高度不确定的环境里，原型比共识更有价值。

原则二：不要造平房，要造“大教堂”

第二个原则，Lane用了一个极具画面感的比喻：Cathedrals，而不是 sheds（棚屋）。

棚屋的特点是：快、便宜、够用；但大教堂意味着一种更高阶的秩序——结构清晰、空间感强、能容纳未来未知的扩展。他反问自己和团队的一个问题是：我现在做的东西，是不是在无意中把未来锁死了？

在 Figma 的例子中，这意味着不是只解决当下某个功能点，而是思考：这个设计系统、这个协作模型，五年后是否还能承载新的工作方式。

对AI从业者而言，这直接戳中现实：你是在快速拼一个 demo，还是在构建一个能承载模型、工具、人协作的长期架构？短期效率和长期可塑性，往往只能选一个。

原则三：系统比目标重要，尤其是在AI时代

最后一个原则，Lane引用了一句被反复验证的话：你不会提升到目标的水平，只会下滑到系统的水平。

OKRs、年度目标、路线图都很重要，但它们在真正混乱的时刻经常失效。真正决定团队表现的，是日常的决策系统：谁能做决定？信息如何流动？什么时候允许“先做再说”？

他举了一个现实的背景：当一年内有五次重大的 AI 发布时，如果没有系统，组织会被连续的“紧急感”撕碎。

对AI团队来说，这意味着：与其反复调整目标，不如先设计好系统——代码评审机制、模型上线门槛、实验失败的容忍度。这些东西，才是在你不清醒时仍然能保护你的安全绳。

总结

Lane的整场演讲，表面在讲原则，实际上在讲一件更残酷的事：在不确定性成为常态的时代，个人和组织唯一的安全感，来自你是否提前想清楚“遇到分歧时我信什么”。

对AI从业者来说，最现实的行动建议只有一个：把你现在隐约相信、但从没写下来的东西，明确写出来。不是为了对外宣传，而是为了在下一个技术浪潮、下一个紧急决策来临时，你和你的团队不会一起滑向冰川。

可以从一个问题开始：如果明天所有信息都不完整，你会依靠哪三条原则继续前进？

关键词： Figma Config， Lane Shackleton， AI团队管理， 原则驱动决策， 不确定性

事实核查备注： 需要核查：1）Lane Shackleton 的具体职务与履历；2）Phil Knight 原则写于1977年的时间点；3）TrueView 成为数十亿美元业务的说法；4）NVIDIA 当年股价的大致区间；5）Coda 与 Figma 的相关案例是否在演讲中明确提及。