HBO Max 设计负责人公开承认：我们一直在“做错”，但这恰恰救了团队

在 Figma Config 2022 的舞台上，HBO Max 的两位设计负责人抛出一个反直觉观点：在高速增长的产品里，“做错”并不是失败，而是一种被低估的能力。这场演讲，讲的不是设计技巧，而是如何在不完美中搭建可扩展的系统。

一个拥有7600万用户的产品，为什么总感觉“哪里不对”

“你有没有一种感觉：明明已经很努力，但还是好像哪里做错了？”这是 Carol Chapman 和 Jessica Spiegel 给所有大型产品团队抛出的第一个问题。

HBO Max 是一个拥有超过 7600 万订阅用户的娱乐产品，内容复杂、终端多样、增长迅猛。按理说，这样的体量应该意味着流程成熟、系统稳定，但现实恰恰相反：规模越大，“不对劲”的感觉越强。

她们坦白说，在这种环境下，几乎任何决定都可能被质疑：团队是不是太小了？目标是不是定低了？为什么还要推倒重来？这些问题本身，构成了大型系统最真实的心理压力——你不再追求“正确答案”，而是害怕“选错方向”。

这一点，对 AI 从业者尤其熟悉。当模型、平台、组织一起扩张时，你会发现：不确定性不是阶段性问题，而是常态。

“精简”不是妥协，而是一种策略性选择

演讲中最反直觉的一句话是：“Is it wrong to be a lean team？ No — for us， it was exactly right.”

在很多公司语境里，“精简团队”常被解读为资源不足或管理失败。但在 HBO Max 的设计系统建设早期，她们刻意保持团队精简，只做最关键的事情：定义边界、明确责任、建立协作的基本共识。

她们甚至承认，讨论 roles & responsibilities 一点也不性感，却是系统能否长期运转的前提。关键在于：不是用规则压死创新，而是在不“规定怎么做”的前提下，让每个人知道“谁该对什么负责”。

这对 AI 团队同样重要。与其一开始就堆满工程师、研究员和流程，不如先想清楚：模型决策权在哪？数据质量谁负责？上线标准谁说了算？精简，并不等于简单，而是避免在错误的复杂度上过早下注。

“梦想小一点”，反而让系统走得更远

第二个听起来“很不对”的观点是：dream small。

在增长叙事里，我们被训练去追求宏大愿景、统一平台、一次性解决所有问题。但 HBO Max 的经验恰恰相反——把“梦想”缩小，是一种极其有效的工具。

她们选择从非常具体、甚至局部的目标开始：先解决当下最痛的问题，而不是为一个假想的未来设计完美系统。这样做的好处是，每一步都能验证假设，每一次调整都有现实反馈。

对 AI 产品来说，这一点尤其致命。太多团队试图一开始就做“通用智能”“统一模型平台”，结果往往是：复杂度失控，价值交付延后。相反，把目标压缩到一个可验证的场景，反而更容易为未来扩展打地基。

重建不是推翻过去，而是为规模化“预留接口”

最后一个“错误”，是重建。

在演讲中，她们多次提到“clean slate”。这不是否定旧系统，而是承认：某些阶段性的方案，本来就不该被无限放大。重建的真正价值，在于为未来的规模化提前准备结构。

“Sometimes rebuilding with a clean slate is just what you need.” 这句话点出了一个被很多技术团队忽视的事实：不是所有系统都值得永续演进。

对 AI 从业者来说，这意味着：当模型架构、数据管道或组织结构已经限制了扩展能力时，重写并不是失败，而是一种对未来负责的选择。关键不在于‘要不要重建’，而在于‘你是否看清了下一个规模阶段需要什么样的底层结构’。

总结

这场演讲的真正价值，不在于设计系统本身，而在于它为所有复杂技术团队提供了一种心理解法：当你感觉“哪里不对”，也许不是你做错了，而是你正处在一个必须重新校准的阶段。

对 AI 从业者来说，三个可执行的 takeaway 是：第一，不要害怕精简，先把责任和决策链条理顺；第二，允许目标阶段性地“不宏大”，用小成功验证方向；第三，把重建视为能力，而不是羞耻。

真正成熟的系统，不是从一开始就完美，而是能在不断“做错”的过程中，为下一次扩张留下空间。你现在觉得别扭的地方，可能正是未来规模化的入口。

关键词： 设计系统， 组织扩展， 精简团队， 系统重建， AI产品思维

事实核查备注： 需要核查：HBO Max 订阅用户数（约7600万）、演讲嘉宾姓名与职位、Figma Config 2022 举办时间、视频发布时间（2022-05-19）