这集讲什么
Airtable 创始人 Howie Liu 认为,AI 时代改变的不只是软件功能,而是产品、定价和组织方式;他卖出成熟的 SaaS 公司,转而押注让小企业能够使用“成队工作”的 AI 智能体(Agent)。
1-3要点
- 成熟 SaaS 与 AI 原生业务的冲突可能在结构层面:收费单位、交付方式、成本波动和目标客户都可能不同,给旧产品加上 AI 功能未必足够。
- 多智能体产品首先是组织与权限产品:要让多个智能体代表企业做事,必须解决身份、账户、授权、协作和审计。
- 小企业买的是工作结果,不是更多软件配置:若智能体能改善获客、报价和履约,价值判断应落在利润与服务质量上。
播出信息
- 日期:2026-11-17
- 时长:3502 秒(约 58 分 22 秒)
- 嘉宾:Howie Liu,Airtable 创始人、Hyperagent 创始人
- 音频:收听本集
- YouTube:观看视频
- Episode:节目页面
- 英文转写来源:youtube-captions;下文时间戳优先采用节目提供的官方章节。
背景
Airtable 诞生于浏览器应用能力增强、产品驱动增长(PLG)兴起的时期。它把数据库与易用的协作界面结合,后来发展为服务大型企业的 SaaS 业务。本集访谈发生在 Howie Liu 将 Airtable 出售给 Bending Spoons、并把原先在 Airtable 内孵化的 Hyperagent 独立出来之后。
Liu 对两项业务的区分是:Airtable 已有客户、收入和现金流,适合继续经营;Hyperagent 则要探索一种尚未定型的产品——让企业主配置多个拥有不同身份、账户和权限的智能体,协同完成实际工作。节目因此既是一场关于出售公司的复盘,也是一场关于下一代企业软件形态的产品访谈。
总结分析
Liu 并未把出售 Airtable 描述成业务失败。按他的说法,公司已接近年收入 5 亿美元的规模,仍在增长且产生现金流;问题在于,它的产品形态和按席位收费等基础假设,来自上一轮 SaaS 周期。AI 应用可能以可变的推理成本运行,也可能直接完成任务,而不只是提高员工使用软件的效率。他因此选择让收购方经营成熟业务,把 Hyperagent 作为独立公司重新寻找产品与市场的契合点。
访谈最有意思的转折是,Hyperagent 的目标并非再做一个陪伴个人的万能助手。Liu 认为,面向个人的单智能体产品会遭遇大型模型公司和平台公司的激烈竞争;小企业聘用“一队智能体”则需要另一套产品设计:每个智能体该拥有什么身份与权限,如何交接工作,何时请人批准,怎样避免无效消耗或错误对外行动。他用园林服务公司的获客、报价和项目管理说明,这类产品若成立,卖给客户的就不再只是一个软件席位,而是原本无力增聘的人手所能承担的部分工作。
但愿景与证据仍有距离。节目中的客户收益、巨大市场规模和未来效率优势,主要是 Liu 的观察与预测,并非经独立验证的普遍结果。更现实的衡量方式,是看 Hyperagent 2.0 能否把复杂配置变成可靠的默认工作流,并让企业在扣除模型费用、人工复核及错误成本之后,仍获得可持续的收益。
节目结构 / 议程
- 出售 Airtable:不是否定旧业务,而是重选赛道 — 00:00 🎧 · ▶️
- 为什么不靠 Airtable 的现金流孵化新公司 — 05:59 🎧 · ▶️
- Bending Spoons 为什么成为买方 — 09:06 🎧 · ▶️
- 出售决定与员工普通股的实际收益 — 12:27 🎧 · ▶️
- 从亲手构建产品,到“用智能体构建智能体” — 17:56 🎧 · ▶️
- Hyperagent 2.0:从一个助手变成一支团队 — 23:30 🎧 · ▶️
- 为什么避开个人助手的正面竞争 — 31:27 🎧 · ▶️
- 易用性、安全性与自主程度之间的取舍 — 33:22 🎧 · ▶️
- 园林服务公司:从咨询到报价再到履约 — 36:10 🎧 · ▶️
- Hyperagent 2.0 的资金与 AI 估值热潮 — 41:58 🎧 · ▶️
- 传统 SaaS:重新审视原有游戏规则 — 48:20 🎧 · ▶️
- 创始人如何亲自使用智能体 — 51:40 🎧 · ▶️
分节详解
1) 出售 Airtable:不是否定旧业务,而是重选赛道 — 00:00 🎧 · ▶️
💬 他们说了什么:Liu 回顾说,Airtable 于 2012 年创立,赶上浏览器承载复杂应用和产品驱动增长兴起的时机。按其表述,出售前公司收入规模已接近 5 亿美元,仍在增长并产生大量现金流。但他认为,按席位收费、以提升员工效率为中心的 SaaS 逻辑,与按推理消耗计费、可能自主完成流程的 AI 产品不同。团队于是选择出售 Airtable,同时让内部孵化的 Hyperagent 独立,供原有股东分享新业务的潜在收益。
💡 为什么重要:这里的战略问题不是“能不能给 Airtable 加 AI”,而是成熟产品的客户、定价和经营方式,是否适合承载一个从零开始的 AI 原生业务。
⚡ 争议点:技术范式改变不必然意味着既有公司无法转型;节目没有提供出售与继续经营两种方案的可比财务测算。
2) 为什么不靠 Airtable 的现金流孵化新公司 — 05:59 🎧 · ▶️
💬 主持人追问:既然 Airtable 有钱也有客户,何不把 Hyperagent 留在公司内部?Liu 回答,做出从零到一的产品,首要约束通常不是资金。钱太多甚至可能使团队回避艰难的产品打磨。另一方面,Airtable 已进入大型企业客户市场,Hyperagent 早期却有意优先服务中小企业经营者,以缩短发布、观察和修改产品的循环;两者的成本与利润结构也不同。
💡 独立不是单纯的融资安排,而是为了避免新项目被成熟业务的销售周期、客户要求和成功指标牵引。
⚡ 现有分销渠道和现金储备未必毫无价值。是否缺少协同,仍要看 Hyperagent 后续获客成本与留存表现。
3) Bending Spoons 为什么成为买方 — 09:06 🎧 · ▶️
💬 主持人提到 Bending Spoons 收购过 Evernote、Vimeo、WeTransfer 等品牌。Liu 看重的是买方明确的收购纪律:研究业务经济性与客户群体,在其模型可接受的范围内报价,并有效率地完成交易。他也强调交易中的可信度,认为漫长却最终无法完成的收购谈判,会消耗管理团队精力。
💡 对卖方而言,报价并非唯一变量;成交把握、耗时及交易后的经营方式,同样影响选择。
⚡ 这是卖方创始人对买方的评价,不等于对收购后员工、客户或产品结果的独立评估;节目也未给出其他报价供比较。
4) 出售决定与员工普通股的实际收益 — 12:27 🎧 · ▶️
💬 Liu 承认,最终出售时的股权价值低于 Airtable 的历史峰值估值,无法让每个人都满意;但“不卖”同样是在押注 SaaS 前景。他称公司历次融资合计超过 14 亿美元,由于其中绝大部分资金仍在账上,加上业务现金流,交易得以覆盖投资人的优先权,并向普通股股东返还资金。随后主持人与 Liu 解释:员工持有普通股,不代表公司一旦出售就必然能分到钱;优先股条款、融资后的稀释,以及资金是否已花掉,都影响最终所得。Liu 特别提到 1 倍与 2 倍清算优先权可能造成不同结果。
💡 融资新闻中的估值是某轮交易的价格,不是每位员工股权可直接兑换的金额。保留现金也为公司及股东保存了更多选择。
⚡ 节目未披露交易价格、完整资本结构或个人分配额,不能据此计算任何一类股东的实际回报。
5) 从亲手构建产品,到“用智能体构建智能体” — 17:56 🎧 · ▶️
💬 Liu 说,Hyperagent 的起点并非预先写好的宏大计划。一次假期中,他使用编程智能体和当时的前沿模型重新动手做产品,感到它们已不只会生成“看起来能用”的界面,也能帮助构建结构上较完整的真实软件。他借用“由内向外”的产品思路:先发现技术如今能做到什么,再寻找最值得实现的产品。他最终提出一个与 Airtable“用软件构建软件”相呼应的方向——用智能体构建智能体。
💡 创始人的直接使用经验,解释了为什么他愿意重新进入高不确定性的产品探索阶段,而非只管理成熟业务。
⚡ 优秀编程智能体能够加速开发,不等于其产出天然达到生产环境要求;质量、维护与安全仍需检验。
6) Hyperagent 2.0:从一个助手变成一支团队 — 23:30 🎧 · ▶️
💬 Liu 将 Hyperagent 1.0 视为学习智能体运行机制、获取早期使用反馈的阶段;他称即将推出的 2.0 会围绕小企业使用多个智能体重新设计。其关键区别是:个人助手通常沿用使用者的账户和权限,而企业中的市场、销售等智能体应分别拥有身份、配置好的账户和有针对性的规则。产品还设想让人和多个智能体在群聊或群组通话中协调,并能分别审计各自行为。
💡 多智能体不只是多开几个聊天窗口。身份、授权、交接和审计,才是把“个人工具”变为“组织工具”的基础。
⚡ 访谈描述的是产品方向和计划功能;哪些能力已稳定交付、实际协作效果如何,仍需以产品验证。
7) 为什么避开个人助手的正面竞争 — 31:27 🎧 · ▶️
💬 主持人指出,许多人连单个智能体都尚未用熟,Hyperagent 却要直接做多智能体。Liu 的第一层回答是竞争定位:个人助手是各大模型公司和科技平台都想赢得的市场,拥有算力、模型及分销资源的对手尤其强大。他并不声称多智能体市场一定更大,而认为它的产品形态尚未定型,有更多空间通过设计取胜。
💡 这是主动选择差异化切入点,而非简单预测所有用户都会很快接受一队智能体。
⚡ 避开当前的正面竞争,并不能保证大型平台未来不会进入同一市场;小企业是否准备好管理多智能体也尚未得到证明。
8) 易用性、安全性与自主程度之间的取舍 — 33:22 🎧 · ▶️
💬 Liu 接受主持人对 1.0“可配置项过多”的批评。他认为 2.0 需要提供足够好的默认设置,让用户开箱即用,同时决定智能体如何共享状态、何时并行、怎样调用子智能体,以及允许多高的自主程度。放权过少,产品无法完成工作;放权过多,则可能空转消耗 token、泄露数据,或发出不合适的外部消息。
💡 企业客户购买的不是最大化自主性,而是可控地实现结果。产品设计的难点,在于把复杂的权限和工作流决策藏进可靠、可检查的使用体验。
⚡ 更简单的界面可能掩盖更复杂的后台风险。默认设置必须经真实场景测试,不能只以首次上手速度衡量。
9) 园林服务公司:从咨询到报价再到履约 — 36:10 🎧 · ▶️
💬 Liu 提到保险经纪、园林服务、设计与创意机构等早期用户,认为小企业主往往想要的是“再多一名员工”,而非某个软件多一项功能。他举园林服务为例:智能体可处理客户咨询,研究地址、卫星影像及房产图片,辅助制作效果图、估价和提案;成交后还可汇总现场团队记录、安排后续工作。他称有客户认为,这使他们完成了相当于 10 名额外雇员的工作,却不必承担相应招聘成本。他进一步把未来每家小企业配置约 10 个高能力智能体、形成数万亿美元机会,作为市场愿景提出。
💡 例子把抽象的多智能体协作落到了获客、成交和履约链条;客户愿意付费与否,将取决于新增利润和服务质量,而不只是省时。
⚡ “相当于 10 名雇员”是受访者转述的客户感受,市场规模也是前瞻性判断。影像、估价和提案还涉及资料可靠性、客户隐私及现场核验。
10) Hyperagent 2.0 的资金与 AI 估值热潮 — 41:58 🎧 · ▶️
💬 Liu 称 Hyperagent 分拆后很快从主要为既有关系的投资人处融资,规模为数千万美元,当时尚未正式公布;他强调融资不能替代 2.0 找到突破性产品。接着谈到 AI 热潮,他承认资金可能过度流向不具备长期竞争力的公司,但认为 AI 的能力进步与普及速度使它不能简单套用过往泡沫。他提出,全球智能劳动对应的经济价值巨大,AI 可能显著扩大总产出;至于新增价值由前沿模型公司还是初创公司取得,尚无定论。
💡 他同时持有两种判断:底层技术机会可能极大,单个应用公司的估值却仍可能失准。
⚡ 融资规模、AI 对 GDP 的潜在倍增,以及价值分配,均未在节目中提供可复核模型;技术增长快也不能自动推出投资回报好。
11) 传统 SaaS:重新审视原有游戏规则 — 48:20 🎧 · ▶️
💬 当主持人问到无法出售、仍须经营原有公司的 SaaS 创始人该怎么办时,Liu 没有给出统一转型步骤,而是要求他们重新检验:原本赖以成功的按席位销售、利润率与分销假设是否仍成立?继续维持原状也需要证明其资本回报具有吸引力;如果连股权价值保持不变都难以论证,就不能把“不改变”视作无风险选择。
💡 这将转型讨论从“要不要添加 AI 功能”,推进到“现有业务是否仍值得投入资本与人才”。
⚡ 并非所有 SaaS 业务都会以同样速度受到冲击。客户迁移成本、行业监管及产品所处工作流不同,都会改变结论。
12) 创始人如何亲自使用智能体 — 51:40 🎧 · ▶️
💬 Liu 称自己经常让智能体参与战略、产品及营销讨论。例如,营销智能体可以把创意做成视频;跟踪竞品的智能体可以结合代码库和开发讨论,进一步提出功能实现,甚至生成供开发人员审查的合并请求。他认为,这缩短了过去从备忘录、会议、原型到发布的漫长链条,也允许任务在夜间持续运行。谈到最终影响时,他预测有效部署智能体的公司可能获得 10 至 100 倍的效率、速度或增长优势。
💡 最具体的变化不是“回答更快”,而是从观察问题直接推进到可审查的工作产物;人仍需决定是否采纳、发布或对外发送。
⚡ “超级员工”与 10 至 100 倍优势属于强烈的个人判断。持续运行也会带来模型费用、错误累积、权限扩散及人工复核负担。
人物与机构
- Howie Liu:Airtable 创始人;本集以出售成熟业务和创办 Hyperagent 的双重经历,讨论 SaaS 与 AI 产品的差异。
- Airtable:Liu 创办的协作软件公司;访谈中的成熟 SaaS 案例。
- Hyperagent:从 Airtable 内部孵化并独立的公司;Liu 称其 2.0 将聚焦小企业的多智能体协作。
- Bending Spoons:Airtable 的收购方;Liu 强调其明确的收购模式与交易执行能力。
- 前沿模型公司及大型科技平台:Liu 眼中个人助手市场的重要竞争者,也是多智能体应用未来价值分配的不确定因素。
金句
“不出售,即使看起来只是维持现状,也是在下另一种可能更冒险的赌注。” ——据 Liu 关于出售决策的表述意译
“融资的标题估值,并不是可以直接按同一口径比较的价值。” ——据 Liu 关于普通股与优先权的表述意译
“人们想要的往往不是一套自动化稍强的 CRM,而是再多一名能把事做完的员工。” ——据 Liu 对小企业需求的表述意译
洞见与延伸背景
从“席位”到“工作单元”:按席位收费假设价值主要随使用软件的人数增加。若智能体能跨系统持续完成任务,产品价值可能更接近可交付的工作量或经营结果;但供应商也必须承担随使用量变化的模型成本。定价创新因此不能脱离单位经济效益。
独立公司是一种组织实验:让新项目离开成熟业务,可以获得更快的产品循环,却也会失去部分现成客户关系与运营支持。Hyperagent 的案例不能简化为“大公司一定孵化不了新产品”;真正的问题是两种业务能否共享同一套决策机制。
权限设计会成为产品体验的一部分:企业为新人开设账户、限定职责、检查工作,已有一套人类组织惯例。多智能体产品借用“团队”这一比喻很直观,但更难的是将这些惯例转成机器可执行、可撤销、可追溯的控制措施。
争议与需核实
- 交易与资本结构:节目未披露 Airtable 出售价格、各轮融资条款、账上现金和分配明细;无法独立推算投资人或员工收益。
- 客户效果:“相当于 10 名额外雇员的工作”、新增收入及利润,缺少样本范围、核算口径与对照数据。
- 产品状态:Liu 区分了已有使用反馈的 1.0 与计划中的 2.0;访谈里的群聊、独立身份及精细权限应逐项核对实际上线情况。
- 市场与效率预测:“数万亿美元机会”和“10 至 100 倍优势”是受访者的前景判断,不宜当作已经实现的行业统计。
- 转写准确性:英文字幕由 youtube-captions 提供,涉及公司名称、产品名称、融资文件及其他易误听细节时,应以节目音频及相关一手资料复核。
行动建议
- 创业公司员工:评估股权时,索取并理解稀释、行权成本、清算优先权及不同退出价格下的分配情景,不只看最近一轮估值。
- SaaS 管理者:分别测算“给现有产品加 AI”与“重做工作流”对定价、毛利、销售周期和客户结果的影响,避免把两者视为同一策略。
- 小企业经营者:先选一个可衡量的流程试点,例如客户咨询到报价;记录完成时间、成交率、人工复核时间、模型费用与错误成本。
- 多智能体产品团队:优先明确每个智能体的账户、最小权限、对外发送审批与操作日志,再扩大自主程度;用真实任务检验默认设置是否既省事又安全。
来源
- 本集 Episode 页面
- YouTube 视频及英文字幕(英文转写来源:youtube-captions)
- 节目音频