两天一版：MooxAI的AI原生组织实践

“两天发一版”不是口号，而是工作节奏的自然结果 Elric Liu 提到这个频率时语气平静，仿佛在说一件再平常不过的事。前一天我们刚访谈完另一家AI公司，对方将“两周一个大版本”视为敏捷极限；而到了 MooxAI，交付周期被压缩至48小时——不是冲刺，而是常态。 这家成立于2023年的AI公司，从大模型浪潮中生长出来，专注To B场景：一边做标准化AI软件产品（覆盖内容创作、带教陪练等高频企业需求），一边承接大型企业的AI落地实施项目。团队十余人，已实现盈亏平衡。创始成员多来自飞书等强企业服务背景，对真实业务流程、系统耦合与组织惯性有切身理解。 不设部门墙，只设能力接口 MooxAI没有传统意义上的部门壁垒。团队粗分为技术侧与售前/客户成功侧，但日常运作以“虚拟小组”为单位：一个客户项目启动，即临时组合跨职能成员，谁更贴近问题核心，谁就牵头推进。同一人在不同项目中可能承担售前沟通、交付支持、甚至产品逻辑校验的角色。 岗位能力被重新定义为三类交叉接口： 技术+产品——工程师参与需求拆解与体验判断，不再只等PRD； 产品+运营——产品设计同步考虑客户实际使用路径与行为反馈闭环； 售前+CSM——从初次需求听到上线后复盘，由同一人贯穿始终。 这种模糊边界并非权宜之计，而是AI工具深度嵌入工作流后的必然选择：当信息传递成本骤降、原型生成速度跃升，人的角色必须从“守界者”转向“连接器”。 售前自己搭Demo，是效率革命的第一落点 过去，客户提出一个想法，需经销售转述→产品经理理解→技术评估→开发实现，每层传递都损耗语义。如今，售前直接用Vibe Coding等低代码+AI工具，1小时内产出可交互原型。客户看到的不再是截图或PPT描述，而是能点击、能试用、能反馈的真实体感。 这不仅缩短了需求确认周期，更重构了信任建立方式：Demo即语言，效果即共识。它让“能不能做”的讨论，提前让位于“做得好不好”的迭代。 没有中层，但有更短的决策回路 MooxAI几乎不设中层管理者。方向由Elric与CTO共同锚定，运营与重大客户事项由另一位负责人协同决策，其余事务基本由项目小组自主闭环。AI大幅降低了试错成本——一个想法，半天就能跑出MVP；比起反复论证可行性，他们更倾向先做出东西，再用真实反馈校准方向。 每周一次全员同步会，所有项目文档默认开放，会议按需邀请而非按职级强制列席。信息透明不是形式，而是为了让每个人快速进入上下文、自主识别协作节点。但扁平不等于自动高效：团队对成员有两个核心要求——一是能主动同步进展与卡点，二是对交付结果真正负责。招人时不只看现有技能，更看重是否持续用AI解决实际问题：面试中必问“你最近用AI做过什么？怎么做的？遇到了什么问题？” 90%代码由AI生成，但质量控制更重了 研发环节中，AI Coding占比已超90%。Claude Code、Codex及国产大模型被深度集成进开发流。需求来源清晰二分：内部发现的通用痛点，与客户提出的定制需求。后者若反复出现，即被抽象为标准模块，反哺产品迭代——这也是“两天一版”的底层支撑。 但AI写代码不等于零人工干预。质量控制分三层： MVP阶段，重在验证核心链路是否成立，CTO审架构合理性，产品侧判功能契合度； 成熟期，模块边界被明确定义，配套文档写清约束与上下文，供AI后续生成时遵循； 提交前，AI先做预审（检查冲突与基础错误），CTO再做轻量但关键的架构复核。 Elric强调：AI越擅长局部改动，全局稳定性越依赖清晰的模块隔离。AI让功能变轻，却让架构设计、边界意识与工程纪律变得更不可替代。 Token剩80%，问题不在工具，在人 早期，团队配齐Coding Plan与各类AI工具，结果一两个月后发现，部分成员的Token消耗不足20%。工具到位≠能力激活。后来他们转向“小闭环激励”：鼓励员工用AI独立完成一个业务微场景（如自动生成周报摘要、搭建客户问答Bot），并在周会分享实践。真实产出倒逼习惯养成，AI才真正从“辅助工具”变成“工作肌肉”。 Elric认为，企业AI转型最难的从来不是技术，而是两件事：内部利益格局的再平衡，以及执行者自身是否真正理解AI的价值坐标——它不是替代人，而是放大人的判断力、连接力与交付力。