本期概要：
01觉醒 ： Inventing on Principle
by fonter
评述
国庆重新回顾 Bret Victor 对我来说最重要的演讲《Inventing on Principle》，再次理解这个人和他做的事情。
看他的个人网站理解这篇演讲为什么会出现，在后续的时间将继续更新我的阅读和理解。
我们听到太多的诸如：“跟随你的喜好”、“跟随你的兴趣”，“跟随你的热情”之类的东西，
但他更认为，更应该是“跟随一个原则 follow you principle
他认为真正能让你把事做正确的不是你的喜好，不是你的兴趣，也不是热情，而一个做事的原则。
Bret Victor 说花了 10 年才搞清楚他的原则是什么。
他的原则是：创造者需要对自己的创造的东西有实时的反馈。
People need an immediate connection to what they are making。
任何违反这一原则的行为都会使用户与他试图解决的实际问题疏远，从而降低理解力，增加错误数量。
在演讲的时候 2012 年初，Bret Victor 展示下面的例子即便在现在也是一个很震惊的演示。
- 用程序画树。如何把程序绘图变成实时的，如何把程序和图映射起来。
- 游戏调试。在实时编程的基础上，可容易的让你看到程序参数对游戏的调整，对游戏过程的可视化调试。
- 算法调试。在写二分查找算法时可以实时看到程序的执行过程。边写边看到。
- 电路图。可以实时地看到电路图中各个部件的对1/0信号的处理。
- 动画。一种比 flash 制作动画更厉害的方法。
以下是演讲的全文。
为什么我有这个原则，我为什么要这么做？
当我看到违反这一原则时，我不认为这是一个机会。
当我看到创造者被他们的工具束缚，他们的想法妥协时，
我不会说这是一个制造产品的机会。一个创业的机会。或者是一个做研究或者为某个领域做贡献的机会。
我对找到要解决的问题并不感到兴奋。我做这个不是为了享受做东西的乐趣。
思想对我来说非常宝贵。
当我看到思想消亡时，我很伤心。我看到了悲剧。
对我来说，这是道德上的错误，是不公正的。
如果我觉得有什么我能做的，我觉得这是我的责任。
不是机会，而是责任。
这是我的专长。
我们大多数人不会看到侵犯公民权利的行为，然后想“太好了，机会来了。
我们非常幸运，历史上有人认识到这些社会错误，并认为解决这些错误是他们的责任。
所以有这样一种激进的生活方式，这些人致力于为他们所信仰的事业而战。
这个演讲的目的是告诉你们这种激进的生活方式不仅仅是为了社会激进主义。
作为一个技术专家，你可以认识到世界上的一个错误。
你可以看到一个更美好的世界。
你可以全身心投入为原则而战。
社会活动家通常通过组织来战斗，但你可以通过发明创造来战斗。
Larry Tesler 的原则：No person should be trapped in a mode.
Larry 一生中做了很多了不起的事但我要告诉你们的是他70年代中期在 Xerox PARC 研究中心所做的工作
个人计算可以改变人们的思维和生活方式。
在当时，软件界面是围绕模式设计的
Larry 会观察人们使用电脑ーー他们实际上开创了软件用户研究的概念，但他会观察人们使用软件
他发现许多人即使经过培训和数周的使用，也不会对电脑感到舒服。
他认为这些模式才是罪魁祸首。
模式的复杂性是许多人无法跨越的障碍。
这种情况对个人电脑的梦想构成了威胁。
因此，拉里把消除软件模式作为自己的个人使命。
他形成了一个原则: 任何人都不应该被困在一个模式中。
他的口号是 Don’t mode me in ，他把这句话印在了他的 T 恤上。
他提出了一个文本编辑器，称为 Gypsy
我们今天知道，屏幕上有一个光标，当你打字的时候，屏幕上出现了文字。
为了选择文本，他发明了通过点击和拖动的非模态选择。
所以你只需要点击并拖动你想要选择的文本，就像使用高亮显示器一样ー拖动的最初用途之一。
为了移动文本，他发明了剪切，复制，粘贴。你选择和剪切。之后你准备好了就可以粘贴了。
你永远不会被困在一个模式中，你永远不需要在模式之间切换。
当你在键盘上点击 W，你就会在屏幕上得到 W。
他会观察人们使用他的软件，他发现那些以前从未见过电脑的人可以在半个小时内启动并运行。
因此，这显然是一个变革性的变化，使人们能够与计算机连接。
他关于无模态的想法传播到了其他的桌面界面上，这些界面当时也是在 Xerox PARC 发明的。
今天，它们在计算机体验中是如此根深蒂固，以至于今天我们有点把它们视为理所当然。
Larry 到底做了什么？比如我们该怎么形容 Larry 的所作所为呢？
- 一本典型的传记可能会说 Larry Tesla 发明了剪切、复制、粘贴。
这是真的，但是我认为这真的是误导，因为这个发明和托马斯 · 爱迪生发明留声机是完全不同的。
爱迪生基本上只是偶然发现了录音的技术，他把它作为一个新奇的东西建立起来。
他列出了他的技术可能的应用清单但他没有任何文化意图。
而 Larry 所做的完全是对特定文化背景的反应。
- Larry Tesla 解决了非模态文本操作的问题
问题解决了。显然这是真的，他花了很长时间研究这个问题，最终解决了它。
但我认为这也是一种误导，因为他解决的这个问题只存在于他自己的头脑中。
没人觉得这是个问题。
对于其他人来说，模式就是计算机的工作方式。
它们没有任何问题，就像我们认为有两只胳膊也有问题一样。
这就是生活。
- Larry Tesla 认识到了一个在文化中未被承认的错误
150年前， Elizabeth Cady Stanton 们不得不站出来说: 女性应该投票。其他人都说‘这太疯狂了，你在说什么’。
今天，我们承认性别歧视是错误的。
那时候，它是社会的一部分，是无形的。
她必须意识到这一点，她必须与之抗争。
我只是在谈论他们的动机和方法。
他们两人都认识到了文化上的错误，他们设想了一个没有这种错误的世界，他们致力于为一个原则而战。
她靠组织战斗，他靠发明战斗。
计算机领域的许多其他开创性人物也有类似的动机。
Doug Engelbart
基本上发明了交互式计算。把信息放在屏幕上的概念。穿过它。以不同的方式看待信息。指向事物并操纵它们。
他想出这一切的时候，与计算机的实时互动几乎是闻所未闻的。
今天，他以鼠标的发明者而闻名，但他真正发明的是一种全新的运用知识的方式。
他从一开始就明确的目标是使人类能够解决世界上的紧迫问题。
他的愿景，他有这样一个愿景，他称之为知识工作者，使用复杂强大的信息工具来利用他们的集体智慧。
他进入计算机领域是因为他有预感这些叫做计算机的东西可以帮助他实现这个愿景。
他所做的一切都是为了追求这个愿景。
Alan Kay
他发明流 GUI 还发明了面向对象程序设计和其他很多东西。
我引用他的话说，
amplify human reach, and bring new ways of thinking to a faltering civilization that desperately needed it
是不是很棒？
他的方法是通过孩子。
他相信，如果孩子们能够流利地使用计算机进行思考，
也就是说，如果编程是一种基本的读写能力，
那么他们就会成为具有新的批判性思维和新的理解世界的方式的成年人。
我们会有一个更加开明的社会，类似于读写能力给社会带来的差异。
他所做的一切，他发明的一切，都是为了追求这个愿景，这个孩子的目标。
根据他从皮亚杰和 Montessori 那里学到的原理。
Richard Stallman
Stallman 开始了 GNU 项目，这个项目如今已经占据了 Linux 系统的很大一部分。
他还创立了自由软件基金会，写了 GCC，GPL，还有很多很多其他的东西。
他的原则是软件必须是自由的，就像在自由中一样，而且他有非常精确的含义与这个陈述联系在一起。
他一直非常清楚，软件自由是一个道德是非问题。
对此，他在自己的生活中采取了一种特别强硬的态度。
你的原则
我不是说你必须这样生活。
我不是说你应该这样生活。
我的意思是你可以。
这种生活方式是你可以选择的。
而且你也不会经常听到。
这个世界会试图让你用一种技能来定义自己。
这就是为什么你在大学主修。这就是为什么你有一个工作头衔。
你是个软件工程师。你可能会专门从事数据库工程师或前端工程师的工作，你会被分配到前端并被要求设计它们。
这是有价值的，如果你想用你的一生追求卓越，练习一项技能，你可以做到这一点。
这就是工匠的道路。
这是最常见的路径。
你真正听到的唯一其他途径是解决问题的途径。
所以我认为创业和学术研究是硬币的两面。
这就是田野。
这个领域存在一系列问题，或者说市场需求。
你走进去，选择一个，努力工作，在那里做出你的贡献。
也许以后，你选择另一个问题，你解决它，你在那里做出你的贡献。
同样，这可能是有价值的。
但我在这两条路上都没看到 Larry Tesla。
我不会说他对用户体验设计领域做出了贡献，因为根本就没有这样的东西。
他没有选择一些开放性的问题去解决，他想出了一些只存在于他自己头脑中的问题，而其他人甚至没有意识到。
当然，他不是用他的技艺来定义自己，而是用他的事业来定义自己。他为之奋斗的原则。
我敢肯定，如果你看维基百科，它会说他是一个计算机科学家或用户体验什么的，
但对我来说，这就像说莎白·凯蒂·斯坦顿是一个社区组织者。
不，莎白·凯蒂·斯坦顿确立了妇女投票权的原则。
她就是这样的人。
这就是她选择的身份， Larry Tesla 建立了无模态原则。
他有这个愿景，他把世界带到了这个愿景中。
你可以选择这种生活。或者它最终会选择你。可能不会马上发生。
找到一个原则需要时间，找到一个原则本质上是一种自我发现的形式，你试图找出你的生活应该是关于什么的。
你作为一个人想要代表什么。
我花了 10 年时间。
十年后我才真正理解我的原则。
那是我二十多岁的时候。
当我年轻的时候，我觉得我必须这样生活，但是我只能得到一点点对我重要的东西，而没有大的图景。
真的不清楚。
这对我来说非常痛苦。
我要做的就是做很多事情。做很多东西，做很多种类的东西。学习很多东西，经历很多很多东西。
用这些经历来分析我自己。
接受所有这些经历，然后问自己: ‘这能引起我的共鸣吗？’。这会让我反感吗？我不在乎吗？
出于某种原因，我非常强烈地感受到了这些经历，并试图理解它们。
想知道为什么。我对这些经历反应如此强烈的秘密成分是什么。
现在我觉得每个人都不一样了。
所有人都有他们自己的起源故事。
我只想说，把自己局限于练习单一的技能会使得获得广泛的经验变得困难，
而这些经验对于这类工作来说似乎是非常有价值的。
最后，如果你选择遵循一个原则，这个原则不可能是你所相信的任何古老的东西。
你会听到很多人说他们想让软件更容易使用。
或者他们想取悦他们的用户。
或者他们想把事情简单化。
这可是个大问题。每个人都想把事情简单化。
这些想法很好，也许能给你一个方向，但是太模糊了，不能直接采取行动。
Larry Tesla 喜欢简单。
但是他的原则是这样一个具体的洞察力: 任何人都不应该被困在一个模式中。
这是一个强有力的原则，因为它给了他一个看待世界的新方式。
它以一种相当客观的方式将世界分为对与错。
因此，他可以看着某人选择文本，然后问: 这个人处于某种模式吗？有还是没有？如果是的话，他必须做点什么。
同样，我相信创造者需要强大的工具。
这个想法不错，但对我没什么帮助。
我的原则是，创造者需要这种直接的联系。
所以我可以看着你修改一行代码，我问: 你是否立即看到了修改的效果？有还是没有？如果没有，我得做点什么。
生活有很多种方式。
这也许是你在生活中能意识到的最重要的事情，那就是你生活的方方面面都是一种选择。
但也有默认的选择。
你可以选择在自己的生活中梦游，接受已经为你铺好的道路。
你可以选择接受现实。但你不必这么做。
如果你觉得世界上有什么东西是错误的，并且你对一个更美好的世界有一个愿景，你可以找到你的指导原则。
你可以为理想而战。
所以在这次谈话之后，我希望你花点时间想想什么对你来说是重要的。
你的信仰。
以及你可能为之奋斗的东西。
推荐：
02产品 ： 关于「AI 是一种界面」的观察
by shaonan
在 Notion AI 的启发与边界 中，Notion 的 CEO Ivan zhao 锐利地洞察到：
AI 虽然是一场技术革命，也是一场界面革命。通过创建比竞争对手更容易使用的界面，为语言模型增加持久价值。
如果你回顾移动互联网的诞生，其实也经历了一种界面革命 —— 今年八十多岁的奶奶可以用 iPad 打麻将刷抖音，但却很难想象如何教会她用 Windows。
所以我对 Ivan 的观点是赞同的，但这个观点背后，对应的实现应该是什么样的？至少半年前除了 Notion AI 之外，大多数产品还都是为了 AI 而 AI，并没有挖掘到用户的真实场景。
好在随着时间的推移，许多相对谨慎的产品，比如 Figma、Linear、Arc，也陆续提供了 AI 相关的能力，为我们提供了更多微观观察的视角。而宏观视角来看，在摩根斯坦利的报告中，由于技术的变化，自然语言为主的界面必定和上个时代的产品设计完全不同。
界面的两种价值
我们通过界面来和软件进行交互，达成目的，从最早的 DOS 命令，到鼠标键盘，再到触摸屏。这种进化意味着什么呢？其实是两个永恒的话题：降低使用门槛，提高人机交互效率。
- 降低门槛方面，核心在减少学习成本。比如 iOS 的设计，就能让大多数人凭直觉上手使用。而 AI 则是降低了使用门槛，比如 Midjourney 可以让普通人画出来想象中的画面。
- 从提高效率来看，核心在于少做重复性的低效动作。比如 Excel 的公式能解决手动计算的问题；剪映能解决添加手动添加字幕的问题等。而 AI 更是擅于此道，比如最近会经常把脱敏的用户反馈表格丢给 Claude ，然后让其总结相关问题的提及率。
降低使用门槛，已经有许多初创公司在做了，比如通过 AI 实现思维导图，AI 来生成 PPT，AI 来生成各种文本等等。这些实现确实看起来令人眼前一亮，但长期价值还需要观察。因为一个拥有新界面的独立产品，虽然看起来门槛很低，但尚需回答自身存在的价值问题，比如当年的 Foursquare（国内的是街旁）都没有经受住需求的考验，哪怕很有趣，参与门槛很低。
而提高效率则就没有降低使用门槛这么诱人。但对于已有用户群的产品，反而值得深入挖掘。为何这么说？因为功能本身，决定了使用者的场景及上下文。比如在 Notion 中就会有大量的文本相关工作处理，所以有了 AI 翻译或总结的功能，就不需要再单独打开 Deepl 或 ChatGPT，对于提升整个用户群的效率是有帮助的。而这种不断积跬步的效率提升，也能巩固 Notion 的壁垒。
故，就像任天堂一样，未必总是用先进的技术，但是却能让我们玩的很开心。下面是一些片面的观察，仅供参考。
案例观察之 Figma
Figma 前些日子在其博文中称，AI 是设计的下一个篇章，并且宣布自己收购了 Figma 社区中基于 AI 的插件 Diagram 团队。
他们在博文中列举了三个例子：
- 在 Figjam 中，把多人头脑风暴的内容，进行自动总结；
- 在 Figma 中，帮助创建重复的表单形式；
- 在 Figma 中，自动生成相应的代码提高编码效率；
可以看到上述案例都是在减少重复的低效动作角度下手，并且和已有的用户场景高度匹配。以填充表单设计为例，几乎每个产品都会有这样的模式，并且每次设计这个部分都是重复劳动。虽然 AI 没有做特别复杂的「生成」工作，但实际上已满足用户在此场景下的需求。且如果这样的提效的地方越多，Figma 的整体优势就更强。
其实就算不提 AI，Figma 本身的诞生，也是在减少设计中「枯燥切乏味」的事情。比如最早做界面设计，都是用 Photoshop 从像素开始画起，一旦遇到要高清化，或者设计一些圆角等工作，就需要做大量单调乏味的重复工作。而 Figma 则可以通过矢量要素来避免像素问题，通过组件库而不是图层解决复用的问题等。Figma 让设计师从聚焦于像素的工作，变成了聚焦于组件的工作。
所以面向未来看，他们期望 AI 来替代设计师，完成组件生成工作，比如自动生成登录页面等（反正确实也都大同小异）。而省下来的时间，可以让设计师聚焦于关于流程（或者说模式）的设计。
以上便是 Figma 在界面上面做出的一些努力，提高设计效率，通过 AI 降低单调且重复的工作比例。
案例观察之 Arc
Arc 最近宣布了 Arc MAX 功能，其实是一组关于 AI 功能的打包。其中包含五个 AI 相关功能：
- 可以对当前网页的内容进行提问（通过 cmd + f 即常见的搜索快捷键） —— 从根据关键词搜索变成对网页进行针对性的提问，降低理解成本；
- 可以在鼠标悬停的时候，自动出来 AI 生成的内容预览 —— 降低点击决策成本；
- 一个能快捷输入问题并跳转到 ChatGPT 网站的快捷键 —— 提高使用 ChatGPT 的便利度；
- AI 根据网页内容自动重命名标题 —— 解决各种 SEO 网页标题乱的问题；
- AI 根据下载内容所在的网页，重新给下载文件命名 —— 解决下载文件各种无意义标题的问题；
其中 42% 的用户都开启了这组功能，使用最多的是悬停预览（也是最贵的一个功能）。这些功能都不复杂，甚至比许多 AI first 的产品实现难度要小很多。但是从使用体验上来看，其中 ASK 功能、重命名功能都能有效地解决使用中的痛点，减少了许多乏味且重复的工作。
并且 Arc 一直有一个很好的传统，就是融合进现有的工作流。比如 cmd + f 这个快捷键，大多数时候我们都是用来搜索网页的关键词，而 Arc 则可以让你从搜索变成提问，润物细无声。
其他还有许多案例这里不再详细展开，可以观察 Notion AI 在表格中的应用，Linear 的 AI 自动筛选，都是围绕「重复且乏味」这个思路做的一些尝试。
另，关于这个思路下的中外差异思考。国内目前能看到的是 WPS 在智能表格上添加的助理，可以方便地帮助对表格进行批处理。但整个设计思路和海外有所不同 —— 差异就像是当年 Google 和 Hao123 的区别。
注意，这不是阴阳 WPS AI 做的不好，而是一个思考。因为 Hao123 在当年能火爆，自有其价值，因为对于大多数上网的人来说，不知道搜索什么，需要有所指引更好。而同样，WPS 的用户群决定了其 AI 设计不能过于像个主动 ASK 的助手，相反可能还会有许多表单选项操作，为的是降低使用成本，能让更多普通用户都能享受到 AI 带来的效率提升。
没有理论结合实际，Copy to China 的路，从来都是行不通的。
小结
已有用户群的产品，未必需要着急结合 AI 做多少炫酷的功能。相反，聚焦在如何使用 AI 来减少用户当前使用产品中那些「枯燥切乏味」的动作，就能逐渐建立壁垒。
或许你会觉得，这样其实不大材小用，无法一鸣惊人？但实际上，就「界面」这个视角来看，大多数时候一鸣惊人的功能，壁垒也不够强大，很快就会被抄袭走。倒不如积跬步，用 AI 来巩固已有的场景。
用 Figma 产品总监 Noah Levin 的话作为结尾：AI 不是一个产品，而是一个平台；不是一个功能，而是一个核心能力。
推荐阅读：
- AI: The next chapter in design
- Get Started with Max
- Linear - AI filter
- Automate the Simple Stuff With Stupid Tools
03羔羊 ：Karri Saarinen - 走得慢才能走得快
by shaonan
Linear 是我们一直在使用的协作产品，除了本身设计优雅，功能方便之外，许多功能的迭代也能切身感受到其对于「工艺（Craft）」的要求。
除此以外，Linear 的官网上也和 flomo 一样，有一个叫做 Linear Method 的栏目，用来帮助更多人理解 Linear 的思考方式是什么。而这背后的原因也很有趣，可以说和 flomo 殊途同归 —— 效率类的软件，应该有自己的「主见」。
本期内容来自于 Lenny 采访 Linear 创始人 Karri Saarinen 的播客，其中谈到了关于品质、产品、指标、品牌、招聘、PMF 等内容。内容较多，这里只选取了部分对自己有启发的内容并重新整理。访谈的原始内容在文末推荐部分。
这个访谈最后，Karri Saarinen 有一个观点很打动我，也是最近我们在经营公司时反复思考的，故放在开头以飨诸位：
走得慢才能走得快。
有时候，人们总是喜欢急于求成，尤其是在初创企业，但在其他地方也是如此。紧迫感固然重要，但有时紧迫感太强，急于求成，结果还需要回头来弥补。
我觉得有时应该多花点时间好好想想「你打算怎么做？」，然后再去做，这样反而会比来回修改更快。
关于产品品质
Linear 的用户体验和质量在业内口碑很好。但这也是有代价的，比如需要等待更长时间才能上线新功能，很可能用户因此就流失掉了。如何在产品设计和保证质量之间取舍？
Linear 本身定位于协作，那么如果有摩擦和体验不好，就会让人们很恼火。所以遇到发布之前发现问题时，会倾向于先推迟几天而不是仓促上线。另一种方式是先对自己和一小部分愿意尝鲜的用户推送，看看反应如何。
Linear 还会选择和一些典型客户一起共创，比如 roadmap 功能改进时，就是和 Vercel 团队合作，然后听取反馈。
许多时候人们认为质量就等于把事情做的完美，但实际上这会导致什么东西都很难推出，因为没有东西是完美的。所以 Linear 并不是闭门造车，将一切打磨完毕然后才发布。相反，他们在内部一直有真实的客户在持续反馈，然后不断迭代它们，不断提升质量。
不过，在今日的视角来看，质量和体验现在还是差异化因素么？到底该投入到体验和设计上，还是该投资于分销或者新技术上？
其实在任何领域或行业，越是更多人重视，设计就越重要。比如移动互联网早期的邮件客户端，可能设计的并不是很好，但是人们还是会选择，因为可以容忍一些粗糙。但是今天，已经有成百上千的邮件客户端了，所以你必须设计的非常有特色，否则无法吸引人们的眼球。换句话说，越是拥挤的赛道，设计越重要。
当然，这看起来很不公平，因为许多产品非常好，但是缺少设计师的打磨或者没有时间去设计，导致人们对其不感兴趣。所以说即使是产品好，设计也是不可或缺的一环。但另一方面，也不能只有设计而缺少独特的产品力。
更客观地说法是，设计和技术一样，能让某些事情变得更容易，是重要因素而不是决定性因素。比如 Apple 会花很多时间在包装设计上，但前提是用户也知道 iPhone 是非常好的产品。同样，对于初创企业来说，比如登录页等东西，对于新用户来说也已经是在传递一些信息，帮助他们设定期望值。所以设计对于初创产品来说， 是一个很好的杠杆。
关于品牌
品牌比产品更重要，因为能成为人们心智的默认值。比如 Nike 和 Apple 的品牌足够强悍，以至于他们出什么产品都能找到目标受众。
在打造 Linear 品牌的过程中，真实是第一位的，而不是 logo 或者其他东西。对于品牌来说，许多时候不是一蹴而就的，而是通过你说的、做的各种事情体现的，比如如何对待客户、如何建立网站等，这一切都是在他人头脑中建立一个概念：这家公司对我来说意味着什么？
比如 Airbnb 的品牌对于其受众来说，就意味着「我想住个很酷的地方」。人们不会打开 Google 去搜索「我想住在别人家里」，而是打开 Airbnb 浏览房源。有了这样的品牌之后，就能避免需要持续在广告投放和搜索引擎优化上的努力，因为人们在有需求的时候总是能想到它。
关于 Linear Method
为何考虑在 Linear 的官网发布一个叫做「Linear Method（方法）」的内容呢？或者说，何谓有主见的软件？
对于生产力软件，尤其是企业生产力软件，其目的是为了提高人们的工作效率。而高效意味着对于公司做了一些重要的事情，对最终客户产生了一些价值。
但大多数时候人们都会沉浸在了解某个功能怎么用，而每个团队更是会找到不同的使用方法（虽然未必合适）。所以我们希望能提供关于如何使用这些功能的一些「默认值」。比如应该这样用这个功能，或者这样建立工作流。这样作为一个使用 Linear 的团队，就不用去纠结这些具体功能和流程设计，而是可以在这个方法的指导下，专注于完成你自己的工作。
另一方面，任何时候设计都是在满足用户需求的最大公约数，无法为所有人设计所有东西，所以最终产品总是有一些模糊地带的。而一个有主见的「方法」，就是一种更具体的解决方案，确保用户都能以最佳的方式来使用我们的产品。
关于指标
Linear 只会有一些公司层面的目标，比如每周的活跃用户数。但是在具体功能方面，没有具体的目标。因为对于这种协作类产品来说，许多时候用户使用的是一组功能的集合，而非单点。这取决于公司本身的文化、情境等。如果参考类似 Instagram 这种不断优化某个功能的指标，就会导致一叶障目。所以更好的方式是，解决了客户的问题，而不是围绕着某个单点指标不断优化。
当然，这不意味着所有的决策都是靠感觉。从科学的一面来说，Linear 内部非常注重和用户沟通，做深入地用户研究。从创始人到团队，每周都会和用户进行沟通，甚至加入客户的内部群观察。这样才能让所有人都知道问题在哪里，当前情况如何，并且更有同理心。
许多时候人们大量（甚至过度）使用数据，是因为他们担心做出错误的选择。所以依赖于数据能减少这种不安感。但实际上，这是一种智力上的偷懒。任何时候选择都是需要坦然面对的。做错了选择并不可怕，可以想办法弥补。而不是错过这个决策的机会，让数据替我们做出选择。
关于招聘
Linear 目前有 50 人，但在招聘方面还是花了不少时间。比如对于招聘工程师来说，不能只看工程技能，也要关注他们的产品技能。
当然，工程师不可能擅长所有方面，且面试者也未必了解技术细节。所以多数时候，是问他们如何完成某件事，或者如何思考某件事。这样就能从中看到他们对产品或自己工作的领域是否有一些自己的看法，以及是否能形成自己的观点，做出自己的判断等。
其实面试候选人的目的，并不是为了招聘到某个岗位，而是能更好地构建产品。基于此，他们期望构建团队的方式是，员工数量减少，但是员工能力不断提升，能思考比他们目前角色更大的范围。
许多时候高速增长，尤其是员工数量的高速增长未必是什么好事，很可能会造成一团混乱。与一个高素质但是人少的团队工作，几乎总是比由普通人组成的大团队一起工作容易的多。换句话说，当你拥有一个小团队时，总是能更快更好地产出结果。
所以在招聘方面，一直采取了保守的策略，即不在任何一年让公司人数翻倍，避免公司文化被稀释。
而在招聘时，除了核心能力之外，也希望他们能有一些岗位职责之外擅长的能力，这样的好处在于，这意味着他们更能接受新事物，他们可以承担比他们的技能更多的工作。这样各个岗位之间的人能力都有交叉，更利于合作。
这和传统公司的晋升机制不同，在 Linear 想要更多发展空间，只需要在工作室，拥有更多领域即可。
关于带薪试用
在 Linear 所有员工都有带薪试用的过程，基本上他们会像是一个合作方一样加入公司，来独立完成一个相对模糊的功能。这意味着，他们要先把这个模糊的问题搞清楚，然后再将问题缩小到他们能力范围和时间范围之内，然后再去访问代码库，构建版本，最终向我们展示具体的工作。
这样的好处在于，可以让双方都看到彼此是如何工作的。比如对于应聘者来说，能让其看到这是一家什么样的工作，在一起工作是什么感觉，如何处理某些事情。
对于公司来说，能在这个过程中看到候选人的工作方式，在环境中的反应等。
关于商业化和 PMF
最早 Linear 的设置页面，有一个付费滑块，可以让用户自己选择为每个账户支付多少钱。从结果看有人愿意支付 28 美元，有人只愿意支付 1 美元。但金额多少不是问题，而是告诉我们一个信号：如果定价在 20 美元以下，就会有市场。
关于 PMF，其实 Linear 最早就知道不应该面向整个市场，比如即使是财富 500 强来使用，其也不是目标客户。所以更值得考虑的问题是「我们是否适合某个特定的细分市场，契合度有多高？」
所以 Linear 最初两年的目标是希望能成为「初创企业的默认工具」，而关于初创企业，定义则是为其创始人仍然在运营产品，关心迭代速度。
许多人认为 PMF 是二元对立的，其实并非如此。更具体来看 PMF 的过程就像是一个光谱，刚开始只有很窄的一个市场，在吃透之后，再扩展规模。比如对于 Zoom 来说，当他们早期发现学校客户很喜欢他们，后续他们就在一段时间聚焦于这一类客户，而不是争取所有人。所以重点是，如果你在某件事上做的非常好，那么就把更多精力放在这件事上。
无名品质
注：这是 Karri Saarinen 在 Twitter 的分享，由于和本期播客的「品质」相关，故一起在这里翻译如下。
随着公司的发展，人们往往很难持续保证质量。主要原因是，质量（Quality）是一种不容易衡量或定义的东西。随着公司规模的扩大，他们的运营或决策方式更多地基于测量。他们开始跟着数据报表做出决策，而不是看着窗外的实际情况做出决策 —— 因为前者在规模上更容易做到。
克里斯托弗 · 亚历山大在《永恒的建筑方式》一书中开宗明义地指出，要以永恒的方式进行建筑，我们首先需要找到「无名的品质」。
他的意思是，质量是存在的，是可以体验和感知的，但无法用语言来描述。一个城镇、一个地方或一栋建筑，给人的感觉就是美好和自然。
你可以说一扇门需要合页和锁，但我们都经历过各种各样的情况，有的门工作起来非常顺畅，质量很好，有的门工作起来非常笨拙，质量很差。
通常，拥有良质的门，是因为有人首先精心打造了门及其所有部件，然后正确地安装了门框和门，并在多年的使用过程中对其进行了维护。安装门的数量或门的使用次数等衡量指标，并不能说明门的质量如何。
这让科技界的许多人感到不解，因为在科技界，人们往往认为事物都是二元对立的，认为世界或任何事物都可以简化为数学公式。这就好像你必须暂时停止思考，专注于体验。
我所知道的提高公司质量的唯一方法就是不断提醒人们注意质量，以及为什么质量很重要。我们中的大多数人都在做留住客户的生意。我们希望看到客户留下来，建立信任和忠诚。产品和客户的质量是实现这一点的关键因素之一，然而许多公司却忘记了这一点。
那么如何推广呢？你可以举例说明团队以前打造的优质产品，展示其他产品，或者展示你看待事物的方式。当一件事情让人感觉有质量时，往往会让人觉得很自然，你甚至会感到惊喜。一般来说，质量是如此罕见，以至于人们常常为之感到惊讶。
质量很少是偶然发生的，它通常意味着有人愿意进一步去建造一些必然的东西。至少，必须有人有动力去做，并允许他们去做，而不是强迫他们只关注某些测量结果。
质量、品牌和文化是公司创始人需要创造的一些无形的东西。
推荐阅读：
- Inside Linear: Building with taste, craft, and focus | Karri Saarinen (co-founder, designer, CEO)
- Quality without a name
- Linear Method
- 编译 ：在做 memex 的人，关于提高产品品质的思考
04启发 ： 对视觉信息进行极端压缩
by fonter
Bret Victor 个人网站中描述他的人生走到了第4章节，前3个章节如下
第一章：some choice artifacts from the first 80% of my life
第二章：减少抽象性和间接性的工具和技术，鼓励人们通过探索和直觉来理解和创造。
第三章：发明一种人性化的媒介，让下个世纪的思想家能够看到、理解和创造系统
第四章：Dynamicland
其中在第2章节，Bret Victor 关注的界面交互和可视化，对他启发最大的 2 个人
一个是统计图表的发明人 William Playfair，另一个就是 Edward Tufte，
Edward Tufte 被称为我们这个时代具有启示性的视网膜，他不断地以启发性的新方式连接眼睛和大脑。
本刊想介绍他的 2 个发明：Small multiple 和 Sparkline
在我看来，这 2 点背后指向一个观点，Edward Tufte 鼓励对视觉信息进行极端压缩。
Tufte 建议，这些宏观/微观的信息应该呈现在一个眼睛跨度的空间中。
Small multiple
Tufte 鼓励的一种方法是 Small multiple ，这种方法可以快速地对多个系列进行可视化比较。
Small multiple 是在一对轴上显示多个系列的图表，当它们作为几对相邻的轴显示时，通常更容易阅读。
Small multiples 有很多名字，包括 Trellis Chart, Lattice Chart, Grid Chart, and Panel Chart.
Tufte 应用他的设计原则找出了优秀图表的模式；
其中之一是“small multiple”，一个接一个地排列出大量类似的图像，以便于比较。
他认为，当数列在完全不同的 Y 轴 尺度上测量，但在 X 轴上测量的范围相同时，这一点尤其有帮助。
定量推理的核心只有一个问题: 与什么相比？
Small multiple designs ，multivariate and data bountiful
直接回答直观强制变化的比较，对象之间的差异，替代品的范围。
对于大范围的数据表示问题，Small multiple 是最好的设计解决方案。
Sparkline
数据密集型，设计简单，像文字大小一样的图形。
是表示趋势和变化的一种浓缩方式，与平均气温或股市活动等度量指标有关，通常直接嵌入文本中
这些通常用作一个 Small multiples 的元素，有几条线连在一起使用。
Tufte 解释说，Sparkline 是一种“词”，传达丰富的信息，而不打破流动的句子或段落的其他“词”都视觉和传统。
鼓励对视觉信息进行极端压缩。
Sparkline 应该与周围的文字高度相同。Data graphics should have the resolution of typography.
Tufte 提供了一些有用的设计原则的大小，以最大限度地提高其可读性。
最早的 Sparkline 实现是由交互设计师 Peter Zelchenko 构思的，并在1998年初由程序员 Mike Medved 实现。
2008年5月7日，微软员工为在 MicrosoftExcel2010中实现 Sparkline 提交了专利申请。
其他发明的词语：
他创造了 Chartjunk 、lie factor、data-ink ratio、data density 等概念
- Chartjunk ：用来指定量信息显示中无用的、非信息性的或信息模糊的元素。
- data-ink ratio ：数据墨水比率，反对在定量信息的视觉显示中使用过多的装饰。
- lie factor： 谎言因子，Size of effect shown in graphic/Size of effect in data
- data density： 图形的数据密度
接着说回 Bret Victor ，在他的个人简历中，只展示了 2 个人对他的评价。
Alan Kay ：One of the greatest user interface design minds in the world today.
Tufte：Design theory wizard, at the cutting edge of interface designs for programming, seeing, reasoning.
推荐：