區塊勢
LENNY'S PODCAST・2026 年 7 月 9 日

AI 讓做東西變便宜
品味反而更貴

Adam Mosseri 的判斷是:工具可以縮短做出版本的時間,但不能替團隊決定什麼值得做、什麼可信,以及什麼仍然像人。

SCROLL
來源:Lenny's Podcast 訪談 Adam Mosseri〈The rise of taste, human authenticity and judgment in an AI world〉,YouTube 原始發布日期為 2026 年 7 月 9 日。這頁整理 Mosseri 在訪談中對產品組織、Instagram 排序與 AI 內容的觀點。節目提到的公司數字與判斷均屬受訪者/節目說法,本文不把它們當成獨立驗證過的事實。
PART 1

產品團隊先變小,職能才開始重新組合

Mosseri 說,Meta 過去一個典型產品團隊像一打多的專家集合:Android、iOS、後端、PM、設計、資料科學與研究,各自清楚分工。2026 年,他看到的轉向是更小的 pod:四到六名較通才的工程師,加上一位能跨 PM、設計、資料與研究協作的 product staff,必要時再拉進真正需要的專家。

這不是說專業消失。定價、複雜體驗、資料分析仍需要深度角色。改變的是預設流程:團隊不再先湊齊一長串職稱,才開始移動;它先用更小的核心把問題做成可看的版本,再確認哪一種專業投入真的能改變決策。

過去先按職能配置人,再協調交接。
現在的 pod少量通才先做出能討論的工作版本。
保留專家在高風險或高槓桿處,才把深度能力拉進來。
PART 2

實作成本下降後,瓶頸改成「該做什麼」

訪談的中心不是「AI 會取代哪個職稱」。Mosseri 更在意一件事:當做 prototype、寫程式、產出多個版本都更容易,團隊有沒有能力辨認問題本身、安排取捨、判斷哪個版本值得繼續。工具能擴大選項,卻不會自動給出方向。

他把這種能力稱為 taste。它不是漂亮介面的同義詞,而是對人、產品脈絡與限制有足夠的感覺,知道該刪掉什麼、該等什麼、該把昂貴的人力放在哪裡。這也讓產品工作從「寫一份規格再交出去」更接近策展:先讓可能性出現,再用判斷收斂。

問題
誰的摩擦值得解?
版本
工具把假設做成可看、可用的東西。
判斷
用品味、證據與風險決定要不要留下。
PART 3

演算法不是讀心術,排序仍是可被設計與質疑的選擇

Mosseri 在訪談裡反駁一種常見想像:使用者以為 Instagram 已經有一份極細緻、能精準描述每個人興趣的語意檔案。依他的說法,現實沒有那麼神祕。排序系統會根據互動、內容與脈絡訊號預測你可能想看什麼;那是統計性的估計,不是它「知道」你的完整人生。

這也解釋他對純 chronological feed 的保留。時間順序看似中立,但它同樣在做選擇:它假定最新就是最相關。對大多數人而言,錯過親友的重要內容、在大量更新裡找不到真正想看的東西,也是一種糟糕體驗。關鍵不是宣稱某套排序客觀,而是讓人知道系統在優化什麼、能否調整,以及出錯時誰負責。

時間排序

透明的規則是「最新優先」,但未必能處理注意力有限與內容爆量。

預測排序

可把關係、互動與興趣訊號放進來,也必須說清楚目標、控制權與偏誤。

PART 4

合成內容越多,辨識來源與人的理由越重要

Mosseri 認為 AI 內容對 Instagram 可能是助力,也同時是挑戰。內容供給增加不必然讓平台失去價值,但當影像、聲音與文字都能大量生成,人們會更在意:這是誰做的?我為什麼要相信?這段內容有沒有被標示?

他的方向不是簡單地把 AI 內容全部濾掉,而是提升辨識與揭露。這是產品取捨,不是已完成的保證。標示能提供線索,卻不能替讀者判定品質;平台能降低混淆,卻無法把每一則內容變成可信。人味會變得稀缺,正因為它包含來源、脈絡、責任與能被追問的創作者。

給產品團隊的檢查題

如果工具把產出量提升十倍,使用者要靠什麼分辨來源?團隊是否能解釋推薦目標?當系統判錯,讀者能不能看見、調整或拒絕它?

當做出東西變容易,最重要的工作,是先判斷什麼值得被做出來。

這是根據 Adam Mosseri 訪談中對 taste 與 AI 工具的說法所做的繁中整理,不是逐字翻譯。

如果 AI 讓團隊一天能做十個版本,你會先守住哪一件事?

選完之後,分享你的觀點

你的觀點

想看更深入的訪談脈絡?

原始 Lenny's Podcast 影片保留了 Adam Mosseri 對 Meta 產品團隊、AI 成本、Instagram 排序、合成內容、平台設計與個人工作判斷的完整討論。

閱讀完整文章 →