以 Linux 社区为例，看似松散的开发队伍但质量还非常之好，除了若干天才程序员之外，还有更多是工程方面的原因
① 只要有足够多的 Beta 测试和合作开发者，几乎所有问题都会很快显现，并且自然有人会把问题解决；
② 高品质的 bug 反馈，要求报告者对源代码有了解：一个仅描述外部可见症状的 bug 报告，和一个直接关联到源码的分析型 bug 报告，两者的价值是天壤之别。
联想到 MVP 和迭代式开发，频度高快节奏是表象，核心是保持一定质量的迭代，而不是从垃圾中迭代垃圾。
#东施效颦现象无处不在
① 有约束才能做出好的决策，而最好的约束就是时间。有时间限制，你就不能随意尝试和改变主意，也不能没完没了地润色一件永远完不成的事情。
② 以初代 iPhone 为例，第一版本给了十周，然后废掉；第二个版本用了五个月；第三个版本团队才算充分理解，到底手机应该包含哪些组成部分。才算是一个正确的原型。
如果没有前两个版本的严格时间限制，他们可能永远做不出第三版。
③ Tony Fadell 认为不能因为你有权力，就疯狂招人。大多是概念阶段的项目，十个人甚至更少的人就够了。第一代 iPhone 研发完成后，研发团队一共800人，这些人都是后来陆续加入的。如果一开始 800人来反复试错，“想象一下这 800 人惊慌失措的样子 … ” 仅安抚工作就把 Tony 要搞残 …
好问题来了，Apple 初代 iPhone 才只需要 10...
Meta 扎克伯格披露的数据，在 Facebook、WhatsApp、Messenger 和 Instagram 中使用 Meta AI 助理等用户数实现了月活跃 4 亿，周活跃也达到了 1.85 亿户。
在现有成熟产品中，增加生成式 AI 功能是一条重要的路径。
这也引发一个问题：生成式 AI 到底更适合作为一项新功能，还是作为一项新产品。
