Claude设计主管Jenny Wen在柏林设计会议上宣称传统设计流程已死亡。设计工作正分化为两类：执行支持型（帮助工程师实现而非交付设计稿）和愿景规划型（创建短期产品方向）。设计师时间分配发生巨变：Mock制作从60-70%降至30-40%，与工程师配对协作升至30-40%。Jenny使用Claude Chat、Claude Co-work、Claude Code和Figma作为AI工具栈。Figma在探索多种设计方案和处理微妙视觉细节时仍不可替代。设计师应帮助工程师提取设计原则、授人以渔。应对快速发布策略是将产品标记为「研究预览」，明确告知用户是早期版本，通过快速迭代而非完美来建立信任。
思科总裁Jeetu Patel认为AI是人类生存关键：全球出生率下降，老年人多于年轻人，AI是弥补劳动力缺口的唯一出路。他分享思科AI转型三板斧：全员押注AI不對冲、从251次收购变成平台公司、开放生态系统与竞争对手合作。AI三大制约：基础设施瓶颈（电力计算网络不足）、信任赤字（幻觉问题）、数据缺口（人类生成数据即将耗尽）。思科连接GPU确保数据中心同步运行。他强调AI是’队友’而非工具，未来将产生不存在于人类知识中的原创洞察。思科CEO说：不想只做标志性公司，还要做创新性公司。持久力比智力更重要，好奇心、饥饿感和坚持力可弥补聪明才智的不足。
Anthropic Claude Code负责人Boris Cherny认为编程已’大致解决’，他100%代码由Claude Code编写，去年11月以来从未手动编辑代码，每天能提交10-20个PR。他将AI编程比作古腾堡印刷机——15世纪欧洲识字率不足1%，印刷机出现后50年全球识字率升至70%。编程民主化将遵循同样轨迹。他认为软件工程师头衔可能消失，取而代之是’builder’或’产品经理’，工程师与产品经理、设计师角色正模糊融合。70%工程师表示使用AI后工作更快乐，但过渡期将是痛苦和破坏性的，需要整个社会共同应对。
Sequoia CEO教练Brian Halligan探讨AI时代CEO角色转变。他提出「LOCKS」法则：令人追随(Lovable)、痴迷(Obsessed)、肩负责任(Chip on Shoulder)、知识渊博(Knowledgeable)、终身学习(Student)。Brian将CEO分为「小孩桌」(员工<100人)和「大人桌」(员工>100人)，从小孩桌毕业的关键是建立高管团队。他指出AI时代销售是最后被取代的白领工作，因为「碳基生命体之间的信任」难以复制。销售漏斗将被颠覆——客户将在AI助手中评估产品，每个网站将有AI化身。Brian强调「慢招聘，快解雇」，警告不要迷信大公司简历，创业公司应混合内部提拔与外部引进。创立公司从未如此容易，规模化扩张从未如此艰难——关键在于学习速度。
OpenAI平台工程负责人Sherwin Wu分享AI如何改变软件开发。他透露OpenAI内部95%工程师每天使用Codex，100%代码审查由Codex完成，使用Codex的工程师比不使用的多提交70%的PR。工程师角色正从「巫师」转变为「魔法师的学徒」——不再亲手写每一行代码，而是管理10-20个并行的Codex任务线程。他提出「一人十亿估值公司」概念：二阶效应是Startup爆发，三阶效应是B2B SaaS黄金时代，四阶效应是分发渠道变得重要。关于客户声音，他指出在AI领域倾听客户不一定是正确策略，因为「模型会吃你的scaffolding当早餐」。他建议管理者50%以上时间花在顶尖10%工程师身上，因为AI让杰出的人更杰出。
Lovable公司首位专业氛围编码师Lazar分享了没有技术背景如何成为AI时代的产品构建者。他认为非技术背景反而是优势，因为不知道什么是「不可能的」会更敢尝试。核心技能是「清晰度」——AI像阿拉丁神灯只能满足三个愿望，上下文窗口有限必须精确表达需求。方法论上80%时间用于计划聊天，20%用于执行。他使用Master Plan.MD、Implementation Plan、Design Guidelines.MD等完整文档体系指导AI。每次只让AI做一个任务保持上下文专注，项目变大时需提供具体文件位置。AI是放大器不会替代人，只会更快生产垃圾或更好产品。设计师将成为下一波赢家，因为AI难以在情感决策方面超越人类。
知名儿童心理学家Dr. Becky Kennedy（Good Inside创始人）分享将儿童心理学应用于职场的原则。她指出无论1岁还是85岁，人类核心需求相同，当需求未满足时都会以不理想方式表达。核心方法论包括：1）修复优先——安全型依恋不是永远做对，而是愿意修复；2）行为与身份分离——「迟到的好人」与「懒惰的人」完全不同；3）先连接再纠正——讨论问题前先建立情感连接；4）最慷慨解读框架——面对恼人行为时先问是否有更善意的解释。她强调完美令人毛骨悚然，只有非人类才能永远正确。职场领导应像好教练：先肯定球员价值，再一起解决问题。
硅谷传奇投资人Marc Andreessen与Lenny Rachitsky的深度对话。Andreessen认为当前AI热潮只是序幕，真正的影响力将在未来10-20年逐步释放。他指出AI出现的时机堪称奇迹——全球人口下降与劳动力短缺恰好被AI和机器人技术弥补。AI提高生产力将使商品服务价格大幅下降，等同于给所有人涨工资。他提出「超级赋能个体」概念：工程师、产品经理、设计师应相互学习彼此技能，才能在AI时代创造完整产品。编程技能从未如此重要，因为不懂编程就无法判断AI代码是否正确。真正的AI繁荣才刚刚开始。
Jason Cohen是WP Engine创始人，两次创立独角兽。他分享诊断增长停滞的系统方法：首先要关注现有客户流失而非盲目获取新客户。Logo Churn公式：用每月新增客户数除以流失率，得出客户数量上限。定价方面，大多数初创公司定价太低——价格不只是数字，而是选择市场。低定价会让大客户认为产品不够成熟。他强调’卖出客户重视的增长，没有天花板；节省成本有天花板’。入职培训是高杠杆区域，早期小改进对整个客户生命周期产生持久影响。案例：将产品定位为’将潜在客户翻倍’比’降低AdWords成本’定价高8倍。
Zevi是Meta产品经理，没有技术背景，高中学习音乐，曾在以色列军队非技术岗位。他用AI工具一年内独立构建了盈利产品StudyMate。他建立完整工作流：创建问题、探索阶段、制定计划、执行、代码审查、让不同AI模型互相审查。他强调不是AI会取代你，而是会被比你更会用AI的人取代。PM职责不是给出正确答案，而是尽快找到正确解决方案。AI扮演理想CTO角色——会挑战你而非一味迎合。他让Claude做CTO、Codex做深度代码审查、Gemini做前端UI，通过多模型协作捕捉单一模型遗漏的问题。核心观点：代码只是电脑上的文字和文件，每个人都能成为构建者。