速度是AI时代的唯一解！

副标题：HeyGen创始人万字长文，复盘年订阅收入突破1亿美金的方法论

这篇文章，是2025年10月16日，HeyGen AI创始人Joshua Xu写在HeyGen年订阅收入突破1亿美金时的分享。这是近三个月来，我看到过最有启发的文章。Joshua上一篇给我非常大启发的文章，是2023年4月时，HeyGen突破100万美金年订阅收入时。那是野蛮时代，HeyGen从0到1构建产品时留下来的经验。仅仅29个月之后，HeyGen的年订阅收入从100万美金冲到1亿，一百倍的增长，足以让所有闯荡AI行业的创业者专门花点时间，看看HeyGen的打法。感谢AI时代有Joshua这样的人，愿意毫无保留。希望有机会，能够认识他。以下内容，我的贡献只是完成了翻译，如果你想看原文，还是去关注Joshua的Linkedin或者X。enjoy it～

Building in the AI Era: The HeyGen Way
AI时代的产品构建之道：HeyGen打法作者：Joshua Xu卷首语：我们如何在动荡世界中乘风破浪、快速交付并赢得胜利

目录：
前言
第一部分：核心理念
第二部分：工作节奏
第三部分：运营原则
第四部分：团队架构与通用原则
第五部分：核心产品团队
第六部分：增长产品团队
第七部分：沟通协议
第八部分：应避免的反模式
第九部分：战时制胜法则
结语

前言——本书缘起

传统的软件开发已死。
那些曾经稳固的技术地基，如今正不断在我们脚下松动。
在AI时代，突破几乎每隔几个月就会出现——昨日的极限，成为明日的起点。

在 HeyGen，我们不与这种不确定性对抗。
我们选择驾驭浪潮（We ride the wave）。
我们的整个研发哲学，建立在“冲浪式前进”之上——顺应AI的进化，而非执着于早已不存在的稳定地基。

这本书记录了我们的思考方式、构建方式与制胜方式。
它写给每一位 HeyGen 的团队成员——无论你是工程师、设计师，还是产品经理；也写给那些渴望加入我们的人。

在一个地基不断移动的世界里，
这是我们如何工作、如何前进、
以及——如何把不稳定，变成我们最大的竞争优势。

第一部分：核心理念

HeyGen的核心理念：

快速行动，做到极致。
驾驭AI浪潮，拥抱科研不确定性，提前六个月下注，
构建能随模型进化而自我升级的产品——
绝不牺牲任何质量。

根本性转变：从地基到浪潮

在AI时代，我们已不再拥有稳定的技术地基。
每隔几个月，AI技术都会发生剧烈变化。模型的能力充满未知，并以惊人的速度迭代。

我们正处于一场千载难逢的技术变革窗口期。
未来12个月，AI将成为这一代人的“战时机遇”。
我们有机会，去打造下一个Google或Facebook。
机会正在爆发。
此刻，我们必须把强度调至最高。
这正是每一个HeyGen成员加入的原因——
这就是我们存在的意义。

关键区分：

当我们说“拥抱不稳定”，
指的是底层AI技术的不断变化——模型、能力、研究突破。
但我们绝不接受在以下层面出现不稳定：
服务在线率、产品质量、用户体验。

即便AI的地基不断变动，
我们的产品必须依然坚如磐石、可靠如初。这不是缺陷，而是机会。
我们不与潮流对抗，我们顺势而行。

传统时代

建立在稳定的技术地基之上
优化以实现长期可持续
规划周期为 12–18 个月
打磨完毕后再发布
顺序式开发

AI时代（我们的方式）

驾驭技术浪潮
为自动进化而构建
以 2 个月为现实规划周期（与模型升级节奏同步）
发布式学习（Ship to learn）
并行式实验与开发

这与敏捷开发有何不同？

传统的敏捷开发建立在技术相对稳定、能力可预期的前提之上。
而我们所处的，是一个底层技术每隔几个月就发生剧变的时代。

我们的做法并非否定敏捷原则，而是在其之上延展并优化——
让它适应“技术不稳定”的环境，而非稳定迭代的节奏。

驾浪者的优势

竞争者们固守稳定领域，
却往往被下一次技术飞跃打得措手不及。

我们选择让系统随模型自动进化，
选择冲浪，而非对抗浪潮。

理解“什么会变、什么不变”至关重要。
我们必须清楚哪些部分会在短期内改变（模型、能力），
哪些是相对恒定的（用户工作流、核心问题）。

我们围绕那些不变的本质来构建产品与系统，
同时乘着模型演进的浪潮前行。

驾浪式机会的典型示例：

在上下文学习、微调与 RAG（检索增强生成）之间寻找最优路径
提升语音模型的后处理质量
多模型供应商架构的系统优化

质量悖论

我们既要快速前进，又要做到极致。
这听起来矛盾，但事实上，
速度正是长期高质量的前提。

快速行动让我们更早交付用户价值，
更快发现问题、积累学习。
当竞争对手一个月发布一个功能时，
我们可能已经完成五次实验。
于是——我们就是五倍速学习，
这种学习差距，会在时间中复利成卓越的产品。

“快速前进”并不意味着匆忙上线，
而是意味着更快地为用户创造真正的价值，并更快地学习。
速度，是为了成为最好的自己。

尤其在视频领域，质量是不可妥协的底线。
用户热爱的从不是精致的界面，
而是真正解决问题、呈现卓越品质的产品。

我们的核心指标：

所有用户在 HeyGen 平台上所达到的视频平均质量。

第二部分：工作节奏

我们的节奏：双月一浪

为什么是两个月？
因为这与模型的升级周期保持一致，
既能让我们迅速调整战略方向，又能保持持续聚焦。

我们的节奏

两个月路线规划 —— 与AI的进化节奏同步。
团队在此阶段进行产品复盘与战略对齐，由管理层、技术负责人、产品经理共同参与（设计师可选但强烈鼓励）。
理想情况下应该以线下形式进行，以便高效协作、突破信息噪音。
保持完全透明与智识诚实，对成果坦诚复盘，并根据需要调整战略方向。
6–12个月战略下注 —— 前瞻性预测并筹备下一次重大突破。
双周承诺清单 —— 由产品与工程团队共同决定并优先排序，明确各团队的具体交付目标。
每日发布（Daily shipping） —— 每天都有改进、功能或实验上线。

背后的理念

短周期让我们始终跟上AI发展的节奏。
两个月——足够时间去构建有意义的成果，
又短到可以在技术版图变化时，
迅速调整航向。

运行“驾浪式”实验

重要说明：
这一框架更适用于现有产品与增长方向，
对于全新功能或探索性研究领域，则需要更长周期的探索与验证。

第 1 天： 明确假设与成功指标
第 2 天： 构建 MVP（真正的“最小可行版本”）
第 3–5 天： 向部分用户发布测试
第 2 周： 分析结果、提炼学习、决定下一步方向

优秀实验的特征

快速（以天为单位，而非以周计算）
科学且数据驱动
能提供清晰信号：继续、转向或停止
大刀阔斧胜过微调优化（我们尚未成熟到需要优化的阶段）

失败实验的意义

大多数实验都会失败——这是预期之中
失败并获得学习 = 胜利
失败却毫无学习 = 真正的失败
永远不要让实验持续太久以至于无法得出结论

以浪潮之速作决策

决策框架

判断：这是单向门，还是双向门？

单向门（One-way door）：需谨慎思考后再行动（罕见）
双向门（Two-way door）：由产品经理快速决策，立即测试（常见）
辩论时（Two-way door）：我们能测试这个吗？如果可以，停止空谈，动手实验

单向门，一般指代「一旦做出，就很难撤回或代价巨大」的决策。

双向门，一般指代「决策后可以快速撤回、影响可控」的决策。

决策沟通

通过 Slack 即时沟通，明确：
- 负责人是谁（单人负责）
- 执行时间节点
团队之间保持完全透明
共享背景与上下文，而不仅仅是计划
明确每个决策的沟通对象与反馈路径

六个月的水晶球

虽然我们的执行节奏以两个月为单位，
但在战略层面，我们必须提前 6–12 个月布局。
这需要：

持续跟进 AI 研究突破性进展
理解 算力趋势
预判 模型能力的演进方向
构建能从未来模型进步中直接受益的灵活架构

在高速前进中管理技术债务

核心原则：为灵活与可替换而构建

构建可预期变化的抽象层
（但注意：不要在系统尚未成熟前过度抽象）
记录假设，而非实现细节
对一切进行积极的版本化管理
设计能随模型升级而自动提升的系统

我们的目标不是追求完美、零债务的代码，
而是让系统在不断变化的AI环境中保持可适配、可演进、可替换。

技术债务的时间分配

我们的原则是：

削减技术债务 = 未来开发速度的投资。

我们鼓励并认可那些能实质性提升团队生产力与系统稳定性的技术债务治理工作。
一切技术债务相关投入，都应与业务成果和研发速度的提升建立明确关联。

第三部分：运营原则

1. Speed Is Everything（No Compromises）｜速度就是一切（毫不妥协）

新的现实：在AI时代，学习最快的团队，就是胜者。没有例外。

用天来交付，而不是用周
犹豫时，就先发布一个实验版本
势头比完美更重要
唯有迟缓，不可原谅

实战要点：

用 MVP 来验证想法，而非追求完美产品
“足够好并能验证” > “完美但迟到”
发布未尽完美的版本，再跟进：
- 若行不通，就下线；
- 若用户在乎，就持续打磨，直到做到最好。
Bug 比不完美更糟 —— 因为Bug会阻止我们学习。

速度是一种态度

速度不仅关乎执行力，更关乎心态。
我们不会说：

“等到周一再发布吧，这样更安全。”

这句话暴露出：

缺乏紧迫感
缺乏快速学习的渴望（白白浪费2–3天宝贵数据）
缺乏主人翁意识与执行信心

这种心态会让我们输。
赢家会主动承担责任，快速发布、快速学习、快速调整。

行动偏好 > 完美偏好

如果你把精力都花在“做到完全正确”，那你已经太慢了。

不要害怕犯错，
要害怕的是——学得太慢。

2. Embrace the Technology Wave｜拥抱技术浪潮

别再追求技术的稳定性——它根本不存在。
AI 的底层基础每两个月就会革新一次。
设计产品时，要让它能随着模型进化而自动变得更好。
构建那些能适应变革的抽象层，
让产品体验站在AI演进的浪尖上，
而不是被动地追在浪后。

3. Disagree and Commit｜有分歧，但行动一致

我们正处于战时状态，而非和平时期。
每个人都可以提出想法和反馈，
但决策必须快速落地。
一旦决定做出，即使有分歧，
也要全力执行。

因为执行力不足而导致的战略失败，
远比一个可以迅速修正的不完美决策更致命。

4. User Value Through Innovation｜以创新实现用户价值

用户热爱的不是漂亮的界面，
而是能真正解决问题的产品。
创新与用户热爱紧密相连。
我们重新定义了人们用AI创作视频的方式，
打造了前所未有的神奇体验。

但——
不能解决真实问题的创新毫无意义。

上手挑战

AI产品的使用效果，
在很大程度上取决于用户的理解与使用能力。

我们的责任不只是教授功能，
而是教会使用场景。

我们的成功标准是：

让每一位用户都能稳定创作出高质量视频内容。

衡量指标不止是“视频数量”，
更重要的是视频质量。

5. Build vs. Buy: One Simple Rule｜自建或外采：唯一准则

无论哪种方式，能带来最佳用户体验的，就是我们选择的路径。

自建部分： 数字人视频模型
（因为目前没有任何外部供应商能达到我们的质量标准）
外部合作： 语音能力
（质量已达可用标准，同时能节省资源）

没有自尊心执念，只对结果负责。

No ego, just results

第四部分：团队架构与通用原则

A. 通用团队架构

所有团队都遵循相同的核心结构：
产品经理（PM） + 工程（Engineering） + 设计（Design） + 数据科学（Data Science）

B. 通用角色定义

Product Managers｜产品经理：团队的统筹者

核心职责（适用于所有PM）：

作为决策与优先级排序的主要驱动力
直接参与领导层的战略讨论与落地
掌握每一个功能背后的“为什么”
跨工程、设计、数据科学协同推进

PM的核心能力：

能够独立创建功能型MVP与用户体验原型
将复杂技术抽象转化为易于理解的用户体验
主导“原型先行（Prototype First）”的工作方式

AI时代的PM进化：

直接构建可运行原型，取代传统产品文档
使用 Figma 设计稿或UX原型 作为主要沟通与文档形式
规划尚未存在的功能，保持前瞻性思维
深度熟悉市面上所有主流AI工具，并熟练运用于日常工作中

Engineers: The Rapid Builders｜工程师：高速构建者

核心职责：

以最快速度实现并执行决策
提供产品经理可能忽略的技术洞察
构建灵活且能快速迭代的架构
深刻理解每个问题背后的“为什么”

AI时代的重点：

借助AI编程助手（如 Cursor、ChatGPT 等）提升开发速度。
过去我们谈“10倍工程师”，如今或许无法精确量化，
但有了AI代码工具，每位工程师的生产力比两年前至少提升了3倍。
构建能从原型自然演进为生产系统的代码
专注于“构建”，而非编写文档
与产品经理直接协作，进行快速原型验证

Designers: The Simplifiers｜设计师：化繁为简者

首要职责：定义简约且卓越的用户体验。

设计使命：

作为一款视频创意工具，
我们的设计必须达到世界级水准。
任何低于此标准的设计，
都无法让我们的工具真正普惠大众。

因此，设计的首要原则是——简约。
在AI领域，让功能运转并不困难；
真正的挑战在于：
如何在保持高品质的同时，让使用变得极其简单。
这正是设计团队的核心使命。

核心职责：

创建功能型 MVP 和用户体验原型
将原型打磨成消费者级的愉悦体验
确保所有功能与 HeyGen 产品框架紧密契合，并建立统一设计标准
坚守设计原则：让所有人（包括老奶奶）都能轻松使用
主导简化工作 —— 如果老奶奶不会用，设计师必须标记并修复问题
拥有自主设计系统，为未来开发提供一致且快速的迭代能力
协助简化产品营销中的设计表达
在验证后，专注于视觉精修与体验一致性

AI时代焦点：

对市场上所有AI设计工具了如指掌，并能熟练运用到日常工作中
关键原则：
设计师在AI时代的重点，是在验证之后实现卓越打磨，而非早期探索。
他们是“让所有人（包括老奶奶）都能轻松使用”这一原则的主要守护者 ——
这是一项核心的设计挑战，在产品经过验证后，凭真正的专业能力将其打磨到极致。

Data Scientists & PMs: The Analysis Partners｜数据科学家与产品经理：分析协作伙伴

数据科学职责：

指标解释与验证： 逻辑与定义的唯一可信来源
统计分析： 相关性、因果性、因果推断
建立高级实验指标： 实现超出 PostHog（开源的产品分析与实验平台）能力范围的度量体系
构建产品功能的核心数据看板
复杂分析： 使用高级 SQL / Python 进行深度建模与分析
轻量级数据工程与建模： 管道构建与数据转换
知识分享： 传授数据科学原理与术语黑话字典

产品经理职责：

熟悉业务核心指标，能够识别异常趋势并主动发起分析
使用 PostHog 分析产品趋势与使用情况（包括用户群体与行为追踪）
从 Hex（可协作的数据分析工作台）主表中提取基础数据
主动管理实验全生命周期：包括前测 / 回测 / 清理阶段
负责定义实验方案：实验曝光、分组与成功指标
识别需要新增的埋点事件以完善度量
进行初步实验回顾，识别表现优异的版本
理解业务核心指标与公司战略之间的关联，
能在发布决策中做出高判断力取舍
需能在 PostHog 独立完成数据分析，并在 Hex 编写简单查询

共同职责：

分析实验影响：就结果与解读达成共识
定义核心KPI（如 AER、留存率、转化率等）
当需要更深入分析时，共同进行实验复盘
识别并调查异常模式

C. Equal Partners, Different Lanes｜平等协作，各司其职

产品经理决定「做什么」：

界定问题
明确目标
提供清晰的背景与上下文

工程师决定「怎么做」：

与产品经理和设计师共同设计解决方案
负责可行性、取舍与执行落地
保证技术实现的速度与质量

设计师确保「足够简单」：

让复杂的AI变得人人可用
坚守“老奶奶测试原则（grandma test）”
打造愉悦而流畅的用户体验

数据分析师提供「真实依据」：

用数据验证假设
以科学方式衡量影响
指导实验设计与方法论

所有人共同对齐「为什么」：

为什么值得做？
我们要解决什么问题？是为谁解决？
为什么是现在？为什么采用这种方法？
这项工作如何推动业务前进？

D. Process of Building Prototypes｜原型构建流程核心理念：
在传统软件中，产品经理 + 设计师 + 工程师构成“黄金三角”。
而在高速迭代的AI时代，我们更注重速度与学习，而非完美的流程。灵活协作模式：
产品经理与设计师之间的分工可根据团队灵活调整。
有的产品经理具备丰富的用户体验经验，可主导完整原型流程；
有的设计师对AI原理理解更深，也能主导原型构建。两人原则：
通常由一名产品经理或设计师 + 一名工程师（共2人）共同完成原型。
我们不会为了照顾情绪而追求一致意见，
目标是尽快在市场中验证想法，
以便团队更快构建出更好的产品。人人皆可构建：
每个人都有机会为新想法构建原型。
在AI时代，可探索的方向几乎无限（就像我们在黑客松中所做的那样，令人惊艳）。
关键在于：让合适的小组能快速决策、快速推进。

通用方法论：

原型优先：产品经理 / 设计师与工程师直接协作，快速构建并测试创意
事实说话：先用真实用户验证概念，再进行深入的设计投入
设计打磨：一旦验证可行，设计师将体验打磨至契合整体产品框架，并保持简洁
投产就绪：所有从原型进入正式版本的功能，都必须达到我们的高质量标准

为何有效：AI 功能的不确定性极高，
大多数原型都会失败。
若在未经验证前就过度投入设计，只会浪费时间。
但——
凡是面向用户发布的内容，必须符合我们的质量标准。

第五部分：核心产品团队Focus: Building and Refining Core Product Features聚焦：构建与打磨核心产品功能

核心产品团队的使命：
核心产品团队专注于 HeyGen 的基础产品体验——
构建定义 HeyGen “是什么”与“能做什么” 的核心功能。
他们优化的重点是：

用户体验质量
功能完整性
产品的长期愿景

核心产品团队特征：

针对复杂功能拥有更长的开发周期
聚焦整体产品体验与用户旅程
重视设计体系与一致性
实现跨产品生态的深度整合
我们在构建的是一个商业工具，但卓越的产品体验同样至关重要。对于一款创意工具来说，唯有让使用过程“愉悦且顺滑”，HeyGen 才能真正触达 1 亿用户的目标。

核心产品标准：

标准很简单：

在每一次体验上，都做到绝对的最好。
任何低于此标准的表现，都不够好。

实现方式也同样直接：

以极快速度行动，比竞争对手快迭代 5 倍。

零缺陷目标：

我们的目标是：零缺陷（Zero Bugs）。
虽然我们尚未达到，但这是我们的北极星方向（North Star）。

最好的创意工具——Canva、Figma、CapCut——几乎不会出现严重 Bug，
因为在创意工作中，准确性就是生命线。

作为一款创意工具，
可靠性不是可选项，而是信任与工作连续性的基石。

第六部分：增长产品团队实验引擎哲学

增长团队（Growth Teams） 的运作方式与核心产品团队不同。
我们是 实验引擎（Experiment Engine） ——
为速度、学习与影响力而生。
每一条原则，都服务于一个目标：

让团队以更高的速度前进。

核心增长原则

工程是手段，影响是目标。

我们不只是交付代码，
我们交付的是结果。

在AI时代，代码廉价，影响力才昂贵。
不要为了“美观”或“过度工程化”去构建没人需要的方案。
优化的方向应是：聚焦影响速度，构建真正重要的部分（20%的投入，换来80%的结果）。

当价值被验证后，再去迭代；当影响真实可见，再去精修。

实验的目标是学习，而非胜利。

安全的实验，不是真正的实验。
实验的意义在于：
通过聪明的风险与大胆的假设，
更快地获得学习成果。

允许快速犯错，
是为了下一次能更快地做对。

增长团队的分工重点

增长产品经理：实验的统筹者

与团队共同决策
负责指标与学习循环（learning loops）
深度理解用户问题与业务影响
清晰地界定问题与目标（定义“What”）
与工程团队对齐“Why”——为何值得做？为何是现在？
快速启动实验，导向行动
对结果负责，而非仅仅是产出

增长工程师：速度机器

与产品经理与设计师协作共创解决方案
负责可行性、取舍与执行落地，构建更快、更聪明的系统
在明确“Why”的前提下，塑造“How”
以最大速度推动实验上线
痴迷于学习循环与数据反馈
深刻理解问题，而非仅仅告诉我该构建什么
掌握“Why”，成为主动创造价值的成员
注重“影响速度”，而非完美架构
构建能真正改变公司轨迹的实验引擎

增长的本质差异

增长团队与核心产品团队，玩的是两种不同的游戏：

核心产品团队聚焦于构建与打磨功能；
增长团队则聚焦于快速实验与快速学习。

我们参与的，是一场速度制胜的游戏。
而每一条原则，
都只为一个目标服务：

让 HeyGen 以更快的速度成长。

第七部分：沟通协议直接、高效、异步优先

核心原则：

异步优先：在分布式办公环境下，尽可能采用异步沟通方式。
会议红线：如果任何团队成员每周参与了超过3场、且人数超过5人的同步会议，应立即亮起红灯，审视会议必要性。
时间聚焦：我们的时间应该花在构建产品上，而不是花在会议上。
线下聚焦高效：面对面沟通应用于高影响场景，以实现更高的信息传递效率与团队凝聚力。

决策沟通：

通过 Slack 立即同步决策内容
明确单一负责人与执行时间点
团队之间保持完全透明
共享背景与上下文，而不仅是计划
向需要沟通的对象清晰说明每个决策

反馈原则：

反馈要直接：好的工作就说好，不好的就指出来
聚焦工作本身，而非个人
当你收到反馈时记住：对事不对人。讨论的是工作，不是你本人。每个人都可以持续进步

第八部分：应避免的反模式
🚨AI开发的七宗罪1. 完美架构执念

花上好几周去为“规模化”设计架构。
你的“规模问题”：100个用户。
真正的问题：还没有用户真正喜欢它。

2. 研究瘫痪

“我们需要更多用户调研。”
几个月访谈下来，却从未发布任何版本。
更好的方式：先错着上，快速学，再对着改。

3. 稳定地基幻想

等AI“成熟”再行动。
还在按2019年的方式构建产品。
现实是：稳定永不可期——不如乘风破浪。

4. 共识陷阱

众口一词 = 无人问津。
坚定主张，但随时准备纠正。
冲突，往往意味着你正在接近真相。

5. 质量借口

“还没准备好。”
“再润色一轮就行。”
要有信心发布，然后快速改进。

6. 大爆炸式发布

6个月的秘密开发，
然后隆重揭晓。
此时竞争对手早已发布、学习并迭代完了。

7. 沉没成本谬误

“我们已经投入太多了。”
要学会快速止损。
庆祝所获得的学习，
然后——删掉那段代码。
🐢什么时候该真正放慢速度？

质量红线（不可妥协）

阻碍实验学习的Bug
安全漏洞
严重损害用户体验的功能
影响客户使用的重大变更

战略性停顿（罕见但重要）

单向门决策，对业务影响重大
技术架构调整，将影响未来6个月的发展
用户反馈表明方向性需要根本改变
涉及法律或合规要求

🚩红旗预警器

当你听到这些话——
🚨 “我们再多想一想吧” ➡️ 我们已经落后了
🚨 “我们应该让所有相关方都对齐” ➡️ 决策瘫痪要来了
🚨 “如果技术变了怎么办？” ➡️ 它一定会变，先发布再说
🚨 “等下一个模型吧” ➡️ 竞争对手不会等
🚨 “我们需要一个更稳健的方案” ➡️ 用户需求优先
🚨 “这还可以再打磨一下” ➡️ 先发布，若用户在乎再打磨

第九部分：战时制胜法则

为什么我们会赢？

我们比竞争对手快 5 倍发布：
更多实验 → 更多学习 → 更快成长。

学习会形成复利效应，让产品持续变得更好。
我们专攻别人回避的领域。

不稳定性正是我们的优势：
传统公司无法快速适应，而我们能。

我们聚焦真正重要的事：为用户提供卓越质量、以速度驱动学习、用创新塑造差异。

我们的七条“驾浪”信条（愿景）

快速行动，绝不妥协
打造极致的产品体验
质量至上（尤其是视频视觉品质）
可以有分歧，但行动一致
如果犹豫，就发布一个实验
拥抱AI的不稳定性，驾驭浪潮前进
通过整合促进创新

结语

乘浪前行

三年前，我们无法想象AI能达到今天的水平——
那时，连 ChatGPT 都还不存在。
三年后，今天的前沿技术也将显得稚嫩。

唯一不变的，就是变化。
唯一的战略，就是驾驭浪潮。
唯一的目标，就是创造用户价值。

我们虽未掌握所有答案，
但我们拥有更重要的东西：

全行业最快的学习循环。

每天我们都面临选择——
追求虚假的稳定，还是拥抱浪潮。

我们选择后者。

我们选择构建那种会随AI进步而变得更好的产品。
我们选择快速发布，更快学习，最终赢得未来。

欢迎来到软件开发的未来。
让我们一起创造非凡。

请记住：

速度与质量并行，

创新与融合共生，

效率服务于目标。

Move fast. No compromises. Ride the wave.
快速行动，绝不妥协，乘风破浪。

全文完

再说一次，这篇文章，绝对会成为AI创业路上的经典。HeyGen正在打造一种全新的AI创业法则。记得收藏吧。