當 AI 幫每個人寫出 80 分的東西，你拿什麼拉開差距？Sam Parr 的品味養成法則
當 AI 能幫每個人產出 80 分的內容，品味就是那個把你從 80 分拉到 95 分的東西。 你用 AI 寫了一封開發信，措辭流暢、邏輯清晰、還附上客製化的數據。你覺得不錯，按下送出。但客戶那邊，同一天收到了十封幾乎一樣水準的信。 問題不是你寫得不好，問題是大家都寫得「不錯」了。當 80 分變成基本門檻，能讓人停下來多看一眼的，不是工具，是使用工具的人有沒有品味。 2026 年 3 月，Sam Parr 在 My First Million Podcast 第 809 集用一個詞總結了這件事：Taste is your moat——品味，才是你的護城河。 Sam Parr：把「品味」從抽象概念變成可操作的判斷力 Sam Parr 是 The Hustle 的創辦人（後來賣給 HubSpot），也是企業家社群 Hampton 的創辦人，社群成員平均年營收超過 2,500 萬美元。他不是設計師，不談美學理論，而是從一個創業者的角度回答：當 AI 把執行成本壓到趨近於零，你靠什麼贏？ 他的答案很直覺——品味。但這裡說的品味不是「我喜歡什麼顏色」，而是一種判斷力：知道什麼該留、什麼該砍、什麼會讓人覺得「對」。 這和 OpenAI 執行長 Sam Altman 在 2026 年 2 月透過 X 發文提出的觀點不謀而合。Altman 說：「The best research teams are built through context, taste and a real feel for where the field is headed next.」最好的團隊，靠的是脈絡感、品味、和對方向的直覺。當 AI 能處理幾乎所有技術性工作，人類的判斷力——也就是品味——反而成了最稀缺的能力。 Apple 案例：品味如何變成價值千億的護城河 Sam Parr 在節目中用 Apple 做案例拆解，而這的確是「品味即策略」最經典的商業示範。 Steve Jobs 說過一句常被引用的話：「It comes down to taste. It comes down to trying to expose yourself to the best things that humans have done, and then try to bring those things into what you are doing.」——歸根究底就是品味。你要讓自己接觸人類做過最好的東西，然後試著把那些東西帶進你正在做的事裡。（出自 2007 年 D5 科技大會） Apple 的品味不是表面的「好看」。它是一種深層的簡潔（deep simplicity）——不是因為少所以簡單，而是因為徹底理解了每個零件的本質，所以知道什麼可以拿掉。Jobs 對簡潔的執念體現在產品、包裝、行銷文案、甚至零售店的地板材質。這不是美學偏好，是一套完整的判斷系統。 對比之下，大部分競爭對手的做法是「加」——多一個功能、多一個選項、多一個按鈕。Apple 的做法是「減」。這種「敢砍」的能力，就是品味的核心：你不是不知道可以加什麼，你是知道不該加什麼。 用設計大師 Dieter Rams 的話說：「Good design is as little design as possible.」好的設計，就是盡可能少的設計。這句話聽起來像禪語，但背後是大量的試錯和取捨——你得先做了一百個版本，才有資格說「這一個就夠了」。 品味養成的三個核心法則 Sam Parr 在節目中整理了幾條「品味養成規則」（The Rules），結合他的觀點和相關討論，以下是三個最核心的法則： 法則一：大量接觸一流作品（Expose Yourself to the Best） 品味不是天賦，是輸入的結果。你見過的好東西越多，你的判斷基準線就越高。 這不只是「多看」，而是刻意跨領域地看。Jobs 年輕時旁聽書法課，後來把字體美學帶進了 Mac。Sam Parr 在節目中也強調，品味的養成需要跳出你的同溫層——如果你只看同業在做什麼，你的品味上限就是同業的平均值。 具體做法：去讀你領域之外的一流作品。建築、料理、電影剪輯、文學——任何在該領域被視為頂尖的東西，都在訓練你的判斷力。你不需要成為專家，你需要的是讓「好的標準」內化成直覺。 法則二：練習刪減，而非堆疊（Learn to Subtract） 品味的展現往往不是你加了什麼，而是你敢拿掉什麼。 這是 Apple 設計哲學的核心，也是 AI 時代最被低估的能力。AI 擅長「生成」——給它一個提示，它能產出十個版本、二十個變體。但 AI 不擅長判斷哪一個該留、其他九個該丟。 正如設計師 Eric De Castro 在 2026 年 2 月的文章中寫的：「The person who can look at 1,000 AI-generated options and say 'No. No. No. No… Yes. That one' possesses the real skill.」能從一千個 AI 生成的選項中指出「就是這個」的人，才擁有真正的技能。 未來的經濟不獎勵「能創造最多的人」，而是獎勵「能刪掉最多的人」。 法則三：從「為什麼好」開始拆解（Dissect the Why） 看到好東西，不要只是欣賞，要問「為什麼好」。 一封讓你忍不住回覆的信，是開頭的第一句話抓住你？還是整體節奏讓你讀得舒服？一個讓你願意多停留三秒的網頁，是配色的原因？還是留白的比例？ Sam Parr 在討論「學習品味」（Learning Taste）時強調的重點是：品味的養成不是被動接收，而是主動拆解。每一次你分析「為什麼這個東西讓我有感覺」，你都在建立自己的品味資料庫。 18 世紀哲學家 David Hume 在經典論文〈Of the Standard of Taste〉中早就提過類似的觀點：品味不是隨機的偏好，而是一種「可以透過廣泛接觸、仔細比較、和擺脫偏見來培養」的能力。換句話說，品味是有方法論的。 品味在 AI 時代的三個不可取代性 為什麼 AI 自己不能發展出品味？這牽涉到品味的三個本質特性： 脈絡感（Context）。 AI 活在永恆的現在——它不理解一個設計選擇的歷史脈絡，不知道某種風格為什麼在此刻會讓人產生共鳴。品味需要文化記憶。 自我限制的紀律（Constraint）。 AI 的本能是「加」——它被設計來生成更多內容。品味的本能是「減」——它需要拒絕的勇氣。 敢冒犯的底氣（Conviction）。 AI 迴避風險、追求最大公約數。但真正有品味的選擇，往往會讓一半的人皺眉，卻讓另一半的人深受觸動。如同 Eric De Castro 在同一篇文章中的定義：「Taste is the courage to alienate 50% of the audience so the other 50% falls in love.」——品味，是敢讓一半的人不買單、好讓另一半的人愛上你的勇氣。 品味是最被低估的專業能力 Sam Parr 這集節目最有價值的提醒是：品味不是天生的，也不是只有設計師才需要的東西。它是一種可以刻意練習的判斷力，而且在 AI 時代，它的價值正在急速上升。 當每個人手上都有同樣的 AI 工具，能寫出同樣流暢的文案、做出同樣精美的簡報、產出同樣「正確」的分析報告——最後讓客戶選擇你而不是別人的，是你在那些 AI 搞不定的地方展現出來的判斷：這句話要不要留、這個段落的順序對不對、這個提案的重點是不是真的打中對方在意的事。 工具會持續進化，但品味永遠是人的事。📎 Sam Parr 在 My First Million Podcast 第 809 集聊的不只是品味——他還談到自己怎麼從零開始學寫作、怎麼判斷一個商業點子值不值得做、以及為什麼他認為「無聊的生意」反而最賺錢。整集大概一小時，節奏很快，很適合通勤的時候聽。如果你對「品味」這個概念想再深入，設計師 Eric De Castro 的那篇 Taste is the Only Moat Surviving the AI Flood 從設計師的角度切入，跟 Parr 的商業視角形成很好的互補。
Vercel 的瘋狂實驗：讓工程師跟蹤最強業務 6 週，打造一個年薪三萬的 AI 分身
最近科技圈最瘋狂的一則新聞：軟體公司 Vercel 把 10 人的銷售團隊，縮編到剩 1 個人加一個 AI。 不是裁員。是他們的 AI agent 真的能做到那 10 個人在做的事。 Jeanne DeWitt Grosser：從 Google 到 Stripe 再到 Vercel 的營運長 Jeanne DeWitt Grosser 是 Vercel 的營運長（COO），之前在 Stripe 當 Chief Business Officer、再之前在 Google 帶過業務團隊。她在 2025 年 11 月的一集 Lenny's Podcast 上分享了這個故事，引爆了整個 SaaS 圈的討論。 Vercel 是一家開發者工具公司，做的是網站部署平台。他們的銷售團隊原本有 10 個 SDR（Sales Development Representative，負責開發潛在客戶的業務代表），做的事情包括回覆客戶訊息、過濾垃圾郵件、分類需求、回答問題、把案子往上丟給資深業務。 Vercel 如何用六週打造 AI 銷售分身 Vercel 的做法不是去買一堆 AI 工具拼湊。他們做了一件很聰明的事： Step 1：找出你最強的那個人。 團隊裡一定有一個人，成交率最高、客戶回頭率最好、處理問題最俐落。Vercel 找到了他們的 top performer。 Step 2：派工程師去「跟蹤」。 三名工程師花了整整六週，像影子一樣跟著這位最強業務。他們記錄每一個動作：怎麼讀訊息、怎麼判斷哪些是垃圾、怎麼回覆客戶、什麼時候把案子升級、用什麼語氣、遵循什麼邏輯。 不是問他「你平常怎麼做」——因為人往往說不清楚自己的工作流程。而是直接觀察、直接記錄。 Jeanne 在訪談中解釋：「People can't always articulate what makes them great. You have to watch them.」（人們不一定能說清楚自己為什麼厲害，你必須去觀察他們。） Step 3：把流程變成 AI agent。 六週的觀察資料，成為 AI agent 的訓練藍圖。這個 agent 現在能自動做到：篩選訊息、過濾垃圾、回覆客戶提問、判斷案子的優先順序、把需要人處理的案子丟給那位唯一留下的人。 結果？ 10 個人的工作量，現在由 1 個人 + 1 個 AI agent 完成。AI agent 一年的運行成本大約一千美元。對比原本團隊超過一百萬美元的年薪支出。 而且那 9 個被「取代」的人並沒有被裁掉——他們被調去做更有價值的 outbound prospecting（主動開發客戶），也就是 AI 目前還做不好的事。 能寫成 SOP 的工作，AI 就能接手 Jeanne DeWitt Grosser 說了一句讓人頭皮發麻的話："If you can document a workflow, it's now pretty straightforward to have an agent do it." （如果你能把一個工作流程寫成文件，那讓 AI agent 來做就很直接了。）這句話的殺傷力在於它的適用範圍。不是只有科技公司能這樣做。任何一個重複性高、流程明確的工作，都在射程範圍內。 反過來說，如果你的工作沒辦法被寫成 SOP？那你反而是安全的。 Vercel 把人調去做 outbound，就是因為那需要判斷力、創造力、人與人之間的信任——這些東西目前還寫不成 SOP。 更值得注意的是 Vercel 的方法論：他們沒有去買市面上的 AI 銷售工具，而是從自己最強的人身上「萃取」能力。因為每家公司的客戶不同、產品不同、銷售流程不同，通用工具永遠比不上從自己的 top performer 身上複製出來的 agent。 Vercel 目前已經部署了 6 個 AI agent，目標是在未來一年內擴展到上百個——每一個都是某個 top performer 的數位分身。 三個問題，檢視你的團隊能不能這樣做 Jeanne 在訪談中強調，這個方法的核心不是技術能力，而是「觀察力」。任何公司都可以用這三個問題開始：你的團隊裡，誰的表現最好？ 不是主管覺得最好的，是數據上表現最好的。成交率、客戶滿意度、處理速度——用數字說話。他做的事情，能不能被拆解成步驟？ 如果可以，那這就是 AI agent 的候選工作。如果不行，那這個人做的事可能更有價值，不應該被自動化。你願意投入多少資源來觀察？ Vercel 投入了三名工程師六週的時間。這不是小投資，但對比省下的百萬美元人力成本，ROI 非常明確。Vercel 的案例證明了一件事：AI agent 最有效的建造方式，不是買現成工具，而是從你最強的人身上「萃取」能力。 因為每家公司的客戶不同、產品不同、流程不同，通用工具永遠比不上量身打造的 agent。 這不是未來式，是現在進行式。📎 Jeanne DeWitt Grosser 在那集 Lenny's Podcast 裡不只講了 AI agent 的事，還分享了 Vercel 從零到規模化的完整 GTM 策略，以及她在 Stripe 和 Google 累積的 B2B 銷售經驗。如果你對「科技公司怎麼打造銷售引擎」這個主題有興趣，推薦完整收聽：What the best GTM teams do differently — Lenny's Podcast。
Todd Caponi 的四槓桿談判法：為什麼你不該害怕客戶殺價？
客戶說「能不能便宜一點？」的時候，大多數業務員只有兩種反應：要嘛硬著頭皮說不行，要嘛心一橫直接打折。 Todd Caponi 說，這兩種都錯了。 Todd Caponi：用行為科學翻轉銷售的透明度倡導者 Caponi 在 B2B 科技圈打滾超過二十年，當過好幾間公司的業務副總和營收長（CRO），帶過的團隊經歷了兩次成功的公司出場。他最出名的是《The Transparency Sale》這本書——主張業務員應該主動告訴客戶自己產品的缺點，而不是藏起來。 這聽起來很瘋狂，但他用行為科學解釋了為什麼這招有效：人類天生對「太完美」的東西有警覺，主動揭露弱點反而建立信任。 2026 年初，他出了第三本書《Four Levers Negotiating》，把同樣的「透明」哲學搬到了談判桌上。 四槓桿框架：每一次讓步都是一筆交易 Caponi 的論點很簡單：每一家營利公司的定價，本質上都是由四件事決定的。 如果你把這四件事攤開來跟客戶講，「殺價」就不再是一場拉鋸戰，而是一場有規則的交換。 他把這四件事叫做「四個槓桿」：Volume（量）：客戶買多少 Timing of Cash（付款速度）：客戶多快付錢 Length of Commitment（承諾長度）：客戶承諾多久 Timing of the Deal（成交時間）：客戶什麼時候簽規則只有一條：任何一個槓桿的讓步，都要用另一個槓桿來交換。 這就是「透明定價」的談判版：你不是在跟客戶鬥智，你是在跟客戶一起算數學。 技巧一：把定價邏輯「說出來」 大多數業務員把定價當成機密——能不講就不講，被問到才勉強回答。Caponi 的做法完全相反：在客戶還沒開口殺價之前，就主動解釋定價的結構。 具體怎麼說？像這樣："Our pricing is based on four things: how much you buy, how fast you pay, how long you commit, and when you sign." （我們的定價基於四件事：你買多少、多快付款、承諾多久、什麼時候簽約。）為什麼要主動說？因為當客戶理解價格背後有邏輯，他們就不會把殺價當成「看你能讓多少」的賭局。他們會開始思考：「我可以在哪個槓桿上給對方好處，來換到我想要的？」 重點不是阻止殺價。重點是把殺價從情緒博弈變成理性交換。 技巧二：客戶要折扣時，問「為什麼」然後「換」 當客戶說「太貴了」，別急著回應。先搞清楚折扣的驅動力是什麼——是預算真的不夠？是在跟競品比價？還是只是習慣性地試探？ 然後，用四槓桿的邏輯來回應。舉個例子：客戶：「能不能打九折？」 你：「可以。如果你從月繳改成年繳（付款速度↑），我可以給你這個折扣。」 或者：「可以。如果你願意在這個月底前簽約（成交時間↑），我可以做到。」Caponi 強調，這不是在耍客戶。你是真的在做交換——年繳讓你的現金流更穩定，提早成交讓你的業績預測更準確。折扣是你「買」到這些好處的代價。 這個邏輯一旦建立，客戶會覺得自己不是被拒絕，而是拿到了一把鑰匙。 技巧三：別跟 Chris Voss 學談判（至少在銷售場景別學） 這是 Caponi 最有爭議的觀點。Chris Voss 的《Never Split the Difference》是談判聖經，但 Caponi 認為那套東西不適合 B2B 銷售。 為什麼？Voss 的書裡有一個章節叫「Create the illusion of control」——製造對方以為自己在掌控的假象。Caponi 直接說：「這是一種欺騙（a form of lying）。」 他的邏輯是這樣的：Voss 是 FBI 人質談判專家，他的場景是「談完這次，你跟對方可能一輩子不會再見面」。但銷售不一樣——你要的不只是這一筆交易，你要的是客戶續約、加購、幫你介紹新客戶。 在這種長期關係裡，任何「讓對方覺得自己贏了但其實你在操控」的技巧，遲早會反噬。 Caponi 的替代方案就是四槓桿：你的籌碼全攤在桌上，客戶的選項也清清楚楚。沒有人在猜對方的底牌，因為根本沒有底牌。這套框架最厲害的地方，不是某個話術或技巧，而是它改變了你面對「殺價」這件事的心態。當你有一套清楚的交換邏輯，你不會害怕客戶開口要折扣——因為每一次要求，都是一次讓交易變得更好的機會。📎 Todd Caponi 的新書《Four Levers Negotiating》（2026 年出版）完整展開了這套框架，包含大量的實際對話範例和練習場景。如果你每天都在跟客戶談價格，這本書值得放在桌上。他之前的《The Transparency Sale》也推薦一讀——先理解「透明銷售」的底層邏輯，四槓桿談判法用起來會更順手。