本期简介
“我觉得,AI 已经完全超越我了。”
本期节目,我们和 Suno 工程师 Guangyao 展开了一场关于 AI、音乐、工程师工作方式与未来组织形态的深度对话。
Guangyao 回顾了自己从大厂工程师转向早期 AI 音乐公司的职业选择:当稳定和职级不再是最重要的目标,真正值得投入的,是不是一个自己认可的产品、有没有足够的主导权,以及能否和团队一起快速构建有意义的东西。
随后,我们从内部工程师的视角讨论 Suno。它不只是一个“输入一句话就能写歌”的工具,而是希望围绕音乐生成继续延伸到个性化、图片与视频、音乐编辑、Remix 等场景,同时服务专业音乐人和更广泛的普通音乐爱好者。Guangyao 也分享了自己的工作:如何引入并优化外部图像、视频模型,在降低推理成本的同时,让生成结果更符合 Suno 的视觉审美;以及团队如何通过点赞、保存、下载等用户行为,把主观的审美判断转化为可以观察的数据。
对话的重点还包括 AI 原生公司的真实工作流。在 Suno,产品文档、会议、消息、编码和测试都可以与大模型连接。工程师越来越少亲自写代码,而是让 Claude、Codex 等 Coding Agent 消化需求、执行任务、测试并协助排查线上问题。AI 工具虽然人人都能使用,却不会自动抹平能力差距;相反,能否提供正确的上下文、拆解任务、安排验证流程,并像管理一支高级工程团队一样管理 Agent,可能让不同人的产出差距进一步放大。
最后,我们聊到一个更直接的职场问题:当 AI 已经能承担大量工程、设计和分析工作,公司还需要多少人?Guangyao 判断,未来很多公司可能只需要五个人左右。效率提升并不必然带来十倍更好的产品,因为组织沟通、协作摩擦和人的决策仍可能成为瓶颈。对身处变化中的职场人,他给出的建议是:持续关注行业变化,在条件允许时尝试更有成长空间的小团队,同时解决好身份、风险承受能力、身体状态和长期心态这些现实问题。
## 时间戳 / Chapters
00:00|开场高光:AI 已经完全超越我了
Guangyao 直言,最近两三周已经很少打开 IDE,大部分问题都交给 Claude 或 Codex;AI 会放大个人产出差距,未来公司甚至可能不超过五个人。
00:22|嘉宾介绍:从纽约同学到 Suno 工程师
Kaiyi 介绍研究生时期的同学 Guangyao:两人曾一起在纽约工作,如今 Guangyao 在 AI 音乐公司 Suno 担任工程师。
01:00|职业选择:为什么离开大厂、加入早期 Suno
从 2010 年代“进大厂、解决身份”的典型规划,聊到稳定之后重新寻找真正有兴趣的事情。Guangyao 回顾校友推荐、与 CEO 沟通,以及从工作四年的 Uber 转向早期 Suno 的决定。
04:17|工作十年后,职级还重要吗?
讨论资深职场人对晋升、Level 和稳定性的看法。相比继续向上爬,Guangyao 更看重做什么产品、拥有多少主导权,以及能否和团队一起快速构建有意义的东西。
06:08|Suno 真正想解决什么问题
Suno 不只是“输入文字生成歌曲”的工具。围绕音乐生成模型,它还可以延伸到个性化、图片与视频、数字音频工作站、音乐编辑和 Remix 等更丰富的创作场景。
08:36|专业音乐人还是普通用户:Suno 为谁服务
专业音乐人需要更强的模型辅助创作,但普通音乐爱好者拥有更大的用户基数。两类用户并不冲突,就像通用大模型既能帮助程序员,也能覆盖更多日常场景。
09:48|Guangyao 的工作:生成视频、控制成本与定义审美
Guangyao 介绍自己负责的视频和音乐生成工作:选择并自托管外部先进模型、进行性能优化、降低推理成本,同时探索符合 Suno 品牌的视觉审美。团队会参考点赞、保存和下载等行为数据,衡量用户对生成结果的偏好。
11:26|AI 公司的壁垒:模型、数据、产品还是工程体验
对话比较基础模型能力、数据、产品设计和工程体验的重要性。Guangyao 认为当前阶段模型仍是主要驱动力;Suno 的音乐模型从预训练开始自主训练,迭代节奏也不依赖外部通用大模型。
15:29|Suno 内部怎样使用 AI:从 PRD 到生产代码
团队把文档、会议、消息和开发流程接入大模型,让 AI 消化产品需求、编写和测试代码,工程师重点负责 Review 与生产环境验证。Guangyao 表示自己已经很少用 IDE 写代码。
17:46|同样使用 Coding Agent,为什么产出能差一百倍
AI 更像一支能力极强的高级工程团队,真正的差异在于人能否提供上下文、拆解任务、安排工具和验证步骤。节目进一步用线上延迟排障、日志分析、跨数据源验证、推理时间优化和设计系统应用说明完整的 Agent 工作流。
22:47|职场焦虑:未来公司可能只需要五个人
当 AI 能覆盖工程、设计、分析等多种角色,人还应该负责什么?两人讨论岗位减少、应届生门槛提高、留学生就业困难,以及效率提升为何不一定直接变成更好的产品。
25:12|效率提升之后,组织为什么仍然是瓶颈
即使个人效率提高十倍,沟通摩擦、协作损耗和人的决策仍会限制产品迭代。更小的团队和更高程度的机器主导,可能成为 AI 原生公司的重要组织课题。
26:42|给职场人的建议:身份、风险、身体和长期心态
Guangyao 建议持续了解 AI 行业变化,在现实条件允许时尝试小公司;对于第一代移民,身份会直接影响试错空间。同时,小团队的工作强度可能很高,锻炼身体和保持稳定心态同样重要。
28:44|反向提问:Kaiyi 接下来一年的计划
Kaiyi 分享在日本工作和参与创业活动的观察:AI 可能继续拉大人与人、地区与地区之间的差距。他也在思考小团队机会,以及用 AI 帮助职业 Mentor 更高效地提供面试与职场辅导服务。
《职场药丸》是一个由Lynn和Kaiyi搭建的华人职场的畅说平台。关注和订阅我们的播客Podcast,也欢迎加入微信听友群(添加微信小助手: hlynny0123),我们会不定期发布知名公司的招聘信息及行业动态。
我们也在Bilibili,Youtube,小红书开设了视频节目:【开一下小差】。会分享视频播客和AI使用的小技巧,欢迎关注分享,关注小红书可加入讨论互动群!