这篇访谈说的是Instagram两位创始人分享他们做产品的经验。他们认为，好产品要解决用户真正的需求，而不是堆砌功能。他们觉得市场变化快，创业者要专注增长，别急着赚钱。提到的重点有：Instagram（月活超10亿，他们早期只花了6.5万美元就做出来了）、Snapchat（他们的Stories功能灵感来自Snapchat）、Twitter（早期靠它拉用户）。
Instagram联合创始人Kevin Systrom与Mike Krieger在播客中分享了产品构建与规模化经验。核心观点：成功产品需围绕"jobs-to-be-done"框架解决用户真实问题，而非追逐功能。他们强调从零构建并出售Instagram后，在Facebook内部运营的独特视角——早期应聚焦增长与分发，而非过早考虑变现。重要结论：领导力需平衡谦逊与自信，团队原则的清晰传达至关重要。Stories功能的设计逻辑源于用户"分享瞬间而非完美内容"的需求。进入发展中国家市场时，观察到用户对低数据消耗模式的偏好。当前关注机器学习在个性化推荐中的应用，并建议创业者善用数据判断用户行为。
Instagram 联合创始人 Kevin Systrom 与 Mike Krieger 在播客中分享了产品构建与规模化经验。核心观点：成功产品需围绕“jobs-to-be-done”框架解决用户真实问题，而非追逐功能。他们强调从零构建并出售 Instagram 后，在 Facebook 内部运营的独特视角——早期应聚焦增长与分发，而非过早考虑变现。重要结论：领导力需平衡谦逊与自信，团队原则的清晰传达至关重要。Stories 功能的设计逻辑源于用户“分享瞬间而非完美内容”的需求。进入发展中国家市场时，观察到用户对低数据消耗模式的偏好。当前关注机器学习在个性化推荐中的应用，并建议创业者善用数据判断用户行为。
Kevin Systrom 认为，产品存在的唯一理由是解决用户的具体问题，而“jobs-to-be-done”理论正是这一理念的系统化表达。
Mike Krieger 认为，当平台覆盖全球用户时，必须从单一“社区”思维转向管理“社区群”，并接受不同群体的差异化需求。
Kevin Systrom 认为，优秀领导者需同时具备“谦逊”与“自信”——对想法充满信心，但保持足够谦逊以快速发现错误。
Mike Krieger 认为，早期创业应优先解决增长与分发问题，变现可以稍后考虑，但必须确保产品本身具备变现潜力。
Kevin Systrom 认为，机器学习是当前最大的技术浪潮，但关键在于“问题导向”而非“技术导向”——先找到问题，再用 ML 解决。
| 标的 | 嘉宾态度 | 关键数据 |
|---|---|---|
| 看好（已退出运营） | 月活超 10 亿，员工超 1000 人，上线前花费 6.5 万美元 | |
| Snapchat | 中性（作为竞争/灵感来源） | 用户通过 Stories 功能表达“分享瞬间”需求 |
| 中性（早期增长渠道） | 早期用户通过 Twitter 分享 Instagram 照片，带来病毒式增长 | |
| 中性（母公司/增长渠道） | 早期用户通过 Facebook 分享；内部管理培训体系被 Instagram 采纳 | |
| Banana Republic | 中性（早期广告客户案例） | 第一个 Instagram 广告客户，手动白板系统运行 |
| Muse（冥想头戴设备） | 看好（技术趋势案例） | 售价约 200 美元，利用 ML 模型分析脑电波 |
| Oura（睡眠戒指） | 看好（技术趋势案例） | 可测量心率变异性等指标，设备小型化趋势 |
| Blue Bottle Coffee | 中性（个人兴趣案例） | 早期门店位于旧金山小巷，启发 Mike 对咖啡的追求 |
1. Kevin Systrom 认为，产品成功的核心是“jobs-to-be-done”框架——用户“雇佣”产品完成特定任务，包括功能、社交和情感需求。支撑：Instagram 早期列出三大问题（照片质量、分享碎片化、速度慢），并逐一解决。
2. Mike Krieger 提出，规模化后必须管理“社区群”而非单一“社区”——不同群体（如 teen 男孩、印尼小商家）使用产品的方式截然不同。支撑：内部工具 Fiddler 抽样显示，teen 男孩用 Stories 提问，印尼商家自发做电商。
3. Kevin Systrom 强调，领导力需平衡“谦逊”与“自信”——对想法充满信心，但保持谦逊以快速发现错误。支撑：Instagram 价值观包括“社区第一”“保持简单”“速度优先”，且“不困惑”原则（“我们可能不对，但我们不混乱”）。
4. Mike Krieger 认为，早期创业应优先增长与分发，变现可稍后考虑——但产品本身需具备变现潜力。支撑：Instagram 第一版广告系统是 Sharpie 画在日历上的白板，每天只运行一个广告主。
5. Kevin Systrom 指出，机器学习是当前最大技术浪潮，但需“问题导向”而非“技术导向”——先找到问题，再用 ML 解决。支撑：ML 只是数学，特征工程过度会导致过拟合；计算机视觉模型可跨领域迁移。
6. Mike Krieger 提出，产品应“解决今天的问题”，而非追逐五年后的愿景——技术浪潮的时机至关重要。支撑：Instagram 从“解决今天的问题”出发（如后台预上传），逐步演进到 Stories、直播等功能。
7. Kevin Systrom 认为，创业者应“永不自我淘汰”——不要因不懂某事而放弃尝试。支撑：Instagram 创始团队没有计算机科学学位，但通过学习和招聘弥补短板。
8. Mike Krieger 强调，数据是判断用户行为的核心工具——但需深入理解数据细节，而非盲目依赖。支撑：Instagram 发现印尼小商家删除已售商品图片，从而洞察电商需求；印度用户因数据成本限制，需优化产品体验。