Linear CTO罕见自曝：我们为什么在AI Agent浪潮里反而更慢

当所有公司都在拼命把AI塞进产品时，Linear 的 CTO 却在公开对话中反复强调“克制”“慢”和“质量”。这场与《Pragmatic Engineer》作者 Gergely Orosz 的对谈，意外揭示了一个反共识判断：在 AI Agent 时代，跑得快，可能才是最大的风险。

当所有人都在卷 AI，Linear 选择先踩刹车

这场对话里最反直觉的一点，是 Tuomas Artman 对“AI 竞争”的态度。主持人直接抛出挑战：当你的竞争对手都在快速拥抱 AI Agent，你们不怕被甩开吗？

Tuomas 的回答并不激昂，甚至有点“降温”。他的核心观点很简单：Linear 早在 AI 成为热点之前，就已经在内部系统里大量使用自动化和“类 Agent”的流程，但他们始终避免把不成熟的能力直接推给用户。

他说得很直白：如果你真的在乎质量，那你就必须接受一个现实——有些东西，现在就是“还不行”。在外界看来这是慢，在他们内部，这是对产品和用户的尊重。这个判断，在当下几乎是反主流的。

AI Agent 真正的分水岭，不是能力，而是“交付责任”

对话中一个非常关键、但容易被忽略的点，是 Tuomas 对 AI Agent“交付边界”的强调。

很多公司把 Agent 当成一个可以“甩锅”的存在：让模型自己跑，让系统自己决定，然后用“AI 还在进化”来解释一切问题。但在 Linear 的语境里，情况完全相反——只要功能是你交付给用户的，责任就永远在你这里。

他提到，Linear 内部对任何自动化、智能决策的态度都非常一致：你可以把复杂度交给系统，但不能把后果交给用户。这也是为什么他们宁愿把一部分能力先用在内部流程、工程协作和决策辅助上，而不是急着对外宣传“我们也有 AI Agent”。

一次“不成功的叙事”，反而暴露了真正的竞争力

有意思的是，Tuomas 在聊天中还自嘲了一句：这并不是一个“很好的收购式叙事”。

什么意思？在当下的创业环境里，一个好听的 AI 故事，本身就可能带来估值、流量和关注度。但 Linear 的做法，恰恰不利于这种包装。他们不追逐短期声量，也不急着证明“我们不会被 AI 取代”。

Gergely 在一旁点出了关键：正是这种长期不讨巧的选择，让 Linear 在产品一致性和工程决策上犯的错更少。不是因为他们更聪明，而是因为他们给自己设置了更高的“不犯错门槛”。

你很少见到的公司文化：真的去“感受用户的痛”

在谈到文化时，话题明显从技术转向了更底层的东西。

Tuomas 提到，他们非常在意团队是否真实地感受到用户的痛苦、快乐和摩擦点，而不是通过指标、看板或汇报间接理解。这种文化直接影响了他们对 AI 的态度：如果一个功能让用户“感觉不自然”，哪怕它在技术上很酷，也会被否掉。

Gergely 评价说，这种体验在很多公司几乎不存在。多数团队讨论的是“我们能不能做”，而不是“用户用起来是不是别扭”。而 AI Agent，恰恰是最容易制造‘不自然体验’的技术之一。

向前看一年：真正重要的不是模型，而是选择

在被问到未来一年最重要的两件事时，对话并没有落在具体模型或工具上。

讨论的重心反而是：哪些决策应该交给机器，哪些必须牢牢掌握在人手里；以及，团队是否有能力在外部噪音极大的情况下，持续做出一致的产品判断。

这听起来不性感，但信息量极高。它暗示了一件事：下一阶段的 AI 竞争，很可能不是“谁用的模型更强”，而是“谁更清楚自己不该用 AI 做什么”。

总结

这场对话最大的价值，不在于 Linear 做了什么炫目的 AI 功能，而在于他们清楚地知道哪些事现在不该做。对 AI 从业者来说，这是一个重要提醒：Agent 并不是越早交付越好，真正的护城河，是你为质量和用户体验设下的底线。

如果你正在构建 AI 产品，不妨问自己三个问题：这个决策真的应该交给模型吗？失败的责任是谁？用户是否会觉得“自然”？在一个人人都在加速的时代，能回答清楚这些问题，本身就是一种稀缺能力。

关键词： AI Agent， Linear， 产品质量， 工程文化， AI趋势

事实核查备注： 需要核查：Tuomas Artman 的职务是否为 Linear CTO；对话嘉宾是否包含 Gergely Orosz；视频发布时间 2026-04-21；视频中关于 AI Agent 的原话表述。