Where Instagram goes next in an AI world | Adam Mosseri (Head of Instagram)

Instagram 负责人 Adam Masseri 透露：2026年团队已从13人缩至6-7人，新设“产品员工”角色，AI让设计师重新开始编程，PM靠AI完成3-4倍产出。

• 团队规模腰斩：传统大公司团队约13人（2-3安卓工程师、2-3 iOS工程师、2-3服务器工程师、PM、设计师、数据科学家、研究员），2026年已改为 4-6人“Pods”，核心团队通常只有 6-7人。
• 新角色“产品员工”：这是PM的进化版——能兼做设计师、数据科学家、研究员的部分工作，利用AI工具完成传统需要多人协作的任务。例如，过去需要数据科学家做的瀑布流分析（用户流失环节分析），现在产品员工用内部工具就能自动拉取。
• 专家按需配置：团队不再标配所有职能，而是根据项目需求临时加入高级专家。如果涉及定价策略，才需要高级数据科学家；如果体验创新，才需要高级产品设计师。
• 职能边界模糊化：所有角色开始互相渗透。设计师在编程，工程师在拉数据做分析，数据科学家在写设计方案。设计师Nate已从Instagram转岗为产品员工，预示未来最强产品员工将来自设计师和数据科学家的转型。

• 三大不变基线：韧性（有干劲）、快速学习能力、自我认知（能接受反馈）。具备这三项的人，最终能胜任任何岗位。
• 未来两大溢价特质：保持好奇心和愿意把自己推出去尝试。Masseri 类比学外语：最重要的预测指标是“是否愿意像个傻子一样开口说，被纠正也不生气”。面对AI新工具，愿意试错的人才能适应。
• 下降中的需求：管理数千人的大型组织领导者角色将减少，因为团队规模变小。未来更少人需要这种管理技能。
• AI正在重置个人影响力：过去写代码占工程师工作 40-60%，现在大部分时间花在规划和审查代码上。不擅长写代码但擅长规划的人反而受益。Masseri 本人作为设计师出身，10年来第一次能重新编程（虽然只是中等水平），因为AI让他能“负责任地写代码”。

• 算法误解：大多数人以为Instagram算法对用户有“语义级理解”（知道你喜欢冲浪），实际上算法靠的是大型嵌入模型，输出的是人类无法阅读的高维向量。直到最近，LLM才让这些向量变得可解释——例如通过“你的算法”功能，用户可以看到算法认为你感兴趣的主题（如“深度手冲咖啡爱好者”），并手动调整。
• 时间线悖论：用户嘴上说想要纯时间线，但纯时间线会导致内容被专业发布者淹没（《纽约时报》一天发50条，你朋友一周发1条）。Instagram做过实验：默认时间线改为纯时间线后，用户使用量和整体满意度都下降。Masseri 认为设计系统如同设计城市，必须考虑激励机制。
• AI内容是顺风还是逆风：Masseri 认为AI内容是顺风，但也是挑战。更多内容意味着更多注意力（广告业务利好），但Instagram目前还不擅长对AI内容进行排名。在合成内容泛滥的世界里，他认为人们会更追求创造力、真实性和人，这对Instagram有利。
• 平台策略：Instagram将继续投资个人创作者（不限于网红，包括记者、艺术家、卖手作围巾的人），因为权力正从机构转向个人。AI内容不会一刀切过滤，而是按安全性和兴趣度排名。

“在一个更容易构建东西的世界里，更重要的是确保你的时间花在首先弄清楚你应该构建什么上。”

• 产品团队可照搬“Pod”模式：立即将团队精简至4-6人，设立“产品员工”角色（PM+设计师+数据科学家的混合体），按项目需求临时调用专家。这能减少“委员会设计”的协调成本，提升决策速度。
• 招聘时重点考察“试错意愿”：面试时设计一个“让你用AI工具解决陌生问题”的环节，观察候选人是否愿意在不确定中尝试、接受反馈并迭代。这比考察现有技能更能预测未来5年的适应性。
• 做AI产品的团队应警惕“语义幻觉”：用户以为AI理解他们，实际上只是向量匹配。可借鉴Instagram的“你的算法”功能，让用户看到并调整AI对自己的理解，这能提升用户掌控感和满意度。