Eight Sleep CEO: How AI Runs the Company | “Our Engineers Stopped Coding a Year Ago”
20VC · 2026-09-13
Eight Sleep CEO Matteo Franceschetti 称工程师一年前已停写代码，靠数百个 AI agent 支撑全球业务，AI 邮件营销年收入近 1 亿美元。
工程师不写代码后，160人要做10亿美元
Matteo Franceschetti 是 Eight Sleep 的联合创始人兼 CEO。这家做智能睡眠产品的公司已进入 35 个国家，团队只有约 160 人，却在用大量 AI agent——可以理解为能接任务、调数据、给出结果的 AI 工作单元——支撑增长、工程和内部流程。Matteo 讲的不是“AI 能提效”这种空话，而是已经把工程师、邮件营销、付费投放乃至组织人数的账本重写了一遍。更有意思的是，他并不把增长等同于多花钱，也不把人才问题简化成谁出价更高。
这期回答了 7 个问题：
- 当工程师停止亲自写代码，公司的真正瓶颈会转移到哪里？
- 为什么平台显示的 CAC，可能比真实 CAC 低 20%？
- 明明可以多增长 50%，为什么 CEO 宁愿克制投放？
- 一个品牌进入中国，为什么太早反而会被便宜 500 美元的模仿品击穿？
- 面对 Anthropic 等公司高薪挖人，什么情况下加薪也不该留人？
- 夫妻共同创业，怎样既保持高压协作，又不把婚姻变成董事会？
- 如果 AI 让下一代不必为钱工作，人还要靠什么获得幸福和方向？
被问到 AI 如何改变 Eight Sleep 的工程团队时，Matteo 给出的时间点很明确：大约一年前，工程师已经停止亲自写代码。他不是说工程工作消失了，而是把“写每一行代码”交给了数百个 AI 工程师。公司主要使用 Claude，Claude 的月度支出已经达到数百万美元，而且增长太快，以至于他不愿报一个看似精确、很快又会过期的数字。对于一家约 160 人、业务覆盖中国、中东、欧洲等 35 个国家的公司，这是一笔反常识的预算：软件工具费不再只是买几套 SaaS，而开始像一支扩张中的数字劳动力。
"Our engineers stopped coding around a year ago. What they have is hundreds of AI engineers."（我们的工程师大约一年前就停止写代码了。他们拥有的是数百名替他们工作的 AI 工程师。）
这意味着，工程师的产出标准会从“本周提交了多少代码”转成三件更难的事：能不能把问题拆成 agent 可执行的任务；能不能让 agent 接到正确的数据和系统权限；能不能验证交付结果没有埋雷。过去，代码量至少是看得见的劳动痕迹；现在，真正稀缺的是任务设计和质量判断。就像一个人从木匠变成工地总包，他未必亲手砌墙，但必须知道哪堵墙承重、哪批材料有问题。
不过，AI 成本也不是单向上升。Matteo 判断，使用量会不断涨，模型成本则会下降，最后哪一边跑得更快，决定公司究竟省下多少。这盆冷水很重要：把人替换成 agent，不等于技术账单自动变小。
被问到为何不用 Meta、TikTok 等平台显示的 CAC 管理投放时，Matteo 的答案很不客气：平台会为自己多记功。CAC 是客户获取成本，也就是为了多得到一位客户实际花了多少钱。平台面板通常会把一次购买尽量归到自己头上，但消费者可能本来就会买，也可能先看了别的广告、朋友推荐或品牌内容。Eight Sleep 因此每六个月左右做一次增量测试，而不是盯着后台那条越来越好看的曲线。
具体做法很笨，也很有效：选两个表现相近的地区，在其中一个地区关闭某个渠道，再比较两地收入或增长率的差。比如原本两个地区的同比增速都在 50%，关掉其中一个地区的 Meta 后，那个地区少长了多少，才更接近 Meta 真正带来的收入。Matteo 说，Meta 面板上的 CAC 大约会比真实 CAC 低 20%。
"The only way you can do it is by doing these incrementality tests."（唯一的做法，就是进行这些增量测试。）
这意味着，增长团队不该只对“平台告诉我的转化”负责，而要对一个更残酷的反事实负责：如果今天不花这笔钱，收入到底会不会消失？前者是在优化仪表盘，后者才是在判断预算是否创造新增收入。
边界也很现实。这套系统不能从创业第一天就搭好；渠道少、数据少时，实验很难有足够信号。更麻烦的是，渠道越多，彼此抢功和互相影响越大，某个渠道今天的增量价值，半年后可能已经变了，所以测试必须重做。
被问到早期增长该先追用户反应，还是先追投放回本时，Matteo 把 Eight Sleep 的纪律讲得很硬：从第一天起，公司就要求 immediate payback period，也就是获客成本要尽快回本；同时盯住 day zero 的 contribution margin，即用户下单当天，扣掉直接成本和获客成本后还剩多少贡献利润。Eight Sleep 有订阅业务，后续收入会继续累积，但团队不允许用未来可能发生的订阅收入，替当天亏损的投放找借口。
这项纪律的代价很直观。Matteo 说，只要更激进地花营销预算，公司今年同比增长本可以再高 50%。但如果为了当年的曲线放松 CAC 上限，第二年就会出问题：此前被高价买来的用户和被透支的受众，会让 CAC “upside down”，也就是获客账彻底倒挂。到那时，管理层只能突然收缩投放，收入增速也会跟着难看。
"We could be growing 50% more if we wanted year over year this year just by spending more."（如果我们愿意，今年的同比增长本可以再高 50%。）
这意味着，DTC 品牌的增长上限往往不是“还有没有预算”，而是 CEO 是否愿意拒绝一条立刻变漂亮的增长曲线。多花钱的能力不稀缺，愿意为明年的可持续增速放弃今天数字的人，才稀缺。
这不是说利润永远压过规模。Matteo 明确承认，如果压缩利润或加大营销，公司可以更快增长。但他选择把增长当成长期复利，而不是一场靠预算冲刺的季度比赛。
被问到 Eight Sleep 为什么现在才认为零售和中国市场进入合适时点时，Matteo 讲了一个常被忽略的判断：不是“渠道能不能开”，而是品牌有没有资格进场。Eight Sleep 进入中国前，已经在 35 个国家销售，有一定国际认知度；它赞助 F1 车手 Charles Leclerc，并通过他与 Ferrari 建立合作，Elon Musk 和 Mark Zuckerberg 也都谈论过产品。这些并不直接替代销售，但对中国消费者来说，它们是可识别的信任信号：这不是又一个陌生的睡眠硬件品牌。
他尤其强调，如果五年前做同样的事，公司会被便宜 500 美元的模仿品击穿。硬件一旦缺少品牌溢价，很容易被拖进参数、成本和价格的肉搏。更现实的是，中国的销售路径也不同：Eight Sleep 不能像其他市场那样，主要依赖 asleep.com 完成交易，而要适应 WeChat、Rednote 等超级应用里的购买行为。
"But if we were doing the same thing five years ago, we would be destroyed by a knockoff that is $500 bucks cheaper."（但如果我们五年前做同样的事，就会被便宜 500 美元的模仿品摧毁。）
这意味着，国际化不是把英文官网翻译一下、再复制一套 Meta 投放。真正的先后顺序是：先在足够大的市场积累产品口碑和品牌身份，再拿这份身份去新市场支撑价格。否则，出海不是扩张，而是主动跳进一个自己没有成本优势的价格战。
但品牌势能也不是通行证。中国的交易入口、支付习惯和用户路径不同，原有 DTC 公式仍得重做；“品牌已经出名”解决的是信任，不解决本地化执行。
被问到 OpenAI、Anthropic 等热门公司用高薪抢人时，Matteo 承认美国人才市场正在回到 2021 年：不仅工程师，产品经理等岗位的报价也在失控。Eight Sleep 曾遇到一位负责硬件的员工，被另一家公司开出约 3 倍薪酬和流动 RSU。RSU 是限制性股票单位，流动意味着它更接近随时能卖的现金。这位员工最终留下，原因并不只是 Eight Sleep 也给了条件，而是他更喜欢这里要做的东西、工作方式和文化。
Matteo 的筛选逻辑更锋利：如果有人同时把 Anthropic 和 Eight Sleep 放在最终选择名单里，他会把这看作红旗。不是因为其中一个更好，而是两份工作对应的风险、规模、工作节奏和生活方式都不相似。一个人若连自己想要稳定现金、成长赔率、技术舞台还是创业压力都没想明白，入职后很容易被下一份报价带走。
"There is no way that these two jobs are any way similar."（这两份工作根本不可能有任何相似之处。）
这意味着，创业公司不该把每一次人员流失都诊断为“薪酬没给够”。薪酬可以缩小差距，却不能替员工做人生选择。尤其硬件岗位常要去中国、越南出差，个人和家庭成本很高；有人离开并不代表不认同公司，只是他不想过这种生活。
所以，真正该做的不是逢人就匹配最高报价，而是更早问清楚：这份工作要求你和你的家人承担什么，你是否真愿意用未来两三年交换它。
被问到他与妻子、联合创始人 Alexandra 如何共同经营公司时，Matteo 没有讲“彼此理解”这种泛泛答案，而是先讲工具：Slack 专门处理工作，WhatsApp 专门处理私人生活，两者刻意不混用。于是，同一对夫妻可以在 Slack 上讨论当天必须完成的任务、晚上 9 点的复盘；也可以在 WhatsApp 上讨论晚饭吃什么。渠道看起来只是小事，实质上是在把“伴侣”和“同事”两种关系放进不同容器，避免每句话都带着双重含义。
Alexandra 不希望晚上继续口头讨论非紧急工作。Matteo 若在沙发上冒出一个想法，可以发到 Slack，留给她之后自行处理，不必把对方立刻拖回工作状态。创业早期，她还给他立过一条更难遵守的规矩：即使要求很高，也得像对待其他高管一样，专业地表达。
"So, just treat me how you would treat our VP of ops who is in New York."（所以，就像你对待人在纽约的运营副总裁那样对待我。）
这意味着，亲密关系进入组织后，需要制度化的不是感情，而是沟通渠道、响应时间和表达标准。越亲近的人，越容易省略礼貌、背景和边界；但在公司里，这些被省掉的部分，往往最容易变成伤害和误解。
边界也不是死规定。Matteo 说，如果真是紧急情况，他仍会半夜打电话，甚至早上 5 点上门。关键不是“绝不打扰”，而是把紧急事件与随机想法分开。高压协作可以存在，但不能让每一个念头都获得紧急权限。
被问到尚未成为父亲时最想弄清楚什么，Matteo 的第一反应仍像一个创业者：做尽调。他正主动找成功运动员、芭蕾舞者、棋手和商界人士的父亲交流，问他们在养育孩子时做对了什么、做错了什么。他研究的对象不只限于顶尖运动员，也包括医生等不同定义下的“成功”。这套方法很像他经营公司的方式：找已经走过一段路的人，搜集一手复盘，试图把别人的错误成本变成自己的先验知识。
但当话题落到一个具体选择——是否允许孩子使用社交媒体——他没有摆出 CEO 式的确定答案，而是直接停住了。
"That is a good question. I don't have an answer yet."（这是个好问题。我还没有答案。）
这意味着，研究、访谈和复盘可以帮助人扩大判断样本，却不能把育儿变成可复制的管理流程。公司里可以用数据定义 CAC、留存和利润；家庭里，父母仍要面对价值判断：孩子需要多少保护、多少自由，短期的不舒服是否值得换取长期能力。这些问题没有一个平台面板会替人打分。
这也是“尽调”的边界。Matteo 已经开始系统收集经验，却承认自己尚未形成结论。承认不知道，不是信息不足的借口，而是承认有些决定必须由当事人承担，不能外包给成功案例。
被问到一个看似离奇、但他坚持相信的未来预测时，Matteo 的判断是：现在出生的孩子，到 20 岁时可能不必为了赚钱工作。他的逻辑并不复杂：如果 AI 让企业用更少的人完成更多工作，企业利润会明显提高，而传统就业岗位会减少，社会最终可能不得不讨论某种 universal basic income，也就是无论是否就业，都给每个人提供基本收入。
"Kids that are being born now will never work. At least for money."（现在出生的孩子将永远不必工作——至少不必为了钱工作。）
他没有把这个未来讲成纯粹的技术乐园，反而把问题转到“人靠什么幸福”。他的三层结构是：最底层是健康；其上是关系，包含伴侣、家人和朋友；最高层是目的感。健康出问题时，其他层很难成立；一个人即使富有且健康，若完全孤独，也很难幸福；当生存不再需要靠工作换取，仍需要朝某件事投入，才能拥有目的感。
这意味着，AI 若把生产率与就业解绑，社会要处理的不只是失业率，还包括效率收益如何分配，以及人如何获得稳定的关系和方向。Matteo 认为企业因 AI 得到的利润需要部分重新分配，但他也明确说，是否该征收 agent 或 token 税，不该由他这种创业者拍脑袋，而应交给真正的专家讨论。
这场对话表面上横跨工程、投放、出海、招人、婚姻、育儿和 AI 社会，底层却在讨论同一件事：当执行被压缩后，判断会变得更贵。
“编码不再是瓶颈，工程师的任务变成指挥 AI 军团”，说的是执行层被 agent 吞掉后，人要负责定义问题、接入数据和验收结果。“健康增长不是花钱冲高，而是守住首日利润”，说的是预算不再只是买增速，而是在决定今天的漂亮数字是否会透支明天。两者都不是少做事，而是把人从重复执行中抽出来，逼着人承担更高一级的选择。
同样的判断也出现在组织里。“留住顶尖人才靠的不是匹配高薪”，不是反对高薪，而是要求人在稳定现金、创业赔率、工作压力与家庭生活之间先选清楚；“夫妻创业要靠制度降温”也不是把关系冷冰冰地流程化，而是承认高压合作若没有边界，亲密会反而成为沟通失控的借口。
最后，Matteo 对下一代“不必为钱工作”的预测，把问题推得更远：如果工作不再是生存凭证，健康、关系和目的感会不会反而成为更稀缺的能力？对今天的读者来说，未必需要等到 AI 让岗位消失才开始回答。你已经可以检查自己的工作：哪些事只是重复执行，哪些判断只能由你做；你追的增长、薪水或机会，究竟是在替自己解决问题，还是只是替你延后了那个更难的问题。
