Adam Mosseri 談 AI 時代的 Instagram：當合成內容淹沒一切，人們反而會更渴望真實

TL;DR

• Instagram 正在大幅重組團隊結構，從十幾人的專業分工團隊縮減為四到六人的「Pod」小組，核心角色是一個叫「Product Staff」的超級通才
• Mosseri 認為 AI 內容對 Instagram 是順風而非逆風，因為當合成內容氾濫，人們會更主動尋找真實的人和創意
• 他不主張過濾 AI 內容，而是讓用戶知道內容是不是 AI 生成的，把判斷權還給用戶
• 在 AI 時代，品味（taste）比任何技術能力都重要，設計師反而是他最看好的角色
• Instagram 正在用 LLM 把過去看不懂的推薦演算法「翻譯」成人話，讓用戶第一次能真正理解並調整自己的演算法

---

這集在二〇二六年七月九日播出的 Lenny's Podcast，主持人是 Lenny Rachitsky，前 Airbnb 產品主管，現在經營全球排名前十的科技類 Podcast，專門找產品、成長、職涯領域的頂尖人物來聊實戰經驗。這集的來賓是 Adam Mosseri，Instagram 的負責人。他從二〇一八年接手 Kevin Systrom 和 Mike Krieger 兩位創辦人以來，已經掌管 Instagram 超過八年，比創辦人自己管的時間還長。在進 Instagram 之前，他在 Facebook 設計了早期的 News Feed，也帶過 Facebook 推薦演算法的團隊。三十億月活躍用戶，地球上每三個人就有一個在用，這個規模的產品負責人講的東西，值得認真聽。

十幾個人的團隊砍到六七個人，靠什麼撐？

Mosseri 開場就丟了一個炸彈：Instagram 今年正在大規模重組團隊。

以前的「標準配置」是什麼？兩三個 Android 工程師、兩三個 iOS 工程師、兩三個後端工程師，加上 PM、設計師、資料科學家、研究員，一組人大概十幾個。這在大公司裡面很常見，每個專業都有人顧，code review 有人做，分工明確。

現在呢？砍成四到六個人的 Pod，核心是工程師加上一個叫「Product Staff」的新角色。這個角色基本上就是 PM 的進化版，同時要能做一些設計師、資料科學家、研究員的工作。不是每個面向都要精通，但基本的 waterfall 分析、設計判斷、用戶研究這些事，靠 AI 工具輔助之後，一個人就能處理。

專業角色沒有消失，但變成「需要的時候才請」。如果碰到定價策略，拉一個資深資料科學家進來。如果碰到全新的體驗設計，找一個頂尖的產品設計師。日常的工作，Pod 自己搞定。

這跟之前在一個 string theorist 用五分鐘拿到 Sequoia 的支票那篇聊到的 token 資源分配邏輯很像：不是資源變多了，是分配方式變了，小團隊比大團隊更能做出好決策。

品味是 AI 時代最後的護城河

Mosseri 講了一句我覺得值得記下來的話：「當建造東西變得更容易，確保你把時間花在搞清楚該建什麼東西上就變得更重要。」

他說自己現在其實很看好設計師這個角色。這聽起來反直覺，因為很多設計師正在焦慮自己被取代。但他的邏輯是：設計師通常有品味，而品味是最難被自動化的能力。

有趣的是，他觀察到所有 AI 工具寫出來的東西都有自己的「味道」。Codex 寫的 app 長一個樣，Claude 寫的 app 長另一個樣，Lovable、Replit 各有各的 vibe。（我想到之前在為什麼所有 vibe coded 網站都有一個叫 Sarah Chen 的客戶？那篇也聊過類似的問題。）

所以未來最強的 Product Staff，Mosseri 認為很多會是從設計師和資料科學家轉過來的人。他們本來就對產品策略、商業模式有強烈的意見，只是以前被職能邊界限制住了。AI 把這些邊界模糊掉之後，他們反而能跳進去做更多事。

他自己就是這條路的活教材。他在 Facebook 最早是設計師，後來轉 PM，現在管整個 Instagram。

AI 內容是順風，因為人們會更渴望真實

這集最核心的觀點來了。Lenny 問他：AI 內容的崛起，對 Instagram 來說是順風還是逆風？

Mosseri 的答案是順風，但帶條件。

他的邏輯鏈是這樣的：這幾年權力一直在從機構轉向個人。最明顯的例子是體育，球員比球隊更重要，這在他小時候是反過來的。當合成內容氾濫，人們反而會更主動地去尋找創意、真實感、和真正的人。Instagram 從來不只是關於內容本身，而是關於內容背後的那個人、那個觀點、那個分享的理由。

所以他的策略不是過濾 AI 內容，而是讓用戶知道內容是不是 AI 做的，然後讓用戶自己決定。他甚至說了一個我覺得很有前瞻性的判斷：長期來看，標記「相機拍攝的內容」可能比標記「AI 生成的內容」更實際，因為隨著模型越來越強，偵測 AI 內容會越來越難。

但他也不天真。他知道有一整波假帳號正在用 AI 生成的「AI 僧侶」之類的形象賣假保健品，這些垃圾需要被清掉。

推薦演算法其實沒你想的那麼了解你

Mosseri 講了一個很多人會意外的事：Instagram 的演算法其實沒有大家以為的那麼深入地「理解」每個人的興趣。

過去十年推薦系統的進步，主要靠的是大型 embedding 模型，產出的是人類讀不懂的東西。就是一堆在七維空間裡的數字向量。你喜歡衝浪，演算法不是「知道」你喜歡衝浪，它只是有一組數字剛好跟衝浪相關。

但現在有了 LLM，事情在改變。Instagram 最近推出一個叫「Your Algorithm」的功能，基本上就是把你互動過的內容丟到 embedding 空間裡，然後讓 LLM 用人話描述那塊區域。比如它可能會說：「這是深度手沖咖啡控」。

你可以看到系統認為你對什麼有興趣，然後自己調整，增減主題。Mosseri 說未來還能做更多非主題性的調整，像是「我想看更多有趣的內容」「我想多看朋友的東西」這種需求。

老實說，這個方向我覺得是對的。把黑箱打開讓用戶看，比假裝演算法不存在或是讓用戶只能選「按時間排序」要健康得多。

時間序 vs 演算法排序：一個永遠不會結束的辯論

他也聊到了那個老問題：為什麼不讓用戶回到按時間排序的動態？

他的解釋很實際。純時間排序會製造一個扭曲的激勵結構：誰發得多誰就佔版面。紐約時報一天可以發五十則，你最好的朋友一週可能只發一則。結果你的動態被專業內容和大型出版商淹沒，朋友的東西反而看不到。

而且時間排序會讓你錯過真正重要的事。你姐姐昨晚訂婚了，但因為時差你錯過了，結果今天打開看到的是你弟弟的三明治照片。

他說 Instagram 做過實驗，讓用戶預設選擇時間排序。結果不只使用率下降，滿意度也下降。短期內選擇時間排序的人可能很開心，但幾個月下來被一堆不感興趣的東西轟炸，調查數據就開始走下坡。

招人看三件事，十年不變

聊到招人的標準，Mosseri 說不管什麼職能，他永遠看三件事：

一、你有沒有 grit，肚子裡有沒有一把火。二、你學東西快不快。三、你夠不夠自我覺察，能不能接受回饋，知道自己擅長什麼、不擅長什麼。

這三個條件具備的人，什麼都能學會。缺任何一個，通常都會出問題。

在這之上，他現在額外看兩個特質：好奇心，跟願不願意去嘗試。他用學外語做比喻：學語言最好的預測指標，就是你願不願意講得像個白癡。願意開口被糾正、不覺得丟臉的人，進步最快。AI 工具也一樣，你得願意動手試，犯蠢也沒關係。

跟十歲兒子一起 Vibe Coding

結尾聊到螢幕時間管理，Mosseri 的做法很務實。三個小孩（十歲、八歲、六歲）都太小不能用社群媒體，但每人有一台 iPad。時間要靠做功課「賺」，每次坐下來寫半小時作業，週末可以換九十分鐘的使用時間。飛機上是例外。

但最有趣的是，他最近開始跟十歲的大兒子一起 Vibe Coding。小孩做了一個十九關的平台跳躍遊戲，有怪物、有商店、可以買武器和造型。一個打字還用三根手指的十歲小孩，靠 Claude Code 做出這些東西。

他說他擔心小孩不學 AI 會吃虧，但也擔心太依賴 AI 不學批判性思考。所以他的策略是：一起做，坐在旁邊，把它當成學習工具而不是消遣。

這大概是這整集最溫暖的時刻。一個管三十億用戶產品的人，跟自己十歲的兒子坐在一起寫遊戲。

---

如果你對 AI 怎麼改變產品團隊的運作方式有興趣，我的部落格 wilsonhuang.xyz 會持續整理這類內容，訂閱一下就不會錯過。