Artisan 是一家做 AI employees 的创业公司，产品面向销售外呼和客户互动。它靠一句广告语出圈：Stop Hiring Humans。

但 CEO Jaspar Carmichael-Jack 在 TechCrunch Build Mode 里讲了另一个版本：为了形成今天约 40 人的团队，公司累计招过 100 多人。这个数字不能直接等同于裁掉 60 多人，原文没有给出裁员危机或财务恶化证据。它至少说明一件事：早期创业公司的用人试错很贵。

这条新闻最该看的，不是“AI 会不会替代人”。而是另一条更冷的线：AI 可以放大执行力，也会放大组织里的错配、拖延和低标准。

Artisan 到底踩了哪些招聘坑

Carmichael-Jack 提到的教训并不玄。都是早期公司最容易犯的错：人招太快，标准想得太慢；履历看起来很亮，落地能力不匹配。

招聘坑Artisan 的经验对早期公司的代价
过度扩张以为多招角色就能更快扩张沟通成本先涨，决策反而变慢
迷信大厂履历大公司 logo 不等于适合创业公司候选人可能习惯资源充足、分工清楚的环境
资历错配太资深的人要结构，太初级的人缺独立性一个嫌乱，一个撑不起关键任务
招太快、裁太慢面试不够耐心，不合适时又拖延处理团队士气被消耗，招聘标准被稀释

大厂背景不是原罪。问题是环境变了。

在大公司，一个人可以只做好一个清晰函数。早期创业公司不行。一个增长负责人可能同时碰定价、话术、渠道、客户访谈，甚至还要补招聘缺口。

这种岗位不是“职级”能解释的。它考的是混乱里的产出能力。

“兵不在多而在精。”这句老话放在 AI 创业公司身上正合适。早期团队缺的不是人头，是组织密度：每个人能不能独立推进，能不能补位，能不能在流程没长出来之前把事做成。

AI 员工能省人力，但省不掉用人判断

Artisan 的反差很强。它卖的是 AI employees，服务销售外呼和客户互动，天然站在“用软件替代一部分人工流程”的叙事上。结果它自己的经验告诉创始人：组织管理不会因为用了 AI 就自动变简单。

这里要有边界。AI 员工更适合处理可重复、可定义、可评估的任务。比如外呼触达、客户跟进、线索分层。

但早期创业公司的关键工作，常常不可定义。今天改产品定位，明天换销售话术，后天补客户支持。你不能把这种混沌工作直接交给 AI，再等它自动长出战略。

这和上一代 SaaS 的逻辑相似。CRM 提高了销售过程的可见性，但没有消灭销售管理。工具越强，越要求管理者知道什么该自动化，什么必须由人判断。

我不太买账“少雇人就先进”这类口号。少雇错人是进步，少雇关键人是自残。AI 省下的是重复劳动，不是创始人的识人能力。

创始人接下来该怎么做

受影响最直接的是两类人：早期创业公司创始人，以及正在用 AI 压缩团队规模的管理者。

创始人现在该做的不是把招聘冻结成姿态，而是把岗位重新拆一遍：

  • 先删“为了融资故事好看”的岗位，不为组织图招人。
  • 面试时少问履历光环，多问候选人怎么在低资源环境里交付结果。
  • 对 VP、Head 这类头衔保持谨慎.早期公司需要能下场的人，不只需要会开会的人。
  • 对不匹配的人更早决策.拖几周几月，消耗的是全队标准。

管理者也要改算法。AI 压缩团队规模后，容错率会更低。

过去 10 个人里有 2 个不匹配，团队还能靠冗余硬扛。未来 5 个人配一批 AI 工具，一个错配的人就可能拖慢整个链条。人少不会自动变强，只会更快暴露组织水平。

接下来观察 Artisan，不该只看它还喊不喊 Stop Hiring Humans。更该看两个硬指标。

观察点为什么关键看不清时该怎么判断
AI employees 是否持续提高销售外呼和客户互动效率这是 Artisan 的产品基本盘只看广告语不够，要看客户是否愿意持续使用
约 40 人团队能否支撑增长这是它组织密度的验证如果增长依赖重新大幅扩张，口号就要打折

目前能确定的只有一件事：Artisan 没有证明“人类不重要”。它反而把创业公司的老问题又照亮了一遍。

技术会换皮，人性和组织成本不会。天下熙熙，皆为利来；创业公司真正的分水岭，是能不能把有限的人放在最该赢的位置上。