AI · PB · 276
硬件从零到一原则
Hardware Zero To One Principles · hardware-zero-to-one-principles--caitlin-kalinowski
所属簇 宏观判断与物理 AI
解决什么问题
公司(尤其是软件/AI 公司)要从零启动一个硬件项目:AI 眼镜、机器人、专用设备。这套原则是作者在 Apple(MacBook Air/Pro)、Meta(Quest/Orion)、OpenAI 机器人项目反复验证的操作手册。
核心内容
- 目标(KPI)尽早定死,之后尽量不改。硬件对中途变更的适应力远低于软件:定了 $300 成本目标,做到一半改成 $150,前面的时间基本烧掉了。把成本、重量、尺寸、关键体验指标(如 VR 的 pixels-per-degree、显示分辨率)写下来并排好优先级——这样你才"知道自己什么时候算做完了、能不能发货"(对抗工程师永远觉得没做完的倾向)。
- 进阶技巧(作者引 Elon 的做法):给权衡定量化"工程比率",如一克重量值多少钱。比率定了,具体工程决策会自己掉出来。
- 目标对齐后可以果断砍功能:MacBook Air 为了重量和尺寸目标直接砍掉环境光传感器。
- 最难/最险的部分最先做详细设计。人的本能是从自己会的部分画起("先把显示器摆进 CAD"),最好的架构师先找 pinch point——例如先验证线缆能否穿过铰链,再冻结铰链设计。
- 用户接触最多的部件配最多迭代轮次。笔记本上是触控板 > 键盘 > 其他。手感、响应、可靠性必须在这些部件上过硬,外围部件可以少迭代。
- 能做的事立刻做,永远不要等。硬件项目里"技术上还有时间"是错觉:两天后一定会冒出意外,需要用你现在省下的时间去救火。把已知要做的事往前堆,是一种"ruthless efficiency"。
- 原型阶段一律用现成件(off-the-shelf)。原型的目标是证明"能不能 work",用 works-like + looks-like 两个模型分开验证功能和外观;唯一前提是所选方案未来塞得进工业设计。量产阶段再按 KPI 决定哪些必须定制。
适用边界
- 面向要量产的消费级硬件;纯研究原型可以放松第 1 条。
- 第 1 条的反面成立:如果产品定义本身高度不确定,先别急着进入正式硬件程序。
- 时点敏感的品类(比竞品早几周发布价值巨大)第 4 条权重更高。
关键引述 · 原话
"Anything you know you need to do, you need to do right now, because in two days there's going to be a surprise coming around the corner that you need that time to fix." — Caitlin Kalinowski
"The architects who are the best actually look at where are the pinch points, where is this going to fail? And they start to do the detailed design there first." — Caitlin Kalinowski
关联卡片
- 底层约束见 hardware-compiles-four-times(同源)。 - 第 1 条与 Quest 2 案例呼应:先对齐"democratize VR→必须降价",整机围绕成本重设计,反而做出史上最畅销 VR 头显。
出处:Caitlin Kalinowski (ex-OpenAI/Meta/Apple 硬件负责人) · 03-podcasts/caitlin-kalinowski.md
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2