AI · MM · 300
主动留利取舍框架
Leave Money On The Table · leave-money-on-the-table--amol-avasare
所属簇 AI 时代增长与分发
解决什么问题
增长团队如何处理有争议的实验；如何在指标增长与品牌、质量、安全、用户体验之间取舍。
核心内容
- 核心原则：增长团队要"舒服地把钱留在桌上"——为安全、品牌、质量标准和用户体验主动放弃可量化的指标收益。作者认为 hardcore 增长从业者最大的错误就是榨干每一分钱；拉长时间看，最好的产品全都按"不榨取"方式运作，这才是长期增长的来源。
- 争议实验两分法（收到一个有争议的 A/B test 提案时的分流框架）：
- 红线类：争议大到"结果无意义"——无论数据多好都不会 ship（违背品牌、价值观或客户友好），直接不允许跑；
- 不适类：不喜欢但不越红线——允许有 conviction 的提案者跑，但要求与不适程度成正比的回报："ick 越高，要求看到的回报越高"。
- 每家公司一、二类的边界不同；Anthropic 把 AI safety 明确放进第一类（愿意为其承受显著商业损失）。
- 质量驱动增长的证据：在 Mercury，增长团队曾整整一个季度宣布"forget metrics"，只修 onboarding 流程的体验质量（复杂的银行开户表单），结果 onboarding 开始→完成率显著提升，成为作者加入 Anthropic 之前影响最大的一个季度。
适用边界
- 短期指标压力大（季度考核制）的团队最难执行；框架的前提是把评估时间尺度拉长。
- 第二类实验仍然要跑——这不是"永远拒绝争议实验"，而是给争议定价。
关键引述 · 原话
"I think in growth, I think it's really important that you just need to be okay leaving money on the table." — Amol Avasare
"If it's a high level of cringe or ick, then I want to see a high level of return for the result for that." — Amol Avasare
关联卡片
- 与 ai-activation-good-friction 卡共享"不榨取用户"的增长观。 - 作者将其与 Anthropic 的安全定位连接：随着风险升高，"认真对待安全"本身会变成商业竞争优势。
出处：Amol Avasare (Anthropic Head of Growth) · 03-podcasts/amol-avasare.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