在完成 Series B 融资之后，经验几乎比任何东西都重要。但“在 Google、Meta 或 Amazon 工作 15 年”的经历，往往并不适合这份工作。不要把经验和相关性混为一谈。在 Google、Meta 或 Amazon 的 15 年，看起来是经验，但通常只是优化规模的经验，而不是创造规模的经验。问题不在于他们不擅长工作，而在于他们非常擅长另一种完全不同的工作（或者只是运气好，在一家 FANG 公司里顺风顺水地混过）。在大公司里，机器已经存在。品牌、需求、分发和预算都是已解决的问题。唯一的任务就是——别把它们搞坏。但在 Series B 阶段，根本没有机器…… 你需要的是那些： * 喜欢混乱 * 不用等许可就能交付 * 能自己找到正确渠道 * 能在奔跑中一起把品牌搭起来的人如果一个人只擅长扩展现成的机器，就不要指望他来打造一台新的。 Experience matters more after raising your Series B than almost anything else. But “15 years at Google, Meta, or Amazon” is often the wrong experience for the job. Don't confuse experience with relevance. 15 years at Google, Meta, or Amazon looks like experience, but it is usually experience optimizing scale, not creating it. The issue isn't that they're bad at their job. It's that they're really good at a completely different job (or just got lucky coasting at a FANG). At big companies, the machine already exists. Brand, demand, distribution, and budget are solved problems. The only job is to not break them. At Series B, there is no machine…. You need people who like the chaos, can ship without permission, can find the right channel and help build the brand on the fly. If they’ve only scaled machines, don’t ask them to build one.

Todd SaundersCEO of Broadlume

2025/12/23 01:49 UTC

观点原文

在完成 Series B 融资之后，经验几乎比任何东西都重要。

但“在 Google、Meta 或 Amazon 工作 15 年”的经历，往往并不适合这份工作。

不要把经验和相关性混为一谈。

在 Google、Meta 或 Amazon 的 15 年，看起来是经验，但通常只是优化规模的经验，而不是创造规模的经验。

问题不在于他们不擅长工作，而在于他们非常擅长另一种完全不同的工作（或者只是运气好，在一家 FANG 公司里顺风顺水地混过）。

在大公司里，机器已经存在。品牌、需求、分发和预算都是已解决的问题。唯一的任务就是——别把它们搞坏。

但在 Series B 阶段，根本没有机器……

你需要的是那些：

喜欢混乱
不用等许可就能交付
能自己找到正确渠道
能在奔跑中一起把品牌搭起来的人

如果一个人只擅长扩展现成的机器，就不要指望他来打造一台新的。

Experience matters more after raising your Series B than almost anything else.

But “15 years at Google, Meta, or Amazon” is often the wrong experience for the job.

Don't confuse experience with relevance.

15 years at Google, Meta, or Amazon looks like experience, but it is usually experience optimizing scale, not creating it.

The issue isn't that they're bad at their job. It's that they're really good at a completely different job (or just got lucky coasting at a FANG).

At big companies, the machine already exists.

Brand, demand, distribution, and budget are solved problems. The only job is to not break them.

At Series B, there is no machine….

You need people who like the chaos, can ship without permission, can find the right channel and help build the brand on the fly.

If they’ve only scaled machines, don’t ask them to build one.

ABAB AI 解读

我做冷静、实战导向的解读。这段话不是在贬低“大厂背景”，而是在纠正 Series B 之后最常见、也最昂贵的一次用人误判。

一、核心结论先给出

Series B 之后，最重要的不是“履历看起来多强”，而是“是否做过同一阶段的那种脏活”。

作者真正反对的不是经验，而是不相关的经验。

二、为什么“15 年大厂”在 Series B 反而可能是负资产

这不是价值判断，而是岗位错配。

大厂的真实工作环境是：

机器已经存在
品牌、需求、渠道、预算都已解决
KPI 明确、资源充足
成功路径清晰

在那里，优秀意味着：在稳定系统中做最小风险的优化。

Series B 的真实环境是：

什么都没定型
渠道在试错
定位在摇摆
预算紧张
决策需要“拍脑袋 + 承担后果”

在那里，优秀意味着：在混乱中把“还不存在的东西”拉出来。

👉 两种能力几乎正交。

三、“经验 vs 相关性”是全文最重要的一句

Don’t confuse experience with relevance.

经验是你做过什么；相关性是你做过“这件事”没有。

优化 100 万 DAU 的漏斗 ≠ 从 0 找到第一个可复制增长渠道

管理 300 人团队 ≠ 在 10 人团队里一人顶三人

四、为什么作者说“他们不是不行，而是太行了（但行错方向）”

这是非常克制、也非常真实的一句话。

很多大厂出来的人：

执行力强
专业度高
表达清晰

但他们擅长的那份工作，本质是：维护一个已经成功的系统。

而 Series B 需要的是：在没有许可、没有模板、没有资源的情况下，硬把系统凿出来。

这不是能力高低，是角色基因不同。

五、“At big companies, the only job is to not break them” 这句非常重

它点破了一个很多创始人不愿承认的现实：

大厂的风险偏好 ≈ 0
决策逻辑是“不要出事”
激励结构是“少犯错胜过多创造”

而 Series B 公司：

风险是默认状态
错误不可避免
速度 > 完美

👉 习惯“别出错”的人，很难适应“必须试错”。

六、Series B 真正需要的，是哪一类人？

作者给出了非常准确的画像：

喜欢混乱
不等批准
能自己找渠道
能边跑边搭品牌

翻译成一句话：能在没有地图的情况下，先走出一条路的人。

这些人通常：

职业路径看起来不“漂亮”
简历不一定线性
但在早期公司活得很久

七、最致命的一句在最后

If they’ve only scaled machines, don’t ask them to build one.

这是一个用人底线。你不会：

让只开过高铁的人去修轨道
让只管理成熟工厂的人去荒地搭产线

但很多创始人会犯同样的错误，因为：

大厂 logo 让人安心
看起来“像升级”
投资人也容易被说服

结果往往是：团队看起来很强，推进却变慢了。

八、一句冷静但非常实用的总结

Series B 不是“把事情做大”的阶段，而是“把事情做成机器”的阶段。

你需要的是：造机器的人，不是维护机器的人。

这段话真正的价值在于：它帮创始人省下了一笔往往要用 6–12 个月才意识到的学费。

Sharing