300人变20人：Bending Spoons 正在重新定义 AI 时代的软件公司

Bending Spoons 已经形成了一套非常少见的机器：

找到被低估的软件资产 → 用资本买下来 → 大幅压缩组织复杂度 → 用极高人才密度和统一技术平台重构 → 提价/产品改进/重新增长 → 产生现金流 → 再买下一家公司。

所以，我认为你现在这份稿子还可以再往上提一层。

一、先更新几个非常重要的事实

现在已经不能再简单称 Bending Spoons 为“欧洲软件独角兽”了。

它在 2026 年 7 月 1 日正式登陆 Nasdaq，股票代码 BSP，IPO 价格为每股 29 美元，公司通过 IPO 净募集约 11 亿美元。

而且它已经进入了完全不同的体量。

2025 年：

Revenue：13.1 亿美元

2026 年仅上半年：

Revenue：13.05 亿美元

其中 2026 Q2 单季收入已经达到：

7.04 亿美元。

所以 Luca 在采访里说公司大约已经达到 30 亿美元 Revenue Run Rate，并不是离谱的说法——如果简单把 Q2 的 7.04 亿美元年化，大约就是 28 亿美元。采访本身也给出了“roughly $3 billion run-rate revenue”的说法。

这已经不是一家“小而美 App 公司”。

它正在变成一个大型软件控股集团。

二、而且 Bending Spoons 最近的收购速度已经进入另一个阶段

很多人认识 Bending Spoons，是因为：

Evernote

Meetup

WeTransfer

Komoot

Brightcove

但那已经是上一阶段。

现在它还拥有：

Vimeo

AOL

Eventbrite

以及刚刚完成的：

Airtable

而就在 2026 年 9 月 10 日，也就是几天前，Bending Spoons 又宣布以 13.55 亿美元企业价值收购 Miro；Miro 当前 ARR 约 6 亿美元，超过 25 万个组织使用。

Airtable 的交易同样很大：

企业价值约 12.85 亿美元，截至今年 6 月 ARR 约 4.8 亿美元，同比增长超过20%。

所以真正的问题已经不是：

Bending Spoons 怎么运营几个 App？

而是：

Bending Spoons 是否正在创造一种新的大型科技公司组织形式？

这才值得研究。

三、我会重新定义 Bending Spoons：它不是软件公司，也不是传统 PE

这是这篇内容最应该加进去的核心。

很多媒体喜欢说它是：

Private Equity for Software。

这个说法有一半正确。

因为它确实：

收购成熟公司；

裁减人员；

提高效率；

提高价格；

改善现金流；

使用大量债务融资。

这些东西都很像 PE。

但是 Luca 强调一个核心区别：

Bending Spoons 不打算出售这些公司。

他说，他们从来没有出售过一个重要业务，希望：

Buy to own and operate forever。

而传统 PE 的基本经济逻辑通常是：

买入

↓

改善

↓

杠杆

↓

3～7 年退出

↓

IRR

Bending Spoons则更接近：

买入

↓

彻底整合

↓

永久经营

↓

产生现金流

↓

再投资

这就更像：

Berkshire Hathaway + Constellation Software + Private Equity + Technology Platform

的结合体。

采访中 Luca 也明确说，他们与 PE 最大的差异之一，就是长期持有、深度重构以及把被收购企业整合进共享技术平台。

四、真正最牛的不是收购，而是“Operational Alpha”

投资世界经常讨论：

Financial Alpha

你比别人更会选公司。

或者：

Information Alpha

你比别人掌握更多信息。

Bending Spoons真正形成的是：

Operational Alpha

意思就是：

同样一家公司，在别人手里值10亿美元，在我手里可能值20亿美元。

为什么？

不是因为我预测得比你准。

而是因为：

我能经营得比你更好。

Luca 在另一场访谈里就说过一句非常重要的话：

他们最大的优势不是预测，而是“we can run them better”。

这句话非常值钱。

因为这直接改变并购估值逻辑。

五、如果你的经营能力比别人强，你就可以比别人出更高价格

这是很多人没有理解 Bending Spoons 的地方。

假设一家 SaaS 公司：

收入 1 亿美元。

原管理层只能产生：

1000 万美元自由现金流。

普通买家算下来：

最多愿意出 3 亿美元。

但是 Bending Spoons 接手以后能够产生：

4000 万美元自由现金流。

那么：

它可能愿意出：

5 亿。

6 亿。

甚至更多。

别人觉得：

“你买贵了。”

Bending Spoons却可能认为：

“按照我们的 operating model，它其实很便宜。”

这就是为什么：

运营能力最终会变成资本配置优势。

而资本配置优势又会带来：

更多收购。

更多数据。

更好的技术平台。

更强人才品牌。

然后下一次经营能力更强。

这是一整个：

Acquisition Flywheel

六、最值得研究的数据，其实是它的 IRR 门槛

这一点特别值得加进你的稿子。

Bending Spoons 在 IPO 文件里披露：

对于 2023 年到 2026 Q1 的大部分收购，它内部通常要求：

Unlevered IRR：25%

Levered IRR：65%

这两个数字非常激进。

什么意思？

假设不借钱。

买一家公司。

经过运营改造。

希望资产本身达到至少：

25% 年化内部收益率。

如果加入债务杠杆：

目标甚至达到：

65% IRR。

这就告诉我们：

Bending Spoons 不是随便买“著名互联网品牌”。

它在算的东西是：

在我们的操作系统里，这家公司未来五年的现金流到底能变成什么样？

这已经是非常专业的资本配置机器。

七、但这也引出了 Bending Spoons 最大的风险：它不是“无风险效率奇迹”

这一层必须写。

否则整篇容易变成公司宣传稿。

Bending Spoons 的高回报背后有一个非常重要的放大器：

Debt

截至 2026 年 Q2：

总长期债务大约：

48.8 亿美元

现金：

约 7.93 亿美元

净债务：

约 40.9 亿美元

净杠杆率：

2.4×。

所以它真正的公式不是：

牛人 + AI = 高利润。

而是：

Talent Density

× Operating System

× Pricing Power

× Acquisition Discipline

× Financial Leverage

这五个东西同时运行。

八、这也是为什么 Bending Spoons 非常像“科技时代的 Berkshire”，但还没证明自己是 Berkshire

这个区别非常重要。

Berkshire最大的优势是：

巨量低成本永久资本。

保险 Float。

极强资产负债表。

极长周期。

而 Bending Spoons 当前很多并购仍然依赖债务。

所以未来真正需要观察的不是：

还能不能继续买公司？

而是：

能不能在不让杠杆失控的情况下持续获得高于资本成本的回报？

这是所有 Roll-up 模式最终都会遇到的问题。

因为收购机器最危险的阶段通常不是早期。

而是：

成功以后。

规模越大，需要买的公司越大。

交易越大。

资本需求越大。

如果未来：

收购价格提高；

利率提高；

运营改善幅度下降；

用户流失加快；

那么 IRR 会迅速下降。

九、“经验正在贬值”这个标题，我建议不要简单照搬

Luca 的原意非常有价值，但应该说得更准确。

他并不是说：

经验没有用了。

他说的是：

在快速变化的科技行业里，很多具体经验的半衰期越来越短。

比如：

2010 年怎么开发软件。

2015 年怎么做移动 App。

2020 年怎么做 SEO。

2023 年怎么写代码。

到了 2026 年，因为 AI Coding Agent、LLM、自动化工具链的发展，很多方法已经发生巨大变化。

他说得很直接：

2010 年有效的软件开发方式和 2026 年已经有巨大差异，一部分旧经验甚至可以“throw it away”。

这个判断是有价值的。

但我要再增加一层。

十、真正发生的不是 Experience 贬值，而是“经验分化”

未来经验会分成两类。

第一种：Tool Experience

会快速贬值。

比如：

某个框架。

某套代码。

某个平台。

某种增长技巧。

某种软件流程。

AI时代这些东西的半衰期越来越短。

第二种：Judgment Experience

反而越来越值钱。

比如：

判断人。

资本配置。

理解消费者。

谈判。

战略选择。

风险管理。

组织设计。

危机处理。

复杂系统判断。

这些不是简单让 AI 写几行代码就能替代。

所以未来最昂贵的人不是：

“做了20年同样事情的人。”

而可能是：

拥有高质量判断力，并且能快速使用新工具的人。

这个区别非常重要。

十一、因此 Bending Spoons 真正在招聘的不是年轻人，而是“Learning Velocity”

这是人才体系真正高级的地方。

表面看：

Bending Spoons 喜欢年轻人。

实际上不是。

它真正寻找的是：

高学习速度的人。

也就是：

Raw intelligence

× Drive

× Curiosity

× Adaptability

× Collaboration

他们认为：

经验以后可以给你。

但是：

大脑质量。

求知欲。

极端自驱力。

很难后天制造。

Luca 在采访里明确说：

Talent 本质上包括好的思考能力和极强的成长、影响意愿，而经验可以通过给员工优秀挑战和优秀同事快速积累。

这才是重点。

十二、为什么招聘要测 100+ Signals？

这一点非常有意思。

普通公司招聘：

简历。

30分钟HR。

Hiring Manager。

几轮面试。

最后：

“我感觉这个人不错。”

这是极度低样本决策。

Bending Spoons试图做的是：

把招聘问题变成预测问题。

输入：

100+ Signals。

比如：

学校表现。

个人项目。

测试成绩。

写作。

Email。

沟通方式。

问题解决能力。

协作行为。

过去成绩。

然后预测：

这个人未来几年在公司里的 performance。

采访明确提到，他们会从申请材料、测试、邮件互动等收集 100多个信号，并把这些信号与员工之后数年的实际表现进行比较。

这本质上很像：

Quant Investing。

不是问：

“这个股票故事好不好听？”

而是：

哪些变量真正能够预测未来回报？

十三、“后勤人员测试”其实体现的是一个更深的人性问题

你稿子里这个案例值得保留。

因为非常精彩。

Bending Spoons发现：

正式面试里：

大家都知道自己被评估。

所以：

聪明人会表现得谦虚。

合作。

友善。

真正的信息量很低。

但是当候选人与安排日程、帮助面试流程的支持人员沟通时，他们以为：

“这个人不参与招聘决策。”

于是行为更加真实。

Bending Spoons发现，这些互动对于预测一个人的真实合作行为反而更有效。

这背后的管理学原则其实是：

人的真实人格，往往不是看他怎么对待比自己权力大的人，而是看他怎么对待无法给自己带来利益的人。

这个洞察非常值得写进去。

十四、Bending Spoons 最反常识的管理哲学之一：故意让工作永远做不完

这个思想我认为是整场采访最值得学习的东西之一。

传统管理：

任务列表。

完成。

打勾。

100%。

员工觉得：

“我的工作做完了。”

Bending Spoons故意破坏这种心理。

它希望一个优秀员工永远面对：

100 件可以做的事情。

但时间只够做：

10 件。

为什么？

因为现实商业世界最重要的能力不是：

Execution

而是：

Prioritization

真正高层管理者每天面对的就是：

资本投哪里？

谁来做？

哪些项目砍掉？

哪些客户不要？

什么现在不做？

一个 CEO 永远不可能做完所有事情。

所以 Bending Spoons 很早就训练员工接受：

任务永远做不完。

Luca称这种能力为从巨大可能性中，精准寻找“insanely high returns”的少数事项。

这就是资本配置思维。

十五、这其实是一种“企业内部资本市场”

理解这一点以后，你会发现：

Bending Spoons员工其实都被训练成小型资本配置者。

每个人每天都有：

时间资本。

注意力资本。

工程资源。

设计资源。

营销资源。

你不是问：

“老板让我干什么？”

而是：

我这一小时投入哪里 ROI 最高？

这就是 Extreme Ownership 真正的意义。

不是：

“努力加班。”

而是：

像Owner一样分配稀缺资源。

这比“责任心”三个字深得多。

十六、Relentless Simplification 是它整个模式能够运转的基础

企业为什么会越来越慢？

因为复杂度有一个可怕特性：

Complexity compounds。

5个部门之间的关系并不是5条。

每增加一个团队：

会议增加。

审批增加。

沟通增加。

权限增加。

系统接口增加。

冲突增加。

所以复杂度增长通常不是线性的。

这就是为什么 Luca 对：

职位。

流程。

审批。

层级。

规则。

都极度敏感。

最经典的案例就是：

他们干脆把传统：

Junior

Senior

Staff

Director

VP

这些 title 全删掉了。

内部如果管理产品，就是：

Product Management Lead。

管理2个人也是。

管理200个人也是。

LinkedIn想写什么合理的title，可以自己决定。

为什么？

因为：

组织不应该为了满足 Status Game，而增加永久复杂度。

这个思想很狠。

但很深。

十七、真正让这套组织模型发生质变的，是 AI

这是这一期采访最值得放大的地方。

Bending Spoons早就不是：

“员工用 ChatGPT。”

而是在重构：

Company Operating System

他们内部已经建立统一系统处理：

支付。

A/B Test。

LTV预测。

Recruiting。

人才预测。

AI Model Orchestration。

等等。

这非常重要。

因为普通集团买下一家公司以后：

系统A。

系统B。

系统C。

HR不同。

数据不同。

支付不同。

Analytics不同。

最终产生：

巨大的 Integration Cost。

Bending Spoons做的恰恰相反：

Acquisition → Standardization

这与工业革命的逻辑非常像。

十八、Evernote 是最好的例子

采访中披露：

收购时 Evernote 大约：

300多人。

Bending Spoons最初派出大约：

50名核心 Spooners

重构：

代码。

Cloud Infrastructure。

Monetization。

组织。

后来：

Evernote大约只需要：

20个人运行。

这个数字非常夸张。

而且 Luca 称：

收入相比收购时还提高了，业务已经“very, very profitable”。

注意：

这才是 AI 对公司的真正影响。

不是：

一个人写代码快30%。

而是：

过去需要300个人维护的组织，未来有没有可能20～50个人完成？

如果答案逐渐是“可以”，那么整个科技公司的成本结构都会被重写。

十九、AI最大的经济价值，可能不是替代员工，而是消灭 Coordination Cost

这一点我建议你重点写。

很多人理解 AI：

程序员写代码快。

设计师画图快。

客服回答快。

这都是一级效应。

真正的大变化可能是：

AI消灭 Handoff。

过去：

PM

↓

设计师

↓

工程师

↓

QA

↓

Data Analyst

↓

经理批准

每次交接都有：

等待。

解释。

会议。

Context loss。

AI之后：

产品负责人发现 Bug。

直接告诉 Agent。

Agent：

定位代码。

修改。

生成测试。

提交。

通知工程师 Review。

采访里的 Evernote 案例就是这样——一个负责人几分钟内通过内部 Agent 完成了过去人与人协调可能需要很长时间才能推进的 Bug 修复流程。

所以未来最大的生产率革命可能不是：

Worker → AI。

而是：

Workflow → AI。

这两个完全不是一个量级。

二十、最终我认为 Bending Spoons 真正创造的是一种新的企业结构

过去的大公司：

Scale = More People

业务越大。

员工越多。

部门越多。

管理层越多。

未来 AI Native Company 可能是：

Scale ≠ Headcount

真正扩张的是：

Software。

Automation。

AI Agents。

Capital。

Brand。

Data。

Distribution。

而不是人数。

Bending Spoons正在试图证明：

一家管理数十亿美元收入、数亿用户的软件集团，核心组织也可以保持非常小。

这件事情如果被证明可以大规模复制，对整个科技行业的冲击，会比单纯“AI Coding效率提高”大得多。

二十一、不过必须看到 Bending Spoons 模式的争议

不能只讲效率。

它对被收购企业进行了极其激进的裁员。

SEC文件自己写得非常清楚：

2025年底到2026 Q1，AOL、Eventbrite、Vimeo 三笔收购带来了约 1,830名员工。

公司预计转型完成以后：

只会留下：

几百人。

这不是普通意义上的：

“提高10%生产率。”

而是彻底重构组织。

二十二、而且提高利润并不等于所有用户都更满意

这一点也很重要。

《华尔街日报》最新分析指出：

Evernote 2022到2025收入上涨约30%，但增长很大程度来自 ARPU 提升；同期用户数量明显下降。报道还指出公司若干产品的 Net Revenue Retention 低于100%。

这代表一种非常重要的战略取舍：

Bending Spoons并不一定追求：

Maximum Users

而更倾向于：

Maximum Economic Value

少一些用户。

但是：

留下来的用户付更多钱。

成本更低。

利润更高。

对于公司财务可能是正确选择。

但对于用户生态、品牌长期价值是否永远正确，就需要继续观察。

这也是分析这家公司不能忽略的一面。

二十三、因此真正应该研究 Bending Spoons 的，不是“学它裁员”

这是最容易学错的地方。

普通创业者看到：

300人 → 20人。

然后想：

“那我也砍人。”

完全错。

Bending Spoons裁人之前拥有的是：

极高人才密度。

统一基础设施。

十多年软件运营经验。

数十次收购数据。

成熟A/B系统。

AI基础设施。

集中招聘系统。

产品增长能力。

资本能力。

所以正确顺序是：

Capability ↑ → Complexity ↓

而不是：

Headcount ↓ → Capability magically ↑

这区别巨大。

二十四、我认为这期访谈真正应该带走的 10 条认知

1. 人才密度比人数重要。

100个普通人并不一定强于10个顶尖人才。

2. 经验真正重要的是质量，而不是年数。

10年重复一年，不等于10年经验。

3. 招聘本质是预测问题。

不要问：

“我喜不喜欢这个候选人？”

而要问：

哪些信号能预测未来performance？

4. 伟大的组织不是增加流程，而是不断删除流程。

任何新增复杂度都应该承担举证责任。

5. 每个员工都应该学习资本配置。

时间、注意力和资源永远有限。

选择比勤奋更重要。

6. AI真正的革命不是Chatbot，而是Workflow Compression。

从几十次人与人交接：

变成一次人→Agent指令。

7. 软件公司的边际生产率可能发生巨大变化。

未来10亿美元收入公司是否仍然需要几千人？

不一定。

8. Operational Excellence最终会变成Financial Advantage。

因为运营能力越强：

你能支付的收购价格越高。

却仍然可以获得高回报。

9. 永久资本比短期退出更容易形成真正的平台。

因为如果5年以后必须卖：

不会把所有公司深度整合。

永久持有才值得建设共享Operating System。

10. AI时代最强大的公司可能同时是三种东西：

Technology Company

Operating Company

Capital Allocation Machine

Bending Spoons正在成为一个非常典型的案例。

我会把你的标题再提升一级

你原来几个标题里面，“打造终极软件机器”方向其实非常好。

我会给你几个更强的。

我最推荐

Bending Spoons：AI时代最值得研究的软件收购机器，如何用20人运营Evernote？

这个最有传播力。

商业深度型

从 Evernote 到 Airtable、Miro：Bending Spoons 如何打造一台数十亿美元的软件复利机器

这个最能体现现在的公司规模。

资本型

不是软件公司，也不是私募基金：拆解 Bending Spoons 的人才、AI 与资本配置机器

这个是我认为认知层级最高的标题。

因为它逼着读者思考：

那它到底是什么？

AI组织型

300人变20人：Bending Spoons 正在重新定义 AI 时代的软件公司

传播性非常强，但需要正文解释清楚，不要让它变成简单的“裁员赞歌”。

创业管理型

Luca Ferrari：为什么经验正在贬值，而人才密度、判断力与 AI 杠杆越来越贵

如果让我选一个作为这期最终标题，我会选：

不是软件公司，也不是私募基金：拆解 Bending Spoons 的人才、AI 与资本配置机器

因为真正理解 Bending Spoons 后会发现：

它最珍贵的资产并不是 Evernote、Vimeo、Airtable 或 Miro。

而是一个看不见的东西：

一套能够不断把低效率数字资产，转化成高现金流资产的“公司制造系统”。

如果这套系统真的可以长期复制，那么 Bending Spoons 的最终价值，就不是它今天拥有多少 App，而是：

它未来几十年能够配置多少资本。

这已经不是产品经理的故事了。

这是 Henry Singleton、Warren Buffett、Constellation Software、Private Equity 和 AI-native organization 在数字时代发生的一次交汇。