300人變20人：Bending Spoons 正在重新定義 AI 時代的軟件公司

Bending Spoons 已經形成了一套非常少見的機器：

找到被低估的軟件資產 → 用資本買下來 → 大幅壓縮組織複雜度 → 用極高人才密度和統一技術平臺重構 → 提價/產品改進/重新增長 → 產生現金流 → 再買下一家公司。

所以，我認爲你現在這份稿子還可以再往上提一層。

一、先更新幾個非常重要的事實

現在已經不能再簡單稱 Bending Spoons 爲“歐洲軟件獨角獸”了。

它在 2026 年 7 月 1 日正式登陸 Nasdaq，股票代碼 BSP，IPO 價格爲每股 29 美元，公司通過 IPO 淨募集約 11 億美元。

而且它已經進入了完全不同的體量。

2025 年：

Revenue：13.1 億美元

2026 年僅上半年：

Revenue：13.05 億美元

其中 2026 Q2 單季收入已經達到：

7.04 億美元。

所以 Luca 在採訪裏說公司大約已經達到 30 億美元 Revenue Run Rate，並不是離譜的說法——如果簡單把 Q2 的 7.04 億美元年化，大約就是 28 億美元。採訪本身也給出了“roughly $3 billion run-rate revenue”的說法。

這已經不是一家“小而美 App 公司”。

它正在變成一個大型軟件控股集團。

二、而且 Bending Spoons 最近的收購速度已經進入另一個階段

很多人認識 Bending Spoons，是因爲：

Evernote

Meetup

WeTransfer

Komoot

Brightcove

但那已經是上一階段。

現在它還擁有：

Vimeo

AOL

Eventbrite

以及剛剛完成的：

Airtable

而就在 2026 年 9 月 10 日，也就是幾天前，Bending Spoons 又宣佈以 13.55 億美元企業價值收購 Miro；Miro 當前 ARR 約 6 億美元，超過 25 萬個組織使用。

Airtable 的交易同樣很大：

企業價值約 12.85 億美元，截至今年 6 月 ARR 約 4.8 億美元，同比增長超過20%。

所以真正的問題已經不是：

Bending Spoons 怎麼運營幾個 App？

而是：

Bending Spoons 是否正在創造一種新的大型科技公司組織形式？

這才值得研究。

三、我會重新定義 Bending Spoons：它不是軟件公司，也不是傳統 PE

這是這篇內容最應該加進去的核心。

很多媒體喜歡說它是：

Private Equity for Software。

這個說法有一半正確。

因爲它確實：

收購成熟公司；

裁減人員；

提高效率；

提高價格；

改善現金流；

使用大量債務融資。

這些東西都很像 PE。

但是 Luca 強調一個核心區別：

Bending Spoons 不打算出售這些公司。

他說，他們從來沒有出售過一個重要業務，希望：

Buy to own and operate forever。

而傳統 PE 的基本經濟邏輯通常是：

買入

↓

改善

↓

槓桿

↓

3～7 年退出

↓

IRR

Bending Spoons則更接近：

買入

↓

徹底整合

↓

永久經營

↓

產生現金流

↓

再投資

這就更像：

Berkshire Hathaway + Constellation Software + Private Equity + Technology Platform

的結合體。

採訪中 Luca 也明確說，他們與 PE 最大的差異之一，就是長期持有、深度重構以及把被收購企業整合進共享技術平臺。

四、真正最牛的不是收購，而是“Operational Alpha”

投資世界經常討論：

Financial Alpha

你比別人更會選公司。

或者：

Information Alpha

你比別人掌握更多信息。

Bending Spoons真正形成的是：

Operational Alpha

意思就是：

同樣一家公司，在別人手裏值10億美元，在我手裏可能值20億美元。

爲什麼？

不是因爲我預測得比你準。

而是因爲：

我能經營得比你更好。

Luca 在另一場訪談裏就說過一句非常重要的話：

他們最大的優勢不是預測，而是“we can run them better”。

這句話非常值錢。

因爲這直接改變併購估值邏輯。

五、如果你的經營能力比別人強，你就可以比別人出更高價格

這是很多人沒有理解 Bending Spoons 的地方。

假設一家 SaaS 公司：

收入 1 億美元。

原管理層只能產生：

1000 萬美元自由現金流。

普通買家算下來：

最多願意出 3 億美元。

但是 Bending Spoons 接手以後能夠產生：

4000 萬美元自由現金流。

那麼：

它可能願意出：

5 億。

6 億。

甚至更多。

別人覺得：

“你買貴了。”

Bending Spoons卻可能認爲：

“按照我們的 operating model，它其實很便宜。”

這就是爲什麼：

運營能力最終會變成資本配置優勢。

而資本配置優勢又會帶來：

更多收購。

更多數據。

更好的技術平臺。

更強人才品牌。

然後下一次經營能力更強。

這是一整個：

Acquisition Flywheel

六、最值得研究的數據，其實是它的 IRR 門檻

這一點特別值得加進你的稿子。

Bending Spoons 在 IPO 文件裏披露：

對於 2023 年到 2026 Q1 的大部分收購，它內部通常要求：

Unlevered IRR：25%

Levered IRR：65%

這兩個數字非常激進。

什麼意思？

假設不借錢。

買一家公司。

經過運營改造。

希望資產本身達到至少：

25% 年化內部收益率。

如果加入債務槓桿：

目標甚至達到：

65% IRR。

這就告訴我們：

Bending Spoons 不是隨便買“著名互聯網品牌”。

它在算的東西是：

在我們的操作系統裏，這家公司未來五年的現金流到底能變成什麼樣？

這已經是非常專業的資本配置機器。

七、但這也引出了 Bending Spoons 最大的風險：它不是“無風險效率奇蹟”

這一層必須寫。

否則整篇容易變成公司宣傳稿。

Bending Spoons 的高回報背後有一個非常重要的放大器：

Debt

截至 2026 年 Q2：

總長期債務大約：

48.8 億美元

現金：

約 7.93 億美元

淨債務：

約 40.9 億美元

淨槓桿率：

2.4×。

所以它真正的公式不是：

牛人 + AI = 高利潤。

而是：

Talent Density

× Operating System

× Pricing Power

× Acquisition Discipline

× Financial Leverage

這五個東西同時運行。

八、這也是爲什麼 Bending Spoons 非常像“科技時代的 Berkshire”，但還沒證明自己是 Berkshire

這個區別非常重要。

Berkshire最大的優勢是：

巨量低成本永久資本。

保險 Float。

極強資產負債表。

極長週期。

而 Bending Spoons 當前很多併購仍然依賴債務。

所以未來真正需要觀察的不是：

還能不能繼續買公司？

而是：

能不能在不讓槓桿失控的情況下持續獲得高於資本成本的回報？

這是所有 Roll-up 模式最終都會遇到的問題。

因爲收購機器最危險的階段通常不是早期。

而是：

成功以後。

規模越大，需要買的公司越大。

交易越大。

資本需求越大。

如果未來：

收購價格提高；

利率提高；

運營改善幅度下降；

用戶流失加快；

那麼 IRR 會迅速下降。

九、“經驗正在貶值”這個標題，我建議不要簡單照搬

Luca 的原意非常有價值，但應該說得更準確。

他並不是說：

經驗沒有用了。

他說的是：

在快速變化的科技行業裏，很多具體經驗的半衰期越來越短。

比如：

2010 年怎麼開發軟件。

2015 年怎麼做移動 App。

2020 年怎麼做 SEO。

2023 年怎麼寫代碼。

到了 2026 年，因爲 AI Coding Agent、LLM、自動化工具鏈的發展，很多方法已經發生巨大變化。

他說得很直接：

2010 年有效的軟件開發方式和 2026 年已經有巨大差異，一部分舊經驗甚至可以“throw it away”。

這個判斷是有價值的。

但我要再增加一層。

十、真正發生的不是 Experience 貶值，而是“經驗分化”

未來經驗會分成兩類。

第一種：Tool Experience

會快速貶值。

比如：

某個框架。

某套代碼。

某個平臺。

某種增長技巧。

某種軟件流程。

AI時代這些東西的半衰期越來越短。

第二種：Judgment Experience

反而越來越值錢。

比如：

判斷人。

資本配置。

理解消費者。

談判。

戰略選擇。

風險管理。

組織設計。

危機處理。

複雜系統判斷。

這些不是簡單讓 AI 寫幾行代碼就能替代。

所以未來最昂貴的人不是：

“做了20年同樣事情的人。”

而可能是：

擁有高質量判斷力，並且能快速使用新工具的人。

這個區別非常重要。

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

這是人才體系真正高級的地方。

表面看：

Bending Spoons 喜歡年輕人。

實際上不是。

它真正尋找的是：

高學習速度的人。

也就是：

Raw intelligence

× Drive

× Curiosity

× Adaptability

× Collaboration

他們認爲：

經驗以後可以給你。

但是：

大腦質量。

求知慾。

極端自驅力。

很難後天製造。

Luca 在採訪裏明確說：

Talent 本質上包括好的思考能力和極強的成長、影響意願，而經驗可以通過給員工優秀挑戰和優秀同事快速積累。

這纔是重點。

十二、爲什麼招聘要測 100+ Signals？

這一點非常有意思。

普通公司招聘：

簡歷。

30分鐘HR。

Hiring Manager。

幾輪面試。

最後：

“我感覺這個人不錯。”

這是極度低樣本決策。

Bending Spoons試圖做的是：

把招聘問題變成預測問題。

輸入：

100+ Signals。

比如：

學校表現。

個人項目。

測試成績。

寫作。

Email。

溝通方式。

問題解決能力。

協作行爲。

過去成績。

然後預測：

這個人未來幾年在公司裏的 performance。

採訪明確提到，他們會從申請材料、測試、郵件互動等收集 100多個信號，並把這些信號與員工之後數年的實際表現進行比較。

這本質上很像：

Quant Investing。

不是問：

“這個股票故事好不好聽？”

而是：

哪些變量真正能夠預測未來回報？

十三、“後勤人員測試”其實體現的是一個更深的人性問題

你稿子裏這個案例值得保留。

因爲非常精彩。

Bending Spoons發現：

正式面試裏：

大家都知道自己被評估。

所以：

聰明人會表現得謙虛。

合作。

友善。

真正的信息量很低。

但是當候選人與安排日程、幫助面試流程的支持人員溝通時，他們以爲：

“這個人不參與招聘決策。”

於是行爲更加真實。

Bending Spoons發現，這些互動對於預測一個人的真實合作行爲反而更有效。

這背後的管理學原則其實是：

人的真實人格，往往不是看他怎麼對待比自己權力大的人，而是看他怎麼對待無法給自己帶來利益的人。

這個洞察非常值得寫進去。

十四、Bending Spoons 最反常識的管理哲學之一：故意讓工作永遠做不完

這個思想我認爲是整場採訪最值得學習的東西之一。

傳統管理：

任務列表。

完成。

打勾。

100%。

員工覺得：

“我的工作做完了。”

Bending Spoons故意破壞這種心理。

它希望一個優秀員工永遠面對：

100 件可以做的事情。

但時間只夠做：

10 件。

爲什麼？

因爲現實商業世界最重要的能力不是：

Execution

而是：

Prioritization

真正高層管理者每天面對的就是：

資本投哪裏？

誰來做？

哪些項目砍掉？

哪些客戶不要？

什麼現在不做？

一個 CEO 永遠不可能做完所有事情。

所以 Bending Spoons 很早就訓練員工接受：

任務永遠做不完。

Luca稱這種能力爲從巨大可能性中，精準尋找“insanely high returns”的少數事項。

這就是資本配置思維。

十五、這其實是一種“企業內部資本市場”

理解這一點以後，你會發現：

Bending Spoons員工其實都被訓練成小型資本配置者。

每個人每天都有：

時間資本。

注意力資本。

工程資源。

設計資源。

營銷資源。

你不是問：

“老闆讓我幹什麼？”

而是：

我這一小時投入哪裏 ROI 最高？

這就是 Extreme Ownership 真正的意義。

不是：

“努力加班。”

而是：

像Owner一樣分配稀缺資源。

這比“責任心”三個字深得多。

十六、Relentless Simplification 是它整個模式能夠運轉的基礎

企業爲什麼會越來越慢？

因爲複雜度有一個可怕特性：

Complexity compounds。

5個部門之間的關係並不是5條。

每增加一個團隊：

會議增加。

審批增加。

溝通增加。

權限增加。

系統接口增加。

衝突增加。

所以複雜度增長通常不是線性的。

這就是爲什麼 Luca 對：

職位。

流程。

審批。

層級。

規則。

都極度敏感。

最經典的案例就是：

他們乾脆把傳統：

Junior

Senior

Staff

Director

VP

這些 title 全刪掉了。

內部如果管理產品，就是：

Product Management Lead。

管理2個人也是。

管理200個人也是。

LinkedIn想寫什麼合理的title，可以自己決定。

爲什麼？

因爲：

組織不應該爲了滿足 Status Game，而增加永久複雜度。

這個思想很狠。

但很深。

十七、真正讓這套組織模型發生質變的，是 AI

這是這一期採訪最值得放大的地方。

Bending Spoons早就不是：

“員工用 ChatGPT。”

而是在重構：

Company Operating System

他們內部已經建立統一系統處理：

支付。

A/B Test。

LTV預測。

Recruiting。

人才預測。

AI Model Orchestration。

等等。

這非常重要。

因爲普通集團買下一家公司以後：

系統A。

系統B。

系統C。

HR不同。

數據不同。

支付不同。

Analytics不同。

最終產生：

巨大的 Integration Cost。

Bending Spoons做的恰恰相反：

Acquisition → Standardization

這與工業革命的邏輯非常像。

十八、Evernote 是最好的例子

採訪中披露：

收購時 Evernote 大約：

300多人。

Bending Spoons最初派出大約：

50名核心 Spooners

重構：

代碼。

Cloud Infrastructure。

Monetization。

組織。

後來：

Evernote大約只需要：

20個人運行。

這個數字非常誇張。

而且 Luca 稱：

收入相比收購時還提高了，業務已經“very, very profitable”。

注意：

這纔是 AI 對公司的真正影響。

不是：

一個人寫代碼快30%。

而是：

過去需要300個人維護的組織，未來有沒有可能20～50個人完成？

如果答案逐漸是“可以”，那麼整個科技公司的成本結構都會被重寫。

十九、AI最大的經濟價值，可能不是替代員工，而是消滅 Coordination Cost

這一點我建議你重點寫。

很多人理解 AI：

程序員寫代碼快。

設計師畫圖快。

客服回答快。

這都是一級效應。

真正的大變化可能是：

AI消滅 Handoff。

過去：

PM

↓

設計師

↓

工程師

↓

QA

↓

Data Analyst

↓

經理批准

每次交接都有：

等待。

解釋。

會議。

Context loss。

AI之後：

產品負責人發現 Bug。

直接告訴 Agent。

Agent：

定位代碼。

修改。

生成測試。

提交。

通知工程師 Review。

採訪裏的 Evernote 案例就是這樣——一個負責人幾分鐘內通過內部 Agent 完成了過去人與人協調可能需要很長時間才能推進的 Bug 修復流程。

所以未來最大的生產率革命可能不是：

Worker → AI。

而是：

Workflow → AI。

這兩個完全不是一個量級。

二十、最終我認爲 Bending Spoons 真正創造的是一種新的企業結構

過去的大公司：

Scale = More People

業務越大。

員工越多。

部門越多。

管理層越多。

未來 AI Native Company 可能是：

Scale ≠ Headcount

真正擴張的是：

Software。

Automation。

AI Agents。

Capital。

Brand。

Data。

Distribution。

而不是人數。

Bending Spoons正在試圖證明：

一家管理數十億美元收入、數億用戶的軟件集團，核心組織也可以保持非常小。

這件事情如果被證明可以大規模複製，對整個科技行業的衝擊，會比單純“AI Coding效率提高”大得多。

二十一、不過必須看到 Bending Spoons 模式的爭議

不能只講效率。

它對被收購企業進行了極其激進的裁員。

SEC文件自己寫得非常清楚：

2025年底到2026 Q1，AOL、Eventbrite、Vimeo 三筆收購帶來了約 1,830名員工。

公司預計轉型完成以後：

只會留下：

幾百人。

這不是普通意義上的：

“提高10%生產率。”

而是徹底重構組織。

二十二、而且提高利潤並不等於所有用戶都更滿意

這一點也很重要。

《華爾街日報》最新分析指出：

Evernote 2022到2025收入上漲約30%，但增長很大程度來自 ARPU 提升；同期用戶數量明顯下降。報道還指出公司若干產品的 Net Revenue Retention 低於100%。

這代表一種非常重要的戰略取捨：

Bending Spoons並不一定追求：

Maximum Users

而更傾向於：

Maximum Economic Value

少一些用戶。

但是：

留下來的用戶付更多錢。

成本更低。

利潤更高。

對於公司財務可能是正確選擇。

但對於用戶生態、品牌長期價值是否永遠正確，就需要繼續觀察。

這也是分析這家公司不能忽略的一面。

二十三、因此真正應該研究 Bending Spoons 的，不是“學它裁員”

這是最容易學錯的地方。

普通創業者看到：

300人 → 20人。

然後想：

“那我也砍人。”

完全錯。

Bending Spoons裁人之前擁有的是：

極高人才密度。

統一基礎設施。

十多年軟件運營經驗。

數十次收購數據。

成熟A/B系統。

AI基礎設施。

集中招聘系統。

產品增長能力。

資本能力。

所以正確順序是：

Capability ↑ → Complexity ↓

而不是：

Headcount ↓ → Capability magically ↑

這區別巨大。

二十四、我認爲這期訪談真正應該帶走的 10 條認知

1. 人才密度比人數重要。

100個普通人並不一定強於10個頂尖人才。

2. 經驗真正重要的是質量，而不是年數。

10年重複一年，不等於10年經驗。

3. 招聘本質是預測問題。

不要問：

“我喜不喜歡這個候選人？”

而要問：

哪些信號能預測未來performance？

4. 偉大的組織不是增加流程，而是不斷刪除流程。

任何新增複雜度都應該承擔舉證責任。

5. 每個員工都應該學習資本配置。

時間、注意力和資源永遠有限。

選擇比勤奮更重要。

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

從幾十次人與人交接：

變成一次人→Agent指令。

7. 軟件公司的邊際生產率可能發生巨大變化。

未來10億美元收入公司是否仍然需要幾千人？

不一定。

8. Operational Excellence最終會變成Financial Advantage。

因爲運營能力越強：

你能支付的收購價格越高。

卻仍然可以獲得高回報。

9. 永久資本比短期退出更容易形成真正的平臺。

因爲如果5年以後必須賣：

不會把所有公司深度整合。

永久持有才值得建設共享Operating System。

10. AI時代最強大的公司可能同時是三種東西：

Technology Company

Operating Company

Capital Allocation Machine

Bending Spoons正在成爲一個非常典型的案例。

我會把你的標題再提升一級

你原來幾個標題裏面，“打造終極軟件機器”方向其實非常好。

我會給你幾個更強的。

我最推薦

Bending Spoons：AI時代最值得研究的軟件收購機器，如何用20人運營Evernote？

這個最有傳播力。

商業深度型

從 Evernote 到 Airtable、Miro：Bending Spoons 如何打造一臺數十億美元的軟件複利機器

這個最能體現現在的公司規模。

資本型

不是軟件公司，也不是私募基金：拆解 Bending Spoons 的人才、AI 與資本配置機器

這個是我認爲認知層級最高的標題。

因爲它逼着讀者思考：

那它到底是什麼？

AI組織型

300人變20人：Bending Spoons 正在重新定義 AI 時代的軟件公司

傳播性非常強，但需要正文解釋清楚，不要讓它變成簡單的“裁員讚歌”。

創業管理型

Luca Ferrari：爲什麼經驗正在貶值，而人才密度、判斷力與 AI 槓桿越來越貴

如果讓我選一個作爲這期最終標題，我會選：

不是軟件公司，也不是私募基金：拆解 Bending Spoons 的人才、AI 與資本配置機器

因爲真正理解 Bending Spoons 後會發現：

它最珍貴的資產並不是 Evernote、Vimeo、Airtable 或 Miro。

而是一個看不見的東西：

一套能夠不斷把低效率數字資產，轉化成高現金流資產的“公司製造系統”。

如果這套系統真的可以長期複製，那麼 Bending Spoons 的最終價值，就不是它今天擁有多少 App，而是：

它未來幾十年能夠配置多少資本。

這已經不是產品經理的故事了。

這是 Henry Singleton、Warren Buffett、Constellation Software、Private Equity 和 AI-native organization 在數字時代發生的一次交匯。