跨国深谈← 返回←MercadoLibre 的 18000 人工程团队怎么管

MercadoLibre 的 18000 人工程团队怎么管

关联

人物 Sebastian Barrios

公司 MercadoLibre · Verdi

概念 智能体 · 微服务 · 彻底坦诚 · OKRs · 主观能动性

来源 Lenny’s Podcast

18000 名开发者，每天往生产环境推 30000 次变更——这比每个开发者每天平均一次还多。管这支队伍的人是 Sebastian Barrios，MercadoLibre 的工程高级副总裁。MercadoLibre 是拉美估值最高的公司，业务横跨电商和金融科技，自己有卡车、有飞机，每天配送超过 500 万个包裹。

工程师就是产品负责人

MercadoLibre 有 18000 名开发者，但拥有产品经理头衔的人不到 1000，比例大约只有 5%，而其他科技公司通常是 10% 到 30% 甚至更高 。这不是因为缺 PM，而是有意为之——他们不觉得工程和产品之间有明确的分界线 。

具体做法是：谁最适合拥有某个产品，就让它来负责，不看头衔。而事实证明，在大多数情况下，最适合的人是工程负责人和技术负责人——因为他们既懂技术上什么是可能的，也懂业务需求、用户需求，也知道怎么衡量效果 。

面试时确实会测产品技能，但主要还是测工程能力。公司对技术深度有强烈的偏好：如果你在会议上被问到细节，回答「我不确定我们用什么技术，得去问问某人」——这在 MercadoLibre 是行不通的 。

为什么这个模式没崩

很多公司起步时也说「工程师领导产品，不需要 PM」，但规模一大，工程师就开始说「我不想整天开会写规格书，我只想写代码」。MercadoLibre 扩展到了 1000 亿美元市值、18000 人的规模，这个模式居然没崩，原因有两层。

第一层是自上而下的。公司领导层本身非常懂技术，也非常深入产品细节。

C 级会议上的讨论会细到「为什么用这段文案，字太多了」「这个像素为什么在这里，这个空间可以用来做更有用的事」。而 CEO Marcos 问的第一个问题永远是「用户会怎么体验这个？给我看流程」，而不是「能带来多少收入」。

第二层是选人。他们在整个拉美地区、多个国家筛选顶尖人才，并维持这种文化 。

AI 在这里加速的是「跳过代码」

AI 对这种工程师兼做产品的工作方式不是威胁，而是加速器。Sebastian 说，他们不觉得产品和工程之间有明确界限，所以当更偏产品的人能用 AI 自己开发东西、做演示时，他非常高兴 。

但更有意思的是他们走得更远的一步：开发了一个叫 Verdi 的内部平台，抽象掉了数据获取、授权等复杂性 。在这个平台上，他们做了实验——提取每个微服务的功能，然后让智能体(能自主执行多步骤任务的 AI)组合不同服务的不同部分，端到端地创建新功能，甚至带 UI，不需要写任何新代码 。平台已经有大量现有功能，智能体可以直接组合它们变成新产品，不需要任何人写额外代码 。

不搞 OKR，但要紧密反馈

18000 人不可能靠自上而下告诉每个人每天该干什么。他们不使用 OKR——不让所有事情层层分解到每个团队 。公司只有非常高层次的目标，甚至没有 10 年计划，因为市场变化太快、竞争太激烈 。

具体运作方式是：传达公司方向的主要愿景，然后「做任何你认为对用户、对公司最好的事」。但对齐靠的是大量设计评审和产品评审——领导层在这些评审中非常坦诚直接，说清楚什么有效、什么无效，包括愿景本身如果是错的也会快速转向 。

这里有个权衡：如果完全分布化，可能每个部分都不错，但拼在一起很糟糕。所以有时候需要更强的整体愿景来统一方向 。

观察用户，而不是光问用户

「跟用户交谈、倾听用户」是常见建议，但 Sebastian 说他们发现最有效的方法是观察用户——看用户实际在用产品做什么 。比如你在用户研究里看着某人在同一个输入框里同时输入了电子邮件和名字，因为字段上写着「电子邮件，名字」——你以为用户会分开填，但人家就全塞进去了。很多这类假设只有在观察时才会被粉碎 。

容错文化的真面目：不是写在墙上的

「鼓励犯错」很多公司都说，但 Sebastian 很直接：文化不是你写在墙上或网站上的东西，是你实际做了什么 。

具体来说，可接受的错误和不可接受的错误要分清。系统中断、质量差导致下线——不可接受。但如果你在一个很大胆的愿景上冒险，结果证明方向错了——你不会被惩罚，甚至可能被晋升 。

怎么让全公司知道你是认真的？看谁被晋升了、谁没被晋升、谁在公开场合被表扬了、新产品公告怎么说的、没奏效的事情是怎么被谈论的。如果某个项目失败了，但负责项目的人被开除了——那你说「我们鼓励冒险」就没人在信了 。

在拉美做「彻底坦诚」为什么更难

Sebastian 提到《彻底坦诚》这本书的概念在拉美甚至更重要，因为这里有很强的等级制文化——「我不会告诉老板他错了，他说什么我们就做什么」「我不想出风头」。人们极其有礼貌，很难对某事说不，会说「好的，但以后再说」，实际意思是不 。

阿根廷（公司成立地）在这方面是个例外，人比较直接 。公司选择了这种直接坦诚的方式，并据此选人。他用高性能运动队而不是家庭来类比公司：可以一起玩得开心，但谈论工作和绩效时，结果就是结果，不藏着 。

对炒作保持怀疑的方法论

Sebastian 不跟风，但也不是直接忽略。他 2010 年左右就买过甚至挖过比特币 ，MercadoLibre 也有自己的加密货币 。但他对「地球上的每一件事物都将在区块链上运行」这种说法保持警惕 。

他的方法是：深入理解技术的 fundamentals（基础原理），算一些关键数据（比如吞吐量），然后结合自己在真实业务中理解的东西来判断规模是否可行 。好技术可以非常成功，而不必征服世界 。同样的逻辑也适用于 AI 。

本集带走

• PM 比例可以压到极低：18000 开发者配不到 1000 个 PM，关键是让技术负责人同时扛产品判断——前提是你招的人既懂技术细节又懂用户需求。
• 容错要分清两类错误：质量事故和系统中断零容忍；但方向性冒险如果错了不惩罚、甚至晋升——然后让全公司通过「谁被晋升了、失败了之后人怎么样」来判断你是不是认真的。
• 不搞 OKR，靠评审对齐：只传高层次愿景，团队自主决定做什么；对齐靠高频的设计评审和产品评审，领导层在评审里直接说什么行什么不行。
• 观察用户 > 问用户：用户说的和做的经常不一样，坐在旁边看他们实际怎么操作产品，假设会被当场粉碎。
• 对 hype 的过滤框架：先懂技术基础原理，算关键指标（吞吐量、延迟等），再结合真实业务规模判断——好技术不需要征服世界才算成功。

对我来说，对于 MercadoLibre，很难区分工程在哪里停止，产品从哪里开始。
For me and for MercadoLibre, it’s hard to separate where sort of like engineering stops and product begins.
—— Sebastian Barrios · [09:08]

没有任何办法任何人可以检查那 30,000 次更改在做什么。这比每个开发者一次还多。
There’s no way anyone can check what those 30,000 changes are doing. That’s more than one per developer.
—— Sebastian Barrios · [26:03]

因为同样，如果我们有系统中断，那显然是不可接受的。那不是我们要的那种错误。我们要的是，嗯，如果你在一个非常大胆的愿景上冒险，结果事实证明这不是正确的路径，你不会因此受到惩罚。
Because again, if we have a system outage, it’s obviously unacceptable. That’s not the kind of error that we’re going for. We’re going for, well, if you took a risk in a very bold vision and it turns out it was not the right path, you’re not going to get penalized for that.
—— Sebastian Barrios · [31:41]

但我认为从那个说法到说，比如，好吧，地球上的每一件事物都将在区块链上运行，这就是我的警报开始响起的地方。这就像，好吧，它可能是一项很棒的技术，并且可能非常成功，而不必征服世界
But I think going from that to saying like, okay, every single thing on the planet is going to run on the blockchain, that’s where some of my alarms start to go off. And it’s like, well, it can be a great technology and it can be very successful without having to take over the world
—— Sebastian Barrios · [43:44]

它成为了墨西哥和许多其他国家的最畅销应用。它不是一个免费应用，而且它完全是本地的，所以没有后端，没有成本，没有广告。所以这是一个非常盈利的尝试。
It became the top-selling app in Mexico and in a lot of other different countries. It was not a free app, and it was also completely local, so there was no back-end, no cost, no advertising. So it was a very profitable endeavor.
—— Sebastian Barrios · [51:23]