一个月新增客户数仅次于 Anthropic，Granola 的秘诀是“出奇地不思进取”

2026 年 1 月，企业支出管理平台 Ramp 出了一份报告：当月新增客户数量排名，Granola 在所有被追踪的公司里排第二，前面只剩 Anthropic。

一家做 AI 会议笔记的公司，把一堆明星公司压在了身后。紧接着的消息是 1.25 亿美元融资，估值 15 亿美元，团队只有 60 人上下。

主持人 Nathan Labenz 自己就是付费用户，他在播客 Cognitive Revolution 里问联合创始人 Sam Stephenson：增长到底怎么来的？

Sam 的答案朴素到有点无聊：几乎全靠口碑。用户把会议笔记分享给同事，同事盯着 Slack 里 30 秒就冒出来的漂亮笔记问一句“这怎么做到的”，然后自己去下载。

而这家增长飞轮转得飞快的公司，设计哲学被 Sam 自嘲为“出奇地不思进取”（surprisingly unambitious）。整期节目听下来，这个词比任何增长黑客技巧都值钱。

为最手忙脚乱的人做产品

Granola 的起点其实跟会议笔记无关。Sam 说，团队真正想做的是给普通人设计新一代 AI 界面，服务那些把电脑当谋生工具、没兴趣折腾参数的人。笔记只是敲门砖，先进驻他们的日常，再慢慢做更多。

目标用户画像来自早期大量开放式访谈：一天会议连轴转的销售、客户经理、招聘师、投资人、创始人。日历从头堵到尾，两场会之间连上厕所都要跑着去。

联合创始人 Chris 带来一个类比：厨具品牌 Oxo 专门为握不住餐具、甚至只有一只手臂的残障人士设计产品。为最极端的用户把东西做好，普通人用起来自然也顺手。

Granola 的“极端用户”，就是那个在会议之间狂奔的人。如果一个濒临崩溃的人都能顺畅使用，状态正常的用户只会觉得更轻松。

Sam 给同行的提醒很扎心：做工具的人总假设用户带着完整注意力、冷静理性地打开软件，愿意花时间学习复杂操作。现实是，多数人早上打开邮箱发现三件事着火，20 分钟后又有会，整天处在“永远追不上进度”的应激状态。这就是心理学里的系统 1，靠直觉和反应干活，根本没空调用理性。

于是有了那条“出奇地不思进取”原则：不承诺帮用户解决火烧眉毛的大事，先接手那些不重要、量大、无聊、一直被拖着的杂活。

市面上想当“AI 行政助理”的产品一大把，Sam 基本试了个遍。共同的死法：知识工作太混乱、太微妙，模型不懂你和收件人是什么关系，不懂这件事在所有待办里排第几。截图看着都挺好，真用起来总差一口气，差一口气就等于没用。所以 Granola 先挑软柿子捏，把杂活干利索，等模型更强再啃硬骨头。

注意力预算是另一个核心概念。开会时，笔记本界面只能分到用户 2% 的注意力，剩下 98% 得留给对面的人。所以核心界面克制到近乎偏执：模板功能其实能让用户任意定制笔记结构，但藏得很深，很多用户压根没发现。

全屏聊天界面是另一回事。那里能访问你所有的会议，甚至全公司的会议，用户愿意投入 80% 的注意力。Sam 用它来写帖子、写职位描述、分析公司某个板块在发生什么，跟开会时扫一眼的笔记本完全是两种模式，设计上也能放开手脚。

访谈别听用户怎么说，要看屏幕上有什么

用户调研这块，Sam 的方法值得直接抄。传统做法是请用户坐下来说“你正常用，我不打扰”，但用户立刻进入全神贯注状态，还想在设计师面前表现好一点，测出来的全是理想自我。

Granola 的做法是让用户共享屏幕，打开自己的笔记列表，一条一条过：这场会聊了什么？都有谁？这些笔记你愿意分享给谁？用户可以对观点注水，没法对屏幕上的事实撒谎。做日历访谈同理，把日历调出来当逼真器，聊的是真实发生的一天。

Sam 的红线很清楚：只要对话进入抽象层，用户开始谈“理论上我一般会怎么做”，那些回答就不能信了，你拿到的是对方想象中的自己。评估做出来的功能，他更愿意坐在销售旁边，安静看同事在真实通话里怎么用产品，那比任何口头反馈都少一层过滤。

Nathan 的亲身经历佐证了上下文的价值：他把五年的邮件、Slack 消息、播客转录全导进一个本地数据库给 agent 查询，产出质量明显上台阶。但他也承认，自己是所有系统的管理员才有这个待遇。Sam 补充，公司场景里权限审批和安全合规才是真正的墙，而且普通用户不会像极客那样主动配置，产品的任务是让上下文在后台自动攒起来，别让用户当配置工程师。

只留转录，先不管成本

Granola 在操作系统音频层录麦克风和系统声音，直接传给第三方实时转录 API，省去了派机器人入会那条路。代价是实时转录质量不如整段音频事后处理，说话人分离也差一截，换来的是转录实时滚出、会议一结束笔记立刻生成、音频当场丢弃。目前流量分给 Deepgram 和 AssemblyAI 两家，核心基础设施必须留冗余，服务一挂用户马上炸锅。

关于音频有个小故事。刚上线时他们把音频存进 S3 桶，想着以后也许能拿去训练模型。坚持了一周就关掉：存着原始录音，产品立刻变得沉重严肃，像一件用来对付别人的东西。现在只留转录文本，Sam 说他们根本不想要一份能上法庭的逐字记录，只要足够让模型干活的细节。

同意和披露上，Sam 的立场是 Granola 跟手机语音备忘录一样是工具，守法、向对方披露是使用者的责任。他们故意放弃入会机器人那种自带曝光的形态，等于自废一个增长渠道，所以做了日历邀请自动附注声明之类的功能，帮用户把事情摆到明面上。他还观察到一个变化：两年前用户总问隐私问题，现在问的人少多了，职场对话被转录正在变成默认。会议本来就是个社会契约时刻，大家坐下来就是约好一起干活，这跟全天候可穿戴设备侵入私人生活是两回事。

更有意思的是遗忘。人类记忆的保真度掉得很快，Sam 觉得这说不定是件好事：让 agent 的记忆快速变模糊，是一种优雅的扩散敏感信息的方式。Nathan 接话说他正在试验只给自主 agent 喂月度摘要和年度摘要，原始数据留在自己手里。

成本问题同样反直觉。用户在 Granola 里从没见过 credit、额度、提醒这种东西，随便用。Sam 解释，公司早期他们明确告诉自己“没有预算”，做出最好的产品已经够难了，用户量小的时候优化成本纯属浪费时间。最夸张时转录花掉全公司烧钱的一半，靠规模和技术降价才压下来。如今笔记成本可预测，重度用户的大账单先自己吞下，等产品真开始替用户干活，再考虑 Cursor 那种按量计价。

Recipes：把一次灵感变成一键按钮

Recipes 本质是把一段提示词存成按钮。重度用户早就发现能拿一堆会议记录跟 Granola 聊出很深的东西，Recipes 让这件事可重复、一键触发。

内部用得最狠的两个场景：客服团队每周开会把用户搞不懂的问题聊一遍，会后一键跑 recipe，模型对照文档找出缺口、批量建议修改；招人时不想憋职位描述，就把相关的人拉进房间聊半小时，再把官网已有的职位描述喂给模型，初稿相当能打。Granola 自己是全员坐班的公司，开会就把手机往桌上一放，聊完让机器人去整理结构和格式。

意外爆红的是个人教练类。他们拿 CEO 教练 Matt Mochary 写的 Coach Me 模板做用户访谈，让用户当场运行，模型翻完这个人的全部对话历史后输出行为模式分析。没人当场落泪，但几乎人人都有强烈的情绪反应。Sam 说做产品以来没见过这种效果，Granola 只是陪着你开了一路会，对你的了解却深得吓人。

Nathan 补了另一个例子：Dan Shipper 做过一个隐性公司文化 recipe，扫全公司的通话，输出这家公司实际运行的文化，跟官网口号对不对得上。对管理者来说这是面相当狠的照妖镜。

增长机制上，Sam 确认核心就一个：分享笔记。Recipes 在社交媒体上有传播力，但真正滚雪球的是“会后 30 秒漂亮笔记出现在 Slack 里”这个瞬间。Nathan 总结，增长通常不靠一堆钩子，一个钩子真正有效就够了。

Figma 该紧张了

Granola 现在 60 人，其中 25 到 30 个工程师，3 个产品、3 个设计师再加 Sam 和几个设计工程师。招设计师有条硬性条件：至少在好奇地玩 AI 编程工具。

原因是核心界面在 Figma 里根本没法评估。笔记本好不好用，取决于真实内容放进去的手感，取决于开会时用余光瞟它的体验，只有把原型直接做进真产品、开真会去用才有答案。所以所有设计师都在用 AI 编码工具往真 app 里塞原型。注意力账也算得明白：开会时笔记本界面只能分到用户 2% 的注意力，所以核心流程克制到偏执，模板功能藏得很深很多用户都没发现；全屏聊天能拿到 80%，那边就敢多塞东西。

Figma 没被抛弃，但角色变了。Sam 现在的流程是先在产品里把脑子里第一版做出来，哪里手感不对，再跳进 Figma 并排摆十个变体挑一个，然后回代码实现。以前 Figma 是设计流程的起点、中间和终点，现在只是偶尔拿起来的工具，全应用级的完整流程图早就没人画了。

如果 Figma 能守住“构思”这个环节的最佳位置，还挺好。但 Claude Code 会从另一个方向打过来，别人也会。

有个具体案例：把聊天框从侧边栏改成悬浮在应用各处，这事内部争论了很久，Sam 用 AI 编码一天做出内部原型，全员用了一天就确信该切换，去年 9 月正式上线。想法到验证的周期被压到了以天计。

决策机制也松散。每周五内部 demo day 是 Sam 一周的高光，有人演示路线图上的正经功能，也有人拿出“干脆砍掉侧边栏只留一个界面”这种野路子想法。文化上明确鼓励：试了、展示了、大家学到东西、放下、继续走。Sam 自己的点子大多数也没下文，“我的想法通常也很糟，没关系”。

核心产品决策几乎全靠定性判断和手感，一万人的 beta 群体主要用来抓 bug，不是用来投票。他们相信贴近少数人的高保真反馈，胜过快速扫过大量用户的低质量数据。招人筛的是谦逊和开放：默认自己十个点子九个会死，死因往往是用户不买账，老板否决都排不上号。

一家通吃的恐惧，和更投入开会的愿景

问到最怕什么，Sam 没犹豫。ChatGPT 刚出来那天，你就能画一条很粗的线到未来：一个工具包办一切，不再需要任何创业公司和垂直产品。这是他从第一天就在担心的事，Nathan 的朋友 Andrew Kritsch 给它起了名字，big tech singularity，巨头奇点。

但他也给自己留了退路。历史上大家总高估“下一个大东西会吞掉一切”：Alexa 出来时觉得对话界面要统治世界，2013 年前后 Messenger 聊天机器人火的时候他也觉得传统界面完了。现实是生活本来就乱，专用工具始终有价值。

Granola 的生存策略写得很直白：架构上确保模型每次升级，产品都跟着变强。如果下一代 Claude 或 GPT 发布后 Granola 没变好，时间拉长就是死局。要做的只是站在巨人肩膀上，在自家那一小块比通用模型好那么一点，赌用户愿意为“开会不再手忙脚乱”付钱。

积极愿景反而很具体。Sam 说知识工作者现在像被拴在电脑上的奴隶，一天的工作就是移动鼠标、搬运信息。等杂活有人搭手，会议里不用疯狂记笔记、脑子能全速运转，这就是用户给过的第一条好评：“Granola 让我在会议里更投入了。”

明天就能用上的几件事：

• 访谈用户别让 ta 聊抽象习惯，让 ta 打开真实界面或日历，一条一条过事实。抽象回答基本等于虚构。
• 给 AI 喂上下文，先解决权限问题。个人能做的是把散落的邮件、聊天记录、转录先汇进一个可查询的地方。
• 给自主 agent 的信息，给摘要就够了，原始数据留在自己手里。
• 评估一个功能值不值得做，别开会争论，花一天把它做进内部版本让大家真实用起来，好用不好用立刻见分晓。
• 做产品先挑“不重要但量大又无聊”的杂活下手，差一口气的 AI 输出等于零。

Nathan 结尾问 Granola 该怎么收场，得到的建议是感谢具体细节、呼应积极愿景。他补了自己的版本：今年拿“出门时间有没有变多”来衡量 AI 到底有没有在服务自己。这个标准，比任何评测榜单都诚实。