Linear COO自曝:企業級銷售靠砍掉原定路線圖,全力押注agent才追上來
Linear在2025年臨時放棄原定的企業級功能路線圖,轉去全力建MCP服務器和agent平臺,結果反而靠這個贏得了原計劃拿不到的大客戶。
原視頻在 YouTube 上放不出來,用音頻聽:
核心論點 · 點時間戳可跳到原聲
上任三週就當眾劃掉「進軍企業」這條目標
Cristina加入三週後在公司全員會上,把三大公司目標裡「進軍企業客戶」那條當場劃掉,理由很簡單:公司只有一個銷售,根本沒有能力也沒有資源完成這個目標。她把目標改成先拿下已經用著競品、規模處於成長期的中型公司,靠這批客戶給大客戶做背書電話,2023年定的這個臺階直到2025年才正式升級為「今年進軍企業」。核心邏輯是不設立自己現階段達不到的目標,而是先證明自己能做好能力範圍內的事。
— CristinaMCP服務器上線一年半,過半issue已由agent創建
Linear在2025年上線MCP服務器,Cristina稱是同類產品裡最早做的一批。結果是現在超過50%在Linear上創建的issue是由agent創建的,而不是人。她同時強調另一條曲線——人進入App本身創建和交互issue的數量——也在同步上升,這說明產品在人類界面和agent接口兩端都做得足夠好,而不是agent取代了人。她反對「把自己的產品做成一個數據庫+MCP server」的思路,認為這樣公司沒有理由讓用戶繼續留在你的工具裡。
— Cristina「issue tracking已死」不是營銷噱頭,是真心話
CEO寫博客說issue tracking已死時,銷售團隊正在和客戶談合同。Cristina的解釋是:這家公司規模還沒大到「大到不能自殺」,所以可以主動拋棄舊的業務定義去追新方向——這和Google很難把搜索業務自我革命掉是完全不同的處境。客戶的真實反應是「對,追蹤工作已死,那你們現在到底是什麼,我買的是什麼」,這反而推動公司把自己重新定位成「產品開發系統」而非issue tracker。
— Cristina不設SDR,因為那通電話客戶根本不想接
Linear從沒有SDR崗位。Cristina的判斷是,SDR典型的第一通電話只是在問「你們公司多大、能付多少錢」,客戶討厭為了這些問題浪費30分鐘才能見到真正能做demo的人。她的替代方案不是省掉這個環節,而是用工具和自動化讓AE自己能做好outbound,讓觸達客戶的第一次接觸就是有價值的、定製化的內容,而不是走流程式的資格審查。
— Cristina客服用AI起草,但從不讓AI自動發給客戶
很多公司讓LLM先自動回答所有客服問題,只有客戶生氣了才有人類介入。Cristina明確說Linear不信這套模型:AI負責起草回覆,但人類必須做質量把關,因為AI經常把三句話能說清的事寫成三段廢話。她提到一個具體的反饋現象——客戶常問「這是不是AI回的,因為太快了」,其實只是團隊本身響應快;用AI節省的是人力擴張速度,而不是省掉人類判斷這一步。
— Cristina收入集中度,才是AI公司「幾個月衝到一億美元」的真相
被問到為什麼有些AI公司能幾個月內做到一億美元ARR,Cristina沒有用「增長快」來解釋,而是指出那些公司的客戶往往高度集中——賣給國防行業或大型律所,籤幾筆三四千萬美元的合同就能湊出一個億。Linear是四萬付費客戶、歷史上完全按座位收費的生意,不可能靠這種集中打法一夜從零做到一億,這揭示了「ARR衝刺速度」這個數字背後客戶結構完全不同的事實。
— Cristina2025年的企業功能路線圖被整體砍掉,換成agent平臺
2025年初定的路線圖原本全是幫助公司衝企業市場的功能,但行業變化後,團隊發現必須造MCP服務器、agent平臺新API、跟Codex、Cursor、GitHub Copilot做集成,這些事一開始都沒規劃進去。Cristina面臨的選擇是「落後於新趨勢」還是「超前於自己原計劃」,她選了後者——原定的企業功能大多沒做完,但把agent相關的事做早、做好之後,反而讓很多原本進不了候選名單的企業客戶主動把Linear加進了考慮範圍。
— CristinaStripe定過一條硬規矩:工程團隊佔比不能低於40%
Stripe曾出現業務崗位招聘速度超過工程、產品、設計團隊的情況,創始人直接叫停,定了一個「水位線」:公司至少要保持40%是工程、產品、設計、數據崗位。如果銷售想多招人,就得先幫公司多招工程師才行。Cristina說這個數字本身是武斷定下來的,但真正重要的是先想清楚「你希望這家公司是一傢什麼樣的公司」,再倒推人員結構,這條經驗她帶到了Linear的招聘規劃裡。
— Cristina原話 · 已逐字校驗
The great thing about our business is that we're not like so big to like kill ourselves, right?
我們這門生意的好處是,公司還沒大到大到「自殺」都下不了手的地步。
Cristina0:00
So you have to think about, like, what are you capable of doing? Uh, what do you need to, like, learn in order to, to get there? And then, do you actually have the resources to, like, accomplish that goal, right?
你得先想清楚自己到底有能力做到什麼、為了實現目標還需要學會什麼,以及你是不是真的有資源完成這個目標。
Cristina13:06
now, um, over 50% of issues created on Linear are created by agents, um, in just, like, a year and a half.
現在超過50%在Linear上創建的issue都是由agent創建的,而這只用了一年半時間。
Cristina20:35
but we probably shouldn't have a world where people are, like, manually tracking work.
但我們不該生活在一個還要靠人工手動追蹤工作的世界裡。
Cristina24:50
we don't have that function because I don't think it works well for our customers, but also because you can create systems and tooling and automations that make it easier for an AE to do outbound to a customer, right?
我們不設這個崗位,一是我覺得它對客戶體驗不好,二是你完全可以用系統、工具和自動化讓AE自己就能更順暢地去觸達客戶。
Cristina36:20
I would much rather have AI, like, draft an answer, um, to the specific question based on the knowledge that, you know, it has coming in, and then a human can decide, like, is that a good answer or not?
我更願意讓AI根據已有知識先起草一個針對具體問題的回答,然後由人來判斷這個答案到底行不行。
Cristina37:56
if we want this company to be like an engineering and product-driven company, probably at least like 40% of the company should be like engineering, product design, data, et cetera.
如果我們想讓這家公司是一家工程和產品驅動的公司,那至少應該有40%的人是工程、產品設計、數據這些崗位。
Cristina1:09:24
數字與實體
| Cristina加入前最大客戶規模 | 約500個座位 | 3:11 |
| Cristina任職期間收入增長 | 至少10倍 | 4:18 |
| MCP上線後agent創建的issue佔比 | 超過50% | 20:35 |
| Linear當前員工數 | 約170人 | 1:22:28 |
術語
- MCPMCP服務器
- 讓外部agent讀寫Linear數據的協議接口
- SDR銷售開發代表
- 負責外呼拓客和初步資格審查的銷售崗位
- AE客戶經理/銷售代表
- 負責推進成交的一線銷售崗位
- Forward Deployed Engineer現場部署工程師
- 直接進入客戶系統幫客戶實施產品的工程師,Linear不採用這種模式
- LoopsLoops功能
- Linear裡自動把issue分派給agent並讓agent開始編碼的功能
收聽指南
負責銷售體系從0到1搭建的創業公司COO、正在決定要不要設SDR或外包客服的運營負責人、研究AI原生產品GTM打法的投資人。