"I like bad news"：陈立武的管理三原则

2026-10-14

“I like bad news.”我读这篇陈立武炉边对话整理，最有感触的是这句话。但整场对话的价值，还在于他把组织管理、创业投资和芯片产业放在一起看：一家大公司如何听见真实的问题，又如何把自己接到下一轮技术变化中。

管理三原则，要落实到信息、责任和客户

陈立武谈了三条管理原则：欢迎坏消息、承担责任、超越客户预期。

欢迎坏消息，首先要改变信息传递的结构。按文中描述，他接手英特尔后，将汇报层级从10至12层压缩到4至5层，同时花大量时间直接接触员工，辨别谁在说真话。

我理解，层级越多，每个人越容易只传递对自己有利的信息。等消息到达最高负责人那里，问题可能已经被修饰成进展。领导者说自己愿意听真话，还要让真话有机会抵达。

问责则是要求负责人接住问题。陈立武最不能接受的是搞砸之后把责任推给别人。我认为，这与欢迎坏消息必须同时成立：暴露问题的人能得到支持，负责解决问题的人也不能逃避。

第三条是让客户惊喜。他重视客户反馈，因为客户会直接指出哪里做得不好。内部汇报容易照顾关系，客户检验的是结果。管理者需要经常把自己放回这个更直接的评价体系。

陈立武投资过两家以色列芯片公司：Annapurna Labs和Habana Labs。前者被亚马逊收购，后者被英特尔收购，随后走出了不同轨迹。

按照文中的叙述，亚马逊支持并保留了Annapurna的创始团队，这个团队后来打造了Graviton系列芯片。Habana的创始人则在收购后离开，另行创业。陈立武认为，创始团队的去留影响了产品后续的迭代节奏。

我看重这个案例背后的管理判断：收购的价值包含团队下一次做出正确判断的能力。如果收购方以“我比你更懂”的姿态接管，可能拿到了已有产品，却失去了创造下一代产品的人。

让创业者觉得这里是家，需要给他们信任、空间和持续做事的条件。这比完成交易更考验大公司的能力。

陈立武对AI基础设施的观察，没有停留在GPU性能上。

他认为，随着强化学习和智能体应用发展，CPU承担的控制、编排和调度任务会增加。与此同时，大量GPU的实际利用率仍有改善空间，通过软件虚拟化和算力交易提高利用率，本身就是创业机会。

我从中看到两类不同的增量：一类来自新增计算需求，另一类来自把已有资源用好。讨论算力时，两类都值得看。

SambaNova的数据流架构、Cerebras的晶圆级计算，则代表了他对其他计算路径的长期关注。核心问题是，能否在性能之外，把功耗和系统效率做得更好。

这也解释了他为什么反复谈软件。从编译器、MLIR到平台工程和机架级方案，硬件的价值越来越取决于整个系统能否协同工作。单颗芯片的指标，已经不足以说明客户最终能获得多少有效算力。

陈立武谈到与英伟达合作，希望把英特尔的CPU、英伟达的GPU以及NVLink连接能力组合起来，开拓双方各自难以覆盖的市场。他也明确认可CUDA长期积累的软件价值。

我认同其中的取舍：先判断客户需要什么系统，再决定哪些自己做、哪些与伙伴一起做。竞争关系不必覆盖所有业务，合作也不意味着放弃自己的优势。

英特尔需要建立优势的重投入领域，包括先进制程和先进封装。文中提到18A量产、14A设计工具包的推进计划，以及围绕良率、缺陷密度和制造周期的改进。这些最终都要落实为客户可以使用的制造能力。

先进封装同样关键。CPU、高带宽内存和高速连接需要在有限空间内集成，封装与基板供应会直接影响整个系统能否交付。

因此，我更愿意把文中谈到的融资与产业伙伴支持，看作转型获得的资源条件。能否兑现，还要看技术、产能和交付一项项落地。“少承诺、多兑现”，适合这种需要长期投入的业务。

陈立武坚持与创业和风投社区保持联系，理由是不能错过重大技术浪潮。他会在周末拿出几个小时与创业者深入讨论。文中列出的五个方向，能够看出他的关注重心：

我的理解是，这份清单同时覆盖了能力前沿和交付约束。模型决定新的应用可能性，内存、电力、连接与散热决定这些可能性能够以什么成本实现。

对创业者而言，值得追问的是：客户现在最受制于哪个环节？解决之后，整个系统的效率能提高多少？这些问题比追逐一个热门技术名词更具体。

陈立武同时提醒，硅谷之外存在很强的反AI情绪，安全与隐私关切需要正面回应。这一点与他对AI的乐观判断并不矛盾。

我认为，经营者需要保留两个方向的信息入口：向技术前沿看，理解新的能力；向客户和社会看，理解真实需求与接受边界。只听其中一边，判断都会失真。

这也是“I like bad news”最值得带走的含义。员工报告的问题、客户提出的不满、创业者对既有路线的挑战，以及社会对AI的担忧，都可能包含组织尚未看见的事实。负责人愿不愿意接住这些事实，会影响下一步决策的质量。