Linear COO Cristina Cordova 访谈:GTM 如何撑起 $100M ARR 与过半 agent 创建的工作量
Latent Space 访谈 Linear COO Cristina Cordova,复盘公司达到 $100M ARR、超 40,000 付费客户和 177% 净收入留存的 GTM 路径。
Latent Space·2026-11-20 07:38· 28 分钟前AI 评分69
将 Linear 的 GTM 扩展至 $100M ARR — Cristina Cordova,COO
AI 导读
Latent.Space 访谈 Linear COO Cristina Cordova,复盘公司达到 $100M ARR、超 40,000 付费客户和 177% 净收入留存的 GTM 路径。
正文 · 原文

Linear 创立之初是为了打造更好的问题追踪工具。七年过去、融资 $134 million 之后,其 CEO Karri Saarinen 发布了一篇题为 “Issue tracking is dead.” 的文章。在本期节目中,我们与 Cristina Cordova 交谈,她是 Linear 的 COO,聊了公司如何应对这一转变,以及其 go-to-market 策略一路走来发生了怎样的变化。
Cristina 在 Stripe 工作了七年半,在 Notion 领导平台与合作伙伴关系,在加入 Linear 之前是 First Round 的合伙人,于 2023 年加入 Linear。Linear 的创始人们在 Coinbase、Airbnb 和 Uber 使用遗留问题追踪工具后打造了它,并通过 Vercel 和 Ramp 等初创公司以自助方式传播开来。
她加入时,Linear 大约有 40 人,只有一名销售人员。自那以后,公司推出了 MCP server、用于在 Linear 中构建 agent 的平台、与 Codex、Cursor 和 GitHub Copilot 的集成,以及自家的 Linear Agent。一年前,agent 创建了 Linear 上 3% 的工作。现在这一比例超过一半。Linear 今年 ARR 突破 $100 million,拥有超过 40,000 名付费客户和 177% 的净收入留存,8 月员工以 $2.5 billion 估值 出售了 $99 million 的股票。
我们聊了她为什么在加入三周后就停止追逐企业大单,为什么 Linear 从未招聘过一名 SDR,为什么它不会让 LLM 独自回答支持工单,以及支撑数月内 $100M ARR 的 AI 预算对其他人意味着什么。
Linear 上一半的工作现在由 agent 创建
Linear 于 2025 年 5 月推出其 MCP server,Cristina 称它基本上是同类中的第一个。一年半后,Linear 中创建的超过一半 issue 来自 agent。
这并不意味着 Linear 想成为一个上面架着 MCP server 的数据库。Cristina 认为,满足于此的 SaaS 公司正在犯一个大错。如果你产品内部的 agent 工作流不比外部的更好,就没有人有理由打开你的应用。
所以她关注两条线:agent 使用量和应用使用量。如果 agent 使用量攀升而应用使用量没有,你就在变成商品。在 Linear,两者都在上升,因为人们仍然会回到应用来查看和协调工作。
“Issue tracking is dead”
当 Karri 在 3 月发布 “Issue tracking is dead” 时,Linear 的大多数客户都同意他的观点。然后他们问了那个显而易见的问题:那我买的是什么?Linear 的答案是围绕 agent 编排构建的产品开发系统,人类不再做提交、打标签、分配和关闭 issue 这些手动工作。
客户一直在推动它朝这个方向发展。大多数前沿 AI 实验室都运行在 Linear 上,并希望它走得更快。Ramp 和 Coinbase 等前 AI 时代的公司正在构建自己的内部 agent,需要一个 API 将它们接入 Linear。
Cristina 说 Linear 很幸运,它小到可以自我蚕食。Google 面临的问题要难得多:在每个搜索结果上方放一个 AI 答案,看广告的人就会变少。
跳转到 “issue tracking is dead” 讨论 →
数月内 $100M 背后的 AI 预算
Cristina 说,眼下真正加速采购的是 AI 预算。公司为以前不存在的 AI 工具专门划出了资金,任何能装进这笔预算的产品都能跳过通常的预算争夺。在一些公司,这笔预算非常高。
这种情况已经开始改变。买家签的是一年期合同和付费试点,而不是三年期合同,因为没人知道两年后自己会需要什么。而一些“一夜之间做到 1 亿美元”的故事,其实只是与国防公司或大型律所签下的几份 3000 万到 4000 万美元的合同。这与 Linear 的业务截然不同——Linear 拥有 4 万名付费客户,而直到今年 6 月,其定价还完全基于席位。
当这些一年期合同到期续约时,我们就会知道谁的 ARR 是真实的。
Linear 抛弃了其 2025 年企业路线图
2023 年加入三周后,Cristina 就把“向上游市场进军企业级”从 Linear 的公司目标中划掉了。当时公司只有一名销售人员。她转而瞄准那些必须拆掉现有工具的增长期公司,就像 Stripe 在赢得转换用户之前很久就先赢得了新企业一样。
Linear 终于在 2025 年宣布进军企业级市场,路线图上满是面向大型组织的功能。然后 agent 浪潮来了。Linear 构建了 MCP 服务器、一个拥有全新 API 集合的 agent 平台,以及与 Codex、Cursor 和 GitHub Copilot 的集成。这些都不在计划之内,很多企业级工作始终没有完成。
Cristina 还是选择抢先冲刺。竞争对手在观望,而企业开始把 Linear 列入他们的候选名单。
没有 SDR,没有前置部署工程师
Linear 从未招聘过一名 SDR。Cristina 认为资格审核电话浪费客户的时间:他们想要的是演示,而不是关于预算的盘问。AE 自己做外呼,并借助工具保持个性化。
Linear 也不做前置部署工程。Linear 应该足够容易上手,以至于没人需要访问你的系统。解决方案工程师与企业 AE 一起销售,有时会在一夜之间构建出一个可用的 ServiceNow 集成,向潜在客户证明这是可行的。Cristina 补充说,一个有明确主张的工具能给 agent 提供更干净的数据,而不会像那种每个团队对“bug”定义都不同的工具那样。
支持团队保持内部化,Linear 不会让 LLM 独自回复工单。AI 起草回复,由人决定发出什么。客户有时会以为回复是 AI 写的,因为它们来得太快了。三年半以来,Cristina 从未因糟糕的支持体验而遇到过升级投诉。
人人都想要基于结果的定价
Cristina 很想采用类似 Intercom 的 Fin 那样的模式,即按其 AI 解决的每次支持对话收费。这对 Linear 来说更难。当一家公司认为自动分诊 bug 是 PM 的职责,而另一家公司不这么认为时,把 bug 自动分诊给正确的团队值多少钱?
在有人破解这个问题之前,Linear 只对给自己带来成本的东西收费,其余保持免费。席位费保留。Linear Agent 聊天是免费的,即使它运行在前沿模型上。在编码会话中,用户选择 OpenAI 或 Anthropic 的模型和 harness,Linear 按公布的 API 价格加少量加价转售。Loops 使用 AI 积分运行。
Linear 不会对过去免费的东西开始收费。新的 AI 功能以免费测试版推出,并提前通知即将收费,而且价格从高起步再下降,而不是反过来。
为什么不招100名销售人员?
Cristina 表示,Linear 的员工人数大约只有同阶段、同营收公司的一半。如果销售团队的规模超过公司其他部门的总和,就会让工程团队失去如今对销售的信任。
她从 Stripe 带来了一条 40% 规则:公司至少 40% 的人应当是工程、产品、设计和数据人员。如果销售想要更多人,这反而有助于先招工程师。Linear 没有硬性规定,但她最先做的事情之一就是按职能制作了一张人员编制表,而且她至今仍在关注这个比例。
招聘是刻意放慢的。候选人要针对一个真实问题做工作试用。她的题目是撰写 Linear 未来六到十二个月的市场推广计划,这份计划后来成了她的工作。公司大约 170 人,高管层只有创始人和她。
节目笔记
Linear —— Cristina 担任 COO 的产品开发系统。
与打造 Linear 的人共享其增长 —— 8 月以 25 亿美元估值进行的要约收购,付费客户超过 40,000 家,净收入留存率为 177%。
问题跟踪已死 —— Karri 三月份的文章,讲述 Linear 为何要为智能体而构建。
Linear MCP 服务器 —— 2025 年 5 月发布,Cristina 称这基本是该品类的首创。
推出 Linear Agent —— 内置智能体,Linear 对其聊天功能保持免费。
我们如何构建 Triage Intelligence —— 这项功能会为收到的 issue 建议标签并识别重复项,是 Cristina 举出的不需要做成智能体的 AI 例子
Linear 中的编码会话 —— 6 月发布,终结了 Linear 的全席位定价,按 AI 额度运行 Claude Code 和 Codex。
推出 Loops —— 循环执行的智能体任务,同样按 AI 额度计费。
Intercom Fin 定价 —— 每次已解决对话 0.99 美元,这种基于结果的模式正是 Cristina 希望适用于 Linear 的。
时间戳
0:00 开场
0:51 认识 Linear 的 COO Cristina Cordova
1:39 Linear 为何在 40 人时聘请 COO
5:01 她的工作试用:为 Linear 制定市场推广计划
12:11 将企业级从公司目标中划掉
20:00 为什么仅作为 MCP 服务器背后的数据库还不够
23:39 在“问题跟踪已死”之后如何销售
34:40 更小、更扁平的团队,没有 SDR
36:14 AI 起草支持回复,由人负责
42:23 Linear 为何不做前置部署工程
47:53 为什么一些 AI 初创公司能如此迅速地达到 1 亿美元 ARR
50:06 从席位定价转向基于用量的定价
57:07 用 2025 年企业级路线图换取智能体
1:03:28 Linear 现在的护城河是什么
1:05:54 为什么不招100名销售人员?
1:08:59 Stripe 的工程人员占比 40% 规则
来源:Latent Space · latent.space
来源:RadarAI · aihot.news