PostHog

RSS: https://posthog.com/rss.xml
PostHog 官方博客,开源产品分析平台,帮助工程师构建、测试与衡量产品。

你是数据驱动的,还是只是很忙?

PostHog 内容负责人 Natalia Amorim 分享了自己从传统大型公司转入 PostHog 后的观察:多数企业把"数据驱动"异化为制作冗长报告(MBR/QBR/YTD)的忙碌表演,实际对决策影响很小。 她主张把日常数据汇报放进 Slack 自动化推送、让全员自助取数(Slack bot、AI、MCP),把会议留给真正需要讨论的问题。文末给出一个可操作检验:回顾最近三份报告,说出每份催生了哪些决策;若答不上来,那些时间就没花对。 结尾提醒把重复性的 SQL 等脏活交给 AI,把叙事留给真正值得讲的事。
评论点赞收藏7 天前

自研还是购买功能开关:一些不显而易见的注意事项

文章讨论团队在 AI agent 普及背景下是否应自研功能开关(feature flags)。核心观点:功能开关表面只是一个“输入 key 返回 value”的函数,但要做到可靠、准确、快速,背后涉及大量工程细节。 自研需考虑时间、托管、维护成本;市面已有免费工具可满足多数合规需求。团队应评估自身 flag 数量、用户规模、SDK 数量和用例复杂度再决定自研还是购买。 文章由 PostHog 发布,带有一定的产品推广属性。
评论点赞收藏14 天前

我们用 6-7 个循环让 PostHog 实现“自动驾驶”

PostHog 团队介绍了他们日常用来实现“自动驾驶”式工作流的 6-7 个 agent 循环(loops)。文章认为 tools、skills 和 loops 是真正产生价值的三件套,其中 loops 对工作日常帮助最大:它负责发现值得关注的事、自动处理重复琐碎的 triage/dedupe 工作、并让作者能审阅 AI 做了什么以及为什么。 内容偏团队实践分享,但只露出框架开头,没有展开具体 loop 的细节和可复制配置,信息增量有限。
评论点赞收藏15 天前

一年内从 1 到 100 场线下活动:让工程师愿意演示产品的秘诀

<p>自从我2025年夏天加入PostHog以来,我们从1场线下活动增长到一年内超过100场。其中大约95%的活动涉及与客户交流,公司超过50%的成员已经在全球多个城市进行了演示——而且这一比例还在不断增长。</p><p>我接触过的每个开发者营销团队都很难让真正为他们产品开发的人(现实生活中)走出去演示。虽然这明显是促进留存和扩展的方式,但只有少数内部的喋喋不休的人会优先考虑这一点。</p><p>这和我以前工作过的地方很疯狂,以前演讲机会被当作帮忙或义务,很多开发工具公司也会这么说。</p><p>以下是PostHog的现实活动团队如何实现这一目标(毫不强求)。</p><h2>产品工程师,真是太棒了</h2><p>开发者关系圈里有句老话:“发货,给人看。”我们有很多话要聊。</p><p>但许多其他公司也在快速开发产品。我们与众不同的是,我们公司的价值观之一是.我们做的所有事情都是开源的,我们一直很喜欢写关于我们正在做的事情。<br><br>我们最早的营销之一就是詹姆斯发布他学到的东西这件事在HackerNews上迅速走红。</p><p>公开不仅仅是为了浏览量。无论是书面形式还是演示形式,分享帮助他人利用我们所学,建立信任,也迫使我们清晰表达思路。所有这些都形成了一个自我强化的循环:</p><figure><img src="https://res.cloudinary.com/dmukukwp6/image/upload/q_auto,f_auto/demo_blog_post_image_1_ee41b44c98.png" alt="A flow diagram: engineers build stuff, share what they built (and what they learned along the way), which flows into written word (blogs and social) and spoken word and visuals (talks and video), all feeding back into feedback and learning"></figure><p>我在其他公司看到的问题是,如果你们组织的工程师需要被说服去分享他们做的东西其实对客户更好。在PostHog这很顺利,因为我们大多数工程师都是产品工程师:</p><blockquote>“产品工程师与用户沟通。他们决定构建什么。他们拥有定价、收入和…</blockquote>
评论点赞收藏21 天前

多模态模型需要视频——PostHog 冻结时间喂给它

PostHog 推出 Session Replay Vision,用多模态 AI 模型自动观看和分析用户会话录屏。每天数万条录屏中绝大多数从未被人工查看,团队此前通过搜索、筛选、排序等功能帮助用户在海量数据中找线索,现在转向用 AI 自动化处理。
评论点赞收藏21 天前

面向开发者的最佳数据仓库对比

PostHog、MotherDuck 等开发者数据仓库对比。PostHog 适合需要可查询上下文仓库连接产品分析、回放、功能标志的场景;MotherDuck 适合嵌入式或本地优先分析;大数据量实时分析需选其他方案。
评论点赞收藏26 天前

Best AI evaluation tools for production

Your unit tests prove the code runs; they say nothing about whether your LLM handed the user something useful or hallucinated a weird answer instead. This is where evals come in: they score the output...
评论点赞收藏33 天前

面向开发者的最佳网页分析工具对比

PostHog 发布了一份面向开发者的网页分析工具对比指南,涵盖 PostHog、Plausible、Fathom 和 Google Ads 等主流方案。核心区分点在于:数据能否通过 SQL/API 导出、是否能绕过广告拦截器、是否支持自动捕获页面浏览和点击事件,以及是否支持无 Cookie 追踪。 选择取决于优先级——需要流量与应用行为一体化选 PostHog,重视隐私和小体积选 Plausible,追求最简单部署选 Fathom,深度依赖 Google Ads 生态则选对应方案。
评论点赞收藏34 天前

警惕上下文鸿沟

AI野心跑在数据准备前面,产品开发因此停滞。各数据厂商各自从自己的技术栈切片看问题,但真正需要的是一个"上下文仓库"来弥合这个gap。
评论点赞收藏37 天前

构建语义层:PostHog的做法与经验

<p>问Claude、Cursor和PostHog AI同一个问题:“我们上个月的MRR是多少?”你会得到三个不同的查询和三个不同的数字。</p><p>我就是这么做的,半期待工具们会同意。他们没有;一个是用Stripe表求和,一个找到了稍有不同的Stripe表,还有一个试图重建原始事件的经常性收入,结果比例错误。<br><br>每种方法和数字都合理,但无法判断哪个正确。</p><p>问题在于“MRR”在PostHog是什么意思,哪个桌子上放着它,以及它是如何计算人们脑中所有生命的。所以每次代理会话都会从头重新定义定义,只是略有不同。</p><p>人类也有这个问题。每个新分析师都需要了解哪个收入表才是真正的,以及Stripe是如何连接的。经纪人只是通过自信地回答和幻觉来填补知识空白,放大问题,没人会想到要反复核实。</p><p>用更聪明的模型解决不了。你需要给每个客服人员一个地方阅读定义,这样“MRR”和其他所有你想定义的指标在每次通话中都含义相同。那地方是,这就是如何将其构建为.</p><figure><img src="https://res.cloudinary.com/dmukukwp6/image/upload/semantic_layer_ARR_1_a228fa4bdb.png" alt="What was our MRR last month"></figure><h2>什么是语义层?</h2><p>语义层是每个人(无论是智能体还是人类)都能阅读的定义词典。你定义一次MRR,批准一次,之后每次查询都会返回相同的数字。</p><p>最重要的是要了解它不做什么。它不会复制你的数据,不会替换你的仓库,也不会移动一行数据。它建立在你已有的数据之上,并描述道:“这就是MRR的含义,这是值得信任的表格,这就是这两个来源的联系方式。”这是一张地图,不是第二份领…</p>
评论点赞收藏42 天前

我给客户"行贿",只为让他们愿意跟我聊聊

PostHog客户成功团队用免费积分、周边礼品甚至请喝咖啡的方式,换取客户愿意坐下来聊产品使用体验。作者分享了自己从"被Jira工单追着跑"到主动设计激励策略的转变过程,核心逻辑是:客户没义务理你,得让他们觉得值得。
评论点赞收藏48 天前

Are agents really killing UI?

The UI is dead. Or so I keep hearing: "Agents are your users now, software is losing its head, and everyone who learned Figma should start learning Bash." Maybe the UI is dead in four square blocks of...
评论点赞收藏55 天前

如何进入 PostHog 营销团队

PostHog 分享营销岗位招聘经验:一个 Developer Marketer 职位收到 715+ 份申请,面试官过去一年投入 350+ 小时面试。文章指出"6年 B2B SaaS 经验"已失去区分度,并说明什么能让候选人脱颖而出。
评论点赞收藏62 天前

PostHog 的品牌重塑之路:如何打造“自动驾驶”产品

PostHog 团队分享过去 6 周将品牌重新定位为“让产品实现自动驾驶”的实战过程。文章解释了重新定位的背景、原因及具体执行策略,为其他 SaaS 或技术产品团队提供关于如何调整市场定位、应对市场变化的第一手经验参考。
评论点赞收藏69 天前

什么是 Context Warehouse?

PostHog 提出“Context Warehouse”概念,旨在优化数据仓库以适配 AI Agent 的需求。该方案将数据摄取、建模与存储查询整合在同一工具中,解决传统架构中数据管道与语义层分离导致的同步难题,使业务数据能直接作为上下文供 Agent 使用。
评论点赞收藏71 天前

PostHog 分布式追踪功能开启 Beta 测试

PostHog 宣布分布式追踪(Distributed Tracing)功能进入 Beta 阶段。该功能作为 Error Tracking、Session Replay 和 Logs 之外的补充,旨在提供请求在系统内的完整旅程上下文,帮助开发者更快定位和解决问题。
评论点赞收藏76 天前

我们的会话回放正在自动发起 Pull Request

PostHog 团队发现用户回放视频中的报错堆栈可以直接转化为修复代码。他们构建了一个自动化流程,让回放数据自动发起 Pull Request。 这展示了如何利用现有用户行为数据实现产品改进的闭环,为开发者提供了将反馈直接转化为代码的具体实践思路。
评论点赞收藏82 天前

利用 Provisioning API 构建 PostHog 集成指南

本文介绍如何利用 PostHog 的 Provisioning API 构建集成,实现自动化创建和组织项目与洞察。 内容涉及通过代码管理 PostHog 资源,适合需要大规模部署或自动化监控流程的开发团队参考。
评论点赞收藏85 天前

登录芦苇

登录后关注作者、收藏内容和参与讨论。