如果你把AI产品的第一个时代看作是聊天，第二个时代是与代理协作（伴随音乐声），那么即将到来的第三个时代可能是：你如何与一位能够与你共同完成任务的持久型同事协作。>> 这里有一个关于AI能力与我们实际利用它之间“悬而未决”的概念。>> 所以很难理解未来会出现什么（伴随音乐声）。如果你只基于模型当前的能力来构建产品，你会失败；如果你只基于你认为一年后模型将达到的水平来构建，你也会失败。这两种结果同样（伴随音乐声）是错误的。唯一的建设周期是2到3个月。>> 如果你必须适应这种变化，并调整作为产品经理在这个世界中的运作方式呢？

比起成为学者或理论家， prolific（多产）和实证主义要重要得多，而不是写出一篇冗长的推理文档。相反，这更像是：我如何尽快找到一些可以试用并与用户测试的东西（伴随音乐声）。感觉我们不仅有能力变得更加雄心勃勃，而且几乎必须更加雄心勃勃，这对很多人来说并不自然。>> 提升他人的抱负或提醒他们这里的可能性是产品经理角色的巨大组成部分。

我很好奇，在OpenAI工作的实际体验中，最让你感到惊讶的是什么？ >> 我刚加入公司时，以为那里有一个OpenAI秘密策略的宝藏库，但实际上OpenAI是开放的。>> 今天我的嘉宾是Tara Sesh（注：原文为Sash，但标题及后文多为Sesh或类似发音，此处依字幕音译处理，结合上下文应为Tara Sesh）。Tara负责OpenAI中Codeex和JBT（注：原文为JBT，可能指代特定项目或误听）的产品工作。我相信这是当今知识工作者增长最快且 arguably（可以说是最）重要的AI产品。Tara与Andrew Amberino并肩工作，他是一位近期的播客嘉宾，也是她的工程经理。在加入OpenAI之前，Tara在Stripe工作了六年，她是前五名产品经理之一，并在多年间被评为整个Stripe组织中排名前三的产品经理。她还在Watershed领导过产品工作，是一位创始人和Teal Fellow（注：特定项目或头衔），最重要的是，Tara是Lenny's Newsletter的三位Fellow之一，这是一个我几年前运行的项目，旨在突出一些最令人惊叹的新兴产品领导者。我非常高兴看到Tara在这个新的重要且富有影响力的角色中发挥作用。在深入探讨之前，别忘了访问lennysproduct.com，免费获得一年世界上最新鲜、制作最精美的AI产品，这些仅对Lenny's Newsletter订阅者独家提供。有了这个，我把Tara Station（注：可能为口误或特定称呼）带给大家。Tara，非常感谢你来到这里，欢迎参加播客。

谢谢你，Lenny。我很高兴能在这里。见到你真好。 >> 我更高兴了。所以你在OpenAI已经待了一年左右，这在大多数地方算是非常短的时间。但在AI领域的时间里，这就像一辈子一样长。 >> 是的。>> 我想象当你加入OpenAI时，你对在前沿实验室工作的感受有一个预期。我很好奇，在OpenAI工作的实际体验中，最让你感到惊讶的是什么？理想情况下包括好和坏的事情。在OpenAI工作的许多事情对我来说感觉很熟悉，因为我曾在其他地方工作过（你知道的），那些是高增长、高人才密度、高强度、超扩展模式的地方。所以像“我的同事太棒了”或“紧迫感真的很强”这样的东西让我感觉很熟悉。对我来说，实际上最惊讶的部分是：我曾为许多公司工作过，事实上我过去所有工作的公司都是由创始人领导的（founder-led），而OpenAI实际上是“创始人们领导”的（founders led，注：意指去中心化或全员创业），这意味着公司内部的每个人，特别是在他们的领域内的人，在某种程度上都是一种创始人。与我在之前工作过的地方相比，OpenAI的自上而下的指导程度极其有限。

所以我想当我第一次加入公司时，这既令人愉快又让我感到熟悉，因为我之前有过创始之旅的经历，我想：“是的，我可以继续感觉像是这个产品领域或团队创始人。”你知道，我与市场之间的距离非常薄。有时候在大公司里，你会觉得与用户的需求隔绝，或者与市场的需求隔绝，但在OpenAI完全不是这样。你正在尽一切努力为你的产品实现产品市场契合度，就像创始人可能做的那样。但与此相反的是，或者也许是更令人惊讶的一面是：我加入公司时，以为会有一个像OpenAI秘密策略宝藏库一样的东西让我去理解，就像你知道的在以前的公司里你会想：“啊，是的，这是支付圣经”，这是我们思考（注：原文缺失部分）支付和运营的方式。但实际上OpenAI是开放的[笑声]，任何关于世界应该是什么样、产品应该如何构建或模型应如何运作的想法都会迅速成为公共产品的一部分，或者像公开信息的一部分。所以对我来说，这既令人惊喜地正面，也肯定改变了我的运作模式。>> 告诉我们没有那个藏着运行AGI的密室，也没有包含所有答案的主计划？

或者至少我肯定不在那个房间里。但是嗯，我认为真正激励我的部分是：OpenAI所做的很多工作立即变成了用户可以触摸和感受的产品部分，而且这个周期比我见过的任何地方都要快。>> 本集节目由我们的赛季呈现赞助商WorkOS赞助。OpenAI、Anthropic、Cursor、Replet（注：可能为Replit误听）、Sierra、Clay和数百其他获胜公司有什么共同点？它们都由WorkOS驱动。如果你正在为企业构建产品，你已经感受到了集成单点登录（SSO）、SCIM、反向代理、审计日志和其他大公司所需功能的痛苦。WorkOS通过一个专为B2B SaaS构建的现代开发者平台，将这些阻碍交易的难题转化为即插即用API。 literally（字面上），我投资的每一个开始向上市场扩展的初创公司最终都会与WorkOS合作。这是因为它们是最好的。无论你是试图获得第一个企业客户的种子阶段初创公司，还是正在全球扩张的独角兽公司，WorkOS都是成为企业就绪状态并解锁增长的最快路径。它本质上就是企业功能的Stripe。访问workos.com开始使用，或者只是联系他们的Slack，那里有真正的工程师等待回答你的问题。WorkOS让你能够使用令人愉悦的API、全面的文档和流畅的开发体验来更快地构建产品。前往

works.com 让你的应用今天就能达到企业级标准。>>你在很多不同的地方担任过产品经理，也是一位长期的产品负责人。在这个新世界裡，你觉得失去了什么？>>当市场更加静态或缓慢移动时，你有机会去做一些宏大的战略性工作，因为它是更可预测的，或者至少你能理解所有的组成部分。比如以支付为例，这在一定程度上是一个动态市场，但也是一个成熟的市场，你可以说：“是的，如果我押注这个方向，我的竞争对手可能会采取另一个策略”，或者从第一性原理出发，严谨地推演接下来所有可能的行动。事实上，这种市场的性质要求你必须这样做：获胜者会比其他人思考得更严谨。如果你不严谨地思考，就会表现出某种程度的粗心大意，因为你做出的许多决定本是可以预测的。

但在当前的市场中，很难理解未来会出现什么。它非常具有涌现性（emergent），变化极快，真正充满活力。最重要的是，保持与研究紧密相连非常重要。因此，实际上多产和更加实证主义（empirical）远比学术性或理论性更重要。我认为我之前工作过的许多公司都是非常学术和理论化的地方。从撰写长篇推理文档——几乎像博士论文一样阐述我认为未来某个时间段应该采取的计划，转变为如何尽快找到可以试用和用户测试的东西——这种转变起初让我感到非常突兀。我当时想：“哦，我是不是没有做好尽职调查？我思考得不够深入吗？难道我不应该如此严谨地梳理这一切吗？”

但实际上，你必须尝试各种方法并尽可能多地学习。这意味着你需要思考的是：将你的核心假设聚焦到极致。定义这个假设是最重要的事情。就像 Shashir Rahul 所说的“伊根问题”（Eigen question）：那个最需要测试的具体且最重要的事情是什么？其他任何你构思的宏大战略都不相关。我很想听听更多这方面的见解，因为这真的很有趣，几乎揭示了产品经理角色中不变的部分。虽然世界在变，很多东西都在变，但仍有某些部分变得更加重要。请多谈谈你认为人们需要更专注于哪些具体方面？>>是的，围绕产品经理角色有很多陷阱，比如按时执行、撰写各种特定文档和演示文稿等。但其核心始终在于提出关于你产品的最基本问题：什么是决定你的产品成功或失败的关键？如何测试它？如何看待结果？以及如何将这些反馈融入一个循环中，以完善你的假设并再次运行测试？

这始终才是产品经理的真正工作。当然，这需要试图理解用户、了解市场以及掌握你所构建的实际技术，将这三者结合起来形成最尖锐的假设，然后尽可能快速有效地进行测试。我认为这不仅没有改变，反而成为了公司中最重要的一项能力。工程师、数据科学家和设计师都在以这种方式思考。每个人都逐渐将精力集中在这一真正重要的问题上：定义问题和测试循环——我们究竟在做什么，以及如何知道它是否有效。从产品经理的角度来看，这很棒，因为产品经理一直专注于确保这些方面做得正确。

这是工作的核心所在，实际上许多其他琐碎的工作负担已经消失，而保持这一关键点始终正确变得尤为重要。你提到了“循环”这个概念，最近大家都在谈论它，“循环”几周前在推特上非常火热。在我看来，这似乎继续成为广泛知识工作讨论的话题。我对“循环”的理解是：AI 这里展示了成功的样子，然后去构建并解决问题，直到你取得成功。你是如何看待“循环”这一概念从软件工程扩展到产品管理乃至所有知识工作的？你认为这会成为一种趋势吗？>>我认为，未来工作的方式将越来越像“掌舵”而非“划桨”。也就是说，你将能够与代理（agents）合作，由它们完成大量的“划桨”工作，而你的角色将越来越多地转变为引导船只朝正确的方向行驶并指向正确的位置。

就此而言，我认为“掌舵”的层级会越来越高。以前的掌舵可能只是在我写了一行代码后按 Tab 键，或者稍微全面一点。也许现在达到了目标层级，甚至更高的层级。我认为掌舵将继续向上跨越抽象层，但最终仍然需要人来确定：我们将方向指向哪里？在收到反馈和额外数据后，下一步我想把这个东西带向何方？我认为掌舵的一部分当然取决于数据告诉你的内容，但很大一部分在于做出有主见的判断。

我认为我们有时会低估直觉的力量，甚至是我们对想要什么样的未来所持有的积极决定论（positive determinism）的力量。比如想象一下：“我希望产品看起来是这样的”，并不是因为相反的策略不可行，而是因为我希望世界朝着我推动的方向发展。我认为这在目前仍然是一个人必须持有的观点（opinion）。因此，我认为“循环”非常棒。运行代理并在越来越大的循环中让它们为你做更多的“划桨”工作是很好的，但就目前而言，你确实仍然需要掌舵。而且我认为工作也将表现为与其他人一起，针对一组代理进行“掌舵”。

一起协作。嗯，将其他团队成员带入这种互动中，比如你和智能体之间的“你划桨、我掌舵”的感觉，也显得极其有价值。>> 这是一个非常有趣的描述方式。这里有两个想法浮现出来：一是如果每个人都能使用相同的工具，那么区分你的将是——也就是人本身。否则，我们所有人最终都会构建出相同的东西。你可以使用它，每个人都可以问：我们要如何获胜？我们该做什么？而那种近乎不公平的优势几乎就是人脑。是的，我觉得这在某种程度上让我想起了时尚领域。确实存在一些功能性服装是每个人都能穿且能完成任务的，但关于你穿着什么——至少我是这样思考我所穿的衣物——更多是关于我想通过它表达什么样的个性声明，或者我希望向世界展示怎样的自我。而让这一切引人入胜的很多因素在于它如何与其他人的表达形成对比。比如我制作的衬衫之所以能发出声明，仅仅是因为它可能与每个人都在做的事情不同，或者与某些群体所做的有所不同，或者是关于我的团体归属感之类的声明。

我认为我们构建的许多产品也具有类似的独特观点和艺术性。就像帕特里克·霍伦（Patrick Hollen）——或者也许是约翰·科林（John Collin）提出的一个很好的观点，关于软件的说法是：软件不像房地产。你不是投入金钱然后获得价值回报。它更像电影制作，你可以向一部电影中投入大量资金，但这并不能保证这部电影就会成功或优秀。其中有一些声明、观点性和艺术性伴随着它。我认为这依赖于你拥有有趣的内容要说，或者你的团队对于产品有有趣的见解。马丁·卡根（Marty Kagan）非常强调一个理念，即当你有一个产品或功能创意时，这个想法很少就是最终成型的产物。你会经历一个整个过程来弄清楚它到底应该是什么样子。感觉你在这里所说的正是这一点：你需要作为一个人类去经历这个过程，以理解它真正是什么以及人们实际上想要什么。从来不会是这样：“好的，明白了。去构建这个东西吧。”我从一开始就懂了。

是的，当然。而且这些循环正在变得越来越快。因此，你形成直觉的能力、获取所需信息以形成那些直觉的能力，然后利用这些与人和智能体一起付诸行动，这才是关键。>> 我很好奇你对我们作为知识工作者工作方式未来转变的看法。感觉不仅你能接触到其他人尚未拥有的最先进工具，而且你还与世界上最前沿的AI人员一起工作。你认为内部人们的工作方式中，有哪些会在未来三到六个月内成为我们所有人使用这些AI工具时的更常态化的工作方式？>> 是的，我认为这有两个方面。一是继续以越来越高的抽象级别与智能体协作。让智能体独立为你做越来越多的事情，介入提供引导，然后让智能体继续发挥其作用——即在更高阶的抽象层次上提供细节——这似乎是人们越来越看待持久智能体的方式，它们感觉像队友、像同事。你可以像我与团队中的某人合作那样与他们工作：他们完成大量工作，我提供输入，然后他们再次开展工作，我们在不同的节奏上同步，查看彼此进行中的工作并提供越来越多的反馈。

感觉这种“同事”模型是事物发展的方向，这似乎是我们能够与智能体协作的更自然界面。我们在内部也已经看到了很多这样的现象。其次，到目前为止我与智能体的许多工作都是一对一的：我和我的智能体一起工作。也许它生成了一些子智能体来完成任务，但那是我和我的智能体在一起。而这可能与我的同事使用他们的智能体的方式脱节。因此，曾有一段时间，每个人在内部只是通过Slack互相发送他们的CodeEx线程、代码执行过程的截图。我们会说：“好的，我想和你分享我是如何得出这个数据的。”“这是我得出结论的方法。”“这是我的操作截图的快照。”但这也不是人们协作的最自然方式。因此，随着越来越多的工作由我们的智能体完成，我们难道不应该能够与我们的智能体一起协作吗？最自然的界面是什么以实现这一点？这些正是我们正在思考的一些问题。

我想象的是聊天形式。这很有道理。就像这样：“好的，这是Tara的智能体。”“这是我的智能体。”她做了一些分析工作。我会说：“嘿，我的智能体——伦尼的智能体，去检查一下这是否合理，并确认它与我看待世界的方式相连接。”>> 理想情况下，工作感觉像是一款多人游戏，我们所有人一起完成任务，引导我们的智能体，而我们的智能体继续处理越来越多的那些战术性的“划桨”任务。>> 有趣的是，这一直是一种缓慢的信任进程和意识觉醒的过程：这就是我们可以这样工作的方式。只是像“好的，去工作更长时间吧，你可以承担更多。”感觉就像有一种关于缓慢起飞和快速起飞的讨论，每个人都害怕这种快速的AI起飞——那种情况是智能体过于聪明，现在我们要陷入大麻烦了。感觉我们非常处于缓慢起飞的情景中，这是好事——只是慢慢地迭代。虽然感觉并不那么慢，但在某种意义上，你知道的，我们不像是一个智商300的AI。

我的意思是，模型确实非常聪明，但我认为许多使我们能够与智能体一起工作、让智能体处理越来越高阶抽象事物的因素，当然涉及它们的智力——它们执行长任务的能力以及能在任务上停留多久。但同样重要的是，实际上还有一些非常基础且战术性的事情使这一切成为可能：比如智能体在本地工作是非常方便的，因为它们可以访问所有数据。

在机器上运行是一回事，但要让智能体在云端成功运作，你必须构建大量的云基础设施。就像访问你的系统一样：智能体如何与所有存储着你数据的第三方系统进行交互？这就像一个你雇佣并喜欢的同事，如果你把他锁在房间里，不给他访问 Google Docs、Slack 或公司数据库的权限，那他对你的用处就不大了。同样地，一个被隔离的云智能体也不会那么高效。因此，让这些智能体变得有用并实现这些未来愿景的一部分确实在于智力层面，但很大一部分也涉及非常战术性的问题，比如数据访问、云基础设施和可靠性。这些方面感觉比更广泛的智力问题要平凡得多，但在某种程度上对最终效果的重要性并不逊色。

这触及了播客中反复出现的另一个话题：野心（ambition）。我知道你也经常思考这一点。感觉我们不仅因为 AI 工具而能够更有野心，而且我们几乎必须变得更有野心。这对许多人来说并不自然，因为现在每个人都能非常轻松地处理所有这些简单的事情。简单的东西变得超级容易，困难的东西也变得相对容易。如今区分个人和公司的关键，仅仅是他们能够拥有多大的野心。我想谈谈当我谈到这种对野心的需求及其涌现时会出现的情况。

是的，我认为那些最有效利用 AI 工具的人不仅仅是用它来自动化重复性任务，而是用它来扩展他们能够做的事情的范围。回想一下，在这一切发生之前，也就是在所有这些 AI 事物出现之前，“独角兽”式的人物是一个具有深思熟虑的产品洞察力的人，同时碰巧也是一名工程师，可能还是一名设计师。这种人总是被视为“独角兽”式的招聘对象，因为他们能够极大地减少这些职能之间所需的翻译层级，并且能够快速、轻松地自己构建或构思某物并使其运行起来，然后与团队合作并在其上协作。

我认为最引人注目的是，我尝试利用这些工具做到的事情——我也看到我一些非常成功的同事用这些工具做到这一点——是真正扩展那些被引号括起来的“可能性范围”内的事物集合，以便他们能够将脑海中越来越多的想法转化为现实。就像以前那种什么都会一点的人（jack of all trades）所能够做到的一样。我们现在似乎都拥有了这种超能力，我可以为某事启动一套设计，构建初始原型，确定正确的定价模型并模拟所有场景。可能性范围极大地拓宽了。

实际上，这在许多方面意味着我能够像之前提到的那样，更像一个“奥术师”（arcanist），在努力实现我的愿景时达到更高的保真度。对我来说，这是提升你追求新想法和新产品时的野心的部分原因。因为所有这些现在都触手可及，因为你能够尝试和访问的新能力集合现在已经在你手中。你不再受到限制。你的野心不再受限于你自己执行的能力或沟通的能力。它可以宽广得多。我认为这样做最难的部分仅仅是扩展你的思维。

实际上，能力已经以不合理的时间框架急剧扩张了。对我来说，尝试做到这一点最好的方法是 Patrick Hollen 在他的网站 patrickzen.com/fast（我想是这个名字）上展示的那些项目，这些都是以不合理的时间段内执行的、野心极大的项目。对我来说，这个项目列表现在令人remarkable之处在于，它们都存在于这些工具使你能几乎瞬间学习如何构建某物、用一个问题询问它之前。

比如，“嘿，能帮我总结这本非常复杂的书或这段非常复杂的文本吗？”或者“我能尝试做所有这些以前对我来说不可能的事情，但现在我可以了吗？比如，你能根据我的想法为我生成一个 CAD 模型吗？”像这样真正超出我能力范围的事情，现在都在我的掌握之中。所以，如果那些快速项目在我们过去拥有的能力下是可能的，那么鉴于 AI 赋予我们的力量，我们难道不应该看到这类以不合理速度和效率执行的项目数量呈指数级增长吗？

正如你所说，最难的部分仅仅是记住要去尝试。就像“哦，对了，让我看看 Codex 能不能帮我做这个。”这只是我们需要在大脑中建立的一种新习惯。Tyler Cowen 在他的网站上有一句名言：大多数人低估了去问别人“嘿，你能不能把你正在做的事情做得更有野心一点？或者能不能更快地尝试一下？或者以 10 倍的规模来尝试？”的影响。在某种程度上，当我思考产品经理现在做什么非常有效或能做什么非常有效时，我认为提升他人的野心或提醒他们这里的可能性是产品管理角色的很大一部分。

当人们说：“嘿，我认为我们可以用这种方式完成这件事，或者我们可以在这个时间线内完成它，也许这是它的第一个版本。”你工作的一部分现在是提升每个人的野心并说：“实际上，可能性的天花板难道没有显著更高吗？”比如，“我们对这里尝试的事情不应该更有野心一点吗？或者我们不能更快地尝试一下吗？”我认为这是一个很好的状态。在你能构建什么、什么是可能的，以及工作变得多么令人兴奋方面，这都是一个很好的状态。

这太有趣了。我记得 Nick Turley 上过这个播客，他可能是你之前的角色。我想他现在在做企业相关的工作。他在内部有一个梗：这是“最大加速”吗？是的，我想 Slack 里有个表情符号。是“最大加速”吗？这是“最大加速”吗？这完全是……

OpenAI有一个梗，我和安德鲁·恩布里诺很喜欢问团队的问题是：“你已经在‘主灌’（mainlining，意指高强度、全天候使用）了吗？”也就是说，你们是否整天都在用这个产品来完成任务？我认为结合“我们是否在尽可能大胆地设定目标”，这关乎你们试图做的事情的范围和规模。“是否已经最大限度地加速了？”“我们是否在尽可能快地推进它？”以及“你已经在‘主灌’了吗？你在用它吗？你是否带着所有的品味和反馈来评判这东西是否有效、是否是人们真正想要的，并尽可能收紧这个反馈循环？”对我来说，这就是产品开发的三个梗，我们现在必须尽可能地推广它们。

我很喜欢这一点。这就像是“新式吃狗粮”（dog fooding，指内部测试），而不是传统的吃狗粮。你得“主灌”它。“没错，完全正确。”这一点在推文中体现得淋漓尽致。我主要通过这种方式看到你们团队的沟通方式：他们对产品多么痴迷，以及他们如何不断询问“我们能做什么来改进？”、“现在什么让你困扰？”。这是我们正在构建的东西。非常清楚，正如你之前提到的那样，每个人都是自己产品的创始人，并且他们表现得像外部观察者一样。内部还有其他梗吗？那些很有趣，还有其他的……我不知道。“嗯，我在想是否还有其他好的文化‘模因’（memes）。”

当然有一个非常重要的点，那就是感受AGI的到来，或者意识到AGI即将到来。关于它可能呈现的样子或人们如何看待它，有无数种结果。但让大多数人在这家公司工作的很大一部分原因，是相信AGI将是有益的这一使命，并试图尽一切可能使其成为现实。这既包括实现AGI，也包括确保它对人类有益。在构建产品时，另一个我必须牢记在心头的不断回响是：我们是否在为两到三个月后模型的状态而构建？如果你为现在的模型状态构建，你会失败；如果你为你认为一年后模型会达到的状态而构建，你也会失败。这两种结果同样都是错误的。

我确信很多人谈论过这一点，但两种结果真的都同样是错误的。如果你太早行动，你是错的；如果你构建的东西过度专注于过去模型的能力，那你完全错了。唯一正确的构建方式是面向两到三个月后的情况，并持有这样一种信念：模型会变得好得多。我需要将模型能力作为这个产品的中心来思考。在产品构建中，我要让自己退后一步，不要阻碍模型的发展。我如何确保这在两到三个月内对模型来说是正确的？

“你怎么知道‘两或三个月’是什么感觉呢？”这就像是一个具有挑战性的理解，特别是当我们处于指数级增长的过程中时。“这只是直觉吗？研究人员有没有给你某种感觉？这是如何运作的？”“嗯，当然，与研究人员保持紧密沟通，了解他们认为事情将走向何方，是极其重要的。这些东西并不完全是一个黑箱，你大概知道：嘿，我们专注于这些特定的方面，比如我们希望模型在编码的特定方式上变得更好，或者在写作的特定方式上表现更佳。所以我们确实有专注于让模型在特定能力上变得更好的努力。”

因此，了解这些情况并确保产品开发与研究机构的议程和路线图尽可能紧密地联系在一起，是非常重要的。“有一句我永远不会忘记的话是凯文·威尔（Kevin Weil）在播客上说的。当时他是首席产品官。他说：‘这是模型有史以来最糟糕的时候。’这听起来很简单，但真的很难让人理解这一点：这就是它们曾经有过的最糟糕的状态。虽然现在说这话几乎成了陈词滥调，但它是真的。这太荒谬了。”“是的，它很荒谬。绝对荒谬。”

“哦，天哪。好的。我想简要谈谈ChatGPT应用。好吧，我现在把它打开了。”“是的。”“嗯，好的。所以我在这里看到：ChatGPT，然后有一个下拉菜单，里面有ChatGPT和CodeX，还有一个切换按钮‘聊天和工作’。塔拉，这一切是怎么回事？所有这些功能都是用来做什么的？你认为这会走向何方？它会保持这样吗？还是说你已经在想象下一步了？”“我们的北极星是用户不需要在这么多不同的选项之间做出选择。这里没有切换，你进入框中，输入你的任务……比如我想构建一个非常棒的App，用来帮助我的播客嘉宾在节目前做研究之类的东西……”

“它会自己选择正确的‘ harness ’（框架/工具）。它会根据你需要完成的任务，为你选择合适的模型。理想情况下，用户不需要在这些不同的概念之间进行选择，也不需要不仅理解他们试图做什么，还要了解我们产品的局限性和能力。所以这肯定是我们短期内想要达到的目标。”在ChatGPT和CodeX之间进行选择， really 是一个关于你是想留在更偏向开发的UI界面中，还是希望在ChatGPT模式下拥有同样的力量和能力的选择。

所以如果你是CodeX用户，继续使用它吧。你并没有错过任何东西。尽可能多地使用它即可。但如果你是ChatGPT用户，想知道这些新的代理能力是什么，你可能应该处于ChatGPT模式。而在ChatGPT中，如果你想进行对话或搜索，那就是“聊天模式”发挥作用的地方了。那是你熟悉并喜爱的相同聊天模式，只是每次都有更好、更新的模型和更新的能力加持。但在“工作”模式下，幕后其实是CodeX。我们移除了一些编码UI……你不会突然在工作模式中看到一个代码树弹出，但它拥有完成相同任务的力量。

例如，生成一个非常复杂的财务模型在工作模式下是完全可能的。我们看到人们——特别是我们提到的公司金融团队——使用工作模式来完成以前要么是手动操作、要么需要团队中某个人具备深厚专业知识才能完成的惊人任务。这使得整个团队都能够执行这些操作，或者提升团队中每个人在时间线、能力或前沿探索方面的雄心壮志。

他们能完成的工作量。”“好的，这真的很有帮助。所以目前大致有三种模式：工程模式、聊天模式和知识工作模式。而知识工作模式实际上是由 Codex 完成所有工作的，但人们可能不知道什么是 Codex，甚至可能对它感到害怕。在这种工作模式中，是否有不仅仅是 Codex 的部分？因为那真的很有趣。这是否像是有额外的控制调整让它感觉略有不同，还是说只是换了个 UI 的同一回事？”

“这主要在用户界面层面。工作模式和 Codex 模式，如果你进入 Codex 并让它生成一个出色的财务模型来为你的产品定价之类的东西，或者告诉你预测未来六个月的收入等，Codex 会做得和工作模式一样好。关键在于在它执行过程中，你希望在思维链中看到什么样的用户界面？你想暴露多少技术细节给你？它的强大程度是相似的，所以使用 Codex 的用户如果不切换模式并不会错过任何东西。事实上，我们并不希望他们……”

“留在 Codex 里做所有你想在 Codex 中做的事情，我们会根据你要求的内容展示适当的用户界面。我们的北极星目标确实是合并所有这些功能，让用户不必做出这些选择。这种分离更多是关于如何尽可能地在他们使用的产品、对他们概念的熟悉程度上满足用户，并确保我们能让每个人都能利用与代理协作的优势，这已经彻底改变了每一位开发者的工作方式。我们也应该对知识工作做同样的事情。”

“有道理。只是因为 things 发展得太快，我想象有人会说‘让我们试试 Codex，这会很棒’然后它迅速走红，有了 1000 万月活跃用户时，他们可能会想‘等等我们在做什么？我们有 ChatGPT，有 Codex’……所以理解为什么会有这些情况是有道理的。你知道的，在很长一段时间内这不会感觉直观和完美，因为你需要随着事物的运作和不运作进行调整，存在这些过渡期。好的，现在让我们推动人们朝着超级应用的愿景前进。”

“好吧，我想象你工作中最难的部分之一是如何平衡 ChatGPT 这个拥有十亿月活用户的产品——可能是历史上最成功的消费产品，与 Codex 这一新事物以及你们想要尝试的其他新产品。你是如何看待这种平衡的？只是我不知道如何平衡这些非常创新、快速移动的团队和产品，与此同时有一十亿人使用着这个产品，我们不能大幅改变它。是的，我认为这里最有趣的事情之一是……”

“在 ChatGPT 网页版和桌面应用中推出工作模式并将这些功能整合在一起的目标之一，就是看看那些使用 ChatGPT 的十亿人，并给他们带来越来越多的代理能力。如果你认为 AI 产品的第一阶段是聊天，那么这些产品的第二阶段显然是与代理协作，而目前主要是在编码领域。我们当然希望将其扩展到更多领域，比如知识工作，这也是赋予所有这十亿聊天用户工作能力目标的一部分。当然，摆在我们面前的产品挑战是……”

“我们不仅要将其带给他们，还要使其采用变得自然和容易。让它不需要用户做出显式的决定。我们可以直接帮助他们做正确的事。我们要如何简化它，让他们无需思考诸如‘控制’（harnesses）这样对十亿消费者来说感觉像疯狂概念的东西。这主要是挑战所在。当然，可能很快到来的第三个阶段是如何与一个持久的同事协作，他能够与你一起、也许还与其他人合作完成任务。因此，近期挑战的一部分是我们正在将代理引入给可能尚未体验过它们的十亿人……”

“我们要如何以尽可能最简单、最自然和最可用的方式做到这一点？当然，为了使其实现还有更多工作要做。但这部分也是我从对比 AI 前时代或过去的产品经验中得到的一个教训，即在以前的公司如 Polished（注：可能指某具体公司或泛指打磨），完美主义是王道。让每一个用户界面交互、每一个细节都完全正确，比尽早发布产品重要得多，因为时间对结果的影响没有那么大。因此……”

“如果每个角落都不够完美打磨，一切不是完全正确，那还不如不发布。但我认为这个时代和产品体验真正引人入胜和有趣的地方在于，当你坚信某事具有变革性、比完美更好时，将产品交到用户手中。这种紧迫感和产品的引入是如此重要。所以我们还有很多工作要做，使其对聊天用户更加可用和容易上手，特别是对于那些甚至不用于生产力用途、而是像消费任务那样使用它的人群。是的，完成比完美更重要，我们还有太多工作要做。”

“我记得当这个应用刚推出时，有很多关于混乱的评论。看到团队如何快速迭代并回应反馈正是我在这里听到的：发布它，弄清楚到底什么不工作、人们如何使用它，快速迭代。感觉这成了现在的模式。”“当然，有些东西你可以在发布前继续迭代并获取反馈。我们有很多可以且应该做得更好的地方。但无论如何，尽可能快地迭代并倾听正确的信号是关键——无论是在发布前还是发布后，理想情况下是发布前。”

“本期节目由 Mercury 赞助。 radically different banking now with spend.（现在通过 Spend 享受截然不同的银行服务。）我是 Mercury 的客户很多年了。我将所有商业银行业务都切换到了 Mercury，老实说，我不能再高兴了。这就是由产品经理而非银行家打造的在线银行应有的样子。现在通过 Spend，你可以给团队成员发放个人卡片……”

“为每个人或每个团队设置消费限额，[音乐] 并从 Gmail 或通过短信自动拉取费用收据。你甚至可以给你的 AI 代理发放属于它们自己的卡片，并设定各自的限额。”

政策方面，大多数创始人的起步方式都大同小异。公司里每个人都用同一张卡。这招起初行得通，直到它不再奏效。有人越界消费，收据不翼而飞。你得花两天时间搞清谁花了什么钱、为什么花。Spend是Mercury内置的支出管理工具，将团队的所有卡片、预算和报销整合在一起。所有数据与你的商业思维处于同一平台，无需追逐发票，无需手动审核，也避免了月底的混乱。结果是团队能快速行动，创始人不再成为瓶颈。更多信息及注册请访问mercury.com。Mercury是一家金融科技公司，而非FDIC承保的银行。Choice Financial Group在科罗拉多州的成员资格提供银行服务，由FDIC承保。IO卡由爱国者国民银行（Patriot Bank NA）发行，该行为FDIC成员，并根据Mastercard International Incorporated的许可授权运营。

我在Twitter上注意到一个明显的氛围转变：过去几个月里，大家从Claude Code转向了CodeX。以前大家都在用claude，最近感觉人们更倾向于使用CodeX，至少在Twitter这个科技人士聚集的泡泡里是这样。我很好奇在过去三到六个月内部发生了什么变化？除了Tara加入并稳定局面外，还有什么因素促使这种氛围转变？比如你们解决了某个难题、调整了方向或砍掉了某些功能，是什么帮助CodeX变得如此成功？

我觉得可以用“开悟前劈柴挑水，开悟后依然劈柴挑水”这句话来形容。实际上，在CodeX应用的初期，团队将其上线并运作时非常以用户为中心，迭代循环紧密，甚至内部深度使用（dog food）该应用，尽可能多地“主输”数据以修正问题。外部用户和Twitter上的网友开始注意到这些变化，但团队始终专注于用户反馈和迭代过程。某种程度上是市场逐渐跟上这种节奏带来了改变，而内部流程并未改变：大家仍在持续使用应用。

构建该产品的开发人员显然都在利用它进行开发，不仅解决自身问题，还努力倾听公司内部其他人员及用户的痛点。真正令人惊叹的是运营模式并未改变，始终如一：我们是否充分提升了使命？是否在最大限度地加速进展？以及是否尽可能深度使用产品？用户和Twitter网友的关注是好事，但这种运营方式完全归功于团队，且从未改变。

这个答案的有趣之处在于其人性化的一面——是Andrew、Tibo以及团队对顾客和产品的痴迷造就了成功，而非AI本身。是的，我要把功劳全归于团队。团队成员极具思考力、独立且直截了当。在OpenAI，许多创始人（尤其是桌面团队）关心每一个细节并主动询问意见。当他们发现某处需要改进时，会独立构建原型；如果内部测试不佳或用户觉得无用，他们会继续迭代，最后才推向外部。这一闭环的成功归功于团队成员及个人的努力。

你提到的一个观点是角色重叠，例如工程师从事产品管理工程（PME）工作，你可能在开发原型甚至将其投入生产。这似乎带来了很多挑战，很多人问我作为设计师或营销人员现在的职责边界在哪里？这是你观察到的现象吗？你们是否在处理这类问题？对此有什么看法？

我一直最喜欢在初创公司工作的原因是，角色边界非常模糊。一切皆有可能，最终你对成功负责。Stripe就是这样：工程师、产品经理和设计师之间没有界限，任何人都可以做任何事。这种心态我一直很欣赏，现在能力终于跟上了这一理念。但我真正关心的是，必须有人对产品的用户采用率、需求度、质量和有效性承担核心责任。无论此人是工程师、设计师还是产品经理，他必须是最终责任人（DRRi）。

为了达成目标，人们可以根据自身兴趣和能力接手任务。我喜欢那种不介意角色边界、专注于实现结果的团队。反之，我也热爱产品经理（PM）的工艺层面。像Shreas、Marie Kagan或Shashir等人都曾强调过PM工艺的许多方面，我认为这些都非常棒。有时这些问题可能源于：我如此热爱自己领域的工艺，但在采取这种更灵活的合作方式以完成任务时，是否会失去精进和打磨技艺的机会？

我确实没有这个问题的确切答案。我认为这是我们共同经历的过程：某些工艺部分实际上正被模型有效地抽象化，甚至可能比个人做得更好。你的技艺重心将从过去执行特定任务，转移到应用于产品的其他部分或学科领域。是的，这仍然是一个……

我在思考一个问题，那就是如何平衡我想成为团队一员并使用这些工具的愿望。现在有了这么多产品，人们被其高效性深深吸引，这种感受非常强烈；同时我也怀念作为工程师亲手编写代码的乐趣。毕竟，以前我们总是乐在其中地手写代码，但现在这种情况已经不复存在了。“是啊，这也是我想说的。工程角色如今的变化简直令人难以置信。”“确实如此。以前你整天都在写代码，那是你的工作；而现在这不再是你的工作了。”“是的，而且这种变化发生得如此迅速。人们甚至哀悼那种编写代码时的‘心流’状态。”“手动编码与现在的工作方式相比，确实是一种艰难的过渡。有些人喜欢这种变化，有些人则不然，这又是另一个话题了。”

顺着这个思路，我想问处于AI前沿的人们：你们认为在未来，人类大脑在哪些方面将继续保持价值？虽然很难预测长远未来是否还需要人类——尽管我希望需要——但在接下来的几年里，你们认为人类的哪些特质将最具价值？“我认为人类将继续作为问责制的主体而保持最高价值。也就是说，谁最终对结果负责？你可以把正在合作的AI智能体看作是你的下属。但最终，是谁拥有这个最终产品？它质量高吗？是否达到了你期望的效果和目的？至少在目前，这肯定是由人来决定的。特别是在那些受到高度监管或需要直接人机交互的行业和场景中，这种逻辑非常有道理。”

“此外，我认为人类大脑在表达方面也非常有价值。我之前提到过一个类比：软件不像房地产，而更像电影。投入大量资金并不一定能拍出一部好电影；预算最高的影片往往不是最伟大的作品。在构建软件时，确实存在某种艺术性、观点性和表达欲，让人感觉到这是由人或团队创作的。这部分内容在我看来依然非常人性化——你选择构建什么，以及它给人的感觉，都是一个极具人性色彩的问题。”

“我还认为，人类大脑在相互关怀和彼此关系方面继续发挥着价值。我工作中涉及人际互动的那部分始终保持着浓厚的人性化特征，甚至变得比以往任何时候都更重要。比如与团队成员交流、共同确定如何对某个领域充满热情，以及如何一起学习协作、提升彼此的抱负。所有这些感觉和行为都如此人性化。”“是的，我认为人类大脑在这方面将继续保持极高的价值。话虽这么说，我无法预测模型未来会发生什么变化，但在我看来，上述这些方面是极其人性化的。”

“我喜欢这个回答。你提到了一个观点：AI的能力与我们实际利用它的方式之间存在‘落差’（overhang）。人们常说，最大的差距在于：好吧，我到底该用它做什么？我很想知道，你在工作中使用AI的一些方式是否能给人启发。这里大概有两个方面：一是你的产品经理工作因AI发生了哪些最大变化，即你现在用AI处理哪些事务；二是最近有没有什么有趣且富有创意的AI用法让你觉得‘我也该试试’？”

“我在工作中使用AI最令人兴奋的方式之一是，我现在经常构建网站。不知道你是否尝试过在……”“还没试过。讲讲关于网站的事。”“‘Sites’是一个真正有趣且神奇的产品。你基本上可以构建一个网站，当然在作为展示性成果的工作场景中可以使用它；但我也会为任何事物构建网站。例如，我为团队建了一个基于Sites的游戏页面，因为Sites拥有数据库功能，我们可以一起玩游戏。另外，我最近去徒步旅行时，也构建了一个网站来追踪路线和海拔高度；队里的每个人都输入了他们吃的食物。整个过程超级快速且高效。”

“Sites实现了Alan Kay在60年代提出的梦想，即‘真正的个人电脑是拥有个人软件的个人电脑’。某种程度上，Sites是让这一愿景成为现实的有形方式。我们曾经梦想过构建个人软件，当然也有像Notion这样的工具试图通过配置各种模块来实现这一目标。但使用Sites时，它本质上就是一个提示词（Prompt）。我只需输入一个提示，比如‘为我构建这个我需要的确切工具来完成这件事’，它就能直接完成。这些网站是可分享的、可以自动更新。”

“你可以利用内部数据来构建仪表盘，例如展示大量指标。与 painstakingly（费力地）制作幻灯片不同，Sites提供了一个更具动态性的演示界面。”“你是如何使用Sites的？你需要做特殊操作吗？还是直接告诉它……”“在CodeEx中，你可以说‘创建一个黑手党游戏网站供我的团队使用’，它就会直接生成。”“我在想的是大写的‘Sites’（指OpenAI推出的网站构建工具），但这没关系，我想象它……”“它就懂什么是Sites。”

“是的。因为以前你需要提供源代码，然后想办法部署它；而你现在的意思是它会为你托管吗？”“是的。你可以选择它是公开的、团队内部可见的，还是仅对你私有的。”“它们很棒。随时构建网站的便捷性改变了我日常的工作状态。在过去，我通常需要创建大量的文档、表格或其他成果物；而现在我只是不断地构建网站。”“你是通过Work（OpenAI的工作平台）来实现的吗？还是可以通过CodeEx或其他服务？”

“你可以通过Work实现，也可以通过CodeEx、网页端或移动端实现。你可以在任何地方做到这一点。”（笑声）“好的，我刚刚创建了一个关于Terra Sean的网站。”“太棒了。顺便问一下，你的姓氏是这么发音的吗？我还没问过呢。”“Tara Sesh……”“S。好的，酷。好了，关于Sites的话题就到这里。”

好的，关于PE还有什么快速建议吗？既然聊到这个话题了。刚才那个建议很棒，因为我觉得很多人都不知道Sites这个功能。它非常有用。是的，Sites太棒了。另外我真的很喜欢在CodeEx中使用Visualize功能。你用过/visualize吗？没有哦，/visualize非常令人兴奋。你可以直接输入/slashvvisualize（注：此处为语音识别误差，应为/visualize），比如“可视化我至今的Chatbot使用记录”之类的指令。它会抓取你做过的一切，并生成非常棒的可视化图表。我曾无数次思考如何不仅收集大量图表和数据，还要以易懂且有用的方式呈现它们来讲述我想讲的故事。而Visualize让这一切变得极其简单。使用它真的令人惊喜地愉悦。

这就像……这些例子太好了，展示了这里有很多我们甚至不知道或不理解的强大功能，这也是你们面临的挑战。一定要帮我们了解这些啊！是的，帮助我们知晓所有这些事物。这就是为什么像这样的播客也很有用。不可能把所有东西都放进产品里。我要换个完全不同的方向，我想谈谈写作。我问了很了解你的Brie Wolson该问些什么问题。有趣的是，她建议的问题是我之前与Adam Ward（来自Ger）进行播客对话时用的。她说：“好的，你应该问问她关于写作和思考的问题。”Tara的Brief（简报）是标志性的。请帮我们理解，究竟是什么让你的写作和简报如此标志性？以及对于可能想提高写作能力和文档撰写技巧的人们有什么有用的建议吗？

我强烈认为我在工作中做两种类型的写作。一种是“思考式写作”，另一种是“报告式写作”。思考式写作是指我撰写简报，解释为什么我们要构建某个产品、采取某种策略或提出一个大胆的观点。而报告式写作则是像总结团队本周的工作状态并发出报告，或者是关于特定发布或公告的计划等。对于思考式写作，我很乐意自动化它，或者经常使用模型来使其尽可能简单化。但思考即思维（Writing is thinking）是我永远不会自动化的东西。我强烈认为，至少对我来说，梳理大纲、转化为优缺点分析、删减编辑并不断迭代的过程，是我理顺思路最重要的步骤之一。

我认为大多数人实际上会用非常笼统的笔触来描述，比如“我永远不会用模型写作”或“我总是用模型写作”。但在我看来，这两种笼统的说法都是错误的。我认为你应该尽可能多地使用模型进行报告式写作；而在思考即思维方面，就像我以及很多人所做的那样，你不应该使用它。你不应用其取代你的思考能力。但我过去的简报……因为我写得很多，作为思考的一种方式，我会深入挖掘为一个新想法或产品撰写简报。花大量时间完善这个特定想法，与人们分享并让他们尽可能多地攻击其中的观点、找出漏洞使其更强大。然后将其交给下一个人做同样的事情。

在Stripe，我这样做过无数次了，无论是启动新产品领域、建议重大方向转变还是分析问题并提出前进路径。Stripe有着极强的写作文化。像Jeff Weinstein这样的人也非常热衷于在Stripe进行写作和分享简报。Stripe是少数地方之一，那里的简报会在公司内部病毒式传播。因此，“思考即写作”备受推崇，我在那里完成了大部分此类写作工作。在OpenAI，我认为我一直都在进行思考式写作。但这里可分享的成果不再是一篇长文档或那种意义上的工作证明。部分原因是时代变了，长篇大论不再是经过深思熟虑的信号，因为你可以轻松生成一篇表明你并未深入思考的长文档。

实际上，我个人在日常工作中经历的最大变化之一——这是一个巨大的、可能令人不适的变化——是我过去习惯在文档中思考，然后将其转化为演示文稿作为我深思熟虑的标志。那是我们要做的方向，团队随之行动。而现在我更倾向于原型而非文档，或者如果有人们可以尝试和交互的东西就更好了；甚至更好的是，我有结果数据：我们试过了，做了A/B测试，这是结果。我认为我们应该朝这个方向走。这比文档本身是一种更好的沟通工具。所以我仍然经常写数百份文档，但那是为我自己写的。我不再真的为其他人做这件事了。因为那不再是最好的交流和沟通方式。

这可能是我在这个时代与上一个时代相比经历的最大个人变化。这太有趣了。我非常喜欢你关于在文档上获取大量反馈的建议。你知道，听起来很明显，但你可以通过几乎作弊的方式——即在迭代过程中获得大量反馈——使你的文档或简报变得标志性。让它变得越来越强大，而不是“好了第一次就这样吧”，这很少见……我之前有一位经理告诉我，正确的事情总是先写到70%的完成度。然后把它交给你需要获得支持的人，从70%提升到100%。这仍然是一件我经常做的事情，因为很少有优秀的人愿意与一个完美打磨完成的想法互动。完美的新想法就像反弹球一样，而那些有更多棱角和粗糙边缘的想法则不同，他们可以和你一起打磨。

我认为以这种方式将人们带入过程——文档作为其基础成果——是我发现的最好的协作方式之一。你是如何看待AI脑腐以及开始过度依赖AI的？这只是一个每个人都会面临的挑战吗？为什么不利用这种魔力来帮助审视某些事物，然后我们就开始失去能力……

去撰写和阅读长文档时，有没有什么你刻意避免的做法？是的。我认为“写作即思考”是一种纪律，这是我日常工作中主要采用的方法之一，以确保我的思维能力不会过度退化。我想我会尽可能将所有的写作和报告工作外包给模型，但“写作即思考”这部分必须由我自己完成。我有一种个人的信念：如果我要让别人阅读我的文档，至少我应该先自己读几遍。

我也在会议中这样思考：如果我要召集一群人开会，我需要在会前准备好大家在那次会议中将花费的集体时间。因此，当涉及到保持思维敏锐时，我会亲自为文档撰写初稿，并确保我投入的集体时间至少等同于我希望别人阅读它的时间。我不太依赖模型来润色我的文稿，因为我认为它在这方面做得并不好，尤其是在生成初稿时。

当然，在内容摘要或将一种格式的内容转换为另一种格式时，模型确实能帮上大忙。所以我听到的是：作为人类，你要亲自撰写想法、简报和计划；不要从AI开始写，甚至不要用AI来改进写作。尽量保持全人工操作？是的。至少对我来说，我亲自开始，也亲自收尾。

我可能会在中间使用AI来研究特定要素、插入一些数据或提取某些数据，或者帮助对一些想法提出质疑。是的，对某些想法提出质疑，但你要亲自开始写作，这并不会削弱你的思维能力。好的。最后一个关于Sutter Hill的问题想问你：你经历了一个非常不寻常的职业步骤，你先去了创始人那里，然后就直接加入了Sutter Hill Ventures，这是一家标志性的风险投资公司。

人们可以查一下它。许多令人惊叹的公司都出自Sutter Hill之手。他们有一种非常独特的创办企业方式，基本上就是孵化公司。以Snowflake为例。那是什么情况？你从那段经历中学到了什么？Sutter Hill是一家标志性的公司，并且有意保持其神秘感。如果你访问Sutter Hill的网站，你会发现上面什么都没有。

这是一家不张扬运营的公司，它试图尽可能低调、谦逊地运作，然而却 Somehow 促成了硅谷看到的一些最标志性的成功。他们有一种非常不寻常的孵化模式，由那里的杰出合伙人之一Mike Spiser发起并推广。我认为Sutter Hill对我来说最标志性的地方在于，人们往往将找到产品市场契合度视为一门黑魔法。

或者认为建立一家价值数百亿美元的公司也是一门黑魔法，觉得那是运气、机会或各种必须凑在一起的因素。然而Mike Spiser已经多次做到了这一点，所以显然有一种方法可以做到；显然有一条使这成为可能的路线图。有一系列事情人们可以做以重复性地实现这一目标，而不仅仅是运气或黑魔法。

可以说存在一本“操作手册”，而这本手册就存在于Sutter Hill公司内部，他们已经弄清楚如何在对赌注做出判断时保持高准确率。他们也学会了如何在日常积累的事情上保持正确，从而创建一家成功的公司：无论是如何组建企业销售团队、如何定位产品，还是如何建立初始创始团队。

Sutter Hill的招聘工作堪称无与伦比的优秀。他们有一个名为Reticle的秘密工具，其中有一张地图，记录了所有与他们互动过的人，以及这些人互动的最好的十个人。这帮助他们在此方面如此高效。我去Sutter Hill是因为，某种程度上我的职业生涯一直致力于尽可能多地寻找产品市场契合度，无论是在作为创始人时、在Stripe启动新产品时，还是加入像Watershed这样的初创公司时。

所以Sutter Hill是一家已经弄清楚如何在B2B产品上找到产品市场契合度的地方。我想从他们那里学习我能学到的一切。你学到了什么？除了知道如何做到这一点之外，你还带走了什么经验教训？他们确实非常擅长此道。我认为有一件事让我感到非常惊讶的是，产品市场契合度固然重要，但我实际上低估了“产品营销契合度”。

即你谈论产品的方式以及推广它的方式，甚至可以先于构建产品本身。这应该源于某种结合：深刻理解技术，然后理解企业销售流程，这种“产品营销契合度”的叙事和定位实际上在产品体验构建之前就是应该测试的正确事物。所以你应该去像100个人推销，尽可能完善你的推销话术，弄清楚为什么这件事具有变革性的营销叙事。

然后才去承诺：“这就是确切的产品形态。”Mike Spiser在这门艺术上简直无懈可击。以前我总是有点低估产品营销经理（PMM）的工作，我觉得那无所谓，只是这些职能之间的粘合剂而已。然后我意识到出色完成这项工作对公司的成果具有多么变革性的影响，事实上它甚至可以是使公司成功的要素。太棒了。我非常同意这种定位观点。

我们在这档播客中经常谈论这一点。嗯哼。好的，我要给你展示一下刚才生成的网站，它在我们谈话时运行出来了。看看这个。“哦天哪。”就像让它更酷一样，结果它确实变得更酷了。多产品界面。真漂亮。看看这个。这是真正的设计感。“看，你有引言了。”“信念坚定”、“小团队”、“从买家开始”。

你如何看待这成为你的网站？你的新网站。我觉得我在顶部那张19岁左右的照片真的很好笑。但除此之外，我很喜欢这个网站。好的，做得好。“看起来不错。”我想那是我的……那是我来自Stripe的徽章照片。“哦哇。太棒了。我喜欢它已经构建好了，虽然我已经取消分享了。”

太可爱了，它在你头顶建了一个小小的装置。塔拉，你还有什么想分享的吗？在我们进入非常令人兴奋的快问快答环节之前，还有没有什么其他你想提到的话题？是的。我们在产品开发中一直在深入思考的一个问题，特别是在ChatGPT工作的这个新时代背景下，是知识型工作和编程工作实际上有着根本的不同。作为这一认知的一部分，我们发现的一个令人惊讶的事实是：编程具有极强的结果导向性。当你要求它完成一项编码任务时，你可以通过测试来验证它是否正确地、高质量地完成了任务。你可以尝试运行一下，看看是否能正常工作。也就是说，有一种基于输出结果来验证其正确性的方法。

但知识型工作则不同。我不能仅仅在最后看一眼演示文稿，看到里面的数字显示“哦，成功率是90%”之类的数据，然后就相信这是真的。我真的需要思考整个过程、输入内容以及推理逻辑，看看它是如何一步步推进的。因此，从产品体现的角度来看，我们做了大量工作并需要继续做的是：持续调整产品以适应知识型工作的需求。这意味着我们要更加专注于让ChatGPT成为你的协作伙伴，让你能够看到所有进行中的工作、它的引用来源和输入信息。

我们要帮助你在与模型共同前行的旅程中，最终得出这样的结论：“等等，这个是对的，这个是好的，这个是有益的。”这不仅在产品的用户体验（UX）中有所体现，也应该体现在推理过程和思维链上。例如：你是否应该看到更多关于它是如何基于数据达到最终状态的引用？目前适合编程的“线程”界面，是否也是你在知识型工作中查看所有这些信息的合适场所？这里有太多重大且重要的产品问题需要考虑。

因此，当我们思考如何将人类协作者引入你的工作时，我们还需要考虑如何让模型成为你更多的协作伙伴，以便你们能共同完成任务。这是一个非常棒的观点。我想象着一个高管会议的场景：你试图向高管推销你的计划，告诉他们“这是我们的方案”、“我认为我们应该这样做”。这其中很大一部分是帮助他们看到：“这是我为了达成这个目标所付出的工作，这是所有的步骤。”

这就解释了为什么你需要AI向你展示它所做的同样类型的工作—— essentially（本质上）是它的“工作证明”。而在工程领域，情况则不同：你不需要知道它做出的所有细微架构决策，只需要看最终结果是否符合要求、是否通过了我们所有的测试。所以这是一个非常关键的点：这两种模式是如此不同。此外，还有一个关于上下文的问题：它是否拥有完成你想要它做的事情所需的上下文？

它知道吗？它能看你的邮件吗？能看到你所有的Ocean文档吗？嗯。说得太好了。所以，我看到了你工作中的挑战。我认为所有这些工作最终都归结为一个产品：棘手，真棘手。太棒了。在快问快答之前还有什么吗？是的，让我们开始吧。就这样，我们进入了非常令人兴奋的快问快答环节。我有五个问题问你，准备好了吗？是的。

你最喜欢向别人推荐哪两到三本书？我真心推荐给人们的书之一是威廉·芬尼根（William Finnegan）的《野蛮岁月》。我不知道你是否读过，这本书讲述了一位纽约客记者的生活，以及他如何将对冲浪的热爱作为自己的人生激情。我从书中得到的启示是：一个人可以 deeply passionate（充满热情）并全心投入，让某件事成为你的人生目标，即使你在这一方面并不擅长。

这本书讲述了爱上冲浪的艺术，以及他在明知自己永远无法达到完美境界的情况下，依然追求卓越和完美的过程。这是一个多么引人入胜且发人深省的故事，我认为它告诉我们应该如何继续我们的生活。我真的很喜欢这本书。另一本我也推荐大家阅读的书是《安娜·卡列尼娜》（Anacarina，此处应为口误或音译偏差，实指Anna Karenina）。我最近一直在重读经典名著。

我喜欢《安娜·卡列尼娜》，因为它像是一本层层递进的书，我认为在这个新时代我们必须做的一件大事就是：转变自我，或者踏上旅程去做一些我们以前不习惯的事情。当我想到这本书时，我想起了我13岁时读它的情景：那时我基本上只理解了情节。当我在17岁再次阅读时，我理解了欧洲历史的动态以及阶级斗争。而到了30岁时我才明白：“哦，这其实是一个关于女性和人类的故事。”

它提醒我成长的意义：随着我们的不断成熟，有可能通过多种不同的视角去审视同一事物。我认为这也是我们所有人面临的挑战之一，尤其是在考虑我们的职业生涯时。这两本书都很有趣，我觉得它们也能与我们当下所处的AI时代产生共鸣。我今年早些时候也读过……你觉得怎么样？

太棒了，我以前从未读过那本书。我在一个书单上看到过“世界上最聪明的人都读了这些书”，那里列出了一整串书籍，其中就有这一本，而我还没读过。所以我心想：“我得读一下。”是的，那本书太精彩了。不过有人剧透了结局，这在一定程度上减少了惊喜感。我不想透露任何细节：严禁剧透！我觉得这本书有点长，但现在我正在读《权力掮客》（The Power Broker）。

我读了这本书的一半篇幅，感觉它设定了……哦，《权力掮客》。我也非常喜欢《权力掮客》。我还强烈推荐给人们的另一件事是：如果有人关注西蒙·黑尔（Simon Hayle，此处可能指某位Substack作者）的Substack博客，他会对重要书籍进行慢速阅读解读。比如他曾对《战争与和平》进行过这样的解读，或者他正在/曾经对《狼厅》（Wolf Hall）进行解读。

希拉里·曼特尔（Hilary Mantel）的《狼厅》就是这样，逐章进行。这是阅读像《权力掮客》、《战争与和平》或类似巨著的唯一方式：逐章阅读。说到这个，有人告诉我（我忘了是谁），99 Press有一个关于《权力掮客》的“隐形读书会”（Invisible Book Club）解析，共有13集节目，每集约一到两小时。他们一次讲几章书并进行讨论，还请了一些特别嘉宾，比如佩吉（Petege? 可能是口误）、AOC以及居住在该地区的人士。

他们谈论每一个故事细节，这非常有趣：阅读并聆听他们的分析是一种享受。他们还让罗伯特·卡罗（Robert Caro，作者本人）几次作为嘉宾出现……

太棒了。”“是的，来个快速问答环节的小贴士。继续我们的闪电问答题目：最近有没有看过什么让你印象深刻的电影或电视剧？”“当然，我看了《奥德赛》。我觉得那是一部不可思议的电影。我的观点是，这部电影讲的是人工智能，或者说这是克里斯托弗·诺兰关于人工智能如何改变社会的看法。我非常喜欢它，强烈推荐大家观看《奥德赛》。他是一位非凡的导演，在艺术性与商业成功之间架起桥梁的方式，我认为现代其他导演都未曾做到。”

“我最近还看了黑泽明导演的《罗生门》。这部电影首次采用了通过多重视角来讲述故事的手法，直到最后你也不知道什么是真相。这种电影技巧是由黑泽明开创的，它让我想起在限制条件下能创造出什么——那部电影制作于20世纪50年代，是黑白片。虽然只是一个人拿着摄像机拍摄，但它如此完美、品味高雅且充满创新，是创造力的惊人典范。看完这部电影我想到的是：我现在拥有的工具和力量是他当年的百倍之多，而我用的是iPhone。那么我不提升野心、制作更好作品的借口是什么呢？”

“归根结底还是野心问题。”《奥德赛》的票我还在努力抢，太难了。我当时疏忽了，现在好像一个月都买不到票，到处都没座位。”“凯文·克拉克这周晚上10点帮我们要到了Metreon的票。真的很好看。”“下次叫我，我肯定去。”“天哪，我有机器人帮我在抢票。还有个人在帮我弄，我还有个朋友……我们都在努力找票。”“太神奇了。你会喜欢它的，我很期待听你看完后的想法。如果你同意我的观点，认为这部电影讲的是人工智能和道德的崩塌……”

“好的，别剧透。希望这期视频出来时我已经看过了。但如果没看到的话，如果有渠道的朋友请告诉我。我还想尝试IMAX全功率母版那种观影体验。”“好的，下一个问题：你最近发现的最有趣或最喜欢的AI产品是什么？理想情况下不是OpenAI的产品，但如果你想提也可以。”“哦。嗯，当然我最喜欢的AI产品是JGBT以及使用酷炫的网站在编解码器中可视化东西，这太棒了。但在OpenAI产品之外……”

“我最喜欢的AI产品是朋友们为我制作的产品，因为现在人们真的可以这样做了。我觉得这太酷了。我是‘舒适软件运动’的超级粉丝，即你为大约五个朋友制作软件工具，然后你们一起使用。所以我有个叫塞巴斯蒂安的朋友……”他做了一个很酷的AI应用，能把任何东西变成播客，并放入你的专属小播客应用中。他还为我们朋友制作了一个非常棒的私人社交网络，叫GATS。”

“这正是我认为的未来：人们应该制作恰好满足自己和朋友需求的软件。‘GAT’代表什么？这是个内部梗吗？”“不是，或者即使它是内部梗我也不知道。但它就像是一个私人版的Twitter，可能是一小群朋友用的私密空间。我在那个产品上学到了许多有趣的东西。”“就像WhatsApp，但不是……”“是的，完全正确。那个播客应用很有趣，但我感觉我理想中的版本是……”

“它应该直接集成在我的播客订阅源中，然后为你想听的内容自动添加新剧集。”“是的，它就是这么做的。它会把它放入你的Apple Podcasts订阅源中观看。”“太棒了，我想要这个。太好了。怎么帮我？帮我也订阅一下好吗？”“当然可以。”“好的，太棒了。还有两个问题：你有没有一句在工作中或生活中经常回味的座右铭？”“我在工作中时常回顾的人生格言，其实是托尼·莫里森关于工作的三个观点。让我快速查一下。”“太棒了。”

“嗯，好的。这是四点内容，出自她的文章《你所做的工作和你这个人》。第一点是：无论做什么工作，都要做好。不是为了老板，而是为了你自己。第二点是你塑造了这份工作，而不是工作定义了你。第三点是你的真实生活是与家人在一起的。第四点是你不是你从事的工作，而是你这个人。”“我起鸡皮疙瘩了。”“哇。太好了。我想这就是你钉在Twitter个人资料上的那句话吧？”“是的，我记得看过。”

“太酷了。好的，也许我们在你谈论这个的时候把它显示在屏幕上？我很喜欢。”“嗯，我喜欢这种方式来记忆东西。就把它贴在Twitter主页顶部吧，因为每次我打开Twitter……哦，它又在那里了。”“嗯哼。最后一个问题：你以前是蒂尔学者（Thiel Fellow）。蒂尔学者？Teal还是Theel？Teal。对。”“真是个校友团体，天哪。这主意和计划都太棒了。有没有什么那时候的故事可以分享？比如‘哇，那真疯狂’之类的？”

“我不知道其他蒂尔学者有什么值得骄傲的故事。面试是什么样的？我不了解那些方面的事情。”“是的，蒂尔奖学金是我人生的一个转折点。如果没有它，我就不会走到今天的位置。甚至可以说……在那些你可以告诉人们要提升他们野心并因此改变他们的关键时刻，那正是有人来提升了我的野心。那人对我说：不，你可以做到这个，你不必走你原本的路。”

“真的，我永远感激他们能做到这一点。我现在经常一起工作的一位蒂尔学者是阿里·韦因斯坦（Ari Weinstein），他创立了一家名为Sky的公司，后来被OpenAI收购。在此之前，他曾创办公司并在苹果公司工作过一段时间，因为苹果收购了他之前的公司。阿里是我见过的最有创造力的思想家之一，也是关于在Mac上能做哪些酷炫事情的真正专家。”

“所以阿里领导着OpenAI很多计算机使用方面的项目，他已经为计算机使用功能交付了许多很棒的东西。但总的来说，他的创造力、他对所做之事的喜悦以及对工艺的热爱真的激励了我。阿里是个很酷的家伙。”“嗯，但我正在努力回想一个来自那个时期的好故事……”“当你思考的时候，我会为不知道的人解释一下蒂尔奖学金项目，如果我错了请纠正我。”

彼得·蒂尔大概是说：“嘿，人们不该去上大学。相反，他们应该试着构建一些自己想要的东西，你可以获得十万美元来不上大学，而是去追随你的雄心壮志。”这大致正确吗？>> 是的，完全正确。嗯，当时你和另外19个人在一起。每年大约20人，因为这是“二十岁以下”的项目。>> 还有 >>

它持续了多少年？现在还在继续吗？>> 我想它仍在进行，但我认为在前四五年左右，人数被限制在20人。>> 嗯，是的。我觉得我那一届发生的一件非常疯狂的事情是，我是该奖学金的第二年获得者。他们决定将其制作成CNBC的一部纪录片。所以我们在舞台上展示我申请奖学金时提出的想法，以及我将要做的一切，不幸的是都直播在了YouTube上。所以如果你真的想看看19岁的我做一些尴尬的事情，那里就有。嗯，当然，从那届奖学金中涌现出最了不起、最成功的人之一是迪伦·菲尔德（Dylan Field），他不仅才华横溢，而且非常善良。嗯，是的，能有机会与这些人共事让我感到非常幸运。>> 太棒了。是啊，有趣的是，迪伦被认为是大家想到蒂尔奖学金时首先想起的人。>> 是的。没错。>> 真是个品牌啊。好吧，塔拉，这太精彩了。嗯，你有什么想推广的吗？有什么想指引大家去关注的吗？听众可以如何对你有所帮助呢？>> 我想推广和指引大家的什么呢？也许他们应该使用ChatGPT桌面应用。嗯，他们应该在网页上使用ChatGPT并尝试“Work”功能。它目前像个小小的切换开关，嗯，他们可以切换到那里试用一下工作模式。让它做一些很酷的事情。比如问它为你建立一个关于你的网站，或者开始构建一个展示你ChatGPT使用情况的可视化代码块。这是一种非常亲密地体验这种力量之处的绝佳方式，而且从那里可以实现的用例列表是无限的。我很高兴。>> 这里有个更好的主意。这里有个更好的主意。问它建立一个网站，告诉你如何使用Work功能。>> 很好。>> 那会奏效的。>> 解决所有问题。好吧，我打断了你，抱歉。嗯，你还想补充或说什么吗？>> 是的，我的主要推广是：去下载ChatGPT应用。在网页上使用它。更具变革性地，去试试手机上的版本。然后坐一次长长的地铁或MUN列车之类的旅程。当你从没有信号的地方出来时，事情已经为你完成了。这部分感觉超级神奇。你不再需要一直开着笔记本电脑四处走动。

终于，这些任务在云端运行并处理真正的工作了。>> 是的，我正要提到最后这一点，但我认为这是目前产品中一个未被充分重视的元素，特别是在移动端。这只是移动端的专属功能吗？云端部分。>> 不，它无处不在。>> 是的，无处不在。好吧，太棒了。所以在你的手机应用上，你可以打开ChatGPT，切换到Work模式，让它做一些工作，你实际上并不需要它本地运行。它在云端运行。它会继续工作直到完成，然后你可以与它聊天。所以这感觉很简单，但这确实是一个极其强大的功能。好吧，塔拉，在我们结束之前还有什么吗？>> 没有了，就这些了。>> 好的，谢谢。>> 这太棒了。非常感谢你接受采访。>> 这是我的荣幸。>> 嗯，从当年的奖学金到现在，这是一段怎样的旅程啊。我会在开头部分多谈谈那个话题。>> 是的。>> 嗯，好吧，谢谢你来这里。>> 谢谢。>> 再见大家。非常感谢大家的收听。如果你觉得这很有价值，你可以在Apple Podcasts、Spotify或你最喜欢的播客应用上订阅该节目。此外，请考虑给我们评分或留下评论，因为这确实有助于其他听众找到这个播客。[音乐] 你可以在lennispodcast.com上找到所有过往节目或了解更多关于该节目的信息。我们下期再见。