AI第三纪元与OpenAI的去中心化文化

ChatGPT的对话框被视为AI产品的第一纪元，针对单一任务的智能体协作是第二纪元，而我们正快速跨入拥有常驻、主动且能推进复杂项目的AI协作者时代——即第三纪元。在这一背景下，OpenAI内部呈现出一种去中心化的创始人状态。外界常误以为存在藏着AGI标准答案的绝密作战室，但Tara Seshan指出，公司内部没有单一创始人绝对拍板，每个人在各自领域本质上都是负责人。这种文化导致自上而下的指令极少，员工与市场之间的距离极薄，必须像创始人一样拼命寻找产品与市场的契合点。

另一个显著特征是OpenAI名副其实的“开放”迭代节奏。内部关于未来、产品和模型的每一种想法，几乎都会以极快的速度演化为公开产品。绝大部分内部探索能在短时间内转化为用户可感知的功能，这种迭代速度远超Tara过往经历的任何地方。她提到，加入OpenAI前曾以为能接触绝密战略宝库，现实却是内部想法迅速外化。这种文化要求团队保持极高的敏锐度，时刻紧跟前沿研究并以实证说话，而非依赖纯粹的学术论证。

“OpenAI内部根本没有藏着标准答案的秘密作战室，反而呈现出一种全员像创始人一样抢滩的去中心化状态。”

从理论推演到动手实证的思维转变

在静态市场中，宏观战略规划有效且可预测；但在高度动态、充满涌现性的AI市场，极难预判未来会涌现什么。过去的PM习惯写长篇论证文档（类似博士论文）来阐述规划，现在必须转变为用最快速度做出能拿给用户试用的东西。这种从理论推演到动手实证的转变起初让Tara不适应，甚至自我怀疑前期调研是否到位。但她意识到，只有不断动手试错才能获取认知。

核心思考应聚焦于提炼最精准的假设。引用Shishir Mehrotra的观点，关键是找到那个最根本的关键问题：到底什么是唯一最需要验证的事？ 除此之外，任何凭空构想的宏大战略都无关紧要。这种思维转变要求团队放弃对完美规划的执念，转而追求快速验证。真正需要聚焦的是明确核心假设，并通过实证数据来驱动决策。

“在当下的AI市场，你极难预判未来会涌现什么……这些远比纯粹的学术论证或理论推导重要得多。”

产品经理角色的核心回归与“掌舵”隐喻

尽管外界担忧PM角色会被取代，Tara认为该角色的核心从未改变：针对产品提出最核心的问题、决定成败关键、验证假设并分析结果形成闭环。这一逻辑不仅未变，反而成为全公司最关键的事。工程师、数据科学家和设计师都在按此逻辑思考，浮于表面的细枝末节（如特定格式文档）逐渐退场。PM的核心价值在于定义问题与测试验证的闭环，而非执行流程。

未来的工作形态将越来越像“掌舵”而非“划桨”。智能体协助承担大量重复劳动（划桨），人类角色转变为校准航向、确保船只驶向正确方向的掌舵者。掌舵的抽象层级越来越高，从微观代码层面跃升至目标甚至战略级别。虽然部分工作依赖数据反应，但很大程度上依赖于人类带有鲜明主张的决断。我们常低估直觉的力量和对未来世界的积极确定性。

“未来的工作形态会越来越像掌舵，而不是划桨……人类的角色则会日益转变为掌舵者，负责校准航向、确保船只驶向正确的方向。”

软件的艺术属性与人的非对称优势

Tara引用Patrick Collison的类比：软件不像房地产（投入线性产出价值），而更像拍电影，巨额预算不保证成功。软件构建蕴含艺术表达与主观意志，高度依赖团队对产品的独特见解。当底层工具同质化时，最终拉开差距的是人本身。否则产品将千篇一律。人类大脑成为最不可替代的非对称优势，正如时尚行业通过服装表达个性主张。

这一判断意味着在AI时代，强烈的审美主张与方向决断必须由人类给出。我们渴望推动世界朝着所主张的方向演进，而不仅仅是选择可行路径。这种主观意志和艺术属性是软件产品的核心差异点。人类的价值在于提供独特的视角和主张，而非仅仅执行任务。这解释了为何在工具普及后，人的创造力反而更加珍贵。

“软件更像是拍电影一样……高度依赖于你或你的团队对产品是否有独特、深刻的见解。”

知识工作协作模式与工程落地挑战

在知识工作领域，核心转变体现在两方面：一是更高层级的抽象维度协作。常驻型智能体被视为真正团队成员，人类把控方向并放手让其执行具体任务，通过反馈和节点对齐推进工作。二是从一对一交互转向多智能体协同。目前人与AI多为封闭互动，未来应让不同用户的智能体彼此协作。但这不仅依赖模型智力，更取决于基础工程问题。

实现多智能体协同面临严峻的工程挑战：本地运行方便但云端跑通需要庞大云基础设施支撑。此外，系统权限问题至关重要——若不给智能体开放文档、协作工具或数据库的权限，它无法发挥作用。提升模型智力只是一部分，另一大部分是数据权限、云基础设施和运行可靠性等战术工程硬活。这些看似不性感的基础设施，对实际落地起着决定性作用。

“要让智能体真正好用……另一大部分全是战术工程层面的硬活，包括数据权限、云基础设施和运行可靠性。”

野心的重要性：拓宽能力边界与激发团队

AI工具让基础事情变得无门槛，最终拉开差距的是野心的大小。使用得最好的人并非仅用于自动化琐事，而是借此拓宽自己能做事情的边界。AI赋予了每个人“独角兽型全能人才”的能力：快速拉出设计、搭原型、推导定价模型。可能性的空间被急剧扩大，推进项目时拥有更强主导权。最难的是打开思路，敢去想象在极短时间内能把事情推到多远。

引用Tyler Cowen的观点：直接问“这件事能不能做个野心大十倍的版本”，其影响力巨大。PM的核心高价值贡献之一是激发他人的野心、拉高团队预期。当有人提出保守排期时，PM的职责是质疑可能性天花板。打开思路、敢于想象极限成为新时代的关键能力。这种野心的放大不仅改变个人产出，更重塑团队对可能性的认知。

“大多数人都低估了直接走到别人面前问一句：这件事能不能做个野心大十倍的版本。”

OpenAI内部三大核心原则与产品迭代哲学

OpenAI内部有著名的“极限加速”梗，对应Slack表情符号。Tara与Andrew Ambrosino常问团队三个问题：野心够不够大？推进速度有没有极限拉满（这达到极限加速了吗）？有没有把它当日常主线用？ 这三者结合构成了新时代做产品的核心原则。其中，“当日常主线重度使用”等同于新时代的吃狗粮，不仅是内部自测，更是将其作为离不开的工具。团队对产品极度痴迷，保持外部观察者的挑剔。

在产品构建上，Tara强调必须瞄准两到三个月后的模型能力。只针对当前模型开发上线即落后，针对一年后则成空中楼阁。唯一可行方式是锚定两到三个月窗口期，坚信模型会大幅进化。产品结构设计需主动给模型让路，不设限并确保能承接未来能力。与研究团队保持极度紧密沟通至关重要，了解其提升特定维度的进展，确保研发与路线图咬合。Kevin Weil曾说：“眼下的模型是未来所有模型中最差的一代。”

“我们是否在瞄准两到三个月后的模型能力来构建产品呢？……唯一可行的方式是锚定两到三个月后的窗口期。”

产品形态演进与写作协作的新范式

ChatGPT顶部的模式切换（Chat/Work/Codex）是过渡形态。北极星目标是让用户无需选择，系统自动匹配工具。Chat模式适合聊天搜索，Work底层即Codex但去除代码界面，能力相同。区分仅为照顾习惯，终极目标是合并。AI产品从Chat时代进入智能体协同（编程），未来拓展至知识工作，最终实现与常驻协作者及多人协作共事。

在写作方面，Tara将工作分为两类：以写作为思考（Brief、战略探讨）和以写作为汇报。前者绝不交给AI，因为理清思路是关键步骤；后者可用AI自动化。长文档不再能证明思考深度，反而暴露未过脑子。更聚焦于看原型而非读文档，上手操作或A/B测试结果沟通效率更高。协作心得：先把文档写到七成，再找人一起打磨至百分之百。带粗粝感的半成品比完美方案更能激发他人贡献。

“以写作为思考……这一套动作是理清思路最关键的步骤。大多数人习惯一刀切，要么绝不用模型，要么全靠模型写。”

产品营销契合与知识工作的本质差异

在Sutter Hill Ventures的经历让Tara意识到，产品与营销定位的契合优先级甚至先于实际构建。寻找PMF固然重要，但过去严重低估了如何讲清楚产品、做营销。在动手前，最应测试的是叙事和推介说辞。去跟一百个人做推介，打磨为什么具有变革性的营销叙事。产品营销做得出色可能是决定公司走出来的关键。先确定形态，再构建体验。

知识工作与编程本质不同：编程是结果导向（测试验证对错），知识工作必须清楚中间过程、输入数据和推理逻辑。因此ChatGPT需塑造成协作者，展示进行中的工作、引用来源和输入数据，带用户走过得出结论的全过程。这体现在交互体验和思维链设计上。适合写代码的对话流界面未必是知识工作的最佳呈现方式，需适配其过程透明性的需求。

“产品与营销定位的契合……这个优先级甚至可以先于产品的实际构建。简单来说，在真正动手做产品体验之前，最应该拿去测试的恰恰是这套叙事。”

结论

本期访谈揭示了AI第三纪元中产品与人关系的深层重构。OpenAI通过去中心化文化和极速迭代，确立了以实证验证和快速闭环为核心的工作流。Tara Seshan强调，随着智能体承担“划桨”职能，人类必须升级为具备鲜明审美主张和战略决断的“掌舵者”。软件的价值不再源于线性投入，而取决于人的非对称优势与野心。在产品策略上，需锚定两到三个月后的模型能力进行前瞻设计，并将营销叙事与产品构建同等重视。最终，在工具同质化的时代，人的判断力、创造力及对结果的直接责任（DRI），成为决定产品成败的唯一核心。