图片开首：Lenny's Podcast

Z Highlights

我认为就像我以前擅长的东西将来可能没用了，也不会有价值，这很正常。咱们需要以一种很洞开的心态来看待这种变化。但那种“你不应该学这些学科”的想法，就像东谈主们说“我不想学数学，责任顶用不到”通常，是罪过的。

我认为就像我以前擅长的东西将来可能没用了，也不会有价值，这很正常。咱们需要以一种很洞开的心态来看待这种变化。但那种“你不应该学这些学科”的想法，就像东谈主们说“我不想学数学，责任顶用不到”通常，是罪过的。

Agent公司会更像当代SaaS。你不会暖热它用了哪个工夫栈，而是暖热它能不成帮你降本增效，能不成生成潜在客户，能不成减少采购成本……价值会更多地体现时业务经由上，而不是工夫细节上。

Agent公司会更像当代SaaS。你不会暖热它用了哪个工夫栈，而是暖热它能不成帮你降本增效，能不成生成潜在客户，能不成减少采购成本……价值会更多地体现时业务经由上，而不是工夫细节上。

我认为，Agent能把那条分娩力弧线从头拉陡。就像早期研究机作念到的那样。

我认为，Agent能把那条分娩力弧线从头拉陡。就像早期研究机作念到的那样。

Bret Taylor是一位传奇级的构建者和创业者：他在Google连接创建了Google Maps，随后连接创办FriendFeed，发明了“Like”按钮和及时动态信息流。将FriendFeed出售给Facebook后，他担任Facebook CTO。而后，他创办了配合器具Quip，并以7.5亿好意思元将其售予Salesforce，同步担任联席CEO。如今，Bret担任OpenAI董事会主席（并曾任Twitter董事会主席），亦然Sierra的连接创举东谈主兼CEO。Sierra是一家构建AI Agent的AI初创公司，旨在匡助企业处理客户劳动、销售等事务。

早年职场发蒙，从Google Local到Google Maps

Lenny：我想从相反的角度初始——聊聊你的失败经历，聊聊你搞砸的那些时刻。当你追忆我方在居品开发中可能犯下的最大乌有时，会预见什么故事？

Bret：这可能不是我最大的乌有，但总共是最杰出的一次，对我行为居品遐想师的成长起到了决定性作用。我在2002年底-2003岁首加入Google，是公司最早的助理居品司理之一。发轫幽闲搜索系统，主若是将索引从10亿网页推广到100亿——其时是件大事，现时看来似乎微不及谈了。作念得还可以后，雇主Marissa Mayer给了我一个契机，让我指导一个新址品技俩。这对我来说是一次豪赌。这既是为Google作念孝敬的契机，同期行为年青的新址品司理，我也受到相配严格的凝视。

我的任务是作念土产货搜索。其时，黄页仍占主导地位。Google诚然在网页搜索方面很出色，但在找土产货劳动，比如水监工或餐厅方面进展欠安。原因是这些土产货商家书息其时在网上很少。即便有，你也需要不同的搜索情景，因为你要找的是你隔邻（例如旧金山）的水监工，而不是曼哈顿的。是以这波及工夫、居品和内容三个层面的挑战。咱们推出的初版居品叫Google Local，由我担任居品司理。现时我可能会比其时更严厉地评价它——它有点像仿造版的Yahoo黄页，推行上等于把黄页搜索嫁接在Google Search上。通过用心构造的查询，你可以在搜索赶走顶部看到这些列表，也可以在寂然网站local.google.com上看到。这个技俩相配遑急，Google首页上以致在"网页"、"图片"傍边专门加了个"local"贯穿。要知谈，Google首页但是互联网上最贵重的位置，简直任何东西放到那里都能得到海量用户点击。行为居品幽闲东谈主，我仍是得到了公司能给的最大支抓。居品功能是正常的，但等于空泛亮点，没什么更动。其时没想那么多，好多反念念都是过后才有的。中枢问题其实很昭彰：用户为什么要用咱们这个，而不去用Yahoo黄页？更症结的是，为什么不径直翻纸质黄页？可能是因为，咱们作念的只是把现成的东西搬到网上汉典。我和Marissa、Larry等东谈主开了一次相配痛苦的居月旦审会议。还好，没到要被卷铺盖的地步，但嗅觉...如何说呢，我的名声有点受损了。其后他们又给了我一次契机去作念V2版块。我其时嗅觉，这诚然不是终末一根救命稻草，但从原来炙手可热的新晋居品司理变成现时这样，如实有点失意。

咱们花了好多时候念念考，若何才能作念出确凿引东谈主详确的东西，而不单是是黄页的数字版块，也不单是和其他居品差未几的东西。最终，咱们找到了冲破口，这个发现其后促成了Google Maps的出生。咱们其时从MapQuest拿到授权，在搜索赶走傍边裸露一个小舆图。但阿谁小舆图一直是居品里最出丑的部分，咱们里面频繁在背后吐槽它。咱们花了好多时候商酌：如果把这个层级倒置过来，让舆图成为主画布会若何？最终咱们找到了Lars和Jens Rasmussen伯仲，他们其时正在开发Windows的舆图居品。咱们设法把他们招进来，初始探索这个领域。通过这番探索，咱们最终把好多正本散播的居品整合到了沿途——舆图、土产货搜索、驾驶道路等等，这些在其时完全是不同类型的居品。这最终从头界说了通盘行业，天然也从头界说了我的行状糊口。

行为居品幽闲东谈主，这件事透顶改变了我对居品的念念考情景。因为居品不单是功能特色的堆砌，更遑急的是要回答“用户为什么要用这个？”这个根柢问题。有几个意念念的时刻极度值得说说。Google Maps推出第一天就有约莫1000万东谈主使用，在其时的互联网环境下这是个惊东谈主的数字。然后到了2005年8月，咱们加入了刚收购的Keyhole公司（其后变成Google Earth）的卫星图像功能。就在归拢天，用户数暴涨到9000万。卫星图像一上线，每个东谈主都想望望我方家的屋顶长什么样。这件事极度专门念念，里面有好多深层的居品念念考。领先，当你有了新工夫时，与其浅易地把旧东西搬到网上，不如创造全新的体验。这样就能回答用户心中的疑问：“我为什么要花时候在这个上头？”就像搭乐高通常，咱们把原有的积木块终止，从头拼装周全新的东西，而不是浅易地把现实寰宇的东西照搬到网上。Google Maps等于这样——它确凿原生于这个平台，作念到了纸质舆图根柢不可能作念到的事情。这是一个确凿意念念上的冲破。然后说到卫星图像功能，说真话，它并不是Google Maps最中枢的部分，但它就像牛排端上来时的那种"滋滋声"——极度诱导眼球。它创造了一个病毒式的震憾效应。咱们以致上了SNL，那简直太酷了！Andy Samberg在一个叫《Lazy Sunday》的搞笑短片里，用说唱的情景提到了Google Maps。Lars和我其时昂扬地互发短信：“咱们奏凯了！”嗅觉就像游戏通关通常。

这件事也让我明白，作念居品时要区分两个办法：“用户为什么会初始用你的居品？”和“这个居品的耐久价值是什么？”。这两者干系，但不完全通常。我从此次经历中学到了好多，并把它们带到了其后参与的每个居品中。

FriendFeed的反念念与老诚反馈的力量

Lenny：我看了你的经验，你作念过助理居品司理、IC居品司理、工程师、CPO、COO、CTO，还有三家不同公司（包括一家上市公司）的CEO。很少有东谈主能在这样多不同类型的变装和层级上都得到奏凯。你刻意培养了我方哪些念念维模式、习尚或者责任情景，并认为这些对你在这样多不同变装和层级上都能奏凯的孝敬最大？

Bret：这如实是我引以为傲的一件事，我可爱我方上演过这样多不同的变装。当我遭受从某家公司相识我的共事时，他们平常会从那份责任的角度来看我。是以见Facebook的东谈主，他们大多认为我是个工程师；见Google的东谈主，他们大多认为我是个居品东谈主；在Salesforce，好多和我打交谈的东谈主把我当成"雇主"。我不太笃定他们还把我当成工程师，诚然我周末说不定还在敲代码玩。对我来说，一个中枢原则是对我方身份的看法要特出生动。我竟然认为我方...可能会说是工程师，但更准确地说，我认为我方是个“构建者"。我可爱作念居品，我认为公司是作念居品最灵验的情景之一。天然也有开源这样的面容，但我折服工夫和老本主义联结能为客户创造不可念念议的价值。

是以，要确凿作念出成心念念的东西，要成为优秀的创举东谈主，你竟然不成对我方的身份太固化，不然就无法滚动成公司其时需要你上演的变装。跟任何创举东谈主聊，你都会发现“销售”其实是创举东谈主责任的遑急构成部分：你要劝服投资东谈主投钱、劝服东谈主才加入、劝服客户买单。除此以外，你还得有机敏的遐想试吃，不仅是居品界面，还包括营销和获客的情景。而如果你是在搞工夫公司，那就更要拿得出过硬的工程才气，因为工夫才是中枢。这也正是这个行业如斯颠覆性、充满变革力的原因。

那时我刚当上Facebook的 CTO。因为辖下团队不大，我更多是以资深架构师的身份参与技俩。其后Mark Zuckerberg重组了公司，分离红了多个部门，我接办了一个很大的团队，幽闲平台和出动干系的居品、遐想和工程，径直请示给我的东谈主数一下子从几东谈主变成了上千东谈主。这是我经历过最大的管理岗亭。说真话，我作念得还行，但远称不上出色。有次我在帮合作伙伴改 PPT，收到的版推行量不够，我边改边牢骚。Sheryl看到了，把我叫进办公室，跟我严肃谈了一次。她告诉我，如果我对团队有和对我方通常高的法度，那当他们够不上时，我策画如何作念？她基本上给我上了一堂1v1的管理初学课。她是那种导师，会给你特出径直、以致有点逆耳的反馈，但你知谈她是为你好，是以你自大听。那天晚上我回家后一直在想这事，心里很千里重。你知谈，在那种时刻，东谈主总会本能地为我方辩解，比如：“我竟然搞砸了吗？如故她响应太过了？”但第二天醒来，我想：“不，她说得对。” 我相识到戒指我进展的症结问题是：我一直在试图让责任适合我可爱的事。我把大都时候参预到感兴味的居品和工夫问题上，认为我方是幽闲东谈主，就该专注于我方想作念的。但我没想过，行为平台和出动团队幽闲东谈主，我今天该作念的、能确凿推进奏凯的事情是什么。当我用这个法度从头界说责任后，我初始作念完全不同的事。最让我无意的是，我尽然可爱上了这些事。我原以为我方只可爱写代码、作念居品。但推行上，当我能带动一个组织变得更奏凯，我从这种影响力中得到了远大的得志感。比如咱们的开发者平台有好多合作伙伴，出问题时我切身处理合作关系，问题解决了，平台更健康，合作伙伴也更奏凯。我为这种确立感到无礼。迟缓地，我在责任上的进展也更好了。我原以为我神往的是工程或居品遐想，但其实，我确凿神往的是“影响力”。

是以那次言语之后，我每天早上醒来，有时候是竟然一睁眼就会想问我方：“今天我能作念的最有影响力的事情是什么？”我把它当成一种习尚，就像有个外部参谋人一直在辅导我：你该关注什么，才能确凿推进事情往前走。有时候谜底是招聘，有时候是居品、工程，以致销售。我变得更善于自我反念念，更会去想：什么事情才是确凿遑急的？而且我也更自大去作念那些以前我可能会说“不可爱”的事，因为我相识到，从创造影响力中，我得到了太多得志感，以致比写代码还多。现时，我能享受更多种类的责任了。是以我竟然特出谢意她。现时当我给别东谈主反馈时，我频繁会预见这少量，那些能确凿改变你行状轨迹的症结时刻。而我那次的调动，全靠她推进的。

Lenny：好多东谈主都说Sheryl Sandberg的忽视改变了他们的东谈主生。对我来说，最大的得益是那句：“今天我能作念的最有影响力的事情是什么？”这个问题竟然是个很刚劲的念念维器具。有时你可能并不想作念销售或招聘，但如果那是最遑急的事，你作念了，可能会发现你其实擅长，也能从中得到得志感。

Bret：我想更长远讲讲这个问题。对创举东谈主、居品司理，尤其是创举东谈主来说，有一个常见罗网，等于“走嘴了故事”。比如，你告诉我方：“用户不可爱咱们的居品是因为X。”一朝你初始这样想，再跟团队这样说，这个估量就会飞速变成“事实”。而如果这个故事是错的，你围绕它制定的计策就可能带公司走向失败。举个例子：你丢了一单生意。你可以去问销售，或居品司理。他们可能会说：“客户认为价钱太高。”但真实原因可能是，对方根柢没看出你居品的价值。你却围绕“价钱”去商酌策略，赶走确凿的问题——居品不够好，被掩饰了。这就像离婚时没东谈主会说“我不可爱你了”，群众都更倾向于说“问题在我”这种体面话。因为咱们是社会动物，习尚圆滑和保管关系。是以，用户在焦点小组或可用性研究中说的话，听听就好。那可能跟真承接洽，但你得挖到更深的原因。

极度是第一次创业的东谈主，很容易用我方熟悉的情景来解决一切问题。如果你是工程师，那扫数问题看起来都像工程问题；如果你是遐想师，那谜底可能永恒是“从头遐想”；而有商务布景的东谈主，总认为处治某个合作关系就能扭转局势。但问题是，你选的阿谁解决情景，可能是因为你擅长它，而不是因为它对。这需要很强的内省才气。比如，你认为“我一直作念的事”等于解决决议？那也许有30%的概率，你只是因为它让你清闲，而不是它竟然灵验。

是以创举东谈主得有相识地建立全面的才气结构。有莫得靠谱的连接创举东谈主？你的指导团队覆盖到所接洽键领域了吗？如果你是居品出身，你的工程、阛阓面作伙伴牛逼吗？你需要的是那些能够和你进行确凿老诚对话的东谈主，沿途说明：咱们作念的，是不是对的事情。“今天我能作念的最有影响力的事是什么？”这个问题听上去浅易，确凿挑战在于：你能不成不骗我方，确凿给出老诚的谜底。我猜好多东谈主回答时，其实是在自我欺骗。问题很好，但准确回答它，才是最难的部分。

Lenny：这嗅觉像是你学到的特出遑急的一课。有莫得一个你用惨痛的情景学到这一课的例子？

Bret：FriendFeed是我的第一家公司。在巅峰时期，咱们有 12 名职工，是我合作过的最优秀的12个东谈主。我和Jim Norris沿途创办了这家公司，咱们从斯坦福大学就相识了，还有Paul Buchheit和Sanjeev Singh——Paul创办了Gmail，Sanjeev是Gmail的第一位工程师。是以咱们有Google Maps和Gmail的东谈主，那是一个特出棒的创举团队。咱们作念了一个外交网罗，就像你说的，咱们发明了好多其后在信息流中变得流行的办法。咱们发明了“Like”按钮。那竟然很酷。那是一段意念念的时光。咱们只在土耳其、意大利和伊朗确凿火过。其后咱们在伊朗被封了，是以就只在土耳其、意大利和硅谷流行。推行上好多硅谷东谈主都在说"我爱FriendFeed"，但这竟然是一个奏凯的生意吗？咱们是基于关注的外交网罗，不是基于好友关系的，这意味着咱们的内容更像Twitter，而不是Facebook。咱们共享好多新闻著述、兴味话题、科学社区之类的东西。有段时候Twitter是咱们的竞争敌手之一。其实阿谁期间外交网罗极度多，而我也许如实搞砸了。有一年夏天Barack Obama， Ashton Kutcher和Oprah Winfrey都加入了Twitter，然后咱们就透顶被碾压了。

我铭刻应该是Biz Stone，你可以去问Twitter那边的东谈主，他们应该都铭刻那段历史。他其时特出专注于让名东谈主和公世东谈主物加入Twitter。现时想想，这简直太显然了：你要作念关注机制的外交网罗，那天然得先放进一些值得关注的东谈主。而咱们却还在埋头打磨居品。其实那时咱们很自信。咱们在最火的时候，居品功能远超Twitter，更新频率快，功能更多，用户可爱，从不宕机。而Twitter那会儿简直一半时候都在宕机，东谈主们以致无法使用它。赶走咱们完全输了，输得也和居品自己毫无关系，这等于个例子。有一个流行的说法：Google很难培养出确凿优秀的创业者，因为它实在太奏凯了。你在Google作念居品司理，很出丑到居品以外的东西，比如买卖模式、阛阓策略之类的，因为有AdWords这个印钞机，钱根柢不是问题。而像PayPal那批东谈主，反而更懂什么是确凿的创业精神。

是以咱们在FriendFeed上的失败，竟然像是被现实狠狠打了一拳。那是我至今铭刻最深的一次经历。我可以告诉你居品扫数的缺点，但我不认为咱们是输在居品上。我其后渐渐学会了这些事。阿谁问题难就难在，当你莫得训戒和直观时，判断什么遑急、该如何作念，是很难的。我现时回头看，也许从结构上，咱们就有劣势。我那时候粗略接洽不上Ashton Kutcher，他也不在我通信录里。但也许我应该去问问正确的东谈主，听听忽视。我认为科技行业的一个平正是忽视好多，但坏处是你很难知谈该听谁的。咱们那时的确有点活在我方的小寰宇里，一门心念念只作念居品，莫得请外面的东谈主进来看、发问，像：“你们忽略了什么？你看到什么契机？你认为咱们该作念哪些还没作念的事？” 这等于为什么董事会很遑急，为什么找到靠谱的参谋人很遑急——那些敢告诉你需要听什么，而不是你想听什么的东谈主。我想咱们其时等于缺了这部分。我现时特出注重这少量，也算是我从那次失败中学到最深的一课。

Lenny：有莫得什么递次，能帮东谈主判断该听谁的忽视？

Bret：我认为归根结底，如故得靠判断力，尤其是判断一个东谈主的东谈主品。有件事极度难——一个东谈主讲得越自信，不雅点就越对吗？其实这两者关系很小。有时候我听到一些东谈主议论我特出了解的话题，那些最自信、最有劝服力的抒发，反而是最不准确的，尽管听起来特出靠谱。是以，这竟然需要你有好的判断力。一个小忽视是，除了径直问“你认为我该如何办？”，你还可以问：“我该找谁聊这个问题？”如果你听到好多东谈主都提到归拢个名字，那往往是个很强的信号：这个东谈主可能判断力很好。还有一个训戒是，当你征求忽视时，不要只问“我该作念什么”，还要像个烦东谈主的两岁小孩那样追问“为什么”。贯通对方给你这个忽视的底层逻辑和框架，比单纯照作念更遑急。好多忽视其实都基于一些个东谈主经历，比如有东谈主失败过一次，就会说“永恒不要作念这件事”；或者后悔没作念某事，就会说“以后一定要这样作念”。如果你不了解这个忽视背后的故事，它听起来就像铁律通常。但当你贯通“为什么”，你才能索要出更接近第一性旨趣的东西。如果你向三个东谈主请示，他们有近似的经历，那你就能从中总结出一个更广阔适用的框架。确凿应用忽视，其实是一种雅致、带判断的过程，而不是浅易地投诚一条规矩。是以总结来说，第一，这如实要靠判断力。我不知谈如何教判断力，但我很敬重它。我我方招东谈主时也最敬重这点。我猜判断力来自耐久的自我反念念：比如你作念了个罪过决定后，花时候去拆解它、贯通它，然后连接调动。第二，当你听到一个忽视时，试着去贯通它背后的逻辑，而不单是是论断。这样你就能建立我方寂然的判断力。毕竟，大部分忽视都不具备“统计学意念念”——不像你从巴菲特那里听到投资忽视，那是值得世俗参考的。绝大多数忽视，其实都是“有件事发生在我身上，然后我有点后悔”。

编程的畴昔与AI的变装

Lenny：我传奇你现时仍然通过写代码来松开。我想问一个好多大学生在念念考的问题：你认为学习编程仍然成心念念吗？你认为这在畴昔几年会发生紧要变化吗？

Bret：我认为特出值得学研究机科学——这和“学编程”是两个不同的问题。因为研究机科学远不单是写代码。它包括贯通Big O暗示法、算法复杂度、为什么某些有时算法灵验、两个复杂度通常的算法为什么性能各异远大，以及cache miss为什么遑急。这些底层旨趣和细节，其实才是症结。我之是以这样说，是因为我认为写软件的情景正在变化。畴昔，写代码的动作可能会从咱们现时熟悉的打字，滚动为“操作一台代码生成机器”。你依然是在创造软件，但你是那台AI编码助手的“操作员”。这时候，系统性念念维就极度遑急了。好多学科能培养它，但我认为研究机科学是最佳的磨真金不怕火之一。AI畴昔会帮你写按钮、接接口、完成大都叠加性的责任。但你确凿需要念念考的是如何用工夫解决一个确凿的买卖问题、为客户带来价值。系统性念念维，是构建这些复混居品的中枢。

我举个有点陈腐但很真实的例子：当年咱们在Facebook作念Newsfeed的时候，有好多遐想师拿Photoshop作念出极度漂亮的原型图。像片完满、内容优雅、排版整皆，一切都很好意思。但你一上线，现实就扑面而来：像片没东谈主修图、帖子詈骂不一、驳倒全是“你真烂”。你才发现，作念个好意思图不难，难的是遐想一个系统，让它在内容再紊乱、环境再不可控的情况下，依然能为用户提供雅致体验。咱们其时如何解决？咱们要求遐想师必须用真实的、紊乱的信息流数据去测试他们的遐想，而不是那些“假装一切都好意思好”的静态图。这让遐想更靠拢现实。我共享这些，是因为不管 AI 在帮你写代码、作念遐想如故完成其他任务，你都需要磨真金不怕火我方的系统性念念维。你要知谈什么事情好作念、什么难、哪些可能实现，哪些根柢不靠谱。AI 可以帮你作念分析，但不成代替你去贯通全体系统。说到底，AI 智能体的发展会透顶改变咱们责任的情景。症结是别太执着至今天“如何作念事”的情景。比如我当年重写Google Maps的事……其实我都没太提过，是Paul在某个播客里提了，然后就传开了。我认为这类责任畴昔会变成“历史遗址”，就像研究机出现前，NASA雇东谈主作念“东谈主肉研究器”通常，终将成为以前。

Lenny：不要紧。给我讲讲阿谁故事吧。

Bret：我认为就像我以前擅长的东西将来可能没用了，也不会有价值，这很正常。咱们需要以一种很洞开的心态来看待这种变化。但那种"你不应该学这些学科"的想法，就像东谈主们说"我不想学数学，责任顶用不到"通常，是罪过的。学数学很遑急，它教你如何念念考，教你寰宇如何运作——物理、数学都是如斯。我认为研究机科学，极度是它的基础表面，将赓续是咱们构建软件的根基。当你跟比你更贤人的东西互动时，贯通这点很症结。对于它生成的代码，你可能无法完全贯通如何管理它，如何让它产生这些赶走。因为我认为这其实需要相配复杂的技能。

Lenny：你提到写代码的情景正在发生紧要变化。这让我预见你最近在播客里说的少量：你认为畴昔会出现，或者说应该出现一种不是为东谈主类，而是为LLM遐想的新式“编程语言”。你能多讲讲这个吗？我认为好多东谈主都还没相识到这点。

Bret：我更自大把它叫作念“编程系统”，因为“语言”这个词太局限了。我对以前40年研究机发展的简化贯通是这样的：一初始咱们有了硬件，然后用打孔卡（ZP注：早期研究机期间的数据存储和输入介质）和结尾告诉它们该作念什么。其后有了Unix、操作系统、C语言、Fortran……咱们连接往更高的概述层进化。现时简直没东谈主写汇编了，在线配资好多东谈主写Python、Type这种高档语言。咱们发明这些器具的目的，等于让高杠杆的事情变得更容易。就像以前，Google Maps是顶尖研发技俩；现时随心一个熟悉ReAct的要津员可能几天就能作念出近似东西。Salesforce刚初始时，把数据库放到云上等于远大的工夫冲破；现时AWS几分钟就能处治。工夫门槛越来越低，居品门槛反而变高了。写代码正从一件“高成本”的事变成“角落成本趋近于零”。以前的器具和框架，好多都是基于提高手类要津员遵循来遐想的。我频繁开打趣说，Python之是以AI常生成，是因为它在磨真金不怕火数据太多了。我我方也可爱Python，数据科学家更是离不开。但它其实是遵循很低的语言：有GIL、运行慢、罪过只可运行时才知谈。诚然没Perl那么糟，但爱戴大型Python技俩时，好多bug你只消在用户用了之后才发现。Python的平正是写起来像伪代码，东谈主类友好。是以数据科学家可爱它。但如果咱们进入一个AI帮咱们写大部分代码的期间，编程语言对“东谈主类可读性”的要求，可能没那么遑急了。更遑急的是：AI写出来的代码，咱们能不成快速判断它是不是咱们想要的？如果不是，咱们能不成容易地修改？这个时候，一些语言的遐想就很有启发性。比如Rust：你拿一个C要津问“它会不会内存清晰？”，很难说。但Rust只消能编译通过，你就能笃定它不会。这种在编译时就作念安全搜检的机制，对AI生成代码极度遑急。因为如果你还平直动一滑行去搜检，那AI的遵循上风就没了。但你若是径直全盘信任，发布出去的等于不安全的代码。

是以症结是：如何最大化东谈主类的遵循？让研究机替你干更多活。最基本的等于“AI监督AI”，比如代码审查亦然AI来作念。我认为这极度有前途，以致可以说“自我反念念”是提高AI系统可靠性的中枢递次。而且，如果“写代码”自己变得越来越精真金不怕火，咱们就可以加回好多以前被认为“遵循太低”的东西，比如面容化考证、自动测试等。这时候你就像《黑客帝国》里的操作员，看着代码瀑布通常的数据流，念念考：行为“代码生成机器”的操控者，我如何快速构建出一个复杂、可推广、而且雄厚的系统？如果以这个问题为中枢去从头念念考编程语言和开发系统，可能会改变好多事。你可能会加上新的编译器功能、测试机制、自我监督、模子协同等等，不单是语言，而是一整套系统。这才是让我确凿昂扬的。说到底，作念原型从来不是开发的瓶颈，难的是构建可人戴、可推广的复杂系统。历史上最有名的例子是Netscape 1到2的重写，好多东谈主认为那是它输给IE的症结之一。新东西谁都能造，难的是把它雄厚地保管住。我认为咱们现时正处于这个“新开发系统”的特出早期阶段。我特出期待接下来会出现什么。

为下一代铸就AI驱动的寰宇

Lenny：我很可爱问像你这样站在AI前沿的东谈主，会如何西席我方的孩子？你有孩子，我想等他们长大时，寰宇仍是完全不同了。你会饱读舞他们学什么？有莫得什么是你认为和以前几代东谈主不通常、但能帮他们在AI主导的寰宇中脱颖而出的？

Bret：我不知谈我有莫得用什么极度不同的情景教他们，但我如实很悉力在让他们把AI视为生活的一部分。我最近在想，我在1997、98年考AP微积分的时候，是允许用图形研究器的。我没查测验政策的具体变化，但我估量验内容一定有所调动。因为一朝允许带研究器，你就得重构问题，让测验确凿考的是贯通，而不是死算。现时的问题是，西席体系大多数还没假定你“口袋里有个超等智能”。比如老诚打发一个读后感，好多学生完全可以用ChatGPT写出来。如果prompt写得好，老诚还真不一定能分辨出来。那你该如何办？如何在这种环境下教孩子？这对老诚来说太难了。咱们还没完成一次像“允许用研究器”那样的结构性调动，而ChatGPT仍是颠覆了评估体系。咱们正处于一个很窘态的过渡期。不外我如故信赖，咱们可以赓续教孩子如何念念考、如何学习。而且我诚心信赖，这些AI器具可能会成为史上最强的西席助力。

你是视觉型如故阅读型学习者？我可爱看书，听课对我没什么匡助。但现时，如果老诚讲得不安妥你，你可以回家让ChatGPT用你可爱的情景从头讲一遍。我的孩子就频繁这样，他们会在测验前用ChatGPT给我方出题，比刷卡片强多了。像我犬子，有次带回一册莎士比亚，遭受一页没看懂，她拍张照发给ChatGPT，收到的解释比我讲得好太多。我信赖每个孩子都能领有一个个性化导师，不管你是可爱视觉、听觉如故文本输入，它都能以你最擅长的情景教你。这是种远大的能动性放大器。是以我认为，如果一个孩子有主动性、有学习意愿，加上AI和一个好老诚组合，那将是无敌的。我大犬子最近在学编程，作念网站。每次她问我问题，我都说：“去问ChatGPT。”不是我不想帮，而是我但愿她学会用这个器具。它太刚劲了，必须成为你生活的一部分。

不外话说回来，我很悯恻公立学校的老诚。这竟然很难，因为工夫发展速率比西席系统快，尤其是在“评估机制”这一块。对老诚来说，如何判断学生是我方写的如故AI生成的？对老诚来说很有挑战性。而且我有点操心，AI可以放大学习的能动性，但也可能放大不想学的惰性。你可以用它躲避一切。是以家长和老诚现时都靠近远大的挑战。我认为咱们会经历几年震动的过渡期。但我用图形研究器作念例子，等于想说：诚然ChatGPT远比研究器复杂，但历史上咱们其实仍是有过一次这样的转型，咱们奏凯了。是以我对此次也很乐不雅。站在更积极的角度讲：我以前在公立学校上学，遭受过很糟的老诚。那时候，只消富东谈主家的孩子能请得起家教。但现时你有了“出息”，你不需要靠关系或者资源才能进阶学习。你数学极度好但学校莫得统计课？现时你可以自学了。这是一种令东谈主难以置信的民主化力量。我认为极度清翠东谈主心。我但愿现时有个11岁的孩子，10年后会创办一家很了不得的公司，而ChatGPT等于他们的主要导师，相通他们走向阿谁赶走。我认为那特出酷。

Lenny：我家孩子现时2岁，嗅觉东谈主生新阶段的几个大问题随即就要来了，比如什么时候给他手机？什么时候允许他用Snapchat？以及，什么时候该让他初始用ChatGPT？我很好奇，这应该多早初始？

Bret：我个东谈主认为这跟前两者不同。我不认为手机在学校里是好东西，或者对孩子是好东西，我个东谈主主张等很万古候。但我认为ChatGPT更像是Google Search。把一个会让东谈主上瘾、有推送见知的开采放在口袋里，和用AI来学习是两回事。是以我认为这两者是不同的。

Lenny：你的孩子们使用的开采形态是像iPad 或条记本电脑之类的吗？

Bret：是的，就像桌上的电脑通常。

AI创业三大赛谈分解

Lenny：好多AI领域的创举东谈主都在念念考一个问题：到底该在哪些场地创业，哪些领域不会径直被模子公司碾压？你一方面在构建一家特出奏凯的AI公司，一方面又是OpenAI的董事会成员，对“什么是好主意、什么不是”一定有独有的视角。你如何看AI阛阓的发展？创举东谈主该要点关注哪些领域，又应该幸免哪些？

Bret：我认为AI阛阓畴昔会分红三个遑急的细分领域。领先是前沿模子或基础模子这个阛阓。这里最终会被少数几家领有超大规模云才气的大公司主导，就像IaaS通常。因为磨真金不怕火这些模子推行上是烧钱游戏，你需要极高的老本支拨才气来因循。而现时市面上那些尝试作念前沿模子的初创公司，比如Inflection、Adept、Character，简直都被收购了。是以对初创公司来说，这基本不是一个可行的生意。而且你的融资跑谈不及以让你达到叛逃速率，同期模子行为钞票类别，贬值得相配快。你需要特出大的规模才能在一个贬值如斯快的模子上得到投资报酬。

Lenny：除非你是Elon。

Bret：是的，他不通常，他有才气筹集数十亿好意思元老本，这亦然他被认为是史上最伟大的创业者之一的原因。不是扫数东谈主都能作念到。第二个领域是AI器具链。这等于“淘金热里卖铲子”的那部分：数据标注、数据平台、模子评估器具，还有一些垂直领域的专用模子，比如Eleven Labs作念的语音模子就特出棒，好多公司都在用。但这个阛阓的问题是，它可能离大厂太近了。如果你看IaaS阛阓和云器具阛阓，像Confluent、Databricks这些公司，跟Amazon、Azure等大厂在好多领域都有正面竞争。原因是，基础设施大厂会连接往上游走，争夺更多价值，而你刚好挡在他们路上。是以，作念器具的公司频繁在大厂的居品发布会上“中枪”——你倏得发现东谈主家发布了个跟你一模通常的功能。这个阛阓天然也能出大公司，比如Snowflake、Databricks、Confluent。但同期你也要特出通晓：当这些大厂推出竞品时，用户为什么还要领受你？我认为这不是“如果”，是“当”。是以这是个好阛阓，但就像我说的，有点离大厂太近。

我对Agent这个阛阓极度昂扬。我不忽视初创公司再去作念基础模子了，诚然你天然可以试试，如果你有极度明确的愿景和资源。但我认为那块仍是高度固化，竞争热烈，门槛极高。比拟之下，我更看好另外两个阛阓，尤其是Agent领域。跟着Agent构建的门槛连接裁汰，畴昔一定会出现大都“长尾型”的Agent公司。我以前看到一张图，是市值前50名的软件公司名单。前五名是群众熟悉的巨头：Microsoft、Amazon、Google……但接下来的公司，简直全是SaaS公司。有的居品很专门念念，有的很枯燥，但它们都能获利。这等于软件阛阓的演进情景。我认为，Agent也会走上这条路。畴昔，不单是客户劳动、软件工程这些大阛阓，好多现时被忽视的小问题，其实都可以被Agent解决。它们可能不是工夫挑战，而是需要创举东谈主确凿贯通阿谁业务痛点。我信赖，AI确凿要开释的价值，绝大多数都藏在这些地方。

Lenny：这让我想起我曾邀请Marc Benioff上播客。你们曾是联席CEO。他对Agent尽头贪恋。他只想议论AgentForce。显然，你也对Agent特出贪恋。很昭彰，你们看到了一些东西，认为“咱们需要全力参预智能体，这是畴昔。”你认为现时大多数东谈主忽略了什么？群众没看到Agent为什么是软件责任情景的一次根柢变革？

Bret：如果你和经济学家聊聊，比如Larry Summers（他也在OpenAI董事会），他们会说工夫的中枢价值在于进步经济分娩力。回头看，像90年代那样的分娩力飞跃，很大一部分其实是研究机工夫的第一波海浪带来的。比如ERP系统的普及——把管帐责任数字化，放进数据库里。这还不是PC期间，而是大型机期间，但它仍是对企业运作情景带来了远大改变。举个更直不雅的例子：我父亲是个机械工程师，刚退休。他说我方70年代刚入行时，公司大部分东谈主都是绘制员。工程师幽闲遐想，然后绘制员把各式视角、平面图都画出来，交给承包商施工。而现时他们公司一个绘制员都莫得了。现时遐想径直在AutoCAD、Revit里完成，3D模子一作念完就能径直下发。绘制这件事自己仍是被自动化了，责任要点变成了遐想自己。这等于确凿的分娩力进步。绘制只是为了请托，不是工程师的中枢价值。但通过工夫，这部单干作被剥离、自动化，公司就能把资源聚首在确凿有价值的事情上。这种变化，就像供应链的演进通常。如果你从PC期间初始看软件的发展，其实分娩力进步莫得想象中那么大。我不知谈具体为什么，但好多工夫的“分娩力承诺”并莫得确凿收场。可我认为，Agent能把那条分娩力弧线从头拉陡。就像早期研究机作念到的那样。因为咱们正从“软件进步东谈主的遵循”转向“软件我方完成责任”。这很症结。就像机械工程公司不再需要绘制员，好多公司也将不再需要某些叠加性职能。东谈主们可以转向更高价值、更高杠杆的任务。团队更小，产出更多，这才是确凿意念念上的分娩力飞跃。

如果你销售过企业软件，你一定参与过那种“价值研究”的谈判。你会说：“看，咱们的器具能让每个销售员功绩进步5%，是以你应该付咱们100万。”全是这种逻辑。但问题是这太难诠释了。这等于分娩力软件为什么这样难卖，我吃过亏才明白。你很难说通晓让每个东谈主遵循提高10%到底值几许钱？你竟然让他们提高了10%吗？如故别的身分起作用了？你根柢搞不通晓这些事情。但现时不通常了，有了能确凿干活的Agent，它不仅实实在在地提高了分娩力，而且效果看得见摸得着。这些加起来意味着，我认为这是咱们对软件念念维情景的根柢滚动，因为它能自主完成责任，这是个更直不雅的分娩力进步。效果可以斟酌，是以群众对它的估值也不同，这等于为什么我看好按效果收费的软件模式。这些联结起来，对我来说嗅觉跟云研究通常遑急，或者我认为工夫上更遑急。但从它如何改变软件行业买卖模式来说，会有个昭彰的“分水岭”。我不知谈现时还有几许东谈主卖永恒许可的土产货部署软件，但现时仍是很少了。我认为咱们将经历近似的滚动，通盘阛阓将走向Agent。我认为通盘阛阓将走向基于效果的订价，不是因为“只消这种情景”，而是因为阛阓会把群众都推向那边。因为这显然是构建和销售软件的正确情景。

价值收场：AI效果导向订价模式

Lenny：咱们最近邀请了Madhavan上播客，他是订价众人，传奇东谈主物，写了《Monetizing Innovation》这本书。他谈到AI公司订价策略时，完全情愿你的不雅点。如果要求允许，你会将居品订价为基于效果的模式。他的旨趣跟你说的一模通常，他还拿Sierra当这方面的奏凯案例。你能浅易解释一下，对那些没听过这个办法的东谈主来说，什么叫基于效果的订价，然后例如说明Sierra是如何操作的？

Bret：我先例如子，然后再伸开说。在Sierra，咱们帮公司作念面向客户的AI Agent，主要用于客户劳动，更世俗地说是客户体验。是以如果你的SiriusXM收音机有问题，你会打电话或跟Harmony聊天，它是个AI智能体。如果你有ADT家庭安防系统，警报器不责任了，你可以跟他们的AI智能体聊天。Sonos音响亦然，还有好多花费品牌都在用。想想运营呼唤中心的成本，大部分是东谈主力。咱们假定处理一个典型电话成本在10到20好意思元之间——一些是软件、电话费，但主若是接电话的东谈主工成本。如果AI Agent能接阿谁电话并解决问题，这在行业里平常叫"通话分流"或"解决"。这基本上意味着你省俭了比如15好意思元，因为不需要东谈主去接电话了。咱们的作念法是：AI Agent解决了客户问题，客户舒服，你也省了东谈主工成本。咱们按事前约定的费率收费，这叫"基于效果的订价"。天然也有其他效果。咱们有些销售Agent，它们能拿销售佣金。咱们认为咱们的Agent是确凿的客户体验，就像品牌的礼宾员。咱们想确保咱们的买卖模式和客户的买卖模式是一致的。就像你说的，这些Agent需要自主运行的，而且效果必须可斟酌。这并非老是可能，但我认为很猛进程上是可能的。

确凿专门念念的是，如果你问任何CFO或采购控制他们对传统大供应商的看法，他们看到那些复杂的用度清单时都很头疼，根柢搞不通晓从那份公约中是否得到了应有的价值。我认为基于花费的订价（在基础设施领域极度流行）更接近这个办法。但我不笃定像Token这样的方针是否竟然能斟酌AI价值。我总用这个譬如：现时大多数编程Agent都按Token订价，但有个有名故事，一个苹果工程师有个厄运司理，司理问他："你每天写几许行代码？"每个工程师都知谈这是愚蠢的分娩力斟酌情景。他提交了份讲述，上头是负数，因为他作念了次大重构，删除了一堆代码，这是他对雇主说"去你的"的情景。我认为Token也近似。你用了大都Token，但它产生了好的代码提交吗？我认为这才是要点。

分娩力跃升：AI带来的机遇与挑战

Lenny：最近有报谈说，工程师用AI后反而更没遵循，因为他们要花更多元气心灵去排查AI写错的地方。我认为客户体验这块你仍是看到昭彰成效了。除了客户体验，你在我方公司或合作伙伴那里，是否还看到过那种“这显然灵验、影响力十分显耀”的分娩力进步？

Bret：我对AI带来的分娩力红利过火看好，但也得承认现时的器具还不够闇练，这其实很反直观。打个比方，简直扫数软件工程团队都在用Cursor——好多东谈主把它当成智能补全器具，但其实它仍是具备不少Agent功能。现时市面上还有CodeX、Claude这些Agent也在崭露头角。问题是，这些Agent生成的代码经常出错。任何写过大都代码的东谈主都知谈，修改我方写的代码相对浅易，但审查别东谈主的、尤其是寻找逻辑纰谬，就穷苦得多。当一个Agent写出来的代码需要你花大都时候去竖立，其实就没为你省事，反而加多了默契负荷。更糟的是，如果上线之后出现问题，客户体验就会受到很大影响。

我认为有两条工夫道路很有后劲。第一条是“AI监督AI”。假定你有一个生成代码的Agent，准确率能达到90%；你再用另一个Agent B来专门审查Agent A的输出，找出剩下10%的罪过，这其实等于在用算力换取默契才气。把这些模块串联起来，最终你能得到一个99%准确率的系统。数学上这是完全可行的，也如实能大幅进步可靠性。第二条路是根柢原因分析。在Sierra，咱们有专门的工程师爱戴Cursor的MCP劳动器，也等于咱们给Cursor提供高下文的那一套机制。每当Cursor生成不对的代码，咱们不仅要竖立，还要追想它到底缺了哪些症结高下文，下一次如何让它一初始就写对？这等于高下文工程。对那些渴慕随即看到分娩力进步的团队来说，不成坐等模子我方变好，你得搭建一通盘系统，通过连接发现、考证、修正，然后把这些训戒反馈且归，造成正向篡改轮回。等模子底层才气进步了，这套责任可能会简化，但现时要想快速告成，必须下这番功夫。

Lenny：我还真没听过通过添加极度高下文来篡改Cursor的这种工夫。具体操作如何作念？是搭一个MCP劳动器，扫数苦求都通过它运行，如故说写一套Cursor规矩？推行经由是如何样的？

Bret：我可能贯通得还不够长远，但它推行上等于MCP，因为这等于你给Cursor提供高下文的情景。大部分模子出错，其实都是因为空泛正确的高下文。症结就在于：找出你我方的代码库和这些Agent可用高下文的错乱，并从根柢上竖立它，这是原则。

Lenny：咱们谈到了客户体验以外的分娩力进步，你看到东谈主们在那里使用Sierra得到了哪些效果？

精确凿入：AI居品的阛阓进入策略

Lenny：有好多创举东谈主在为他们的AI应用寻找进入阛阓策略时遭受穷苦。阛阓上居品太多、买家也眼花头昏。你们显然找到了一些门谈。假定你的名声和投资者支抓都已到位，那针对 AI Agent这类居品，作念阛阓进入时，你有哪些心得？对那些想作念得更好的东谈主有什么忽视？

Bret：我认为仍是有几种被诠释灵验的进入阛阓模式，症结是要证据你的居品类型选对模式。一种开发者导向型增长，代表案例是Stripe和Twilio。当你面向的是有权决定工夫决议的工程师时，就可以把要点放在诱导单个开发者身上。平常是在CTO部门内自觉装配并初始使用你的SDK或API。这对平台型居品比较灵验。如果你想卖给业务线用户，这个递次行欠亨，因为业务线平常莫得专门的工程团队，更毋庸说有解放去下载一个新库或接入新劳动的权限了。初创公司尤其安妥这种模式，它们有我方的工程团队，也有解放度。

第二种是居品导向型增长。它的中枢是：用户和买家是归拢个东谈主，例如在官网一键注册、免费试用、信用卡付费都能一条龙处治。这对“小而好意思”的软件企业极度灵验，比如早期的 Shopify。但如果你的软件用户和买家不一致，比如报销软件的使用者是职工，买家是财务部门，那么 PLG 就行欠亨。

第三种是直销模式。最佳的直销软件公司基本是传统大厂，如Oracle、SAP、ServiceNow、Salesforce、Adobe。现时居品导向型增长变得特出流行，同期现时也看到不少 AI 公司又回顾直销这条路，我认为AI领域的好多契机都合适“买家和用户不一定是归拢个东谈主”的要求，因此需要直销团队长远对接。问题是，好多创举东谈主只领受了一种阛阓进入模式，却莫得确凿念念考购买软件、评估软件价值的过程是若何的。

我的忽视是：从第一性旨趣开拔，搞通晓你的买家是谁、他们的采购链条如何运转，再选最合适的阛阓进入模式。坦荡说，我认为好多公司应该比现时更多地运用直销，尽管有时因为一些直销公司的居品性量声誉欠安而让直销落得一个不太好的名声，但我很忻悦看到它在好多AI阛阓中从头回顾。

Lenny：我认为这对好多创举东谈主来说至关遑急，极度是那些空泛买卖布景、对销售心存相背的东谈主。他们往往不认为我方擅长销售，但恰正是这股推能源决定成败。这可能等于你必须变得特出擅长的事情，也可能是你取胜的症结，你不成只依赖居品导向型增长。

Bret：是的。

快问快答：Bret的灵感竹帛、挚爱影片、得力器具

Lenny：你最常向别东谈主保举的两三本书是什么？

Bret：我读了好多纪实类的书，但跟咱们今天的话题最干系的是《Competing Against Luck》。它奠定了“Jobs to be Done”表面——一个我特出珍重的框架。我唯独的小忽视是，这类买卖竹帛更像是一篇长著述：买来后，可以把它输入ChatGPT，快速生成摘录，但如故值得细读原著。另一册我强烈保举的是《Endurance》，讲的是探险家南极之旅中，Shackleton和船员简直被冻饿致死、不得不以海豹肉为生的故事。这是真东谈主真事，亦然我见过最生动的坚强教科书。极度强横的是，我传奇他在招募船员时就通过那则有名的报纸告白，提前设定了群众的心理预期。如果海报的故事是竟然，那就更让东谈主佩服了。

Lenny：你最近有莫得一部特出可爱的电影或电视剧？

Bret：我最近和孩子们沿途重看了《盗梦空间》，他们完全被迷住了。这部诺兰的经典让我再次咋舌于它的精巧构念念。看完后的两天，你都还会不休回味和商酌。

Lenny：你最近有莫得发现一个很可爱的，或者可爱了很久的居品？

Bret：我是Cursor的诚实粉丝。我可爱创造软件，我对Agent感到昂扬，我很忻悦看到OpenAI的CodeX等居品，是以我认为Cursor现时的面容是一个过渡性居品。我知谈他们也在开发Agent，但我很享受把我神往的软件创造过程，与这个Cursor紧密联结，望望它还能给我带来哪些惊喜。是以我常花大都时候在上头。

Lenny：你有莫得一个频繁追忆起来，并认为在责任或生活中很有用的座右铭？

Bret：“预计畴昔的最佳递次，等于去创造它。”——这开首于Xerox PARC的Alan Kay，他发明了咱们今天在研究机中叶俗使用的基础办法或念念想框架。正是这句话激勉我成为创业者，也塑造了我对创造的心理。

Lenny：终末一个问题，对于你在FriendFeed发明了“Like”按钮。除了“Like”，其时有莫得研讨过其他定名？是认为“Like”最直不雅，如故另有策画？

Bret：这个故事的布景是在有色调记号之前，FriendFeed上70%以上的驳倒都只是“Cool”或“Neat”。FriendFeed的一个主要用途是就某些事情进行商酌。咱们想作念的，是把那些浅易的“我看过了”回话去掉，让真驳倒更杰出。最早的想法是“一键驳倒”，我作念出的V1版块用的是一个爱心图标，但是其时的共事Anna Yang，现时是Anna Mueller，她讨厌它，而况爱心也不对适处理追到主题的帖子。其后咱们商酌想找一个更具备中性心扉的词，于是最终选了“Like”，这样它就可以适用于更复杂的故事。

原视频：He saved OpenAI， invented the “Like” button， and built Google Maps: Bret Taylor on the future of careers， coding， agents， and more

https://www.youtube.com/watch?v=qImgGtnNbx0

编译：Yaqi Yang

请注重，本文编译自文末载明的原始贯穿，不代表Z Potentials态度。如果您对本文有任何想法或视力，宽宥在驳倒区留言互动探讨。

• AI
• Agent
• 深度
• 销售
• 独角