Transcription
现在将永远不会有这样的时刻。我从未见过这样的事情。我怀疑我是否会在商业领域再次感受到这种无限需求。你如何确保从现在起三个月、六个月后，你不会后悔。登上飞机去与客户交谈。进行深夜的努力。仔细检查数据六遍。>> 您的公司创建新数据以继续推进模型的智能。这是您在已有的业务之上建立的业务。>> 我们是世界上最大的专家网络。但我们拥有巨大的战略优势，那就是几乎没有客户获取成本。人类数据中唯一的护城河就是获取受众。模型训练完成后，您们进来根据您创建的额外数据来调整权重。>> 模型已经变得如此之好，以至于通才不再需要了。他们真正需要的是专家。>> 所有这些学生训练模型变得更聪明，而他们可能会更难找到工作，这之间存在一种紧张关系。>> 这不是我们从雇主那里听到的。这只是让人们更具生产力。你过去会在简历上写上谷歌搜索这项技能，因为你就像在谷歌长大一样，是人工智能原生者。年轻人拥有巨大的优势。今天我的客人是 Garrett Lord。Garrett 是 Handshake 的联合创始人兼首席执行官，Handshake 是您可能从未听说过的最有趣、最不可思议的人工智能成功故事之一。Handshake 已经存在了 10 多年。他们本质上是大学生的 LinkedIn。这是一个学生与公司联系以找到工作的平台。他们是所有财富 500 强公司的首选平台。超过 1500 所大学、超过 2000 万名学生和校友，以及超过 100 万家公司使用他们来招聘毕业生。今年年初，Garrett 和他的团队意识到，他们庞大的学生专有网络，包括数万名博士和硕士生，对人工智能实验室来说非常有价值，可以帮助他们创建和标记高质量的训练数据。因此，他们在 1 月份从零开始推出了一项新业务。四个月后，他们达到了 5000 万美元的年经常性收入。他们现在有望在短短 12 个月内突破 1 亿美元的年经常性收入。他们将在不到 2 年的时间内超越他们拥有十年的业务所产生的收入。这是一个真正令人难以置信且罕见的故事，我认为很多团队都可以从中学习，因为人工智能正在创造很多机会，但也可能带来很多颠覆。这是一个公司基本上颠覆了自己的惊人故事。本集充满了见解，包括对人们在标记和创建数据以训练模型时实际在做什么的入门介绍。非常感谢 Garrett 抽出时间。他的妻子本周刚生了孩子。他还在忙于扩展这项疯狂的新业务。所以，谢谢你，Garrett。如果您喜欢这个播客，请不要忘记在您喜欢的播客应用程序或 YouTube 上订阅并关注它。此外，如果您订阅我的年度通讯，您将免费获得一年的各种令人难以置信的产品，包括 lovable、replet、bold、nad、linear、superhuman、dscript、whisperflow、gamma、perplexity、warp、granola、magic patterns、raycast、chatp 和 mobin。请访问 lennisnewsletter.com 并点击 bundle。现在，我为您带来 Garrett Lord。本集由 Code Rabbit 呈现，这是一个人工智能代码审查平台，通过人工智能改变工程团队的交付速度，同时不牺牲代码质量。代码审查至关重要但耗时。Code Rabbit 充当您的人工智能副驾驶，为每个拉取请求提供即时代码审查评论和潜在影响。Code Rabbit 不仅仅是标记问题，它还提供一键修复建议，并允许您使用 GP 模式定义自定义代码质量规则，捕获传统静态分析工具可能遗漏的细微问题。Code Rabbit 还直接在 IDE 中提供免费的人工智能代码审查。它可在 VS Code、Cursor 和 Windsurf 中使用。Code Rabbit 迄今为止已审查了超过 1000 万个 PR，安装在 100 万个存储库上，并被超过 70,000 个开源项目使用。使用代码 Lenny，在 code rabbit.ai 上免费获取 Code Rabbit 一整年。That's codeabrabbit.ai。本集由 Orcus 呈现，该公司是开源 Conductor 的幕后推手，Conductor 是为现代企业应用程序和代理工作流提供支持的编排平台。传统的自动化工具无法跟上步伐。孤立的低代码平台、过时的流程管理和断开的 API 工具在当今事件驱动的人工智能驱动的代理环境中远远不够。Orcus 改变了这一点。借助 Orcus Conductor，您可以获得一个代理编排层，该层可实时、大规模地无缝连接人类、人工智能代理、API、微服务和数据管道。可视化和代码优先的开发、内置的合规性、可观察性和坚实的可靠性确保工作流能够随着您的需求动态演变。这不仅仅是自动化任务。它是编排自主代理和复杂工作流，以更快地交付更智能的成果。无论是现代化遗留系统还是扩展下一代人工智能驱动的应用程序，Orcus 都能加速您从想法到生产的旅程。请访问 orcus.io/lenny 了解更多信息并开始构建。That's o ke.io/lenny。Garrett，非常感谢您来到这里。欢迎来到播客。>> 是的，谢谢你的邀请。我是一个长期的订阅者。>> 我很感激。好的，在我们深入探讨您的数据标记业务的疯狂轨迹之前，这是一个我认为很多创始人、产品团队在应对人工智能颠覆时都会从中学习到的惊人故事。我想先帮助人们理解数据标记到底是什么。就像人们到底在做什么？为什么它如此有价值？今天世界上一些增长最快的公司，包括你们，都在做这个。显然这里有一些非常重要的事情。我有点理解，但可能不是真的。我认为很多听众也有同感。所以让我问你这个问题：数据标记到底是什么？人们到底在做什么？然后，为什么这对前沿人工智能实验室如此有价值？>> 是的，我认为最好退一步，看看训练模型是什么样的。模型训练有两个主要功能：预训练和后训练过程。长期以来，这些人工智能提供商、大型语言模型或前沿实验室一直专注于在预训练方面吸收越来越多的信息。这基本上是人类所有书面知识的全部语料库。所以，这不仅仅是书面的，还包括每个 YouTube 视频、每本书，基本上，你知道，就是吸收互联网上所有东西的追求。那是预训练方面。预训练带来了很多进步，模型不断变得更好。大约在 18 到 24 个月前，我们开始真正看到一些巨大的进步，因为他们基本上已经吸收了互联网上的所有知识。因此，实验室的工作重心已经转移，现在大部分进步都来自后训练方面。后训练就是增强和改进他们在关心的每个学科或能力领域的数据。所以，以编码、数学、法律或金融为例。你知道，他们专注于收集高质量数据，以真正提高他们模型的尖端能力。你可以在模型卡上看到许多流行的基准测试。你知道，当 Llama 4 发布时，你会看到各种领域的基准测试。实验室内的每个研究团队都有不同的用例。基本上，他们进行实验，几乎就像科学过程一样。他们有一个关于如何改进模型的假设。他们正在收集少量数据，看看这个假设是否有效。如果这个假设被证明是真的，那么他们就会扩大该努力中数据的整体收集范围。嗯，它可以看起来像强化学习环境。它可以看起来像轨迹。它可以是音频和多模态的。它可以是基于文本的，比如提示-响应对。嗯，它也可以是像人类反馈强化学习，这就像，你知道，偏好排序数据。嗯，这就是模型的尖端。现在模型的大部分进步都来自后训练方面。并且有巨大的需求来保持在模型发展的最前沿。所以，预训练就是喂给它，比如说，整个互联网。这是人类有史以来创造的所有数据。嗯，找出知识和事实以及如何推理以及所有这些东西。后训练，说有两个方面要做：一个是人类反馈强化学习，RLHF，另一个是微调这个类别。>> 我认为，是的，但也不完全是。因为，比如说，轨迹，或者你想能够进行航班搜索，或者一个会计流程，或者你想能够进行生物学实验，你需要实际的轨迹数据。嗯，你确实需要，很多实验室仍然有他们收集什么观点。它正在迅速发展。但我认为，你知道，强化学习实际上是偏好排序，对吧？你知道，你更喜欢问题 A 还是问题 B。提示数据就像一个提示和一个响应。显然，实验室非常关注这些“思考”或“推理”模型。所以，为了改进推理模型，你需要实际拥有分步说明。当你与许多这些前沿模型互动时，你知道，它们在非常高级的领域会遇到困难。所以，你知道，我认为他们正在处理各种数据来提高他们模型的能力。>> 我听到的意思是，还有其他方法可以进行后训练。你们专注于哪些方面？你们在哪些方面帮助模型？这三个类别中的哪一个？>> 我们作为企业真正的独特之处在于我们拥有一个活跃的受众。我们拥有 1800 万专业人士，其中有 50 万博士，300 万硕士生，我们是一个全球性平台。所以，你知道，根据你在任何学术知识领域寻找的东西，你知道，博士的定义是什么？它基本上是成为……你如何获得博士学位？你为你的论文辩护。为你的论文辩护通常意味着你已经证明你在某个特定领域扩展了世界的知识。因此，能够超精准地定位这个受众，让他们进入化学、数学、物理、生物学、编码领域，并真正触及人类知识中从未在互联网上出现过的部分，这正是我们擅长的地方。我想说，当你谈论数据标记市场时，为了使其更抽象，它曾经是通才的工作。在模型开始变得更好之前，这个市场的大部分都利用了国际上才华横溢、成本较低的劳动力来完成基本的通才任务。但实际上发生的是，模型已经变得如此之好，以至于通才不再需要了。就像他们真正需要的是专家。跨越模型关注的每个领域的专家。嗯，而且，你可以认为这些模型构建者专注于经济上最有价值的能力领域。对吧？对。所以，一般来说，目前这主要集中在，你知道，先进的 STEM 领域，先进的科学和数学领域，然后是衍生功能，如会计、法律、医学、金融，他们希望让模型更强大。嗯，然后是我们正在做的工作，我想回到你的问题，我们正在做很多领域的工作。我的意思是，我们有数百万学士生被用于音频工作，用于定制模型，取决于你在国家哪个地理区域的声音和语调，女性与男性更喜欢什么，一直到最先进的博士领域。>> 好的。所以，可以这样说吗？基本上所有可用的数据都已经被训练过了，而你们公司创造了新的数据、新的知识来继续推进模型的智能。>> 是的。我还想说，我们帮助指出模型的薄弱之处。>> 所以，为了破坏一个模型，你知道，对于普通人来说，破坏一个模型并得到一个不正确的响应是相当困难的。但如果你是物理学博士，你就可以在物理学的多个子领域中证明模型的实际错误之处，无论是推理步骤中的错误，还是其基本事实的正确答案中的错误，或者你开始使用工具，或者需要遵循分步过程，而且它……我不会说这很容易，但普通人无法破坏模型。嗯，这就是我们真正发挥作用的地方。所以，基本上就是捕捉模型犯下的错误。嗯，好的。那么这些人到底在做什么？是什么？我知道有很多不同类型。你描述了数据生成的所有方式。什么样的数据有用？所以，也许就像最常见的例子，比如说一个物理学博士坐在那里做事情。他们到底在做什么？一个很好的例子是名为 GPQA 的公开论文。所以，对于工程师来说，如果你想阅读它，基本上，这篇论文的核心是，你破坏模型，你提供一个基本事实，问题的正确答案，你提供分步的推理过程。所以，你知道，你可能会想象，因为模型是非确定性的，模型可以一次得到正确的答案，但它可能不会在五次中有三次得到正确的答案。所以，你实际上证明了模型失败的地方。你实际上分解了它在哪里失败。你知道，也许它知道问题，它知道正确的答案，但实际的步骤是错误的。他们非常关注到达那里的步骤。比如说，一个数学问题有 10 个步骤，对吧？就像第 6 到第 10 步是错误的。所以，你知道，如何修复实际的步骤？嗯，嗯，他们在做什么？所以，他们进来了，我们让他们……我们非常专注于称之为“品牌体验”，并将人们视为专家。就像博士生期望得到与低成本国际劳动力不同的待遇，以及不同的工作期望。所以，这些博士生进入一个社区。我们有一个教学设计团队和一个评估团队，他们正在不断地帮助他们理解如何使用我们构建的工具以及如何与最新的模型互动。然后他们开始实际创建数据。你知道，这个过程在我们这边，模型构建者希望知道我们产生的数据是高质量的。所以，我们有自己的研究团队，自己的后训练团队。我雇佣了一位来自 Meta 的绅士，他负责那里的很多后训练工作，名叫……你付给他很多钱。>> 是的。所以，人工智能人才的战争……非常昂贵，但我们非常荣幸和自豪能与他合作。所以，你知道，每一单位的数据，我们都必须为他们构建一个环境来实际创建数据。然后我们必须在单位级别上理解，我们正在尝试近似该数据点的实际收益，以及它是否可以在特定能力领域得到改进。嗯，然后我们也专注于……你知道，发展用例，也遵循模型构建者的意愿，他们想要更多……他们想要更多的真实世界工具使用和基于轨迹的数据。好的。这里有很多内容，我们可以无限地深入探讨，但我认为这真的很有趣，因为人们听到了所有这些，但他们几乎不明白这到底是什么。所以，对我来说，这真的很有趣，我认为它将帮助很多人。所以，基本上，一个博士，比如说一个生物学博士，他的工作就是找出 ChatGPT 产生的错误，然后想出正确的答案，然后用它来微调模型。这里有一些你做错了的地方，这里是正确的答案，这会改进模型。这是一个简单的思考方式吗？请纠正我说的任何不正确的地方，因为我不想让人们误解。>> 我认为……一个很好的例子，让我们以一个不可验证的领域为例，比如教育。>> 所以，有一个博士生，瑞秋，在网络上。她获得了迈阿密大学的博士学位。她花了二十年时间作为一名教师，教八年级学生，她还在一所当地社区大学担任教育学系的兼职教授。所以，她正在与教育设计领域的尖端模型互动。所以，实际上是试图理解教人们的最佳方式是什么，以及如何……如何识别模型中的错误问题，并帮助模型理解教育设计的最新进展，同时拥有作为一名八年级教师十多年的实践经验和教育学博士学位。所以，这是一个例子，你知道，你可以拥有这一切，一直到你看到的最新……你知道，你看到的最新模型在可验证的工程问题上失败。所以，你确实……我认为这给了你……你知道，全面的了解。你也有……你知道，我们谈论专业领域，比如这些强化学习环境，你知道，有很多论文基本上都在谈论人们讲述他们分步工具使用的过程。所以，当他们从头到尾解决一个问题，与多个不同的服务领域互动，与多个不同的工具互动时，你知道，他们就像……你知道，有论文谈论这个，但是……你知道，边说边做，实际遵循并屏幕录制他们的鼠标去向，他们如何解决问题，当他们遇到障碍时，他们会做什么。所以，他们真的想了解人类的思维方式。>> 你提到了“轨迹”这个词。你能解释一下它到底是什么意思吗？因为它似乎你提了几次，而且这似乎很重要。轨迹基本上就是收集你正在做的事情的整个环境。嗯，所以，是你的屏幕，是你的鼠标。>> 是的。>> 包括这个画外音。好的。然后这可能太技术性了，但是所有这些工作的产出是什么？这位老师，是只是一个 JSON 文件、一个 XML 文件、一个文本文件吗？>> 是的。考虑 JSON 数据。>> JSON 数据。好的。然后你还有多模态工作，比如音频，比如对音乐进行分类和理解。我们正在吸引成千上万，不，可能是几百名……你知道，全国顶尖音乐学院的顶尖音乐学生，他们正在改进模型对音乐的理解。他们还有我们在这里没有谈论过的东西，叫做……评分标准，以及评分标准。模型……你可以……你可以把模型作为一个法官。你知道，你可以……如果你……什么是好的……什么是好的教育设计，或者什么是好的 MRI 结果？而在某些领域，你实际上没有一个……一个保证正确的答案。所以，模型可以充当法官，实际上理解……你知道，你知道，有点像回想你上学的时候……你知道，如何在一篇 5000 字的论文中获得 A？嗯，有一个很好的介绍性陈述和科学证据，你知道，所以，你可以构建一个评分标准，让模型充当中间人，实际上……自动评估响应。我们也看到了很多评分标准方面的工作。>> 你可能会想，为什么你会相信这位老师的意见，认为这是正确的方法？但酷的是，市场本身就说明了问题。如果这些模型被越来越多地使用，人们喜欢它们并重视它们，我想会有一些中间步骤来验证这是否是好的，以及其他人是否认为这是一个好主意。感觉市场动态会告诉你，你提供的数据是否正确，以及人们想要什么。还有其他方面吗？你知道，我没有获得人工智能、数学或物理学的博士学位，我也不是通过前沿鼠标训练自己的。但是，你知道，每一单位的数据都有很多东西，无论它是否在改进……你知道，现在有很多关于如何确保你产生的数据正在改进模型的研究。模型构建者很难理解，你知道，他们真的关心……你知道，为了缩小范围。他们关心三件事。他们首先关心的是质量。你必须拥有高质量的数据。如果你……你想象一下，你在训练一个模型，就像教学生一样，你给了它错误的数据，它非常……你知道，很难克服。所以，质量是首要的。然后你遇到的另一个巨大问题是数量，你知道，你如何在大约数千个最先进的化学、数学和物理学领域的数据中生成数据，以及你如何确保它是高质量的？嗯，对我们来说，比如说在物理学领域，我们直接联系斯坦福、伯克利和麻省理工学院的学生，他们是全国顶尖物理学学校的顶尖 GPA。所以，我们能够获得大规模的数据量，以产生非常高质量的数据，这是他们非常关心的事情。然后，我想说的另一件事是模型构建者关心速度，因为他们有所有这些假设，并且他们不断地测试不同的管道。所以，你可能有三四个批次同时进行。然后，一旦其中一个显示出收益，想象一下你是一名研究员，你知道你的科学过程，其中一个显示出收益，然后你试图扩大那个管道，扩大那个正在改进它的数据。你可能正在放弃你拥有的另外两个或三个项目，那些没有显示出改进的项目。所以，你能够在几天内快速地为他们提供服务，然后获得大量高质量的数据，这是他们最关心的事情。所以，我们在这边构建了相当多的技术来评估每一单位的数据。我们有自己的后训练团队。我们正在租用自己的 GPU，并且我们试图确保我们可以直接与这些研究员坐在一起，帮助分享……你知道我们从我们创建的数据中看到了什么，以及它如何改进他们的模型，他们如何最好地进行训练。嗯，所以，希望这有帮助。回到后训练的类型，因为我认为这可能很有帮助，至少对我来说，这个心智模型是，有预训练，有后训练。在后训练中，有……人类反馈强化学习，有……微调这个概念。嗯，还有评估……监督微调。嗯，是的，我们正在做偏好排序。我的意思是，我们基本上在做所有这些。嗯，我们不做自动评估。我们……我们产生用于自动评估的评分标准。嗯，是的。好的。太棒了。所以，基本上有一个模型，它被训练了所有这些惊人的数据。嗯，你们在模型训练完成后进来，根据你们创建的额外数据来调整权重。有趣的是，这是一个可扩展的系统。我……我想谈谈你们拥有的优秀人才供应，但令人惊讶的是，人类可以做到这一点。就像你会认为这需要一个无限可扩展的东西，但是……人类坐在那里添加、创建数据，正在显著地改进模型的智能。>> 哦，是的。我的意思是，我认为……也许一个有趣的笑话是，所有的 MBA 都认为这一切都会消失。就像……我认为，只要模型在改进，人类就会被需要在这个过程中。当你与这些实验室的首席科学家和研究人员交谈时，就像数据类型会演变，他们试图捕获和收集什么，但是……你知道，直到我们达到完全的 ASI，在接下来的十年里，这个领域都需要人类。所以，是的，我的意思是，你想想……你知道，很多模型现在在处理基本轨迹方面都有困难。所以，你知道，现在人们非常关注学术领域，我认为他们将继续关注学术领域，但也会有……你知道，对专业领域的需求会大大增加，基本上涵盖了知识工作者在工作场所解决的任何轨迹或分步问题。你知道，这是这些实验室的追求，以确保他们正在努力收集数据，以尽可能多地为人类在这个过程中增加价值。所以，让我问一下这个问题。我想象人们可能会感到一种紧张，介于……所有这些学生都在训练模型，让它们变得越来越聪明，而另一方面，如果模型变得如此聪明，以至于入门级的人……不再被大量招聘，他们可能会更难找到工作。你如何看待这种紧张关系？你认为这是一个真正的问题还是不是？你认为这会走向何方？>> 我属于……国内生产总值增长阵营，而不是……普遍基本收入。就像我……我非常相信，这将提高和加速每个人在经济和世界上的创造和影响能力。而且，你知道，我们从……有大约一百万家公司使用 Handshake。就像，我们拥有 100% 的财富 500 强公司使用 Handshake。所以，我们基本上为年轻人找工作的方式提供了绝大部分支持。很多人都在夸大其词地说，所有的年轻人都找不到工作。而且，你知道，这并不是我们从雇主那里听到的。我们听到的是，比如说，社交媒体营销。就像，以前你需要有人能够做 Photoshop，拍照，并且能够创建视频，并且你需要有人了解……营销分析平台来跟踪，你知道，你在不同的社交媒体平台上发帖。就像现在一个人，一个有才华的、人工智能原生的、穿着钢铁侠战衣的年轻人可以做到，并且……他们可以制作自己的视频，制作自己的创意资产，在多个社交媒体平台上发布，运行所有自己的分析。他们不需要数据科学学位就能做到这一点。这是一个例子，或者……比如说，我们公司的一个实习生，他第一次提交了一个 PR，我想是在他开始工作的那天下午，对吧？就像，你是一名产品经理，你意识到这在历史上会多么困难。你的开发环境设置，以及……弄清楚在哪里可以发挥作用。他只是接了一个 bug 并……解决了它。所以，我坚信这只是……让人们更具生产力，创造更大的影响力。而且，是的，当然，就像……数亿个工作将会……工作将会演变，人们将会被取代，他们将不得不提升和重新培训技能。而且，我认为 Handshake 在帮助……知识工作者发展方面发挥着巨大的作用。这一点已经提了几次了，我认为这很好，那就是，刚毕业的年轻人实际上更有可能成功，因为他们基本上是在使用这些工具长大的，并且对所有这些高级工具更加熟悉，所以他们就像野兽一样进来，做得更多。>> 你还记得吗？你还记得什么时候……我的意思是，这有点比我早，但是……你过去会在简历上写上谷歌搜索这项技能，对吧？就像，你是唯一一个……你擅长谷歌，对吧？因为你就像，在谷歌长大一样。就像，我认为成为人工智能原生者，并且穿着你的钢铁侠战衣，并且了解如何利用这些工具，就像……年轻人拥有巨大的优势。>> 是的。特别是如果他们参与训练这些模型。我想那里还有一些其他很酷的优势。>> 是的。>> 嗯，我的意思是，只是为了强调这一点，就像我们从……我们成千上万的会员那里得到的信息是，他们正在课堂上。他们实际上正在进行研究。就像，我们正在谈论……你知道，全国顶尖机构的博士生，他们可以在他们专业领域每小时赚取……150 美元，200 美元。这很棒。就像，你可以每小时赚 25 美元做助教，或者你可以每小时赚 150 美元来破解最新的模型。而且，你知道，你正在学习。我们从我们的会员那里听到的信息是，他们将很多这些见解带入课堂，以帮助他们更有效地教学。更重要的是，他们开始学习如何利用这些工具来推进他们的研究领域。所以，他们相信这些工具可以通过帮助他们更有效地利用时间来帮助他们推进他们的研究领域。所以，嗯，能够……获得报酬来学习一项技能，这确实很酷。在我开始讲述这个故事之前，这个故事是如何出现的，因为这是一个令人难以置信的故事。关于这个数据标记、强化学习的整个领域，你认为人们只是……完全不理解，或者你认为非常重要的事情还有什么吗？就像，有很多事情正在发生。就像我说的，世界上一些增长最快的公司都在这个领域。Scale 被收购了，我不知道，30……某种程度上是以 300 亿美元的价格被收购的。嗯，就像，还有什么？如果有什么是你认为人们需要理解的？一般来说，就像，任何时候你与模型互动，你要求它做非常高级的事情，而它没有达到你的期望，就像，某个地方可能有一个专家，你知道，在该领域是顶尖人才，直接为世界上最好的研究人员在前沿实验室工作，试图理解和经历这个科学迭代过程，如何使其变得更好。而且，假设他们已经拥有了人类所有已知的书面和记录的知识。所以，你知道，只要在解决任何问题时存在问题，人工智能……你知道，任何人类问题，就必须有人在循环中帮助推进它，而且……模型不会泛化。我的意思是，显然，这个领域会取得很大的进步，他们收集的数据类型也会发生很大的变化，但……它在最前沿确实非常令人兴奋。Kevin Wheel 曾做过这个播客，他是 OpenAI 的 CPO。>> 是的。>> 他提出了一个对我来说非常重要的观点，那就是今天的模型是你将使用的最差的模型。>> 我喜欢这句话。>> 它只会变得更好。这简直令人难以置信。现在我们知道了为什么这些模型会变得更好，因为你们所做的所有工作。嗯，只是一个关于 Scale 的快速问题。我猜他们是……我不知道，是主要的执行者。现在他们被吞并了，Alex 在经营 Superintelligence 和 Meta。他们在这个数据标记领域仍然是一个大玩家吗？还是他们已经出局了？>> 包括整个 Scale 团队，出于尊重和他们所建立的。嗯，有很多优秀的公司在这个领域运营。我认为，回到你问题的核心，就像……我认为，如果你正在构建……如果你认为你的研究团队和你的模型构建团队以及他们进行的实验是……你知道，改进的关键，你可能不想让你正在努力工作的最新研究……你知道，被一个竞争对手投资。我的意思是，这通常是我们在这个领域听到的。嗯，所以，我们已经看到了……你知道，需求和需求的巨大增长，而且，我认为我们处于极其有利的地位。我们……我们喜欢说，你知道，人类数据中唯一的护城河就是获取受众。基本上，有……你知道，有很多小型参与者在这个领域。嗯，一些中型参与者在这个领域。而且他们基本上……你知道，运行 TikTok 广告，运行 Instagram 广告，为谷歌搜索展示广告、YouTube 广告付费。而且，他们会说，“你能给我找 200 个物理学博士吗？”他们……他们能做什么？他们只能做一件事。他们就像……你知道，他们有 100 名招聘人员在职。他们都去 LinkedIn。他们都发送消息。他们花费了数百万美元进行绩效广告活动。有人在浏览他们的 Instagram 动态，而那是一个物理学博士，你无法很好地定位他们。而且他们……他们看到了……“来训练模型。”就像，我以前从未听说过这个品牌。我们拥有的巨大优势，以及为什么我们在市场上如此迅速地引起共鸣，就像，我们与……你知道，1800 万人建立了十年的信任，他们信任我们。而且，我们建立了大量的品牌亲和力，他们使用 Handshake，他们有一个活跃的个人资料，我们有很多关于他们的学术表现和他们在学校所做的事情的信息。所以，我们能够真正有效地定位人们，并比任何人都更快地获得高质量数据的规模和数量。而且，我认为这种获取受众的竞争优势在市场上确实引起了共鸣。今天的节目由 Anthropic 呈现，Claude 的团队。我每天至少使用 Claude 十次。我用它来研究我的播客嘉宾，为我的播客和我的通讯集思广益标题，获取我对写作的反馈，以及各种事情。就在上周，我正在准备一次采访一位非常重要的客人，我让 Claude 告诉我：“其他播客主持人问过这位客人的所有问题是什么，这样我就不会问他们这些问题了。”你每周花多少时间来综合你所有的用户研究见解、支持票据、销售电话、实验结果和竞争情报？Claude 可以处理极其复杂的多步工作。你可以给它一份 100 页的战略文件，并要求它提供见解。或者你可以倾倒你所有的用户研究，并要求它找出模式。借助 Cloud 4 和新的集成，包括 Cloud4 Opus，世界上最好的编码模型，您可以进行语音对话、高级研究功能、直接的 Google Workspace 集成，以及现在 MCP 连接到您的自定义工具和数据源。Claude 只是成为你工作流程的一部分。如果你想尝试一下，请访问 claude.ai/lenny 开始。使用此链接，您将获得前 3 个月专业计划的惊人 50% 折扣。That's claude.ai/lenny。好的，这是一个很棒的过渡，可以引出我想去的地方，那就是这个业务是如何出现的。这是你建立在已有的业务之上的业务。据我所知，你的收入是 1.5 亿美元，你已经做了很长时间了。你发现了这个机会，现在我……你知道，回想起来，这显然是一个绝妙的主意。实验室需要数据。你们拥有如此多的优秀专家。多么棒的机会。谈谈你是如何第一次意识到这是你可以也应该做的事情，然后你是如何开始执行这条道路的。>> 是的，我认为这是从……帮助人们开始、重新开始或开始他们的职业生涯的一个非常自然的延伸。你知道，在这个新的就业生态系统中，未来的货币化方式将大不相同，而且我们希望……你知道，为了缩小范围，我们是如何发现它的，就像，因为我们拥有如此庞大的受众群体，而且随着世界从通才转向专家，我们是世界上最大的专家网络。我们拥有……你知道，比任何其他平台都多的博士，50 万人使用 Handshake。我们有三百万硕士生，他们是……你知道，在校校友。所以，我们开始看到所有我称之为“中间商”的公司联系我们，说：“你能招募我们的博士和硕士生吗？”而且，就像任何伟大的市场一样，你知道，我们开始将他们发送到不同的平台，并开始真正意识到，你知道，从我们的用户那里听到……体验非常令人沮丧。就像，培训非常交易化。付款……你知道，如何获得报酬非常模糊。在实际项目……完成的过程中，这些其他平台上的流失率非常高。所以，我们开始……我们开始认为，公司……从帮助这些其他平台赚取数千万美元，我们开始意识到……你知道，真正启动它的是……也听到了前沿实验室的声音。他们开始联系我们，并试图……直接联系，试图……基本上绕过中间商。我们开始意识到，你知道，我们可以真正服务我们的会员，我们的博士，我们的专家。我们可以对待他们。我们只是相信……在追求 ASI 和推进人工智能的过程中，将需要一个平台，一个专家优先的平台。而且，将需要一个每个人都可以去的地方来货币化他们的技能和知识，因为这些实验室专注于改进这些……你知道，在所有这些跨学科成果中。而且，是的，我们进入了这个行业，真的……我开始做这件事是在……圣诞节和新年期间。就像，那时我开始……四处飞行，我的家人觉得我有点疯狂，因为我……在飞机上追逐不同的领导者。但是，我们建立了一个由来自人类数据领域的优秀人才组成的令人难以置信的团队，并真正开始在 1 月份构建我们的平台，然后大约在 5 个月前开始真正货币化这些关系。嗯，快进到今天，我们与七个前沿实验室合作。基本上，每个正在……正在努力构建最佳大型语言模型的实验室。而且，团队爆炸式增长，收入也爆炸式增长。这真是一段令人难以置信的旅程，就像第二次在一家公司内部再次创业一样。>> 而且，只是分享一些数字，告诉我是否正确，或者你是否愿意分享这些，但我听说你们在推出后的四个月内就达到了 5000 万美元的收入。今天我们已经运营了 8 个月，你们有望在第一年达到 1 亿美元的收入。>> 我认为我们会远远超过这个数字，但是的。>> 好的。令人难以置信。嗯，我甚至不知道有七个前沿实验室。>> 四个月内从零到五十，我认为这相当不错。>> 嗯，四个月内从零到五千万美元，这可不是一般的事。就像，你知道，一年前这会是传奇。现在就像，好吧，又一个这样的。四个月内五千万美元，没什么大不了的。嗯，这真是太疯狂了。>> 只是为了稍微缩小一下范围，让那些不太了解 Handshake 的人知道，最初的业务。那是什么样的？你实际上拥有什么网络，你坐在上面？>> 是的，那个网络大约有 2 亿美元的收入。这个将有大约 2 亿美元的收入。是的。>> 所以，我们有大约 600 名……非常热情的队友，他们致力于核心业务，你知道，我……我会把它们分开。这不像是两个业务。我认为它就像……它是一个业务。但是，那个业务是什么？嗯，它是……如果你是美国的一个年轻人，在过去的五、六、七、八年里毕业，你可能在手机上装有 Handshake。你……绝对知道 Handshake 是什么。它就像一个……对美国年轻人来说，它是一个动词。它对……在大学、博士或硕士……你知道，项目中的人们来说，它是一个动词。而且，我称之为……一个未连接的图。嗯，意思是，你不需要……你知道，LinkedIn 非常关注……你认识谁，以及……你的经验。LinkedIn 上的第一个问题是……你的工作是什么？而很多年轻人一开始就像，他们以前从未有过工作，对吧？他们没有……添加 500 个连接到他们的……到他们的图。而在 Handshake 上，你开始就像，试图发现和探索，并弄清楚如何通过一所学校，并弄清楚，哦，我是一名工程师，也许我想成为一名产品经理，也许我想在一家初创公司工作，也许我想在一家大公司工作，就像，优点和缺点是什么？你想从近期的同行和年轻的校友那里学习。所以，Handshake 是一个……我称之为非常……社交平台，有……群组和消息传递，以及个人资料和短视频以及一个完全专注于你的兴趣的动态，并帮助……真正地……建立你在早期职业生涯中的信心，找到你的第一份工作、第二份工作，并管理……你知道，大约 18 到 30 岁，我想说。>> 这个业务已经存在多久了？>> 它已经存在 10 年了。>> 10 年。好的。所以，这就像……再次，这感觉就像……你们正处于正确的时间、正确的地点，拥有正确的网络，现在非常有价值。嗯，多么有趣的故事。感觉就像……又一个有趣的例子，你做某事做了很长时间，然后突然人工智能就像……打开了一个全新的方式来利用你长期以来一直在做的事情。这让我想到了……Bolt 和 Stack Blitz，他们花了七年时间构建了一个基于浏览器的……操作系统，你可以在浏览器中运行一个操作系统，他们就像……我不知道，没人需要这个。我们为什么要做？我们到底在做什么？然后突然人工智能，他们就像，哦，如果我们构建浏览器中的人工智能应用程序，并为你生成产品，现在它就像……我不知道，世界上增长最快的公司之一。>> 是的。>> 所以，很有趣。所以，我认为现在是人们思考……我们做了什么，可能会给我们一个建立巨大事业的新机会，基于我们拥有的这种不公平优势。>> 我也认为，随着你的公司在规模、人数和成熟度方面不断增长，它也很难……在一家企业内部孵化新事物。就像，这在很多方面都很困难，对吧？就像，你如何构建……从零到一，找到产品市场契合度，并快速扩展团队，这与……你如何经营一个……一个更成熟的企业，已经存在了 10 年，拥有数百人，数百人，数百人，非常不同。嗯，所以，我真的很享受，并且……已经找到了很多热情，就像在公司内部第二次再次创业一样。然后，是的，我们拥有巨大的战略优势，那就是……几乎没有客户获取成本，而且我们的……转化率和留存率比……其他平台高得多，而且幅度很大，因为我们有如此高的消费者亲和力。实际上，这里有两个我想追随的线索。我将先追随第二个。这个关于数据标记工作可以来自哪里的想法。这是一个非常清晰、简单、易于理解的，那就是专家坐在那里创建数据。另一个我知道的许多其他……该领域的公司，比如 Scale，我知道尤其是，就是……国际上的低成本劳动力。嗯，还有其他方法可以做到这一点吗？不是这两种中的一种？其他公司是如何做的？我认为，如果你……关心建立一个真正高质量的业务，并拥有……良好的毛利率和……高质量的增长，你知道，这个生态系统……其中一个领先的参与者……他们有……200 名招聘人员。>> 这就像不可持续的。他们有……200 人在 LinkedIn 上发送个人消息来招募这些人，因为没有品牌。没有信任。他们花费，我
知道，他们每月在效果广告上花费数千万美元，谷歌广告 >> 来寻找专家和寻找人才。而且目前主要是专家。>> 是的。然后他们将他们置于一种体验中，这种体验就像在菲律宾的交通标志周围绘制边界框一样对待他们。就像你知道的，边境的税务会计师不想被当作低成本的国际劳工对待，对吧？我我我不认为有人喜欢这个过程，所以你知道，能够建立一种植根于社区的体验，植根于高质量的培训，就像如果你在麻省理工学院攻读博士学位，你很可能没有被充分教授如何使用这些工具，不是说你不能打破模型，这就像你知道的其他平台一样，你知道他们花费数千美元来获取单个用户，并且他们直接进入一个没有培训的项目。所以，我们从第一天就开始构建这种专家。我们相信这里会有一个深度网络效应，与我们创业、跳槽或重启职业的核心业务紧密相连。而且，你知道，你进来，你建立一个档案，你看到社区，有，你知道，小组和一个信息流，告诉你人们是如何学习的。就像，你进入一个实际的个人群体，里面有和你一样的人，有和你相似的背景。你正在学习如何互动。并且有试错的过程，我们有教学设计密钥如何做到这一点。然后你会被分配到我们正在构建的项目中，你知道，有一些泳道，我们实际上正在预先构建数据并将这些数据出售给所有实验室。所以我们可以做这件事，你知道，我们自己生产一单位数据。我们几乎像电影制作一样支付费用。我们支付一单位数据，然后我们，你知道，我们确保它质量非常高。我们对它进行自己的后期培训，然后我们生成大量数据规范，然后我们将该单个数据包出售给许多不同的实验室，这样你就会被分配到这样的项目中。一旦你在我们的项目上做得非常好，很多时候我们就会让你参与客户项目，你知道，他们只想要顶尖的机器学习人才，对吧？然后他们从我们的项目转向他们的项目。呃，所以你知道，客户获取成本巨大。我的意思是，这很基本，你知道，你喜欢深入研究你的播客，所以只是谈论它，就像你知道，你真的有几件事很重要，你有客户获取成本，对吧？你的 CAC 和你的 LTV，用户终身价值。在这个行业中，LTV 的计算非常简单，就像它基于一个人的留存率以及他们可以参与多少项目。所以，如果你对待人们非常好，你训练他们非常好，对吧？就像，我们没有客户获取成本，因为我们与 1600 所大学合作，为全国排名前 500 所学校中的 92% 提供支持。我们为全国几乎所有的学院和社区大学提供支持。我们没有客户获取成本来获取这些人。我们对他们拥有大量的品牌和信任。所以他们的转化率非常非常高。然后，如果你对待他们非常好，因为这就是他们对我们的期望，就像他们知道 Handshake 他们的学校购买 Handshake 一样，我们需要对待我们，我们关心对待这些人，但是大学不会容忍我们与这些与这些研究员的合作，除非我们对待他们好。所以你让他们进入这个过程，我们的 LTV 和重复参与率以及在不同项目上的留存率非常高。因此，当您将一家领先的供应商与大约 200 名个人贡献的招聘人员进行对比，并且他们每月在效果营销上花费数千万美元时，这些结构性优势就非常显著了。所以，我认为这就是我们取得如此成功的原因。>> 这非常有趣。而且感觉就像你说的，过去人们非常关注通才，也就是世界任何地方的人都可以低成本地完成工作，比如在事物周围绘制边界框，而且基本上市场已经从低成本通才转向了专家。而像 Scale 这样的许多公司都在为通才工作模型训练数据进行优化，而你们则非常擅长基于专家的数据。所以你们正处在正确的时间、正确的地点，拥有正确的供应。呃，多么好的生意。>> 是的。>> 干得好。>> 我会说，在第一个业务中建立第二个业务并不容易。但是>> 那么，让我实际上，是的。所以，让我顺着这条线索。我本来想去那里。那是什么样的？所以你开始注意到模型公司正在找上你的人，人们在这些其他公司遇到困难，而你却想，哦，也许我们应该做这种事情。最初的构思是如何开始的，你又是如何开始探索这个想法并看看它是否真实存在的？>> 战术上？嗯，你知道，我们与许多中间公司合作开展业务。我们开始看到需求，正如我之前所谈到的。我们开始看到边境实验室直接联系我们，试图在他们寻求更高质量数据时绕过中间商。当我们开始将这些信息联系起来时，我们可以为我们的研究员提供更好的体验。我们可以直接为实验室服务，并与实验室建立直接的客户关系，基本上绕过中间商，为实验室提供更好的体验，为我们的研究员提供更好的体验，并为我们网络中的数百万公司提供长期的更好体验，而且，你知道，而且，而且你可能认为只是关于技能提升和再培训，那里会发生什么。所以我们想进入这个领域。我们开始，你知道，真的在十二月探索和了解更多关于它的信息。嗯，就像专家电话和敲定，你知道，我雇佣了三家专家公司，Alpha 在 Alpha Sites 和 GLG，并开始与最新的研究人员进行大量通话，因为我们有资源。就像一家大公司的一个很酷的事情是，就像我们有财务，你知道，我们的核心业务是每年 2 亿美元的收入。所以，就像你知道，我们有资源能够加速这里的学习曲线。嗯，然后我们大约在 5 个月前开始与可以说是第一名的实验室合作。我想知道是谁。>> 是的。嗯，是的，我想知道是谁，但会得到不同的答案。呃，与第一名实验室合作，嗯，嗯，现在我们正在与边境实验室的 Z 合作，嗯，我们正在做的第一件事就是专注于扩展。我的意思是，我们已经从四五个人从事这项工作的人增加到 75 多个。嗯，我想我们上周一有 12 个人开始。就像我们，你知道，我们只是在满足这个机会方面遇到了瓶颈，因为在这个市场中，基本上有无限的需求。就像如果你能生产高质量的数据量，你很可能能够销售你生产的任何东西。嗯，所以，在我们这边，就像我们真的专注于确保我们选择正确的长期战略。嗯，确保我们不会增长过快而侵蚀我们与这些边境实验室建立的信任。是的。但是，嗯，你知道，这很有趣。>> 你说在现有业务中启动这些业务也很难。有什么难的？最难的是什么？你已经触及了其中的一些元素，但还有什么？我认为我只是更多地遵循了我的直觉。我的意思是，Handshake 的故事是，我们不得不注册 1600 所大学。所以，我不得不学会成为最好的，我们是历史上增长最快的教育公司。所以，我们注册了 1600 所学校。然后我们不得不建立一个雇主业务，在那里，你知道，我们不得不弄清楚如何销售 100%，你知道，70%，你知道，所有这些公司都使用它，而且 70% 的费用是支付的。我不得不了解如何向高盛、通用汽车和谷歌以及世界上最大的公司进行高端销售，这与向大学销售完全不同。然后我们不得不学会建立一个令人难以置信的学生社交网络，就像最好的信息流是什么样的？群组消息是什么样的？你知道？所以，我觉得有点熟悉，而且通常是零到一，就像市场通常是零到一。有时我梦想着我们就像，我实际上没有梦想，但我开玩笑说，我只希望我们是一家网络安全公司，我们只有一个买家，只有一个产品，就像你知道，我们必须在 Airbnb 的时间里服务于三方。所以，我从在 Handshake 中启动这三项不同业务中学到的一个教训是，你知道，我非常亲力亲为，所以，你知道，每个人都直接向我汇报。我真的不想成为老板。我只是想成为房间里另一个聪明人。就像我雇佣了，我们雇佣了一个令人难以置信的团队，他们在这个领域花费了大量时间，并且是这个领域许多人类数据公司的主要领导者。所以，每个人都非常清楚我们拥有的结构性优势，而且很多重点都放在确保我们能够向一个客户交付高质量的数据，然后再扩展其他人。就像我们不得不拒绝很多事情。然后，核心业务的许多人也理所当然地认为，有检查和制衡，有很多人试图参与进来，对吧？就像每个人都想说，不是每个人，这是一个夸张的说法，但你知道，说“不”很容易，对吧？很容易说“我这周或这个月无法优先处理这件事，我有一个现有的优先事项集”。所以，你知道，除了几件事之外，每个人都直接进入了我建立的新组织，每个人在现有业务中都没有任何责任。在新公司中，每个领域的直接负责人都非常清楚。现在我们与业务的其他部分有了更深入的耦合和集成点。但是，你知道，我们坐在办公室的一个独立区域，你知道，我们，你知道，每个人都在办公室里工作 5 天，很多周末。招聘人才也有完全不同的期望，就像，嘿，这是一份 24/7 的工作，对吧？这是一个早期阶段的公司。薪酬也不同，并且基于这个新业务中的障碍。所以人们感觉自己是创造新公司的所有者。是的，它仍然非常灵活，非常非常扁平。你知道，仅仅因为你经营一个职能部门，并不意味着你是项目上的直接负责人。我们选择最能推动一项倡议的人，无论职能如何，来担任 DRI。我们更加注重指标。你知道，当我建立 Handshake 时，我们长期以来一直抵制这种运营节奏，就像每周、每月、每季度的运营节奏一样。对于 Handshake AI，我们从早期阶段就更加专注于通过数据、指标和严谨性进行运营。我们团队里有一位名叫 Sahill 的绅士，他在这方面做得非常出色。向 Sahil 致敬。向 Young 致敬。向 Paco 致敬。嗯，是的。>> 好的，这太不可思议了。所以，在一家拥有十年历史的公司中，有几个因素促成了它的成功。顺便说一句，你目前的传统业务年收入为 2 亿美元。你将，正如你所说，在第一年内突破 1 亿美元。所以，在最初的几年里，如果一切继续这样下去，你将超过你花了 10 年时间建立的业务的运行规模。太不可思议了。为了让这一切成功，我注意到了一些事情。一是显然你就像创始人模式。你是这家公司的 CEO。你是这个新业务的负责人。你没有委托给别人，嘿，去开始这件事。你在这里分配了人。我们将挑选人。你没有什么别的事情要做。这是你的新工作。你将从事这些事情。你在办公室的不同区域工作。有不同的，有基于指标的节奏。所以，就像让我们保持非常勤奋，这里是情况如何。我们去哪里。我们的轨迹。我们的 KPI。诸如此类的事情。还有什么你觉得对让这件事成功非常重要？因为我想很多公司都会尝试这样做，所以我想知道你还发现了什么重要的事情来让这件事成功？>> 是的，我的意思是，我真的相信它是独立的，一切都是独立的，独立的工程团队，独立的 त्याच्या设计团队，独立的客户和运营团队，独立的财务团队，就像早期一切都是独立的，人们只有一份工作，而且只有一份工作，那就是让一个男人成功。我们有一些集成点，而且，我有一个令人难以置信的执行团队在核心业务部分，现在有越来越多的参与，但是，你知道，我，我们的高管们，他们长期以来一直经营 Handshake，经营核心业务，而我将 80% 以上的时间和注意力都集中在这上面。而且，你知道，我们雇佣了一位令人难以置信的工程领导者，比如 Avery，你知道，我们专注于雇佣很多企业家，我们有很多企业家，那些创办过公司的人，在公司内部，或者抱歉，那些以前创办过公司的人，这非常非常重要，雇佣过那些只在早期公司工作过的人才，他们对模糊性感到非常舒适。嗯，我们也更加坦诚地表示，这将是混乱的，就像在核心公司的所有全体会议上，直接与团队一起拥有这个叙述。我们有独立的全体会议。我们有独立的入职培训。我们有独立的招聘团队，你知道，基本上每个人，你知道，我有一些连接点，但主要是独立的，我认为这绝对是至关重要的。我们挑选了一些顶尖人才，我的意思是，我们在核心业务中有很棒的人才。我们从核心业务中挑选了一些很棒的人才，基本上说，对不起，我知道你爱你的老团队。我知道你喜欢你正在做的事情，你会加入我们的 Hiki 吗？他们完全放弃了他们以前的职责，过来了。当事情开始扩展和崩溃时，这变得非常关键，你知道，我们增长得如此之快。我们挑选了一些顶尖的资深工程师，他们非常有创业精神，是首席工程师，员工级别的工程师，就像把他们空投进去一样，你知道，这很棒，能够，就像我们能够，能够问核心业务中最有才华的一些人，嘿，你想过来做这件事吗？有时他们会说不，就像他们说，我不想工作，你知道，大多数周末。我不想在 2 点、 3 点的夜晚，我们在这个业务中做的事情。这是，这是，我的意思是，这相当普遍，人们有时不想承诺这一点，但我们已经很清楚了，这里的期望是什么，这个团队的期望是什么。这是一个，这是一个，你知道，这是一个疯狂的步伐。如果你想成为硅谷增长最快的一些公司之一，你可以加入它。嗯，所有权，所有权也很重要，就像拥有这个结果，而且，我们有这个模式，就像我不会让任何事情成为偶然，我总是，有一段时间，我们在白板上画了那一年的天数，就像，永远不会有这样的时光。我从未在生意上见过这样的事情。我怀疑我再也不会在生意上感到这样的事情了，那就是无限的需求，而我们只是执行它的能力。所以我们有一个座右铭，不要让任何事情成为偶然。就像，你如何确保 3 个月后，6 个月后，你没有任何遗憾？就像，登上飞机去和客户交谈。就像，进行深夜的冲刺。再检查六次数据。就像，发布那个有帮助的额外功能。而且，一个巨大的庆祝文化，就像在整个公司里表扬人们。它非常扁平，对吧？所以，真的没有这样的原则，你知道，有这么多人贡献，直接表扬那些贡献的人，并创造一个围绕影响力的真正有趣的氛围。我认为这很棒。>> 我认为“不要让任何事情成为偶然”这部分部分说明了你所做事情的信任价值。人们会喜欢你，如果你能相信你的数据是棒的、伟大的和一致的，我可以看到为什么这最终会成为你正在构建的东西如此重要的部分，而且就像听你描述这个一样，我理解，它在那里，所以它显然是一个巨大的机会，显然是一个巨大的优势，你们拥有，而且就像随之而来的压力也可能非常大，就像我们不能搞砸，不能，不能，你知道，它应该是 Handshake 是一家年收入数十亿美元的公司。它是一家上市公司，就像它应该，我们应该能够继续，我的意思是，它也帮助了我们的核心业务，就像我们看到的长期机会一样，它正在连接，它正在建立互联网上最好的工作匹配市场。就像，你知道，这可能是世界上最大的一些问题之一，就像劳动力供应匹配。就像，人们在那里花费他们的大部分时间和精力，他们生命中的几个小时，他们在工作中度过。寻找工作的过程，申请工作的过程将通过人工智能彻底重塑。我们一直在引领潮流。就像，你知道，一个人工智能面试官，它正在收集技能，并且实际上在询问你的工作经验，进行工作模拟体验，这些体验有助于雇主找到最好的候选人。我。我不知道你上次做这件事是什么时候，但是，就像招聘经理的过程，审查 200 份简历，你在开玩笑吗？就像，我要坐下来审查 200 份简历，5 年后绝对不可能，对吧？就像学生手动制作求职信，不可能，对吧？所以，将需要一个在连接供需方面获胜的市场，你知道，人才与机会，而我们认为，并对这里的影响机会感到兴奋。就像，这是我的故事。就像，我去了社区大学，一所小型学校。我去了密歇根州上半岛的一所不知名学校。我在 Palunteer 实习。这彻底改变了我的生活。而且，就像我创办 Handshake 是因为我想让任何人，无论他们认识谁，他们的父母做什么，他们去了哪所学校，都能更容易地找到一个绝佳的机会。而且，我认为人工智能在匹配方面是完全的阶梯式改进。而且，我认为我们的人类数据业务正在作为改进匹配的基础。就像，我们在人类数据业务中做的很多事情都被整合到我们的核心业务中。我认为这将改善雇主的成果，为他们节省，你知道，总而言之，在很长一段时间内数十亿美元。嗯，而且我认为它为学生提供了更好的体验。所以，就像，我们必须抓住这个时刻，你知道，我们仍然有耐力和兴奋和热情，在我们的核心业务和新业务中，去追求这个。嗯，这就是我们一直在分享的很多信息，就是，是时候加大了。是时候了，就像，这是一个千载难逢的机会，能够处于如此好的位置，而且，就像我们，我们，我们将作为一个团队抓住这个时刻。>> 确实如此。这确实感觉像是一个千载难逢的机会。让我问几个关于这个的问题，这是我一直在思考的，也是很多人一直在思考的，只要你在这里。总有一个问题，我们会不会用完数据？模型会不会停止进步？我们会不会达到某个平台？会不会真的没有 AGI 的时刻，SGI 的时刻。所以，首先，你认为我们会用完数据吗？有没有一个点，我们就是无法产生更多的知识和数据来喂养这些模型？而且，沿着这些思路，你认为阻碍模型更快、更进一步发展的最大瓶颈是什么？>> 是的。我的意思是，就像，我们将需要的数据类型将会不断发展。它将是 CAD 文件。它将是科学工具使用数据，因为它们试图自动化科学发现和药物发现。它将是，你知道，它将是晦涩难懂的，你知道，存在于，你知道，科学工具上的操作系统。它将是，你知道，所以我喜欢这种轨迹，就像一步一步地缝合指令遵循，你知道，我们将需要的数据类型将会发生很大变化。>> 我们甚至还没有谈论过像多模态和视频以及文本和音频，就像音频一样，现在对音频数据的需求非常大。所以，数据类型将会不断发展。>> 是的，我一直使用语音模式。这是我默认的 ChatGPT 体验，只是在说话。>> 太棒了。太棒了。我们周日刚有了个孩子，或者我妻子周日刚有了个孩子，语音模式非常棒。我的意思是，每晚，每两个小时，他的速度，就像我有很多问题。语音模式非常重要。所以，我向语音模式致敬，是的，所以数据类型将会收集很多或者发生很大变化。嗯，我认为在可验证的领域，合成数据可以发挥作用，但是，就像我们不断从公司那里听到的那样，就像，你知道，合成数据不会占主导地位，就像它不会是，就像，在接下来的十年里，从人工智能发展的前沿，有一个数十亿、数十亿、数十亿美元的价值可以提取。首先，我要向你致以最崇高的敬意，因为你刚刚有了个孩子，你的妻子几天前刚生了孩子，并且正在建立这个正在疯狂增长的企业，并进行这次播客对话。我非常感谢你抽出时间。>> 还有什么我们没有涵盖的，你认为可能对人们有帮助的，或者你故事的一部分，你认为可能对人们有帮助的，或者你可能想再次强调的，我们之前谈过的，在我们进入一个非常令人兴奋的闪电轮之前？我的意思是，我一直喜欢谈论我非常热衷于人们创业和帮助他们这样做。而且，就像，我认为在人工智能的这个时刻，对于那些听这个播客的年轻企业家来说，因为我从 2020 年开始就是读者。我们看了>> 是的，我们确实检查了。>> 一个长期读者。我只是很好奇，喜欢你的采访。但是，就像，你只需要专注于做一些有意义的事情，就像真正帮助人们的事情。而且，我认为随着人工智能的发展，将会有很多机会来改善人们的学习方式，就像，你知道，我只是非常热衷于尝试让 Handshake 成为一个平台，它不仅是一个了不起的业务，而且它还解决了重要的社会问题。而且，是的，这是我唯一的致敬。如果有人想就如何做到这一点获得建议，或者想联系我，我很乐意聊天。好的。所以，这是关于分享创业建议的提议，是吗？>> 会很棒的。>> 好的。我不知道你有多少时间来应对成千上万的涌来的人，但我很欣赏这个提议。这很酷。嗯，在进入一个非常令人兴奋的闪电轮之前，还有什么吗？>> 不。>> 好的，那么，加勒特，我们进入了我们非常令人兴奋的闪电轮。我有五个问题要问你。你准备好了吗？>> 准备好了。>> 你最常推荐给别人的两三本书是什么？我，我是一个彼得·蒂尔的《从零到一》的粉丝。我在创办公司时读了它，并观看了彼得·蒂尔的创业学校课程，他在斯坦福大学教授，那是还没有关于如何创业的一切写在互联网上的日子，而且，就像，我认为他很酷。嗯，喜欢《鞋狗》，我认为，你知道，它是创业的缩影。关于困难的事情，显然，但这些都是相当常见的书。但是，也还有经典，本·霍洛维茨将出现在播客上。谈论困难的事情。>> 太酷了。>> 困难的事情。是的。好的。你最近看过什么让你真正喜欢的电影或电视节目吗？我想你没多少时间。>> 我要为此挨骂了，但我确实和我妻子一起开始看了《权力的游戏》，我>> 第一次。>> 是的。>> 好的。所以，我还有很多要追赶的。>> 你为什么会？不，这很棒。就像那些看过它的人一样，>> 你到目前为止都很喜欢它。好的。它相当血腥。这是那部剧唯一的缺点。睡前不要看。我不知道你已经看了多少血腥场面了。>> 你最近有没有发现什么让你特别喜欢的产品？>> 婴儿自动喂奶器。它，就像，真的帮了我们很多。所以，喜欢向新团队致敬。>> 太棒了。我也有一个。我们实际上从未打开过它。我们只是把它当作婴儿床，大多数时候。它没有打开，但有几次哭声它被打开了。它非常有帮助。嗯，你有没有什么喜欢的生命座右铭，你经常会回到它，并与其他人分享？>> 我喜欢“不要让任何事情成为偶然”，就像把一切都留在场上一样。你知道>> 我在一个，你知道，一个非常勤奋的家庭长大，我爸爸非常努力地工作来为我们提供，为我们实现目标，而且，就像，全力以赴，不要让任何事情成为偶然。好的。所以，最后一个问题。而且，我在准备这个播客时研究了你，有一个我喜欢的关于你早期努力的故事，那就是当你从一个校园到另一个校园推销学校加入 Handshake 时，有一个故事说你不得不在普林斯顿的游泳池里洗澡来省钱，因为你没有地方住。有什么故事吗？>> 是的，那是一段艰难的时光。我的意思是，我几乎在普林斯顿被捕了，因为，我的意思是，对于那些经常旅行的企业家来说，我们睡在车里。我们有一辆福特福克斯。我们每年开 2 万到 3 万英里。睡在麦当劳停车场后面，它们光线充足，而且当时有很好的 Wi-Fi。嗯，而不是住在酒店，在会议前提神醒脑的一种方式是，每个大学都有一个游泳池，而且游泳池几乎总是，它总是，我们从未遇到过这种情况，它总是对人们开放，让他们在早上游泳，就像健身教职员工、学生，而且每个游泳池有什么？他们有淋浴。所以，你可以去全国任何一所大学的任何一个游泳池，你可以免费淋浴并提神醒脑。所以，普林斯顿的校园安全部门并不欣赏我作为一个非学生在洗澡。但是，我认为这非常有意义，因为普林斯顿的校园安全部门打电话给我们要卖给他们的职业服务中心总监，说：“加勒特·洛德是谁？他真的在这里向你推销职业中心软件吗？”嗯，这使得与职业中心的会议有一个非常刺激和令人兴奋的开始，因为他们说，“你在我们的游泳池里洗澡。你开车来的？是的，我们从密歇根开车来的。”你知道，嗯，所以我认为这表明了一种承诺，这让他们感到兴奋。>> 快进到所有这些创始人现在开始使用这个增长杠杆，惹恼了校园警察，以获得更好的与学校领导的会议。>> 太不可思议了。加勒特，这是一个如此疯狂、令人惊叹、鼓舞人心的故事。就像你正在建立的东西和这里的机会，以及它发展的速度以及你拥有的所有优势。就像，如果我 Handshake 的投资者，我会说，“好吧，10 年。一切都很顺利。”而现在，就像，“我的天，这是从哪里来的？”>> 嗯，太不可思议了。嗯，而且它也非常有意义。所以，嗯，我真的很，嗯，很高兴你在如此疯狂的情况下抽出时间。两个最后的问题。如果人们想联系你，或者如果你在招聘，在哪里可以找到你，让我们知道。然后听众如何对你有用？>> 我的意思是，注册 Handshake。嗯，如果你想在上面给我发消息，这是联系我的最简单方式。嗯，你只需找到我 Garrett Lord Handshake。你可以在 Twitter 上找到我，我喜欢，嗯，或者喜欢斧头，一个巨大的斧头迷。嗯，你可以给我发邮件到 garrett@joinhandshake.com。嗯，而且 rt，嗯，你如何提供帮助？就像，我们正在招聘很多人。嗯，我们在纽约、旧金山、伦敦和柏林都有办事处。如果你有朋友可能对此充满热情，想了解更多，或者有兴趣了解更多，请联系我们。我们很乐意与你交谈。嗯，招聘是我们现在满足需求的首要问题。所以，如果你有才华，并有兴趣了解更多关于 Handshake 的信息，如果你想在我们的消费者产品上工作，如果你想在我们的雇主产品上工作，酷的 PLG 问题，或者最先进的消费者社交体验，就像联系我们。或者你想在人工智能业务上工作，我们很乐意与你交谈。>> 为了让人们更清楚，你最招聘的是哪些职位？是所有职位吗？是>> 工程。>> 工程。好的。如果你是一名工程师，想加入当今世界上增长最快的人工智能公司之一。来吧。>> 嗯，我们将在节目笔记中链接到你的职业页面。>> 谢谢。>> 是的，当然。加勒特，非常感谢你来到这里。这太不可思议了。当然。再见，大家。非常感谢你的收听。如果你觉得这很有价值，你可以在 Apple Podcasts、Spotify 或你喜欢的播客应用上订阅该节目。另外，请考虑给我们评分或留下评论，因为这真的能帮助其他听众找到播客。你可以在 lennispodcast.com 上找到所有过去的剧集或了解更多关于该节目的信息。下一集再见。