Transcription
你说我们才刚刚开始触及代理社会真正面貌的皮毛。>> 我们正在走向这样一个世界，在这个世界里，良好产出的边际成本趋近于零。我们将看到生产力和产出的指数级增长。而实现这一目标的途径就是依靠代理。当这一切发生时，组织结构图将开始变成工作图。你不再需要那么多层级。我们曾聊到过你提出的一个概念，即我们正从“产品即人造物”转向“产品即生命体”>> 因为这些模型在这一点上非常有效。你想开始对它们进行调整，以实现特定类型的成果。突然之间，它们就变成了这些生命体，随着交互的增多而不断变得更好。我认为这是每家公司的全新知识产权，是那些会思考、会生活、会学习的产品。>> 现在的规划简直是疯狂的。当 GPT5 发布时，人们如何规划路线图？我们将其视为我们身处哪个“季节”。第一季可能是 AI 的原型设计，然后是围绕模型和推理模型，而现在则是代理的出现。今天我的嘉宾是 Asha Sharma。Asha 是微软 AI 平台的产品副总裁，负责监督其 AI 基础设施基础模型和代理工具链，同时还领导核心 AI 部门的应用工程、负责任的 AI 和增长。她此前曾担任 Instacart 的首席运营官，以及 Meta 的产品副总裁，负责 Messenger、Instagram Direct、Messenger Kids 和远程呈现。她还担任 Home Depot 和 Coupang 的董事会成员，并且是跆拳道的二段黑带。Asha 的角色非常独特和罕见，这让她能够比世界上几乎任何其他人更深入地了解 AI 的发展方向，以及对于那些构建大规模 AI 产品的公司来说，什么有效，什么无效。在我们的对话中，Asha 分享了她看到的一些趋势和预测，这些是我从未听别人谈论过的。为什么我们正从“产品即人造物”的世界走向“产品即生命体”的世界。为什么图形用户界面正在被代码原生界面取代。为什么后训练是新的预训练。即将到来的代理社会，以及今天和未来成为一名成功的构建者需要具备什么，还有她从 Satya 那里学到的最重要的领导力教训，她与 Satya 密切合作。如果你喜欢这个播客，请不要忘记在您喜欢的播客应用或 YouTube 上订阅并关注它。另外，如果您成为我的新闻通讯的年度订阅者，您将免费获得 15 款超棒产品的全年使用权，包括 Lovable、Replit、Bold、Nadj、Linear、Superhuman、Descript、Whisper Flow、Gamma、Perplexity、Warp、Granola、Magic Patterns、Raycast、Chapardd 和 Mobin。请访问 lennysnewsletter.com 查看，并点击 Product Pass。话不多说，现在为您带来 Asha Chararma。本期节目由 Interpret 提供赞助。Interpret 是一个客户智能平台，被 Canva、Notion、Perplexity、Strava、Hinge 和 Linear 等领先的 CX 和产品组织使用，以利用客户的声音构建一流的产品。Interpret 实时整合所有客户对话，从 Gong 录音到 Zendesk 工单再到 Twitter 线程，并使其可供您的团队进行分析和采取行动。Interpret 的独特之处在于它能够构建和更新特定客户的知识图谱，提供最细粒度和最准确的客户反馈分类，并将客户反馈与收入和 CSAT 等关键指标联系起来。如果将您的客户之声计划现代化，使其成为一代人的升级，是 2025 年的优先事项，就像 Canva、Notion、Perplexity 和 Linear 等以客户为中心的行业领导者一样，请联系 interpret.com/lenny 的团队。即 e n t e r p r e t.com/lenny。本期节目由 DX 提供赞助，DX 是由顶尖研究人员设计的开发者智能平台。要在 AI 时代蓬勃发展，组织需要快速适应。但许多组织领导者在回答紧迫问题时会遇到困难，例如哪些工具有效，它们是如何使用的，什么真正带来了价值。DX 提供了领导者在这一转变中导航所需的数据和见解。通过 DX，Dropbox、Booking.com、Adion 和 Intercom 等公司深入了解 AI 如何为他们的开发者带来价值，以及 AI 对工程生产力有何影响。要了解更多信息，请访问 DX 的网站 getdx.com/lenny。即 getdx.com/lenny。>> Asha，非常感谢您来到这里，欢迎来到播客。>> 谢谢你的邀请。我想从你之前和我聊过的一个概念开始，我之前从未听说过，我认为它对人们思考会非常有帮助，那就是你提出的“产品即人造物”转向“产品即生命体”的概念。谈谈这意味着什么，以及人们需要理解什么。这确实是一个相当有趣的转变，尤其是在过去一年左右的时间里，因为当我来到微软时，那是在 OpenAI 和大型基础模型出现之后不久，紧接着就出现了模型爆炸，包括专有模型、开源模型和前沿模型，它们都在不断突破界限，它们既更高效，然后我们开始在其中一些模型中看到领域专业知识，然后，你知道，甚至更近期的模型现在可以进行工具调用和函数调用，并且可以采取行动，我认为这正在为一种新的产品类型让路，这些产品正在开始获得一些成功。所以突然之间，产品不再仅仅是我们开始发布的静态人造物，不再仅仅是“嘿，想出一个主意或见解，去解决一个问题，把它发布到世界，也许让它变得更好一点，然后有一个仪表板”。突然之间，整个 KPI 是产品团队的“新陈代谢”能力，即摄入数据，然后消化奖励模型，然后创造某种结果，因为这些模型在这一点上非常有效。你想开始对它们进行调整，以实现特定类型的成果，无论是价格、性能还是质量。所以这相当令人兴奋，因为突然之间，它们就变成了这些生命体，随着交互的增多而不断变得更好。在很多方面，我认为这是每家公司的全新知识产权。这是一种完全不同的构建产品的方式，甚至是一种思考“会思考、会生活、会学习的产品”的方式，这相当令人兴奋。>> 所以当我听到这个时，我想到了当我邀请 Michael Terrell 来播客时，他是 Cursor 的联合创始人，他谈了很多关于他们的大模式是如何从人们使用 Cursor、选择、接受某些建议、不接受其他建议的数据中捕获的数据。这就是你在这里说的吗？就是公司从人们使用他们的产品中收集的专有数据，还是有更深层次的东西？>> 我认为我们之所以看到“后训练”的兴起，是因为模型本身就像是如此强大。今年 Nathan Lambert 做了一项研究，我认为相当有趣，他研究了所有顶级的排行榜，结果表明，一旦一个模型的参数达到 300 亿，训练一个模型并投入数十亿个 token 进行某种“预运行”的资本支出在经济上似乎没有意义，你可以开始在循环中进行优化。所以，是的，在很多方面，我认为你可以，我认为使用自己的数据是最好的方法，但你可以合成生成数据，你必须想出一个奖励设计，你必须实际推出它，你必须严格地进行 A/B 测试，你必须找到最适合它的“工作任务”或用例，然后，是的，这会产生你可以从中学习的数据。我从未见过任何产品是只有一个循环的。我认为是多个轨道并行运行，就像装配线一样，如果你愿意的话，它们在产生那个。>> 那么，这种“产品即生命体”的趋势，这是否主要适用于模型公司，还是也适用于我不知道的 SaaS 业务和工具以及用户工具？看，我认为“软件即原始要素”正在发生变化，而其中的“人造物”是模型以及软件组件本身。所以，在很多方面，我认为，你知道，软件产品将全部是“模型优先”的产品，如果你愿意的话。这让我想起我刚刚邀请了 Nick Turley 来播客，我们在录音前谈论过他，他是 ChatGPT 的负责人，我问他，随着 GPT5 的发布，ChatGPT 会改变多少，他说：“它们是同一回事，它们是同一个产品，只是模型告诉我们在 ChatGPT 这个产品中该做什么。”这让我想到另一件事，就是你可能会想，为什么 GPT5 不能像你使用它一样，自己构建用户界面，它会自己进化。这有点像它正在对 Canva 和所有这些东西所做的那样。但这也是我思考你谈到的“产品即生命体”这个想法的另一种方式，即产品和用户体验可以根据你的使用方式而改变，并自动演变，而无需产品团队做任何事情。>> 我百分之百相信这就是世界发展的方向，我的体验应该与你的不同。我的意思是，这一直是管理和个性化，但现在你可以在未来即时做到。所以我认为那将是一个相当有趣的世界。我也认为它对代理来说会看起来不同，对“权力用户”和新用户来说也会看起来不同，等等。>> 让我，让我稍微放大一点，问你这个问题。你与许多在你的平台和其他平台上构建 AI 产品的公司合作。我猜有些公司做得非常出色，并且做得很好。有些公司则在挣扎。你发现那些做得真正出色并构建非常成功的 AI 产品的公司有哪些共同的模式，以及那些不成功的公司呢？>> 是的。所以，我认为有一些东西更广泛地适用于组织本身，然后有一些东西适用于构建 AI 产品的那些人。所以更广泛地说，我认为对于成功的公司来说，一种模式正在开始出现：一种是它们拥抱 AI，并且每个人都变得 AI 流利。所以，我认为每个人都在日常工作流程中使用某种形式的 Copilot 或某种形式的 AI，这是首要任务，所以每个人都不害怕它，都理解我们如何能够提高上限并降低所有技能和任务的下限。第二，从那里开始，它们会说，“好吧，我如何采取一个已有的流程，并应用 AI 来改进它？”这可能是一些事情，比如客户支持，或者将欺诈处理时间从 15 天缩短到 10 天，然后经历整个过程，映射出流程，应用 AI，看到某种影响，然后感受到损益表或内在的好处。第三件事是，“好吧，太好了。既然你已经看到了影响，每个人都在使用它。你如何实际利用它来推动增长？”这可能是一些事情，比如改善客户体验，所以你的生命周期价值或留存率会提高。它可以是共同创造一套新的概念或类别。它可以是，你知道，从嵌入式代理到实体代理，然后能够承担指数级的任务。我认为公司失败的地方在于它们是为了 AI 而做 AI。它们同时启动了大量的项目，但没有蓝图来理解它实际上是如何工作的，以及它们的堆栈是什么样的，并且它们没有将其视为真正的投资，因此它们没有测量、可观察性和评估的设置。它将端到端地完成。我认为对企业来说棘手的事情是技术正在变化。去年 AI 领域大约有 70,000 种企业工具发布。很难知道你应该使用哪一个来达到什么结果。所以你真的需要押注一个平台或某种应用程序服务器类型的层，它允许你进行替换，而不必真正受制于任何一种技术或任何一种工具，因为现实是整个事情都会改变。感觉你必须为斜坡而不是你所处位置的快照而构建。所以，这就是我在企业层面看到的情况。我认为构建者本身也在发生根本性的变化，对吧？每一次技术的出现都催生了一套不断变化的职位。比如从大型机到个人电脑，然后是整个车库工程师，然后当我们从服务器转向云和移动时，就有 SEO 专家、CDN、增长产品经理、UXR、前端、后端等等。现在我认为我们正在看到“博学者”的出现，我认为全栈构建者正在迎来他们的文艺复兴，在一家普通公司中，可能需要 10 个步骤才能发布一个产品。可能是安全审查、规格、用户研究，有五个以上的职能。也许，也许七个，我是在对一个正常组织慷慨。然后你有六到七层。所以突然之间，你需要 500 个不同的接触点才能发布一个产品。当每周有 500 个模型可用或 500 项新技术时，这就远远不够了。所以我真的相信“全栈构建者”的概念。你可以在许多新兴的 AI 原生公司中看到这一点。我甚至在那些已经存在了 50 年的企业中看到它们开始以这种方式运作。我认为这提供了速度和吞吐量，然后让你能够更快地进行“新陈代谢”和处理。这绝对是这些对话中一个反复出现的主题，即产品经理、工程和设计的维恩图正在融合，以及你角色中越来越多的其他学科。所以产品经理需要提升设计和/或工程能力。>> 是的，我完全同意。我认为关键在于循环，而不是跑道。所以，我认为无论你是什么职能，你都必须专注于理解产品的效率或成本，实际的奖励或你追求的系统设计，实际的 UI/UX，它如何实际地体现为代理或人。你必须开始非常快速地精通这一点。>> 我喜欢你刚才使用的短语“循环而不是跑道”。你能多说一点吗？哦，这只是回到我们之前关于“信号循环”的讨论，以及产品如何演变并成为这些生命体而不是人造物。如果你认为要精通这个循环，我认为这就是产品，这就是知识产权，这就是每个组织的未来。我认为反馈变得持续，可观察性成为一种文化。我认为职能开始模糊，在未来的劳动力中。为了让这一点更加真实，是否有产品或公司是这方面的绝佳典范，它们正在过着这种循环生活？>> 我认为从 AI 的角度来看，我们看到的这个领域的大多数公司都在这样做。我可以告诉你一些我们正在开发的公司。显然，在编码领域，你提到了 Cursor。GitHub 具有非常相似的功能，我们使用了一系列模型，这些模型经过了 30 种不同国家的微调，所有语言都经过微调，以便在下一个编辑建议或代码补全等方面进行循环迭代。我们有一个名为 Dragon 的 AI 产品，面向医生，我们看到了巨大的差异，从我们使用合成微调到我们由专家注释了 600,000 次患者-医生互动并将其输入模型并持续优化它，然后产生，我认为我们接受率在 30% 到 60% 之间，取决于运行情况，到大约 83.3%。所以这需要一小群人，而不是一个大组织，他们能够跨职能地在这个循环中进行迭代，并且所有这些界限都在溶解。>> 这非常有趣。所以，我在这里听到的意思是，如果你能收集关于事情进展情况的数据，然后花大量时间创建高质量的标签来反馈给它以进行微调，这基本上就是在这方面获胜的关键优势。好的。沿着这个思路，你还告诉我你一直在注意到的一些事情，我想听听更多关于从 GUI 到代码原生界面的转变。>> 是的。>> 谈谈这意味着什么，它看起来像什么，以及这对构建产品的人意味着什么。>> 我认为这回到了未来成为产品制造者意味着什么。我认为每个人的本能都是图形用户界面。但如果你回顾历史，数据库就从桌面端下降到了 SQL。我认为云曾经是关于控制台，现在是关于 Terraform。所以我认为我们只是看到了历史上发生的同样的模式开始在 AI 中上演。就像 AI 中的一切一样，它就像摩尔定律一样，并且速度越来越快。所以我认为这只是在加速。如果你考虑一下文本流，它与 LLM 的连接更好。所以我认为有很多趋势正在有利于“产品的未来是关于可组合性而不是画布”。我认为产品制造者真的需要重新调整他们的思维方式，因为我认为我们花费了过多的时间来思考事物的 UI，而不是事物如何组合，代理将如何读取内容。你如何实现无限扩展？协作如何开始？所以我认为这只是一种新的思考方式，尽管这在这些变化中一直是一个趋势。>> 所以这里的预测是，它是终端，比如 Claude 代码之类的体验，还是代理在做什么，还是两者兼有？这就是你分享的内容吗？>> 我认为，是的，我是说，看，如果我们中的任何一个人知道，那将是惊人的。我只是认为终端之所以很棒，当你编写代码时感觉很棒，是因为它与 LLM 和文本流的交互方式。我认为两者都可以成立，人类将继续提交代码，我们将找到新的方式来做到这一点，无论是在 IDE 中，无论是在 GitHub Copilot 中，无论是在某种新的开发环境中。而且我认为我们将与代理一起这样做，代理也将与彼此一起这样做，我们将继续从那里发展。>> 我们请来了 Sierra 的创始人 Brett Taylor 来播客，他有一个类似的预测，即所有软件公司都将成为代理公司，这基本上就是你在这里说的，你的软件将只是一个在后台运行的东西，而 GUI 则少了很多。你认为它仍然会像我们现在习惯的那种聊天界面吗？那是与代理交互的主要界面吗？还是有其他事情正在发生？比如，我认为对话是一个非常有力的界面。我曾从事过消息传递工作。我认为它很棒，适用于很多形式的沟通，但它不是唯一的沟通形式。我的意思是，我们今天使用电子邮件进行协作。我们使用文档，每个人都使用 Word 和 PowerPoint。你知道，有十亿人生活在人造物的世界里，这些东西可以成为画面中非常重要的可组合部分。我认为它们应该如此。所以我对此感到兴奋。我认为聊天很重要，但肯定不够。>> 有趣的是，ChatGPT 是有史以来增长最快的单一产品，也许是有史以来最重要、最具影响力的产品，就是聊天。>> 是的。它很棒。它有效。>> 我认为我们必须问自己的问题是，它会永远只是聊天吗？>> 是的。是的。Nick 的说法是，我们正处于 ChatGPT 的 MS-DOS 时代，这很有趣。这与你说的正好相反。所以，也许如果你从那里开始，然后你必须转向 GUI，然后也许它会回来。但他表示，将会有一个 Windows 版本，届时会更容易理解到底发生了什么。>> 是的。我的意思是，我认为这是明智的。你应该，每个公司都应该将 AI 带到用户所在的地方，而 ChatGPT 拥有所有用户都在使用聊天，这是一个非凡的产品。而且我们有来自世界各地的人们以许多不同的方式工作，我们应该考虑如何利用 AI 来实现这一点。>> 那么，让我们来谈谈代理。你花了大量时间与代理合作，构建代理，帮助公司构建代理。你有一句非常棒的引言，我非常喜欢。你说我们才刚刚开始触及代理社会真正面貌的皮毛。我只是喜欢这个代理社会的想法。那是什么？它在未来看起来是什么样的？>> 哦，天哪。我的意思是，这很有趣。你告诉我关于你两岁的孩子，我的儿子 Rome 刚满一岁，我甚至无法想象两岁时的生活，因为我只是觉得那还很遥远，那时会发展成什么样子。我认为在未来，工作看起来会非常不同。我认为我们正在走向这样一个世界，在这个世界里，良好产出的边际成本趋近于零。我认为当这种情况发生时，我们将看到生产力和产出的指数级需求。我认为实现这一目标的途径就是依靠代理，依靠嵌入式代理，它们是工具和软件。我认为会有大量的代理，比我们今天使用的软件要多得多。然后我认为可能会有一套实体代理被开发出来，我们现在已经看到了，对吧？你可以将一个拉取请求分配给 Copilot，你可以创建一个代理软件开发代表，它可以为你做一些潜在客户开发和挖掘工作。所以我认为当这一切发生时，工作图表，组织结构图将开始变成工作图表。我认为任务和吞吐量变得比以前更重要。我还认为你不再需要那么多层级。我认为在几年内，整个组织结构可能会看起来不同。所以我，我对此相当兴奋。我认为会议仍然是会议，而且它们会很奇怪。但我认为它们会更好一点。而且我认为会有很多变化。我认为对于普通员工来说，我的希望和我的乐观观点是，他们将能够扩展他们的技能集，因为现在他们拥有自己的代理堆栈，他们可以带到工作中，就像你可以携带自己的设备一样，你可以开始获得你以前从未有过的技能。所以，如果你想到，你知道，在美国可能在这个领域工作的 2000 万人，他们的技能提高了 20%，这对 GDP 来说是相当指数级的。所以，这相当有趣。>> 你关于组织图变成工作图的评论是一个非常深刻的概念，因为我不知道你是否是这个意思，但我想象的是，你组建了这些团队，这是你的使命和目标以及 KPI，这是人类，然后说“哦，太棒了，去为我们做这个。”而你所认识到的是，“好吧，但如果你有代理在做这件事，那就是它们的提示。去提高转化率。”然后你有了所有这些代理，那就是组织。你的工作是转化入职团队，而那是一堆代理在外面工作。这就是你的意思吗？>> 是的。我的意思是，是的。我认为今天我们以组织结构图中的“谁向谁汇报”和“谁负责这些领域”来思考。我认为最终，当你拥有一套有能力的代理，并且人们能够做更多的事情时，你不会开始以层级结构来思考，向上沟通将开始找出“向外基于任务的”机会。我认为人类将在组织中决定 AI 的使用方式以及我们想将其应用于什么。但是，是的，当出现一个新问题或一项新任务时，这确实令人兴奋。你如何自动决定将其路由到哪里？谁在处理这项任务？你如何实际去处理它？你如何观察代理是否在做正确的事情？如果它们没有做对，你如何进行微调？就像所有这些事情。所以我认为，我只是在猜测，对吧？有一个世界，那可能非常令人兴奋。而且我认为这很棒，因为我们可以完成更多的事情。>> 你提到了审查工作将变得越来越重要。如果你有大约一千个代理在外面工作，那就好像，我的天哪，那太多了，需要看看，确保他们做的事情是正确的。你认为这会如何发展？就像能够扩大你审查正在进行的工作的能力一样。>> 是的，我认为我们之前谈到的那种循环变得越来越重要，比如微调和自我修复、可观察性、非常好的评估，所有这些。我的意思是，好消息是，今天已经存在管理数十亿人的系统。所以，我认为，我们不必重新发明轮子。如果那个世界真的实现了，当然会有很多新东西需要学习。但我认为，管理设备和策略以及组访问权限，所有这些都是已解决的问题。这很好。>> 本期节目由 Finn 提供赞助，Finn 是排名第一的客户服务 AI 代理。如果您的客户支持工单堆积如山，那么您就需要 Finn。Finn 是市场上性能最高的 AI 代理，平均解决率高达 59%。Finn 甚至可以解决最复杂的客户查询。没有其他 AI 代理表现更好。在与竞争对手的正面较量中，Finn 每次都获胜。是的，切换到一个新工具可能会令人恐惧，但 Finn 可以与任何帮助台配合使用，无需迁移，这意味着您不必彻底改造您当前的系统，也不必忍受客户服务延迟。Finn 得到了超过 5,000 名客户服务领导者和 Anthropic 和 Synthesia 等顶级 AI 公司的信任。而且，由于 Finn 由 Finn AI 引擎提供支持，该引擎是一个持续改进的系统，可让您轻松进行分析、训练、测试和部署，Finn 也可以持续改进您的结果。所以，如果您准备好改变您的客户服务并扩大您的支持规模，只需支付每解决 99 美分的费用即可尝试 Finn。此外，Finn 还提供 90 天退款保证。请访问 finn.ai/lenny，了解 Finn 如何为您的团队服务。即 finn.ai/lenny。>> 所以，这一切感觉都发生在未来。我知道很多事情已经发生了。人们以各种不同的方式使用代理。除了编码之外，你是否发现使用某种代理有任何价值？我想编码是其中很大一部分。但任何让你觉得“哇，这很重要”的事情吗？>> 在这一点上，我们在许多工作流程中都有 AI 和代理。我最喜欢的一个。所以现在是我的工程伙伴出差了。当发生故障时，我会跳到现场桥接电话，你知道，像自动获取所有刚刚发生的事情的摘要一样简单的事情，因为通常有 15 个人在说话，你实际上不知道事件是从哪里开始的，它将如何结束，以及所有事情。然后突然之间我有了那个，我可以弄清楚并提问并获取更新。太棒了。我认为整个 DevOps 领域正在发生变化。我们使用 Spark 来创建原型。所以团队中的每个人都被期望进行编码，但你知道，有时只是通过聊天和用真诚的话语交流，就能让你得到一个更有趣的原型，更能表达你的创造力。所以我们使用它。我的意思是，我认为每个人都在使用 AI 来写作。每个人都在使用 AI 来寻找提高效率的方法，比如编写文档等等。所以，我认为它无处不在，这很酷。我认为我们只是在探索代理的可能性。>> 这就是我每次被问到我如何使用 AI 时都感觉到的。我只是觉得它无处不在。它就像在我现在做的每件事中都撒了一点点。我甚至不知道如何描述它。>> 是的。很难记住一个它实际上不存在的世界。>> 是的。我曾与一位产品经理合作过，Peter Yang，他谈到他再也无法在没有 AI 的情况下撰写战略文档了。比如，人们以前是怎么做的，而没有某人？>> 你认为未来还会有战略文档吗？这将很有趣。>> 我有一个，我曾经写过一篇关于“产品经理工作中哪些技能最有可能被 AI 取代”的文章，而战略是人们争论最多的。比如，你可以争辩，我不知道，让我们简要地讨论一下。你会认为，如果某个 AI 拥有你关于市场走向、你的指标、你今天的产品的所有信息，它会非常擅长为你制定战略。许多人认为这是 AI 在很长一段时间内都无法做好的事情，因为那是我们需要所有这些人类判断力的地方。我不知道。你有什么想法吗？我认为世界上一些最具影响力的产品需要大量的确定性、逻辑性的输入以及人类无法实现的创造力、想象力、判断力和远见。比如微软是“软件工厂”的愿景，创造微软所做的事情并非必然。Instacart，你知道，有 Webvans，Webvans 没有成功，但 Instacart 成功了，因为对它有不同的思考方式。这来自于判断和迭代以及很多事情，除非你真正经历了整个过程，否则你无法学到。你知道 iPod，你向前看。所以我认为它就在那里。我认为文档本身，对于每一个想法，对于每一个需求，都将开始逐渐融入应用程序和生产力套件中的不同人造物，你知道，这只是一种不同的工作方式。>> 是的。就像你最初的问题，我还没有完全回答，但我认为这很重要。你问的是“我们还需要战略文档吗？”我猜只是“每个人都需要在战略上达成一致”。也许不是一份文档。>> 可能是其他东西。如果你以正确的方式构建一个组织来跟上 AI 的步伐，你需要一种学习机制，你需要一种不同于传统工作方式的对齐机制。>> 那么，我实际上想问你关于那个。所以，现在的规划简直是疯狂的。你如何，你如何规划路线图，当 GPT5 发布了？太好了。你如何为你的团队设定实际的路线图和战略？你计划多远？你多久需要重新思考一切？>> 我的意思是，我需要说明的是，每个人都在摸索，而且当你是一个大组织时，比你小得多并且你可以自己经营时，要弄清楚这一点要困难得多。两者都有优点和缺点。所以，这是我们所做的。我们，公司，历史上，至少在我们的产品团队中，曾经有过计划的学期。所以，把它想象成每六个月一次，进行一次战略回顾，展望未来，所有这些。我认为这非常有价值。我认为六个月的想法，真正理解前面正在发生什么，确实很难拥有一个过度设计的局面。所以我们将其视为“我们身处哪个季节？”所以一个“季节”，虽然非常令人不适，但可以由行业中正在发生的一系列世俗变化或客户正在发生的变化来定义。所以，你知道，你可以想到第一季可能是“AI 的原型设计”和早期的 GPT 工作，然后是围绕模型和推理模型，而现在是代理的出现。所以这可以持续一年，可以持续六个月，可以持续三个月。但要让每个人都认识到“世俗的变化是什么？我们需要解决的客户问题是什么？获胜看起来是什么样的？”这样每个人都有共同的认识。“北极星指标是什么？”这是我们所做的。第二件事是我们有松散的季度 OKR。所以，如果我们相信这一点，那么我们下个季度需要做什么才能让我们走上这条正确的道路？然后从那里开始，你知道，团队以小队的形式运作，他们设定了四到六周的目标，他们试图去争取解决问题领域，以提升到那个水平。特别是作为公司的平台以及我们 Azure 客户的平台，随着 AI 的发展，我必须说，我们经常会经历很多变化。我认为我们必须保持开放的态度，因为这就是我们所处的业务。我认为另一件事是我们试图在系统中留下一些余地，不仅是为了计划外的事情，也是为了“斜坡”。我认为我们必须不断思考如何颠覆我们的思维平台，以及我们需要投资什么才能实现这一点。所以我们试图两者兼顾。>> 这太棒了。所以，我在这里听到的是“季节”的概念，并且每个人都达成了一致。好的，现在是代理的时间了。这就是正在发生的事情。我们将围绕代理来集中我们的战略。然后有这些松散的季度 OKR，你大约计划三个月，然后你在系统中留下一些余地，以便事情发生变化。>> 是的。>> 当前的季节是代理吗？你会如何描述我们现在所处的季节？>> 是的。好的。是代理。代理的崛起。>> 代理的崛起。听起来像一部《终结者》电影。你，你对下一个季节可能是什么有感觉吗？有没有什么“哦，这可能要来了”？>> 天哪。我不知道。但我认为，看，我们有，你知道，超过 15,000 个代理今天部署在我们的服务上，至少在 Azure 服务上。公司里还有很多其他平台。我只想说，我认为我们应该真正专注于确保我们拥有所有的对齐、问责制、可观察性、评估，以使这些代理变得伟大。我认为 Manis 在这个领域的突破是他们可以进行这些工具调用循环，并让代理执行更长时间的任务，而其他平台实际上无法做到。我认为像这样的东西至关重要。记忆至关重要。仍然有很多构建块，我认为它们使得代理在野外不完整，我认为在我们继续前进之前，我们必须真正关注细节。>> 所以，直到永远，直到超级智能，然后我们就只能在海滩上放松了？>> 是的。代理直到表情包。看，我，我认为酷的是，三个月内可能会出现一些新东西，十三个月内可能会出现一些新东西。我认为我们对我们想要提供的一系列构建块有一定的信念，以使这些代理能够持久并具有高耐力。所以，这就是我们关注的。>> 当你说有 15,000 个代理时，那是什么意思？是 15,000 种你可以使用的代理类型，还是像那有多少个进程？你知道，客户 15,000，我认为我应该引用数字，15,000 个客户已经生产了代理，我认为代理的数量实际上是数百万。>> 15,000 个客户在你的平台上构建特定类型的代理，并且它们正在运行，而代理的数量在数百万，就在云中运行。>> 确切地。>> 好的。这太疯狂了，一些疯狂的数字。>> 好的，那么我将稍微换个方向。你正处于这场风暴的中心，就像看到了正在发生的一切一样。有什么事情是你希望在担任这个角色之前就知道的，你只是觉得，“好吧，我明白了。我没想到会这样。”>> 当我第一次担任这个职位时，它被描述为“巨兽的腹部”。我职业生涯的大部分时间都在机器学习和应用程序或业务的中心构建产品。而且，令我惊讶的是，很多经验都得到了转化，关于什么使一个伟大的平台，就是什么使一个伟大的产品。所以，对我来说，关键在于，它通常在于看不见的工作，或者不是驱动它的像素。所以，例如，我工作过的第一家公司之一是 Porch Group，我是第七名员工，我们知道我们想帮助人们照顾他们的家。我认为我们发明了许多功能，比如家庭报告，或者管理家庭的方式，或者房屋风格灵感，你可以看到所有的房屋，并绘制出每个房间。在我们任职期间，我们可以做的最重要的事情是创建一个匹配平台，将 600 万专业人士与 1300 种服务类型匹配到 37,000 个邮政编码以及北美所有的房主，以实际照顾他们的家。这只是一个“寸土必争”的游戏，通过优化该引擎来创造更高质量的潜在客户。基本上，这就是我们达到了 5000 亿美元的估值。最终，我们在此基础上构建了其他垂直服务和软件平台，这就是公司的知识产权。消息传递也是如此。我学到的最重要的一课是，WhatsApp 并没有因为拥有贴纸、故事或暗模式而获胜。事实上，我甚至不认为它在获胜时拥有所有这些东西。它在几个前提下获胜，因为一个是电话簿。你知道，当你使用 WhatsApp 时，你可以联系到每个人，因为你有他们的电话号码，而这些人是你使用消息传递时最关心的人。它是可靠的，而且速度很快。就像我可以给我印度的祖母发短信，并且知道她会一直收到我的短信。然后是隐私。当你每天向你最关心的四个人发送 200 条消息时，你想确保没有人能读到这些消息。所以端到端加密确实很重要。所以不是成百上千的功能。这一切都在基础设施和平台中。Instacart 也是如此，对吧？Instacart 有很多深受喜爱的功能，但归根结底，它有十亿个项目，每分钟更新 3,000 次，以将杂货从他们喜欢的商店送到房主手中。所以我希望我当时就知道这一点，因为我认为这会缩短我的学习曲线，那就是平台的所有功能并不重要。重要的是数据驻留，这样德国的医院就可以放心地微调模型，数据不会离开该地区。是可用性。是可靠性。是，你知道，确保你拥有企业所需的正确工具选择以及检索知识的正确方法。这就是我们构建的平台。但我当时并没有完全理解，这些经验教训会得到转化。>> 这真的很有趣。所以，我在这里听到的是，人们往往低估了马斯洛需求层次理论中那些帮助你在平台，尤其是在消息传递平台中获胜的简单基础。所以，比如可靠性、隐私、我不知道，可用性。>> 是的，性能、可靠性、隐私、安全，所有这些。让我问你一个完全不同的问题。当我们之前要录制这个节目时，你说“哦，我有一个重要的会议要和 Satya 开，我得去。”所以我们换了一个时间。很少有人能与 Satya 共事。他是一位非常成功的领导者。你从他那里学到了什么关于领导力或产品构建的东西？>> 我学到的是，乐观是一种可再生资源。就像这家公司 50 年来一直有各种各样的理由不成功，但它成功了。即使在 AI 时代取得了早期成功和挑战，以及其他成功，而这个领域发展如此之快。我认为他能够产生能量，并利用他的乐观情绪来更新每个人对使命的奉献精神，这是令人难以置信的，我认为这是文化中非常重要的一部分。每个人都在谈论成长型思维，那是真实的，是文化的重要组成部分。但我认为，产生能量和清晰度，知道我们需要做什么，并利用乐观情绪来每天更新每个人的承诺，在一个完全竞争的人才领域，这是非常了不起的。>> 你认为这是他天生的，还是他努力工作来为所有人产生这种乐观情绪？>> 我不知道。我们应该问他，但我对他印象深刻。有趣的是，这一切很多都归结为“氛围”。就是这种“氛围”，你知道，就像我。
想象一下，不是他本人，而是他使用的词语。这就像他散发出的能量，乐观和活力。>> 我的意思是，想想看。我们每天都选择为孩子们关上门去工作。所以你必须做一些让你深受感动的事情，并且你深信它将使世界变得更美好。而且，我认为这就是它的氛围所在。就像，你必须遵循，并且对一个比你更伟大的使命负有责任感。>> 这让我想起了一句我在播客中引用过几次的台词，它确实深深地触动了人们：唯一会记住你加班的人是你的孩子。>> 好的。我不知道我们要去哪里，但那就像，你知道，现在你就像，>> 太多了。我们走得太远了。>> 哦，天哪。好吧，让我问你这个。是什么在驱动你？>> 我们可以说是我们的客户。我们可以，我们可以走另一条路。>> 这是真实的东西。嗯，是什么在驱动你？是什么在驱动你？是什么让你对你正在做的工作感到兴奋？>> 从劳动力角度来看，人工智能将如何帮助我们？从医疗保健角度来看，它将如何帮助我们？就像你知道我妈妈患有癌症，我经常想，哇，我们可能会在我有生之年找到一种方法来治愈她患有的癌症，而三年前我从未想过这是可能的，就像所有这些都非常深刻，而我个人现在经常思考的事情是，当我们知道我们生活在这个时代，并且正在使用如此强大的技术时，它的影响是什么，以及我如何才能最好地构建一个平台，让人们能够利用它。所以，我之所以在微软工作，是因为公司的整个理念是如何帮助人们和企业取得更大的成就，而对我来说，我晚上想的事情，除了GPU之外，你知道，我想的是，我的儿子将来会有同学吗？这不是因为代理人会取代他们。这是因为生育率正在下降，对吧？就像我们成长时90年代的平均出生率是3，现在是2.3，而到2050年，预计将低于更替水平。我认为人工智能可以对此产生如此大的影响，而且已经产生了影响。就像我刚刚读到伦敦一家医院，他们通过使用人工智能匹配卵子和精子来提高怀孕率，同时还在降低成本。你昨天看到了ChatGPT 5的发布，关于ChatGPT在医疗保健方面有多么大的帮助，这是一个多么令人惊叹的故事。你知道，斯坦福大学是我们平台的一个大客户，我构建的平台，他们正在使用人工智能进行肿瘤审查，这就像，这些事情将推动人类前进，延长我们的寿命，并赋予我们解决百年问题的特权。所以，这就是我感到兴奋的原因，也是我做我所做的事情的原因。>> 是的。尤其是在你构建支持这一切的平台的角色中。我可以看到它有多么大的影响力。Asha，在我们进入非常令人兴奋的闪电战之前，你还有什么想谈论或分享的，或者想加强的吗？>> 我们已经稍微谈到了，但我认为，随着代理和能够思考、行动和推理的产品出现，将会出现围绕RL的新浪潮。我深信，这将成为下一个季度或至少未来几个季度最重要的产品技术之一。>> RL是强化学习。>> 是的。是的。正是如此。就像我相信我们将看到，在训练后投入的资金将与在预训练中投入的资金一样多，而在未来，训练后的投入会更多。我们稍微谈到了Nathan Lambert的研究，他的评论是，当一个模型达到300亿个参数时，对其进行微调和优化更有意义。根据调查，50%的开发人员现在都在进行微调，而且我们知道微调是好的，但如果你真正完成整个循环，你可以获得更好的结果。所以我认为那里有很多东西，我认为将会有全新的基础设施、平台和公司围绕这个堆栈的这一部分而创建。所以我认为现在是平台领域的激动人心的时期，但也是初创公司和思考这些问题的激动人心的时期。>> 我想确保人们真正理解你在这里说的话，因为不是每个人都真正理解训练后和预训练。最简单的理解它们之间区别的方法是什么，以及为什么投资转向训练后如此重要？我的理解是，要创建一个基础模型需要大量的计算、大量的科学专业知识，正如我们所看到的，科学家们的成本或平均价值正在急剧上升，而且我认为，我们所看到的专业知识目前并非随处可见。所以，这只是一个巨大的资本投资。随着我们一开始谈到的模型的爆炸式增长，有很多好的模型可供不同领域选择。所以我认为你获得的经济杠杆更大。从你想要如何引导模型的口味角度来看，你获得的杠杆更大，如果你实际上正在进行强化学习或某种形式的微调，以实际优化现成的产品以获得某种结果，如价格、性能、质量。如果你想想，这并不疯狂，对吧？就像排名是一个古老的优化问题，你不想只接受现成的产品，因为有很棒的框架和用户界面以及组件，你知道世界上有React组件。你仍然希望根据一组用例或一组人来定制体验。我认为这只是同样的工业逻辑。>> 所以在实践中，这意味着有一个GPT5模型。你说有很多机会，而且是一种更有效的方式来花钱，那就是采取类似的东西，然后用你拥有的额外自定义数据进行训练，无论是数据还是强化学习，甚至可能与人类一起进行，以使其与你想要实现的目标保持一致。>> 是的。它可以是你自己的数据，可以是购买的数据，可以是合成数据，可以是其他东西。但我认为，我们将开始看到，越来越多的公司和组织开始考虑如何适应模型，而不是如何接受现成的模型，或者投入大量资金来构建自己的模型。>> 是的，我忘了，我知道Curser在他上播客时分享说，他们有很多模型支持你与Curser的经验，而且随着时间的推移，他们将拥有自己的东西。我忘了是谁，Winerf还是其中一个家伙，现在只使用自己的模型。他们不再只是接入Claude。>> 我更倾向于模型系统阵营。我相信模型多样性。我认为在像Claude这样的体验中，像Sonnet 4在某些用例中很棒，而GPT5在不同用例中则不同。我认为有些任务你关心模型的延迟。你想要，你对思考时间感到满意，或者你想要快速检索等等。我认为美妙之处在于有很多模型可以帮助你实现这一点。所以我更倾向于模型系统，而不是一个模型统治一切。>> 这是正确的术语吗？我也听说过集成模型，模型的集成。>> 我认为模型的集成是一组多个模型，然后你可以对它们进行微调和独立部署。但你知道，在这一点上，我们都在创造不同的术语来定义我们深信不疑的事情，这些事情有有限的数据点，因为一切都在飞速发展。>> 是的。有了这个，我们就进入了非常令人兴奋的闪电战环节。>> 是的。我非常期待我们的闪电战环节，我正在调暗灯光。>> 然后它会在一秒钟内重新亮起。好的。第一个问题。你最常推荐给别人的两三本书是什么？>> 在工作中，可能是《思考机器》。所以，它都是关于治疗病因而不是症状。就像，你知道，典型的例子是，如果你想解决交通问题，你不会真的设置减速带或限速，你实际上必须解决步行和出行问题，以及人们为什么真的使用汽车。除此之外，在个人方面，Instacart的首席营销官向我推荐了《Tomorrow and Tomorrow and Tomorrow》，我去年和前年都读了，因为我太喜欢它了。这是一个跨越10年的美丽故事。>> 你最近有没有什么喜欢的电影或电视节目让你非常享受？>> F1，Saw Twice，For All Mankind。For All Mankind，我喜欢第四季。我不知道。我喜欢推演太空竞赛可能出现的各种替代理论。>> 你最近有没有发现什么特别喜欢的产品？可以是科技产品，也可以是小工具，也可以是服装。>> 所以，我刚刚加入了家得宝的董事会，我们正在做一个小小的翻新项目。所以，有一个新的，对我来说是新的得伟动力包，它们使用袋式电池。所以，它轻了50%，但动力十足，而且对于钻头和需要单手提起但感觉很重的东西来说非常棒。所以我很喜欢它。我们还在测试这个新的Brilliance智能家居系统。所以，它就像4英寸的高分辨率中间件，可以让你连接到一切。我已经达到了对使用家庭所需的所有技术的爆炸式增长的顶峰。所以，它可能就是那个会留下的中间件，但我们拭目以待。>> 你说的是DSAT吗？这是不满意的缩写吗？>> 是的。>> 对不起，我说话用缩写。>> 哇。我从来没听过。DSAT。我喜欢这个。顺便说一句，我喜欢你担任家得宝的董事会成员。这是多么不同类型的工作。>> 是的，这太棒了。第一次董事会会议，慈善部门的负责人，已经在公司工作了几十年，她说：“欢迎来到地球上最伟大的公司。”>> 相当特别。>> 你说：“不，是微软。”>> 你从与他们合作中学到了什么，并将其带到了微软？>> 这是新的。这是今年的事，但我长期以来一直在从事具有这种影响力的产品。所以，当我还在Porch的时候，那是Pros。在Instacart，我们有60万名购物者。当然，家得宝有员工。我最喜欢这家公司文化的一点是，他们有一个倒金字塔，而不是让高管在顶端，而是让员工在顶端，商店本身是总部，然后传统的总部是支持。所以，它非常以客户为中心，当我想到出色的执行和创建持久的长期机构，以及文化、意识形态和领导力是如何形成的。我就会想到这一点，而我想到的是，归根结底，人工智能将对每个人和每份工作产生影响。能够花时间与我们圈子之外的人们相处，并真正尝试了解他们的真正痛苦和问题，以及他们如何看待人工智能和技术，以及我们需要做什么，这真是太棒了。>> 好的，还有两个问题。你有没有什么喜欢的生命座右铭，你经常会和朋友家人分享？>> 我以前用过“最小化遗憾”的框架。它很棒，我用了很长时间。我认为，当我进入成年期并开始组建家庭时，我的世界观发生了一些变化，我一直致力于最大化期权价值，它让我自然关心的事情，比如家庭、健康、信任和人际关系，都得到了新的价值提升，因为突然之间，周末的学习可以在未来复利，或者拥有良好的健康可以在未来复利。你不需要为了多工作几个小时而牺牲这些，或者家庭的重要性等等。所以我认为，我的世界观是，当我70岁时，不是回顾我的人生，计算遗憾的数量。而是向前看，我将拥有多少冒险经历，因为我已经积累了技能、信任、人脉、家庭和影响力等财富。>> 谈到技能，互联网告诉我，你是跆拳道二段黑带。>> 哦，天哪，这是真的吗？然后我有一个关于它的问题。>> 这是真的。>> 好的，太不可思议了。有什么，为什么这让你尴尬？这是令人难以置信的事情。>> 任何关于我的事情被讨论，我通常都会感到尴尬。>> 好的，没问题。你从跆拳道中学到了什么，对你的生活或工作有帮助？>> 跆拳道更多的是精神上的，而不是身体上的。所以，我认为我们所有的工作和产品制作也是如此。我认为是精神上的清晰。是勇气。是坚持到底的雄心壮志，并且坚定不移。所以我认为这就是它教给我的，除了冥想，冥想可能花了我所有的时间来真正学会冥想和清空我的头脑。但是，是的，我认为这很棒。就像，我认为每个人都想象着，你知道，飞踢或跑墙，你也可以做到这些，但真正的价值在于精神上的追求。>> 而且你也可以做到这些。哇。好的。我得开始做这个了。Asha，这太棒了。还有什么？哦，实际上是最后两个问题。人们可以在网上哪里找到你，如果你想跟进任何事情，如果你想让人们联系你？以及听众如何能对你有用？你可以在领英上联系我，或者通过电子邮件或短信。我认为所有这些都是可追溯的。你看，如何能对我有所帮助，我认为我们都还处于这个旅程的早期阶段，伟大的平台建立在伟大的用例和伟大的客户之上。所以，如果你有反馈，有想法，有你想让人工智能能够做的事情来帮助你取得更大的成就，我很想听听。我认为所有这些变化都是，所有这些新产品和用例将在各地开发，所以我一直在思考如何成为支持这一切的平台。>> 太棒了。Asha，非常感谢你来到这里。>> 感谢你的邀请。>> 再见，各位。>> 非常感谢您的收听。如果您觉得有价值，可以在Apple Podcasts、Spotify或您喜欢的播客应用上订阅本节目。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。您可以在lennispodcast.com上找到所有过去的剧集或了解更多关于本节目的信息。下期节目再见。