Transcription
我们使用 Cursor 的目标是创造一种全新的编程方式，一种构建软件的截然不同的方法。因此，这是一个某种意义上“后代码时代”的世界。我认为，成为一名工程师将越来越像成为一名逻辑设计师，而实际上，这将是关于明确你希望一切如何精确工作的意图。
关于构建 Cursor，你迄今为止学到的最反直觉的事情是什么？我们绝对没有想到会进行我们自己的模型开发。而此时此刻，Cursor 中的每一个神奇时刻都以某种方式涉及定制模型。
在你担任这个角色之前，有什么是你希望自己知道的？很多人你听说他们招聘过快。我认为我们一开始招聘得太慢了。你们在一年半的时间里从零美元增长到一亿美元的年经常性收入，这简直是历史性的。有没有一个转折点，让事情开始真正腾飞？增长一直相当稳定地呈指数级增长。一开始的指数级增长感觉相当缓慢，数字也很低，一开始并没有真正感觉像是在全力冲刺。
你认为你们成功的秘诀是什么？我认为是这样的。今天我的嘉宾是 Michael Tru。Michael 是 Any Sphere 的联合创始人兼首席执行官，Cursor 背后的公司。如果你一直与世隔闻，没有听说过 Cursor，它是领先的 AI 代码编辑器，正处于改变工程师和产品团队构建软件方式的最前沿。它也是有史以来增长最快的产品之一，在推出后仅 20 个月就达到了 1 亿美元的年经常性收入，并在推出后仅 2 年就达到了 3 亿美元的年经常性收入。Michael 从事人工智能研究已有 10 年。他在麻省理工学院学习计算机科学和数学，在麻省理工学院和谷歌进行人工智能研究，并且是科技和商业史的研究者。正如你很快就会看到的，Michael 对事物的发展方向以及软件构建的未来有着深刻的思考。我们聊了聊 Cursor 的起源故事，他对代码之后会发生什么的预测，他在构建 Cursor 时学到的最反直觉的经验，他认为软件工程师的未来将走向何方，以及更多内容。Michael 不怎么参加播客。他唯一参加过的另一个播客是 Lex Freedman 的。所以，能邀请到 Michael 真是我的荣幸。如果你喜欢这个播客，别忘了在您最喜欢的播客应用或 YouTube 上订阅和关注它。另外，如果你成为我的新闻通讯的年度订阅者，你将免费获得 Perplexity、Linear、Superhuman、Notion 和 Granola 一年的使用权。请访问 lenny'snewsletter.com 并点击 bundle。话不多说，让我们欢迎 Michael Troll。
本期节目由 EPO 赞助。EPO 是一个下一代 A/B 测试和功能管理平台，由 Airbnb 和 Snowflake 的校友为现代增长团队打造。Twitch、Miro、ClickUp 和 DraftKings 等公司都依赖 EPO 来驱动他们的实验。实验对于推动增长和理解新功能的性能越来越重要。EPO 帮助您提高实验速度，同时解锁严谨的深度分析，这是其他商业工具无法比拟的。我在 Airbnb 时，最喜欢的事情之一就是我们的实验平台，我可以轻松地设置实验、排除故障并自行分析性能。EPO 具备所有这些功能，并且通过先进的统计方法，可以帮助您节省数周的实验时间，并通过易于访问的用户界面深入分析性能，以及开箱即用的报告，帮助您避免恼人的长期分析周期。EPO 还使您能够轻松地与团队分享实验见解，激发 A/B 测试飞轮的新想法。EPO 支持各种用例的实验，包括产品增长、机器学习、货币化和电子邮件营销。请访问 getepo.com/lenny 了解 EPO，并将您的实验速度提高 10 倍。即 get epo.com/lenny。
本期节目由 Vanta 赞助。当谈到确保您的公司拥有顶级的安全实践时，事情会迅速变得复杂。现在，您可以使用一个平台 Vanta 来评估风险、赢得客户的信任，并为 SOC 2、ISO 27001、HIPAA 等自动化合规。Vanta 的市场领先的信任管理平台帮助您持续监控合规性，同时进行报告和风险跟踪。此外，您还可以通过 Vanta AI 完成安全问卷，节省数小时的时间。加入数千家全球公司，使用 Vanta 自动化证据收集、统一风险管理和简化安全审查。访问 vanta.com/lenny，即可获得 Vanta 1000 美元折扣。即 venta.com/lenny。
Michael，非常感谢您来到这里。欢迎来到播客。谢谢。很高兴来到这里。谢谢你的邀请。
当我们之前聊天时，你提出了一个非常有趣的说法，关于“代码之后”的想法。请谈谈你对从代码转向其他东西的愿景。
我们使用 Cursor 的目标是创造一种全新的编程方式，一种非常不同的构建软件的方式，它基本上被提炼成你用最简洁的方式向计算机描述你想要的意图。实际上，它被提炼成你只需定义你认为软件应该如何工作以及你认为它应该是什么样子。是的，凭借我们今天拥有的技术以及它不断成熟，我们认为你可以达到一个可以发明一种构建软件的方法，这种方法在某些情况下要高得多，效率也更高，甚至更易于访问。而且这个过程将是一个逐渐摆脱我们今天所看到的软件构建方式的过程。而且，我想将其与未来软件的样子进行对比。我认为，在流行意识中有几个愿景，我们至少有一些不同意见。一种是，有一群人认为，未来的软件构建将与今天非常相似，主要意味着文本编辑、正式的编程语言，如 TypeScript、Go、C 和 Rust。然后是另一群人，他们认为，你只需要输入一个机器人，然后让它为你构建东西，然后你再让它改变你正在构建的东西。这就像一种聊天机器人 Slack 机器人风格，你与你的工程部门对话。我们认为这两种愿景都存在问题。我认为，在聊天机器人风格方面，我们认为它会比两者都更奇怪。聊天机器人风格的问题在于它缺乏精确性。如果你希望人类能够完全控制软件的外观和工作方式，你需要让他们能够指示他们想要改变的内容。你知道，以一种比“改变我的应用程序的这个部分”更精确的形式，你知道，在文本框中，远离整个事情。然后，你知道，那种什么都不改变的世界，我们认为它是错误的。所以我们认为技术将变得越来越好。所以一个世界，你知道，某种意义上的“代码之后”，我认为它看起来像一个世界，在那里你拥有你软件逻辑的表示，它确实更像英语。你知道，你可以想象成文档形式，你可以想象成编程语言向伪代码的演变。你写下了软件的逻辑，你可以对其进行高级编辑，你可以指向它，它不会是那种难以理解的数百万行代码。它将是某种更简洁、更容易导航的东西。但是那个世界，那种疯狂难以理解但又更易于人类阅读、易于人类编辑的东西，是我们正在努力的方向。
这是一个深刻的观点。我想确保人们不要错过你在这里说的话，那就是你设想的在明年，也就是事情开始转变的时候，人们将不再需要像 JavaScript 和 Python 那样思考代码，并且会出现一种抽象，本质上是伪代码，用更长的英语句子描述代码应该做什么。是的，我们认为它最终会看起来像那样。而且我们非常肯定这条道路将通过现有的专业工程师，并且它看起来像是这种从代码演变而来的过程。而且它肯定看起来是人类仍然在驾驶座上，你知道，人类对软件的所有方面都有很大的控制权，并且不放弃这一点。然后，人类还能够非常快速地进行更改，就像拥有一个快速的迭代循环，而不是仅仅拥有一些在后台运行的、非常缓慢的、需要数周才能完成所有工作的东西。
这引出了一个问题，对于那些正在成为工程师、考虑成为工程师、设计师或产品经理的人来说，在这个“代码之后”的世界里，你认为哪些技能将越来越有价值？
我认为品味将变得越来越有价值，而且我认为，当人们在软件领域想到品味时，他们会想到视觉效果，或者流畅的动画、UI/UX 等视觉设计方面的东西。而且我认为，越来越多地，视觉方面是定义软件的重要组成部分，但正如之前提到的，定义软件的另一半是逻辑以及事物的工作方式。我们拥有出色的工具来设计事物的视觉效果。然后当你进入软件如何工作的逻辑时，现在我们拥有的最佳表示就是代码。你可以通过 Figma 来指示它，你可以通过写下笔记来指示它。但你知道，当你有一个实际可行的原型时。所以我认为，成为一名工程师将越来越像成为一名逻辑设计师。而实际上，它将是关于明确你希望一切如何精确工作的意图。它将更多地关于“是什么”，而更少地关于“如何”精确地在幕后做事。所以，是的，我认为品味将变得越来越重要。我认为软件工程的一个方面，我们现在离这个还很远，而且网上有很多有趣的表情包，关于人们在工程方面信任人工智能太多时可能遇到的各种麻烦，你知道，关于构建有明显缺陷和问题以及功能问题的应用程序。但我认为我们将达到一个地方，在那里你作为一名软件工程师可以不那么小心，而这现在是一项极其重要的技能。是的，我们将从谨慎稍微转向品味。
这让我想到了“氛围编码”。当你谈论不必过多考虑细节，而是随波逐流时，你是在描述这个吗？
我认为这是相关的。我认为“氛围编码”现在描述了这种相当有争议的创作状态，即你正在生成大量代码，而你并没有真正理解细节。这是一种创作状态，然后会带来很多问题，因为你现在并不真正理解幕后细节。你很快就会达到一个点，在那里你会被限制住，因为你创造的东西足够大，以至于你无法改变。所以我认为我们感兴趣的一些想法，关于如何让人类持续控制所有细节，你知道，当他们不真正理解代码时，我认为那里的解决方案与现在进行“氛围编码”的人们非常相关。我认为，现在我们缺乏让决策者真正完全控制软件的能力。所以，“氛围编码”的一个问题，以及让品味真正闪耀的问题是，你可以创造东西，但很多时候是人工智能在做你无法控制的、难以处理的决定。
再问一个关于这个的问题。你提出了“品味”这个词。当你说到品味时，你在想什么？
我在想拥有正确的想法，关于应该构建什么。然后它将越来越多地关于轻松地将“这就是你想要构建的东西。这就是你希望一切如何工作。这就是你希望它看起来如何。”然后你就可以在电脑上实现它，而不再是那种翻译层，你知道，你和你的团队对你想构建的东西有一个画面，然后你必须非常辛苦、劳动密集地将其布局成计算机可以执行和解释的格式。所以，是的，我认为，在 UI 方面的东西会少一些。也许“品味”有点用词不当，但只是关于拥有正确的想法，关于应该构建什么。
好的。我将回到这些话题，但我想把我们拉回到 Cursor 的开端。我从未听过它的起源故事。我认为很多人都不知道这一切是如何开始的。基本上，你们正在构建世界上增长最快的产品之一。它正在改变人们构建产品的方式。它正在改变职业、行业。它正在改变很多事情。这一切是如何开始的？在早期阶段，旅程中有任何令人难忘的时刻吗？
Cursor 最初是为解决一个问题而寻找解决方案。而且，它很大程度上源于对未来十年人工智能将如何发展的反思。有两个决定性时刻。一个是真正兴奋地使用了 Git Co-pilot 的第一个 Beta 版本。实际上，这是我们第一次使用一个真正真正真正有用的 AI 产品，而且实际上是有用的，而不是仅仅是一个虚幻的演示。除了是我们使用的第一个有用的 AI 产品之外，G copilot 也是我们采用过的最有用的开发工具之一，甚至是最有用的。这让我们非常兴奋。另一个让我们非常兴奋的时刻是 OpenAI 等机构发布的一系列扩展论文，这些论文表明，即使我们没有新的想法，通过简单的杠杆，如扩大模型规模以及扩大输入模型的规模，人工智能也会变得越来越好。因此，在 2021 年底、2022 年初，这让我们对人工智能产品现在成为可能感到兴奋。这项技术将在未来成熟。而且，当我们环顾四周时，有很多人在谈论制造模型，但感觉人们并没有真正选择一个知识工作领域，并思考随着人工智能越来越好，它将是什么样子。这让我们走上了一条想法生成练习的道路。就像，你知道，随着这项技术越来越成熟，这些知识工作领域的每个领域在未来将如何改变？你知道，工作的最终状态将是什么样的？你知道，我们用来完成这项工作的工具将如何改变？模型需要变得多好才能支持工作中的变化？而且，你知道，一旦扩展和预训练结束，我们如何继续推动技术能力？而且，一开始的误区是，我们实际上做了很多工作，我们进行了一次宏大的练习，我们决定从事一个我们认为相对不具竞争力、沉睡且无聊的知识工作领域。而且，你知道，没有人会关注它，因为你知道，我们认为哦，编码很棒，你知道，编码完全可以被人工智能替代，但人们已经在这样做了。所以，一开始有四个月的时间，我们实际上在从事一个非常不同的想法，那就是帮助自动化和增强机械工程，并为机械工程师构建工具。你知道，从一开始就存在问题，因为我和我的联合创始人不是机械工程师。你知道，我们有机械工程师的朋友，但我们对这个领域非常不熟悉。所以从一开始就有点像盲人摸象的问题。你知道，存在关于你如何实际采用现有模型并使其对机械工程有用等方面的问题。我们最终的解决方案是，你必须从一开始就开发自己的模型。而我们做到这一点的方式很棘手，而且互联网上关于不同工具和零件的 3D 模型以及我为构建这些 3D 模型所采取的步骤的数据并不多。然后从拥有它们的来源获取它们也是一个棘手的过程。但最终发生的是，我们清醒过来，意识到我们对机械工程并不特别兴奋，这不是我们想奉献一生的事情。我们环顾四周，在编程领域，尽管已经过去了一段时间，但感觉并没有发生多少变化。而且感觉在这个领域工作的人可能与我们有些脱节，而且感觉他们对未来的一切发展方向不够雄心勃勃，以及软件创作将如何通过这些模型爆炸式发展。这就是我们开始构建 Cursor 的原因。
好的，很有趣。好的，首先，我喜欢这个建议，你经常听到这个建议，去追逐一个无聊的行业，因为那里没有人，有机会，你知道，有时它会奏效，但我喜欢这个旅程，就像不，实际上去追逐最热门、最受欢迎的领域，人工智能编码应用程序构建，而且它奏效了。你刚才的说法是，你认为可能太晚了，有 GitHub Copilot 和其他产品，但如果你注意到它们不够雄心勃勃，或者你看到了它们方法的某种缺陷，那么仍然存在巨大的机会。这是否符合你的想法？
这完全符合我的想法，而且我认为，其中一部分是你需要有飞跃。而且你需要有你可以做的事情。而且我认为人工智能令人兴奋的地方在于很多地方，而且我认为这在我们的领域仍然非常真实，你可以谈论我们如何看待它以及我们如何处理它。但是，你知道，我认为天花板真的很高。而且，是的，如果你环顾四周，你知道，即使你选择了任何一个领域中最好的工具，你知道，在未来几年里还有很多事情要做。所以那个空间，那个空间拥有那个，你知道，高天花板，我认为它是独一无二的，至少在人工智能领域是这样。
让我们回到 ID 的问题。所以有几种你可以选择的路线，其他公司也在走不同的路线。一种是为工程师构建一个 ID，并在其中添加 AI 魔力。另一种是完全的 AI 代理开发环境产品，然后只是一个非常擅长编码的模型，专注于构建最好的编码模型。是什么让你决定并认为 ID 路线是最佳路线？
从一开始就只专注于一个模型的那些人，他们正在从事端到端的自动化编程。我认为他们试图构建与我们截然不同的东西，那就是我们关心的是让人类控制他们正在构建的最终工具中的所有决策。而且我认为那些人非常关注一个未来，在那里，你知道，整个事情都由 AI 完成，也许 AI 也在做所有决定。所以，一方面，有一个个人兴趣的组成部分。另一方面，我认为我们总是试图成为现实主义者，关于技术今天的状况，你知道，对人工智能将在未来几十年内如何成熟感到非常非常兴奋。但是，你知道，我认为有时人们，你知道，有一种本能，看到人工智能在一个领域做神奇的事情，然后拟人化这些模型，认为，你知道，它比这里聪明的人更好，所以它一定比那里聪明的人更好。但这些东西有巨大的问题。而且，我们从一开始，我们的产品开发过程就一直是在内部使用，并且每天都密集地使用该工具，而且我们从来不想发布任何对我们没有用的东西。而且，你知道，我们这样做的好处是，因为我们是产品的最终用户。而且，我认为这让你对技术目前的状况有了现实的认识。所以，这肯定让我们认为我们需要人类在驾驶座上。人工智能不能做所有事情。我们也有兴趣出于个人原因给予人类这种控制权。所以，这让你远离仅仅是一个模型公司，这也让你远离那种没有人类控制的端到端的东西。然后，你如何通过一个 IDE 而不是现有的编码环境的插件，是因为相信你知道编程将通过这些模型流动，并且编程的行为将在未来几年内发生很大变化，而现有编码环境的可扩展性非常非常有限。所以，如果你认为 UI 将发生很大变化，如果你认为编程的形式将发生很大变化，你必然需要控制整个应用程序。
我知道你们现在有一个 IDE，这可能是你认为未来发展方向的偏见，但我想知道，你是否认为未来很大一部分也将是 AI 工程师，他们只是坐在 Slack 里为你做事？这是 Cursor 未来有一天会纳入的东西吗？
我认为你将希望能够毫不费力地在所有这些事情之间切换。有时我认为你将希望让事情自己运行一段时间，然后我认为你将希望能够将 AI 的工作拉进来，然后非常非常快速地与之合作，对吧？然后也许让它再次运行。所以，这些后台与前台的形式，我认为你希望所有这些都能在一个地方很好地工作。而且，我认为后台的东西，有一类编程任务，它特别有用，那就是那种很容易精确指定你想要什么，你知道，不需要太多描述，并且精确地知道正确性是什么，而不需要太多描述，而且通常 bug 修复是很好的例子，但它绝对不是全部的编程。所以，我认为，你知道，IDE 将会随着时间的推移而完全改变，而且我们对待拥有自己的编辑器的方法是基于它将不得不随着时间的推移而发展，而且我认为这既包括你可以从不同的表面区域，如 Slack 或你的问题跟踪器或任何东西，启动事物，我也认为这包括，你知道，你正在注视的玻璃面板将发生很大变化。而且，你知道，我们主要将 IDE 视为你构建软件的地方。我认为人们在谈论代理和所有这些 AI 工程师将为你做所有事情时，没有充分谈论的一点是，基本上我们都将成为工程经理，有很多报告，但他们并不那么聪明，你必须做大量的审查和批准和指定。我想听听你对此的看法，以及你是否可以做些什么来让事情变得更容易？因为这听起来真的很难。就像任何拥有庞大团队的人，都曾有过庞大团队，就像，“哦，我的天，所有这些初级人员都在和我联系，一遍又一遍地做着不高质量的工作。”就像，“这辈子真难。”
也许最终会有很多一对一的谈话。是的。所以，我认为我们看到客户在 AI 方面取得最大成功的方面，仍然对他们使用这些东西的一些方式相当保守。所以，我认为今天最成功的客户确实依赖于像我们下一个编辑预测这样的东西，在那里我们，你知道，你像往常一样编码，并预测你将要做的下一个动作。然后他们也真正依赖于缩小你要交给机器人的东西的范围。而且，你知道，对于你花在审查代码上的时间比例，你可以，你知道，从一个代理那里，或者从一个整体的 AI 那里，你可以，你知道，有两种模式，一种是你可以，你知道，花大量时间预先指定事物，AI 去工作，然后你去审查 AI 的工作，然后你就完成了，这就是整个任务。或者你可以真正地把它切开，所以你可以，你知道，指定一点，AI 写一些东西，审查，指定一点，AI 写一些东西，审查，这就像是那个光谱上的自动完成。而且，我们仍然看到，你知道，最成功的人正在切开它，并且保持相当。这听起来没那么糟糕。我很高兴有一个解决方案。我想回到你们第一次构建 Cursor 的时候。你们是什么时候意识到这个东西已经准备好了？有没有一个时刻，就像，“好吧，我想现在是时候把它推出去，看看会发生什么了。”
当我们开始构建 Cursor 时，我们相当担心在发布给世界之前会花很长时间。所以，一开始，我们实际上，Cursor 的第一个版本是手工制作的。我们现在使用 VS Code 作为基础，就像许多浏览器使用 Chromium 作为基础一样，并且在此基础上进行了工作。一开始我们没有，而是从头开始构建了 Cursor 的原型，这涉及大量工作。我们不得不自己构建，你知道，现代代码编辑器有很多东西，包括对许多不同语言的支持，以及在语言之间移动的导航支持，对错误跟踪的支持等等。你知道，还有像集成命令行这样的东西，你知道，使用远程服务器的能力，你知道，连接到远程服务器来查看和运行代码的能力。所以，我们就像进行了一次闪电战，以惊人的速度构建东西，从头开始构建我们自己的编辑器，以及人工智能组件。而且，在几个月后，我们只是，你知道，在五周后，我们完全依赖于这个编辑器，你知道，并且已经放弃了我们以前的编辑器，并且正在使用新的编辑器。一旦它达到了我们觉得有点用处的程度，我们就把它交给别人，并进行了非常短暂的测试期，然后在几个月内我们就向世界发布了，从第一行代码开始。我想大概是三个月，而且绝对是那种，“好吧，让我们把它推给人们，并快速公开构建。”让我们感到惊讶的是，我们认为我们将为几百人工作很长时间，而且你知道，从一开始就有大量的兴趣和大量的反馈。而且，你知道，这非常有帮助。我们从中学习，这实际上是，你知道，为什么我们切换到基于 VS Code，而不是仅仅是那种手工制作的东西。很多都是由最初的用户反馈驱动的，然后我们从那里公开迭代。
我喜欢你对你们获得的吸引力的低估。我认为你们在一年半左右的时间里从零美元增长到 1 亿美元的年经常性收入，这简直是历史性的。你认为这成功的关键是什么？他谈到了内部使用是重要的一部分。就像你们在三个月内就构建好了，这太疯狂了。你认为你们成功的秘诀是什么？
第一个版本并不是，你知道，三个月版本并不好。所以我认为，你知道，一直有一种持续的偏执，你知道，有很多方法可以改进这个东西。你知道，最终目标是真正发明一种全新的编程形式，它涉及到自动化我们今天所知的很多编码。而且，你知道，无论我们在 Cursor 的哪个阶段，感觉我们离那个最终目标还很远。所以总有很多事情要做，但我认为这更多的是工具的持续演进，以及不断地让工具变得更好，而不是过度关注最初的推动力。
在三个月之后，有没有一个转折点，让事情开始真正腾飞？
老实说，一开始感觉相当缓慢。而且，你知道，也许是我们自己有些不耐烦。但是，你知道，增长的整体速度，你知道，持续让我们感到惊讶。我认为最令人惊讶的事情之一是，增长一直相当稳定地呈指数级增长，就是持续的月度增长，有时会因为我们的发布和其他事情而加速。但是，你知道，但是一开始的指数级增长，当数字非常低的时候，感觉相当缓慢。所以一开始并没有真正感觉像是在全力冲刺。
对我来说，这听起来像是“建造它，他们就会来”真的奏效了。你们只是构建了一个你们自己作为工程师喜欢的美妙产品。你们把它推出去。人们只是喜欢它，告诉了所有人。这基本上都是我们，你知道，团队在产品上工作，让产品变得好，而不是做其他事情。你知道，我们确实花了很多时间做其他事情，例如，建立团队非常重要，而且，你知道，做一些事情，比如，你知道，轮班支持非常重要。但有些事情是人们可能通常会做的事情，在早期建立公司的时候，我们真的让那些事情搁置了很长时间，尤其是在销售和营销方面。所以，只是在产品上工作，构建一个你和你的团队喜欢的产品的，然后，你知道，也为一部分用户进行调整，这听起来很简单，但然后，你知道，很难做好。而且，有很多不同的方向，你可以选择很多不同的产品方向。而且，我认为，你知道，困难的事情之一，我认为关注和战略性地选择正确的构建内容并有效排序是棘手的。我认为关于这个领域的另一件棘手的事情是，它是一种新的产品构建形式，它非常独特，因为我们介于一家普通软件公司和一家基础模型公司之间。你知道，我们正在为数百万人开发产品，而你知道，这方面必须做到卓越。但是，另一方面，产品质量的一个重要维度是越来越多地在科学方面做得更多，在模型方面做得更多，在合适的地方。所以，这方面做得好也很棘手，但你知道，总的来说，你知道，也许，你知道，有些事情说起来简单，但然后，你知道，做得好是困难的，而且有很多方法可以走弯路。
我很高兴 Andrew Luo 今天加入我们。Andrew 是 OneSchema 的首席执行官，OneSchema 是我们长期播客赞助商之一。欢迎 Andrew。谢谢你的邀请，Lenny。很高兴来到这里。
那么，OneSchema 有什么新消息？我知道你与我最喜欢的几家公司合作，比如 RAMP、Vanza 和 Watershed。我听说你们推出了一款新的数据摄入产品，可以自动化团队花费数小时手动导入、映射和集成 CSV 和 Excel 文件的工作。是的。我们刚刚推出了 OneSchema File Feeds 的 2.0 版本。我们从头开始用 AI 重建了它。我们看到许多客户带着数据工程师团队来到我们这里，他们很难处理清理混乱电子表格所需的手动工作。File Feeds 2.0 允许非技术团队通过简单的提示自动化转换 CSV 和 Excel 文件的过程。我们支持所有最棘手的连接器，SFTP、S3，甚至电子邮件。我可以告诉你，如果我的团队必须构建这样的集成，那么将其从我们的路线图中移除，而是使用像 OneSchema 这样的东西，那该有多好。绝对，Lenny。我们听到了太多关于停机的可怕故事，仅仅是因为交易、员工文件、采购订单中有一个错误的记录，等等。调试这些问题就像大海捞针。OneSchema 可以阻止任何错误数据进入您的系统，并自动验证您的文件，生成包含所有错误文件确切问题的错误报告。我知道导入不正确的数据会给您的客户带来各种痛苦，并迅速失去他们的信任。Andrew，非常感谢您的加入。如果您想了解更多信息，请访问 onskeema.co。即 oneskeema.co。
关于构建 Cursor，构建 AI 产品，你迄今为止学到的最反直觉的事情是什么？
我认为有一件事对我们来说是反直觉的，我们之前已经暗示过一点，但我们绝对没有想到在开始时会进行我们自己的模型开发。如前所述，你知道，当我们开始做这件事时，有些公司从一开始就立即专注于从头开始训练模型。而且我们已经计算了训练 GP4 所需的成本，并且知道这不会是我们能够做到的事情。而且，它也感觉有点像把注意力放在了错误的地方，因为有很多很棒的模型。而且，为什么要做所有这些工作来复制其他公司所做的事情，尤其是在预训练方面，你知道，采用一个什么都不知道的神经网络，然后教它整个互联网。所以，我们认为我们根本不会这样做，而且从一开始就很清楚，现有的模型有很多事情可以为我们做，而它们没有做，因为，你知道，没有为它们构建正确的工具。事实上，我们确实进行了大量的模型开发，并且在内部，这是一个重点，在招聘方面，并且组建了一个了不起的团队。而且，在产品质量方面，这对我们来说也是一个巨大的胜利。而此时此刻，Cursor 中的每一个神奇时刻都以某种方式涉及定制模型。所以，这绝对是反直觉和令人惊讶的。而且，这是一个渐进的过程，你知道，有一个最初的用例，用于训练我们自己的模型，在那里使用最大的基础模型确实没有意义，它非常成功，然后转移到另一个效果很好的用例。然后就从那里继续。而且，你知道，这样做模型开发有帮助的事情之一是仔细选择你的领域，不要试图重新发明轮子，不要试图专注于那些最好的基础模型可能很出色的地方，而是专注于它们的弱点以及你如何补充它们。
我认为这会让很多人感到惊讶，他们听到你们有自己的模型。当，你知道，当人们谈论 Cursor 和这个领域的所有人时，他们会称它们为 GPT 包装器，它们只是建立在 GPT 或 Sonnet 之上，而你却说你们有自己的模型。谈谈幕后的堆栈。
是的，当然。所以，我们确实在很多方面使用了最大的人工智能模型。它们是为人们带来 Cursor 体验的重要组成部分。我们使用自己模型的地方，有时是为了服务于基础模型由于成本或速度原因而无法服务的使用案例。所以，一个例子是自动完成。而且，这对于不编码的人来说可能有点难以理解。但代码是一种奇怪的工作形式，有时你接下来的 5、10、20、30 分钟的工作，通过偷看你的肩膀就可以完全预测。而我将把它与写作进行对比。所以，写作，你知道，每个人或很多人都熟悉，你知道，Gmail 的自动完成以及当你尝试发送短信或电子邮件或类似东西时出现的不同形式的自动完成。它们只能提供这么多帮助，因为通常很难清楚地知道你将要写什么，仅仅通过看你之前写的东西。但在代码中，有时当你编辑代码库的某个部分时，你只需要改变其他部分的代码库中的东西，而你将如何改变这些东西是完全清楚的。所以，Cursor 的一个核心部分是这种超级自动完成体验，你预测了你将在多个文件、文件内的多个地方要做的事情。而且，你知道，让模型擅长这个用例。一方面，有速度的组成部分，这些模型需要非常快。它们需要在 300 毫秒内给你一个完成。还有成本的组成部分，我们运行大量的分子。你知道，每一次按键，我们需要改变你下一步要做什么的预测。而且，它也是一个非常专业的用例，你需要模型擅长，不是仅仅完成一个通用文本序列的下一个标记，而是擅长自动完成一系列的差异，你知道，查看代码库中发生了什么变化，然后预测接下来会发生什么变化，你知道，删除和添加。而且，我们在训练专门用于这项任务的模型方面取得了巨大的成功。所以，这是一个没有基础模型参与的地方。这是我们自己的东西。我们在应用程序中没有很多关于这个的标签或品牌，但你知道，它构成了 Cursor 的一个核心部分。然后，你知道，另一组地方是用户模型，用于帮助像 Sonnet、Gemini 或 GPT 这样的模型，它们既在这些大型模型的输入端，也在输出端。在输入端，这些模型正在搜索代码库，试图找出要展示给这些大型模型的部分代码库。你可以把它想象成一个迷你谷歌搜索，专门用于查找代码库的相关部分，以展示给这些大型模型。然后，在输出端，你知道，我们获取这些模型建议你对代码库进行的更改草图。然后，你知道，我们有模型来填充细节，你知道，高层思维由这些最聪明的模型完成。它们花费几个标记来完成这个。然后，这些更小的、专业的、极其快速的模型加上一些推理跟踪，将这些高层更改转化为完整的代码差异。所以，这对于在需要专业任务的地方提高质量非常有帮助。而且，它对于提高速度非常有帮助，这对于我们来说也是产品质量的一个重要方面。
这太有趣了。我刚在播客上采访了 OpenAI 的首席产品官 Kevin Wheel，他称之为模型集成。他们也是这样工作的。利用每个模型的最佳功能，并且正如你所说，使用更便宜模型的成本优势。这些开放的，其他模型是基于 Llama 和类似的东西吗？就是你们接入并构建的开源模型吗？
是的。所以，再次，我们试图在我们要做这项工作的地方非常务实，而且我们不想重新发明轮子。所以，从现有的最好的，你知道，预训练模型开始，通常是开源的，你知道，有时与这些大型模型提供商合作，那
他们不会将他们的权重分享给外界。嗯，因为我们不太关心的是，你知道，逐行阅读的能力，你知道，那个权重矩阵，然后，你知道，它会给你一个特定的输出，而且，你知道，我们只关心训练这些东西、训练它们的能力。所以，总的来说，总的来说，是的，开源模型，你知道，有时也与闭源提供商合作来调整事物。
这引出了一个许多人工智能创始人以及投资者总是会思考的讨论，那就是人工智能中的壁垒和防御性。所以，感觉上，定制模型是这个领域的一个壁垒。你如何看待这个领域的长期防御性，知道有其他人，正如你所说，不断推出产品，试图抢走你的，试图吃掉你的午餐？
我认为，你知道，有方法可以建立惯性和，嗯，你知道，传统的壁垒，但，嗯，我认为总的来说，我们正处于一个领域，你知道，我们有责任继续努力构建最好的东西，而且，而且，而且这个行业里的每个人，而且，你知道，我真的认为天花板非常高，所以，你知道，无论你建立什么样的壁垒，你都会被超越。而且我认为这可能与正常的软件市场、过去的正常企业市场有所不同。
你知道，我想到的一个例子是 1999 年底或，你知道， 20 世纪 90 年代末和 21 世纪初的搜索引擎市场。我认为另一个让我想到的，在很多方面与这个市场相似的市场，实际上就是 70 年代、80 年代、90 年代的个人电脑和小型计算机的发展。
而且，嗯，我认为，是的，你知道，在所有这些市场中，天花板都非常高。你知道，是可以切换的。你可以持续获得价值，就像一个聪明人的时间增量小时，一个真正长期的增量研发美元。你不会用完有用的东西来构建。
然后在搜索领域，尤其是在计算机领域，拥有分发渠道也有助于改进产品，因为你可以根据你从用户那里获得的数据和反馈来调整算法，调整学习。而且我认为，你知道，所有这些动态也存在于我们的市场中。所以，我认为，你知道，也许对我们这样的人来说，这是一个悲伤的真相，但对世界来说，这是一个惊人的真相，我认为有很多可以超越的地方，有很多，你知道，更有用的东西。我们离我们能达到的目标还有很长的路要走，你知道，在 5 到 10 年内，我们有责任保持这个引擎的运转。
所以，我听到的似乎更像是一种消费者模式，那就是持续做到最好，这样人们就会和你在一起，而不是创造锁定和其他东西，就像 Salesforce 那样，有整个公司的合同，你必须使用这个产品。
是的。而且我认为需要注意的重要一点是，你知道，如果你在一个领域，你很快就会用完有用的事情要做，那么，你知道，那不是一个好情况。但如果你在一个地方，你知道，大量的投资和，嗯，你知道，让越来越多优秀的人朝着正确的方向努力可以持续为你带来价值，那么你就可以获得研发的规模经济，而且你可以，你知道，你知道，深入地朝着正确的方向研究技术，并达到一个可以防御的地方。但是的，我认为，我认为，我认为它有一种消费者般的倾向，我真的认为这只是，你知道，关于构建最好的东西。
你认为未来这个领域会有一个赢家，还是你会认为这是一个拥有许多此类产品的世界？
我认为市场非常非常大。而且这也是我，你知道，你早些时候问过 IDE 的事情，我认为有些人对这个领域感到困惑，他们看了过去十年的 IDE 市场，然后说，你知道，谁在编辑器上赚钱？你知道，那里有很多，这是一个超级分散的领域，每个人都有自己的东西和自己的配置。而且，你知道，有一家公司在商业上，你知道，确实通过制造优秀的编辑器赚钱，但那家公司也就那么大，而且，你知道，然后，结论是它将来也会是这样。
而且我认为人们错过了的是，你知道，在 2010 年代，对于程序员来说，构建一个编辑器只有那么多事情可以做。而且，你知道，那家通过编辑器赚钱的公司正在做的事情，比如让代码库的导航更容易，你知道，为一些东西进行一些错误检查和类型检查，你知道，拥有良好的调试工具，但，你知道，这些都很有用，但我认为，你可以为程序员构建的东西。我认为你可以为许多不同领域的知识工作者构建的东西，可以走得很远，很深。而且我认为，真正摆在我们面前的问题是，你知道，对我们所有人来说，是大量忙碌工作和知识工作的自动化，以及真正改变我们面前的知识工作的各个领域，使其变得更加可控和更有效率。
所以，嗯，那都是，你知道，一种冗长的方式来表达，我认为我们所处的市场真的非常非常大。我认为它比人们意识到的要大得多，比，你知道，过去为开发人员构建的其他，你知道，构建工具要大得多，而且我认为会有很多不同的解决方案。我认为会有一家公司，至于是否是我们，还有待观察，但我确实认为会有一家公司构建了几乎所有世界软件的通用工具，那将是一项非常非常世代性的庞大业务。但我认为也会有一些你可以占据的利基市场，为市场的特定细分领域或软件开发生命周期的特定部分做一些事情。但通用的编程正在从编写正式的编程语言转变为一种更高层次的东西。这是你购买和使用的应用程序。我认为在那里通常会有一个赢家，而且那将是一项非常庞大的业务。
多汁。沿着这个思路，有趣的是，微软实际上处于这个领域的最中心，拥有一个了不起的产品。了不起的分发能力，你称之为 Copilot 是让你克服了“哇，这里可能有什么大事”的障碍，但感觉他们并没有赢。感觉他们正在落后。你认为是什么？你认为那里发生了什么？
我认为有一些特定的历史原因，为什么 Copilot 可能没有达到，或者到目前为止，你知道，一些人对它的期望。然后我认为还有结构性原因。我认为结构性原因是，而且要说清楚，你知道，微软，你知道，在 Copilot 的案例中，显然是我们工作的一个重要灵感来源。而且，总的来说，我认为他们做了很多了不起的事情，而且我们是许多微软产品的用户。但我认为这是一个对现有公司不太友好的市场，因为，你知道，一个对现有公司友好的市场可能是一个只有那么多事情可做，它很快就会商品化，你可以把它捆绑到其他产品中，而且，你知道，不同产品之间的投资回报率，你知道，相当小，而且，你知道，在这种情况下，也许购买创新解决方案没有意义，而是直接购买捆绑了其他东西的那个东西。
另一个可能对现有公司特别有利的市场是，你知道，从一开始，你就把你的东西放在一个地方，而且，你知道，真的非常非常难以切换。而且，你知道，无论好坏，我认为在我们的案例中，你可以尝试不同的工具。你可以决定你认为哪个产品更好。所以，这对现有公司不太友好，而对拥有最具创新产品的公司则更为友好。
然后是具体的历史原因，据我所知，是那些从事 Copilot 第一个版本的人，他们大多已经去了其他地方做其他事情。我认为协调所有可能参与制造这样东西的不同部门和各方有点困难。
我想回到光标。我喜欢问每一个构建此类工具的人一个问题。如果你能坐在每个第一次使用光标的新用户旁边，并在他们耳边低语几句提示，让他们更成功，最成功地使用光标，你会给出什么一两个提示？
我认为现在，而且我们想在产品层面解决这个问题。成功使用光标的很大一部分是，你知道，对模型的能力有所了解，包括它们能处理的任务的复杂性，以及，你知道，你需要向模型指定多少东西，你知道，这些东西，但要了解模型的质量以及它的差距在哪里，以及它能做什么，不能做什么。而且，嗯，现在我们在产品中做得不好，就是，你知道，对人们进行这方面的教育，而且，也许给人们一些指导方针，给人们一些指导。
所以，为了培养这种品味，我会给出两个提示。所以，一个正如之前提到的，我会倾向于少一点，比如，嘿，试着让模型，你知道，一次性告诉模型，嘿，我确切地想让你做什么，然后看到输出，然后要么失望，要么接受整个大任务的全部。相反，我会把事情分成几部分，你基本上可以花费，你知道，同样的时间来指定事情，但分成更多部分。所以，你指定一点点，你得到一点点工作，你指定一点点，得到一点点工作，而且，你知道，不要做太多，比如，写一个巨大的东西告诉所有人确切该做什么。我认为这现在将是一种灾难的食谱。
而且，所以，倾向于同时将事情分成几部分，而且，也许在副项目上这样做，而不是在你的专业工作中这样做是有意义的。你知道，我会鼓励人们，尤其是，你知道，习惯于现有软件开发工作流程的开发人员。你知道，我会鼓励人们明确地尝试跌倒，并通过，你知道，在一个安全的で环境中雄心勃勃地尝试发现这些模型能力的极限，比如，也许是一个副项目，并尝试充分利用人工智能，因为，你知道，有时我们会遇到人们，他们还没有给人工智能一个公平的机会，并且低估了它的能力。
所以，总的来说，倾向于将事情分成几部分，让事情变小，但，你知道，在那里发现你能做什么的极限，明确地尝试在一个安全的环境中全力以赴，而且，你知道，获得一些体验。你可能会对模型没有崩溃的一些地方感到惊讶。
我听到的基本上是，你要培养一种直觉，知道模型能做什么，以及它能将一个想法带多远，而不是仅仅引导它。而且我敢打赌，每次有新模型发布时，你都需要重新培养这种直觉，比如当它发布到 4.0 版本时，我知道，你必须再次这样做。这通常是正确的吗？
是的。它不是，你知道，在过去的几年里，它不像，我认为人们第一次体验到一些大型模型那样，但，是的，你知道，这也是一个我们希望更好地解决的问题，只是为了用户，并减轻他们的负担。但是的，这些东西都有细微的差别和不同的个性。
沿着这些思路，人们一直在争论像光标这样的工具，它们对初级工程师更有帮助，还是对高级工程师更有帮助？它们能让高级工程师的效率提高 10 倍吗？它们能让初级工程师更像高级工程师吗？今天光标最受益的是谁？
我认为各个群体都受益匪浅。很难说相对排名。我会说他们属于不同的反模式。所以，我会说，初级工程师会过于全面地依赖人工智能来做一切，而我们还没有达到可以在专业工具上端到端地完成的程度，你知道，在一个长代码库中与数十甚至数百人一起工作。然后是高级工程师，对许多人来说并非如此，而且我们实际上，嗯，嗯，通常，你知道，这些工具被采用的一种方式是公司内部有开发人员体验团队，通常由极其高级的，你知道，高级人员组成，因为通常这些人，你知道，正在构建工具来提高组织内其他工程师的生产力。而且我们已经看到了一些非常非常，你知道，突破性的，你知道，是的，比如我们看到人们，你知道，在最前沿，真的试图尽可能多地采用这项技术。但总的来说，我会说，平均而言，作为一群人，高级工程师低估了人工智能对他们的作用，并坚持他们现有的工作流程。所以，相对排名有点难。我认为他们都，他们都属于不同的反模式。但他们都总体上从这些工具中获得了巨大的好处。
这完全说得通。我喜欢它就像光谱的两端，期望过高，期望不足。就像，你知道，三只熊的寓言？是的。是的。好的。嗯，也许是那种高级但不是核心员工，你知道，就在中间。有趣。好的。
只有几个问题了。在你担任这个角色之前，你希望自己知道些什么？如果你能回到 Cursor 刚开始的时候，那也不是很久以前，你迈克尔，你能给他一些建议吗？你会告诉他什么？
这个问题的难点在于，感觉很多艰辛的知识都是默会的，有点难以用语言表达，而且，你知道，生活中的悲伤事实是，对于，你知道，某些人类的努力领域，你可能需要跌倒才能，要么需要跌倒才能学习正确的事情，要么你需要围绕某个人，这是一个很好的例子，说明了在某件事上的卓越。有一个领域我们感受到了这一点，那就是招聘。
我认为，事实上，我们非常耐心。我们在招聘方面非常耐心。这对我们来说非常重要，无论是出于个人原因，还是我认为对公司战略来说，拥有一支世界一流的工程师和研究人员团队与我们一起从事 Cursor 的工作将非常重要。还要找到那些，你知道，结合了智力好奇心和实验精神的人，因为我们将需要构建许多新事物，然后还要有智力上的诚实，也许还有一点点悲观主义，直率，因为，你知道，随着公司的发展和业务的增长，你知道，保持头脑清醒，我认为，也非常重要。
但要找到合适的人才加入公司，你知道，这可能是除了构建产品之外，我们最，最，最，嗯，嗯，你知道，最费心的事情。而且，你知道，我们实际上等待了很长时间才发展团队，因为这个原因。而且我认为大多数，你知道，很多人听到你招聘太快了。我认为我们一开始招聘得太慢了。我认为可以纠正。我认为我们可以做得更好。
而且，你知道，我们最终采用的招聘方法对我们来说非常有效，这并不新颖，就是去追求我们认为世界一流的人，并在某些情况下，在多年里招募他们。最终对我们来说是有效的，但我认为我们一开始做得并不好。所以，我认为在谁是合适的人选，谁真正适合团队，什么才是伟大，以及如何，你知道，与某人谈论机会，并让他们兴奋，如果他们根本不寻找任何东西，这些方面都有艰难的教训。关于如何做好这件事，有很多学习经验，这花了一些时间。
对于那些现在正在招聘的人来说，有哪些经验教训？你错过了什么，或者学到了什么？
我认为，首先，我们可能有点过于倾向于寻找那些来自知名学校、年轻、做过那些事情的人，那些在知名学校环境中拥有高学历的人。而且，实际上，你知道，我认为我们很幸运，早期就找到了很多，你知道，找到了很棒的人，他们愿意，你知道，和我们一起做这件事，他们是职业生涯后期的人。所以，是的，我认为我们一开始在错误的人选上花了很多时间。其中一部分是资历问题。一部分是，你知道，对经验的兴趣问题。我们雇佣了非常非常优秀、非常年轻的人，但他们有时看起来，你知道，与来自中央选角公司的形象略有不同。
你知道，另一个教训是，我们极大地改进了我们的面试流程。所以，现在我们，你知道，我们有一套手工制作的面试问题，然后，你知道，我们面试的核心是，实际上，我们让人们在现场待两天，并与我们一起做一个项目，一个工作测试项目，这效果非常好，但我们正在不断完善它，然后，是的，我认为如何了解人们的兴趣，你知道，并展示我们的最佳方面，并让他们知道这个机会，当他们根本不寻找任何东西时，以及进行那些对话。随着时间的推移，我们肯定变得越来越好。
你有没有最喜欢的面试问题？
我认为这个为期两天的项目测试，我们认为它无法扩展到几个人，但它具有令人惊讶的持久力。它的伟大之处在于，它能让一个人完成一个真正的项目。它不是，你知道，我们使用的工作。它是一种项目列表。但它让你在两天内看到一个真实的工作产品。而且，它不必在团队方面花费大量时间。你可以花在现场半天或一天的时间，然后将其分散在这两天里，并给某人大量时间来完成他们的项目。所以，这实际上可以帮助它扩展。然后，它真的有助于你，它有助于加强，你知道，你想和这个人在一起的测试，因为你和这个人在一起，你知道，两天，所以，你知道，和他们一起吃很多顿饭。所以，我们没想到那个会坚持下去，但它对我们的价值评估过程非常非常重要，而且在公司非常早期阶段，对让人们感到兴奋也很重要，因为在人们使用产品并了解它之前，你知道，当产品相对来说，你知道，不是很好。
实际上，你所拥有的唯一优势是，你知道，一个团队，你知道，有些人觉得很特别，想和他们在一起，你知道，这两天会给我们一个机会，让你，你知道，让这个人见到我们，而且，在某些情况下，希望他们能说服他们想和我们一起努力。所以，是的，那个是意想不到的，不完全是一个面试问题，但有点像，你知道，一个形成性的面试。最终的面试问题。
所以，为了让你清楚你所描述的，这是一个，你给他们一个任务，比如在我们实际的代码库中构建这个功能，与团队一起编码并发布它。是这样吗？
是的。不是，不是，我们不使用知识产权，不是端到端发布，但，是的，这就像一个模拟，非常经常在我们的代码库中，这是一个真实的迷你两天项目，你将端到端完成它，大部分时间都是自己完成。你知道，也有协作。而且，你知道，我们是一个相当注重现场的公司，所以在几乎所有情况下，是的，你实际上是和我们一起坐在办公室里。
而且你一直在说，即使在今天，这个规模也已经扩展了，你们现在有多大？
所以，我们快 60 个人了，对于规模和影响来说，这很小，我以为会大得多。是的。而且我想工程师占最大比例。是的。
最重要的是，而且要说清楚，你知道，我们未来的很大一部分工作是，是，是建立一个更大、更棒的团队，并能继续改进产品，以及我们给客户的服务。所以，你并不打算长时间保持这么小的规模？我们不希望如此。但，是的，数字之所以小，部分原因是，你知道，工程师、研究和设计在公司中占有很高的比例。所以，许多软件公司，当他们拥有大约 40 名工程师时，会有超过 100 人，因为有很多运营工作，而且他们从一开始就非常非常以销售为主，而且那确实非常耗费人力，而且，你知道，我们从一个极其精简、以产品为主的起点开始，而且，你知道，我们现在服务于许多市场客户，并且已经建立起来，但，你知道，还有更多的事情要做。
我有一个问题想问你。人工智能领域发生了很多事情。每天都有新东西推出，有很多新闻通讯，其全部功能就是每天告诉你人工智能领域发生了什么。经营一家处于这个领域中心，处于这个领域最热门中心的公司，你如何保持专注，如何帮助你的团队保持专注，埋头苦干，只是构建，而不是被所有这些闪亮的东西分心？
你知道，我认为招聘是其中很大一部分，如果你能找到态度正确的人，你知道，我认为我们在这方面做得很好。我认为，你知道，我们可能做得更好。而且，嗯，你知道，我们可能应该作为一家公司更多地谈论这个问题。但我认为，你知道，招聘具有正确性情的人，你知道，那些不太关注外部认可，更关注构建真正伟大的东西，更关注做真正高质量工作的人，以及那些普遍比较，你知道，头脑冷静的人，也许，你知道，高潮不是很高，低谷也不是很低。我认为招聘可以帮助你度过很多难关。我认为这实际上是，你知道，整个公司的学习，就是，你知道，对于任何你都需要流程，你需要层级，你需要很多东西，但对于你引入公司的任何一种组织工具，你知道，你希望从该工具中获得的结果，你知道，你也可以通过招聘具有你想要的行为的人来取得很大的进展，你知道，从该组织性事物中获得结果。而且，你知道，我想到的具体例子是，我们能够在工程方面避免过多的流程，而且我认为我们需要更多的流程，但对于我们的规模来说，不是大量的流程，通过招聘我认为真正优秀的人，你知道，一个是你，你知道，招聘头脑冷静的人。我认为二是多谈。我认为三是希望以身作则。而且，是的，就我们个人而言，你知道，我们，你知道，自 2021 年、2022 年以来，我们一直在专业地从事这项工作，并一直在从事人工智能工作，而且我们已经看到了各种技术和想法的来来往往的巨大变化。你知道，如果你把自己带回到 2021 年底、2022 年初，这是 GFD3，你知道，指令不存在，没有 DALL-E，没有 Stable Diffusion。然后，你知道，我们经历了所有这些图像技术，所有这些文本，以及它们的兴起，你知道，G4，所有这些新模型，所有这些不同的模态，所有这些视频的东西，只有，你知道，其中很少一部分真正影响了业务。所以，我认为我们已经建立了一点免疫系统，并且知道，你知道，当一个事件发生时，它实际上对我们很重要。而且，你知道，这种动态，即有很多很多很多噪音，但然后可能只有少数事情真正重要，我认为这在过去十年的人工智能领域得到了反映，当时学术界有很多关于深度学习的论文。学术界有很多关于人工智能的论文。然后，令人惊奇的是，确实有很多，我的意思是，人工智能的很多进步可以归因于一些非常简单而优雅的想法，这些想法一直存在，而绝大多数提出的想法都没有持久性，也没有那么重要。所以，这种多样性在深度学习作为一个整体领域的演变中有所反映。
最后一个问题。你认为人们仍然最误解或可能没有完全理解的是，人工智能将走向何方，以及世界将如何改变？
人们仍然有点，你知道，要么过于专注于一个极端，你知道，一切都将很快发生，而且，你知道，这一切，你知道，都是虚张声势和炒作，超级蛇油。而且，你知道，我认为我们正处于一场技术变革之中，这场变革将具有极其重大的意义。我认为它将比互联网更具意义。我认为它将比，你知道，自计算机问世以来我们所见的任何技术变革都更具意义。而且我认为这需要一段时间，我认为这将是一个几十年的事情，我认为许多不同的群体将在推动它前进方面发挥重要作用。而且，你知道，要达到一个计算机能为我们做的事情越来越多的世界。有所有这些独立的问题需要解决，需要在它们上面取得进展。其中一些是在科学方面，让这些模型理解不同类型的数据，更快、更便宜、更聪明，你知道，符合我们关心的模态，你知道，在现实世界中采取行动。然后一些是关于，你知道，我们将如何与它合作，以及，你知道，是什么，你知道，人类在计算机上实际应该看到的体验，以及控制和使用这些东西。但我认为，你知道，这需要几十年。我认为会有很多令人惊奇的工作要做。我认为，你知道，一个群体模式，我认为在这里尤其重要，你知道，不是为了推销我们自己的产品，但我认为，你知道，致力于自动化和增强特定知识工作领域的那家公司，构建了该领域的技术基础，有时会整合来自提供商的最佳部分，有时会自己完成，然后还构建了，你知道，该领域的产品体验。我认为那些这样做的人，你知道，我们正在尝试在软件领域这样做，在其他领域这样做的人，我认为那些人将非常非常非常重要，不仅是为了，你知道，用户看到的最终价值，而且我认为随着他们规模的扩大，他们将对推动，你知道，技术非常重要，因为我认为他们能够构建，你知道，最成功的那些人将能够构建非常非常庞大的企业。而且，嗯，是的，很高兴看到其他类似的公司在其他领域兴起。
我知道你们正在招聘，对于那些有兴趣说，嘿，我想在这里工作并构建这类东西的人。你们现在正在寻找哪些类型的职位？有没有什么特别的职位你们最想尽快填补？如果人们好奇，他们应该知道什么？
这个团队需要做很多事情，而我们还没有装备好，所以，你知道，总的来说，首先，所以，如果你，你不认为我们有适合你的职位，也许如果你联系我们，那实际上不会是这样，也许我们可以向你学习，并决定我们需要一些我们还没有意识到的东西。但，你知道，总的来说，我认为，你知道，今年对我们来说最重要的两件事是拥有最好的产品，然后推广它。而且我们正处于这种抢占市场模式，几乎世界上每个人要么不使用我们这样的工具，要么使用一个可能发展较慢的工具。而且，所以，所以，增长，增长，你知道，Cursio 是一个大目标。而且，嗯，我想说，是的，尤其是一直在寻找，寻找那些优秀工程师、设计师、研究人员，但然后在商业方面的所有人员。
现在你谈到工程师，我忍不住要问这个问题。有一个问题是，你知道，代码将写我们所有的代码，人工智能将写我们所有的代码，但每个人仍然在疯狂地招聘工程师。所有基础模型，很多我们没有在那里吹嘘，你知道，人们看起来很好。所以，是的。你认为会有这样一个转折点，即工程职位开始放缓吗？我知道这是一个大问题，但它确实是，你是否看到工程师在所有这些公司中越来越需要，还是你认为在某个时候，会有所有这些光标代理为我们构建？
同样，我们确实有这样的观点，即，你知道，既有漫长而混乱的中间过程，你知道，它不是直接跳到，就像你退后一步，要求完成所有事情，你有你的工程部门，你知道，非常像你想要从今天的编程演变而来。我们希望人类掌握方向盘，而且，你知道，即使在最终状态，你知道，让人们控制一切，这真的很重要。而且，你需要专业人士来做到这一点，并决定软件的样子。所以，两者，我认为，是的，你知道，就像，你知道，工程师肯定需要。我认为工程师将能够做更多的事情。我认为对软件的需求非常持久，你知道，这不是最新颖的事情，但我认为，你知道，想到构建看起来很简单、很容易指定的东西，或者对外界观察者来说是这样，而且你知道，现在做这些事情有多难，这真是太疯狂了。所以，如果你能，你知道，所有现在存在的东西，都因为我们现在的成本和需求而得到了证明，如果能把成本降低几个数量级，我们就能在我们的电脑上做更多更多的事情，更多的工具。
而且，你知道，我也有过这种感觉，你知道，我早期的一份工作实际上是在一家生物技术公司工作，而且是为他们构建内部工具。而且，现成的工具非常糟糕，根本不适合他们的用例。然后，我正在构建的内部工具，那里确实有很多需求，对于可以构建的东西。而且，你知道，那远远超出了我在那里工作期间我能构建的东西。但是的，我认为，它仍然是，你知道，在计算机上工作的物理学是如此之好。你应该能够，基本上可以移动一切，做你想做的一切。仍然有太多的摩擦。我认为对软件的需求远远大于，我们今天用，你知道，制作一部大片电影的成本来制作简单的生产力软件。所以，我认为在很长一段时间里，是的，实际上对工程师的需求会更大。
有什么我们没有涵盖到，但你想要提及的吗？你想给听众留下什么最后的智慧吗？你也可以说不，因为我们已经做了很多。
我们想了很多关于如何建立一个团队，以便能够创造新事物，同时还要继续改进我们现在拥有的东西。而且我认为，如果我们想成功，那么，你知道，ID 将不得不发生很多变化。进入未来，你知道，ID 将不得不发生很多变化。而且，嗯，你知道，如果你环顾四周，你知道，我们所尊敬的公司，肯定有一些公司确实能够，你知道，乘着许多飞跃的浪潮，并继续，你知道，真正推动前沿，但，你知道，他们也，你知道，他们也很罕见。你知道，这是一件难事。而且，所以，你知道，其中一部分就是，你知道，思考这件事，并尝试在我们的日子里反思它，你知道，从第一原理的角度来看。一部分也是，你知道，尝试进入并研究过去的伟大例子。而且，你知道，那，那，那也是我们经常思考的事情。
是的。是的。你刚才告诉我的，在我们开始录音之前，你身后有这么多书，我当时想，那是什么？就像一家古老计算机公司的历史，这家公司在很多方面都很有影响力，但我从未听说过。而且我认为这充分说明了你，很多创新都来自于研究过去，研究历史，研究什么有效，什么无效。好的。
人们可以在网上找到你，如果他们想联系你并申请的话？你说了可能有他们甚至不知道的角色。他们去哪里找？然后听众如何对你有用？
是的。你知道，如果，如果人们，你知道，有兴趣从事这项工作，我很想和他们谈谈，而且他们可以找到，如果他们去 kers.com，他们可以找到产品，并了解如何联系我们。所以，很容易。
迈克尔，非常感谢你来到这里。这太棒了。太好了。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 或你最喜欢的播客应用程序上订阅该节目。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这个播客。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。