节目：Lenny's Podcast：产品｜职业｜增长
以下为本期播客的完整对话转译，保留原始发言顺序与稀疏时间戳。
Lenny Rachitsky：现在每个人都可以成为一切。 PM 可以发布代码，设计师可以编写 PRD，工程师可以进行产品，而我的工作却变得如此混乱和沮丧。 [00:00:00]
Elizabeth Stone：每当一项新技术出现时，在经历形成阶段之前，你都会经历一个风暴阶段。我们现在正处于其中。我不认为这意味着我们应该把人工智能放回盒子里并说“我们不要使用它”。
Lenny Rachitsky：如果我们都成为建设者，我们还需要单独的职能吗？
Elizabeth Stone：我仍然看到一种非常重要的工艺卓越性，我认为这种工艺不会很快消失。我仍然发现伟大的工程稀缺，伟大的数据科学稀缺，伟大的创造力稀缺。
Lenny Rachitsky：如果你看看 Netflix 的早期文化，高代理、自主权、支付市场最高费用，这就是我现在经常从顶级人工智能实验室的运作方式中听到的。
Elizabeth Stone：Netflix 的文化始终是作为一个卓越的操作系统。这是一种对做许多大公司会做的事情的抵制，并且经常在这种不适中感到舒服。
Lenny Rachitsky：实现这一目标的要素是什么？
Elizabeth Stone：人才密度是不容谈判的，在事情进展不顺利的情况下，他们非常愿意承担风险，并且不会认为流程会解决问题。 [00:01:00]
Lenny Rachitsky：您为这个人工智能世界的职业阶梯添加了什么？
Elizabeth Stone：我们需要更多的系统思考者，那些能够纵观所有业务领域并抽象出我们需要的构建块的人。
Lenny Rachitsky：人们如何学习这个？
Elizabeth Stone：小伎俩。您尝试解决的每个问题，只需单击一下即可了解我对更广阔空间的假设。
Lenny Rachitsky：今天，我的嘉宾是 Netflix 产品和技术官伊丽莎白·斯通 (Elizabeth Stone)。这是伊丽莎白第二次访问该播客。她在担任 CTO 时的首次访问时间最长，是该播客最受欢迎的剧集之一。你很快就会明白为什么。这是一次致命的对话，因为当我们两年半前聊天时，人工智能才刚刚开始出现。作为工程、产品和数据科学领域的长期负责人，伊丽莎白对事物的发展方向以及值得关注的事物有着独特的视角。在加入 Netflix 之前，Elizabeth 曾担任 Lyft 的科学副总裁、Nuna 的首席运营官、Analysis Group 的经济学家以及 Merrill Lynch 的交易员。在我们开始讨论之前，别忘了访问 lennysproductpass.com，全年免费提供世界上最热门、制作最好的人工智能产品，这些产品专供 Lenny's Newsletter 订阅者使用。接下来，我为您带来伊丽莎白·斯通。伊丽莎白，非常感谢您来到这里，欢迎回到播客。
Elizabeth Stone：谢谢。我很荣幸来到这里，一次，现在两次。 [00:02:33]
Lenny Rachitsky：这是正确的。这对我来说是一种难得的享受。我不知道你是否知道这一点，但你第一次访问播客，你的剧集最终成为我第二受欢迎的剧集。你在布莱恩·切斯基身后的时间最长。
Elizabeth Stone：哇。我很惊喜，也对如何获得第一名感到有些竞争。
Lenny Rachitsky：[听不清 00:02:58]，我猜。
Elizabeth Stone：但我现在先把它放在一边。
Lenny Rachitsky：这是我们的镜头。 [00:03:01]
Elizabeth Stone：布莱恩太棒了，所以我就放过他了。
Lenny Rachitsky：是的，他是。然后，所有这些奇特的人工智能人才刚刚崭露头角。就这样，到现在已经两年半了。很多都改变了。显然，人工智能。人工智能允许人们做的事情是现在每个人都可以成为一切。 PM 可以交付代码，设计师可以编写 PRD，工程师可以生产产品以及每个人的一切。这次谈话有很多要素。一是我从人们那里听说，我的工作也出现了这种困惑和沮丧。作为产品经理和设计师，我负责什么？这是你经历过的事情吗？
Elizabeth Stone：我肯定在 Netflix 中听到过。我认为任何时候出现一项新技术，尤其是像 GenAI 这样具有变革性的技术，在经历形成阶段之前，你都会经历一个风暴阶段。我认为我们现在正处于其中。我不认为这意味着我们应该把人工智能放回盒子里并说，我们不要使用它，因为这使我们对我们角色的所有先入为主的观念变得复杂化。但我确实认为这意味着我们必须更加思考如何在降低成本的同时获得收益。我认为人们正在尝试这是一件很棒的事情。我怎样才能更快地开发一个想法、原型化一个想法、组合一组初始代码以供我们测试？我是否认为这意味着任何人都应该将代码交付到生产环境中，每个人实际上都应该做所有事情？
Elizabeth Stone：可能不会，但我认为人们探索可能性是有好处的。然后就像我之前提到的，将产品和技术团队放在一起的好处是，如果业务问题很明确，我认为这是可以的，而且人们所扮演的角色具有一定的流动性是健康的。因为不必等待工程团队准备好，才能制作原型，产品和设计可以更快地进行，但他们仍然应该与工程合作伙伴一起思考，我们应该如何将其产品化？我们如何扩展它？它的护栏有哪些？所以，我不认为这会让职能专业知识变得过时。我认为这意味着团队必须更加适应，也许这有助于我们在某个方向上更快地前进。从组织的角度来看，我认为为了让事情变得更加连贯或减少令人沮丧，我们必须采取一些措施才能获得收益而不是成本。 [00:04:40]
Elizabeth Stone：因此，这包括在我们进行重大更改之前澄清事实数据来源、将代码运送到生产或测试的护栏。考虑一下我们可以信任人工智能输出的机会，而不是我们应该有一个流程或审查来帮助我们检查我们是否获得了高质量的结果。重申人类仍然对所发生的事情负责的重要性。因此，可能是某个代理编写了代码，或者我帮助进行了分析，而这实际上并不是我的背景，但这并不会让人们不承担他们所创建的内容所带来的责任。因此，我认为投资于其中一些核心基础设施和实践，并重申对结果的问责和责任，有助于平衡一些可能的事情与我们实际应该做的事情。 [00:05:36]
Lenny Rachitsky：本集由本季的赞助商 WorkOS 为您带来。 OpenAI、Anthropic、Cursor、Vercel、Replit、Sierra、Clay 以及其他数百家获奖公司有什么共同点？它们均由 WorkOS 提供支持。如果您正在为企业构建产品，您会感受到集成单点登录、SCIM、RBAC、审核日志和大公司所需的其他功能的痛苦。 WorkOS 通过专为 B2B SaaS 构建的现代开发者平台将这些交易阻碍因素转变为嵌入式 API。从字面上看，我投资的每家初创公司都开始拓展高端市场，最终都与 WorkOS 合作，因为它们是最好的。无论您是试图吸引第一个企业客户的种子期初创公司，还是在全球范围内扩张的独角兽，WorkOS 都是让企业做好准备并畅通增长的最快途径。它本质上是用于企业功能的 Stripe。请访问 workos.com 开始使用，或者直接访问他们的 Slack，那里有真正的工程师等待回答您的问题。 [00:06:27]
Lenny Rachitsky：WorkOS 允许您通过令人愉悦的 API、全面的文档和流畅的开发人员体验更快地构建。立即访问 workos.com 让您的应用程序企业做好准备。让您重返播客的真正令人惊叹的是，我们在人工智能给世界带来巨大变革之前就进行了交谈。所以，这是一个非常酷的弧线，我们可以在这里探索，我们都经历过的转变。回到产品和工程团队的角色，我很好奇这些角色在过去两年半中发生了多大变化。如果您考虑产品工程、设计、数据科学、用户研究，哪些角色变化最大？哪些角色变化最少？与两年半前相比，最大的不同是什么？ [00:07:27]
Elizabeth Stone：所以，你已经提到了一些事情，所以我会重申它们，然后也许会构建。因此，我发现，与几年前相比，产品经理、设计师、数据科学家能够在工程真正需要走在解锁事物的前沿之前，在产品开发生命周期中走得更远。我这么说是要谨慎一些，因为就像我们所说的那样，我认为突然拥有数千个原型并不是一件好事，如果它们不针对这一点，那么这对企业来说是一个需要解决的重要问题。工程合作伙伴知道我们正在解决这个问题。设计师和产品经理将带头开始塑造这个想法，但这不是在真空中运作，也不是把一堆意大利面条扔到墙上看看什么会粘在一起。但是，当问题正确时，请以深思熟虑的方式处理，并对此进行一些调整。 [00:08:13]
Elizabeth Stone：我已经看到产品设计数据科学朝着让我们得到可以根据这个假设进行测试的东西的方向发展得更快。所以，这就是原型设计，就是编写代码。我看到的另一件事非常有价值，那就是我们在 Netflix 的虚拟墙上运行着大量信息。我们已经进行了数十年的实验。我们有来自消费者的见解。我们收集了整个企业利益相关者的意见。这是一个真正提出挑战的问题，我们如何充分利用悠久的知识和学习历史，也就是说，让我们将其应用于我们现在遇到的问题，以便在这条有希望的道路上更快地前进，或者这是我们已经学到的东西并且我们可以在这里利用？人工智能在提取信息、查看广泛的事物、围绕它进行分析、深入了解一些见解的核心方面非常强大。 [00:09:07]
Elizabeth Stone：我会犹豫是否要完全依赖它，但我认为这是一个良好的开端。我发现，即使在我自己的日常工作中，也不要发送一封打扰类似人的电子邮件，而是提醒我我们在哪一年做了什么研究，问题是什么以及我们进行的测试是什么？我几乎可以立即找到它。然后我可以形成自己的，这就是我觉得有趣的地方。我现在已经跳过了几个步骤，这里有什么可操作的吗？所以，这就是数据分析、建模、信息提炼。我看到越来越多的人针对你最初的问题这样做。因此，我们现在可以在所有职能的产品和技术中更快地做到这一点，而不再需要只有在这里呆了 20 年、看过每一个实验或知道在哪里可以找到它的专家。对我们来说，一个重要的解锁是我们的业务利益相关者，包括金融、内容和广告领域，也可以做到这一点。然后带回一个最初的假设，他们希望与数据科学家和工程师等进行更深入的合作。 [00:10:04]
Elizabeth Stone：因此，关于假设生成、原型设计、对问题的深入思考，感觉它正在加速，并且函数能够以更流畅的方式做到这一点。但我仍然看到了相对优势。那么，数据科学家仍然是专家，我们可以相信这些数据吗？我们以正确的方式解释它吗？我们在这里应该应用什么数据与判断？产品经理仍然会特别说，我们是否真的以正确的方式描述了我们正在解决的问题是什么？工程师仍然有关于如何做的技巧。这是如何扩展的？高品质是什么样的？根据我们构建和部署某些东西的方式，这会给我们带来什么问题？所以，我仍然看到了这种比较优势的价值。只是我们能够在很多步骤中更加流畅地移动，而通常我们会设置阻挡器。 [00:11:03]
Lenny Rachitsky：这里有很多有趣的东西。其中之一就是你提出的最后一点，我一直在思考这一点。如果我们都成为建设者，我们还需要单独的职能吗？人工智能领域正在出现一种技术人员趋势，就像，好吧，我们没有头衔。你可以是任何人。你不必在桶里。你在这里所说的是你相信我们将继续拥有专业人士、产品人员、工程师、数据科学、设计师。虽然他们承担更多其他职能，但拥有这种特定的纪律、技能和背景仍然有很多价值，请告诉我我是否听得对。
Elizabeth Stone：我仍然看到在学科中非常重要的工艺卓越性，我认为这种技术不会很快消失，即使跨职能部门的工作存在流动性或模糊性。这可以追溯到我之前提到的，仍然有人必须确保我们正在做的事情有意义。我们正在以最适合 Netflix 会员或业务利益相关者的方式解决正确的问题。如果我与工程师、数据科学家、设计师交谈，是的，他们现在比以前讲更多的语言，因为他们受益于这些人工智能工具，但当我想到工艺以及他们如何看待美好的外观时，仍然有一些东西是不可替代的。这在各个层面上都是如此。我仍然发现伟大的工程稀缺，伟大的数据科学稀缺，伟大的创造力稀缺。所以，是的，有些事情比较容易，但这并没有在我的脑海中消失。 [00:12:26]
Lenny Rachitsky：您是否发现您正在招聘更多的职能，例如饼图饼图不断扩大，例如工程或产品经理或设计等，然后随着人工智能工具和法学硕士的兴起，您需要的职能越来越少？ [00:13:27]
Elizabeth Stone：我不确定它是否与功能完全匹配，但我可以告诉你我们看到了更多，我们需要更多。在人工智能的世界里，我们需要更多的系统思考者。不同的函数看起来有点不同，但我可以举几个例子。因此，在 Netflix 中央工程的核心基础设施团队中，Netflix 随着时间的推移取得成功的很多原因是，具有特定业务问题的本地团队可以快速行动以交付服务。他们常常觉得自己不需要走在中央铺好的道路上。他们构建了解决问题所需的堆栈并产生影响。在人工智能的世界中，代理跨多个系统运行，需要真实数据源，拥有首选铺好的路径的重要性，以获取最大的好处并产生一些护栏，这样我们就可以确保我们做得很好。
Elizabeth Stone：共同的基础设施、共同的道路、利用一组核心功能一次性解决问题变得更加重要。因此，我们正在招聘更多能够纵观所有业务领域并抽象出我们在人工智能世界中需要的构建模块的人。所以，这是其中一个镜头，但仅仅使用一个让 Netflix 来到这里的镜头并不能让 Netflix 到达那里。我们必须拥有一套更强大的基础设施才能在未来快速发展。因此，这意味着工程配置文件更多的是分布式系统、更多基础设施、更多的是系统思维思维，而不是本地业务专业知识。当然，我们仍然有深入研究个性化、广告和内容交付的人。因此，对于我们来说，拥有核心基础设施和系统思维更多的是一种附加的东西。 [00:14:45]
Elizabeth Stone：如果我再举一个例子，比如设计，我们经验丰富的设计团队正在开发模板，系统思考 Netflix 的优秀用户设计是什么样子，这一点非常重要，这样他们就可以让很多人，包括那些不是受过培训的设计师，开发出连贯的、适合端到端会员体验的产品。基本上，我对不同的设计语言或不同类型的用户交互以及运输弗兰肯斯坦感到非常紧张。因此，设计师需要成为我们再次雇用的进行设计系统思考的人。我们如何看待品牌的模板和表达？良好的用户体验是什么样的。而Netflix和Netflix差异化的特殊酱汁是什么？ [00:15:35]
Elizabeth Stone：因此，我们的设计团队中有更多的人现在必须这样思考，我可以帮助为特定产品设计特定功能吗？因此，我们需要退后一步来审视我认为每个功能中正在发生的大局。这需要对现有团队的技能进行一些重新定位，并雇用具有此类专业知识的人员。纵观这一切，这是一种思维方式的转变。因此，我们不会雇佣那些不热衷于探索、尝试新事物、了解很多事情正在发生变化、对这种模糊性感到满意、对我们的工作方式和合作方式的模糊感到满意的人。对于已经在 Netflix 工作的人和我们正在加入团队的人来说都是如此，好奇心创新思维从未如此重要，至少在我一直在这个领域工作的时候是这样。 [00:16:24]
Lenny Rachitsky：在系统思考方面，这是否变得更加重要，因为人们移动得如此之快，以至于您需要投资于平台、框架和设计语言，并且基本上是教人们钓鱼，这样他们就不会被阻止，还是还有其他原因？ [00:17:22]
Elizabeth Stone：我想这可能是速度。因此，平台确实具有杠杆优势。所以，总的来说，无论有没有人工智能，这对于一个平台来说都是一个让大多数团队达到 80% 目标的机会。然后他们就不必重新发明这些构建模块。我们在整个业务领域下了更多的赌注，我们正在尝试打造更多的东西。因此，平台思维是好的，Netflix 相对较新的时间才将其视为真正的关键推动因素。在人工智能的世界里还有一种脚手架的感觉。因此，不仅仅是更高的速度，而且还有更多的人从事更多类型的不同或新的工作，就像我们所说的那样。随之而来的是风险，您如何看待这种情况下的访问和身份？在这种情况下您如何看待安全？您如何看待交付高质量的代码、设计和用户体验？
Elizabeth Stone：因此，我认为让每个正在构建某些东西的人都必须弄清楚这一点并不是很好，你能提醒我这里是什么样子的吗？我应该记住哪些保险杠或护栏？我认为我们需要将其编码到我们铺好的道路和工作方式中。对于要编码的数据科学或分析领域，这里是真实数据的来源，这里是如何解释它，这里是如何访问它，这里是如何处理它或不处理它，以及要小心处理某些类型的数据。 [00:18:34]
Elizabeth Stone：一个拥有数千人的组织不能再依赖部落知识，否则我将找到一个了解这一点的人。所以，这是人工智能之前就存在的挑战。这可能是人工智能面临的更紧迫的挑战。我喜欢使用人工智能或任何新技术来激励的想法……我们知道这是我们需要做的工作。现在是整个团队在这方面投入更多的时候。 [00:19:03]
Lenny Rachitsky：我想知道这变得更有价值的另一个原因是否是因为代理商现在做了很多工作。给他们背景，给他们脚手架，给他们设计语言，只是加速这一切？
Elizabeth Stone：是的。我们在 Netflix 的愿景之一是，我们将拥有如此多的代理来为工作做出贡献，而你需要能够在整个过程中进行推理和合理化。人类是指导我们需要解决的问题的人。我觉得我们正在制作的作品是否具有影响力且高质量？但这项工作将由人类和代理共同完成。这创造了速度和效益，但也带来了风险。我认为这很重要，特别是从工程角度来看，我们要弄清楚如何以一种让人们快速行动的方式来管理这一点，但不会给公司带来过度的负面影响或风险。
Lenny Rachitsky：这与……温珍妮在播客上有如此直接的联系。她是 Claude Code 和 Cowork 的设计主管，她的整个设计过程都是死论文。那里的宣传就是没有时间进行设计和设计过程。相反，作为一名设计师，你只是引导人们，为他们指明方向，并在有时间的时候进行调整和思考大局。感觉就像您在这里所描述的那样，为人们快速移动创建平台，然后就没有时间进行特定新功能的设计过程。 [00:20:20]
Elizabeth Stone：我对此百感交集，因为我们确实希望通过基础设施和系统思维，让更多的人能够通过强大的设计来完成出色的工作。为什么不抓住新技术提供的机会呢？但对于我们最重要的优先事项来说，设计对于以正确的方式解决问题至关重要。所以，我们仍然腾出时间进行重要的设计工作。它可以移动得更快。设计师本身的工具箱中拥有更多工具，因此他们可以以更快的速度完成令人难以置信的工作，展示更多选项，更快地学习、迭代、测试。但我认为，仅仅因为我们可以更快地编写代码，我们可以更快地进行数据分析，就说设计和深厚的设计专业知识和思维被挤出，这是错误的。
Elizabeth Stone：至少对于像 Netflix 这样的大型消费产品来说，我觉得我们会失去 Netflix 的伟大之处之一，那就是产品技术和设计让很多复杂性变得无形，并带来无缝的客户体验。这是一种必须成为其核心的设计思维。所以，工作本身可能看起来有所不同，但我不认为我们失去了心态。 [00:21:43]
Lenny Rachitsky：这是一个很棒的对立面。所以，我听到的是你所寻找的技能、属性、系统思维的趋势。这种心态是对变化和即将发生的事情感到舒适和兴奋，而不是坚持自己的方式。您发现什么趋势正在下降？哪些东西是你以前比较看重的，但现在却不再追求的？ [00:22:06]
Elizabeth Stone：非常狭窄、深入的专业化的日子对我来说更加有限。我可以举出我们仍然需要它的例子，因为有一个行业或技术专业知识，世界上只有少数人真正知道事情是如何运作的。我们的团队中有关于编码或我们的播放系统如何工作的示例，以及对 Netflix 来说非常创新和新颖的事情。我仍然相信我们需要这些领域的专业从业者。但作为一般规则，与五年前或十年前相比，我认为我们的专家更少，而多面手或多方向适应的人更多。这可以适应不同的职能专业知识。它可以适应各种工程风格。那么，我可以同时浏览后端和前端系统吗？我可以利用大量专业知识来连接基础设施吗？我认为现在的心态需要是我可以快速学习。
Elizabeth Stone：这又回到了系统思维。因此，我认为专家可以比过去更轻松地学习使用更广泛的工具。所以，我们可能需要更少的人，因为人才能够朝这个方向成长。坚持一个狭窄的专业可能会引发我的担忧，朝不同方向成长和探索的心态怎么样？即使在我自己的评估中，我也不想过于狭隘，但重要的是，专家们仍然有这样的感觉，我想尝试一种新的方法来解决这些问题，而不是我们过去的方法。 [00:23:32]
Lenny Rachitsky：当你说专家时，你在考虑前端吗？我是前端工程师还是后端工程师，或者还有其他版本吗？ [00:24:13]
Elizabeth Stone：是的。或者它可能是我是一个深入的领域知识集
Lenny Rachitsky：像支付专家一样？
Elizabeth Stone：我是支付专家。我是广告市场设计专家。我是工作室制作使用的这种非常特殊的工具的专家。因此，他们的专业知识和主题专业知识是一种优势，只要该人愿意成长和扩展，这真的仍然是思考问题的正确工具或正确方法吗？因此，我认为从工程角度来看，堆栈的各个层的专业性较少。然后工具不太可能是静态的或有很大的惯性。我认为我们需要能够创新并想象未来版本的人。因此，我们需要更多这样的人才。
Lenny Rachitsky：惊人的。所以，回到系统思维部分，人们听到这句话会说，“好吧，我必须提高我的系统思维技能。”人们如何发展这项技能？是不是只是做很长时间，做很多复杂的项目？我想到了这本书，每个人都总是在前面引用它，《系统思考》。是的。人们如何学习这个？ [00:25:09]
Elizabeth Stone：小伎俩。您试图解决的每个问题，只需单击一下即可，我对解决此问题的更广泛空间的假设是正确的吗？因此，我接到了一项任务，即为 Netflix 会员体验构建一些新功能。让我思考一下，我们在这里试图解决的更大的消费者问题是什么？此功能将支持什么类型的内容？我认为我计划构建的方式是否会以跨多种内容类型的方式有意义？或者它可能是一种功能，然后被贡献给来自多个领域的一系列产品的平台。我用这个功能解决的消费者问题是否会成为 Netflix 需要解决的最重要的消费者问题之一，因为我们的娱乐世界正在不断扩大，我们希望使其更加个性化和身临其境？
Elizabeth Stone：这些都是你不必把整个海洋煮沸的问题。你不必解决 Netflix 的整体战略以及我们相对于竞争对手的地位。但你承担起你所负责的事情，你只需缩小你正在解决的问题并提出质疑。我不会在质疑状态中花费太长时间，因为那样你就会陷入困境，然后你就不会取得进步。但我认为这有助于人们从系统的角度思考，并质疑我们是否以对最终消费者重要的正确方式解决正确的问题？ [00:26:34]
Lenny Rachitsky：正如您所描述的，我思考这个问题的另一种方式是……如果您是您的经理，他们不仅对您的团队、问题和 KPI 更广泛的视角是什么，而且对更大的前景有何看法？ [00:27:07]
Elizabeth Stone：多年来我得到过类似的建议，即我可以通过哪些方法来帮助我的经理完成他们的工作？因此，如果我考虑我直接负责的所有事情，但我是从经理的角度考虑的，那么不仅仅是产品和技术，还有财务和内容以及业务的其他部分。我自然会缩小范围，思考所有这些组成部分需要如何组合在一起，以及整体如何大于各个部分的总和。我认为这是有用的想法。而让工程师思考的是，我如何留下这些系统更好的版本？我如何看待为其他人提供高质量和规模化的产品？两者都有，我如何帮助我的经理？还有，我如何帮助我的同事？
Elizabeth Stone：这是我们一些工程原则的核心部分，即做适合更广泛组织的事情，而不仅仅是做适合您本地的事情。这也是系统思维。所以，这不仅仅是资历，而是我解决这个问题和构建这个问题的方式的广度，它对我的同事有用吗？我是否会为我们想要进行的未来一系列创新留下更强大的版本？ [00:28:02]
Lenny Rachitsky：这是很棒的战术建议。从职业角度来看，让经理的生活变得更轻松始终是一个很好的策略。
Elizabeth Stone：有几个原因。是的。
Lenny Rachitsky：稍微关注一下主题，我知道你们都添加了职业阶梯和级别。最近，这是一个新事物。你以前没有这些东西。那么，在这个话题上，你在这个人工智能世界的职业阶梯上添加了什么，如果有的话，你发现你希望人们更多地关注，你是否正在寻求更多？您没有改变您的职业阶梯和绩效标准吗？
Elizabeth Stone：因此，到目前为止，我们解决这个问题的方法是，不是试图在每个层面准确地阐明人工智能如何改变这些期望，而是将 Netflix 的所有人才、团队成员和正在招聘的人员覆盖起来，讨论对人工智能熟练程度的渴望。其外观会因功能而异。它会根据您的职业阶段而有所不同。这可能是您所处的级别或者您正在从事的角色或角色类型的工作。但对人工智能流畅性的渴望是一个很难定义的事情。那么，这是否意味着我有实验心态？这是否意味着我知道人工智能在哪里有用、哪里没用？这是否意味着我实际上已经使用人工智能构建了东西？我觉得职业阶梯中出现的方式以及我们谈论它的方式几乎每个季度（如果不是每月或每天）都会发生变化，因为技术本身正在进步。
Elizabeth Stone：所以，最有用的不是让它针对特定的级别或特定的角色，而是鼓励每个人对人工智能流畅性的期望，这并不意味着将其作为技术而使用。技术是有用的，对此有良好的判断力，并有开放的心态去探索和尝试新事物，这是所有角色都不可协商的。在 Netflix 的最高层也是如此，我们谈论我们也需要对人工智能有深入的了解，即使我们不把编写代码作为日常工作的一部分。所以，情况改变了。这也体现在我们的招聘实践中，在面试中保持自如，探索人们如何看待人工智能或技术。 [00:29:57]
Elizabeth Stone：他们在日常或当前工作中使用什么？他们对变革和探索的适应程度如何？即使是像编码面试这样的事情，当然也允许候选人使用人工智能工具，因为这将是现在工作所需的一部分。所以，这些都是我们已经做出的转变，但我怀疑这是否已经完成，而我们正处于其中。 [00:30:38]
Lenny Rachitsky：我将继续关注这个线程。显然，人工智能对于编码来说是一场变革。这是原型设计的一个重大解锁。 Netflix 是否还有其他真正具有影响力的人工智能用例，但人们可能没有想到或没有意识到？
Elizabeth Stone：所以，我想到了两个。因此，第一个是数据分析、信息提炼、建模，即使用工具来获取我们拥有的所有见解，类似于我之前提到的。我们进行了哪些实验？对于某个问题我应该考虑哪些指标？我们做了哪些消费者研究？这是更高的速度和更高的质量，取决于您检查结果是否有效，您与当地的数据科学家合作，我是否使用了真实数据源？但这已经很棒了。我个人认为，这是我最常使用其中一些工具的原因。因此，这不仅仅是原型设计和编码，而是一般的分析思维，以及将数据转化为行动和洞察力。另外一个是内容制作创作部分的业务，有很多应用。 [00:31:16]
Elizabeth Stone：在 GenAI 之前确实如此。因此，ML和AI在很多生产工具中得到了深入的应用。我们用它们来思考如何大规模创建促销资产，如何本地化字幕和配音。因此，GenAI 是影响力方面的一大进步。在创意构思中，我们将这些东西称为预可视化，或者基本上在您进入之前将创作者的愿景变为现实……您将人们带到场景中并开始实际完成制作本身。后期制作中有很多用例。因此，我们最近收购了一家公司 InterPositive，该公司由 Ben Affleck 创办，该公司构建了一系列模型和功能。这使您可以在拍摄某些内容后以非常有影响力的方式重新照明、重新构图、重新拍摄、更改对话，以获得更高质量的内容。 [00:32:14]
Elizabeth Stone：仍然由电影制片人和创作者领导，他说：“你知道吗？我想尝试其他方法来实现这一愿景。”但这种影响是非常有希望的，我们看到许多制作都利用了不同的工具，其中一些是内部构建的，其中一些是我们通过其他供应商为这些内容创建用例提供的。然后，当我们思考内容如何进入产品时，我提到了本地化、字幕和配音，以及我们如何大规模创建高质量的预告片、图像和艺术作品，然后我们可以用它们来帮助确保游戏找到世界各地的观众。当我们考虑人工智能的影响时，这些都是巨大的杠杆。因此，这又远远超出了一些创意用例的原型设计或编码范围。你可以想象，就像他们为电影和电视的工作室制作工作一样，他们为广告工作，他们为营销、非服务活动工作。所以，这些都是我们正在探索的领域。 [00:33:05]
Lenny Rachitsky：本集由 Mercury 为您带来，这是一家深受超过 300,000 名企业家喜爱的完全不同的银行业务，现在由 Command 提供。我成为 Mercury 的客户已有六年多了。我从来没有想过离开。当银行业是由产品人员而不是银行家建立时，水星基本上就会发生。他们让发送发票、转移资金、为我的团队成员设置虚拟卡变得如此简单，我敢说很有趣。您的银行是否有 API、终端本机 CLI 或支持 AI 的 MCP 服务器？我不这么认为。就在最近，他们推出了 Command，这是一个直接内置于 Mercury 中的对话界面，充当您的财务运营商。我一直在使用 Command 进行转账，找出我在哪些类别上花费最多的钱，分析我的现金流。就在今天，我用它来了解过去一年我从特定赞助商那里赚了多少钱。 [00:34:01]
Lenny Rachitsky：我就问，过去一年我从X赚了多少钱？ 10秒后我就有了答案。太酷了。访问mercury.com 了解更多信息并在几分钟内在线申请。 Mercury 是一家金融科技公司，而不是 FDIC 承保的银行。通过 Choice Financial Group 和 Column NA 成员 FDIC 提供的银行服务。您提到 Netflix 很早就开始涉足人工智能和机器学习领域。年轻人可能不记得这一点，但你们都举办了这场比赛来优化-
Elizabeth Stone：Netflix 奖。 [00:35:25]
Lenny Rachitsky：是的，Netflix 奖。只需举一个例子来说明您对人工智能和机器学习的了解有多早。我认为对 Netflix 排名算法进行一点优化，谁能优化得最多，就是百万美元的奖金。我认为获胜者将其优化了几个百分点，类似的东西。这是一件大事。所有这些超级聪明的人都遍布世界各地，这样的事情发生过几次，对吗？
Elizabeth Stone：我的意思是，你是代表我说的。通常，当有人问 Netflix 如何看待人工智能时，最好提醒人们这一点，这对我们来说并不新鲜。尤其是对于个性化而言，它是为会员提供良好体验的核心。我们不可能拥有如此广泛的内容。内容越来越多，这是我们面临的挑战之一。并让发现变得越来越容易、越来越容易，这是 Netflix 面临的挑战之一。使用人工智能和机器学习是实现这一目标的一种方法。您希望在正确的时间为正确的人个性化正确的头衔。这个问题变得更加困难。我们的目录越令人兴奋，我们拥有的内容就越广泛，不仅仅是电影和电视，还有游戏、直播和播客。个性化变得更加重要，这种体验是什么。
Elizabeth Stone：所以，我们可以回顾很多历史并说，好吧，现在我们如何解决这个问题？因为这项技术更加强大，但它让我们在明确要解决的问题方面处于领先地位，Netflix 为我们的会员解决这个问题有多么重要。同样的情况也是如此，正如我在创意方面提到的那样，人工智能和机器学习长期以来一直在视觉效果或本地化语言等领域。现在我们说，当技术更加强大时，下一个时代是什么？在这两种情况下，它最终都会利用 Netflix 的优势，即将娱乐和技术结合起来，并确保我们在游戏中保持领先地位，提供更好的东西。所以，我喜欢它成为我们历史的一部分。考虑到我们在娱乐领域面临的巨大挑战，它仍然是一种优势，而且必须成为一种优势，同时保持良好的体验。 [00:36:40]
Lenny Rachitsky：是的。我喜欢当时它被称为机器学习，而人工智能就像，不，不，它不是人工智能。人工智能永远不会发生。这只是机器学习。 [00:37:33]
Elizabeth Stone：好吧，突然之间，我们把一切都称为人工智能，其中一些称为机器学习。
Lenny Rachitsky：这是正确的。这是正确的。
Elizabeth Stone：这取决于当前要描述的事物。所以，我认为我们现在将所有这些都归为人工智能。
Lenny Rachitsky：是的。这很酷。
Elizabeth Stone：有很多人工智能用例不是生成用例。因此，我们可以深入了解所有具体事物的深渊。但总的来说，我认为 Netflix 正在使用广泛的产品，并且对可能性如此兴奋，我认为任何人都不会感到惊讶。对于在这里工作的人来说，Netflix 的有趣之处在于，如果你真的对创意渠道、消费产品、基础设施的技术应用充满热情，我们会遇到所有这些问题，而人工智能正是这些问题的核心。最好不要忘记这是真的。即使 Netflix 没有被定位为人工智能公司，人工智能也是一种我们非常乐意使用的工具来获得这些伟大的娱乐和技术成果。
Lenny Rachitsky：另一件非常有趣的事情，只是在这里继续赞美 Netflix，如果你看看 Netflix 的早期文化平台以及我们上次的谈话，就会发现诸如高级代理之类的东西。这在一开始就是 Netflix 的核心内容。高代理性、自主权、高人才密度、非常自下而上的思维、超快的实验和启动、支付市场最高的费用。这是我现在经常从顶级人工智能实验室的运作方式中听到的。所以，我们都到这里结束了，这就是 Netflix 永远存在的地方。 [00:38:37]
Elizabeth Stone：是的。在理解什么使人才变得不可思议方面有点先见之明。我对 Netflix 文化的所有这些方面进行了思考，因为这听起来有点书呆子气，但作为一个操作系统却是卓越的。所以，所有这些文化元素的目标并不是最终的骨头本身。事实并非如此，我们只是确保人们承担尽可能多的责任。我们不喜欢流程，所以让我们确保我们没有任何流程。相反，一种非常强烈的观点认为，要实现卓越，就必须给予人们大量的代理权和责任，将决策尽可能深入组织，雇用值得信赖的具有良好判断力和做出良好决策的优秀人才。这最终会带来令人难以置信的成果，以及更多的动力和责任感。这意味着团队中的每个人都会觉得我被赋予了很多钥匙，并对这里发生的事情承担了很多责任。 [00:39:13]
Elizabeth Stone：我自己觉得，当你知道自己拥有一定程度的信任和责任时，你就会想要尽力而为。因此，有一种非常直观的感觉，就是 Netflix 的文化始终追求卓越。当你拥有出色的才能，并且让他们有能力做到最好，而不需要进行微观管理或淹没在过程中时，你实际上会得到更好的结果。因此，我确实认为新时代的公司正在接受我们感觉非常熟悉的东西。这并不是一件容易得到的事情。所以，文化不是静态的东西。随着公司规模的扩大，你要解决的问题类型的变化，文化也需要成长和发展。但我们追求卓越并相信杰出人才需要能够做到最好的工作这一理念并没有改变，我认为这对我们来说仍然是一种特殊的调味料。 [00:40:16]
Lenny Rachitsky：我喜欢这个概念。作为一个卓越的操作系统。你可能会说，如何建立一家公司是非常系统化的思考。 [00:41:11]
Elizabeth Stone：没错，莱尼。
Lenny Rachitsky：所以，每个听到这个的人都会希望操作系统是卓越的。谁不想要这个？如果人们了解实现这一目标的要素是什么，将会很有帮助。一是人才密度明显很高，只聘用最优秀的人才。二是责任追究。本质上有输入和输出。输入，令人惊叹的人才，顶尖的人才，让他们负责，给他们自主权。你认为创造这种卓越的操作系统的支柱是什么，如果创始人正在听这个并且喜欢，我希望他们这样做？
Elizabeth Stone：嗯，人才密度是不容谈判的。你必须从那开始。如果你不具备这一点，你就无法对组织各级的决策充满信心，无法让人们承担风险并快速创新。这是 Netflix 卓越文化的重要组成部分，它乐于承担风险。我们不会试图避免失败。当我们拥有它们时，我们会尽力快速恢复。我认为这方面有很多很好的例子。我们对生活的尝试是一个很好的例子，我们能够坦然地承担大量的风险，知道它会是不完美的，知道我们会学得很快，而且我们会因此变得更好。看到我们如何度过难关，我为我们的团队感到无比自豪。因此，你必须保持人才密度，让人们能够接受你为他们提供的背景，做出强有力的判断，并承担风险，并为对企业来说最好的结果而奋斗。
Elizabeth Stone：您必须非常清楚，您所做的事情正在为消费者和 Netflix 带来成果。因此，Netflix 很重要，Netflix 会员也很重要。这与我个人的成功或我的喜好无关。因此，无私是这个卓越操作系统的一部分。我要说的另一件事是，有些事情……对于人类来说确实是不自然的。所以，我可以举几个让我感到舒服的例子，那就是肯定有几天我看到决策发生，我想我会做出不同的决定。这真的是最好的事情吗？但我的工作，尤其是在 Netflix 文化中，并不是在每一种情况下都介入并推翻、否决或质疑某人。特别是如果它不是物质的，它不会烧毁这个地方，让人们做出决定并从中学习，并要求事后反思事情进展如何。 [00:42:49]
Elizabeth Stone：也许我错了。也许这个决定是一个伟大的决定。但这与承担风险有关。帮助人们学会如何轻松地做出自己的决定，尤其是当他们的决定并不都是正确的并且他们将从中学到一些艰难的东西时。我从老板和同事那里感觉到自己说：“这是你的决定。我可以提供意见。我可以帮助你集思广益。最终这是你的。”这并不是自然而然的。当风险很高时，当我对组织让人们陷入风险的行为感到负责时，可能会感到不舒服。我认为这也意味着在事情进展不顺利的情况下，作为另一个例子，不要假设该过程会解决它。 [00:43:52]
Elizabeth Stone：我在过去几年中学到的一点是，当计划困难时，我从未听到有人这样说：“哦，我们找到了完美的计划方式或完美的反馈、平衡和补偿方式。”但每次我们看到这一点并添加更多流程时，我们都会花费更多时间，却得不到更好的结果。因此，我认为当事情变得困难和复杂时，每个人都会倾向于认为通过施加很多限制来简化问题，这是另一件不自然的事情。但这实际上违背了，是否有一种更有创意的方式来计划或做出人员决策或做出优先级决策，从而真正让我们获得更好的结果？因此，人们不愿意做许多大公司会做的事情，并且经常在这种不适中感到舒服。所以，这就是我在自己的角色中感受到的，我相信 Netflix 的很多人也有这种感觉，因为你尽量不做标准的事情。 [00:44:36]
Lenny Rachitsky：说起来很容易，听起来很容易，但我很明白你的意思，当有人搞砸了时，你会说，“好吧，出了什么问题？让我们制定一个流程来避免这种情况发生。”你的意思是你需要抵制这种行为，因为这会减慢速度。最优秀的人不想在一个有所有这些清单和处理门之类的地方工作。 [00:45:39]
Elizabeth Stone：不。我认为最优秀的人想知道将会有一场无可指责的复古，他们会感到个人责任重大，以至于他们会说，“我如何确保这种情况不会再次发生？”不是过程，而是我如何分享这些经验？我怎样才能以不同的方式工作，以确保下次能取得更好的结果？当你相信人们会接受这些反思并学习和成长时，我认为随着时间的推移，你会得到更好的结果。你会得到一个更强大的团队，我认为这是我们作为领导者角色的一部分，你正在努力培养一支有弹性、持久、知道如何产生巨大影响的团队。你并不试图控制一切。
Lenny Rachitsky：这是打造高人才密度团队的关键。我想简单谈谈这个问题的两个方面。一是招人，二是留人。所以，你因守门员测试而闻名。我们上次谈到过这个。对人们来说又是一件不自然的事情。想要了解这是什么的人，他们可以听第一段对话，但在过去几年里，这种情况是如何演变的呢？守门员测试的想法仍然是文化的核心部分吗？ [00:46:41]
Elizabeth Stone：人们经常以这样的方式引用它：你认为守门员的测试是你决定让某人离开的那一刻，他们不适合这个角色和有关此的对话。但它同样常用于谈论某人有多么出色，以及他们在某个职位上的表现如何。因为切入点是我对我的一位直接下属说，或者让他们对我说：“我在你的守门员测试中表现如何？”大多数时候，我的回答是，“我会非常努力地留住你。让我回顾一下我认为你做得很好的一系列事情，你的优势是什么，你在哪些方面产生了很大的影响力。以下是你可以做得更好的方法。”所以，这是一个对人们来说非常积极和令人振奋的对话的开始，但框架是，我通过了守门员测试吗？ [00:47:05]
Elizabeth Stone：当然，还有更困难的情况，我正在评估，是否有人通过了守门员测试，或者他们在问我？这是最难说的，“说实话，你现在还没有通过。我认为在某些情况下你可以做到这一点。”这伴随着反馈以及那些里程碑是什么。或者在某些情况下，你会说：“我们确实尝试过，但我看不到成功之路。”因此，它是对话的锚点和切入点，可以进行很多不同的方向。我喜欢它的一点是，它能够很好地反馈反馈并检查事情的进展情况，有时会迫使我们进行艰难的对话，而不是回避它。
Elizabeth Stone：或者为了留住优秀的人才，你确实需要说你做得很好。这是让人们感到被认可和重视的重要组成部分。所以，我不想让人觉得我们对此持非常消极的看法。我认为硬币也有积极的一面。 [00:48:37]
Lenny Rachitsky：惊人的。我想只是为了向人们解释这是什么，这样他们就不必去听其他播客，我会尝试简要解释一下。这里的想法是 Netflix 文化的一部分，即当你有人向你汇报时，你应该始终思考，如果我知道我对这个人的了解，我今天会雇用这个人吗？如果没有，那么我可能应该让他们走。我们的想法是保持高标准，而不只是安于现状。好吧，这个人，他们就在这里，我想我们会把他们留在身边。大概是这样理解的吧？
Elizabeth Stone：是的。它的方式......这是一个必然的结果。如果那个人今天来找我说他们要离开，我会努力留住他们吗？或者我会说，如果我的感觉是缓解，哦，是的，让其他人担任这个角色可能会更好，我应该采取行动并尽早进行对话。 [00:49:21]
Lenny Rachitsky：正如你所说，为了维持这种文化，你必须做很多令人不舒服的事情。
Elizabeth Stone：是的。嗯，守门员测试就是其中之一，保持人才密度、环境，而不是领导者之间的控制。我们谈论的是高度一致，但松散耦合，这就是轻量级流程，确保我们清楚优先级并且可以执行它们的最低限度是我们正在解决的问题。所有这些事情都不是人类或大规模组织倾向于做的事情。因此，我们需要不断努力，努力维持使 Netflix 成为一个特殊场所的东西。因为归根结底，吸引人才、留住人才的是工作和文化。我们需要这样才能成为一家成功的企业。
Lenny Rachitsky：那正是我要去的地方。因此，要使这项工作成功，您需要吸引最优秀的人才。吸引最优秀的人才总是很困难。如今，资金飞来飞去，人工智能实验室华丽，竞争如此激烈，这让我感觉非常困难。太疯狂了。您发现什么可以有效说服高层人士仍然来到 Netflix 并加入，而不是他们可以去的所有其他奇特地方？ [00:50:22]
Elizabeth Stone：是的。我们对人才的竞争一直很激烈。现在可能感觉更明显，但我们团队中有很多才华横溢的人。也许这是不言而喻的，但我觉得我应该大声说出来，因为我相信它。 Netflix 拥有令人难以置信的人才、新员工和长期任职的员工。团队所做的工作总是给我留下深刻的印象。所以，我不觉得我们遭受了苦难，也不觉得其他公司正在吸走所有优秀人才，因为我认为他们中的很多人都在 Netflix 工作。确实，我们必须更明确地了解 Netflix 与其他公司（例如一些 Frontier Labs）相比，更容易在 Netflix 蓬勃发展的人员和人才类型。因此，Netflix 的员工必须对技术应用充满热情，并热衷于应用或构建产品来解决一系列特定问题。
Elizabeth Stone：你必须热爱娱乐。你必须热爱大规模的消费产品。你必须热爱它的全球性。有很多非常有才华的人喜欢技术、产品和娱乐之间的最佳平衡点，我就是其中之一。如何将这些东西以一种非凡的方式结合在一起？你可以使用人工智能来做到这一点。你可以使用其他技术和产品来做到这一点，但这必须能让你对 Netflix 的许多角色感到非常兴奋。相反，如果你受到前沿模型公司正在做的一些基础工作的启发，这以它自己的方式令人兴奋，那就是一个不同的角色。这是一个不同的......这是我想要研究的问题空间。但我认为不乏对技术的应用感到真正兴奋并看到其与他们每天喜欢和使用的事物（例如 Netflix）之间的联系的人。 [00:51:45]
Elizabeth Stone：所以，这让我早上起床，我想这也让很多团队成员起床了。我们的对话是关于只有 Netflix 人才才能做到的特殊事情，或者填补另一个深入应用该技术的行业的空白。我认为这很鼓舞人心。 [00:52:39]
Lenny Rachitsky：我想谈谈我在我们正在接近的人工智能世界中一直在思考的一些事情。一类是初级人员。感觉每个人都像...这是一个很好的例子。你雇佣了很多优秀的高级人才，他们已经证明了他们的才华、密度和高标准。此外，人工智能让做事变得如此容易，以至于人们可能不会学习如何做任何事情。我想，就像初级工程师、初级产品经理、初级设计师一样。新人如何成为这些出色的资深人士？你有什么想法吗？你们正在招聘初级员工吗？您对此有何看法？如果初级人员不一定学习或没有途径学习成为高级人员，会发生什么情况？
Elizabeth Stone：我们仍在招聘初级人才，他们对我们的人才战略非常重要。所以，我们仍然有一个实习生计划，我们仍然有一个新的毕业生计划，这对我们来说是几年前的新计划。因此，在几年前，我们只招聘所有职能领域更有经验的人才。现在，我们确实直接从本科生和研究生项目中聘用人员，并且我们将继续这样做。因此，即使在人工智能的世界中，有些事情变得更容易，我们之前也讨论过心态、人工智能的流畅性。根据我的经验，年轻人的思想更加开放。他们往往更熟悉其中一些新的工作方式。对于像 Netflix 这样的公司来说，他们也非常了解娱乐如何变化、消费者行为如何变化、产品和技术如何影响他们正在使用的产品。这对于我们的团队来说非常重要。 [00:53:39]
Elizabeth Stone：那么，角色的一部分就是，作为一名工程师的应届毕业生，你是谁？但还有一个问题，作为一个二十岁出头、对世界有非常有价值的看法并对世界正在变化的方式感到满意的人，你是谁？因此，这就是为什么我说这是我们人才战略的关键部分。好吧，当你进入这个角色时，你就拥有了五十年前还不存在的人工智能工具。我想说掌握手艺还是很重要的。因此，回到过去，作为团队成员，我对提交生产的代码的质量负责。我对我正在构建的产品的质量、它们的设计方式以及用户消费者体验负责。这些都不会消失。因此，如果我考虑团队中更多初级或早期职业人才，我们需要在指导上投入同样多的资金，这才是美好的样子。 [00:54:38]
Elizabeth Stone：这就是您使用这些工具的方式，但您仍然对结果和输出的质量负责。我想我之前提到过这一点，我发现这种精通和卓越的工艺仍然很少见。所以，我们要确保我们正在教授这一点。我认为这是一个合理的担忧：如果我没有像我必须的那样亲力亲为，我该如何实现这一目标？但你仍然有责任审查代码、测试代码、能够诊断问题、了解好的产品是什么样子。我认为这是一种非常稀缺的技能，这是一种解决重要问题的产品及其设计方式的卓越表现。 [00:55:29]
Elizabeth Stone：所以，我不认为掌握工艺的重要性正在消失。也许我们培训和培养人才的方式必须改变，因为他们将使用不同的工具。我可以向你保证，早期职业人才也将教给像我这样的老年人很多新东西。所以，我认为这是双向的。 [00:56:06]
Lenny Rachitsky：我不知道，五年、十年之后，你认为工程学会走向何方？您认为人们还需要理解代码吗？或者您是否认为存在位于顶层的抽象层，您甚至无需学习 C++、Java、Python 等？
Elizabeth Stone：我认为能够用特定语言（例如 Python 或 C++）编写代码行与理解代码、计算机系统、产品的工作原理是有区别的。我不认为后者会消失，因为如果我们信任代理了解所有语言并编写所有代码，我们就不会知道为什么有些东西......它是一个好产品吗？这是一个不好的产品吗？当它不工作时，它是否能按我们的预期工作？正如我之前提到的，我们冒着很大的风险。我们失败得快，恢复也快。这需要了解这些系统是如何工作的。
Elizabeth Stone：我可能会使用代理来帮助我理解这些事情，帮助我更快地检测异常或损坏的东西并对其进行分类，但我仍然需要熟练地了解我们正在构建的这个东西是什么以及它是如何工作的，所以我知道它是否好并且我知道如何修复它。我不知道。我希望这种情况不会消失，因为这就像我们如何通过我们正在建设的东西让世界变得更美好？我认为需要对我们所构建的内容有一定的了解。 [00:57:21]
Lenny Rachitsky：我听到的是，这是有道理的，你可能不必编写代码，但你必须理解它以及正在发生的事情。但作为一个不写它的人，要真正将其灌输给你要困难得多。
Elizabeth Stone：我认为这是目前学习曲线非常陡峭的事情之一。因此，看看这些模型或代理正在编写的一些代码，它们很难遵循。就像，我知道我从中获得了更好的表现，但我不知道为什么。如果这东西坏了，我将不知道如何修复它。这让我很不舒服。也许那是因为我仍然处于学习曲线上，我们如何在那个世界中运作？我们需要进行哪些测试或合理化和理解才能适应它？但乍一看，却显得很陌生，也很不安。因此，我认为随着时间的推移，工程将不断发展，适应这一点，并熟练掌握它，并知道如何指导新技术、代理和新功能，以确保我们对输出感到真正满意。
Lenny Rachitsky：我想知道这是什么隐喻......我仍然对两年内工程发生的巨大变化感到震惊。这就像一个完全不同的下拉菜单。我们过去常常坐在 NID 中编写代码，而现在您只需与代理交谈并审查代码并每天发送 100 个 PR。 [00:58:48]
Elizabeth Stone：感觉就像是工程变革的加速。但如果你回顾过去 10 年或 20 年，你会说同样的话。所以，有一些事情进展得更快。我们很难想象它在过去几年里的发展速度有多快。但工程、数据科学或产品会发生这些重大转变并不完全陌生，就像电影制作的运作方式一样。如果你回顾过去 100 年，你会发现，由于我们带来了技术和新工具，情况发生了令人难以置信的不同。只是感觉周期正在加速。 [00:59:05]
Lenny Rachitsky：好的。我想简单谈谈娱乐。我很好奇娱乐在接下来的五年、十年内会如何变化，我不知道。就在今天，我们打开Netflix，看看一些节目，看一些视频，已经有一段时间没有改变了。就是这样的想法，哦，我要看皮特，然后把它全部看完。我要去看电影。我有 TikTok，我有 Instagram，还有各种东西。我不知道五年后，你认为我们的娱乐方式会有多大的不同？
Elizabeth Stone：我认为 Netflix 的情况已经发生了变化，因为娱乐在未来不会成为一件事，现在也已经不再是一件事了。因此，我们在产品中超越电影和电视的部分原因是，消费者期望在格式、设备、一天中的时刻有更多的多样性，Netflix 需要能够提供良好的服务，以满足消费者的期望，并希望随着时间的推移超越他们。因此，当我们考虑添加移动和电视或云游戏、直播内容、播客，以及与现在使用 Netflix 服务的更广泛的创作者合作时，所有这些都创造了更广泛的娱乐内容。 Netflix 能够定义并扩展这一点。这对 Netflix 会员提出了更高的标准或期望，我们如何理解这一点？ [01:00:15]
Elizabeth Stone：那么，我们如何向您展示这个非常无缝的旅程，从我听比尔·西蒙斯播客到我观看四分卫，因为我喜欢它作为 Netflix 的产品之一，您可以说传统电影或电视空间到我玩最新的 FIFA 云游戏。我希望能够在电视和手机上做到这一点，因为现在我在移动中，我希望能够在一天中的不同时刻发现并参与内容。这已经是我们在 Netflix 中构建的一个旅程，我认为随着时间的推移，它会变得越来越强大。所以，娱乐的未来不会是一回事。它必须更加个性化、更加身临其境、更具互动性，有了这种感觉，我可以根据我当前的需求，从许多不同的方向探索这个世界。 [01:01:11]
Elizabeth Stone：Netflix 面临的挑战是我们必须让发现和参与变得比今天更容易。我们有大量的内容，但可能会让人感觉非常分散，尤其是当您考虑到那里的所有服务或产品时。我认为 Netflix 非常有能力了解如何跨娱乐、产品和技术解决这个问题。 [01:02:00]
Lenny Rachitsky：显然，另一个要素是人工智能。作为一名外部观察者，看到科技领域与人工智能的相似之处非常有趣，我喜欢它。这就是未来，这就是最好的。在好莱坞，情况就像是，不，关掉它。
Elizabeth Stone：有一个混合。有一个非常广泛的范围。因此，Netflix 在这方面的作用是为创作者提供他们想要使用的任何工具来实现他们的愿景。将会有一些处于极端的创作者或电影制作人说：“绝对不是。没有人工智能。这不是我制作的方式。这与我的愿景不符。”没关系。我们与这些创作者合作。还有其他创作者，我想说，他们的数量正在不断增加，他们对探索非常感兴趣，等等，这些 GenAI 工具能否使以前不可能的事情成为可能？我可以用新的方式讲故事吗？我能否让这个故事变得更高质量，更能引起观众的共鸣？我可以做一些更有创意的事情来让故事变得生动吗？我们也支持他们，我们支持所有处于中间的人。
Elizabeth Stone：我认为这对我们来说是一个非常重要的位置，因为娱乐不再是一回事。不会只有一种格式。我认为将会有一些感觉传统的电影和电视类型，然后将会有一些全新的格式，由令人难以置信的创作者帮助将其变为现实。 Netflix 希望参与其中，这意味着我们需要在提供的工具以及我们拥有的合作伙伴类型方面具有灵活性，并且为了真正拥有创作者支持的观点，而不是规定性的观点，我们只以一种方式做到这一点。 [01:03:24]
Lenny Rachitsky：我认为人们会对人工智能内容的出色程度感到惊讶。斯宾塞·普拉特 (Spencer Pratt) 的视频就像……每个人都说，哇，这很有趣。显然，人工智能，但它很有趣。你认为我们会发展到整个电视节目都是人工智能并且人们喜欢它的地步吗？
Elizabeth Stone：我很难想象没有以人为核心的娱乐活动。所以，这就是人类在创造故事，我认为这是一项稀缺且有价值的技能。讲故事与人性是一回事，并且知道什么与人有联系。所以，我认为人类永远是故事的核心部分或者关键部分。我认为在屏幕上看到那些没有人性的角色对我来说就不那么有吸引力了。讲故事的真正力量是什么，看到另一个人并观察他们如何扮演角色或将情感带入生活，这就是人性因素。人工智能会帮助实现这一目标吗？它会在其中一些作品中发挥重要作用吗？或者我们如何让它们具有某种特定的外观和感觉？是的，绝对是。但我没有看到它的版本没有人类作为支柱。 [01:04:09]
Lenny Rachitsky：有一句话我认为被错误地归因于萨尔曼·拉什迪，那就是：“当一个孩子出生时，他们首先要求食物、水和保护，然后他们要求给我讲一个故事。” [01:05:13]
Elizabeth Stone：从一开始，讲故事就一直是社区、社交网络、人类情感和联系的关键组成部分。所以，我喜欢这样的想法：技术可以放大这一点，并以非常新颖、令人兴奋的方式将其变为现实。但如果说讲故事不以人性为中心，就感觉缺少了一些东西。
Lenny Rachitsky：多年来我们将会看到一些疯狂的事情从这一切中产生。
Elizabeth Stone：哦，这是毫无疑问的。其中很多可能非常有趣。我也不争论这一点。但我认为将会有一个广泛的范围，我认为 Netflix 需要成为塑造这一范围并将其变为现实的中心，这就是我们的计划。 [01:06:00]
Lenny Rachitsky：惊人的。好吧，我们已经讨论了很多内容，伊丽莎白。在我们开始激动人心的闪电回合之前，您还有什么想分享的，留给听众的，或者是对我们讨论过的一些事情加倍努力吗？
Elizabeth Stone：它可能贯穿始终，但我想强调，对于构建娱乐产品来说，这是一个非常激动人心的时刻。我们谈论的一切都是关于技术和消费者的变化以及娱乐是什么。我们正处于这个令人难以置信的高速创新时期，这也是我留在 Netflix 的原因。我认为这是一个有趣的地方。如果我不强调我认为这是真的，我就会错过一些东西。我还认为，作为一个行业，我们有时花很多时间谈论纯粹的技术或能力，我们有点只见树木不见森林。我们正在努力打造人们喜爱的优质消费品。我们正在努力制作人们喜爱的精彩娱乐，这是他们最喜欢的事情，我不想让他们迷失其中。当然，背后有令人惊叹的技术和产品，但最终，最鼓舞人心的是我们为世界各地的人们带来了什么。
Lenny Rachitsky：沿着这些思路，出现了这样的……与消费者过剩和干旱相反的情况、新的消费产品、消费者体验。成功的人很少。几乎没有一家消费者初创公司能够成功，而人工智能感觉就像是其他东西发挥作用的机会。我觉得 Netflix 是少数能够持续提供出色消费产品和业务的公司和品牌之一。只是数量并不多。所以，干得好。 [01:07:23]
Elizabeth Stone：我们将继续保持这一势头。
Lenny Rachitsky：好了，至此，我们已经进入了非常激动人心的闪电回合。我有五个问题要问你。你准备好了吗？
Elizabeth Stone：好的，我准备好了。
Lenny Rachitsky：好的。您发现自己最向其他人推荐的两三本书是什么？
Elizabeth Stone：我必须拿出与上次所说不同的书。 [01:08:02]
Lenny Rachitsky：我不记得它们是什么，但听起来很棒。
Elizabeth Stone：我还是喜欢美好的复古。所以，我想到了两个人：《进入稀薄空气》（Into Thin Air），乔恩·克拉考尔（Jon Krakauer）和说谎者的扑克，迈克尔·刘易斯（Michael Lewis）。所以，我在华尔街工作，我喜欢提醒人们过去的情况。
Lenny Rachitsky：您最近最喜欢的电影或电视节目是？对于在 Netflix 工作的人来说，这可能太难了，但最终结果就是这样。
Elizabeth Stone：名单很长。在我妈妈的推荐下，我最近观看了《非常聪明的生物》。这是一部催人泪下的电影。谈论讲故事的人性部分。
Lenny Rachitsky：您最近发现自己真正喜欢的最喜欢的产品是？
Elizabeth Stone：八睡眠对我的健康和福祉至关重要。
Lenny Rachitsky：您在工作或生活中是否有最喜欢的人生格言？
Elizabeth Stone：我经常回顾父母很早就灌输给我的东西。所以，也许有重复的风险。首先，每天都会有好事发生。即使在压力最大的时候，也要留意这一点。其次，最后 5% 的努力通常会发挥重要作用。
Lenny Rachitsky：这些太棒了。他们打了我。最后一个问题。我对此一无所知，但你提到你正在举办某种自行车活动。 [01:09:17]
Elizabeth Stone：哦，是的。
Lenny Rachitsky：告诉我们发生了什么事。你在这里做什么？
Elizabeth Stone：因此，我和我的丈夫正在进行一次旅行，我们将在环法自行车赛的最后一周比赛。所以，这次旅行是三周。上周有很多山地赛段。所以，我们每天早上都会骑一部分路线，然后下午观看比赛。不适合胆小的人，所以我正在努力训练，这样我就可以享受这些游乐设施。毕竟这应该是一个假期。
Lenny Rachitsky：天哪，我喜欢这个假期。我们只是要去比赛。那么，这就像一场比赛吗？
Elizabeth Stone：我喜欢骑自行车。我热爱职业运动。能够参与其中很有趣。 [01:10:02]
Lenny Rachitsky：那么，这就像赛车一样，还是你只是想漫不经心地完成比赛？
Elizabeth Stone：你若无其事地走。
Lenny Rachitsky：但仍然存在 [听不清 01:10:13]？
Elizabeth Stone：我想我提到过...是的。
Lenny Rachitsky：其他山丘。
Elizabeth Stone：这对身体和精神都具有挑战性。这不是一场比赛，但我不想成为最后的人。所以，我必须足够舒服才能保持自己的状态。
Lenny Rachitsky：哇。我喜欢这与你的工作有多么不同。感觉就像有人[听不清 01:10:29]。
Elizabeth Stone：这是一个很好的平衡，它让我能够户外活动，并给我一些很好的视角。所以，我很期待。
Lenny Rachitsky：伊丽莎白，你太棒了。最后两个问题。如果人们想关注您，或者想了解您发布的任何内容，可以在哪里找到您？听众如何对你有用？
Elizabeth Stone：事实上，找到我以及我们正在做或联系的一些工作的最佳地点是 Netflix 技术博客，我们在那里放了很多我一直在谈论的东西。我们正在努力更好地沟通我们正在开发的有趣的东西。所以，通常这是一个很好的第一站。那么听众如何发挥作用呢？尝试我们在那里推出的所有新东西。观看现场活动、玩游戏，并通过我们在移动设备上提供的名为“Clips”的新垂直视频源享受乐趣。向我们发送反馈。所以，我们想让它变得更好。其中很多事情对我们来说都是零到一的新努力，所以我们正在努力尽快达到伟大和卓越。
Lenny Rachitsky：我喜欢看 Netflix 的家庭作业。 [01:11:26]
Elizabeth Stone：您还可以观看其他内容。请告诉我们如何才能变得更好，但我绝对对我们如何才能让 Netflix 变得更好感兴趣。
Lenny Rachitsky：我喜欢它。我要去这么做。伊丽莎白，非常感谢你来到这里并再次来到这里。
Elizabeth Stone：谢谢你有我。总是很有趣。
Lenny Rachitsky：再见，大家。非常感谢您的聆听。如果您发现这很有价值，您可以在 Apple Podcasts、Spotify 或您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，因为这确实有助于其他听众找到播客。您可以在 lennyspodcast.com 上找到所有过去的剧集或了解有关该节目的更多信息。下一集见。
