2026-07-20 15:54 · 来自 X
E
• Starship 将“大幅降低”人工智能计算与全球通信的成本
• Starship 将“大幅降低”人工智能计算与全球通信的成本
今天是阿波罗 11 号登月 57 周年。
1969 年:地球上最强大的技术 = 阿波罗 11 号。2026 年:地球上最强大的技术 = 2 万亿参数的人工智能。
哪一个对文明的改变更大?
与 @Azure 一起,我们正通过 AMD 全栈人工智能解决方案,推动 #AdvancingAI。了解我们的团队如何结合技术与人才,打造未来。
眼泪哭干了,还是总结一下逛完今年WAIC的51件小事:
1、「三地四馆」的场地太大了,根本没办法全图鉴,加上高峰人流期的交通管制能拉到馆外一公里之远,日均步数4万+的消耗,非常折磨,不过人也是真多,感觉我大半个朋友圈都来了;
2、应该是WAIC举办以来参展企业最多的一届,而且多了一些「很占地方」的展品,比如华为、沐曦和摩尔线程都把自家的万卡集群搬到了现场展示,感觉走过去就会自动响起「加油华为,加油China」的BGM;
3、但是因为那些万卡集群本身并没有交互功能,只能看到闪烁着指示灯的服务器堆叠在一起,所以画面非常静止,空有人气——尤其是华为的展区——却也没有任何节目效果,人群围在一起很像某种原始崇拜,「太空漫游2001」里猿人们膜拜黑色石碑的即视感;
4、具身智能仍然是最热展区,没有之一,很多人特意跑一趟就是为了来看机器人的,单论世博主场馆,具身智能这条赛道的占地比例差不多是其他企业的总和,大有以一敌十之势;
5、机器人的密度之高、同行之卷已经到了一个新等级,像是宇树以前靠几场跳舞打拳就能刷屏已经行不通了,今年都在努力证明可以帮人泡茶炒菜按肩膀,「我有实用价值」的生存欲爆炸;
6、当然宇树依然是里面最有排面的一家,载人机甲GD01占据着整个主场馆的入口C位,过了安检就能看到,据说王兴兴还在现场展示了一波操作,不过我没赶上;
7、至于担心机器人取代工作的,可以稍微宽心了,即便工作人员有各种方法把遥控器藏在包里,光从动手效率来看,这些机器人的单位时间——包括把不用睡觉也考虑进去——产出还是远远比不过日结老哥的;
8、这么说吧,不少机器人演示怎么干活的对外视频都是调了倍速的,因为不调的话很容易被误以为是慢动作,让看的人急得不行;
9、有一说一,在现阶段,「做对」比「做快」要重要得多,比较震撼的还是中国具身智能整个行业的「钢铁洪流」面貌,眼瞅着又要以一国之力对战全世界了;
10、有家给机器人做「皮肤」的公司一目科技还挺有意思的,它只做触觉传感器,像一层膜那样贴在机器人的肢体末端,提供准确的「手感」反馈;…
11、京东也在具身智能这边上桌吃饭,想不到吧,它好像找到了一种类似数据标注的定位,主打人类视角数据集,卖给机器人公司去做训练,据说京东的家政员工都是带着摄像头和传感器去上门给人打扫卫生的;
12、就是「镇馆之宝」的名头有点不够用了,光是我见到和听到的,就有不低于20家厂商在这么包装自家的展品,应该来个证书配套的;
13、「AI六小虎」里来了五个,除了智谱以外——不知道是不是专心搞市值管理去了——都悉数到场,起码从观感上讲,它们已经活成了完全不同的样子;
14、Minimax主打德智体美劳全面发展,一边服务于高价值的Coding市场,另一边在全模态创作上不断点亮技能树,整个展台散发着一种既硬核又带点人文的拧巴;
15、零一万物是其中唯一一个老板亲自坐在展区营业的,开复老师的勤奋程度还是一如既往,但狂也是真的狂,一直在说不存在「六小虎」,现在的格局是「五虎一豹」,自家就是那头金钱豹;
16、阶跃的体验是这几家里最好的,审美和产品全部在线,不光有让机器人搭巨型乐高的大活,AI手机也是人流量最大的展台之一,我很想试试,但真的挤不进去啊;
17、反倒是我很期待的Kimi,显得格外松弛,展区很小,大概人手都分出去发新模型了吧,只有一个简单的发笔记送赠品活动,不过门口也是最挤的,全是想蹭K3热度的媒体,事实证明模型强就是可以为所欲为啊;
18、和预想的一样,ChatBot已经退版本了,现在谁家不掏出几个Agent是完全上不了桌的,从传统互联网公司到AI Native的新势力,能看得出每家公司都在极力的画靶找靶,证明AI的生产力价值;
19、比如腾讯的展区基本上可以说是Agent全家桶,WorkBuddy、Qclaw、Marvis等等能塞多少就塞多少,用产品能力的长处去弥补模型能力的短板,这是很擅长的;
20、微信也来了,但和不来也没什么差别,没有上新大家真正关心的AI能力,而是很命题作文的搞了一个AI生成表情包并打印出来的交互屏幕,一种过年时小孩被爸妈强迫给亲戚表演个节目的应付感;
21、阿里不出意外的还是在表现全栈式肌肉,芯片-模型-硬件层层递进,这次新亮相的有一个造型特别奇怪的AI耳机,放在玻璃罩里不让碰不让摸,功能也没怎么讲解,大概是学到了「过于先进,不便展示」的精髓;
22、字节又没来——指的是设立独立展区——它对WAIC的态度一直比较疏离,好像从来没做过参展商,不过因为努比亚带着同样「只能看,不给用」的2代豆包手机成了全场最靓的仔,字节的存在感其实一点也不弱;
23、不过最出圈的所谓字节系产品还是「豆脚」,你们应该刷到过了,就是有人拿豆包的Logo形象做了面罩,套在半身机器人上到处溜达,然后就有了「豆脚」的外号,十年打铁无人问,一朝整活天下知;
24、百度就比较难绷了,还在年复一年的搁那炒作DAA(日活智能体数)的概念,不知道什么时候这家公司才能意识到,李彦宏拍脑袋想点什么大家就都得虎躯一震的时代早就过去了啊;
25、今年来的学术界嘉宾阵容很扎实,什么9个图灵奖得主齐聚之类,但从演讲内容来看,普遍比较端水,没有特别突出的记忆点;
26、朱松纯教授的演讲可能算是一个例外,属于你们都很懂的那种宏大叙事,直指通用人工智能就是美帝下的套,「美国发明一个信息,我们再请美国人来讲一遍,形成信息的倒灌效果」,要知道在他之前演讲的就是美国来的「强化学习之父」Richard Sutton,哈哈,太不给面子了;
27、「Token经济」成为行业共识基本没有悬念了,稍微隐晦的,还愿意标榜自己所谓的基座和工厂定位,一些演都不演的中转商,直接把财神当作了自家吉祥物,打出简单直接的标语:「下个风口,就是卖Token」;
28、狂热和躁动的分布并不均匀,OPC(一人公司)的主题展区冷清得有点过头,这可是跟当初说好的不一样啊,难道说这么快就要承认现实了吗——AI并不能轻易替代公司这种经过了岁月考验的商业组织;
29、理想是我见到的,唯一以整车品牌参展的新势力车企,还把马赫100芯片的对外亮相选在了这里,其他的要么没来,要么以产品合作的身份出现在展会上,比如阶跃和极氪;
30、今年特斯拉也没来,有点反常,因为作为上海本地企业——嘘,别质疑——特斯拉历来都是WAIC的常客,加上具身智能这么热闹,马斯克反而避战了,不知道是不是操心SpaceX的破发去了;
31、直到下暴雨之前,盛夏的天气实在是热浪逼人,现场每隔几步就会放一个巨大的冰块用来降温,即便如此,在人流量大的区域,不少人还是忍不住闷热,选择中途跑路;
32、除了参展企业和从业者之外,更多普通人来这里其实是出于FOMO情绪,我经常会听到的对话是「有人给你报销差旅吗?」「没有,我自己要来的」「那你是纯热爱啊?」「再不来就真落后了」;
33、更绝的是,我还看到有人拿着自己的简历现场求职,这个思路虽然清奇,但仔细想想还真挺精准的,但从科技公司的密度来讲,WAIC可比招聘会要高得多;
34、还有一个不知道能不能说的男凝视角,就是漂亮妹妹明显比前几年多了,甚至还有宛若桃花的Coser随机出没,感觉有些吃到了BW的尾气,随便分流一点过来都是降维打击,我懂OpenAI为什么要在ICML请女团来跳K-Pop了;
35、纯粹个人体感,AI眼镜的热度似乎有点下去了,各家拿来亮相的产品高度趋同,也没有特别让人眼前一亮的特点,干着干着就都干成工业级场景了,用来巡检、上课、看展等等,明显是在瞄准B端订单;
36、银行之类的金融公司还在展示AI客服的降本增效,主打一个跟真实世界完全脱节的状态,不知道「天下苦没有活人客服久矣」的民情;
37、中国移动算是参展运营商的代表了,明牌要把Token当成以前的流量计价销售,接了300多个模型,要卖给其他企业,相当于一个体制内可信中转站的角色;
38、电算协同是比较让人心安的产业,几大电网都把能源供给的压箱底方案带来了,至少3-5年内,电是不可能缺的,缺的只会是把电能拉满的AI消费场景;
39、因为最近这段时间恶劣气候影响频繁,气象局的自有模型「妈祖」得到了应该超出预期的关注,把它打造成公共产品服务国际社会也是很大气的构想;
40、在西岸,荣耀的Robot Phone人气很高,别人都在整AI手机,它很机智的做了一台具身智能手机,手机自带一个可观测环境的机器臂,有点笨笨的中间形态味道,但确实吸引眼球;
41、阶级分化是另一个很有意思的观感,就像低价小吃店总被满满当当的塞进商场里的B1层,世博主馆的地下就留给了预算有限的各种初创公司,其中很多连展台都没布置,支了一张桌子就算参展了;
42、有家叫叽里呱呱的杭州公司摆出了金色蟾蜍造型的AI硬件,硬整出一条「打印桌宠」的赛道,蟾蜍嘴里会吐出打印出来的实体字条,很有仪式感,不过造型设计太丑是个劝退点;
43、很多人喜欢B1层就是因为这里人味十足,不像上面那些展区普遍是热蔫儿了的打工牛马在接待同样热蔫儿了的出差牛马,B1层的小公司生命力一个比一个旺盛,人均想要刮中一张VC彩票,据说连曲曲都来了,不过我没见到;
44、转了一圈,如果不看价格,我最想下单的是自动吹风机,可以解放双手,让一根机器臂帮你360度无死角的吹干头发,抽象归抽象,但真的很实用好吗,产品名字也很直率,就叫「吹了么」;
45、小红书和欧莱雅都在搞面向非专业程序员的Vibe Coding活动,属于文科生狂喜的那种,格子衬衫含量为零,很多小孩儿拿着一堆表情包做的PPT就上台开讲了,年轻真好啊;
46、AI的造星运动还在持续,如果说大厂们的造星对象是研究员,那Build in Public的造星对象就是素人开发者,一些知名度比较高的博主,是真的会被人群层层围住合影的;
47、知乎在WAIC世博主场馆外办了今年的Tech Club,未来三十年内都不会有人猜到为何要选择这么撞日子和撞位置,真不怕被虹吸啊;
48、尤其是WAIC临近结束时,场外因素开始明显大过了场内氛围,Kimi、DeepSeek、Qwen的三连发,连带着中美AI竞赛的新赛季叙事,带来了更高的观赏性,兴奋点一下子就燃起来了;
49、便利店的烤肠太难吃了;
50、最后想说的是场外的组局也多得简直过剩,毕竟这可能是一年到头来从业者最为密集的一百多个小时了,投资人拉项目,媒体人吹牛逼,主理人录播客,出差人喝夜酒,如果你很久没感受到经济上行的美了,上周末的魔都,可以负责管饱管够;
51、有没有泡沫这个问题其实已经不重要了,借用一句台词来讲就是——「泡沫破灭前,每一个泡沫都闪烁着耀眼的光环,正是在一个个耀眼的光环中,人类充分发挥了自己的想象,最终改变了整个世界」——孩子们,明年WAIC再见。
#WAIC2026#
FDE和以前的consulting什么区别?
和以前的consulting没有本质区别:consultants赚的比软件license fee少多了,但是别忘了沉淀下来的不光是后来被集成进软件的best practices还有consultants本身的能力和行业洞见。FDE是整个工业界少有的凭技术就能直接和业务接轨的机会,可以看作是技术背景的人加持一个MBA的捷径,而且门槛比成为顾问低多了。
很高兴扩大我们与 @Azure 的合作,使用我们最新的 MI455X GPU、Venice CPU 和 Pensando 网络设备部署 @AMD Helios。感谢 @satyanadella 和 @scottgu 一直以来的合作。我们为双方团队共同打造的成果感到自豪!
今天,AMD 与 @Microsoft 宣布扩大双方的战略合作伙伴关系,为 @Azure 提供完整技术栈的 AMD AI 解决方案,涵盖 GPU、CPU、网络和软件。在此次扩展的核心部分,Microsoft 将部署 AMD Helios,为 Microsoft、其 AI 客户提供前沿模型 AI 推理能力,并支持 Azure AI 服务。
在 #AdvancingAI 前夕,进一步了解这则新闻:https://bit.ly/4vCdWlq
总战绩:
😄 63次🤦 41次
今天,AMD 与 @Microsoft 宣布扩大双方的战略合作伙伴关系,为 @Azure 提供完整技术栈的 AMD AI 解决方案,涵盖 GPU、CPU、网络和软件。在此次扩展的核心部分,Microsoft 将部署 AMD Helios,为 Microsoft、其 AI 客户提供前沿模型 AI 推理能力,并支持 Azure AI 服务。
在 #AdvancingAI 前夕,进一步了解这则新闻:https://bit.ly/4vCdWlq
产品自述:The first goal-driven, proactive AI team for e-commerce
团队成员共 3 人,详见原始页面
Product Hunt 页面没有明确问题陈述;可先参考产品自述和官网。
网页应用
Productivity、Marketing、Artificial Intelligence
产品自述:将任何目标转化为个性化、自适应的学习路径。
团队成员共 3 人,详见原始页面
Product Hunt 页面没有明确问题陈述;可先参考产品自述和官网。
网页应用
User Experience、Education、Career
产品自述:Vibe code business operations
团队成员共 14 人,详见原始页面
Product Hunt 页面没有明确问题陈述;可先参考产品自述和官网。
网页应用
Productivity、Artificial Intelligence、Vibe coding
《深入理解 AI 智能体:设计原理与工程实践》(李博杰著)开源主仓库:全书正文、编译版 PDF 与按章配套代码
Python
今日新增 1,734 星 · 总星标 6,752 · Fork 622
本地优先的代码智能图谱,面向 MCP 和 CLI。它会为代码库构建持久化映射,让 AI 编程工具在代码审查和大型仓库工作流中只读取真正需要的内容,并提供经过基准测试的上下文缩减效果。
Python
今日新增 663 星 · 总星标 21,583 · Fork 2,198
用于体验异构 LLM 推理/微调优化的灵活框架
Python
今日新增 360 星 · 总星标 18,454 · Fork 1,456
欢迎各家鱼油品牌找我洽谈商务合作,我是资深的鱼油品鉴家,对鱼油的营养价值、健康文化以及品牌传播有着专业的洞察,研究深海Omega-3超过60年,在国际医学顶刊发表论文数十篇,种草风格深受用户喜爱支持,他们都说一日不吃我推荐的鱼油便浑身难受不得劲,可立刻发送账号数据、过往鱼油合作案例与完整媒介资料,真诚期待沟通!
Grok
这就是我现在实际采用的新工作流:
实时研究(Realtime Research)→ Grok 4.5 规划与编排(Planning & Orchestration)→ Fable 5 日常编码/调试(Day-to-day Coding/Debug)→ Grok 4.5 编写并运行测试(Write & Run Tests)→ Grok 4.5 复杂编码/调试(Complex Coding/Debug)→ GPT-5.6 Sol Frontend → Fable 5
收藏这条。
罗马在公元前146年焚毁科林斯,将希腊征服。随后,古代史上最奇怪的事情发生了:胜利者在接下来的几个世纪里,拼命想要变成失败者。
这件事其实在最终征服之前就开始了。公元前211年,将军马塞卢斯洗劫锡拉库扎时,把成船的希腊雕像和绘画运回罗马,整座城市为之疯狂。突然间,每个富有的罗马人都必须在家里摆放希腊艺术品。几十年后,西塞罗围绕起诉一位名叫维勒斯的总督,构建了一整套法庭案件,指控他掠夺希腊杰作;罗马人对此津津乐道。
接着是学校。富裕家庭开始专门购买受过教育的希腊奴隶,并把抚养孩子的工作交给他们。因此,那些摧毁希腊的人所生的儿子,从小就说希腊语、背诵希腊诗歌,还跟希腊人学习哲学。后来,精英阶层甚至把十几岁的孩子送到雅典和罗得岛留学完成教育,就像今天的人们把孩子送出国读书一样。西塞罗这样做过,尤利乌斯·凯撒也这样做过。
他们的神祇其实是换了名字的希腊神祇。宙斯变成了朱庇特,赫拉变成了朱诺,阿佛洛狄忒变成了维纳斯,阿瑞斯变成了马尔斯。神话相同,家庭闹剧相同,只是大多换了个名字。
他们的娱乐活动也借鉴了希腊。最早的一批重要罗马剧作家普劳图斯和泰伦斯,基本上是把希腊喜剧改编成拉丁语作品。他们的医生是希腊人,建筑也大量采用希腊柱式——你今天在银行大楼上仍能看到的多立克、爱奥尼亚和科林斯柱式。
对艺术的痴迷还在历史上留下了一个奇特的印记。罗马人如此喜爱希腊青铜雕像,以至于大量生产它们的大理石复制品。如今人们在博物馆里走过、称为“希腊雕塑”的作品,有很大一部分其实是罗马复制品。希腊原作早已被熔化或消失,反而是这些仿制品留存了下来。
并不是所有人都对此感到高兴。老加图一生都在警告,希腊文化会腐蚀罗马人的品格。他嘲讽希腊哲学家,不信任希腊医生,还希望把他们赶出城市。…
然而,他年老时还是悄悄坐下来学习了希腊语。就连最响亮的反对者也屈服了。
这股潮流一路影响到了最高层。维吉尔创作《埃涅阿斯纪》这部罗马民族史诗时,公开以荷马为蓝本。皇帝尼禄参加希腊运动会,还像超级粉丝一样游历希腊。哈德良痴迷希腊文化到留起希腊哲学家的胡须,并投入资金重建雅典。而掌控整个罗马世界的马可·奥勒留,写私人日记时不用拉丁语,而用希腊语,因为那才是严肃思考的语言。
诗人贺拉斯用一句话精准概括了这一切:被征服的希腊反过来征服了野蛮的征服者。罗马在战场上赢得了每一场战争,随后却把自己的整个灵魂交给了被它击败的人。
#模型时代##Kimi K3把美股半导体干崩了#继续说K3。K3对美国模型生态的冲击,越来越趋近于当时的DeepSeek R1,可能还会超过R1。因为R1并没有让美国模型届思考“体制”问题,但是K3有。
但是,这些冲击没有一条能指向K3应该把半导体干崩的逻辑。
继续说“体制”问题,拿这条推文说吧:
1、我手头有一份关于我正在开发的软件的安全问题报告。
由于“网络防护措施”的存在,Codex不会修复这些问题由于“网络防护措施”的存在,《Fable》无法修复这些问题
Kimi K3把所有问题都解决了。没有任何限制,就是能把事情办妥。这对 OpenAI和 Anthropic来说将以悲剧收场。
2、Kimi仅凭一条提示(未指定 /goal)就在 10小时内修复了全部 15个关键 bug。代码质量令人印象深刻。这笔交易总共花了我250美元,款项已汇往中国。
3、讽刺的是,大多数安全漏洞都是由 GPT 5.6造成的,但正是由于“网络防护栏”(cYbEr gUaRdRailS),该模型却拒绝修复自身存在的漏洞。
确实。
美国人直接把世界杯中场秀玩成超级碗规格!太炸裂了!
麦当娜 + 罗纳尔多 + 小罗 + 夏奇拉 + 贾斯汀·比伯 + 韩国BTS同台!
世界杯决赛首次中场秀直接封神!
[熊猫]
川普为西班牙颁大力神杯,颁完被因凡蒂诺劝下台。
#特朗普为西班牙颁奖##世界杯决赛##热点现场##2026美加墨世界杯##西班牙vs阿根廷#
#BTS亮相世界杯中场秀# 👍 世界杯决赛中场秀开始了!
#西班牙vs阿根廷#
延时喷雾厂商可以考虑找阿根廷队代个言啥的。
帮转招人信息引用原帖:
好消息。
我这边有个岗位,会 Rust最好,不会也没关系,但一定要重度 AI Coder,有自己的 AI工作流。
可远程,但需要现场的时候也得在现场。
短期岗位,可到明年,适合喜欢 AI Coding,挑战困难,今年还未找到工作的朋友。
🤦
我无法呼吸//@阑夕:劳塔罗没了?阿根廷这换人看不懂啊//@阑夕:我有点慌
🇪🇸 负 🇦🇷
都闭嘴,听我分析。
两种剧本:
一个是我之前设想的,西班牙获胜,亚马尔接棒梅西,为世界足坛贡献一副代际交替的动人画面。
但我现在觉得另一个剧本更有看点啊,老球王继续单核创造卫冕奇迹,让美洲主办的世界杯留在美洲,而且亚马尔还年轻啊,他还有的是机会。
只要梅西再拿世界杯,他就创造了一个前无古人的纪录,在荣誉层面连贝利和马拉多纳都追不上的,川普也会喜欢这种历史级的颁奖典礼的。
是不是这个理?
而且从4强开始,每一场比赛都很邪门,全是高赔率球队赢了低赔率球队,也就是纸面实力的以弱胜强,打破市场预期,决赛很有可能也是如此。
已经胸有成竹,已经板上钉钉,已经十拿九稳,已经破釜沉舟。
就在今晚,我要收复失地,我要光彩夺目,我要告诉人家,我失去的东西一定要亲手拿回来。
从此,我再也不必为了卖鱼油,遭受那么多冷落讥笑,评论区的鱼油笑话将会一扫而空,取而代之的是景仰神迹的虔诚。
战斗!战斗!战斗!
阿根廷是冠军!
劳塔罗没了?阿根廷这换人看不懂啊//@阑夕:我有点慌
🇪🇸 负 🇦🇷
都闭嘴,听我分析。
两种剧本:
一个是我之前设想的,西班牙获胜,亚马尔接棒梅西,为世界足坛贡献一副代际交替的动人画面。
但我现在觉得另一个剧本更有看点啊,老球王继续单核创造卫冕奇迹,让美洲主办的世界杯留在美洲,而且亚马尔还年轻啊,他还有的是机会。
只要梅西再拿世界杯,他就创造了一个前无古人的纪录,在荣誉层面连贝利和马拉多纳都追不上的,川普也会喜欢这种历史级的颁奖典礼的。
是不是这个理?
而且从4强开始,每一场比赛都很邪门,全是高赔率球队赢了低赔率球队,也就是纸面实力的以弱胜强,打破市场预期,决赛很有可能也是如此。
已经胸有成竹,已经板上钉钉,已经十拿九稳,已经破釜沉舟。
就在今晚,我要收复失地,我要光彩夺目,我要告诉人家,我失去的东西一定要亲手拿回来。
从此,我再也不必为了卖鱼油,遭受那么多冷落讥笑,评论区的鱼油笑话将会一扫而空,取而代之的是景仰神迹的虔诚。
战斗!战斗!战斗!
阿根廷是冠军!
我有点慌
🇪🇸 负 🇦🇷
都闭嘴,听我分析。
两种剧本:
一个是我之前设想的,西班牙获胜,亚马尔接棒梅西,为世界足坛贡献一副代际交替的动人画面。
但我现在觉得另一个剧本更有看点啊,老球王继续单核创造卫冕奇迹,让美洲主办的世界杯留在美洲,而且亚马尔还年轻啊,他还有的是机会。
只要梅西再拿世界杯,他就创造了一个前无古人的纪录,在荣誉层面连贝利和马拉多纳都追不上的,川普也会喜欢这种历史级的颁奖典礼的。
是不是这个理?
而且从4强开始,每一场比赛都很邪门,全是高赔率球队赢了低赔率球队,也就是纸面实力的以弱胜强,打破市场预期,决赛很有可能也是如此。
已经胸有成竹,已经板上钉钉,已经十拿九稳,已经破釜沉舟。
就在今晚,我要收复失地,我要光彩夺目,我要告诉人家,我失去的东西一定要亲手拿回来。
从此,我再也不必为了卖鱼油,遭受那么多冷落讥笑,评论区的鱼油笑话将会一扫而空,取而代之的是景仰神迹的虔诚。
战斗!战斗!战斗!
阿根廷是冠军!
我是一名心脏病专家。每个人都把这项研究当作一则关于皮肤的故事来分享,却掩盖了真正重要的部分。科学家取来一位75岁捐赠者的主动脉,施加一种单一的工程化酶,去除了超过70%的分子损伤,使其降至30岁动脉的水平。这项研究五天前发表于《Nature Communications》,由 Revel Pharmaceuticals 联合 Calico 和科罗拉多大学完成。以下是他们清除的东西。
糖会以和加热使面包变成棕色相同的方式与体内蛋白质发生反应——在一生中缓慢累积。它会留下名为 CML 的残留物,这是衰老组织中最丰富的晚期糖基化终产物。CML 会焊接到皮肤、眼睛晶状体和动脉壁中的胶原蛋白与弹性蛋白上。随之而来的是两件事:动脉变得僵硬;CML 还会黏附到一种名为 RAGE 的受体上,推动慢性炎症——这正是我几个月来一直在写的、作为心脏病发生引擎的那团火。
自20世纪80年代以来,这种损伤一直被认为是永久性的。人体没有能够将其清除的酶。现有的所有方法都只能减缓新损伤的形成,没有任何方法能触及已经存在的损伤。
因此,他们构建了一种自然界不存在的酶。他们筛选了45,000种蛋白质结构,又在超过5亿种变体上进行了五轮定向进化,最终得到 CMLase——一台分子割草机,能够氧化去除蛋白质上的 CML,并恢复下方原本健康的赖氨酸。不是修补,而是逆转。
老年动脉组织中的 CML 有超过70%被清除;老年皮肤中的 CML 有超过55%被清除,低于31岁皮肤中的水平;晶状体蛋白中的清除率为45%至78%。CEO 表示,他们原本预计只能达到20%,结果震惊不已。
动脉僵硬会导致收缩压高血压、心力衰竭和中风,而我没有任何能够逆转这一过程的药物。我可以减缓它,却无法将其恢复。这篇论文表明,恢复或许是可能的。…
这些限制确实存在,我不会跳过它们。这项工作是在培养皿中的捐赠组织上完成的,而不是活人身上。目前还没有功能性数据——我们不知道那条动脉是否真的变得更有弹性。将一种大型酶输送到人体组织深处,是一个困难且尚未解决的问题。临床试验还要等上好几年。
但一项持续四十年被认为不可逆的损伤,刚刚从人类组织上被清除了。我们花了一个世纪学习如何减缓衰老,终于有人找到了擦除衰老痕迹的方法。感谢 @theallinpod @friedberg @chamath @pesottas
Friedberg:新研究显示,酶可将皮肤年龄从70多岁逆转至31岁
Chamath:这是一个2万亿美元的市场。
科学家刚刚发现逆转皮肤衰老的方法!?
“CML 可以说是细胞外基质中形成的主要分子,它会推动衰老,而没有任何东西能将其分解。
所以,这些科学家开始尝试创造一种酶。酶是一种能够分解某种物质的蛋白质,他们想要创造一种可以分解 CML 的酶。
于是,他们以 CML 为目标,试图弄清楚:‘我们究竟如何降解 CML、清除细胞外基质并逆转衰老?’
他们开始在人体中会发现的蛋白质上进行测试,包括酪蛋白、胶原蛋白、视网膜蛋白(存在于眼睛中)和血红蛋白,结果能够去除52%至97%的 CML,基本上将其降解殆尽。
随后,他们发现了几个能够降解超过90%的位点。
接着,他们取来实际的老年患者捐赠的皮肤,将这种酶施加到皮肤上,结果能够消除皮肤中55%的 CML,基本上把皮肤年龄逆转到了31岁——这些皮肤来自70多岁的患者,仅仅是在皮肤上施加这种酶就实现了这一点。
这是一项突破性的展示,体现了 AlphaFold 与所谓定向进化的结合。定向进化就是改变 DNA 的排列,从而改变蛋白质结构,测试不同的蛋白质,进行高通量筛选,最终制造出一种如今自然界不存在、却能为人类健康带来深远影响的新型蛋白质。”
Chamath:
“这将是一个万亿美元的市场。如果你能做成一款面霜……”
Friedberg:
“我的意思是,伙计,如果你能把这种酶直接涂在皮肤上,并让它吸收进去……”
Chamath:
“游戏结束。光这一项就是2万亿美元。”
西班牙队的表现绝对令人难以置信,他们最终捧回了世界杯!🇪🇸🏆 这是实至名归的胜利,整个赛事都展现了美妙的团队协作。祝贺阿根廷队和 Messi 有一段精彩征程。也要向世界各地所有球队和球迷致以热烈赞意,正是大家让这届世界杯如此难忘。我已经开始期待2030年了!
恭喜阿根廷成功卫冕世界杯冠军🏆!!!
//@Errordetected:frontier很长时间都会紧缺,参数量还越来越大……放眼望去都是不够用,到底谁在拿meta这种出局者说过剩了😅
//@成一虫:C端客户不容易赚钱,现在得大力搞2B。
喜欢吗?
试试 Grok 4.5!
26年新款理想L6升级点详解!
这次只有一个Ultra版本,价格24.98万。
#新一代理想L6首发动态测评# #大V聊车#
这感觉像是数学发展迎来分水岭的时刻。那些真正能够改善人们生活的科学和医学进步,如今似乎已经近在眼前。
到目前为止,就数学而言,GPT 5.6 Sol 是我最感兴趣的新模型——我仔细研究过 http://www.erdosproblems.com 上有关新证明的主张,它们全部都是正确的,而且还包含了一些有趣的思路。
🔻热心网友分享,月之暗面员工在a➗这条下面评论:“我们走后,他们会给你们修学校和医院,会提高你们的工资,但这绝不是因为他们良心发现,也不是因为他们变成了好人,而是因为我们来过。” #kimi k3把美股半导体干崩了##海外新鲜事##热点现场#
那时的她还只是一个有着疯狂想法、年仅55岁的年轻人。
纸质选票是确保你的选票免受外国势力攻击的最明智、最安全方式。俄罗斯无法像攻击电脑那样黑进一张纸。我们提出了《选举安全法案》,以确保我们的选举得到保护。我们必须做好准备。
从演员到导演,周星驰在做的永远是融入文化的好影片👍
#功夫女足票房##视频播客开麦计划##微博二创视频创作季# #微博视频号续航计划#
Grok 很擅长预测。
🇪🇸 🇪🇸 恭喜西班牙队!!🇪🇸 🇪🇸
@SpaceX 团队太棒了。
Starlink 在不到七年时间里的进展简直不可思议。
2019年——首次专门用于 Starlink 的发射任务搭载了60颗卫星
2020年——面向公众的更大规模测试版服务启动
2024年——首批 Direct to Cell 卫星发射,随后推出首个商用卫星短信服务
2025年——Direct to Cell 覆盖更多运营商、设备和市场
2026年——Starlink 已在164个国家、地区及其他市场拥有约1,030万名订阅用户
截至2026年3月31日,SpaceX 已有约9,600颗 Starlink 宽带和移动通信卫星位于近地轨道。
Direct to Cell 已经为约30个国家的约740万台月度独立设备提供卫星到手机的短信和语音服务。
从一次搭载60颗卫星的发射任务开始,如今它正逐渐成为全球通信层,连接家庭、企业、飞机、船只、政府机构、救援任务以及普通智能手机。
SpaceX 正在为整个地球建设连接基础设施。
🇪🇸 负 🇦🇷
都闭嘴,听我分析。
两种剧本:
一个是我之前设想的,西班牙获胜,亚马尔接棒梅西,为世界足坛贡献一副代际交替的动人画面。
但我现在觉得另一个剧本更有看点啊,老球王继续单核创造卫冕奇迹,让美洲主办的世界杯留在美洲,而且亚马尔还年轻啊,他还有的是机会。
只要梅西再拿世界杯,他就创造了一个前无古人的纪录,在荣誉层面连贝利和马拉多纳都追不上的,川普也会喜欢这种历史级的颁奖典礼的。
是不是这个理?
而且从4强开始,每一场比赛都很邪门,全是高赔率球队赢了低赔率球队,也就是纸面实力的以弱胜强,打破市场预期,决赛很有可能也是如此。
已经胸有成竹,已经板上钉钉,已经十拿九稳,已经破釜沉舟。
就在今晚,我要收复失地,我要光彩夺目,我要告诉人家,我失去的东西一定要亲手拿回来。
从此,我再也不必为了卖鱼油,遭受那么多冷落讥笑,评论区的鱼油笑话将会一扫而空,取而代之的是景仰神迹的虔诚。
战斗!战斗!战斗!
阿根廷是冠军!
//@Jane简单粗暴:如果这事真的是诬告,我很好奇,证据是怎么来的,如果没有完整的证据链,是怎么判的
#女儿一个谎让父亲坐了两年牢#
这个案件太离谱了。刚刚录制的,感兴趣的童鞋可以看看我的点评。
#16岁女儿诬告父亲性侵称因管教太严##实务案例看一看#
哈哈哈哈哈,谁做的这是?太坏了😄#澡盆德比##世界杯决赛##西班牙vs阿根廷#
//@caozenghui:转发微博
建议看看徐志胜这段专访,通透又快乐,比他的脱口秀还有意思!
·#视频播客开麦计划#
「财新」还真把富途内幕交易案里的Wenlei Song给挖出来了啊,牛逼。
财经圈应该都还挺关注这个跨国案的,起因是今年5月证监会对富途、老虎等券商作出惩罚,卡在消息披露之前半个月,美股期权市场就有人囤积了超过20万张看跌期权,靠1200万美金的成本最后搏到手1亿美金,短期回报率达到900%⋯⋯
于是美国人输不起了(🐶),作为对手方的做市商海纳国际和城堡证券在纽约占位起诉,把看跌期权的全部盈利都给锁了,然后法院顺着受益账户公布了两个被告,其中一个恰好和前香港财政司司长梁锦松参与实控的投资公司新风天域同名。
另一个是自然人,名叫Wenlei Song,最开始被认为是曾经担任中信建投首席投资官的宋文雷,打电话过去问,被人家否定了,也说是同名,不过这次好像是真的同名,「财新」找到了另一个宋文雷,并确认了他就是此次被告。
这个宋文雷也在中信证券干过,现已移民澳大利亚,同时活跃于中国股票的二级市场,他爸宋凤毅上过多家A股公司的前十大流通股东名单,最高持仓规模接近10亿人民币。
目前听证会已经因被被告申请而延期了,根据原告的说法,随着匿名账户的进一步解锁,还会追加更多的起诉对象进去。
「财新」还真把富途内幕交易案里的Wenlei Song给挖出来了啊,牛逼。
财经圈应该都还挺关注这个跨国案的,起因是今年5月证监会对富途、老虎等券商作出惩罚,卡在消息披露之前半个月,美股期权市场就有人囤积了超过20万张看跌期权,靠1200万美金的成本最后搏到手1亿美金,短期回报率达到900%⋯⋯
于是美国人输不起了(🐶),作为对手方的做市商海纳国际和城堡证券在纽约占位起诉,把看跌期权的全部盈利都给锁了,然后法院顺着受益账户公布了两个被告,其中一个恰好和前香港财政司司长梁锦松参与实控的投资公司新风天域同名。
另一个是自然人,名叫Wenlei Song,最开始被认为是曾经担任中信建投首席投资官的宋文雷,打电话过去问,被人家否定了,也说是同名,不过这次好像是真的同名,「财新」找到了另一个宋文雷,并确认了他就是此次被告。
这个宋文雷也在中信证券干过,现已移民澳大利亚,同时活跃于中国股票的二级市场,他爸宋凤毅上过多家A股公司的前十大流通股东名单,最高持仓规模接近10亿人民币。
目前听证会已经因被被告申请而延期了,根据原告的说法,随着匿名账户的进一步解锁,还会追加更多的起诉对象进去。
1927年,跨大西洋的第一次电话通话,三分钟的费用约为75美元,按今天的货币价值计算超过1000美元。如今,你可以实时、免费地看到地球另一端的人的面孔。
SpaceX最新的卫星每颗约搭载1,024吉比特的带宽。上一代为96吉比特。这意味着单个设计周期内就实现了十倍跃升,而且信号是从轨道上直接传输下来的。一个已经放弃的行业不会出现这样的跃迁——如果你能想到例子,不妨告诉我?
ChatGPT Work 最棒的功能之一,是它运行在云端,这意味着你可以在手机上使用它,即使笔记本电脑合着也没问题。
想想还真有点不可思议:这么长时间以来,要体验智能体(agents)的魔力,主要方式竟然是让笔记本电脑一直开着!
【在内罗毕的陶博士】
在肯尼亚的最后一天,我见到了我期盼已久的访问人物,陶博士。
外界的人都把他称为陶博士,因为他是一个专业的工程师,也是一名博士。
他开始给我讲述他的家族史:陶博士祖籍为湖北黄冈,家族与林B有亲戚关系,林B出自李家大湾,而陶家村与之相邻,方圆百里内陶、林两姓通婚频繁,形成复杂宗族网络。
其叔祖父陶希圣是国民党的“文胆”,曾为蒋介石撰写《中国之命运》《苏俄在中国》及三民主义相关文献。
陶希圣的亲哥哥陶立森(又名陶淑珍)留在大陆,学土木工程,曾任同济大学教授,后担任中华人民共和国成立后湖北省建设厅长、副省长。
陶淑珍在武汉黄鹤楼北侧牌楼有题名,文化大革命期间受周恩来特别保护。
陶淑珍及其子均为全国政协常委,父子同任常委的情况极为罕见。
#微博旅行家# #带着微博去旅行# #马赛马拉#
我不认同,这是典型的唯参数论。忽略了模型厂商的战略眼光、模型训练对用户体验的供给以及模型使用人口变迁。
Kimi K3标注是 Opus 4.8级别,我个人体验下来其实是基于它的木桶短板标的,而它的长板完全可及 Fable 5。Kimi K3在长尾数据的训练上面并没有 Fable 5训练得那么全,会导致在多轮对话的任务中失败一次,然后次次修补,进入一个很差的体验。这和 Opus 4.8的体验完全一致。
而 2026年中的顶规模型可以保证状态一直在线。首先 Fable 5的长尾数据训练非常全面。然后 Fable 5的急剧性能衰减需要到达上下文长度的 80% 到 90% 才会出现。而 Kimi K3基本在 40-50% 时就能感受到性能衰减。
上述 Fable 5的优势对于整体体验来说提升的不只是一点两点,而是四五倍的提升——因为每一步有 5% 的任务失败概率,那么 10步都成功的概率仅为 60%;而把每一步的失败概率消除一半,那么 10步都成功的概率将提升至 78%。这个提升对于长程任务来说只会更夸张,比如放大到 50步则可以将成功率提升接近 4倍。
这就是 Fable 5对于从事从 0到 1创新的工作者来说体验非常棒的原因——因为从 0到 1不可能 one-shot、也极有可能进入数据训练盲区。
那为什么大家会觉得 Kimi K3好?是因为它的 one-shot能力真的很强。而 one shot成功自然会带来成就感。
而早在移动互联网开始时,很多人争相阅读的 Emotional Design中就强调过「成就感」对用户体验带来的提升。Frog Design的创始人 Hartmut Esslinger也提出过 "Forms follow emotion(形式追随情绪)" 的设计原则。…
所谓「形式追随情绪」就是让情绪成为恰到好处的功能装置。而大部分用户想用最快的速度搞点东西出来,那极高的 one shot成功率带来的极高情绪满足就是最好的功能装置。
但 one shot很多 AI IDE在 2025年就能做到,为什么 2025年它的传播效应没有这么高,而 2026年可以?
这是因为用户人群发生了改变。在 2025年的主要适用人群——专业开发者看来,one-shot能力是非常鸡肋的,因为我们要对工程细节进行打磨。但是 2026年更多非程序员群体以办公人群的身份加入,导致评价标准发生了变化。
就像在移动互联网时代我们不能说:对于普通人来说想处理照片 Lightroom足够了,没有必要购入 Photoshop。因为对于普通人来说真正合适的是美图秀秀、醒图、各种风格化相机。
可以说月之暗面在模型训练方面押注前端 one-shot能力确实是一手好棋。
当然,这些用户会成长,会想做一些个性化的改动、会有创造新东西的需求。最后还是会碰到长 K3上下文性能衰减和长尾数据不全面的短板。不过我想国产开源大模型应该已经有了第一批国内原住民——这些人没有用过美国头部两家的模型,在他们眼里,Kimi就是最好的。
#因特朗普出席决赛球迷会遭严重延误#【英媒:由于特朗普出席决赛,美国将调动战斗机和狙击手参与安保】#姆巴佩说宁要决赛不要射手王#直播吧07月19日讯据《电讯报》报道,由于特朗普将出席世界杯决赛,F-16战斗机与军方狙击手被调入这场赛事的安保行动中。
禁飞区将被严密把守,狙击手将部署在体育场屋顶,数千名FBI探员已被调集,为安保行动提供支持。
白宫承认,球迷势必会遭遇严重延误,同时敦促球迷在开赛前四小时抵达大都会人寿体育场。本届世界杯决赛属于“一级”特别活动——这是美国最高级别的安保等级。
白宫国际足联工作组执行主任安德鲁·朱利安尼在接受《电讯报》采访时评估了此次行动的规模,称这场活动的安保级别堪比特朗普的国情咨文演讲与总统就职典礼。
“坦白说,这场安保的规模比超级碗还要大,” 他表示。朱利安尼称,为配合新泽西州警方,“我们还叠加部署了多个联邦机构的力量”。
该工作组在赛事开赛前表示,今年4月闯入白宫记者协会晚宴安保防线的枪手事件,是对该国今夏面临的各类威胁的“一记警钟”。
朱利安尼称:“这也是总统签署通过6.25亿美元联邦拨款的主要原因之一。值得庆幸的是,截至目前的103场比赛都保持了零安全事故的记录。最后一场比赛,我们也要守住这份干净的记录。”
联邦探员、地方执法部门与私人安保公司预计特朗普会出席,因此已为世界杯决赛的安保行动筹备了两年之久。
与此同时,美国F-16战斗机已拦截了一架违反决赛临时飞行管制规定的小型民用飞机。据北美防空司令部消息,战机释放了信号弹以吸引飞行员注意,随后将该飞机安全护送出了管制空域。
该司令部此前宣布,从周五起至决赛举办期间,将在纽约与新泽西地区执行多项美国联邦航空管理局的临时飞行管制措施。
赛事期间,FBI还扣押了数百架在体育场周边管制空域内飞行的无人机。
特勤局强化的外围安保防线,大概率是造成球迷前往体育场途中遭遇延误的主要原因。
特朗普现身体育赛事时,球迷往往都会遭遇延误。上个月他在纽约出席一场NBA总决赛的比赛时,警方就封锁了数个街区。
#法国4比6英格兰#
起点是现在的39.68% 到 54.05%[喵喵]//@刘群MT-to-Death:主流国产芯片MFU提升85%-152% [吃惊] 起点是多少?
其实,Open AI和非人公司还没有注意到另外一件事情。。。
商汤通过异构混合推理,端到端算力电力协同优化等乱七八糟的技术已经把推理成本在大幅度降低。
具体技术细节你们自己搜搜,反正现在主流国产芯片MFU提升85%-152%,单位成本Token产出提升2.5倍,目前国产推理芯片的商业模型,已经开始转正。
如果说 kimi k3是对闭源模型的打击,那么这种加速算力优化的进展就是对这些闭源模型公司和英伟达搞得加速算力基建的釜底抽薪。
为了全人类的安全所以必须发展领先的闭源模型,这个前提本来就高度不靠谱。
然后私募阶段资本对闭源模型做垄断定价就更加不靠谱。
然后闭源模型,加速算力提供商,显卡供应商再弄个循环吃屎,推动万亿美金的加速算力基建就是不靠谱上的不靠谱。
而最终所有这些故事,又都跑到公开市场上通过英伟达甲骨文SpaceX再次上杠杆。。。
故事是很性感,但是中国作为过去 40年真正干事情的人拿到这个故事,一项一项检查的时候。。。
模型,加速算力成本,显卡,商业落地,
这一项项,都会教美国做人。
而我就期待万亿美金的美国加速算力基建,赶紧落地,转化为真正的工厂,电厂,显卡,散热,储能配套。
然后,商汤拿着异构推理,混合显卡,电算协同的新一代加速算力中心方案,开开心心的告诉美国人:
你们的蒸汽机耗能太高,成本不合算。。。
要不要再凑一笔钱,给升级成内燃机的???
回看2014年:Elon Musk带我们参观全新的Dragon V2内部。
这是Elon向美国展示这艘飞船的早期画面;最终,它将让美国重新具备从本土将宇航员送入轨道的能力。
哇
我觉得人们没有意识到这有多么不可思议。苏格兰跑者 Josh Kerr 刚刚以3分42.66秒打破英里世界纪录,平均时速为16.2英里/小时。大多数人甚至无法短暂达到这个速度,更别说在整整一英里的距离内保持了。
远不止十亿
十亿规模的建设者群体即将到来。
#模型时代##KimiK3# 刚看到David Sacks发了一个推。
感觉K3对美国AI的冲击,和Deepseek R1是完全不一样的。R1的冲击力来自于成本,但made in China成本低的故事,不算陌生。但K3拿了一个Code Arena第一,虽然这是局部场景的第一,这个冲击可就太大了。
David是美国的总统科学与技术顾问委员会(PCAST)的联合主席,此前担任过白宫 AI和加密货币事务特别顾问(AI & Crypto Czar)。
推文如下:———
这令人担忧。首次,一款中国模型 Kimi K3在 Frontend Code Arena上夺得 #1位,并在其他基准测试中得分达到或接近前沿水平。
与此同时,我们正自缚手脚:官僚在禁止新建数据中心,层层叠加州级法规,并推动建立新的联邦机构来预先审批前沿模型。
这正是输掉 AI竞赛的方式。如果我们把自己拖入泥潭,世界其他地方不会遵守我们的规则。不受许可的创新正是美国赢得互联网并成为全球技术羡慕对象的方式。我们可以再次用 AI做到这一点——同时以针对性的方式应对风险——否则我们将眼睁睁看着领先优势蒸发。
越快获得更高水平的智能,我们就越快进入丰饶时代,也就越快不再需要为任何事情争斗。
Alex Kantrowitz 与 Wiliot 副总裁 Amir Khoshniyati 讨论了 AI 如何从聊天机器人和软件代理走向物理世界。Khoshniyati 认为,物理 AI 的基础不是先训练一个更大的模型,而是给实体资产建立数字身份,并持续采集位置、温度、湿度、光照和运动等可信数据。Wiliot 的无电池传感器可以把托盘、箱子乃至单件商品接入云端,帮助供应链从历史预测转向实时感知和主动决策。对企业而言,价值体现在减少损耗、自动化收发货、提升食品安全与库存可见性,而不是为了消耗 token 而消耗 token。
对话先回顾了从“设备互联网”到物联网、再到物理 AI 的演进:过去的设备主要负责联网和收集数据,而物理 AI 进一步理解资产的状态。Wiliot 的标签无需电池,可从环境电磁波获取能量,通过低功耗蓝牙传递数据,再由平台合成、解码并提炼可执行洞见。
在供应链场景中,系统既能在宏观层面提醒肉类或蔬菜托盘在装卸平台停留过久,也能在商品层面识别温度波动、冷凝水和潜在污染,提前停止不合规货物的流转。Khoshniyati 强调,AI 的可靠性取决于数据源:企业必须先建立一致、可读、可追溯的标记和读取基础,再让模型和代理执行操作。他主张从出货收货、循环盘点、温度监控和可重复使用资产追踪等低摩擦用例开始,以概念验证、试点和部署逐步扩展。
双方还讨论了多模态模型、跨组织数据共享和 AI 代理协同。ROI 应从具体问题倒推:一家大型零售商发现托盘闲置超过 37 分钟每年可能造成超过 2.7 亿美元损失,相关方案通常需要 7 到 13 个月收回成本。最后,Khoshniyati 将“物理世界的数据铸造厂”比作把现实数据汇集、提炼为可操作洞见的基础设施,并认为标准化后可为更小的供应链参与者提供基准和 KPI。
来源:Alex Kantrowitz / Big Technology Podcast · YouTube 视频
- [00 00 00 - 00 04 08] 从设备互联到物理 AI
- [00 04 09 - 00 10 04] 让实体资产拥有数字身份
- [00 10 04 - 00 15 51] 供应链中的主动决策
- [00 15 51 - 00 20 13] 可信数据与 AI 执行
- [00 20 13 - 00 25 32] 从试点到可扩展部署
- [00 25 32 - 00 31 07] ROI、tokenmaxxing 与数据铸造厂
Alex Kantrowitz:AI 能否超越聊天机器人和智能代理,真正改变物理世界的运作方式? 让我们和 Wiliot 副总裁 Amir Khoshniyati 来聊聊这件事,本次对话由 Wiliot 赞助播出,Amir 今天来到了我们的演播室 。 阿米尔,很高兴见到你。 [00:00:12]
Amir Khoshniyati:很高兴见到你。 谢谢邀请。
Alex Kantrowitz:当然。 很高兴你能来。 那么,让我先来介绍一下背景。 嗯,在2010 年代后期,我写了一本书,叫做《永远的第一天》。 在文章中,我写到了一家名为亚马逊的公司。 你可能听说过它。 该公司当时正在利用人工智能和 机器学习技术。 他们有一个名为“放手一搏”的计划,该计划基本上是利用过去的购买数据,例如人们在哪些邮政编码地区、哪些季节购买了什么,并预测如何向他们的配送中心储备哪些产品,以及何时以什么价格供应。 他们甚至拥有人工智能,这个人工智能前端能够 有效地与供应商进行谈判,因为它知道供应商需要的价格范围,并且变成了一个门户网站,而不是一个人。 所以,供应商经理的工作实际上已经移交给了人工智能。 那大概是2010年代中期到后期。 现在是2026年。 显然,人工智能已经取得了巨大的进步,我们正在进入物理人工智能时代。 那么,您能否带领我和我们所有人回顾一下自那时以来发生的事情,以及供应链中的人工智能和物理人工智能本身从那时到今天取得了哪些发展? [00:01:04]
Amir Khoshniyati:绝对地。 我们正处于变革的时代。 我觉得各方面都令人兴奋。 我们已经取得了相当大的进步,我想在深入探讨物理人工智能之前,先退一步,描绘一下物联网(IoT)的全貌,这个新出现的术语,它的真正含义,以及它如何为 我们目前所处的物理人工智能阶段奠定了基础,以及它的意义所在。 嗯,物联网刚推出的时候,也就是新冠疫情爆发之前,它让每个人都感到兴奋,但实际上人们对它的理解还没有真正稳定下来。 所以,大家都在使用这个新词,但实际上 我们只是从让每种类型的设备都能访问云服务过渡到让云服务。 即使是本地存储信息,也在向云端迁移。 你可能在微软的推介会上看到,在他们推出的一些手机和平板电脑中,移动优先、云优先的理念贯穿始终。 所以当时还不是真正的物联网时代。 它是设备互联网。 所有这些产品实际上都进入了市场,我们在日常生活中会用到多台平板电脑、多台设备,呃,还有多部手机。 几年后,这些设备已经有了应用。 它们就建在其之上。 这些设备开始相互交织,然后我们遇到了新冠疫情,一切都开始非接触式化,然后你对云的依赖程度比以往任何时候都更高,你的设备也与日常事物互动。 所以,这些日常 用品可能都带有二维码。 他们可能拥有我们所说的 RFID、NFC 近场通信的一个子集,用于非接触式支付和消费者互动。 那是你手机里的芯片,比如当你坐地铁的时候,它就会被识别,现在已经标准化了。 亚洲市场正在迅速接受这些技术,但欧洲和美国在采用方面却落后了。 所有信用卡都在向非接触式芯片过渡,这样你就可以去这些地方,基本上可以无摩擦地完成交易。 所以物联网真正开始兴起就是因为这些设备带来了各种各样的东西, 但这些东西本质上并不智能,它们只是收集数据的手段。而我们现在正在迈入的,我们真正认为的物理人工智能的定义,是物联网发展的下一个前沿领域。 所以我退后一步,用物联网、设备互联来回答这个问题。 但现在,物理人工智能是指我们能够将世界上每一项有形资产赋予一个数字身份。 而且,你不仅要识别资产周围的标签所关联的信息,还要了解该资产所处的状态。 [00:03:52]
Amir Khoshniyati:我能详细解释一下吗? [00:04:08]
Alex Kantrowitz:绝对地。 绝对地。 这真的很有意思,因为当我举亚马逊的例子时,这家公司试图预测需求,并计算出他们在物流中心需要多少商品,而实际上,他们似乎是在查看电子表格,对吧。 你有你的号码,你知道你会输入这些号码,或者在你扫描商品后它们会自动填充进去 等等。 呃,但是,你现在说的关于物联网的内容,几乎就像是忘记了电子表格一样。 您可以实时掌握任何时刻的库存位置。
Amir Khoshniyati:绝对地。 而且,这不仅仅关乎物品的位置和可追溯性,还关乎物品的状况。而这正是物理人工智能开始展现其超越以往价值之处的地方。 所以通过条件,你就能知道该物品的温度。 你甚至可能知道那件物品的湿度。 你知道它是否暴露在光线下。 因此,在供应链中,如果产品被包装起来,并且可以通过包装进行光线检测,那么就知道它已被篡改过。 你甚至可以根据 在不同区域拾取物品的三角定位来定位移动目标。 因此,物理人工智能正在催生出正在被数字化的实体物品。 因此,他们拥有数字身份,并且由于他们的数据存储在云端,人工智能功能可以深入挖掘这些数据,然后以预测的方式对其进行解读,这就是 我们使用 Wiliot 所做的。 [00:05:44]
Alex Kantrowitz:好的。 我接下来有两个问题。 关于为什么这是人工智能,我想先问一个更基本的问题。 嗯,假设我是一名仓库经理,我有一些物品正在进出仓库。 首先,我该如何收集这些数据?其次,我又该如何利用这些数据? 当然。 所以,首先要了解我们需要跟踪和追溯哪些资产,在某些情况下,我们可能需要在互动层面上进行交流。 它可能位于供应链的中间环节。 所以,我们可以先从配送中心开始。 我们或许可以逆流而上。 我们从制造商和 一些包装组织开始,然后沿着供应链发展下去。 所以,我们首先要确定我们要追踪的资产是什么。 我们有一家大型零售商,我们已经公开表示,我们开始在托盘上贴标签,所以这是 Wiliot 做的。 是的。 所以请先简单解释一下Wiliot 产品以及您如何跟踪它,然后再来讲解示例。 [00:06:39]
Amir Khoshniyati:绝对地。 所以,我们和 Wiliot 一起做的,我们是一个实体 AI 平台。 我们拥有物联网像素相关的专有知识产权。 所以这些是所有RFID 制造商都可以生产的参考设计。 这些标签贴在实物上。 它们无需电池,而是从环境电磁波中获取能量。 所以,我们有一个像海绵一样的电容器。 它启动后,会通过低功耗蓝牙传输信号。 它所传输的信号可以包含位置、温度、湿度、光照、运动等各种信息,所有这些功能都以被动方式呈现。 当数据传输完毕后,我们会将其传输到云端,并提取这些数据,从中获得可操作的洞察。 而且它的传感器尺寸只有邮票大小。 [00:07:23]
Alex Kantrowitz:好的。 所以,你可以把它放在包裹或托盘上,然后获取你正在讨论的这些信息。 是的。 因此,我们可以在托盘级别,也可以在箱子级别,在某些情况下甚至可以在物品级别。 所以,这将给某人带来一些启发。现在让我们回到仓库经理的例子。 这将让他们实时了解他们拥有的每一件物品或每一托盘货物的位置,以及您正在讨论的那些附加数据。
Amir Khoshniyati:确切地。 所以,这对仓库经理来说很有价值。 这样一来,对品牌而言,从更大的层面来说,这也是价值所在,因为你可以超越仓库的局限,全面了解供应链的运作情况。 所以,所有离开该仓库的货物或所有进入该仓库的货物,你都能 [00:08:00]
Alex Kantrowitz:通过该流程的上游和下游获得价值。 是的。 好的。 所以,现在很明显的问题是,人工智能在哪里? 我的意思是,这些都是数据,但如何从数据转化为与人工智能相关的东西呢?
Amir Khoshniyati:绝对地。 所以从平台层面来说,我们引以为豪的是能够对进入平台的数据进行合成和解密。 所以,我们是事实来源,我提到的所有这些功能都是不同的数据信号,而人工智能的质量取决于输入数据的质量。因此,你要从中挖掘出一些真理, 并从中构建逻辑。 当我们收到数据时,我们需要对这些数据进行解析。 所以这可能是重复数据。 它可能是指位置、温度、湿度、光照等方面的数据。 嗯,商品在供应链中流转时会有差异。 我们收集所有这些数据,进行分析和解读。 一旦我们在平台上发现它,人工智能组件就会介入。这样你就可以向它提问,从而更深入地了解你的资产和产品。 所以这可能是一种预测形式。 您拥有可重复使用的资产。 他们离开了你的场所。 你可以根据趋势询问它何时会回归。 然后你就会得到答案。 您可以问它一些简单的问题,例如我的托盘是否符合规定? 如果您的合规水平在华氏32度到华氏35度之间,并且任何超出该温度范围的偏差都不允许您出售其中的物品,那么我们就可以告诉您,是的,它的温度偏差超过了阈值。 你不能把这个搬到 商店前端,因为卡车在运输过程中经历了一些事情,温度出现了一些波动。 这样人工智能就可以解析它所接收的数据。 [00:09:52]
Alex Kantrowitz:有趣的。 好的。 那么,让我们用一个例子来具体说明一下。 嗯,假设我经营一家商店,并且我有权限访问这个平台。 有没有类似聊天机器人或LLM风格的前端,让我可以提出一些问题,而这些问题在旧版本中可能无法得到答案, 这样我就可以开始提问了。 嗯,我的库存什么时候到货? 我的库存温度是否符合要求,例如奶昔或蛋白奶昔? 那是不是在我能达到的正确范围内? 我的意思是,你认为用户使用该平台时会问哪些类型的问题?或者说,目前用户会问哪些类型的问题? [00:10:35]
Amir Khoshniyati:绝对地。 我认为存在宏观层面,也存在微观层面,也就是物品层面。 所以,我们可以从宏观层面开始。 举个简单的例子,假设一个托盘上装着肉和蔬菜,从配送中心的某个地点出发,然后进行包装。 假设其中一个托盘装的是肉,另一个托盘装的是蔬菜。 它们分别在不同的温度下冷藏和冷冻。 当它经过拖车后部的通道时,最终到达商店后面的装卸货平台门。 你需要在规定的时间内卸下那托盘货物。 它可以暂时存放一段时间,然后必须 直接放入冰箱冷藏或冷冻。 我们会与客户一起计算理想的停留时间,并通过事件主动向他们发送触发器,告知他们如果停留时间再延长 5分钟,则无法销售,因为它不符合规定。 所以,这算是宏观层面上的一种积极主动的方式。 但它还可以更进一步。 它可以经历商品级别的流转过程,比如说是一包肉,然后最终到达商店的前台。 不知何故,它曾几次被从冷冻库里移到码头门外,经历了一些变化,以至于你可以对该产品进行一些调查,然后问:“我可以吃 你吗?这可以安全食用吗?” 真的吗? [00:12:05]
Amir Khoshniyati:然后你到了那个步骤,它显示:“不行,它已经超出范围一两次了。你不能食用它。它很可能已经受到污染。它在生产过程中被污染了。”
Alex Kantrowitz:这一点很重要,因为我认为,当我们在这个节目中不断讨论人工智能的价值所在,以及人工智能是否会带来真正的回报时,答案往往在于 商业的细枝末节,对吧?正是在这些商业领域,你才能找到真正的提升,对吧?就像很多人在思考人工智能时代是否可持续时,他们想到的是人们花20美元订阅聊天服务。 我们在这里反复讨论这个话题。工业人工智能、物理人工智能、人工智能和零售业,因为当企业能够更好地服务客户时,例如,肉类已经从冷冻室或冰箱里拿出来很久了。 够了,你肯定会让顾客生病的。
Amir Khoshniyati:绝对的。 [00:13:10]
Alex Kantrowitz:如果他们能留住那些不会食物中毒的顾客,因为代理商推送了这样的通知:如果肉类在冷冻柜外放置的时间过长,就不能再卖了。要么他们不卖,要么把肉放回冷冻柜或冰箱,这才是真正能改变业务结果的地方。这似乎是变革性的。它可以保护 单个顾客,也可以保护整个托盘。 所以,可能某个环节出了问题,漏掉了某些东西,然后你追溯到托盘,丢弃托盘上的所有东西。这样,你就能在预防方面有所作为,而且还能在食品加工商和收货人之间建立起顺畅的沟通渠道。这样就不会互相指责,你可以真正找到 问题的根源。 如果出了问题,就需要修复双方之间的合规性。所以,这在消费者和企业方面都有价值。 人工智能是否已经开始做出一些决策了?例如,我们之前讨论过,比如发送通知,提醒用户“您可能需要这样做”。比如,代理(我举个例子)发现一批货物要晚到,而且不是因为节假日,对吧?比如您的万圣节货物要到,圣诞节前就能送到。 代理可以主动告知客户,货物会晚到,我们不再需要这批货了。与其让货物走完整个供应链,不如暂停发货,将其退回,避免不必要的环节。 [00:14:36]
Amir Khoshniyati:当然可以。您可以标记出来。 我们之前也用过一些日常用品的例子,比如草莓,它们要经过一系列的流程,冷藏。它们拿出来后,会产生冷凝水,然后经历另一个温度波动,可能太冷,然后结冰。 这些循环实际上会导致细菌滋生,因为水分会积聚,然后经历温度变化,最终影响到草莓。 我们已经见过这些例子,正如您所说,我们可以标记它们,这样就可以在供应链中停止该流程,然后在为时已晚之前在门店层面进行更换,然后处理缺货,并再次重复该流程。 [00:15:16]
Alex Kantrowitz:这些都是至关重要的决策,必须正确执行。所以,嗯,在我们短暂的交谈中,我们谈到了健康,与健康相关的问题,例如,如果传感器检测到冰箱外的肉类可能已经变质,那就很难判断了。 你不能在这里犯错。 嗯。 但是,嗯,有些事情…… 我们经常遇到的情况是,当你处理人工智能系统时,它们是概率性的。它们不是那种“如果A则B”的系统。它们倾向于自由发挥,姑且这么说吧。那么,你如何才能相信人工智能系统在这样的环境下能够准确行动呢 ? [00:16:13]
Amir Khoshniyati:这的确是个非常重要的问题。你必须从数据来源入手。你知道,我曾经是ChatGPT的受害者,我问它一些我大概知道60%答案的问题,结果它给出的答案却完全错误。然后你查看一些数据来源,你会发现,好吧,这个来源 不可信,或者这是一篇评论文章,而它却从中获取了信息。所以,回到资产追踪的现实世界,这意味着你必须确保数据来源真实可靠,并且相信输入的数据是真实可靠的,这样你才能依赖人工智能。 做好幕后准备工作。 从平台角度来看,我们引以为豪的是,我们标记的资产以及由此产生的数据,我们以正确的格式进行整合,这样当数据存储在平台上,并叠加人工智能技术后,最终提供的洞察数据都是真正干净、解密且可信的。 而且,它几乎百分之百有效,90% 的情况下都能正常工作。 绝对如此。目前,我们首先注重数据的可读性,确保用户能够获得清晰可见的信息。因为如果能够获得清晰可见的信息,我们基本上会采用三步流程:概念验证(POC)测试、试点和部署。 我们通常会在这些阶段引入一定程度的基础设施,我们评估交易的标准是,这些硬件会留在现场,我们不会拆除或更换它们。因此,您在 概念验证(POC)测试或试点中使用的硬件只会随着组织规模的扩大而呈指数级增长。 经过评估流程和用例测试,我们非常自豪地宣布,我们正在打造一个稳健且有效的流程。 您之所以能够获得扫描结果,是因为如果您在读取范围内获得扫描结果,那么您就能获得一致的数据,从而确保人工智能能够利用真实数据点完成其应有的工作。 [00:18:13]
Alex Kantrowitz:您是否设想过这样一个世界:AI 代理在合适的后方基础设施和流程的支持下,能够全面运行整个供应链?我认为我们离这个目标并不遥远。
Amir Khoshniyati:我可以举几个例子:比如那些财富200强零售商和电商企业,它们掌控着第三方物流周期和供应链,控制着我们日常收到的大部分商品。您在网上订购的包裹,都是通过这些企业运输的。很多时候,他们选择的供应商都是那些在供应链中 运营的供应商。 董事会。因此,能够成为大型组织供应链的一部分,其副产品是,任何与他们合作的组织最终都将使用这项技术,从而获得这些洞察,并且还能为上游增值。所以我们离那一天并不远了。这只是一个采用率的问题,以及我们实现这一目标的速度。好的,让 [00:19:06]
Alex Kantrowitz:我提出相反的观点,那就是我们已经看到一些尝试让人工智能管理甚至运行供应链部分环节的尝试,但效果并不理想。 最近星巴克就有一个非常引人注目的例子,他们尝试使用人工智能系统,我可能记错了,但大致意思差不多,他们让店员拍摄货架上的商品照片,然后将照片导入库存系统,但他们就是无法让系统正常运行。 所以,当你考虑到这一点时,你如何才能从这种情况过渡到人工智能更受信任,并真正能够执行你所说的操作的阶段呢?
Amir Khoshniyati:从Wiliot的角度来看,我们 我们希望让流程顺畅无阻。 流程中人工环节越多,摩擦就越多,一致性也越差,推广也就越困难。 我们发现一些客户普遍存在的需求。简单来说,就是出货和收货。 我们需要自动化处理货物进出仓库的整个流程。您能以顺畅无阻的方式实现这一点吗? 我们引以为豪的是,我们的技术能够做到这一点。如果货物在您的仓库内,就像您刚才提到的仓库经理的例子,我们可以识别它在仓库中的位置,以及它是放在托盘上、可重复使用的塑料箱还是滚笼上,还能统计有多少件货物在里面。您可以进行 循环盘点吗?嗯。 我们还有温度监控功能,这在状态监测中更受欢迎,有时甚至可以用于追踪您作为组织拥有的可重复使用资产,预测它们的位置。 我们这五项举措旨在实现一定程度的无摩擦普及。当我们开始投入使用时,我们会尝试反复验证这些用例的基础, 然后再着手进行创新和扩展。如果你一开始就对某些东西进行大量定制,就会遇到摩擦,因为你不得不完全重新设计,这样一来,普及就变得困难。 [00:21:32]
Alex Kantrowitz:我刚才提到的这些用例,结合它们的新颖性,我们发现,它们的普及更容易接受,而且它们也是建立在多年来已有的技术之上的。比如条形码、二维码,以及任何基于机器视觉和视线识别的技术,这些技术已经存在超过25年了。RFID 技术也已经存在超过15年了。所以我们是在这些流程和工作流的基础上进行构建,但我们是以叠加的方式进行,而不是直接添加新功能。是的,我认为人工智能构建过程中可能会出现的情况之一是……我并不是说这种情况一定会发生。 星巴克。嗯,但可能会有这样的指令:直接去开发某个东西,呃,现在就做,团队就匆匆忙忙地去做,然后就失败了。 呃,或者可能没有足够的时间提前考虑合适的技术,因为选择太多了,不是吗?有计算机视觉,有你提到的数据。嗯,还有使用数据库,你知道,你把信息输入进去,然后尝试以此为基础进行构建。我的意思是,这很神奇,因为我们离 ChatGPT 的发布还不远,就已经有这么多不同的方法来构建它了。 [00:23:00]
Amir Khoshniyati:绝对是这样。绝对是这样。 嗯,多模态人工智能。嗯,人工智能主要是在公开数据上训练的。
Alex Kantrowitz:你能跟我们说说当LLM在物理世界本身上训练时会发生什么吗?
Amir Khoshniyati:它们提供了一个很好的基础。所以我认为它们已经达到了那种训练水平,而且随着更多数据的输入,这些模型只会变得越来越好。 更强大。所以我认为它从根本上来说非常非常重要,但它对我们日常工作带来的益处是锦上添花。你仍然需要有可靠的数据基础。这可以说是本次讨论的一个主题:如果你没有可靠的数据源,而你标记的资产/产品又缺乏可靠的数据,那么它们就无法提供正确的 触发数据,也无法在供应链中对这些资产和产品进行正确的洞察。 从人工智能或任何现有的语言模型的角度来看,这些都无关紧要。你首先需要从数据源入手,确保这些资产和产品拥有一个始终如一的标记基础。正如你之前提到的,它们有读取范围,我们可以确信它们确实被识别出来,并且我们不会遗漏任何信息。一旦有了这些基础, 所有这些不同的模型都将拥有无限的可能,而且我认为它们还可以互相学习,这也是一种锦上添花的好处。 [00:24:25]
Alex Kantrowitz:你这话是什么意思?所以,随着它变得越来越智能…… 从供应链的角度来看,我们可以捕捉到一些预测趋势,一个模型可以向另一个模型学习并共享数据,因为在搜索数据时,它们都在争相获取信息。
Amir Khoshniyati:因此,在那些已被公开的供应链领域,我们可以获得巨大的收益。嗯,当我们观察组织之间的合作时,很多数据都是专有的,但在很多情况下,从食品加工商到三四种不同的分销商,数据可能保持一致。 如果这些信息能够在一定程度上共享,比如他们正在与哪些公司合作,那么像百胜餐饮集团这样的知名品牌,他们就与多个供应商合作。任何一个在整个供应链中保持一致性的供应商,都为更多的数据共享打开了大门,然后这些语言模型就 可以协同工作,这最终也会提高预测的准确性。 [00:25:27]
Alex Kantrowitz:对吧?所以,我相信你们都听说过tokenmaxxing 时期。我们对此进行过各种讨论。 在这个节目中,有人提到过为了消耗 token 而消耗 token这种现象。嗯,我很想听听您对您和您合作的公司如何衡量 这些人工智能应用的投资回报率的看法,以及最近是否更加注重成本效益。
Amir Khoshniyati:这是一个很好的问题。 现在,当我们审视任何类型的投资回报率时,我们首先要从问题本身入手。在开始量化任何东西之前,我们都必须从这里开始。 我们要解决的问题是什么?是与损耗有关吗?是与流程中的人工劳动有关吗?还是两者兼而有之?然后,我们进行逆向工程。好的,请帮我量化一下这个问题。我们有一些解决方案,我刚才已经讲过了。当我们用一个、两个,甚至可能 在同一个案例中用到全部五个方案来解决问题时,我们会根据成本和问题本身,反向推算投资回报率。我们有一个大型零售商的例子。 他们发现,每有一个托盘闲置超过37分钟就会造成损失。然后我们把这个损失乘以年限,发现这37分钟相当于每年超过2.7亿美元的损失。 所以我们了解了问题所在,也能够从损失的角度量化其影响。顺便说一下,人工扫描托盘的成本还没有计算在内,所以这部分损失是2.7亿美元的增量。然后我们知道了必须提出的解决方案来解决这个问题。在很多情况下,这就是你需要 遵循的流程。 投资回报率的差异取决于在所有站点实施的复杂性,以及实际收回投资所需的时间。 平均而言,我们通常会说,使用我们的技术,结合这些用例中存在的问题,从投资回报的角度来看,大约需要7到13个月。在这种情况下, 投资回报率是13个月。 [00:27:40]
Alex Kantrowitz:等等,不好意思,13个月的投资回报率是什么意思?
Amir Khoshniyati:意思是说,你会在13个月内收回成本。
Alex Kantrowitz:是的。解决方案背后的原因。是的。 随着这些AI 模型变得越来越大,对token的需求也越来越高,你们的支出是否也在增加? 例如,如果你们只是进行信息合成,而不是像你们产品中正在推行的那种更具智能性的用例,那么你们在信息合成方面的支出可能会比智能性方面的支出少。 [00:28:08]
Amir Khoshniyati:是的,我想说,目前我们在人工智能方面的支出并不多,更多的是围绕如何利用现有技术解决问题。 我们正在让很多智能体自行集成,以便它们有数据可供使用。 它们处理信息的方式也在日渐智能。我的意思是,即使像云这样的平台,每周都能处理很多数据。 在他们所有产品套件的推广中,我们专注于数据方面,然后让其他功能逐步集成。因此,如果它们与任何主流的ERP/WMS系统集成,如果我们把 数据传输过去,就会让一些现代智能AI介入,进行数据挖掘。 [00:29:04]
Alex Kantrowitz:最后,我想问一下,什么是物理世界的数据铸造厂? 当一个程序或铸造厂能够收集、整合并利用现实世界的数据时,会发生什么?
Amir Khoshniyati:这意义重大,具有变革性。当你看到所有数据汇集在一起,形成一个数据池,并思考如何利用这些数据时,你会发现它能带来巨大的改变。数据池包含几个子集。 当我们与任何类型的组织合作时,我们会查看他们在供应链中的位置,并标记和收集数据,这只是数据池的一部分。 我们正在深入研究并挖掘数据,然后利用人工智能来获取一些洞见。当你审视整个供应链以及你如何利用它时,你会发现一个更大的信息池。 我们合作的大多数组织都不会公开所有这些信息。因此,我们需要利用Wiliot 平台的强大功能来解读这些数据,然后为他们提供可操作的洞见。但随着我们进入宏观层面,并且这逐渐标准化,你会开始发现一些趋势,这与 之前的例子非常相似,即与分销商合作的食品加工商会有一些共同点。然后,一些关于AI 代理的更公开的领域实际上可以介入其中,并为你提供一些关于这些共同点的分析。 因此,如果你是一家规模较小的夫妻店,想要创业并参与供应链,你将有一个基准可以作为参考,并且你可以拥有自己的KPI来参与流程和评估。 [00:30:34]
Alex Kantrowitz:所以,铸造厂就像典型的现实世界铸造厂一样,对吧? 用这个比喻来说,原材料进来,精炼产品出来。
Amir Khoshniyati:嗯,输入和输出。
Alex Kantrowitz:好的,太好了。阿米尔,非常感谢你来参加节目。很高兴见到你。
Amir Khoshniyati:当然。谢谢你们邀请我。好了,各位。非常感谢收看,我们下期“科技大爆炸”再见。
来源:OpenAI News
URL: https://openai.com/index/safety-alignment-long-horizon-models
OpenAI 分享了部署长时间运行的 AI 模型所获得的经验教训,重点介绍了新的安全风险、观察到的失败情况,以及通过迭代部署不断改进的安全防护措施。
Ali How 主持的这场牛津式辩论,围绕“循环工程的实际效果是否配得上当前炒作”展开。Geoff Huntley 与 Ian Livingstone 认为,循环并非新鲜魔法,而是把软件开发中原本就存在的反馈过程程序化;只要配合类型系统、测试、静态分析和清晰的工程规范,它已经能在许多可验证任务中带来真实生产力。Dex Horthy 与 Greg Pstrucha 则提醒,模型仍不可靠,语义验证、架构判断、访问控制和成本问题远未解决,叠加更多 token 并不能自动把低质量结果变成好软件。辩论最终形成的务实共识是:循环不可避免,但应从小型、可验证、能承受失败的增量流程开始,保留工程师对架构和责任的掌控。
Geoff 以自己两年半不再手写代码的经历说明循环的必然性:代码迁移、产品研究等具有明确终点的工作,都可以由 Agent 持续执行。Ian 进一步指出,控制循环、CI/CD、代码评审和客户反馈本来就是工程的核心,只是现在可以把更多判断从人的直接操作中抽离出来。两人都强调,循环真正有效的前提是反馈必须可验证,工程师要像“火车司机”一样,通过 pre-commit hook、类型系统、格式化、静态分析和确定性测试把模型限制在轨道上。
Greg 认为当前最大的误区,是相信可以在循环上继续叠加循环、靠消耗更多 token 编排出质量。非确定性验证越多,错误概率和成本越可能累积;循环适合安全扫描、拥有成熟测试套件的重写任务和一次性原型,却不适合自动承担复杂架构取舍。Dex 也强调,模型本身不会保证对齐,真正的安全性来自周边基础设施;上下文腐化虽然可以通过清空上下文、重新设定目标和持续反馈缓解,但仍需要使用者建立直觉。
讨论还延伸到共享记忆与软件工厂。多 Agent 共享 Markdown 记忆有助于收敛,却带来“谁写入、谁能读取、谁应承担后果”的访问控制问题。Ian 认为 Agent 不可能成为独立责任主体,最终必须有明确的人类或组织为其行为负责。对于软件工厂,Dex 建议先把速度提高两到三倍,而不是追求一步达到百倍;Geoff 则强调静态类型和可解释性,并主张尽量掌控、vendor 化自己的供应链。
辩论中的具体例子强化了这种分歧:一方面,循环可以持续运行代码迁移、测试修复、安全扫描和带有成熟规范的重写任务;另一方面,Agent 可能为了完成目标寻找权限更高的 token、修改测试来“通过验证”,或在复杂技术栈上不断堆叠不必要的设计。Ralph Loop 通过清空上下文、重新读取目标和当前状态来避免窗口膨胀,但这只是工作方法,不是对模型质量的保证。最终,各方都承认边界需要靠真实实验摸清,而不是靠社交媒体上的成功演示判断。
这场讨论并未把 Loop 简化成“支持”或“反对”的二选一:它更像一套需要持续校准的工程方法。值得关注的不是演示中 Agent 是否偶尔完成了惊艳任务,而是团队能否说明验证依据、失败边界、成本上限和责任归属。
- 开场与辩论规则 循环的必然性 [00:00:00 - 00:10:00]
- 循环的工程基础 验证、成本与反馈 [00:10:00 - 00:20:00]
- Ralph Loop与上下文 如何构建可靠循环 [00:20:00 - 00:30:00]
- 验证、经济性与共享记忆 [00:30:00 - 00:40:00]
- 软件工厂的边界与工程责任 [00:40:00 - 00:50:00]
- 总结陈词 类型系统与供应链 [00:50:00 - 00:51:42]
# 开场与辩论规则:循环的必然性
- 开场与辩论规则 循环的必然性 [00:00:00 - 00:10:00]
一凯:欢迎收听跨国串门计划,这是一档专注于让中文听众无障碍欣赏全球优质外语播客的节目。。通过先进的AI声纹克隆技术,我们不仅将内容翻译成中文,还完美保留了原主持人和嘉宾的独特声音,为您呈现全。球顶尖的AI财经,健康与科技领域精品内容。我是主播一凯,一位热衷于AI领域的产品经理,很荣幸能为您搭建这座跨越语言障碍的桥梁。。接下来让我为您简单介绍本期我们克隆的这档节目本期我们克隆的是知名播客IEEngineer在2026年7。月的一场特别辩论节目由InsecureAgents的主持人AliHao主持台上四位嘉宾分别是Keyca。rd的CEOIanLivingstoneRalphLoop的创造者JalphHuntleySentry。的开发者GregStracha以及HumanLayer的CEODexHorthy他们采用牛津辩论制围绕。循环背后的炒作与实际效果之间是否存在差距这个核心议题展开了一场既犀利又充满火花的交锋那我们就一起来听听这期的完整对话。 [00:01:09]
Ali How:好欢迎来到TheGreatLoopsDebate我是AliHaoInsecureAgentsBooke。r的主持人同时也是Keycard的技术团队成员今天非常激动能在这里为大家带来这场关于循环的辩论台上可能。有一些熟悉的面孔去年11月在AICode和我们一起做过MCP辩论那次太好玩了我们就想也许可以再来一次不。过这次我们要辩论的是循环而且这次不光是Ian对Dex我们还给他们各自招募了一些队友所以今天和我一起在台。上辩论循环的由IanLivingstone,KeycardCEO兼联合创始人由JeffreyHuntl。ey,RalphLoop的创造者GregStrutcher,Sentry的开发者还有大家都认识的Dex。Horthy,HumanLayer的CEO非常激动能请到这些了不起的人他们都非常接近循环工程和软件工厂。来辩论这个话题你可能会想我们今天到底在辩论什么循环工程和软件工厂不是已经被广泛宣传和理解了吗我们好像都。同意这是行业的发展方向那还有什么可辩论的问得好我们今天在这里辩论的核心论点是循环背后的炒作和实际有效的。东西之间到底有没有差距我们也可以辩论现在是不是我们走向完全自主软件工厂的最大拐点所以非常激动能在今天的。辩论中涵盖这些内容循环的历史我们会辩论循环的解剖结构比如什么才是一个好的循环我们也会辩论循环的未来循环。工程的未来以及我们需要看到什么才能让软件工厂真正成为每个组织都能构建的东西今天的赛制是牛津辩论制所以这。次我们给辩论加了一点结构这一轮每个人都会有固定的时间窗口来发言这样就不会有人超时而评判胜负的实际操作方。式我们会实时评判胜出的队伍将是改变最多人想法的那一方所以我想请在座的每一位观众现在花一分钟想想你站在哪。一边记住你的选择到最后我会请你们举手然后说好我改主意了我现在是DEX队或者我改主意了我现在是EN队为了。帮你们做决定我先介绍两边的观点先说第一对线和Jeff的队伍他们的立场是没有差距循环绝对配得上今天的炒作。人们可以轻松上手构建他们他们是沿着自主化曲线迈向真正软件工厂的重要一步Lin和Jeff队的关键看点是循。环是工程的核心单元有了正确的规范基础设施和测试循环是非常高效的而且相关的最佳实践已经出现对于Dex和G。reg对他们这方认为循环背后的炒作和实际有效的东西之间存在差距我们今天做循环的方式是错的循环不是什么银。弹也没有魔法关键看点炒作起来了但规范还没跟上一个软件工厂可以运行那些由机械规范把关有测试覆盖的意图明确。的切片但它无法自主决定自己是否构建了正确的东西所以本质上你仍然需要工程师在循环里现在你们对双方的观点有。了一点了解花一分钟消化一下想想。 [00:04:25]
Geoff Huntley:好我站在哪边我是DEX队还是EN队然后我会再问你们一次那么接下来我们进入辩论的开场每队的每位成员将进行。四分钟的独白阐述他们为什么捍卫自己的立场首先我们有请JeffJeff给你四分钟时间你为什么为什么你今天。支持循环因为这在某种程度上是不可避免的回想两年半前我在Canva做技术主管看到所有工程师都在不停地pr。ompt再prompt他们就在那个循环里我当时就想等等这东西可以编程这是可以程序化的然后它就真的变得不。可避免了循环这东西虽然Ralph可能有点像个梗但背后其实是有深入思考的本质上就是把它当成一种新的CPU。架构去搞清楚它的行为模式怎么操作通过这种方式我把它简化成了一个P处理循环不过这可不是什么万能灵药我最大。的担忧是明年这个时候的会议上我们会看到一大堆演讲讲软件工厂怎么失败循环怎么失败这些都是我们还没搞明白的。东西还记得Kubernetes早期吗那时候人人都在搞Kubernetes所以它来了它不可避免它会一直存。在用程序控制机器自动化你的工作职能这绝对是雇主对你的期望我自己是回不去手写代码的日子了我已经两年半没手。动写过代码了我会让代码自主地从一个代码库迁移到另一个代码库我在Galant里找到个东西然后想哦我在用T。ypeScript于是我就跑个循环让它自动移植过去甚至对产品经理做研究的产品经理来说我们很容易只从软件。工程师的角度去理解它我们可以只关注软件工程但想想这个场景你想对所有列举工单做产品管理研究这就有个明确的。终点当你遍历完所有列举工单时就结束了所以这很简单这里面有很多细微差别但如果你做过任何产品管理研究并且开。始跑这些循环能够压缩时间压缩做研究的时间那它就是不可避免的我们有了这个新的可编程基础我们得搞清楚怎么用。它在哪用好它我知道我本该辩论说它就是一切是所有但所有事情都没有万能灵药我们会在接下来一年里搞清楚怎么有。效使用它谢谢好接下来有请Dex告诉我们。 [00:07:00]
Dex Horthy:为什么循环的炒作和循环本身之间存在差距好的对了这次辩论里人身攻击的规则是什么是鼓励的吗还是你的四分钟独。白你想干什么都行规则就是这样有意思这让我想起去年的辩论我们当时也是各种争论也许到最后我会被Jeff说服。但Jeff也会被我说服说不定我们最后会互换立场对我觉得基本的观点不是循环是好是坏你提到Kubernet。es很有意思因为Kubernetes这东西我们花了七八年才搞对对在那之前是云基础设施你甚至可以说我们花。了七八年搞云基础设施才走到Kubernetes然后又花了七八年才让它真正能被所有人用起来而Kubern。etes本身就是建立在循环之上的它建立在控制循环之上但它们是确定性的循环我们实际上已经搞清楚了哪些类型。的小型孤立任务可以由一个系统来负责我觉得这其实是循环最大的价值所在你可以选定一个小的期望的最终状态然后。输入世界的当前状态让一个agent或确定性系统朝着那个期望状态前进我对炒作最大的质疑是我们早就处在一个。看看你能不能做到不用再读代码的世界里了甚至在循环出现之前就是只管prompt只管上而这种我连promp。t都不用了我站在更高一层的想法意味着我在代码架构上退得更靠后了我认为炒作跑在纪律前面我最大的观点是我们。都在寻找魔法你们都在找万能灵药我们都在找能带走工作中最讨厌那部分的东西也就是代码审查有些人喜欢好的Po。llRequest确实有趣但我们似乎可以靠Prompt来摆脱模型面临的这个挑战代码看起来挺漂亮如果你审。查过一个完全关灯式的没人在发给你之前读过代码的PR我敢肯定你有过这种体验大概不是什么好体验我看到很多人。尝试用AI解决这个问题比如我们有审查机器人有各种东西但在我看来这似乎没起作用我没在任何公开讨论或私下交。流中看到证据证明我们已经到了可以就这样提升抽象层次的地步我反而觉得我们需要降低抽象层次所以我认为循环有。好的方面我们应该做但炒作让我们觉得这有个神奇的答案而它需要比推特上让你相信的要多得多的思考和谨慎很好说得好好我把话头交回给你。 [00:09:31]
Ian Livingstone:Yan为支持循环的一方发言绝对的首先我得说我是冲着Dex来的但说真的我们先退一步聊聊到底什么是软件工程。干脆把工程两个字也拿掉就聊开发构建一个系统不管是50年前1000年前还是今天核心都是一个循环我尝试我学。习我应用我们真正在讨论的无非是怎么加快这个过程对吧我们其实是在把过程中原本属于人的判断也就是生成东西的速度。 [00:10:00]
# 循环的工程基础:验证、成本与反馈
- 循环的工程基础 验证、成本与反馈 [00:10:00 - 00:20:00]
Ian Livingstone:从人打字这个环节里抽出来你看Type补全就是自动补全的一种形式这些东西说到底不就是Type补全的超级加。强版只不过现在我们给的不再是敲一下Tab而是一个更高层次的意图所以我的前提是循环本来就是一切构建工作的。核心30年前我们构建软件的方式核心也是循环CI斜杠CDPORequest设计评审客户反馈这些不都是在驱。动一个循环吗问题在于这个过程中那些非常主观需要推理的部分有多少能从人脑里搬出来放进这些非确定性模型里对。我们所有人来说底层的核心问题其实是可验证性软件是这个世界上最可验证的东西之一因为归根结底大多数事情最终。都能变成真或假非此即彼我真正想表达的观点是随着人类越来越少的直接与软件交互也就是人怎么理解软件在做什么。怎么跟软件互动怎么用判断力去操作软件软件需要做成什么样的主观性会随着人机交互界面的减少而降低变成一个更。容易验证的问题因为它会被更严格的限定在特定的API上所以随着时间的推移一方面是软件开发的核心本来就是循。环驱动的Lint不就是个反馈循环吗它创造了一个可验证的东西另一方面随着人越来越少的直接操作软件UI和U。X变少我们理解这些东西的主观性也变少你就会变得更依赖循环驱动也会变得比以前更容易验证很棒。 [00:11:30]
Greg Pstrucha:说的确实很有道理好Greg你来为反方收个尾巴就是认为炒作和实际之间存在差距的那一方没问题我想这样开头现。在炒作很多风沫很多我刷着推特看着大家在聊的东西心里会想我是不是错过了什么我是不是做错了我是不是用AI的。姿势不对我该不该赶紧跟上这种感觉压力很大对我来说这可以归结为两点第一点是当你用AI生成代码时不管用不用。循环你对产出满意吗你觉得铲除的质量达到了你做这件事达到理想状态所需要的水平吗如果是我很想向你学习我还没。到那个程度我觉得我们改进这个问题的最好方式一方面是模型智能的提升另一方面也是在座各位似乎都同意的就是语。义验证能静态做的就尽量静态做这是我非常依赖的一个重点但在实践中我最终读到的代码哪怕是经过了语义验证依然。很烂我还是得自己花大量精力去迭代还是得引导它走向正确的架构或者告诉它哪里该简化这是很大的一步你可以通过。往问题上砸更多token来帮自己解决很多事但当下这种炒作驱动的话语会让你相信一件事你可以在循环上叠循环。再叠循环靠砸更多token来把质量问题给编排掉这就引出了我的第二点也就是我们今天使用agent这种方式。的经济可行性我不认为这是可持续的我不认为当你在公司里尤其是一家大公司时你不得不问自己一个工程师的合理预。算是多少是一个月一万美元的token开销还是十万还是一百万美元到了某个点这套模式就会开始崩以我们今天的。做法这是不可持续的话虽如此我自己也在用agent的写代码也会在某些特定流程里用循环这得看情况是有细微差。别的你知道推特上没有细微差别但这个讨论本身是有细微差别的确实有一些特定的任务和工作你已经可以用循环来做并且能得到相当不错的结果。 [00:13:31]
Ali How:谢谢好既然我们已经听完了台上每位辩手对各自立场和观点的阐述接下来就进入正式的辩论环节辩论的第一部分我们。会聚焦在循环的历史以及为什么现在对循环工程和软件工厂来说是一个重大的转折点或者为什么不是我知道有人提到。过视觉模型进步很大所以他们现在能验证agent之前无法完成的工作contextwindow也变大了所以。记忆能力也提升了我们现在可以在循环中追踪工作进度这在以前可能做不到所以我们先来看看循环的历史循环是从哪。里开始的是JeffHundley提出的RoughLoop吗我们会深入探讨这些问题并在这里展开辩论接下来。的问题会非常有针对性只指定某一个人来回答每个人有2分30秒的回应时间我们的第一个问题是Anthropi。c吸收了Jeff的RoughLoop概念把它整合进了自己的平台并创建了三个命令LookBacktoGo。alGoal命令的设计初衷是让Agent持续运行直到某个条件为真Agent非常执着这个命令的全部意义就。是让他不断尝试各种方法去解决一个任务直到完成为止Ian作为在座的安全专家你有多大信心。 [00:14:50]
Ian Livingstone:认为Agent在无情地追求目标时能始终与任务对齐不逾越他们被赋予的权限我的意思是如果有什么证据的话那就。是我完全不相信这能做到事实上我们看到的是随着我们扩展这些模型以及使用强化学习他们天生就极其擅长追求目标。所以我们现在看到他们正在发现各种漏洞弱点和逃逸方法而这些是人类花了成百上千甚至成千上万个小时尝试了无数。次攻击都从未发现所以我根本不认为模型本身在任何情况下能让自己保持对齐和安全而且安全这个词我不太喜欢用因。为它暗示了太多东西所以我不太相信模型本身能做到这一点我不认为它能推理我也不完全相信一个模型能分辨好坏我。无法判断它是在做恶意的事还是只是没对齐它没有生命犯了错也不会窒息它不会去想如果我做错了就没人爱我没人想。跟我做朋友了如果我做对了就会有人表扬我它看起来可能是那样但它本质上只是一个规模化的概率分布所以就算你犯。错我也还是会做你朋友的我知道就算看起来不像真的Dex等下也会给我一个拥抱所以总的来说我不认为这种能力来。自模型本身也不来自循环关键在于你围绕它构建的基础设施以及你如何让这些基础设施真正帮你利用好这些循环随着。模型变得更好随着我们为支持这些反馈循环循环自动化和软件开发或者软件工厂不管我们想用什么词来称呼这套建立。在概率分布之上的东西而构建的底层基础设施和平台变得更好我们将能获得更强的保障但我绝不认为也永远不会相信。某种对其技术或强化学习能让一个模型在任何情况下都百分之百安全如果说有什么证据的话那就是随着这些模型变得。更好最重要的一点是他们实际上会变得更擅长追求目标也更擅长寻找漏洞来实现他们的最终目标。 [00:17:03]
Ali How:不我完全同意这一点要保护环境安全最实在的做法就是不要把密钥存成文件如果你见过那种情况就是他想部署一个w。eb服务之类的但token权限不够他就会开始在文件系统里到处找权限更高的token凭证你绝对不会想挡在。一个一心想完成目标的agent面前的好的下一个NTT给Joff。
Geoff Huntley:Joff你去年发的那个帖子说Ralph最适合Greenfield项目但如今工程师们似乎在现有代码库上运。行循环用来改善延迟跑评估或者重构后端代码的某些部分是什么变化让循环在今天突然变得更通用了模型变得多好并。不重要朋友们至少在过去一年里模型已经足够好了真正改变的是人们对这一点的理解社会只能以一定的速度去适应比。如我猜是圣诞假期因为模型是在去年11月发布的到了12月并没有真正的新模型出来区别在于人们有时间了他们能。真正坐下来研究它他们意识到这些东西真的变得非常好了所以原因很简单就是因为它管用朋友们这些LM生成的代码。比你实际能招到的人写得更好想想看在广大的软件开发者或程序员群体中这些LM生成的代码比大多数创始人实际能。招到的任何一个开发者都要好这很可悲但却是事实那么为什么要用循环原因非常简单因为如果你把它放在循环里跑它。的成本是每小时10.42美元这是DEX大概一年前算出来的对8月份我们搞了黑客松我们把所有赞助商的工具都。复制了一遍我们用TypeScript重写了一堆Python库对具体来说循环这东西我遇到过太多工程经理和。创始人了他们的技术站特别复杂跑着四五种不同的编程语言然后他们跑一个循环在这些技术站上下了测试突然之间复。杂度就变成了只需要管一个技术站它就是管用去YouTube上看看现在有那么多软件开发者他们之所以能成为软。件开发者是因为软件开发这个职业已经被商品化了这里面有些东西值得深思他们就在YouTube上发视频说嘿看。看RalphLu因为我睡了一觉醒来他就跑通了虽然这有点像个梗但他很抓人而且确实管用不过他也有问题我最初。说过他应该只用在Greenfield项目上因为那时候模型还比较差所以得花个三五天但至少在软件领域这几乎。是不可避免的因为他太容易被验证了而且生成的代码质量比大多数人能招到和买到的人写的都要好现在说到你提的架。构和品位这正是工程这个词的含义也就是循环工程你的工作实际上是把你所在领域的知识编码化来阻止agent提。交代码比如用pre-commithooks。 [00:20:00]
# Ralph Loop与上下文:如何构建可靠循环
- Ralph Loop与上下文 如何构建可靠循环 [00:20:00 - 00:30:00]
Geoff Huntley:这东西太棒了作为人类我讨厌他们因为他们会拖慢提交速度但agent不在乎所以你可以写一个pre-comm。ithook让他输出一段prompt告诉他比如这个边界不能依赖那个东西这就是反馈一个反馈循环所以这里的。工程就是阻止循环直到它满足你的工程标准和领域需求可以是代码格式化可以是静态源分析器也可以是确定性系统测。试模拟器我们得戴上工程师的帽子我们现在有点像火车司机了我们的工作就是让火车保持在轨道上因为坦白说模型是。醉的对吧你不能信任他们但我们接受这一点然后通过工程手段去消除那些故障域我们把这些故障都解决掉那么说到一。个转折点我记得Boris去年11月第一次发帖提到Ralph的时候所有人都在问Ralph是什么鬼现在Ra。lph差不多有一年半了吧我是在6月19号看到的到现在一年零两周。 [00:21:01]
Ali How:对但你在那之前已经做了好几个月了对所以这事有点奇怪因为当时所有YC的创业公司都在自主的压缩时间来构建他。们的MVP如果你是个创业者这其实也挺吓人的如果有一家新入局的创业公司他们用自主的方式构建产品运营成本低。得多而且质量还很好他们很容易就能达成目标这也加剧了一些狂热情绪因为在商业世界里竞争会更快地来到你门前好。我们进入下一个问题这个问题是给Greg的就像我之前说的现在似乎是循环的一个重大转折点和Jeff一年前发。布RoughLoops相比甚至和我们在2025年底2026年初看到的广泛采用相比它之所以能活起来可能是。因为现在新的能力站模型能更好的处理图像了他们需要更好的验证ContextWindow变大了推理模型也改进了Greg。 [00:22:00]
Greg Pstrucha:有了所有这些进步为什么在你看来我们今天使用循环的方式仍然是错的要我说我觉得模型智能程度已经没那么重要了。我认为归根结底我同意你的看法在于语义验证也就是真正能闭合反馈循环的能力不管你怎么叫它就是能真正验证ag。ent的输出是否正确我觉得在一定程度上你可以做到但我不认为你能全面做到至少现在还不行我觉得对于那些可以。被确定性验证的东西你可以做到一定程度你可以在系统里引入更好的类型检查更好的代码检查工具可以做模拟测试等。等你可以不断往上加只要这些验证手段的成本够低我觉得就没问题但一旦你开始在你的验证流程里加入更多非确定性。我觉得它的正确性就会越来越低它会开始贡献更多错误你知道就像你给agent一个prompt它有5%的概率。会出错然后你开始循环那么突然之间经过10次20次循环它正确的概率就变成50%了甚至更低这就是我的意思而。且这么做还花了很多钱我会一直回到这件事的经济可行性上来但为了找点证据我很确定大多数大型AI公司现在还在。用Sentry这是为什么呢他们用它也只是为了抓一些简单的bug不是安全漏洞也不是性能衰退之类的问题这些。问题在我们现在循环的方式里依然存在我们还没解决这些问题。 [00:23:26]
Ali How:谢谢下一个问题给DexraFloop开创了在每次迭代中注入新鲜上下文以避免上下文腐化的想法现在Cont。extWindow变得大多了这让这件事更容易管理了Dex关于上下文腐化和上下文工程我们是不是已经走出困。境了我会回答你的问题但后面会有开放讨论环节因为我还有问题想问Jeff我们这次想用牛津辩论的形式让讨论更。有结构避免变成那种你不想让它变成一场乱糟糟的瞎聊大会对他就是想防止你和我那种情况一开口就停不下来是没错。已经开始了对我这次是想管住你们俩好我尽快回答完这个问题。 [00:24:11]
Geoff Huntley:然后就开始找Jeff的差行你的时间你想说什么都行完全没问题好Ralph当年最酷的地方就是你不断清空co。ntextwindow从token的角度看可能不算完全高效但好处是你可以让一个东西跑一整晚它永远不会溢。出如果你只是一直往里塞消息contextwindow迟早会爆但如果你重新启动告诉它这是我希望达到的状态。去检查代码看看现在是什么情况然后做下一步来接近目标这是一种很干净的方式让你的大部分工作都待在我们所说的。contextwindow的智能区里你让他只做一件事然后清空重来现在contextwindow变大了我。想更新一下说法我在迈阿密讲过这个但视频还在制作中愚钝区这个概念说到底更像是一副辅助轮如果你已经每周跟C。loud聊70个小时持续两三个月你大概就不需要再去想智能区和愚钝区的区别了因为你的直觉已经建立起来了它。只是一个指引这也是为什么我们教别人如果你刚开始用AI尽量把token数控制在10万左右对于更大的百万级。contextwindow我们大概把这个数字上调到20万token但我自己在处理最难的问题时还是习惯控。制在6万以下也有一些时候我会超过30万就是跟agent随便聊懒得去做压缩懒得开心的这就是你的直觉有一个。很明显的信号说明你已经进入愚钝区了某些情况下你已经用了20万token模型完成了一些工作正在试图让测试。通过但就是过不了他开始搞各种奇怪的歪招你去看他的思考轨迹他会说那是个测试但那是别的东西的测试我不需要修。它那是之前就有的问题你心想不不是这样的就是这一刻这种挫败感你发现他在胡乱挣扎想搞定某件事我觉得很多人用。这些模型几个月之后都会培养出这种直觉但如果你还没有那这就是我们的指引所以contextwindow确实。在变好在变大绕循环那种每次迭代尽量少做的核心动机现在就没那么强了更重要的是你能往系统里灌的反馈越多它能。自主完成的事就越多如果你能用确定性的方式去做决策去构建小的prompt交给agent而且你不需要记得去。做这件事不需要告诉他去检查PR评论然后修掉然后等着然后有人又留了新评论你三小时后回来再说再去看看评论如。果你能把这个过程自动化那就太棒了。 [00:26:40]
Ali How:我觉得这就是今天真正有效的循环类工作的核心我想问Jeff时间到了抱歉我得开始严格按流程走了好接下来我们。要聊的是一个好的循环到底有什么构成好验证是让循环变好的一个要素但这里有个矛盾大家一边说我们的工作不再是。写prompt而是写循环一边又说。 [00:27:00]
Geoff Huntley:如果循环里的prompt很烂agent就会作弊通过修改测试来达成目标而不是真正去通过测试JF你怎么防止。模型在验证自己工作的时候作弊我大量利用pre-commithooks各位我通过分析已完成的工作来施加反。向压力我做的另一件事是Dex提到Ralph的时候其中一点是大家都在尝试做压缩你可以把压缩想象成一种有损。函数就像把视频上传到YouTube然后下载再上传100次你会在这个过程中丢失保证度而且这本身已经是一个。非确定性概率性的系统了所以REF诞生的理论是好存在一个余顿区我想做的是确定性的分配它需要的一切因为如果。没有分配那它可操作的搜索空间本质上就没有被约束但同时也要留一点余量留一点余量所以当我用到100K的时候。即使有百万级的contextwindow我也会紧张的冒汗这一点非常重要很多人觉得他们想在公司里用LLM。他们会说我有这些数据这很好但你要用循环来批处理这些数据我想让你把contextwindow想象成还记得。720K的软盘吗你实际上只有大约八分之一一张软盘大小的可用内存能真正给LLM用所以你必须批处理你大概只。能分配如果你拿星球大战第一部电影的剧本来做token化你实际上只能在内存里放两部这样的电影剧本cont。extwindow就满了这大概相当于150kb的文本电影剧本所以一定要非常小心我长期以来做的一件事而且。这很傻就是我会裸跑模型不带任何skill或markdown实际上当新模型发布时我会去掉所有的skill。所有的markdown和一切东西因为模型其实有自己的品位和偏好比如GPT55刚出来的时候如果你用大写字。母对它吼它会变得软弱胆小但如果你用Anthropic的模型它希望你吼它去看看模型卡吧各位对于继承者来说。模型有独特的品味所以让它保持在正轨上这其实是功臣这真的是功臣谢谢大概十天前Jeff创造了收敛功臣这个词。他说这是你的循环停止的地方是你的循环草位作为一个离散的代测系统组合在一起直到它收敛。 [00:29:31]
Greg Pstrucha:我们目前使用循环的方式有什么问题我们如何确保循环组合在一起不会只是产生更多垃圾我们得去读代码我想强调一。下Jeff今天早些时候做的一个实验我记得是叫LOOM我们当时让Ralph循环去尝试构建一个未来的软件平。台我记得你构建了AWS构建了GitHub然后你意识到我们该如何在模型还不擅长的方面给它反馈比如UI测试之类的。 [00:30:00]
# 验证、经济性与共享记忆
- 验证、经济性与共享记忆 [00:30:00 - 00:40:00]
Greg Pstrucha:那么你创建一个循环来判断这个UI好不好的方式是给模型像Postal这样的工具这样我们就可以部署多个不同。的实验看看用户用了哪个然后模型不用看截图和PNG它可以看数据然后发现好这个表现更好那这肯定就是按钮该用。的颜色这样一来你甚至把人类的视觉品位也从等式中移除了这一切听起来都很酷但回到那个问题我们如何确保循环不。会把垃圾组合在一起我觉得你做不到这恰恰是炒作跑在纪律前面的完美例子我想问JeffLoom现在怎么样了他。还在那儿在GitHub上他还在那儿但你还在做吗已经停了六个月了因为我一直在研究工程上的验证方法对你当时。跟我说了什么你说Loom不会成功除非我们有了更好的编程语言或者有了更好好得多的模型对我来说这就是炒作跑。在纪律前面的教科书式案例我们对这些东西都非常兴奋顺便说一句每个人都应该做Jeff做的事Lume很棒去实。验去尝试推动边界因为只有这样你才能知道边界在哪什么是可能的否则你只会用你的旧技能去套每一个新模型然后假。设它们有同样的局限性但这也是一个关键点我不知道我想说什么就是这东西现在还不行那东西现在还不行它总有一天。会醒这有必然性但再说一次这是今天什么醒和什么是炒作的区别所以我不知道这是否完全回答了你的问题但答案是不。让循环把垃圾组合在一起不产生更多垃圾的方法。 [00:31:41]
Ali How:就是去读另一端产出的东西并确保它不是垃圾有道理不是那些实验室都没搞定那你凭什么觉得你能搞定没错对吧而现。在我们都在试图弄清楚怎么让这一切运转起来确实怀疑论者说循环会悄悄地失败他们要么在你的账单上。 [00:32:01]
Greg Pstrucha:永远螺旋下去要么agent会在一项半成品的工作上过早宣布胜利高管们已经开始质疑token支出了Greg。一个循环什么时候能回本这种情况实际上有多常见我倒不觉得他们会悄悄失败他们失败起来动静非常大尤其是你看构。建结果的时候但确实有些场景像我说的我会做循环或者说更偏工程这块有些情况下做循环非常有价值或者说你明确决。定愿意为它付这个成本这本身就很有价值举个具体例子我们会在PR提交后做安全扫描本地也扫PR合入之后还会扫。因为他们总能发现一些我们确实忽略了的真实问题在代码审查这件事上它们某种程度上比人强但这很贵跑完我们想要。的所有检查我记得每个PR大概要花5美元左右不过这是我们明确做的决定觉得值得还有一些情况比如那些定义的非。常非常清晰的系统像Next.jsRewrite的各种实验或者用Rust重写BAN或者跑浏览器这些场景背。后有多年积累的测试套件和规范你能非常非常可靠地验证结果那做循环去达到这些结果看起来是可行的据我所知Ru。st重写般的效果就相当不错所以肯定有试用的场景还有一些我经常用的场景比如做原型我经常给Sentry做那。种我们该不该做的产品原型这些原型用完就扔我会直接猛冲一把然后忘掉它如果我们觉得喜欢我才会开始读代码然后。会被吓到接着我们会回到原点重新梳理我们到底想做什么再朝着那个方案去推进但这个过程中人的参与会多得多所以。总的来说我觉得循环有它的位置但就像Dex说的我真正有意见的是炒作炒作跑在了纪律前面这是他说的我也非常同。意一点就是你应该自己去试自己去实验看看什么对你真的管用看看结果到底怎么样还有少刷点Twitter。 [00:34:06]
Ali How:我觉得现在这个时代对身心健康有好处说得很好一个好的有成本意识的循环必须追踪状态知道自己已经试过什么这些。记忆存在词盘上的某个地方而且越来越多的放在共享记忆存储里多个agent都能读写尤其是当你从单人模式切换。到多agent协作模式的时候这就会带来一个访问控制问题。
Ian Livingstone:你分不清哪段记忆是哪个agent写的谁可以读做概念验证可能还行但生产环境绝对不行矛盾就在这里共享记忆是。循环用来互相学习更快收敛的东西但如果为了解决访问控制问题而按agent隔离就会把它们隔开扼杀掉这种共享。学习我们怎么解决共享记忆存储的访问控制问题让循环能更快收敛好问题要是有人在做一个能帮上忙的产品就好了要。是有人在琢磨这事就好了说真的这首先是个没解决的问题我们得诚实地说现有的访问控制系统不是为这个时代设计的。现在机器在替我们中大约一半的人行动和推理但大体上我觉得这个基础的一些雏形开始出现了如果我们暂时把Clo。udAM和其他东西放一边Markdown其实就很好用所以如果我们把记忆定义为用于对话的Markdown。真正的问题就变成了哪些东西以及我怎么共享这些Markdown文件并把它当作记忆来用然后我怎么给这些东西。加上访问控制如果我们用这个模型我觉得其实今天大部分基础已经有了只是用起来还不太顺手举个好例子我最近发了。条推文我在玩Notion我们在Keycard大量用Notion但我真的只想把我所有Notion里的东西。变成Markdown文件来用因为这样agent处理起来会容易得多不用走MCP我有点CLI狂热当时就在研。究这个所以我觉得我们真正缺的是Dex和我上次聊MCP时也争论过真正的挑战在于我怎么把一个世界呈现给ag。ent让我自己能理解然后我怎么界定在任何一个时间点谁能访问什么以及怎么让任何人都能轻松做到这件事我不觉。得我们真的攻克了这个问题但确实有一些模式的雏形开始出现而且很有道理好聊完了循环的解剖结构。 [00:36:26]
Ali How:我们来辩论一下循环的未来比如我们现在是不是已经为软件工厂做好了充分准备循环工程是不是已经发展得足够好我。们准备好迎接完整的软件工厂了我们从这个问题开始如果循环只对可验证的任务有用那就意味着完全自主的软件工厂。必须能验证它做的每一件事Greg这现实吗。
Greg Pstrucha:好的工程工作中还有哪些部分比如决定该构建什么抽象是否合理哪些取舍可以接受这现实吗我觉得如果算力免费那倒。是个不错的起点但我想我们正在接近这样一个阶段或者我换个说法你作为人类在循环里做的决策是设计架构这类重要。的决策我是不放心交给agent去做的而且我目前还看不到这种未来会成为现实我觉得原因在于当你去看大型组织。的时候任何有多年经验的工程师都会告诉你重要的不只是你该做什么还有你不该做什么哪些才是正确的取舍哪些地方。值得投入复杂性哪些地方又该追求最大程度的简单就我的经验来看agent偏爱复杂性他们会无休止地往技术站上。堆东西所以我觉得我们在移动目标我们正在接近这样一个随着我们加入更多验证更多语义验证他们能做到的事情确实。多了很多很多我并不否认这一点但我确实希望在真正的架构决策上。 [00:37:50]
Ali How:留在循环里而且我不认为他们短期内能接手这件事谢谢Shopify的工程负责人在Cursor的Compil。e大会上告诉大家你的工作就是写循环Seminger发推说每月提醒一次你不应该再手动prompt编成ag。ent了你应该设计循环来prompt你的agent那条推文的浏览量是800万Jeff你在最初那篇Ral。ph博客文章里说过循环需要资深经验而且有时最多只能做到90%。 [00:38:20]
Geoff Huntley:那么只管写循环这个建议对3000人甚至800万人来说安全吗还是说只适合那些一开始就真正学会了调循环的人。对这件事挺有意思的面向这么广的受众真的很难量身定制地去教什么该做什么不该做所以我只能写给我最初写的时候。是写给我的同行或景仰的人看的不知怎的我脑子里突然意识到一切都变了游戏规则变了但我当时真的很在意函数式编。程领域里一些最优秀的人那些真正的同行我记得FlyuThomasPatek那篇文章让他也豁然开朗他还专门。写了篇播客这么说所以我开始为我的同行和我景仰的人写作要把它传播给全世界很难但同样你去YouTube上看。有人在做他们以前从没做过的东西睡一觉醒来就有了一个全新的Discord机器人这很神奇我希望大家记住这其。实是一种分配模式本质上是一种编排模式它被浓缩成一个用CAT实现的whiletrue循环因为CAT是最简。单的教学原语你想教别人东西就得让它特别简单特别简单所以CAT一个Prompt也就是你设计好Prompt。是什么用文件系统做状态回收ContextWindow运行循环可能有点那个但它就是性价比高就是管用但这整。个框架的前提是上面应该有一个类似PID控制器的东西或者某种工厂某种判定器来决定一个循环。 [00:40:01]
# 软件工厂的边界与工程责任
- 软件工厂的边界与工程责任 [00:40:00 - 00:50:00]
Geoff Huntley:该不该继续这真的很难它安全还是不安全安全这个词挺有意思的谁都不该在本地笔记本上用编程工具这跟AI没关系。是因为NPM供应链攻击这一直都是事实我花了七年想解决这个问题现在大家又开始关注了觉得AI可能不安全会运。行不安全的命令但你们日常的软件开发时间你们的工作环境本来就不安全各位所以先把那个修好然后这些技术才会开始变得安全谢谢Dex。
Ali How:你发推说大多数工程师用编程agent能提速两到三倍这是现实的如果你试图追求100倍提速就会迷失在优化的。收益递减问题里而且你可能永远达不到那种改变人生的10倍提速而保持务实是有可能做到的如果只能做到2到3倍。我们怎么可能最终实现完全自主的软件工厂。
Dex Horthy:对我觉得这个问题问得很好这里面其实有个混合的情况对吧我们在讨论什么真正管用什么只是炒作我想特别强调一点。你应该去尝试去推动边界去做那些今天可能还不太行的东西但你不能因为在推特上看到某个东西跑通了就觉得你所有。的工作方式都要跟着变不要把我们学到的东西全扔掉不要刻意抛弃我们整个社区花了几十年建立起来的软件工程积累。这又回到我眼中最大的一个反模式很多人设计打造自己的软件工厂时会说好我要闭关三个月读一堆博客然后搞出我的。软件工厂它会是终极的软件工厂是我们未来交付一切的方式然后三个月后你回来发现你根本没碰过实际问题也没把它。交到任何人手里它就跟任何产品一样你再建一个软件工厂你再为你的同事打造产品为五个十个五百个五千个工程师打。造产品正确的做法是从小处开始迭代搞清楚什么管用去尝试有些可能不行有些可能行但我们学习AI以及如何有效使。用它的方式是靠积累直觉所以你应该去试一堆可能不会成功的东西但你要承认这一点不要硬推着穿过那道边界所以我。的建议是与其试图端到端地自动化一切不如在你的系统里逐步建立这些小型的增量循环然后某天你醒来会发现自己的。速度已经快了两到三倍同时你还能读懂代码还能掌控架构你不需要为了达到这个状态就把我们学到的一切我们知道的。一切你所有的直觉都扔掉所以我想提醒大家先去想办法快两倍三倍因为试图一步快一百倍你会把一切都搞砸而且你能。想象吗如果世界上每个软件工程师都快了两到三倍并且产出质量接近人类水平达到99%的人类水准那会改变世界上。每一家企业每一家创业公司会彻底改变整个算法而我们却试图走得太远瞄准你能做到的事迭代的构建你会学到很多等下一代模型出来。 [00:43:01]
Ali How:你能快五倍十倍的时候你已经准备好了谢谢说到验证这不只是验证工作成果还涉及验证是谁做的雇主们已经明确表示。人类要对交付的代码负责不管是不是agent写的但今天一次commit只能有一个人或一个agent签名。
Ian Livingstone:Yin如果我们连谁做的替谁做的都搞不清楚我们真的准备好让软件工厂来编写和审查所有代码了吗我觉得对其实我。两周前就在琢磨这个问题首先我们确实有个问题GET只允许一次commit有一个签名者这个得改第二还有SO。CR和合规方面的一些事情对吧但我觉得更重要的是思考agent的方式应该跟我们在大组织里思考服务归属的方。式差不多就是说在某个节点上总得有一个人为agent的行为负责不可能存在一个世界agent自己是独立实体。自己能承担责任还能有什么法律责任唯一能承担责任的是能承担后果的人对吧这最终必须落在一个人类身上所以如果。一个人设计了一个循环那个循环产出了糟糕的软件你猜谁要为这个责任负责是那个人对吧社会如果没有责任归属就运。转不了根本行不通造成损害就得有后果做出糟糕决策就得有后果至于后果是什么显然会根据造成的损害有一个梯度没。有这个一切都不成立所以我大致会说不存在人类永远不用负责的世界永远存在一个人类承担责任的维度问题是不管是。个人还是公司公司就是一群人问题是这会怎么改变我们今天的系统运作方式今天用Git我可以给一次Commit。签名说是我做的它归属到我的公钥这对上一代我们思考软件的方式来说没问题现在未来当我让一个agent替我去。做某件事它生成一个循环生成一堆代码上了生产环境我必须为最初指派这件事这个意图的行为承担责任而我们目前根。本没有所需的底层机制来做到这一点不过我觉得这会很快改变这不是什么我们难以突破的超级难题但我们必须重新思。考在整个供应链和SGLC中归属权的处理方式而且这不是新问题对吧供应链安全一直是个问题实际上它是我们在使。用agents面临的最大挑战之一我们一直希望在供应链中拥有更具确定性的路径和签名链而现在的问题只是你怎么对第一方代码和第三方代码。 [00:45:22]
Ali How:都做到这一点坦率地说就直说了我们这个行业其实挺闹剧的我们个人层面根本没什么真正的责任我们管自己叫工程师。但我们其实不是真正的工程师确实有些事会变得非常复杂各位也许我们需要重新审视这些话题主辩论环节结束现在进。入总结每对每位成员有两分钟时间做最后陈述然后我们再决定谁是赢家Greg你先来好没问题有意思的是。
Greg Pstrucha:我们其实在很多点上看法一致但辩论就是这样我觉得我一直想强调的最大一点是我们现在在哪我们想去哪以及你从无。处不在的炒作循环里实际听到的是什么我想在这一点上再强调一下降温我其实想说多尝试自己思考别扎进那个泡沫里。别跟着炒作走因为你自己动手才能找到什么对你真正有用才能找到系统在什么地方最容易出问题人类学习的最好方式。从来都是实践不是看YouTube说到底这就是我想做的我对让整个循环完全自动跑起来这件事稍微有点怀疑因为。我看到的质量结果达不到我的要求但总体上我是乐观的我乐观是因为我看到我现在能做的事情多了很多能解决的问题。类型一年前我根本解决不了更别说更早以前了而且情况还会越来越好但我也不担心我的软件工程职业生涯我不觉得我。们会消失我觉得我们仍然是整个软件工厂或者下一个什么炒作泡沫里。 [00:46:50]
Ian Livingstone:很重要的一环Ian你接着来我很乐意火车已经出站了这些东西确实有用而且带来了实实在在的生产力提升对吧更多。的事情被完成了不是说完成的所有事都是好的但更多事情被完成了而且其中相当一部分确实是好的对吧这点我们应该。能达成共识其次现在我们有了竞争态势一家公司已经不可能再坐在那里说我们不碰循环这套东西对吧我不碰编程ag。ent这套东西那种日子结束了已经过去了火车已经出站了一旦火车出站全世界每个人都会说天哪我得稳住阵脚我们。得跟上别人而且他们必须跟上因为我们生活在一个竞争非常激烈的资本主义社会这有点扯到政治了但现实就是这样说。到底问题不在于它会不会发生而在于它什么时候发生以及随着时间推移程度有多深我觉得除了跟上时代你别无选择我。们都像是坐在一艘火箭上我们其实不知道它的轨迹是什么只知道它感觉非常快加速度惊人有时候我们遥遥领先有时候。我们有远远落后但我觉得你别无选择必须做到两点第一搞清楚循环是什么第二搞清楚在你的代码库里哪里能用上它总。有些地方比如这是高度可验证的这是计算机能解决的问题用人力不太划算连接器就是个好例子过去十年有多少公司赚。钱本质上就是靠做连接器工厂现在那里的价值不大了对吧如果你能自动化创建连接器所以软件里有些地方你今天就可。以应用循环获得真正的价值也有些地方你可能不应该用你应该自己决定用在哪很可能就是你正在创造的。 [00:48:31]
Dex Horthy:核心价值所在对吧我大致就是这么想的火车已经出站了生产力曲线驱动着社会投资回报率也就是我们作为一个社会生。产力提高了多少驱动着GDP驱动GDP的最终是前流向哪里资本如何配置Dex轮到你了我热切期待那个关灯软件。工厂可行的世界我很想要一个我们不用读代码就能搞定一切的世界如果你看了我周二的演讲我认为这其实是一个目前。只能在模型层面解决的问题我不觉得Harness能做到很遗憾因为我喜欢构建Harness做上下文工程所以。我的建议是关注Jeff等Lume真正能用的时候告诉我在那之前用循环但别那么用说得太好了我想说的太多了。 [00:49:21]
Geoff Huntley:各位软件工厂代表了我们未来的方向它本质上就像一台永动机对吧就是个白日梦现在很多公司才刚刚成立刚刚拿到融。资别以为你能直接把这套东西搬到自己公司里用因为市场上根本还没解决这个问题不过我想补充一点独白如果你是用。Python跑循环或者建工厂那会是一场闹剧用Ruby也一样是闹剧各位静态类型本身就是一种验证形式我建议。你们做几个分类做几个实验试着跑跑循环用Ruby建个应用然后再用这些循环去修改它你就会看到可维护性有多灾。难然后我们再试试用Haskell。 [00:50:01]
# 总结陈词:类型系统与供应链
- 总结陈词 类型系统与供应链 [00:50:00 - 00:51:43]
Geoff Huntley:我不在乎你会不会Haskell你懂不懂Haskell根本不重要我们懂Haskell而且你可以直接pro。mptagent让它像给你儿子女儿解释一样讲给你听所以我觉得现在代码甚至不一定需要可读但这是非常前沿的。思考它需要可解释我在这里尝试的是不同领域的验证但有一点是确定的类型系统很重要非常非常重要Rust就很好。因为它的生态系统对某些类型的建模方式很好既然提到了供应链我必须说一句到现在已经十个月了我几乎不用任何开。源软件几乎不用我直接按自己的需求生成代码然后当供应链攻击发生的时候我的反应就是没影响到我所有软件都有安。全漏洞但关键是要尽量缩小爆炸半径问题是如果你跟一个开源项目打交道负责人维护者什么的你没法对一个人做追责那可不是通用人工智能。 [00:51:00]
Ali How:你要尽可能把自己所有的源代码都vendor化这样Agent才能真正用循环或其他prompting去修改。它你必须掌控自己的供应链太棒了非常感谢可惜我们只能到此为止了不过现在可以决定谁是赢家了现场的观众举手表。决一下如果你的想法被改变了现在站Dex这边请举手来吧好如果你的想法被改变了现在站Ian和Jeff这边对。灯光太亮我有点看不清你们觉得怎么样很接近确实很接近根本看不清灯光太亮好吧这是一场精彩的辩论非常感谢大家的收听我们下次再见。
这期访谈的核心并不是一位企业家如何积累财富,而是贝尔纳·阿尔诺如何把“对产品的热爱”、家族传下来的责任感和长期主义,转化为经营LVMH的具体方法。他不太喜欢“奢侈品”这个带有轻浮、肤浅意味的说法,更愿意把集团理解为工匠、设计师和创作者共同组成的手工艺行业。对他而言,真正稀缺的奢侈是时间:高品质产品需要耐心、反复打磨,也需要管理者始终靠近产品、接受质疑。
阿尔诺从童年讲起。他出生在鲁贝的建筑商家庭,祖父带他去建筑工地,父母和祖父母则把忠诚、信任、责任感以及投入工作的态度传给了他。他还讲到把成绩单放进祖父棺材的往事,以及自己如何让五个孩子从小看到公司怎样运转、理解财富背后的工作,而不是只看到消费和享受。巴黎综合理工学院的经历进一步塑造了他的思维方式:面对复杂问题,先找到困难所在,再把问题简化;这也是他后来处理商业问题的重要习惯。
职业生涯部分,他回顾了22岁进入家族建筑企业、说服父亲逐步剥离建筑业务并转向房地产销售,以及1981年前往美国的经济原因。1984年,他收购濒临破产的Boussac集团,承诺保留大量就业岗位,并从这一阶段开始进入纺织和品牌业务。谈到LVMH,他描述了两位强势创始人之间的冲突,以及自己为何最终出面取得控制权;他也驳斥了收购主要依赖国家资助的说法。经营集团时,他强调要把LVMH当作创业公司,保持速度和灵活性,远离官僚主义、无休止的报告和拖慢决策的流程。
产品和品牌是访谈的另一条主线。阿尔诺举出带有爱因斯坦吐舌头自动人偶的路易威登腕表,以及Lady Dior诞生的经过,说明一个产品如何在创意、工艺和真实使用场景中获得生命。他反对用市场调研迎合大众需求,认为下一个真正重要的产品往往无法通过调查提前找到。对管理者来说,应该相信有才华的人,同时保持判断力,亲自参与设计、工艺和品牌方向。即便集团规模庞大,他仍要求自己保持“不满足”和自我质疑,愿意听到反对意见。
访谈还谈到他给史蒂夫·乔布斯的建议、路易威登基金会、对钢琴和艺术的热爱,以及LVMH参与F1等领域的原因。家庭部分则更为私人:他谈到妹妹多米尼克去世带来的痛苦,也谈到面对死亡时应当认真生活;他希望留给孩子的最好礼物不是财富,而是对工作的热爱。节目结尾,他把创业者需要的品质概括为激情、耐心和执行力,同时强调在商业中不能接受撒谎,并把法国制造传统和高品质手工艺视为集团走向世界时必须守住的根基。
节目中还有不少能够把抽象理念落到具体场景的细节。阿尔诺谈到自己不再拥有私人飞机,偶尔需要出行时改为租用飞机;他认为公众看到的财富象征,往往会遮蔽企业真正的工作内容。谈到产品时,他反复强调“让产品自己说话”,而不是先问某个国家或某类消费者想要什么。Lady Dior的故事正好说明了这一点:一次为戴安娜王妃准备礼物的临时想法,经过设计、工艺和品牌团队的快速协作,变成后来被广泛认识的产品。
他也解释了为什么会持续投入艺术、文化和体育。路易威登基金会是为了支持创意世界;F1则因为它代表极致性能,而且观众与高品质产品的潜在消费者有相当重合。无论是艺术展览、基金会还是体育合作,他都强调不能只做表面的营销,而要理解对象本身的品质和长期价值。对下一代,他希望保持父子关系与上下级关系的边界,让孩子既能获得家庭支持,也必须在学习和工作中证明自己。阿尔诺对自己的总结并不神秘:他相信运气会出现,但只有持续判断、迅速执行、耐心等待,才能把机会变成企业和品牌的长期成果。
这条成长路径也包含很多风险判断。阿尔诺说,进入家族公司后,他没有把既有业务视为必须永远维持的传统,而是判断哪些部分值得保留、哪些部分需要出售或转型;去美国生活,则让他看到更务实、更有活力的商业环境。收购Boussac时,外界对国家支持和动机有各种猜测,但他强调自己面对的是一个需要重建的企业和一批员工。后来LVMH内部发生分歧时,他关注的也不只是股权比例,而是集团能否在品牌、葡萄酒和烈酒等业务之间保持一致的长期方向。
在他看来,企业家最危险的状态是相信自己永远正确。阿尔诺喜欢有人指出问题,也承认自己有过卖出投资过早等遗憾;这种不满足感不是否定过去,而是迫使管理者继续观察产品、团队和市场。给乔布斯建议把Apple Store开在路易威登门店旁边的故事,也体现了他对零售空间和品牌体验的理解:门店不是简单的销售场所,而是产品、文化和消费者关系相遇的地方。最终,集团能否持续成长,取决于能否把创意、工艺、人才和纪律放在同一个经营体系里。
因此,这期对话可以被看作三条线索的交汇:一条是从建筑企业到品牌集团的商业线,一条是从祖父母、父母到子女的家族线,还有一条是围绕产品、艺术、音乐和法国手工传统展开的文化线。阿尔诺并没有把成功归结为单一的战略或天赋,而是不断回到同一组要求:看重具体产品,尊重有能力的人,及时处理复杂问题,保持行动速度,并且在已经成功之后仍然愿意重新检视自己的判断。
这也是访谈最值得继续阅读的部分:宏大的集团故事始终通过一只腕表、一次收购、一段家庭记忆或一个具体的管理决定落地,抽象的商业理念因此变成了可以观察和复盘的行动。
- 奢侈品不是工业,而是手工艺 [00:00:00 - 00:10:00]
- 家族传承与巴黎综合理工学院 [00:10:00 - 00:20:00]
- 从建筑公司到美国创业 [00:20:00 - 00:30:00]
- 收购Boussac与LVMH的控制权 [00:30:00 - 00:40:00]
- 入主LVMH与品牌经营哲学 [00:40:00 - 00:50:00]
- 永远自我质疑,拒绝官僚主义 [00:50:00 - 01:00:00]
- 给乔布斯的建议与艺术热爱 [01:00:00 - 01:10:00]
- 家庭、音乐与失去妹妹 [01:10:00 - 01:20:00]
- 传承与给年轻人的建议 [01:20:00 - 01:25:00]
伊凯:欢迎收听跨国串门计划。这是一档专注于让中文听众无障碍欣赏全球优质外语播客的节目。通过先进的AI声纹克隆技术,我们不仅将内容翻译成中文,还完美保留了原主持人和嘉宾的独特声音,为您呈现全球顶尖的AI财经。健康与科技领域精品内容,我是主播伊凯,一位热衷于AI领域的产品经理,很荣幸能为您搭建这座跨越语言障碍的桥梁。接下来让我为您简单介绍,本期我们克隆的这档节目,本期我们克隆的是,法国知名播客Légende 在2026年7月播出的一期特别节目,主持人Guillaume Pley 与LVMH集团掌门人贝尔纳,阿尔诺进行了一场,极为罕见的深度对谈,贝尔纳阿尔诺,是全球最大奢侈品集团的缔造者,旗下掌管着超过75个顶级品牌,这是他第一次如此坦诚地坐下来,完整回顾自己的人生与事业版图,这一期节目他们主要围绕阿尔诺从家族建筑公司起步,到一步步构建起庞大奢侈品帝国的完整历程展开,也聊到了他的人生信条,家庭与传承,那我们就一起走进这期完整的对话,大家好欢迎来到Légende [00:00:52]
Guillaume Pley:今天的节目非常特别,因为这是贝尔纳阿尔诺第一次接受长篇访谈,聊聊他的经历,他的人生,他是LVMH的掌门人,全球最大的奢侈品集团,跟雅克希拉克吃饭那次怎么样,还有Lady Dior 还有那位王妃,希拉克总统最感兴趣的是,戴安娜的美,她当时眼睛几乎都在看她,看Lady Dior 比看Ball还多,比看塞塞尔的那幅画还多 1984年,您收购了当时已经破产的 Boussac集团,那家集团当时状况不太好,当时有一万两千人,我们承诺保留一万人,从那里起步到今天,我们建成的集团已经有二十万人,大家每次看到您,比如坐私人飞机的时候,这件事也经常被批评吧,当时甚至有人想追踪我的行踪,不过现在这个问题我已经解决了,几年前我把飞机卖了,我已经没有私人飞机了,现在偶尔需要的时候,我就租一架,大家好,欢迎来到Légende 今天的节目非常特别,因为这是贝尔纳·阿尔诺,第一次接受长篇访谈,聊聊他的经历,他的人生,他是LVMH的掌门人,全球最大的奢侈品集团,旗下有超过75个品牌,包括路易·威登,酩悦轩尼诗,还有蒂芙尼,还有像Dior这样的品牌,以及Loro Piana 这样非常美的品牌,我会问他所有问题,她允许我问所有问题,不只是关于她的经历,去真正理解他人生中的执着,那些转折点,还有让他能发展的这么快的原因,你们待会就会听到,家族企业他是怎么接手的,后来又怎么,把他做的这么大步赛跟那件事,他后来又是怎么掌控了LVMH 也就是今天全球最大的奢侈品集团,在正式开始和贝尔纳阿尔诺的访谈之前,朋友们,你们可以花30秒订阅我们的YouTube频道,真的就两秒钟,每个月有15万到20万人订阅Légende 非常感谢大家,欢迎评论节目,点赞音频播客方面,你们可以在Spotify Deezer Apple Podcast 和Amazon Podcast上,收听和关注我们的节目,总之每周三期,非常感谢大家让Légende 成为法国排名第一的播客,现在马上开始,在Légende与贝尔纳阿尔诺的特别节目,你好,贝尔纳阿尔诺在Légende 欢迎您,阿尔诺先生,我帮您拿一下场地板,感谢您接受邀请,非常高兴能接待您,这是我的荣幸,我知道您极少接受采访,在Légende 我们邀请嘉宾讲述他们的经历,去理解他们内心的火焰,也去理解您人生的每一个阶段,您为什么接受了这次邀请,再次感谢您,但这实在太难得了 [00:04:01]
贝尔纳·阿尔诺:因为您说服了我,首先是因为我看过您的一些播客,我觉得非常棒,非常感谢,而且我觉得这是一个有意思的机会,可以用一种直接的方式
Guillaume Pley:谈谈LVMH集团和我做过的事,他说我可以问您所有问题,来重新梳理您的经历,您自己对奢侈品的定义是什么,我接下来说的,可能会让您有点意外
贝尔纳·阿尔诺:但奢侈品,这个词我并不是特别喜欢,是吗,因为它常常带有一些贬义,被关联到一些,和我们业务完全无关的方面,轻浮肤浅,无用浮夸等等,而我们集团从事的行业,是手工艺行业,是制造生产,创造最高品质产品的行业,和人们使用奢侈品,这个词实带出的那种轻浮感毫无关系,不过整个记者行业所有的金融分析师,都把我们归入了奢侈品行业,而且这两个词其实都不准确,因为我们首先不认为自己是一个工业,而更像是一群工匠和创作者,在制造数量有限,极其出色,品质最高的产品,所以跟轻浮浮浅这些完全无关,话虽如此,我还是得接受奢侈品行业这个定义,但从用词的角度,我并不完全认同,您非常注重产品,您是个热爱产品的人,是的,当你管理的是手工艺行业,面对这么多富有创造力的人,还有那些本身几乎就是创作者的工匠,比如你认识的那些制表师,这些行业真的需要你贴近产品,长期的成功靠的就是产品,而且在奢侈品行业里,它其实还承载着法国的文化遗产,法国在世界上的形象,你看这一切都是非常精致高品质的东西,用奢侈品行业,这个笼统的定义根本说不清楚,不过算了,现在这个词已经到处都在用了,我们也改不了,对您来说 [00:05:39]
Guillaume Pley:最能代表奢侈品的是哪件产品,这太难选了,这个问题确实不好回答,真的很难,因为能代表我们业务的产品太多了,我本来应该带一块表来的 [00:06:29]
贝尔纳·阿尔诺:就是路易威登在日内瓦,那个Fabricatems工坊做的一款表,你知道那个工坊,他们做了一款机芯非常厉害的表,里面有一个自动人偶装置,表盘上是爱因斯坦的肖像
Guillaume Pley:当你转动一下机芯,爱因斯坦就会吐舌头,你看这就是一件非凡的作品,眼睛也会动吧,眼睛是不是也有什么机关,对,眼睛也会动,会转一圈
贝尔纳·阿尔诺:就是那张他吐舌头的著名照片,你知道吧,表盘上能呈现出他吐舌头的那一瞬间,太厉害了,这款表只做了两枚,天哪,我们做过一期报道 [00:07:08]
Guillaume Pley:您有兴趣去看看吗,可以和您儿子金一起,他现在负责路易威登的腕表业务,去看看那些制表师,他们也非常出色,我们都很喜欢他们,那真是精密工艺的巅峰,我觉得Fabrique du Temps 很可能是当今世界上,最顶尖的制表工坊,有没有什么东西是免费的,但您却把它当作一种奢侈
贝尔纳·阿尔诺:有免费的,对我来说,跟我们的行业也很有关系,而且免费的东西,就时间,从某种意义上说它是免费的,但我们永远缺时间,尤其是我自己,但时间是一个根本性的参数,因为当你制作极高品质的作品时,必须花时间去做,要有耐心,有时候还得返工重做,而当你忙着管理这些品牌
Guillaume Pley:满世界不停的出差时,时间就成了一个很难找到,经常不够用的东西,尽管它是免费的,你一直在工作,还能抽出时间去度假,休息一下吗 [00:08:11]
贝尔纳·阿尔诺:当然能定期度假,换脑子,一段时间里想想别的事情,这是必不可少的,不过我虽然在工作,但我觉得之前录节目前见面时也跟你提过,我同时也在享受这个过程
Guillaume Pley:所以可以大量工作而不觉得苦,您热爱您做的事,创业对您来说是一种激情,对是一种激情没错,我在准备这期节目时了解到,您也会参与艺术创作层面的事,因为您管商业做得非常出色,有敏锐的嗅觉,那各个品牌的艺术创作层面您也会管吗,我确实深度参与产品,从一开始做这一行,我就一直很喜欢这件事
贝尔纳·阿尔诺:构思以及产品成功与构思之间的关联,在奢侈品牌里,构思的核心当然是设计师和工匠的工作,但你还得确保这些构思出来的产品,能在全球取得成功,所以各个品牌的管理者,还有我自己都会非常频繁的参与其中,我跟他们一起管,一起讨论,而且我觉得自己有一种能力,能看出什么东西会成功,所以我经常做这件事,也常常能一起构思出好产品,我可以给你举些例子,好 [00:09:02]
Guillaume Pley:比如什么产品,你可能会感兴趣,比如1995年,我们邀请威尔士王妃,来为大皇宫的塞尚展,节目,当时叫Lady Dior
贝尔纳·阿尔诺:希拉克夫人打电话给我,说我们要在爱丽舍宫,接待Diana王妃,她来和我们一起喝茶
贝尔纳·阿尔诺:她来和我们一起喝茶,你有没有什么礼物可以送,这大概是两三天前的事,正好那时候迪奥在推一款新产品,和当时的负责人Sidney Sewell Fayne Dennett 还有设计师一起,我们就想,这款包是Danny von Pieck的,上面有迪奥标志性的藤格纹,他会不会喜欢,当时迪奥的总裁Sidney 很快就去张罗这件事,我和他一起花了半天时间弄,最后出来的结果,你们现在肯定都知道了,就是Lady Dior这款包,希拉克夫人把它送给了王妃,她特别喜欢,后来她买了好几个不同款
Guillaume Pley:带着这款包走遍全世界,它就成了Dior的一个标志,和雅克希拉克戴安娜王妃,那顿晚饭怎么样,不是晚饭,雅克希拉克没来吃晚饭 [00:10:33]
贝尔纳·阿尔诺:希拉克总统是上午和她,还有我一起为展览揭幕,展览上塞萨尔的作品非常美,但我看得出来,希拉克总统最感兴趣的,还是戴安娜的美,她眼睛几乎都在看她
Guillaume Pley:看戴安娜比看鲍还多,比看塞萨尔的作品还多,之后我们就去爱丽舍宫喝茶了,我们从头开始,一步一步来了解,随你 1949年3月5日,您出生在鲁贝,您父亲是工程师,管理着建筑公司Ferret-Savinel 您母亲是Ferret-Savinel 创始人的女儿,为了理解当时的家庭氛围,您父母是在工作中认识的,他们交给您什么价值观,您是在什么样的价值观下长大的,我们家的家庭观念非常浓厚,首先家里孩子父母,祖父母之间感情特别好,就像你说的
贝尔纳·阿尔诺:他们经营着那家公司,家就住在公司旁边,所以他们有一种拼搏精神,一种工作态度,也传给了子女孙辈,当然也传给了我,他们要求很严格,最核心的价值观,是忠诚信任和责任感,我祖母是非常虔诚的天主教徒,家里的氛围特别温暖,亲情特别浓,充满爱,彼此都很爱对方,比如我就特别爱我的祖父母,您把祖母的房子买回来了,没有,我从来没卖过,但我重新修缮了,我修缮它是因为这栋房子,原来是家族企业园区的一部分,后来我离开了,没人住了,公司也搬走了,房子就被占了,我看到之后,就决定按当年的样子,把它修复,连当年的家具,大部分家具我都找回来了,对因为祖母去世后,家具分给了家里不同的人,我就去找了一些亲戚,表姐妹,还有几个远亲,问能不能把家具收回来,尽量按当年的样子重新布置,要知道,我在那栋房子里住了20年,而且办公室也还在,所以我把办公室也翻新了,这些办公室,我一部分做成了 EDIC工程师培训中心,另一部分给了LIVE 就是那个帮助重返职场的机构,是我出资创办的,现在由马克龙夫人负责,您还会回去那栋房子吗,会,我尽量每年至少回去一次,每次回去都很感慨,我还带现任第一夫人,参观过,确实很触动,那里勾起我很多回忆 [00:12:32]
Guillaume Pley:我当年准备巴黎综合理工,入学考试就是在那里,我的童年也是在那里度过的,算了,这些就不全讲了,不,我们过两分钟再聊巴黎综合理工,如果您愿意的话,我听说您把一张成绩单 [00:13:23]
贝尔纳·阿尔诺:放进了祖父的棺材里,对,我不知道这是不是真的,我祖父和他那边的亲戚都很疼我,我祖父是第一个带我去看建筑工地的人,他是个了不起的人物,他参加过两次战争,拿过军功章,在战场上走过一段非常非常了不起的路,之后创办了这家公司,自己经营,我还记得我住在他家,先是跟他住,后来他1959年去世后,我又跟祖母住了20年,你们要是有兴趣,我可以讲讲原因,但不知道观众会不会感兴趣
Guillaume Pley:算了先往下看吧,我们就是来了解您的人生轨迹的,想去哪就去哪,我们跟着,好,那说回那个时刻,就是他去世的时候,他是1959年6月26日走的 [00:14:15]
贝尔纳·阿尔诺:他一直特别关心我的学业,看到我成绩好,他特别高兴,我当时拿到了不错的成绩单,就把它放进了他的棺材里,我祖父教了我很多东西,我跟他去工地建筑工头和工人,对我来说真的很有意思,从五六岁起,他就用他的车带我出去,带着他的司机,因为那时候他虽然不算特别有钱,但没有驾照,他永远有个司机,永远坐在前排,我永远记得,我睡在那栋房子里,早上能听到马匹拉着建材去工地的声音,那时候已经有卡车了,但还有马,那种很高大的马
Guillaume Pley:是您母亲给了您工作的热情,还是您祖父,还是所有这些的混合,我们想理解这从哪来的,您说的是一种家庭价值观,我祖父和我父亲 [00:15:07]
贝尔纳·阿尔诺:他们都是创业者,他们让公司运转发展,我祖父是从零开始的,我父亲是中央理工毕业的工程师,后来接手了公司,他们真的对每个细节都极其投入,跟所有小公司一样,有起有落,我祖父59年去世的时候,我们当时总去海边度假,离得不远,但我父亲没去,因为祖父走了,银行就开始警觉了,说要注意,我们还能不能继续给工程放款,给贷款等等,您看,虽然后来,我自己从没遇到过这种事,但这件事一直留在我心里,所以是他们给了我,在企业里工作的热情,我能问您一个更私人的问题吗
Guillaume Pley:当一个人拥有巨额财富时,怎么把工作的热情传给自己的孩子,因为您有孩子,他们都很出色,您这跳得有点快,我们待会再回来,但您这一下跳了50年,您自己有过这种热情,您是怎么传给您的孩子的,规模不同,但氛围是一样的,因为我很早就让孩子们看到一家公司是什么样的 [00:16:08]
贝尔纳·阿尔诺:我跟他们讲我是怎么管理公司的,他们一路跟着我,看过我做的所有投资创立,在全球各地落地的过程,他们马上就对这些产生了兴趣,我也跟他们说过,如果你们将来想以某种方式参与这一切,真的必须好好读书,否则是不可能的,更何况在我们这个圈子里,我们见过一些孩子,父母有一定财富,他们就只知道花钱,买豪车,整晚派对,挥霍,派对,还有其他一些事,所以就是这样,我想我成功激励了他们,而且他们每个人
Guillaume Pley:以不同的方式,在学业上也都相当有天赋,我正想问您,他们在学校成绩好吗,如果成绩不好会怎么样,那我就尽量多管管,比如我有一个儿子,他考高中会考那会儿,我每天晚上六点回家,就为了带他做数学题,是吗,是因为他数学不够好,需要您帮他提高,他文科非常好,参加过全国竞赛,数学就稍微难一点,那我们就不说他的名字了,对但他很优秀,就是这样,他需要这么一次奠基班的刺激,才能真正投入进去,用功起来,后来他轻松考过了,会考,但当时我确实在带他做数学题,还有一个孩子,我跟他学起来就有点吃力了,因为他数学太好了,是反过来的,是您跟不上他,对我数学其实也挺好的 [00:17:11]
贝尔纳·阿尔诺:应该说当时算不错,但他比我晚很多年,数学本身也在变,我有几次陪他去,有一次他让我去听一场口试,是巴黎高师的入学考试,我事先就知道,他跟Sidney Blix是好朋友,他跟我说,你来听听我的高师口试吧,我就去了,坐在教室最后面,因为当时我已经有点名气了,不想被人认出来,然后我看到教授,在黑板上写了一道题,接下来我儿子,名字我也不提了,没必要,就那么干站了30分钟,我现在还记得题目,是关于微分方程的,不知道你们有没有概念,反正挺复杂的,我当时心想,完了,他肯定不行,没戏了,结果过了半小时,他把整块黑板都写满了,最后好像拿了18分 [00:18:04]
Guillaume Pley:总之他是以高师前几名的成绩被录取的,后来我还得说服他,如果他想进商界,去巴黎综合理工学院更好,您自己考上了巴黎综合理工学院 1969年通过入学考试 1971年毕业,大家都知道这所学校声望很高,具体来说,在巴黎综合理工学院都做些什么,学些什么
贝尔纳·阿尔诺:在我看来巴黎综合理工学院最重要的,至少我自己感受最深的是,首先学到的是思维的严谨性,其实在备考阶段也一样,准备那些科学类考试本身就非常严谨,然后你学会怎么去解决难题,并且把它们简化,这一点对我帮助最大,因为在商业世界里,经常会遇到各种难题,我觉得我算是做到了,把问题简化,并且让跟我一起工作的人,也有这个意愿,面对一个复杂问题时,不要花大量时间纠结来纠结去,而是去分析困难所在,然后把它简化,这样做往往效果很好 [00:19:17]
贝尔纳·阿尔诺:这样做往往效果很好,对了,在巴黎综合理工学院,我有一位数学教授,真的是天才级别,又是关于老师的回忆,对,他叫洛朗斯瓦茨,是第一位获得菲尔兹奖的法国人,菲尔兹奖相当于数学界的诺贝尔奖,他在1950年拿到的,他的课讲得极其精彩,清晰的不得了,而且涉及的领域还很难,对,对分布理论,那是非常复杂的东西,但他能把一切都讲得很简单,当时在安法尔听他讲课,那会儿是在Montenison 捡金到Ville 你一听就懂,这个人真的非同一般,有些老师就是,能把复杂的东西讲明白,我们俩还有一个共通点,虽然不是同一年出生,但是同一天生日,跟您当年的那位教授,对,跟洛朗斯瓦茨,都是3月5号 [00:20:52]
Guillaume Pley:当然这并不代表,我也有他那样的数学天赋,做企业家的话,数学到底需不需要好,会算账,这个必须会,对,不是说要去解最复杂的方程,也不是要能做出什么数学难题,但必须会算账,您知道吗,采访您比采访其他人更难,因为关于您的信息非常少,是吗,为什么要提供信息呢,确实,再说这些都挺久以前的事了,您现在还有当年巴黎综合理工学院时期认识的,现在还在来往的企业家朋友吗
贝尔纳·阿尔诺:有没有交到至今仍是朋友的人,我还有一些巴黎综合理工学院的朋友,绝对有,其中有些人已经非常成功了,比如当年的入学第一名 [00:21:36]
Guillaume Pley:后来当了地球物理公司的总裁,不过怎么说呢,我自己还在继续干,这些人里面很多已经从一线运营中退下来了,他们都退休了吗,某种意义上是他们现在做顾问,对对,他们从一线退下来了,之前是一家大公司的运营总裁,您后来离开了,您毕业了,您父亲也是巴黎中央理工毕业的,中央理工,对,是吗,他当时掌管着公司,就是刚才提到的Ferra Cefalnel 一家建筑公司,您71年毕业 22岁,一毕业就进了家族企业,为什么回那里,而不是去巴黎别的地方,有什么原因吗,您当时就想接班吗,因为我一直想管理一家公司,想帮我父亲打理他的生意,而且我在巴黎综合理工的朋友
贝尔纳·阿尔诺:都觉得你真是完全不懂,从巴黎综合理工出来,就该去给国家做事,去部委,去当办公厅主任,反正那些我都不感兴趣,您从来没动过这个念头,没有,我从来都,很专注,我一直对管理公司感兴趣,这是真的,甚至进工程师学校之前,我就一直有这个兴趣,我那时候就已经在给我父亲 [00:22:37]
Guillaume Pley:我祖父出主意了,我还记得甚至十岁的时候挺逗的,十岁,对,十岁能给开公司的父亲出什么主意,那些主意其实还挺让他恼火的,我跟他说 [00:23:04]
贝尔纳·阿尔诺:你看那个工地是竞争对手做的,怎么回事,他们怎么跑到你前面去了,你应该多看看招标,就是挑战者心态,确实是这样,对没错,我就是这么说的,我有这个动力,而且我会去车间,去找跟我关系不错的,机修工头,一起鼓捣工地上,用的那些设备,我还去一开始有个地方,后来有了卡车,最开始是马车,后来有了卡车,我对那些大卡车,特别着迷,特别感兴趣,那时候的卡车叫Belius 不知道现在还有没有这个牌子,但我非常喜欢
Guillaume Pley:我一下子就喜欢上了,我没想过干别的,您是在那里学会了产品文化,去检查细节,因为我知道您非常注重细节,也必须这样,那是后来的事,是我从巴黎综合理工毕业,真正入行之后,因为我们俩聊的时候,你说过产品产品产品,最重要营销那些当然好,但最关键的还是产品品质
贝尔纳·阿尔诺:对这个我确实说过,有一次我在路易威登做分享,当时的管理层后来有点头疼,他们让我去讲,底下坐着整个营销团队,都是年轻人,我就说,尤其在你们这样的公司,像路易威登,千万别做营销,不要做营销,你们要做的是去创造,让产品自己说话,去做市场调研,研究某个国家,某个客群需要什么产品,那是大众消费品才做的事,是超市里那些产品才需要的,如果你要进超市扑货,那没问题,但对于高品质,手工打造审美完全原创的产品,你得让客户来追随你,甚至可以说,你得去引导客户怎么用你的产品,靠市场调研,你永远找不到下一个地要 [00:24:22]
Guillaume Pley:不可能的,产品产品产品,对就是这样,你现在还会去巡视LVMS所有的工厂吗,还会亲自去店里看吗,我定期都会走一圈,我刚完成一次全球巡店,往东边走的,你去了亚洲,对,我去了香港北京首尔东京,最后在洛杉矶看了一场秀,你去看橱窗的时候,到底在看什么 [00:25:13]
贝尔纳·阿尔诺:真的是细节,大家想象不到,你走到一家店门口会做什么,也别夸张了,我不想显得自以为是,但我确实能看出哪些地方,可能需要改进,我经常跟一些店长说,尤其是巴黎的店长,你们应该雇我当视觉陈列总监,我路过一次,我们一起调整一些东西,下周我再路过,他们会说
Guillaume Pley:先生真的自从我们做了这些调整,效果好多了,这让我很开心,这是你从一开始就有的习惯吗,我一直都有,为了取得这么大的成功,甚至在我最早跟我父亲做建筑的时候,就是这样,你可能接下来要问我,为什么要把公司转型,这个问题本来排在三个问题之后,但既然你提了,我们就聊,你确实做了转型,我先帮大家回顾一下时间线,真的很惊人 74年你进入公司做建筑业务负责人 77年27岁成为总经理 78年你全面接管公司,那时你才刚满29岁,你怎么做到晋升这么快的,这不是事先规划好的,是在实战中一步步走出来的 76年的时候,我跟我父亲说 [00:26:02]
贝尔纳·阿尔诺:我们做了几年了,你看我们现在有两块业务,一块是建筑业务,给客户盖房子,客户是那些房地产开发公司,他们建住宅楼工厂,那时候还有很多大型房子企业,我们好像给Bosak盖过办公楼和工厂,是其中一家工厂,还给Provos盖过,给Rubix的毛房厂也盖过,但我跟我父亲说,问题是客户做选择的核心参数,很不幸就是价格,这没什么意思,因为为了达到客户要求的价格,或者赶上某个算错账的竞争对手,报出的价格,你就不得不在品质上妥协,这不好,反过来对我们这样的企业来说,更有意思的做法,是直接面向大众销售,去面对那些你能用品质,用产品本身的美感,用设计图的美感,用建筑地段的美感,去说服的客户,所以76年,我说服了我父亲,把建筑业务剥离掉,专注做面向大众的销售,所以后来公司就叫Ferranel 对 [00:27:46]
Guillaume Pley:就叫Ferranel 我们把名字缩写了 Ferra和Savignel 就叫Ferranel 对,之后您就去了美国,当时也有很多报道,您是80年走的,您跟我说过什么都可以问,那我就一步一步来,尽管问尽管问,那时候正好是1981年,弗朗索瓦米特朗当选总统,当时有文章说,您是在逃避社会党,是因为政治原因才走的 [00:28:08]
贝尔纳·阿尔诺:不完全不是,我从来不是因为政治离开的,而且后来我跟米特朗总统,建立了非常好的关系,不是,我走势因为经济真的撞墙了,你去看看,当时所有的经济专家都会跟你确认,经济就是撞墙了,我们当时采取那些措施,其实完全符合米特朗总统当选的纲领,但结果却让法国经历了一次又一次的贬值,因为当时没有欧元,通胀极其严重,跟工会的关系也很紧张,他们总是要求更多,总之整个环境对投资非常不利,所以我就跟我父亲说,您看在投资之前先看看这个项目,鉴于目前的情况,我去美国看看能不能搞出点有意思的东西来,就是这样,纯粹是经济原因,因为我觉得,而且不止我一个人这么想,其实大多数人都这么想,就是法国经济要壮强了,后来情况好转了,雷蒙巴尔上台之后,我就回来了 [00:29:29]
Guillaume Pley:您喜欢在美国生活吗,虽然时间不长,但毕竟是一段经历,是的,还不错,挺有意思的,至少在工作层面是这样,那边的做事方式务实的多,对那些经营的很好
贝尔纳·阿尔诺:不断发展的企业,批评也少的多,市场也更有活力,所以确实一点也不难受,不过我还是更喜欢住在法国,这是肯定的,但那段经历确实不错
贝尔纳·阿尔诺:但那段经历确实不错
Guillaume Pley:是一段好的经历,非常好的经历,没错,您当时去了迈阿密,纽约,我住在纽约,住在纽约,办公室在洛克菲勒中心,您那时候就认识唐纳德特朗普了,他当时是房地产开发商,可以这么说吧,对没错,而且我记得好像有个电影能看到我,当时我,学徒,我不记得是哪个了,是关于唐纳德特朗普的故事,有人给我看过那个片段,对,说到他,我知道您跟他有一段挺不可思议的议事,我听他说过,您后来跟他有一次晚餐的议事,对,一来二去,我就跟他成了朋友 [00:30:01]
贝尔纳·阿尔诺:所以他当总统的第一个任期里,我经常见他,后来也是,现在也见,有一次,我跟我的一个儿子,在西海岸,东海岸,迈阿密看店铺,那天晚上,我们受邀去特朗普总统那里吃晚饭,就是不久前的事,您说的事,对,不久前,就是不久前,当时我们正开着车,听到广播里在说,那是在他第一次遇刺之后
Guillaume Pley:就是子弹擦过他耳朵那次,对,子弹从耳朵穿过去那次,那天晚上,您本来要和他共进晚餐,不是那之后的事,我们当时在车上,本来要去跟他吃晚饭 [00:31:07]
贝尔纳·阿尔诺:然后我从广播里听到,他又被威胁了,因为他当时在打高尔夫,四个星期天,特勤局在棺木丛里发现了人,有人想暗杀他,带着步枪瞄准镜什么的,所以他们必须保护总统,我当时就说 Alexandra 完了晚饭肯定泡汤了,然后我们到了他在迈阿密那栋很漂亮的房子,结果晚饭照常进行很好,我们见到他跟往常一样热情,坐下来后我们说发生这种事太可怕了,真是糟透了,他回我们2比0就这样,哇2比0对
Guillaume Pley:也就是说他遭遇暗杀未遂那天,晚上还打了个2比0 他遭遇那次暗杀那天,之前已经被瞄准过好几次了,但他心情还是很好,对完全放松,特别放松,我们离开的时候,大概晚上11点吧,很好,唐纳德特朗普,是个什么样的人,当有关税之类的问题时,您能跟他谈吗,我会跟他谈 [00:32:00]
贝尔纳·阿尔诺:虽然他不一定听我的,但我确实会跟他谈,反正请我去也不花钱,在他第一个任期里,我倒是为法国葡萄酒和烈酒,争取到了豁免,唐纳德特朗普能被说服吗,能,但首先得明白,他是全世界最有权势的人,其次,他是个非常聪明的人,所以你要是到处说他坏话,那谈判就难了,如果他知道自己见的人说过他坏话,这很正常,换我也一样,如果有人说了我的坏话传到我耳朵里,我也不太想对他们客气,人之常情,对吧,就这么简单,就这么简单,就这么简单
Guillaume Pley:不过话说回来,美国总统做什么,轮不到我来评判,您有没有想过,您对国家是有用的,您养活了,我记得是20万人,您现在有20万名员工,您有没有想过从政,既然您这么会管理一家公司,管理公司和管理国家是一回事吗,您怎么看,我觉得这是两件完全不同的事,我也不具备从政所需的足够素质,因为这需要很多自我牺牲 [00:33:05]
贝尔纳·阿尔诺:还需要一种使命感,而我没有必须得有使命感,我没有,而且这终究是一个通常要看非常长远才能见效的职业,您明白吗,我永远记得一位我觉得非常出色的总统,德斯坦总统,可惜他只干了七年,后来是密特朗总统接替他,之后德斯坦的余生都在试图重返政坛,所以首先我不具备从政的素质,我大概也没有那个耐心,而且虽然我对经济方面,可以做什么,有一些想法,但我不想以官方身份,掺和进去,我更喜欢我现在做的事,非常有意思,我每天到办公室,都觉得很好玩,到今天还是这样,对绝对的,对我每天都觉得很好玩,所以我觉得从政,永远不可能,给我同样的乐趣,在今天从政的话,从政的话,我看到那些处境,需要在方方面面做妥协,比如现在这个时候,对这些负责人来说就极其困难 [00:34:26]
Guillaume Pley:非常非常难,所以我没法想象自己身处其中,不行,当别人说您坏话的时候,您会不会不想跟这些人做朋友,您会去看媒体上怎么说您吗,还是完全不在乎,根本不看,您怎么看这个问题,因为大家经常谈论您,对但这完全影响不到我,大多数情况下,我甚至都不看有人跟我说,你看到那篇文章了吗
贝尔纳·阿尔诺:我没看到我也不想看,我完全不在乎,真的吗,绝对是真的,对,但这就是该有的态度,在法国,当你稍微做出点成绩,马上就会被批评,就这样,没什么批评你的人,往往不理解你在做什么,或者出于他们自己的各种原因,想批评你,这有什么用呢,在我看来 [00:35:00]
Guillaume Pley:没必要让这些东西污染自己的脑子,不是,但从人性角度来说,总可能有什么东西伤到您,即使您不在乎,也可能会发生,看到什么东西,会觉得自己被伤到了,因为您为某件事付出了努力,结果偏偏冒出来一个,完全失实的说法,确实有大量失实的东西被说过,对,您有,从头错到尾,从头错
贝尔纳·阿尔诺:是吗,从头错到尾,我给您举个例子,您可能正要问我这个问题,这件事一直让我很惊讶,就是我们在美国跟Michael Burke 一起建的那种princess大楼
Guillaume Pley:好,您说到美国,说到Michael Burke 请允许我插一句,因为这太不可思议了,您到今天还在跟他共事,对,您当时请他陪同您帮您,是因为他会说英语,那时候他是您的实习生,对吧,他当时在EDSA 我招他做实习生,因为他有美国和法国双重国籍,他英语说得很好,对,他英语确实不错,而且他这个人非常非常聪明,他现在还在集团里吧,对,他现在还跟着我,他是LVMH美国区的总裁,他是以实习生身份 [00:36:04]
贝尔纳·阿尔诺:跟你一起起步的,这挺有意思的,是,但你看,忠诚在生意里还是很重要的,说回那个房地产项目,那是我八一年跟他一起去美国,是做的第一个房地产项目,就是那栋princess大楼,对就是那栋楼,那栋楼非常漂亮,现在还在锁起来,一周前他还给我打电话说,我刚路过那栋楼,但有一点我一直没搞懂
Guillaume Pley:为什么大家都说,那个项目是失败的,我们从来没做过那么成功,那么赚钱的房地产项目,连你都觉得惊讶,我是挺惊讶的,因为我在搜资料的时候,觉得了解失败挺有意思的,不是为了说您失败了,而是为了理解,它肯定被列在各种失败案例的清单里,到处都是,在Google上搜你,这是排第一的失败案例吗,那可能是我做过的,最漂亮的一个房地产项目了,不信你去问Michael Burke 你问他就知道了,当时是他负责的,我们从来没做过那么赚钱的项目,那为什么大家把它说成是失败案例呢,他们怎么想的我完全不知道,真的我一点都不知道,对比如每次搜贝尔纳,阿尔诺都会看到私人飞机的事,这件事你也受到很多指责,是不是,对对,私人飞机那是另一回事了,当时甚至有人想追踪我的行踪,不过现在问题解决了,几年前我把飞机卖了,我现在没有私人飞机了,对,我卖了,您当时必须有私人飞机,因为您要去各地的工厂 [00:38:03]
贝尔纳·阿尔诺:每周都要跑,你想想,我们做环球寻访的时候,要去中国三四个城市,然后去澳门,再去首尔,再去韩国,另一个城市,再去日本两个城市,接着飞中西部等等,所有这些行程,要在一周内完成,做民航客机,根本不可能,完全不可能,所以您就把飞机卖了,这样别人就没法追踪您了,现在没人能追踪我了,当我需要这样跑的时候,我就住一架飞机,现在有很多,做包机业务的公司,没人能查到我的行踪,这其实挺重要的
Guillaume Pley:不然让别人知道我在哪,不是什么好事,也是为了安全,对,安全不安全的我不知道,但反正我们会想,他怎么在这,他是不是在看什么生意之类的,我也说不好,您偶尔会坐火车吗,当然当年那个高速列车,还是我去捡的菜,去里尔的那趟TGV 对,有人跟我说在火车上见过你,对,那次是去布鲁塞尔,没错
贝尔纳·阿尔诺:坐的二等座,对对因为一等座没票了,但二等座也没什么一样座,当时我跟我一个儿子一起,忘了是哪个了,去布鲁塞尔参加一个朋友的葬礼,然后有人跟我说,你看到没火车上有Mediapart的负责人,他说我要过去给他签个东西,因为他老写那些吓人的文章,说你坐私人飞机从巴黎去布鲁塞尔什么的 [00:39:22]
Guillaume Pley:结果呢后来也没见文章出来,您当时坐的是二等座对吧,媒体上看到的和您真实生活之间,是不是落差挺大的,您会不会有时候觉得,我真搞不懂为什么,我再强调一次
Guillaume Pley:我再强调一次
贝尔纳·阿尔诺:我对那些写我的媒体不感兴趣,真的不感兴趣,因为绝大多数情况下,那些东西错得太离谱了,挺逗的,但确实有错误,还有其他类似的事 [00:40:00]
Guillaume Pley:你大概也要跟我聊布萨克了吧,我正要问,咱俩节奏还挺同步的,看我这提纲,我都可以去主持电视节目了,你想要的话,我把提纲给您,我来回答也行,收购Busac集团,是在1984年,对吧 1984年12月,您当时35岁,刚从美国回到法国,您收购了当时已经破产的Busac集团,那会儿这家公司状况很不好,旗下有好几个品牌,里面有Dior 有一颗明珠,还有Lebon Marche Faye Conforama 品牌很多,您最后看上的其实就是 Dior和Lebon Marche Faye 您是怎么收购BOSAC的,关于这件事也有不少文章,那我给你讲讲,因为这件事上也有很多,您来主持,我听着,常见的错误,那些文章一般怎么写呢,说贝尔纳,阿尔诺,他起步当然是,有国家帮他的,说国家给他投了钱,用公共资金去,关于这件事文章可不少,我给你几个数字吧 [00:41:07]
贝尔纳·阿尔诺:因为数字还是挺有意思的,我接手这家公司的时候,它已经破产了 1981年,密特朗总统上台时,就被裁定破产了,我们说的是1984年,当时政府一开始是 Murray先生,派了一些完全不懂商业的人,来管这家公司,结果越陷越深,每个月都在亏一大笔钱,我记得当时在法国,差不多每个月亏一亿法郎,后来法币游私上台,他们觉得必须脱手了,国家不该去扛这种巨额亏损,于是他们开始找接盘方,搞了招标,有三家竞标,我们是其中之一,招标过程我就不细说了,三家出的价都差不多,我们提出自己出失忆法了,我当时没那么多钱,就跟家族集团一起出了五千万,然后有投资人跟头凑了失忆,同时我们向国家申请了一笔贷款,大概也是失忆法了,差不多7000万欧元,另外两家竞标方也提了同样的要求 [00:42:08]
Guillaume Pley:自己出4亿,再向国家借4亿,这笔贷款是要还的,利率是浮动的,跟公司扭亏为因的情况挂钩,就是给你时间把曲线拉回来,我们是想把公司救活
贝尔纳·阿尔诺:如果救活了,还款就比利率高,我们后来就是这么做的,把公司救活了,社会问题我后面再讲,我们不仅救活了公司,还的钱也超过了当初借的,结果现在有人说,阿尔诺先生,这简直是丑闻 Busac的钱,是国家帮你发的财,那我就给你一个数字,我们借了7000万,从那时起,我在这基础上建立起来的集团,以税收和社保交费的形式,已经向国家缴纳了400亿欧元,对,所以我们可以祝贺当时的法比尔斯总理,这是法国政府有史以来,最成功的一笔投资,借出7000万还清了,而由此产生的企业,到现在为止,给国家带来了400亿,所以听到这些批评
Guillaume Pley:说真的太离谱了,完全不可理喻,我根本不在乎,我记得当时还有一个,关于要保留多少员工的协议,对吧,没错,当时有一万两千人 [00:43:26]
贝尔纳·阿尔诺:我们承诺保留一万,但没做到,为什么没做到,因为工厂的情况,比预想的更糟,中国那边的竞争非常激烈,我们不得不裁的更多,但同样,当时我们接手是大概一万两千人,而今天,从那里起步建立起来的集团,全球直接雇佣了,二十二万人,在法国直接雇员四万,加上间接雇员供应商,那边还有十六万,总共二十万人,所以,对我们扫保了两千人,但现在我们在法国有20万人,这事都过去50年了,也许有一天可以别再翻旧账了,因为现在有一种氛围,在法国出于各种原因,人们就是见不得什么东西真正成功,尤其是私营企业做成的,就像我们捐款的时候
Guillaume Pley:我们捐了一笔,您捐过好几次,好吧,好几次,我记得两次,一次是巴黎圣母院不幸被烧的时候,您捐了两亿欧元,我记得您是捐款名单最上面的,现在那里还有一块名牌,我们前不久去圣母院做报道时看到了,顺便说一句,您当时坐在第十排,对,您捐了那么多,结果落成典礼上却没坐在前面,我宁愿保持低调,还有一次是捐给爱心食堂,好,爱心食堂当时快破产了,我们捐了,我记得是一千万,结果立刻,这笔钱确实帮了大忙,让他们免于破产 [00:44:31]
贝尔纳·阿尔诺:但马上有人说,怎么踩一千万,这些抠门的人太可怕了,为什么要这么做,这好像是梅朗雄先生那个党说的,不过他后来收声了,为什么收声,因为他发现自己的社交媒体上,选民都跑了,梅朗雄先生很有才华,我不是要批评他,但我就给你解释一下,他看到自己的选民在抗议,说你们疯了吗 [00:45:11]
Guillaume Pley:人家给爱心食堂捐了一千万,你们还批评,这怎么行,当时全是这种声音,我到现在还留着截图,他们当时到底指责你什么,嫌我给的不够多
贝尔纳·阿尔诺:可他明明可以给两倍三倍,对吧,至于巴黎圣母院批评的声音就是,我们捐了两亿,这对项目来说非常重要,也非常有用,结果有人说不对
Guillaume Pley:这应该是国家出钱,不该有私人来管这种事,简直让人无语,也就是说你给爱心食堂捐了钱,结果反而招来一堆舆论攻击和,也别夸大,那只是一个政客想搞点,你从来不回应,是吗,对还有一个,现在热度降下来了,但之前一直把我当营销工具用的,就是Ruffin先生 Franfie was Ruffin 法国左翼政治人物,我就是他的,他拿我当营销工具,当营销总监用,只要想在电视上露个脸,他就提我,他拍了一部关于你的电影,对,叫谢谢老板,没错 [00:46:03]
贝尔纳·阿尔诺:那部看了,你看了,那部我确实看了,因为大家议论的太多了,我还是去看了,说实话,还挺好笑的,真的吗,对错误百出,错误百出,但确实挺好笑的,而且我觉得那部片子,给他赚了不少钱,不过对他来说也是好事,里面有不符合事实的地方,错误百出,是的,我现在没法一说清楚,但当时我都记下来了,真的是错误百出,我记得是指责你关了一家工厂,对,就是这类事,总是拿Bursa跟那件事做文章,那都是50年前的事了,但你看,我觉得他现在更多是把我当营销工具,而且他的热度也在下降,自从Anfranchi先生可能有点,把他边缘化之后,为什么,因为他没有Anfranchi先生那种演讲天赋,我觉得他正在慢慢被人遗忘
Guillaume Pley:不过我也不清楚,不想掺和这些,接下来是收购LVMH 你职业生涯中另一个重要节点 1987年6月3日,当时Moffity和C那边是Alan Chevalier 路易威登这边是Henry Rakamir 他们把自己的集团合并了,组成了LVMH这个奢侈品集团,后来他们闹翻了,这段历史你应该很清楚 Rakamir先生想引入外部投资者,结果你进来了,然后你开始收购股份,大概两年后,你就成了集团的掌舵人,大致是这样,你刚进入LVMH 一开始只是个小股东的时候,你当时就知道,自己想要拿下集团的控制权吗,还是说这是自然而然发生的,是机会来了顺势而为,当时到底是什么情况,这么说吧,当时我做这笔交易,刚进去的时候,所有人都说 [00:47:33]
贝尔纳·阿尔诺:这是两个超级自我的人硬凑在一起,而且公司本身运转的很好,管理层也很稳等等,好,但对我来说,其实在那之前就发生了1987年股灾,我已经买了一些股票,所以我很想看看事情会怎么发展,而且最关键的是,他们当时拥有迪奥香水,而我手里有迪奥时装,所以我也很想知道,有没有可能让时装和香水重新走到一起,因为我觉得对一个时装物来说,能自己掌控香水是根本性的,但当时这两块是分开的,所以带来了很多问题,等我进去之后,大概是在合并一年后吧,我发现这两位领导人,其实在打架,完全水火不容,如果放任不管,公司会出大问题,所以我说这样不行,而其中一方,就是瑞开米尔先生那边,想取消合并,把葡萄酒和烈酒业务,卖给我们英国的经销伙伴,这绝对不行,我坚决反对,争端就是这么起来的,最后我拿到了控制权,说起来瑞卡米尔先生家族的那些股东,当时就退出了,把股票都卖了,他们要是留下来就好了,留下来能赚很多钱,不过我们路易威登这边 [00:49:18]
Guillaume Pley:一直都有几位威登家族的成员,他们留下来了就姓威登,我记得当时有人跟你说,你说过路易威登,反正他已经到顶了,你不可能做得更好,对,有人这么跟我说过,是我一个做投资的朋友,但今天已经翻了一千倍了吧
Guillaume Pley:但今天已经翻了一千倍了吧,其实他只是不懂这个行业,他说我看到满大街都是LV的包,我说对你看到很多LV的包
贝尔纳·阿尔诺:是因为他当时在巴黎的社交圈里,我们确实卖了不少,但他没看到别的东西,比如他没看到,那时候我们还没进入中国,也没看到,当时我们在美国的渠道极其有限 [00:50:09]
Guillaume Pley:而整个全球市场正在打开,就是看不到未来会发生什么,对吧,所以吗,您有一个爱好,就是钢琴和音乐,您是个资深的钢琴爱好者,您是怎么迷上这个的
贝尔纳·阿尔诺:感觉这对您来说真的很重要,这是家传的,我母亲会弹一点钢琴,我父亲小提琴拉得很多,我还记得小时候,星期天早上听我父亲练习西贝柳斯协奏曲,这让我很想学钢琴,所以我就去学了,我甚至还拿过一个比赛的奖项,那是在我上大学之前,大概十三四岁的时候,这件事一直让我很着迷,现在我主要是听音乐会
Guillaume Pley:您自己也开过音乐会吧,有,不过嘛,我没有开过独奏音乐会,不是,我记得您在SIMA开过,我开过音乐会,是三钢琴音乐会,在SIMA 三架钢琴,对 [00:51:02]
贝尔纳·阿尔诺:SIMA 三架钢琴,没错,跟您的儿子和夫人一起,跟我儿子和夫人一起,我们还在俄罗斯出事之前,在莫斯科演过,由Vladimir Spivakov指挥,但莫扎特写奏曲,对,我只要有时间就会试着弹弹琴,您想听的话,我可以讲一件发生在我身上的趣事,前一阵子您知道,我们在路易威登基金会,有一个非常漂亮的音乐厅,有一天有人跟我说,你一定要来,因为大师Morizio Pollini来了,我们正在争取请他来开音乐会,他想先看看这个厅,于是我就跟我儿子 Franc Fili Farrig一起去了,他弹得非常好,比我好太多了,还有我夫人,她是专业钢琴家,到了音乐厅,有人对Maurizio说,你能不能弹点什么,试试音响效果,他直接说,不不,我没兴趣,我就转向我夫人,跟她说,那你弹点什么吧,她说不不不,在Maurizio Polini面前,我可弹不了,绝对不行,在他面前弹琴确实压力太大了,我就跟弗雷德里克说,你去弹,他说不,这时候毛利齐奥,波利尼开口了,您会弹一点钢琴吧,来请,于是我就上了台,那时候我弹得还很笨拙,但好歹会,肖邦第二奏鸣曲,就这样,我当着毛利齐奥,波利尼的面,开始弹肖邦的奏鸣曲,简直难以置信,我只弹了第一部分,比较简单的那段 [00:52:11]
Guillaume Pley:但也够呛了,压力很大吧,当时手指有没有发抖,没有,因为我还能应付,要是让我谈第二部分,第二乐章,那可能就吃力多了,那段真的很难,我看到你还收购了 Radio Classic 作为古典乐爱好者,这跟您其他的公司,完全不是一回事,您是出于兴趣买的吗,为什么要收购Radio Classic 我买它是因为,有人来问我,当时是Pierre Fort
贝尔纳·阿尔诺:Segim是他的东家,他想卖掉,他听说我是搞音乐的,对这个感兴趣,又常听Radio Classic 事情就这么成了,对了,他也是巴黎综合理工毕业的 [00:53:17]
Guillaume Pley:好,您刚才提到了路易维登基金会 2014年您要节目路易维登基金会,这是一座当代艺术博物馆,坐落在巴黎旁边的布洛涅森林中心,到2025年,他已经接待了超过150万参观者,这个数字非常惊人,比圣米歇尔山还多,十年间,按参观人数和知名度,它已经成了巴黎第四大博物馆,排在卢浮宫,奥塞和彭皮杜之后,您为什么要建这个基金会,这个想法是怎么来的,是您自己的主意吗,事情是怎么开始的,这个想法我很早就有了 90年代初就有了,当时我和一位同事聊
贝尔纳·阿尔诺:他至今还在我身边,现在把基金会管理得非常出色,叫Jim Paul Clevery 我当时想,集团的成功靠的是那些创意人才,他们不完全是艺术家,更多是时装创作,或者说是一种再创造,但总之是一个创意的世界,我们从这个创意世界里,汲取了这么多来推动生意,要是能找到一种方式,回馈一点给这个创意世界,那就太好了,一开始大概92年还是93年,我记不清了,我们就考虑在布罗涅森林的,另一个地方建基金会,但当时的市政府是雅克,希拉克在管,不知道为什么没成,我们没拿到许可,好吧,但这个想法一直留着,我们也看了很多别的地块,最后我们看到了,布罗涅森林里现在这个地方,当时那里是个保龄球馆,就是个保龄球馆,那里原来有个保龄球馆,对就在基金会的原址上非常难看,我们就想,也许可以试着给他们一个了不起的方案,我跟弗兰克盖里谈了,我之前见过他,在比尔巴厄参观过他设计的博物馆,一位非凡的建筑师,他看了那个地方,觉得棒极了,甚至在现场感动的哭了,这让他想起在巴黎的日子,想起普鲁斯特等等,我们就说,这次绝不能错过,然后我说服了当时的巴黎市长,德拉诺埃先生,接受了这个项目,我们就启动了,不过花了很长时间,因为在法国一如既往,反对声很多,非常多,怎么能这样,在布罗涅森林里搞娱乐,这不行,诸如此类,但最终,结果非常非常好 [00:55:02]
Guillaume Pley:前后花了差不多十年,我们在2014年开放了这座基金会,他就紧挨着Jardine Declanitation 熟悉的人知道,在乐伊那边是个儿童游乐园,很棒
贝尔纳·阿尔诺:那个园子现在也有我们集团在运营,那也是您的,这原本是属于Boussac集团的,一项特许经营权,至于为什么归Boussac集团,我可以跟您讲讲,挺有意思的,布萨克先生,马赛尔布萨克,他的公寓就在那一镇,对面的那条街上,那里有些很大的楼,就在Jardin Declimitation 对面,他晚上老被狮子吵醒,因为那时候园子里有狮子,他就说,这不行,我要睡觉,这些狮子,好,我把Jardin Declimitation买下来,把狮子弄走,于是他就,为了弄走狮子,把整个园子买下来,太不可思议了,所以后来我们收购BOSAC 也就是LVMH的前生石,就得接手运营Jardin Declimitation 一直运营到现在,我想大家都很满意,因为经营的非常好,你孩子小的时候带他们去过吗,当然对,而且我们把那些游乐设施都翻新了 [00:57:00]
Guillaume Pley:像过山车什么的,那里太棒了,特别适合一家人去,确实很好,对,我听说您还投资了其他东西,能稍微聊聊吗,您都投些什么,也包括您自己的车吗,对
贝尔纳·阿尔诺:以个人名义,我投资科技领域,有一段时间了,最早是从90年代末,互联网刚兴起的时候开始的,我当时做了一笔投资,你还记得那个时期吧,那时候泡沫,互联网长成了一个泡沫,有些公司崩了,有些活了下来,就是这样,有一笔投资,是我完全没预料到的,我当时投了一家美国西海岸的基金,帮我打理这些事的合伙人跟我说,咱们把这笔投资记成亏损吧,因为这家基金跟当时其他美国基金一样,估计已经亏光了,结果有一天我们收到一条消息,对方说我们把手里有的股票发给你们,但我们没钱了,所以发完就解散基金,然后我们就收到了一大包Google的股票,我记得当时每股大概值两三欧元,每股,对每股,对差不多就这个价,那时候你也不太清楚
Guillaume Pley:这到底是什么东西 Google 对,一开始大家都不了解,不了解不了解,后来它涨了不少 Google的股票后来涨到多少了,我不记得了,这个我真不知道,后来我卖掉了,我也不知道现在股价是多少,但反正我们赚了一笔不错的利润,生意场上有时候确实需要一点运气,尽管,这件事纯粹是运气,因为我们投的是一群很有名的人 [00:58:16]
贝尔纳·阿尔诺:他们可能做得太激进了,整支基金最后被清算了,所以我们收到了清算后剩下的那部分,算是我们的份额,事情就是这样结束的,这一笔买卖真不错,是对是笔好买卖,而且我们完全没出什么利,还有另一笔,这笔我们倒是出了利的,我们当时还是跟同一个团队,他们现在还在我身边,我们在Netflix刚创立的时候
Guillaume Pley:拿了一个百分比的股份,我们当时占了将近百分之二十 Netflix的,对没错,那是一次非常成功的投资,说到这,你可能会问 [00:59:07]
贝尔纳·阿尔诺:也许你会想问,有没有什么不顺利的事,或者有什么遗憾的事,有的我卖得太早了,我们做了一笔非常好的投资,但从那以后,我记得它又涨了十倍,又涨了十倍,天哪,而且你看,有时候就是这样,不能卖太早,也不能卖太晚,不能卖太早,对,我不记得是谁说的了,有人问他,你财富的秘密是什么,他说
Guillaume Pley:我总是卖得太早,如果你愿意的话,我们聊聊史蒂夫·乔布斯,节目快结束了,我还有两三个问题,史蒂夫·乔布斯,我想你认识他,对,你给过他一个建议
Guillaume Pley:你给过他一个建议,至今仍在启发着很多人,也启发了很多门店的设计,他当时问我们,能不能给他一些建议,那会儿他刚开始做门店销售,当时科技行业里还没人这样卖产品
贝尔纳·阿尔诺:而且那时候手机也还没出来,他们是在门店里卖自己的产品,我们就跟他说,如果你想做漂亮的门店,可以来看看路易威登是怎么做的,他派了人过来看,他跟我聊过这件事,我们建议他把店开在路易威登旁边,特别是东京银座,有一家非常漂亮的门店,我上周还去看过,很壮观,那家Apple店门口到现在,还是人山人海,他当然非常聪明,人也特别好,我最后一次见他是在布鲁塞尔,我们聊了聊,他跟我说,你看我的iPod 那时候我想他应该是刚推出手机,那是刚开始的时候,他说你看我这个手机确实非常非常好,但你的东西更厉害,因为我很确定,你的香槟过一百年还在那里,而我的手机肯定早就被淘汰了,他挺幽默的 [01:00:14]
Guillaume Pley:你职业生涯里见过很多人,谁最让你印象深刻,你刚才提到了唐纳德,特朗普,还有总统,大企业家,你几乎都认识,你这辈子,谁最让你印象深刻 [01:01:07]
贝尔纳·阿尔诺:这个问题很难回答,对因为实在太多了,没错,有好几位,但也许在智力,人格和对世界的认知上,最让我印象深刻的,是亨利基辛格,我们后来成了朋友,他每次来巴黎,都会来家里吃晚饭,他是一位非凡的人物,他跟你讲地缘政治局势的时候,特别引人入胜,他真的是一个了不起的人,可是,可是他的话并不总是有人听,有一次我跟他一起吃晚饭,他跟我说,这真的很让人恼火,我写备忘录,亨利基辛格写的地缘政治备忘录,你收到了总该看看吧,他给奥巴马写过一份备忘录,他跟我说,我经常看到一些备忘录,他连看都不看,就是这样
Guillaume Pley:2006年你经历了一场悲剧,你失去了你的妹妹多米尼克,我可以跟你聊聊这件事吗,可以问你一个问题吗,可以,你跟她很亲吗 [01:02:09]
贝尔纳·阿尔诺:你跟多米尼克是什么关系,我们非常亲,我们是一起长大的,后来她在法国北部做监狱特派员,那时候我正在着手收购波萨集团,然后是迪奥,再然后是LVMH 之后她也来了巴黎,她审美特别好,他特别喜欢珠宝,我收购Friend这个牌子的时候,他就在我身边,这个牌子在法国和欧洲都很有名,我当时问他有没有兴趣来管这个品牌,他答应了,他就去管这个品牌了,做得非常成功,直到有一天很不幸,他还非常年轻,比我小一点,小一岁,他因为癌症去世了,这对我来说是一场灾难,太突然了,而且这种癌症,我不想讲太多细节,但放在今天,已经不会致命了,你看就是这样,我妹妹,她真的是一个特别善良的人,非常热爱艺术和文化,我非常想念她,我几乎每天都在想她,到现在还是吗 [01:03:14]
Guillaume Pley:对,她有没有教过你什么东西,让你一直记到现在,有时候还会用上,面对死亡的时候,人会开始思考,会开始思考,人的生命有多脆弱
贝尔纳·阿尔诺:这改变了你对死亡的看法吗,它改变了我对死亡的看法,同时也让我更加坚定,人必须好好活着,但做任何事都得保持谨慎,因为他的病本来是可以治的,至少他的病本来可以早很多就被发现,但没办法,他总说自己有别的事要忙,他说不感兴趣,我身体很好,就这样,那您现在会定期检查吗,现在会更注意身体了,我特别注意,因为我打网球强度还挺大的,所以每六个月,我都会做一次检查,看看这台机器,是不是还在正常运转
Guillaume Pley:看看心脏是不是还好,对啊,我可不想突然倒下,不过我不抽烟,所以风险有限,但我还是会检查,没错,网球对您来说,是真正的热爱吗,这是我非常喜欢的一项运动,您现在还一直打吗,当然,当然,我每周打四个小时,听说你有时候会和费德勒先生一起打球,就是费德勒的教练,是真的吗,对 [01:04:16]
贝尔纳·阿尔诺:我和他是朋友,我觉得他是个非常了不起的人,除了他自身的才华,他可能是史上最伟大的球员,他还特别友善,又修养,待人亲切,我们偶尔会一起去度假,他也很给我面子,让您赢球吗,陪我打几个球,我们一般打比赛的时候,通常是双打,所以确实是这样,您和他搭档
Guillaume Pley:当我有幸和他搭档的时候,我们上场很少会输,因为我们俩配合嘛,那您水平很高吧,您打得怎么样,我的水平可不能跟费德勒比,这没法比,这就好比拿我的钢琴水平,和鲁维托比一样,那确实没法比,对根本不可能,您也是一位大艺术爱好者和收藏家,您的艺术收藏非常非常精彩,我记得您很早就开始了,我忘了跟谁聊过这事了,有人跟我说,您的收藏非常棒,不是因为您有钱,而是因为您有品位,您比别人更早看出,哪些艺术家会成功 [01:05:07]
贝尔纳·阿尔诺:对反正我对绘画产生兴趣,是从跟父母一起逛博物馆开始的,对,里尔有一家很棒的博物馆,有非常美的博鲁盖尔作品,布鲁塞尔也有一家很好的博物馆,离得很近,那里也有很多精美的弗兰德斯画作,所以我一开始是跟父母逛博物馆,看展览,立刻就迷上了,后来慢慢的因为基金会的关系,我开始为基金会购入一些画作,我自己也买一点,就这样,但这个领域真的非常迷人,而且能接触到艺术家,比如我住纽约的时候,那会是八十年代,八十年代初我没什么钱,所以我就去逛画廊,能看到那些大艺术家,沃霍尔什么的,当然你买不起,当时我在画廊里注意到一个人
Guillaume Pley:叫巴斯奎特,那会儿他太不可思议了,他当时还算不上是行情大涨的艺术家,所以我就买了几幅,那可是一笔好买卖,我一直留着,您从来没卖过画吗,没有 [01:06:38]
贝尔纳·阿尔诺:没有,没有,不卖,但我买画不是为了投资,虽然客观上会这样,因为价值,东西会升值,价值会长,但当你喜欢一幅画的时候,你就不想跟他分开
Guillaume Pley:除非你真的需要钱,但我不属于这种情况,有没有哪件作品,是您梦寐以求,但没能买到的,为了基金会,我有好几次想借到某些作品,但没成功 [01:07:05]
贝尔纳·阿尔诺:比如我曾经试过,把格尔尼卡弄到巴黎来,但这不可能没成,不过在基金会2014年的首展上
Guillaume Pley:我成功借到了蒙克的呐喊,那也是一幅历史性的画作,那幅画太了不起了,我把它放到屏幕上,这样你也能看到,对,您可以放图片
贝尔纳·阿尔诺:它确实是历史性的,后来我们跟苏珊娜,帕热和让保罗克拉夫里,他们俩跟我一起在基金会工作,苏珊娜负责整个艺术方面,让保罗管理基金会,我们成功办成了两次史无前例的展览,从俄罗斯借来了非凡的收藏,苏金收藏和莫洛佐夫收藏,里面的作品,我不知道您当时有没有去看,都是些了不起的作品,出自19世纪末 20世纪初,最伟大的法国画家之首,这些画被卖给了两位俄罗斯收藏家,苏金和莫洛佐夫,而法国人当时没买,里面有高庚,大量的高庚,还有梵高博纳尔,我就不一一列举了,总之就是这样
Guillaume Pley:现在下一个展览会 JT正在展出的 《考尔德》 就是目前路易维登基金会,正在展出的,我们成功借到了一幅画,对我来说 [01:08:31]
贝尔纳·阿尔诺:那是一幅梵高神话般的作品,是他的自画像,耳朵割了,缠着绷带,那幅,对当然知道,对我来说,这幅画就跟 《蒙娜丽莎》一个级别,真的不得了,最震撼的那些画作,而且他快一个世纪,没来过法国了,就是这样,接下来会在,路易·威登基金会展出,所以你们可以记一下,从十月开始,你们就是观众了,像这种事
Guillaume Pley:你们在幕后打电话,去争取,也是你亲自在管吗,这个嘛,刚好这幅画是一位朋友的,所以就这样了,你会参与挑选吗,做这些选择,是你喜欢的事吗,我会参与,对,对,对,展览的选择,我会参与,展览的选择,对,当然这次这个展览真的相当了不起,你们也在支持体育,我想快速聊一下 F1你们是最大的合作伙伴之一,为什么你们会选择进入这个领域,是最大的合作伙伴,最大的合作伙伴,对,因为F1这项运动,在今天它真正代表的是极致性能 [01:09:10]
贝尔纳·阿尔诺:在全球范围内代表极致性能,每年有非常多的大奖赛,而且在观众层面,尤其是年轻人,跟我们非常贴近 F1的观众群体,跟那些对高品质产品
贝尔纳·阿尔诺:跟那些对高品质产品,感兴趣的人群高度重合,因为我几周前,刚去看了摩纳哥大奖赛,当你看到那些赛车,是怎么准备的时候,我去了他们准备的地方,围场,去了Rebo车队那边
Guillaume Pley:跟维萨潘一起,他是前世界冠军,之前还带我跑过一圈,你做过一圈,对,在赛道开放之前,比赛前一天,在摩纳哥的街道上 [01:10:14]
贝尔纳·阿尔诺:时速250公里,贴着墙开过去,我跟你说,那感觉绝对忘不了,不过开车的是维斯塔潘,所以我就想,风险嘛,风险是可控的
Guillaume Pley:你自己有没有开过F1赛车,他们有没有让你试过,哪怕就开100米,没有吗,没有,太危险了,我没问你要,确实,我本来想用足球这个话题来收尾,如果你不介意的话,我们很快聊几句,好,首先足球对你来说是一种热爱,还是说你大概猜到我想问什么了
贝尔纳·阿尔诺:对,你猜到了,因为我们收购了巴黎FC这个,我得说我是被孩子们推着走的,他们都是狂热的足球迷,他们跟我说,这笔投资金额不算特别高 [01:11:08]
Guillaume Pley:但潜力巨大,因为这是巴黎的第二大俱乐部,我当时就说,行吧,如果你们要做,我支持,但首先,得先身上罚假,你们说过的时候,他还在法医,第一年他们确实在法医
贝尔纳·阿尔诺:现在他们已经身上罚假了,所以我现在说,下一步得争取拿到欧战资格,我等着看他们能不能做到,而且最好别花太多钱,因为你知道得找到合适的球员,不过我们在这方面也有优势
Guillaume Pley:我们有Red Bull作为合作伙伴,他们旗下有好几支足球队,而且做得特别出色,你觉得未来有一天,巴黎FC能在积分榜上,超过巴黎圣日尔曼吗,我是说排名,因为在单场比赛里
贝尔纳·阿尔诺:赢他们已经发生过了,对我儿子们跟我说,今年我们是唯一一支,两次击败巴黎圣日尔曼的俱乐部,但可惜的是,不是在杯赛决赛里,不是欧战决赛 [01:12:01]
Guillaume Pley:这些细节我不太清楚,我让他们去管这些,我自己负责其他事情,最后你在漫长的职业生涯中,取得了无数成功,你送给孩子们最棒的礼物是什么
贝尔纳·阿尔诺:我觉得我不知道这算不算礼物,但无论如何这是我给他们的,并且让他们得以培养起来的东西,那就是对工作的热爱,因为他们所有人确实都热爱工作,我看得出来,而且你知道,我经常对新来的候选人或新员工说 LVMH不是一家普通的公司,它不是那种股权分散,董事会成员你都不怎么认识,人员说换就换的匿名企业 LVMH是一个家族,它是一家家族企业,在LVMH内部就是一个大家庭,所以我希望LVMH的每一个人,都把自己当成家庭的一员,这也是为什么孩子们在这里如鱼得水,我们看他们如何成长,我们会根据他们的数字和成绩,看他们能进步到什么程度,他们都还年轻,所以一切都很好,整个集团的成员都在一个大家庭里 [01:13:18]
Guillaume Pley:你的女儿德尔菲娜,现在是Christian Del Couture的CEO 安托万是Christian Del C的CEO 这算是家族控股公司,他还负责集团的传播事务,对传播,整个LVMH集团的传播和形象,亚历山大是Mority和CIE的副总经理,弗雷德里克,是L.U.P.A.的CEO 一个非常出色的品牌,他做得非常好,还有让我们刚才聊到过,他负责路易威登的手表业务,主管路易威登的手表
贝尔纳·阿尔诺:你为他们感到骄傲吗,是的,我非常欣慰看到他们在不断进步,并且真正投入自己所做的事情,当然在LVMH 晋升靠的是精英体制,所以目前来看一切都很好,但我想再次强调,这里的氛围,有点像当年我祖父那个时代,我们身处一家家族企业,而且我也总是跟他们说,必须把LVMH 当成一家创业公司来看待,直到今天依然如此,现在也还是对,对,就得按创业公司的方式来管,必须远离官僚主义,因为你看布鲁塞尔那些,政府机构,还有好多大组织趋势,就是官僚主义不断膨胀,搞一堆文书报告法规,全是拖后腿的东西,我们呢,要的是加速,身上压满一堆没用的文件 [01:14:00]
Guillaume Pley:怎么可能快得起来,到今天还能像创业公司一样运作,这很有意思,我们尽量这么做,对,而且要跑得非常快,在追求速度的同时
贝尔纳·阿尔诺:还要用心打磨品质,传承历史,守住手艺,这些才是让旗下品牌,在全球取得非凡成功的原因,也让LVMH成了 [01:15:05]
Guillaume Pley:法国在全世界的大使,最后问两个私人问题,您现在当爷爷了,对,您有时间享受,和孙辈在一起的时光吗,毕竟要掌管LVMH集团,能抽出空吗
贝尔纳·阿尔诺:能经常见,对,绝对没问题,他们经常来家里,我经常能见到他们,真的挺平凡的,特别开心,而且他们很喜欢他们的Daddy 他们都叫我Daddy 在教育上,当爸爸和当爷爷,哪个更轻松,要我说,自己有了孩子,就得事无巨细的照顾,至于孙辈,我们见面,纯粹是为了开心,您的孙辈
Guillaume Pley:是不是唯一能操纵您的人,比如冲您一笑,您就没辙了,对,他们喜欢喝可口可乐,还爱吃冰淇淋,最后一个,关于您职业生涯的问题,今天您最引以为傲的是什么
贝尔纳·阿尔诺:显然是打造了一个,法国的全球领导者,我想这应该是头一回,它不仅是法国市值最高的公司,而且潜力还非常大,现在才刚起步,所以我未来还有很多年,可以继续享受这个过程 [01:16:10]
Guillaume Pley:管理LVMH 带着集团所有的同事和成员,一起往前走,最后您这辈子做过最棒的决定,是什么,毫无疑问是从鲁贝那家公司起步
贝尔纳·阿尔诺:开启了Bosac和Dior的冒险,最终走到了今天,谁能想到,从一家陷入困境,被我们救回来的公司出发,能在法国
Guillaume Pley:建起一个全球领导者,不过话说回来,经营公司,永远都得亲力亲为,盯紧一点,如果您不介意,我再问两三个,关于创业的问题,九成年轻创业者,会犯的错误是什么,在座肯定有人想创业,有什么建议,能帮大家避开,那些常见的坑,当你启动一家公司时,首先你得有激情
贝尔纳·阿尔诺:你得真心渴望在你想要创业的那个领域里工作,这是第一位的,必须真的有激情,其次我觉得要有耐心,别指望事情能立刻成功,就像我这周去Vivatex说的那样,你知道我们是Vivatex的联合创始人,当时也有人问起创业公司的事,除了最初必须有的好点子之外,当然你必须得有一个真正的好点子,但最重要的还是执行力,所以当你创办一家创业公司,或者想启动一项事业,哪怕不是在科技领域,你都必须有很强的执行力,另外我觉得还得准备好迎接困难,不要害怕困难,甚至是危机,因为那太常见了,不要再遇到第一个困难,第一次接到银行家电话说,哎呀注意了,你们的贷款额度太高了,得扛住的时候就打退堂鼓,永远不能放弃,对,只要你的想法是好的,拿互联网领域来说,我觉得一开始,像Facebook那样的东西,有好几十家在做差不多的事,都是给不同大学的学生做名录,但最后只有一家跑出来了,点子本身就在那里,但执行才是关键 [01:18:05]
Guillaume Pley:但只有一个人真正把它做成了,那就是马克扎克伯格,做生意是该追随自己的热情,还是抓住眼前的机会,我的想法是,机会最好能和热情挂钩
贝尔纳·阿尔诺:这个答案太棒了,更好,对我早期一个很重要的朋友兼顾问,是Anton Burnham 他总跟我说,秘诀就是在对的时间,出现在对的地方
Guillaume Pley:所以还是需要一点运气的,这个因素确实很重要,创业里的运气,没错,当你想投资的时候,确实需要一点运气,是的,在商场上,什么事是你绝对不能原谅的,在商场上,我不能原谅的就是撒谎,因为这种事确实会发生,我也被人骗过,细节就不多说了,这个就不展开了,你父亲有没有给过你什么商业上的建议,让你一直铭记在心
贝尔纳·阿尔诺:我父亲有的,我刚进公司的时候,他给了我很多建议,一方面他对我能来感到特别骄傲,一个巴黎综合理工毕业的,跑到鲁贝来,当时那边估计找不出第二个,当然他自己是中央理工毕业的,这在员工面前也挺有面子,我跟他说行吧,大概就是这样,但他首先告诉我,你刚来先试着搞清楚,这里是怎么运作的,最重要的是,别太快去改变现状,要信任现有的团队,试着给他们提供实实在在的帮助,然后他又跟我说,从现在起 [01:19:20]
Guillaume Pley:我们之间会有两种关系,一种是我作为你父亲的关系
Guillaume Pley:一种是我作为你父亲的关系,另一种是我作为你老板的关系,你们能做到这样吗,能,把这两种关系分开,对,对,对,对,对
贝尔纳·阿尔诺:不过我父亲,我们一直相处得非常好,而且他很快就把公司的缰绳交给我了,非常快,因为他心想,也许没有我他也能行,大概就是这样,但他还是一直很关注,而且始终是推动我前进的人,后来我先后收购了Busac DL LVMH这些,他都看在眼里,我当然会征求他的同意,因为我非常敬重他 [01:20:10]
Guillaume Pley:而他也总是同意,所以说他是个真正的企业家,后来你做那些重大选择的时候,也都会问他的意见吗,不管怎么说,我们收购Boussac的时候
贝尔纳·阿尔诺:对鲁贝那家小公司来说,风险确实非常大,细节你应该都了解,但我当时是征求了他同意的,他深思熟虑之后答应了,他跟你说去吧咱们干
Guillaume Pley:我父亲当时是不会同意的,因为风险实在太大了,有时候当一个人站在金字塔顶端,成为大老板的时候,会不会感到孤独,我们常说老板的孤独,您会有这种感觉吗,确实是孤独的,就是说到了最后拍板的人还是你,尤其是在面对各种难题的时候,没错,所以千万不能觉得自己什么都对 [01:21:03]
贝尔纳·阿尔诺:我一直认为人必须要有一种能力,这也是我常对所有同事说的,要不断的自我质疑,永远不要停,而且要有一种我挺喜欢保持的心态,就是永远不满足,总想着好,这些都挺好,但还能做得更好,这是一种精神状态,同时也要听得进反对意见,因为有些领导者,哪怕在公司里
Guillaume Pley:也总觉得自己是对的,觉得反正上面让我们这么做,不懂就算了,必须得听得进反对的声音,风险就在于,没人敢在不同意的时候说出来,而让别人能把话说出来
贝尔纳·阿尔诺:这很重要,但我很喜欢别人反驳我,这很有必要,哪怕有时候我觉得他们错了,但至少得让他们说,就是这样,所以孤独感是有的,但也得给自己留出思考的时间,不能无休止的,从一个会议赶到另一个会议,从一趟猜旅赶到另一趟猜旅,我自己也在努力怎么做,虽然有时候能做到的很有限,事情总是千头万绪 [01:22:10]
Guillaume Pley:但必须要有静下来思考的时刻,您有时间思考吗,在您的日程表里,有没有专门留出来思考的时间,我尽量留出一些,几乎没什么约会的空档,这样我就可以见见商业圈以外的人,从他们那里获得一些,关于经济其他领域,还有历史方面的不同想法,在您看来,如果要在创业路上走得长远,哪一项品质是必不可少的,如果只能选一项会是哪一项,我觉得必须要有毅力,您希望后人如何记住您,当一个人进了法兰西学院,是不是也意味着一种传承,首先我觉得这件事发生得越晚越好,等到需要记住我的时候再说,其次呢,不是,我说您留下了什么,好吧,如果要说我做了什么
贝尔纳·阿尔诺:可以称得上非凡的事,这么说并非故作谦虚,那就是创立并打造了今天,法国排名第一的公司,仅次于巴黎银行,也是我们在高品质产品领域的世界第一,你看我不太用奢侈品这个词,因为我对它有点保留,它是一家法国公司,全球领先,这样的公司并不多 [01:23:26]
Guillaume Pley:这是您最大的骄傲吗,是的,这也是法国的骄傲不是吗,完全正确,是的,而且当我出国旅行时,我确实感觉自己有点像法国大师,我们在世界上大多数国家都有门店,所以当我们,您在让法国奢侈品走向世界,我们确实在努力让法国的制造传统,高品质手工艺发扬广大,绝对的,最后我们能祝您什么好呢,祝我反手高球打得更好吧,非常感谢,谢谢您抽出时间,这次采访您觉得顺利吗,非常顺利,非常好,是的,非常感谢您的到来,也感谢大家收看这期,贝尔纳阿尔诺的访谈,感谢你们越来越多的人来到这里,让Légende成为法国第一播客,每个月都有15万20万新订阅者,加入我们的YouTube频道,所以非常感谢你们,人数越来越多了,感谢整个团队和我一起准备这期节目,再次感谢贝尔纳阿尔诺,非常感谢给你们一个大大的拥抱,不管怎样,我们很快会在下一期人物视频中再见,大家拜拜 [01:24:47]
本期播客中,Lenny Rachitsky与Netflix首席产品与技术官Elizabeth Stone讨论了生成式AI如何重塑产品、工程、设计和数据科学等职能。Stone的核心判断是:AI会让更多人能够快速构建原型、分析数据和验证想法,但这并不意味着专业能力失去价值。真正变得稀缺的,是既拥有工艺基础、又能跨系统理解问题、抽象公共能力并对最终结果负责的人。Netflix希望在保留高标准和人才密度的同时,减少官僚流程,把AI转化为更快发现问题、创造产品和制作娱乐内容的工具。
AI带来的第一阶段往往是混乱:产品经理可以写代码,设计师可以写需求,工程师也能参与产品决策,职能边界因此变得模糊。Stone认为,正确的回应不是把AI“塞回盒子”,而是允许团队快速试验,同时建立清晰的数据来源、测试、防护和责任边界。任何人都可以借助AI推进工作,但仍必须对自己交付的代码、产品和用户体验负责。
她观察到,产品、设计和数据科学团队如今可以更早进入原型阶段,快速形成可测试的假设。Netflix内部积累了多年的实验、消费者洞察和业务信息,AI尤其擅长提炼这些材料,让人更快找到历史经验并形成判断。不过,AI降低的是启动和协作成本,不是判断“该解决什么问题”“数据是否可信”“什么才算高质量”的难度。
Stone反复强调“系统思维者”的价值。AI代理会跨多个系统运行,因此企业需要能够跨业务领域观察问题、抽象出共用基础设施和标准化路径的人。Netflix在核心基础设施、中央工程和体验设计中都在强化这种能力:既保留个性化业务和深度领域知识,又建立可以复用的工具、模板、事实数据源和防护措施。她并不认为专才会消失,播放系统、编码或某些独特业务仍需要极深的专业知识;变化在于,专才也要愿意学习、扩展工具箱并质疑既有方法。
在设计和娱乐内容领域,Stone提醒人们不要因为AI让编程、分析或制作变快,就牺牲深度设计和创作者判断。Netflix会使用AI进行推荐、本地化、视觉效果、预告片和素材制作,但目标仍是帮助会员发现喜爱的内容、为作品找到观众,并把复杂性隐藏起来,形成连贯的端到端体验。技术的价值最终要回到消费产品和娱乐内容本身。
谈到Netflix文化,她强调高人才密度、高自主性和“以卓越作为操作系统”。面对失败或复杂决策,组织很容易本能地增加流程和检查清单,但流程未必能解决根因,反而可能拖慢最优秀的人。Stone更看重不追责的复盘、强烈的个人责任感、持续学习,以及让管理者抵抗官僚化冲动。她也认为,AI时代对早期职业人才的培养不能减少:年轻人需要学习好的标准、代码和系统如何运作,以及如何审查AI输出;同时,年轻人也会反过来帮助经验丰富的同事理解新工具。
Stone还谈到工程能力在未来的变化。她区分了“写某种语言的代码”和“理解代码、计算机系统及产品如何运作”:前者可以越来越多地交给Agent,后者却不能消失。即使AI负责生成代码,工程师仍要能够审查、测试、诊断和修复,判断系统是否按预期运行,并理解快速失败、快速恢复所涉及的风险。对职业早期的人才而言,导师制度和质量标准依旧重要;对资深员工而言,学习新工具也会变成双向过程。
在组织管理上,Netflix更愿意用责任感和复盘替代不断增加的流程。Stone解释了“留任测试”并不只是决定谁该离开,也可以成为一场具体而积极的反馈对话:管理者要说明一个人的优势、影响和成长空间,同时诚实面对更困难的留任判断。这样的文化目标,是培养能够经受考验、持续产生影响的团队,而不是通过规则控制每一个细节。
对个人职业发展的建议也因此很明确:不要只守着一个狭窄的专业边界,要在拥有扎实工艺的基础上保持好奇,主动尝试新的方法,并学会从更宏观的系统退一步审视自己的假设。技术迭代越快,越需要有人把技术、业务、设计、内容和用户体验联系起来。Stone认为,Netflix真正要保持的优势,不是被贴上“AI公司”的标签,而是把娱乐和技术结合起来,持续交付人们愿意使用、愿意观看和愿意喜爱的消费产品。
- AI时代,职能边界正在重新定义 [00:00:00 - 00:10:00]
- 系统思维者成为新的核心人才 [00:10:00 - 00:20:00]
- 从专才走向系统思维 [00:20:00 - 00:30:00]
- Netflix如何把AI用于娱乐与产品 [00:30:00 - 00:40:00]
- 以高人才密度抵抗流程膨胀 [00:40:00 - 00:50:00]
- 工艺卓越仍然不可替代 [00:50:00 - 01:00:00]
- 用技术创造人们喜爱的产品 [01:00:00 - 01:06:17]
Lenny Rachitsky:欢迎收听跨国串门计划,这是一档专注于让中文听众无障碍欣赏全球优质外语播客的节目。通过先进的AI声纹克隆技术,我们不仅将内容翻译成中文,还完美保留了原主持人和嘉宾的独特声音,为您呈现全球顶尖的AI财经、健康与科技领域精品内容。我是主播伊凯,一位热衷于AI领域的产品经理,很荣幸能为您搭建这座跨越语言障碍的桥梁。接下来让我为您简单介绍,本期我们克隆的这档节目,本期我们克隆的是,知名播客Lenny's Podcast 在2026年7月的一期深度对谈,主持人Lenny Rachitsky 再次邀请到了Netflix的,首席产品与技术官Elizabeth Stone Elizabeth在两年半前就曾做客节目,当时她还只是CTO 那期节目长期位居该播客,最受欢迎的前列,如今她统管工程,产品和设计,对技术与业务的融合,有着非常独特的视角,这一期,他们主要围绕AI时代下,团队角色的演变,为什么系统思维,变得比专精更重要,以及Netflix 如何用独特的文化,来应对这些变化等话题,展开了讨论,那我们就一起来听听,这期的完整对话,现在好像人人都能包揽一切了,产品经理能上线代码 [00:00:53]
Elizabeth Stone:设计师能写产品需求文档,工程师能做产品决策,结果大家反而困惑又沮丧,我的工作到底是什么,每次新技术出现都会先经历一个混乱期 [00:01:26]
Lenny Rachitsky:然后才会进入稳定成型阶段,我们现在就正处在混乱期,但我不觉得这意味着该把AI塞回盒子里,说咱们别用了,如果我们都变成构建者了,还需要各自独立的职能吗
Elizabeth Stone:我仍然认为工艺卓越非常重要,而且短期内不会消失,我依然觉得优秀的工程能力很稀缺,优秀的数据科学能力很稀缺,优秀的创造力也很稀缺
Lenny Rachitsky:如果你去看Netflix早期的文化文档,高自主性高度自制,按市场最高水平付酬,这些正是我现在不断从顶尖AI实验室那里听到的运作方式 [00:02:02]
Elizabeth Stone:Netflix的文化一直是以卓越作为操作系统,它本质上是在抗拒很多大公司会做的那种事,并且要经常在那种不适感中保持从容,实现这一点的要素是什么
Lenny Rachitsky:人才密度是没得商量的前提,还要对风险承担非常自在,遇到事情进展不顺的时候,不要假设靠流程就能解决问题,在这个AI时代,你们在职业发展阶梯里,加入了什么新要求,我们需要更多系统思维者,就是那些能跨所有业务领域去看问题,然后抽象出,我们到底需要哪些构建模块的人,人们怎么学会这个,一个小技巧,每当你试图解决一个问题时,往外退一步,问问自己,我对这个更宏观的领域,做了哪些前提假设,今天的嘉宾是Elizabeth Stone Netflix的产品与技术官,这是Elizabeth第二次做客本节目,她第一次来的时候还只是CTO 那期节目在很长一段时间里,都是本播客最受欢迎的节目之一,你很快就会明白为什么,这是一场非常精彩的对话,因为两年半前,我们聊的时候 AI才刚刚开始冒头,而作为长期担任工程,产品和数据科学负责人的 Elizabeth 她对未来的走向,以及什么值得关注,有着非常独特的视角,在加入Netflix之前 Elizabeth是LIFT科学副总裁 NUNA的首席运营官 Analysis Group的经济学家 [00:03:07]
Elizabeth Stone:以及美林证券的交易员,话不多说,有请Elizabeth Stone Elizabeth 非常感谢你能来,欢迎回到播客,谢谢,很荣幸能来,一次已经很荣幸了,现在又来第二次
Lenny Rachitsky:没错,这对我来说是难得的享受,不知道你知不知道,你第一次来播客的那期节目,最终成了我第二受欢迎的节目,在很长一段时间里,你仅次于Brian Chesky 哇,我既惊喜又有点暗暗较劲,怎么才能冲到第一,不过这个先放一边,这是他的机会 Brian太厉害了,所以这个我就认了,对它确实厉害,而且现在又有一大堆厉害的AI人物,正在火速赶来,所以到现在已经两年半了,变化很大,显然爱让每个人几乎什么都能做了,产品经理能上线代码,设计师能写产品需求文档,工程师能做产品决策,人人都能包揽一切,这个话题有很多层面,其中一个是我听不少人说,现在有一种困惑和沮丧,就是我的工作到底是什么,作为产品经理,作为设计师,我到底该负责什么,你在公司里感受到这种情况吗,我在Netflix内部,确实听到过这种声音,我觉得每次新技术出现,尤其是像生成式 AI 这么有变革性的技术 [00:04:49]
Elizabeth Stone:团队都会先经历一个震荡期,然后才会进入稳定成型阶段,我们现在就正处在震荡期里,我不认为这意味着,我们应该把AI塞回盒子里,说咱们别用了,因为它打乱了,我们对自己角色的所有预设,但我确实觉得这意味着我们必须更用心地去想,怎么在减少代价的同时获得好处,我觉得大家去尝试是好事,比如怎么更快地形成一个想法,做出原型搭一套初始代码来测试,但这是不是意味着谁都可以把代码直接推到生产环境,是不是每个人都该什么都干,大概不是,但我觉得让大家去探索各种可能性是好的,然后像我之前提到的,把产品和工程团队放在一起的好处是,只要业务问题清晰,大家在角色上有些流动性,我觉得没问题,也是健康的,因为产品经理和设计师,不用干等工程团队就位才能做原型,他们可以自己先快速推进,但他们还是应该跟自己的工程搭档一起想清楚,怎么把这个东西产品化,怎么规模化,防护措施是什么,所以我不觉得这会淘汰掉各职能的专业能力,我觉得这意味着团队必须更适应这样一种状态,也许这能帮我们朝某个方向走得更快,从组织层面看,为了让这件事更有序,少一些挫败感,我觉得有些东西必须到位,我们才能真正获益,而不是只付出代价,这包括明确事实数据源,在代码推到生产环境,或做大规模改动前,要有测试和防护措施,想清楚哪些场景我们可以信任AI的输出,哪些场景需要流程或审核来确保高质量结果,以及反复强调人仍然对最终结果负责,所以代码可以是agent写的或者我帮忙做了分析,哪怕那本来不是我的背景,但这不代表人们就不用为自己创造出来的东西承担责任了 [00:06:47]
Lenny Rachitsky:所以我觉得投入建设这些核心基础设施和实践,并反复强调对结果的责任和担当,有助于在能做什么和该做什么之间找到平衡,能再次请到你上节目真的太好了,我们上次聊的时候 AI还没有在全球引发这么大的变革,所以这次我们可以一起探讨这段很有意思的演变,看看我们共同经历的变化,回到产品和工程团队的角色上,我很好奇过去两年半里,这些角色的变化有多大,想想产品工程设计数据科学用户研究,哪个角色变化最大哪个变化最小,跟两年半前比最大的不同是什么,你刚才已经提到了一些,我先重复一下然后再补充,我发现跟几年前相比,产品经理设计师数据科学家 [00:07:47]
Elizabeth Stone:现在在产品开发流程中能走得更远,然后才需要工程团队冲到一线来解锁下一步,我说这话时有些保留,因为就像我们刚才聊到的,如果突然冒出几千个原型,但他们瞄准的,并不是一个对公司来说,值得解决的重要问题,工程搭档也不知道,我们在解决这个问题,那就不太好,设计师和产品经理,可以牵头去塑造想法,但不能在真空里工作,也不能像往墙上扔意大利面那样,看哪个能粘住,但如果选对了问题,用深思熟虑的方式去推进,并且大家有一定共识,我确实看到产品设计和数据科学,能更快地朝着拿出一个可测试的假设,这个方向推进,这包括做原型写代码,我看到的另一个很有价值的变化是 Netflix内部有海量信息在流转,我们有几十年来积累的实验数据,有来自消费者的洞察,还有公司各部门同事的输入,这其实是个很大的挑战,怎么充分利用这么长时间,积累下来的知识和经验,把它们用到我们现在要解决的问题上,从而更快地判断出哪条路有希望,或者哪些是我们已经有所了解,可以接力的地方 AI在提炼信息扫描大量内容做分析,然后抓住核心洞察方面非常强大,我不会完全依赖它,但我觉得这是个很好的起点,就连我自己日常工作中,以前可能要发邮件打断别人问,提醒我一下,我们哪年做过什么研究,问题是什么,当时跑的测试是什么,现在我几乎可以立刻找到,然后我就能自己形成判断,这里我觉得有意思的地方是什么,这样我就跳过了几个步骤,更快进入这里有没有颗落地的点,所以这是数据分析,建模,信息提炼,我看到越来越多人在做这件事,回到你最初的问题,以前这只能靠那些待了20年 [00:09:48]
Elizabeth Stone:以前这只能靠那些待了20年,看过每个实验或者知道去哪找的专家,现在我们在产品和技术内部,跨所有职能都能更快做到,对我们来说一个很大的突破是,我们的业务伙伴,坐在财务内容广告那边的人,也能做到,然后他们可以带着一个初步假设回来,再跟数据科学家工程师深入合作,所以在假设生成,原型设计深入思考问题这些方面,我感觉在加速,而且各个职能之间能更流畅的协作,但我仍然看到各自的比较优势,数据科学家依然是专家,负责判断,我们能信任这份数据吗,我们的解读方式对吗,这里应该用数据还是用判断,产品经理依然擅长问,我们真的把做什么,这个问题框对了吗
Lenny Rachitsky:这个问题值得解决吗,方式对吗,工程师在怎么做上,依然有手艺,怎么规模化,高质量长什么样,基于我们构建和部署的方式,这会给我们带来什么问题,所以我仍然看到这些比较优势的核心,只是我们现在能在很多以前,会被卡住的环节上更流畅地推进,这里面有意思的东西太多了,一个是你最后说的这点,我也一直在想,如果我们都变成构建者,我们还需要分开的职能吗,现在AI领域有个趋势,叫技术成员,就是没有头衔,你可以是任何角色,不用被塞进一个框里,你刚才说的意思是,你相信我们仍然会有专业分工,产品工程师数据科学设计师,虽然他们会做更多其他职能的事,但拥有特定学科,技能和背景仍然很有价值,你告诉我我理解的对不对,我仍然认为,各个学科里的工艺卓越非常重要,我不觉得这会在短期内消失,即使工作内容在职能线之间 [00:11:44]
Elizabeth Stone:变得更流动更模糊,这又回到我之前说的,你仍然需要人来确保我们做的事是合理的,我们在用对Netflix会员或业务伙伴最好的方式,解决正确的问题,如果我跟一个工程师、数据科学家、设计师聊,是的,他们现在会的语言比以前多了,因为他们有这些AI工具加持,但当我想到工艺,想到他们怎么定义,好的时候,仍然有一些东西是无法替代的,这在所有级别都成立,而且我仍然觉得优秀的工程能力很稀缺,优秀的数据科学很稀缺,优秀的创造力很稀缺,所以是的,有些事情变容易了,但这在我心里并没有消解掉。
Lenny Rachitsky:有没有哪些职能,你发现你们现在招的更多了,就像饼图,饼在扩大,比如工程,产品经理,设计师之类的,然后随着AI工具和大语言模型的兴起 [00:12:43]
Elizabeth Stone:哪些职能的需求变少了,我不确定这能完全按职能来对应,但我可以告诉你,我们看到什么需求更多了,在AI的世界里,我们需要更多系统思维者,这在各个职能里表现不太一样,我可以举几个例子,比如在Netflix的核心基础设施团队,和中央工程部门,过去让Netflix成功的一个原因是,有具体业务问题的本地团队,可以快速行动去交付,他们通常不觉得自己需要走一条,中央的标准化路径,他们自己搭建技术站来解决问题,产生影响,但在AI的世界里 agent跨多个系统运行,需要事实数据源,这时候拥有首选的标准化路径,就变得更重要了,这些路径能最大化收益,同时提供一些防护措施,确保我们在做好工作,通用基础设施,通用标准化路径,用一套核心能力,一次性解决问题,这些变得更重要了,所以我们在招更多,能跨所有业务领域去看,然后抽象出在AI世界里,我们需要哪些构建模块的人,这是一个视角,另一个视角是,让Netflix走到今天的东西,不一定能让Netflix走到明天,我们需要一套更强大的基础设施,才能在这个领域快速行动,这意味着工程人才画像,更偏向分布式系统,基础设施那种系统思维的心态,而不是本地业务专长 [00:13:51]
Lenny Rachitsky:当然我们仍然有深入个性化,广告内容交付的人,所以对我们来说,拥有核心基础设施和系统思维,更多是一种加法 [00:14:26]
Elizabeth Stone:再举一个例子,设计我们的体验设计团队正在开发模板,同样是用系统思维去定义Netflix上优秀的用户设计应该是什么样,这样他们就能赋能很多人,包括那些没有受过专业设计训练的人,去开发出连贯的产品,融入端到端的会员体验,如果出现不同的设计语言,不同的用户交互方式,最后拼出一个四不像,我会非常紧张,所以设计师需要成为我们招聘的那种人,同样是为了设计领域的系统思维,我们怎么思考模板和品牌表达,好的用户体验是什么样的 Netflix是什么 Netflix那独特的秘方又是什么,所以现在设计团队里,需要这样思考的人比以前多了,而不是我能不能为某个具体产品,设计一个具体功能,这种退一步看全局的做法,我觉得正在每个职能里发生,这需要对现有团队进行一些技能上的重新定位,也要招进具备这类专长的人,而贯穿这一切的是一种思维模式的转变,我们不会招那些对探索尝试新事物不兴奋的人,不会招那些不理解变化很大,并且对那种模糊性感到不适的人,不会招那些对我们工作方式协作方式变得模糊感到不适的人,这对已经在Netflix的人和我们要加入团队的人,都是用那种好奇心,创新思维 [00:15:32]
Lenny Rachitsky:至少在我从事这个领域的这段时间里,从来没有像现在这么重要过,关于系统思维这一点,它变得越来越重要,是因为大家动作太快了,所以你需要投资平台,框架设计语言,本质上就是受人以鱼,让他们不被卡住,还是有别的原因,我觉得可能是速度平台,确实有杠杆效应带来的好处,总的来说,不管有没有AI平台,都能让大多数团队,完成80%的工作 [00:16:09]
Elizabeth Stone:他们就不用重新发明那些基础模块了,我们在业务上压住更多,想构建的东西也更多,所以平台思维是好的,对Netflix来说把它看作一个真正关键的赋能器,这还是相对近期的事,另外在AI的世界里还有一种搭脚手架的感觉,不只是速度更快了,而是有更多人在做更多不同类型的工作,这些工作跟以前不一样,或者是全新的,就像我们刚才聊到的,这就会带来风险,比如在这种情况下,你怎么考虑访问权限和身份,怎么考虑安全,怎么考虑交付高质量代码,设计和用户体验,我觉得如果让每个做东西的人,都自己去摸索,能不能提醒我一下,这里好的标准是什么,我应该记住哪些边界或防护措施,这样是没法规模化运作的,我们需要把这些编码,进我们的标准化路径和工作方式里,对数据科学或分析领域来说,就是要编码出,这是事实数据源,这是解读它的方法,这是访问它的方式,这是能用它做什么,不能做什么,以及处理某些类型的数据要小心,一个几千人的组织,不能再依赖口口相传的经验,或者我去找那个唯一懂这个的人,这个挑战在AI出现之前就有了,有了AI可能变得更紧迫,我喜欢用AI或任何新技术来推动一件事,就是我们知道这是该做的工作,那现在就是最好的时机在整个团队里加大投入。 [00:17:29]
Lenny Rachitsky:我在想,这变得更有价值的另一个原因,是不是因为现在agent做了很多工作,给他们上下文,给他们脚手架,给他们设计语言,就能让这一切加速? [00:18:16]
Elizabeth Stone:对,我们在Netflix的一个愿景是,未来会有非常多的agent参与工作,你需要能够对整个过程进行推理和合理化。人类负责引导,我们要解决什么问题?我觉得我们产出的东西有影响力,质量高吗?但工作会由人和agent共同完成,这会带来速度和好处,也会带来风险。我觉得很重要的一点是,尤其从工程角度来看,我们要找到管理这件事的方法,既能让大家快速行动,又不会给公司带来,不必要的负面影响或风险
Lenny Rachitsky:这跟Ginny Wen上节目时,聊的内容直接相关,她当时是Claude Code和 Cowork的设计负责人,提出了一个设计流程,已死的论点,她的核心观点是,根本没时间走设计流程,作为设计师,你更多是在引导大家,给他们指方向做调整,然后在有时间的时候思考全局,感觉这跟你现在描述的有点像,就是创建平台让大家快速行动,然后就没有时间去做,某个具体新功能的设计流程了,我对此心情有点复杂,因为我们确实想通过,基础设施和系统思维,让更多人做出优秀的设计作品 [00:19:34]
Elizabeth Stone:新技术提供了这样的机会,为什么不用呢,但对于最重要的优先事项,设计仍然是关键,必须用正确的方式去解决问题,所以我们依然会为重要的设计工作留出时间
Elizabeth Stone:所以我们依然会为重要的设计工作留出时间,它可以推进得更快,设计师们手里的工具更多了,他们能以更快的速度做出令人惊叹的作品,展示更多方案,学习,迭代,测试都更快,但我认为,如果因为写代码更快了,做数据分析更快了,就把设计和深度的设计专业思考挤掉,那会是个错误,至少对Netflix这样的大规模消费产品来说,我觉得我们会丢掉让Netflix出色的一大原因,产品技术和设计把大量复杂性隐藏起来,创造出无缝的客户体验
Lenny Rachitsky:这种设计思维必须是核心,所以具体的工作方式可能会变,但我不认为我们会丢掉这种思维,这是个很棒的相反观点,那我听到的趋势是,你越来越看重系统思维,以及那种对变化和未来感到兴奋,不顾手自己那一套的心态,那什么在下降呢,哪些你以前很看重的东西,现在没那么看重了 [00:20:49]
Elizabeth Stone:我觉得那种非常狭窄,深度专精的时代越来越有限了,我能举出一些我们仍然需要的例子,比如某些行业或技术领域,全世界只有少数人真正懂,我们团队里就有这样的例子,比如编码方面,或者我们的播放系统如何运作,这些对Netflix来说,极具创新性和独特性,我仍然认为我们需要,这些领域的专精人才,但总体而言,跟五年或十年前相比,我觉得我们的专才变少了,更多是通才,或者能在多个方向上适应的人,这种适应可以是跨智能的,也可以是跨工程方向的,比如我能不能同时驾驭,后端和前端系统,我能不能深入对接基础设施,现在的思维应该是我能快速学会。这又回到了系统思维,所以我觉得专才现在比以前更容易扩展自己的工具级, 因此我们可能不需要那么多专才,因为人才能够朝那个方向成长。而且,固守一个狭窄的专长,可能会让我有点担心。那探索不同方向,不断成长的心态呢?当然,我自己在评估这一点时也不想太狭隘。 [00:21:52]
Lenny Rachitsky:但重要的是,即使是专才,也要有那种意识,我想尝试用新方法解决这些问题,而不是沿用过去的方式。你说的专才,是指前端工程师相对于后端工程师这种吗?还是有其他类型?也可能是某个领域的知识,比如我是支付专家,我是广告市场设计专家,我是某个非常具体的制片厂使用的工具专家。在这些情况下,专长和领域专业知识是优势,前提是这个人愿意成长和延伸,去思考,这个工具或这个思路真的还是对的吗? [00:22:29]
Elizabeth Stone:所以我觉得从工程战的层面来看,专精程度在降低,还有那些不太可能一成不变或者惯性很大的工具,我觉得我们会希望找到能创新,能想象未来版本的人,所以我们更需要这类人才。
Lenny Rachitsky:太棒了,回到系统思维这个话题,听到这里的人可能会想,好我得提升我的系统思维能力了,那人们该怎么培养这种能力呢,是只能靠长期积累,做很多复杂项目吗,我想起那本大家老提到的书,封面上有个弹簧玩具的系统思考,对人们该怎么学呢,一个小技巧,每次你要解决一个问题时,往外退一步,问问自己,在解决这个问题时 [00:23:23]
Elizabeth Stone:我对更大的背景做了哪些假设,比如我接到一个任务,要为Netflix会员体验开发某个新功能,我会花一点时间想一想,我们到底要解决什么更大的消费者问题,这个功能能支持什么类型的内容,我原本打算的开发方式,在扩展到多种内容类型时还合理吗,或者这个能力是不是可以贡献给一个平台,供多个领域使用,随着娱乐世界不断扩展,我们想让体验更个性化,更沉浸,那我要用这个功能解决的消费者问题,会不会是Netflix未来,需要解决的最重要的问题之一,这些问题,你不需要面面俱到,你不需要去解决Netflix的整体战略,或者我们跟竞争对手相比如何,你只需要从你负责的事情出发,对你正在解决的问题,做一次拉远镜头,然后提出疑问,不要在提问状态里停留太久,否则你会卡住,无法推进 [00:24:30]
Lenny Rachitsky:但我认为,这能帮助人们用系统的方式思考,去追问,我们是不是在用正确的方式,解决对终端消费者,真正重要的问题,还有一种方式,按你刚才说的,我理解就是
Elizabeth Stone:假设你是你的经理,他们会怎么看,不只是盯着你自己的团队,你的问题和你的KPI 而是看更大的全局,我这些年得到过类似的建议,就是,我能不能用某种方式,做好自己的工作,同时帮我的经理,做好他们的工作,所以如果我不光想,自己直接负责的事,还从经理的视角去想,不只是产品和技术的视角,还有财务,内容,以及业务其他部分,那我自然就会把镜头拉远,去想这些组件,怎么拼在一起,怎么让整体大于部分之和,我觉得这种思考方式很有用,对工程师来说可以想,我怎么让这些系统变得更好,我怎么做出高质量,能扩展给别人用的东西,这里面既有怎么帮我的经理,也有怎么帮我的同事,这是我们一些工程原则的核心 [00:25:03]
Lenny Rachitsky:做对整个组织有利的事,而不只是对你自己局部有利的事,这也是系统思维,所以不光是看资历,还要看解决问题的广度,构建东西的广度,这个东西对我的同事有用吗,我会不会为未来我们想做的创新,留下一个更强的版本,这个战术建议太棒了,让经理的日子更好过,在职业发展上永远是个好策略,有好几个理由,没错,顺着这个话题往下聊,我知道你们最近新增了职业阶梯和直击体系,这算是个新东西,你们以前没有这些,所以还是顺着这个话题,在这个AI时代,你们在职业阶梯里加了什么,如果有的话,是希望员工更多去投入哪些方面,还是说你们更看重别的,还是说你们其实没有改职业阶梯和绩效标准 [00:26:08]
Elizabeth Stone:我们目前的做法是不去试图在每个级别详细说明AI如何改变那些期望, 而是在Netflix所有人才上面加一层覆盖, 面向团队里的人以及正在招聘的人去谈一个对AI流畅度的追求。这个追求具体长什么样,会因职能而异, 也会因你处于职业生涯的哪个阶段而异, 可能是你在什么级别,或者你在做什么类型的角色和工作,但对AI流畅度的追求这件事,本身就很难定义,它是指我有实验心态吗
Lenny Rachitsky:是指我知道AI在什么地方有用,什么地方没用吗,是指我真的用AI构建过东西吗,我感觉这件事在职业阶梯里怎么体现 [00:27:10]
Elizabeth Stone:我们怎么去谈它,几乎每个季度都在变,甚至每个月每天都在变,因为技术本身进步太快了,所以最有用的做法,不是把它做成按级别或按角色来定,而是鼓励每个人都朝着 AI流畅度这个期望去努力,这也不是说为了用技术而用技术,而是在技术有用的时候,能有好的判断力,并且有开放的心态去探索和尝试新东西,这一点对所有角色来说都是没得商量的,在Netflix最高层也是这样,我们也会说,我们自己也需要对AI有深厚的流畅度,哪怕写代码不是我们日常工作的一部分,所以这一点已经变了,而且这也体现在我们的招聘实践中,在面试里,我们会更自如地去探索,人们是怎么看待AI或技术的,他们在日常工作里在用些什么,他们对变化和探索有多适应,甚至在编程面试里,当然也允许候选人使用AI工具 [00:28:17]
Lenny Rachitsky:因为这本来就是现在工作的一部分要求,这些是我们已经做出的转变,但我不觉得这个转变已经完成了,我们其实正处在转变的过程当中,继续顺着这个话题聊 I对编程的变革作用很明显,对原型开发也是一个巨大的解锁,在Netflix AI还有没有其他特别有影响力的应用场景,可能是大家没想到或者没意识到的
Elizabeth Stone:有两个方向我印象很深,第一个是数据分析,信息提炼和建模,就是用这些工具去把握我们已有的各种洞察,跟我前面说的类似,我们跑过哪些实验,针对某个问题,我该看哪些指标,我们做过哪些消费者调研,现在做这些事的速度快了很多,质量也高了很多,前提是你要验证结果是否可靠,要跟你们团队的数据科学家确认,我用的是不是事实数据员,这个方向非常棒,我个人用这些工具,最多的也是这个场景,所以它已经超出了,原型设计和编程,延伸到了一般的分析性思考,以及把数据转化成行动和洞察,另一个方向是在,内容制作和创作那一端,应用场景非常多,在Gen AI之前就是这样,很多制作工具里,早就深度用到了ML和AI 我们用它们来思考,怎么规模化的制作宣传物料,怎么做字幕和配音的本地化 Gen AI在能产生的影响上,是一个巨大的节约变化,在创意构思阶段,我们管它叫预可实话 [00:29:45]
Elizabeth Stone:我们管它叫预可实话,基本上就是在你把大家拉到片场,真正开始拍摄之前,先把创作者的构想呈现出来,后期制作里也有很多用力,我们最近收购了一家公司,叫Interpositive 是Ben Affleck创办的,他们做了一套模型和能力,让你在拍完素材之后,可以重新打光,重新构图,重新拍摄,修改对白,这些方式对提升内容质量非常有效,而且仍然是由导演或创作者主导,他们会说,我想试试别的办法,把这个构想更好地呈现出来,这种影响非常有前景,我们看到很多制作项目在用不同的工具,有些是我们内部自研的,有些是我们通过其他供应商提供的,都是服务于这些内容创作场景,再往后当内容要进入产品端的时候,我前面提到了本地化字幕和配音,还有怎么规模化地制作高质量的预告片图片和美术素材,然后用它们来帮助每部作品在全球找到自己的观众,在思考AI能带来的影响时,这些都是巨大的杠杆,所以这同样远远超出了原型设计或编程,延伸到了创意用力,而且你可以想象,就像这些工具,在电影和电视剧的 [00:30:53]
Lenny Rachitsky:制片厂里有效一样,它们对广告也有效,对营销也有效,对站外的推广活动也有效,这些领域我们都在探索,你刚才提到Netflix 很早就开始用AI和ML了,而且用了很久,年轻一点的人,可能不记得了,但你们当年搞过一个优化竞赛,对 Netflix Prize 这本身就说明了,你们在AI和ML上,起步有多早,我记得当时是悬赏100万美元,让大家来优化Netflix的排序算法,哪怕只优化一点点,谁优化的最多谁就拿走奖金,我记得最后获胜的团队,好像是把效果提升了几个百分点,大概是这样,当时是件大事,全世界最聪明的一批人都参与了进来,而且这个比赛好像办了好几届,对吧,你替我把话都说了,经常有人问Netflix是怎么看待AI的,这时候提醒大家这一点就特别好 [00:32:06]
Elizabeth Stone:这对我们来说不是新东西,尤其是在个性化推荐上,它一直是给会员提供好体验的核心,我们内容库的广度太大了,内容还在越来越多,这是我们面临的挑战之一,而让发现内容变得越来越简单,也是Netflix要解决的挑战之一,用AI和ML就是实现这个目标的方式,你要做的是在合适的时间,把合适的作品个性化地推荐给合适的人,这个问题只会越来越难,我们的片库越精彩,内容的广度越大,不光是电影和电视剧,还有游戏、直播和播客,个性化在整体体验里就变得越重要,所以我们可以带着这段历史去问,好,那现在这个问题我们怎么解,因为现在的技术比以前更强大了,但这段历史让我们在明确要解决什么问题,以及Netflix为会员解决这个问题有多重要上,有了一个先发优势,同样在我刚才说的创意那一端 AI和ML用在视觉特效或语言本地化里也已经很久了,现在我们要问的是,当技术更强大时,下一个时代会是什么样,在这两端最终都会发挥Netflix的一个优势,就是把娱乐和技术结合起来,确保我们始终领先一步,做出更好的东西,所以我很高兴,这是我们历史的一部分,它现在仍然是我们的优势,而且未来也必须是一个优势,因为我们在娱乐内容的广度上,面对的挑战很大,同时还要保持出色的体验,对而且我觉得很有意思的是,那时候大家管它叫machine learning 一提到AI就说,不不不,这不是AI AI 永远永远永远不可能实现,这只不过是machine learning 结果突然之间,我们把所有东西都叫AI了 [00:34:00]
Lenny Rachitsky:其中有些其实就是machine learning 没错,所以我也试过,怎么说呢,这取决于当下流行,用什么词来描述,我觉得我们现在是
Elizabeth Stone:把这些都统称为AI了,对,而且AI的用力里,有很多并不是生成式的,真要细说,能聊到很深很深,但总的来说 Netflix在用非常广泛的AI技术,这一点我想大家不会意外,而且我们对各种可能性都特别兴奋,在Netflix工作有意思的地方在于,如果你对技术应用特别有热情,不管是创意产出、消费产品,还是基础设施,我们这里全都有,而AI正是这些问题的核心,这一点值得记住,哪怕Netflix没有被贴上AI公司的标签
Lenny Rachitsky:AI是我们非常顺手的一个工具,用来做出色的娱乐和技术成果,还有一件很有意思的事,我继续夸一下Netflix 如果你去看Netflix早期的文化文档,还有我们上次聊的内容,里面会浮现出一些东西,比如高自主性,这在Netflix一开始就是很核心的一点,高自主性,自主权,高人才密度,非常自下而上的思考方式,极快的实验和上线速度给市场顶心,这些全都是现在每个AI公司,我最近老听到顶级AI实验室,就是这么运作的,所以大家都走到了这里,而Netflix早就在这么做了,对 [00:35:16]
Elizabeth Stone:在理解什么,让人才变得出色这件事上,确实有点先见之明,我思考过Netflix文化里的这些方面,这么说可能有点书呆子气,但我觉得
Lenny Rachitsky:它就像一套卓越作为操作系统,这些文化元素本身,不是最终目的,不是说,我们就确保大家责任越大越好,或者我们不喜欢流程
Elizabeth Stone:所以就确保一点流程都没有,它背后其实是一个非常坚定的观点,通向卓越的路径,是给人们大量的自主权和责任感,把决策推到组织里尽可能深的地方,招那些判断力好,能做对决策,值得信任的优秀人才,这样做最终会带来非常棒的成果,还有更强的动力和责任感,这意味着团队里每个人都能感觉到,我拿到了很多钥匙,也承担了很多责任,我自己也觉得,当你知道自己背负着这种程度的信任和责任时,你会想把工作做到最好,所以Netflix的文化一直瞄准卓越,这一点让人感觉非常自然,当你有了出色的人才,给他们空间去发挥,不去微观管理,也不拿流程把他们淹死,你反而能得到好得多的结果,所以我觉得新一代的公司,正在意识到一些,我们非常熟悉的东西,而且这不是一件容易的事,文化不是静态的,公司变大,要解决的问题类型变了,文化也需要成长和演变,但我们追求卓越,相信出色的人才,需要空间去发挥,这一点没有变,我觉得这仍然是,我们的独门秘方,我很喜欢这个概念,卓越作为操作系统,这可以说是一种,非常系统思维的视角,来看怎么搭建一家公司,没错 Lenny [00:37:14]
Lenny Rachitsky:对于正在听的人,每个人都会想要卓越作为操作系统,谁会不想要呢,让大家听听具体需要哪些要素,会很有帮助,一个显然是高人才密度,只招最好的人,第二是责任感,有点像输入和输出,输入是优秀的人,最顶尖的人留住他们,给他们自主权,你觉得打造这套,卓越作为操作系统的支柱有哪些,如果有创始人在听,我希望他们能做到,人才密度是没得商量的,你必须从这里开始,没有这一点,你就没法做到对组织各个层级的决策,都有信心,也没法让大家去冒险,快速创新
Elizabeth Stone:这在Netflix文化里是卓越的一大组成部分,也就是对风险承担非常坦然,我们不试图避免失败,我们试图在失败时快速恢复,这方面有很多好例子,我们进军直播就是一个很好的例子,我们很坦然地承担了大量风险,知道一开始不会完美,知道我们会学得很快,会越做越好,看到团队是怎么走过那段路的,我从来没这么自豪过,所以你必须有人才密度,坦然接受,大家会运用你给他们的上下文,良好的判断力和风险承担精神,去争取对业务最好的结果,你必须非常清楚,你所做的一切,是为了给消费者和Netflix带来成果,所以是Netflix重要 Netflix的会员重要,不是关于我个人的成功或我偏好什么,所以这套卓越操作系统里包含了一种无私,然后我想说的另一点是,有些事对人类来说是很不自然的,我可以举几个需要去习惯的例子,确实有些时候我看到一些决策正在发生,我心里会想我可能会做不一样的决定,这真的是最好的选择吗,但我的职责尤其是在Netflix的文化里,不是在每一个这样的时刻都介入,去推翻否决或质疑别人,尤其是当这个决定无关紧要,不会把公司烧掉的时候,就让人们自己做决定,从中学习,事后去问他们复盘,结果怎么样,也许我错了,也许那个决定其实很棒,但这跟风险承担有关,就是帮助人们学会,如何坦然做自己的决定,尤其是当这些决定不可能全对,而且他们会从中学到一些,艰难教训的时候,我自己也从老板和同事那里感受过,他们对我说,这是你的决定,我可以提供意见 [00:39:53]
Elizabeth Stone:我可以提供意见,可以帮你头脑风暴,但最终是你的,这真的不是自然而然就能做到的,当赌注很高,当我觉得要对整个组织负责的时候,放手让人们去冒险,会让人很不舒服,我还觉得,这也意味着,在事情进展不顺的时候,不要假设流程能解决问题,这是我过去几年学到的一点,当规划变得困难时,我从没听人说过,我们找到了完美的规划方式,或者完美的反馈,定级和薪酬方式,但每次我们遇到这种情况,加了更多流程,我们花了更多时间,却没有得到更好的结果,我觉得当事情又难又复杂的时候,每个人的本能,都是通过加一堆约束来简化问题,但这其实跟另一种思路背道而驰,有没有更有创意的方式来规划,来做人事决策,来做优先级决策,真正让我们得到更好的结果,所以这是一种抵抗,抵抗去做很多大公司会做的事,并且经常要在那种不适感中保持坦然,这是我在自己角色里感受到的 [00:40:53]
Lenny Rachitsky:我相信Netflix很多人也感受到了,因为你会努力不去做那些标准化的东西,这话说起来容易,听起来也容易,但我太懂你的意思了,就是有人搞砸了,然后你就想,好吧,哪里出了问题,我们加个流程,来避免这种事再发生,而你的意思是,你得抵抗这种冲动,因为那会拖慢速度,而且最优秀的人,不想在一个充满各种清单,流程关卡的地方工作,对,我觉得最优秀的人,想知道的是,会有一场不追责的复盘,而且他们会感到,非常强烈的个人责任感,以至于他们会说 [00:41:34]
Elizabeth Stone:我怎么确保这种事不再发生,不是靠流程,而是靠我怎么分享这些教训,我怎么用不同的方式做事,确保下次得到更好的结果,当你信任人们去做这些反思,去学习和成长,我觉得长期下来,你会得到好得多的结果,也会得到一支强得多的团队,我觉得这是我们,作为领导者角色的一部分
Lenny Rachitsky:你在努力培养一支有韧性,经得起考验,知道如何产生巨大影响的团队,你不是在试图控制一切,这也是打造高人才密度团队的关键,这里面有两个方面,我想简单聊聊,一个是招聘,另一个是留住人,你们以留任测试出名,我们上次聊过这个,这也是对人来说,很不自然的一件事,想了解这是什么的人 [00:42:25]
Elizabeth Stone:可以去听我们第一次的对话,但过去这几年,这个做法有演变吗,它仍然是你们文化的核心部分吗,这个留任测试的理念,它经常被引用的方式,会让你觉得留任测试,就是那个你决定让某人离开,觉得他们不适合这个岗位,然后进行那场对话的时刻,但它同样经常被用来进行一场,关于某人有多出色,在岗位上表现有多好的对话,因为切入点是,我对我的某个直接下属说,或者他们对我说,我在你的留任测试里表现怎么样,而绝大多数时候,我的回答是,我会拼命留住你,让我来说说,我觉得你做的特别棒的一系列事情,你的优势是什么,你在哪些地方产生了很大影响,你还可以在哪些方面做得更好,所以它是一个切入对话的入口,这种对话对人们来说
Lenny Rachitsky:是非常积极和鼓舞人心的,但框架是,我通过留任测试了吗,当然也有更困难的情况,就是我在评估某人,是否通过留任测试 [00:43:30]
Elizabeth Stone:或者他们来问我,而这是最难说出口的话,说实话,你现在没有通过,在某些情况下,我觉得你可以达到,这伴随着反馈和那些里程碑是什么,或者在另一些情况下,你会说我们真的试过了,我看不到成功的路径,所以它只是一个,锚点和对话的切入点,可以走向很多不同的方向,我喜欢它的一点是,它在反馈和检查进展方面,是一种很好的习惯,并且有时会迫使你去,进行一场艰难的对话,而不是回避它,或者为了留住优秀人才,你确实需要说,你做得很好,这是让人们感到被认可,和被重视的重要部分,所以我不希望给人留下,我们只看到它消极一面的印象,我觉得这枚硬币
Lenny Rachitsky:也有积极的一面,好为了让听众不用去翻上一期,我简单解释一下,这个概念是Netflix文化的一部分,当你有下属时,你应该始终问自己,以我现在对这个人的了解,我今天还会招他吗 [00:44:35]
Elizabeth Stone:如果不会,那我大概就该让他走了,背后的想法是保持高标准,不要将就,不要觉得这人,反正已经在团队里了,就留着吧,这样理解大致对吗,对,而且可以换个角度来想,如果这个人今天来跟我说,他要离职,我会不会拼命留他,还是说,我心里其实松了一口气,觉得换个人来做这个岗位,可能更好,那就说明,我早该主动找他谈这件事了,我很喜欢你刚才说的 [00:45:03]
Lenny Rachitsky:要维持这种状态,确实得做很多让人不舒服的事,对,留任测试只是其中之一,还有维持人才密度,领导者要做到,给上下文而不是控制
Elizabeth Stone:我们常说高度对齐,松散偶合,也就是用最轻量的流程,确保大家对优先级有清晰共识,能执行到位,这些都不是人类天性会做的事,也不是规模化组织会自然去做的事,所以要持续保持警觉,才能守住让Netflix变得特别的东西,因为说到底,吸引人留住人的是工作和文化,而我们需要这些来支撑一个成功的业务,这正是我接下来想问的,要让这套机制运转,你得吸引最优秀的人,吸引顶尖人才一直很难
Lenny Rachitsky:而现在感觉难到离谱,钱满天飞,各种fancy的AI实验室竞争太激烈了,简直疯狂,你们是怎么说服顶尖人才依然选择来Netflix 而不是去其他那些看起来很酷的地方,对我们在人才竞争上一直压力很大,现在可能感觉更突出,但我们团队里已经有非常优秀的人才 [00:46:19]
Elizabeth Stone:这话可能不用说,但我觉得还是应该大声说出来,因为我相信这一点Netflix有非常出色的人才,无论是最近加入的还是待了很多年的,我每次看到团队做出来的成果都很佩服,所以我不觉得我们吃了亏,也不觉得其他公司把好人都吸走了,因为我觉得很多优秀的人就在Netflix 不过我们确实需要更明确地讲清楚,什么样的人更适合在Netflix发展,而不是去那些前沿实验室之类的公司,在Netflix工作的人必须对技术的应用,对通过打造产品去解决某类问题充满热情,你得热爱娱乐,热爱大规模面向消费者的产品,热爱这件事的全球属性,有很多非常有才华的人,就是喜欢这个,交集技术产品和娱乐的结合点,我也是其中之一,怎么把这些东西融合在一起,做出让人眼前一亮的东西,你可以用AI来做,也可以用其他技术和产品来做,但这必须是你真正有热情的方向,你才会对Netflix的很多岗位感到兴奋,如果你更受那些前沿模型公司做的基础研究吸引,那本身也很令人兴奋,那就是另一种类型的人了,是你想深耕的问题空间不同,但我不觉得缺少那种对技术应用充满热情,并且能看到这些应用和自己每天喜欢用的东西,比如Netflix之间关联的人,这个方向让我每天早上充满动力,我觉得团队里很多人也是这样,我们聊过这一点,这是只有Netflix的人才,才能做的事,或者说只有深耕,某个行业应用的人,才能做的事 [00:47:25]
Lenny Rachitsky:我觉得这本身就很有吸引力,我想聊几个,我最近一直在思考的,跟AI时代相关的话题,一个是初级人才,现在好像大家都在说,你刚才就是个很好的例子,你们招了很多,已经证明过自己的,优秀资深人士,高标准高人才密度,同时让做事情变得太容易了,大家可能反而学不到东西,我想到的是初级工程师,初级产品经理,初级设计师,新人怎么成长为那些优秀的资深人士,你有没有思考过这个问题,你们现在还招初级人才吗,你怎么看这件事,如果初级人才没有学习路径,或者很难学到东西成长为资深版本,那会怎么样,我们仍然在招初级人才,他们对公司的人才战略非常重要,我们还有实习生项目,也有应届生项目 [00:48:58]
Elizabeth Stone:这个项目是几年前才开始的,在那之前,我们所有岗位都只招更有经验的人,现在我们会直接从本科和研究生项目里招人,以后也会继续这么做,所以即便在AI让很多事情变简单的世界里,我们刚才聊到心态 AI流畅度,从我的经验来看,年轻人思想更开放,对这些新的工作方式往往更原生,对Netflix这样的公司来说,他们也非常了解娱乐在怎么变,消费者行为在怎么变,产品和技术在他们用的产品里,是怎么影响这些变化的,团队里有这样的视角非常重要,所以这里面既有角色本身的一面,你作为一个应届生工程师是谁,也有另一面,你作为一个20出头的人 [00:49:10]
Elizabeth Stone:你作为一个20出头的人,对世界有非常有价值的看法,而且对世界变化的方式很适应,所以我才说这是我们人才战略里,很关键的一部分,至于你进了岗位之后,手里有五年或十年前不存在的AI工具,我要说的是,对工艺的精通仍然非常重要,回到刚才说的,作为团队成员,我要对提交到生产环境的代码质量负责,要对我做的产品质量负责,对产品怎么设计,用户或消费者的体验是什么负责,这些都不会消失,所以如果我想团队里那些更初级或职业生涯早期的人才,我们在mentorship上的投入一点都不能少,要教他们什么是好的标准,怎么用这些工具,但你仍然要对最终结果,对输出的质量负责。我记得前面也提过,我觉得这种精通和工艺上的卓越,仍然很稀缺,所以我们要确保在教这些东西,大家的担心是有道理的,如果我不像以前那样,必须亲自动手,我怎么获得这些能力,但你仍然要承担审查代码,测试代码,诊断问题,知道好产品长什么样的责任,我觉得这是一种非常稀缺的能力,能判断一个产品在解决重要问题,在设计上做到了卓越,所以我不认为,工艺精通的重要性会消失,可能我们培养人才的方式,必须改变,因为他们会用不同的工具,而且我可以保证 [00:50:49]
Lenny Rachitsky:职业生涯早期的人才,也会教像我这样的老人,很多新东西,所以我觉得这是双向的,你觉得工程这个领域,在五到十年后会走向哪里,你觉得人们还需要懂代码吗,还是说上面会有一层抽象,你甚至不需要学C++ Java Python这些,我觉得能写某种语言,比如Python或C++的代码,和理解代码,计算机系统,产品是怎么运作的 [00:51:25]
Elizabeth Stone:这是两回事,而且我不认为后者会消失,因为如果我们把所有语言都交给agent 让他们写所有代码,我们就没法知道这个东西好不好,是不是按预期在运行,当它出问题的时候,就像我之前说的,我们承担很多风险,我们快速失败,快速恢复,这需要你理解这些系统是怎么运作的,我可能会用agent来帮我理解这些东西,帮我更快地发现异常或故障,并做初步判断,但我仍然需要对我们在构建什么,它是怎么运作的,有足够的理解
Lenny Rachitsky:这样我才能判断它好不好,知道怎么修,我不知道,我希望这种能力不会消失,因为我们要通过我们构建的东西,让世界变得更好,我觉得这需要对我们构建的东西有一定理解,我听下来的意思是,你可能不需要写代码,但你必须理解代码和它背后,在发生什么,这很有道理,但问题是如果你自己不写,要真正把这种理解内化到身上,难度要大得多 [00:52:43]
Elizabeth Stone:我觉得这正是目前学习曲线,非常陡峭的地方之一,看看这些模型,或agent写出来的一些代码,非常难读懂,就是那种感觉,我知道性能更好了,但我完全不知道为什么,如果这个东西坏了,我完全不知道怎么修,这让我很不舒服,也许这是因为我还在学习曲线上,还在摸索我们该怎么在这个世界里运作,需要建立什么样的测试推理和理解体系,才能让自己放心,但第一眼看过去,确实非常陌生,非常让人不安,所以我觉得工程领域会慢慢演化,最终会适应这一点,具备相应的流畅度,知道怎么引导新技术 agent和新能力,确保我们对输出结果真正放心,我在想这个变化的隐喻是什么,我到现在还是对工程领域在两年内的变化感到震惊,完全变了一个样,以前你就是坐在那写代码 [00:53:33]
Lenny Rachitsky:现在你是在跟agent对话审查代码,一天能交付一大堆东西,感觉像是工程变化的速度在加快,但如果你回头看过去十年二十年,你也会说同样的话
Elizabeth Stone:所以只是有些东西在加速,我们很难理解过去几年它到底变得有多快,但工程数据科学或产品领域,出现这种大转变,并不是完全陌生的,就像电影制作一样 [00:54:01]
Lenny Rachitsky:如果你看过去一百年,因为技术和新工具的引入,变化大的惊人,只是感觉这个周期在加速,好我想稍微聊聊娱乐,我很好奇娱乐在未来,比如五年十年会怎么变,你看今天我们打开Netflix 看看节目看看视频,这个模式很久没变了,就是那种好我要看The Pit 一口气看完,我要看部电影,我有TikTok 有Instagram的信息流,你觉得大概五年后,我们娱乐的方式会有多大不同,我觉得在Netflix 这已经在变了,因为未来的娱乐,不会只有一种形式,现在也已经不是了,我们之所以在电影和电视之外,拓展内容,部分原因是消费者,期望有更丰富的种类,跨越不同格式
Elizabeth Stone:设备和一天中的,不同时刻 Netflix需要服务好这些才能满足,甚至在未来超越消费者的期望,所以当我们考虑加入手机和电视,或云游戏直播内容,播客与更多现在在Netflix服务上的,创作者合作,所有这些都让娱乐的广度更大 Netflix能够定义和扩展它,这也对如何为Netflix会员,理清这一切提出了更高的要求,我们怎么给你展示一个非常无缝的旅程,从我听Bill Simmons的播客,到我去看Quarterback 因为我喜欢这个,它是Netflix在更传统的电影或电视领域的一个内容,再到我去玩最新的FIFA云游戏,而且我想在电视和手机上都能做到,因为我现在在移动中,想在一天的不同时刻发现或接触内容,这已经是我们正在构建,进Netflix的旅程,我觉得它会越来越强,所以未来的娱乐,不会只有一种东西,它必须更个性化,更沉浸,更具互动性,有一种这是一个,我可以根据当下需求,从很多不同方向,去探索的世界的感觉 Netflix面临的挑战是,我们必须让发现和参与,比现在容易得多,我们有海量内容,可能会感觉很碎片化,尤其是考虑到外面所有的服务或产品 [00:55:59]
Lenny Rachitsky:我觉得Netflix在理解如何跨娱乐产品和技术解决这个问题上,位置非常好,另一个元素显然是AI 作为外部观察者看到科技圈对AI的态度是,我爱它它是未来它最棒,而好莱坞的态度是不关掉它这很有意思,情况很复杂光谱很广 Netflix在这其中的角色是,用创作者想用的任何工具 [00:56:35]
Elizabeth Stone:帮他们把愿景变为现实,会有一些创作者或电影人,处于光谱的一端,说绝对不行,不用AI 这不是我做制作的方式,不符合我的愿景,那没问题,我们和这些创作者合作,还有另一些创作者,我觉得数量在增长,他们非常有兴趣探索,等等,这些GenAI工具,能不能让以前不可能的事,变成可能 [00:57:01]
Lenny Rachitsky:我能不能用新方式讲故事,能不能让故事质量更高,更能引起观众共鸣,我能不能在思考如何把故事变为现实时,做一些格外有创意的事,我们也支持他们,我们也支持所有处于中间地带的人,这对我们来说是一个非常重要的位置,再说一次,因为娱乐不会只有一种东西,不会只有一种格式
Elizabeth Stone:我觉得会有感觉传统的电影和电视类型,然后会有全新的格式,由令人难以置信的创作者带进现实 Neffler想参与其中,这意味着我们在提供的工具和合作类型上
Lenny Rachitsky:需要有灵活性,要真正持有一种创作者赋能的观点,而不是规定性的,我们只这么做,我觉得人们会对AI内容的质量感到惊讶,就像Spencer Pratt的视频,大家都在说,哇这很有趣,明显是AI做的,但太有意思了,你觉得我们会不会走到一个地步,所有电视节目都是AI做的,而且人们很喜欢,我很难想象,没有人类作为核心的娱乐会是什么样,就是说人类在故事创作中,处于中心位置,我觉得这是一项稀缺,且有价值的技能,讲故事这件事 [00:58:32]
Elizabeth Stone:跟人性本身是一体的,也跟知道什么能与人产生共鸣,是一体的,所以我认为人类,会一直是故事的核心部分,或者说关键部分,而且我觉得,在屏幕上看到那些没有人性的角色,对我来说吸引力会差很多,讲故事真正的力量在于,看到另一个人,看他们如何演绎一个角色,或者如何把一种情感演活,这本身就是非常人性化的元素,还会帮忙把故事呈现出来吗,会在某些制作中扮演重要角色
Lenny Rachitsky:或者帮我们让作品呈现出特定的观感和氛围吗,当然会,但我想象不出一个,没有人类作为支柱的版本,有一句话,我记得好像是,误传成Solomon Rushdie说的,意思是一个孩子出生后,先要食物水和保护,然后就会说,给我讲个故事,从远古时代开始,讲故事就一直是社群,社交网络 [00:59:34]
Elizabeth Stone:人类情感和连接的关键部分,所以我喜欢这个想法,技术可以放大这一点,用非常新颖,激动人心的方式把故事呈现出来,但如果说讲故事可以不以人性为中心
Lenny Rachitsky:那感觉就少了点什么
Lenny Rachitsky:那感觉就少了点什么,未来这些年,我们肯定会看到一些疯狂的东西,从这一切里冒出来,这毫无疑问,而且其中很多可能会非常好看,这点我也不否认,但我觉得会有一个很广的光谱,而Netflix需要站在塑造这一切,把它呈现出来的中心位置,这就是我们的计划,太棒了 Elizabeth 我们聊了很多,在我们进入非常刺激的,快问快答环节之前,你还有什么想分享的,或者想留给听众的话吗,有没有我们今天聊过的,你想再强调一下的,可能贯穿了整个对话,但我想强调一下 [01:00:23]
Elizabeth Stone:现在真的是一个,打造产品和娱乐的,非常激动人心的时代,我们聊到的所有东西,比如技术,消费者在发生什么变化,以及娱乐到底是什么,我们正处在一个,不可思议的高速创新期,这也是我留在Netflix的原因,我觉得这里是个很有趣的地方,如果我不重申这一点,那就不完整了
Lenny Rachitsky:我还觉得作为一个行业,我们有时候花太多时间,讨论纯技术或某种能力,反而只见树木不见森林 [01:01:02]
Elizabeth Stone:我们是在努力打造人们喜爱的,伟大的消费产品,我们是在努力制作,人们喜爱的,伟大的娱乐内容,这是他们最喜欢的东西,我不希望这一点被淹没
Lenny Rachitsky:当然,底层有很棒的技术和产品,做支撑,但归根结底,最能激励人的是,我们能给全世界的人,带来什么,顺着这个思路,现在消费级新产品,新消费体验,可以说是极度匮乏,成功的案例非常少,几乎没有消费类,创业公司能跑出来,而AI感觉像是一个机会,能让一些不一样的东西跑出来,我觉得Netflix是少数几家
Elizabeth Stone:能持续交付出色消费产品和业务的公司和品牌之一,这样的公司真的不多,对我们会努力保持下去,好说到这里,我们到了非常刺激的快问快答环节,有五个问题要问你,准备好了吗,好的准备好了,好有没有两三本,你发现自己最常推荐给别人的书,我得说几本跟上次不一样的书,我不记得上次说的是什么了,但听起来不错。我还是喜欢经典。现在脑子里冒出来两本,进入空气稀薄地带,John Krakauer的,还有说谎者的扑克牌Michael Lewis的。 [01:02:20]
Lenny Rachitsky:我以前在华尔街工作过,我喜欢提醒人们那个年代是什么样子。最近有没有你特别喜欢的电影或电视剧?这个问题对在Netflix工作的人来说可能太难了,但总会聊到。
Elizabeth Stone:清单太长了,最近看的一部是 Remarkably Bright Creatures 我妈推荐我看的,特别催泪,这正好说明了,讲故事里人性的那一面,最近有没有发现什么,你特别喜欢的产品
Lenny Rachitsky:对我的健康和状态至关重要 Ate Sleep 在工作或生活中,你有没有经常回想起来的,人生格言,我经常回想小时候,父母教我的东西,可能有点老生常谈,第一,每天都有好事发生,即使在压力最大的时候,也要留意它,第二,最后5%的努力,往往决定了一切,这两条太棒了,真的说到我心里去了,最后一个问题 [01:03:11]
Elizabeth Stone:我完全不了解情况,但你提到,你要去参加一个骑行活动,跟我们说说,这是怎么回事,你要去干嘛,我和我丈夫,要去参加一个旅行,在环法自行车赛,最后一周,沿着赛道骑行,环法总共三周,最后一周有很多山地赛段,我们每天早上骑一部分路线,下午再看比赛
Lenny Rachitsky:这可不是闹着玩的,所以我正在努力训练,好让自己能享受骑行,毕竟这应该是个假期,天哪,我太喜欢这个假期了,我们就是要去比赛,我热爱骑行,也热爱职业体育,能参与其中是件很有趣的事,所以这算是比赛吗,还是说你们就只是悠闲的骑完全程,是悠闲的骑,但还是非常难
Elizabeth Stone:我想我刚才提到了,对很多坡,对身体和精神都是挑战,而且这虽然不是比赛,但我也不想落在最后,所以我得骑得足够从容,能跟得上队伍 [01:04:17]
Lenny Rachitsky:哇我太喜欢你这种和工作完全不同的状态了,感觉这是我们每个人都需要的,这是一种很好的平衡,它让我走到户外,给我一些不错的视角,所以我很期待 Elizabeth 你太棒了,最后两个问题,如果大家想在网上关注你,或者就今天聊到的内容联系你,去哪里能找到你,还有听众们能怎么帮到你,找到我了解我们正在做的一些工作
Elizabeth Stone:或者联系我的最佳途径,其实是Netflix技术博客,我们把很多今天聊到的东西,都放在上面了,我们正在努力更好地分享,我们做的那些有趣的事,所以那里通常是个不错的起点,至于听众能怎么帮到我,去试试我们推出的所有新东西吧,看直播活动,玩游戏,玩玩我们手机端新出的,数评视频功能clips 给我们反馈,我们想把它做得更好
Lenny Rachitsky:而且这些东西很多对我们来说,都是全新的,从零到一的尝试,所以我们想尽快把它做得足够好,足够出色,我太喜欢这个作业了,就是去看Netflix 还有,你也可以看别的,告诉我们怎么能做得更好 [01:05:23]
Elizabeth Stone:但我确实很想知道,我们怎么能在Netflix上做得更好,我喜欢我会去做的 Elizabeth 非常感谢你来,而且是再次来到我们节目,谢谢你邀请我
Lenny Rachitsky:每次都聊得很开心,大家好,非常感谢收听,如果你觉得这期节目有价值,可以在Apple Podcasts Spotify 或你常用的播客App上,订阅本节目,另外,也请考虑给我们打个分,或留个评论,这真的能帮助其他听众发现我们的播客,你可以在LenisPodcast.com 找到所有往期节目,或了解更多关于节目的信息,我们下期再见