#554. AI悖论：自动化越多，人越重要，Dan Shipper 预测未来一年工作方式巨变

完整转录稿

Podcast 跨国串门儿计划 2026-05-25 09:01

目录

Claude Code 预见未来工作

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声文克隆技术,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，并分享几句非常精彩的原话，本期我们克隆的是Lenny's Podcast的一期产品，与科技深度对谈，主持人Lenny Rachitsky 长期关注产品增长和创业，嘉宾Dan Shipper是Every的CEO和创始人，他和团队一直在非常前沿的把AI融入日常工作。节目里有几句原话很值得先听一听，我一方面极度相信AI 另一方面也非常看好人，每一个agent都需要一个人，我觉得所谓SaaS末日这种说法很蠢，如果是现在我会买SaaS股票，你唯一需要做的就是ride the models 也就是跟着模型走，这些判断背后有很多具体的工作现场和反直觉观察，那我们就一起来听听这期完整对话，你上次来这个播客的时候，有一个很犀利的判断，大家低估了Claude Code 事实证明你太对了，这一期的主题就是，聊聊你还预测接下来会发生什么，我不觉得所谓AI带来的就业末日，真的会发生，我非常非常看好PM和全站设计师，你们过去一年团队人数翻了一倍，对于一家这么AI forward的公司来说，这并不是大家原本会预期的结果。我一方面极度相信AI 另一方面也非常看好人，自动化有很多，但每一个agent都需要一个人，我们有大量自动化大量AI 但我自己的工作量也更多了，创造力会越来越重要，因为现在大家不断发布上线，各种低质内容，要从这些东西里脱颖而出 [00:01:47]

Dan Shipper：创造力的价值只会越来越高，模型通常做的事情，是把昨天还属于人类的能力，变得很便宜，于是这些能力会商品化，不再那么值钱，人类会做的是走进去，然后说好 [00:02:05]

Lenny Rachitsky：我们现在有了这些，被冻结下来的，昨天的人类能力，我要怎么利用它，做出新的有意思的东西，你对我们工作方式，会怎么变化，有哪些预测，它会主要分成两个方向，第一，每个人都会至少有一个，可以对话的agent 可以把工作交给他做，第二，你做的大部分工作，其实都会发生在你的电脑上，在Codex或Claude Code 这样的环境里完成，你的预测是SaaS工具，会跑在Codex或Claude Code里面，我觉得所谓SaaS末日这种说法很蠢，如果是现在我会买SaaS股票 Agent做的事情是增加SaaS的用户数量，而不是消灭SaaS 很多人正在转向CLI 想从Terminal里工作，我们把CLI时代快进跑完了，它存在的时候挺好，但我觉得CLI到今天已经结束了，今天我的嘉宾是Dan Shipper Every的CEO和创始人 Dan和他的团队可能正在打造，全世界最AI forward的创业公司之一，也正因为如此。他们很大程度上已经活在未来的工作方式里了，随着AI越来越多地进入我们的日常工作，他们公司里的每个人，包括所有非技术背景的人，都会用Codex Claude Code这类工具完成大量工作，这也是为什么Dan很早就看到了Claude Code的崛起，以及现在Claude Code这类工作方式的发展，他差不多一年前上次来播客的时候，就已经预测到了这一点，所以我请Dan再次来到播客分享，他现在对未来一年，大多数人的工作方式，会如何变化的几个最大预测，我们聊了今年年底，大多数公司的工作会变成什么样，我们所做的工作形态会如何变化，以及在即将到来的这个未来里，什么样的人会最占优势，或者说你现在最应该练什么，提示一下，产品经理和设计师会过得很好 Dan提出了很多大胆预测，也有不少相当反直觉的观点是，我没想到他会说的。我们会在从今天起，正好一年之后，重新回看这次对话，看看他到底说中了多少，在开始之前，别忘了去Lenny's Product Pass.com 看看 Lenny的Newsletter 订阅者可以免费使用，一年全球最热门，打磨最好的AI产品，好了有请Dan Shipper Dan非常感谢你来到这里，欢迎你再次回到播客，谢谢你邀请我，每次和你聊都很开心，你上次来这个播客的时候，提了一个有点像随口说出的，犀利观点，大家低估了Claude Code 尤其是把Claude Code 用在非工程工作上，比如修文件，整理硬盘，还有各种，大家之前根本没想到的事情，当时没人讨论这个，那是一年前，事实证明你在这件事上对得离谱，后来发生的一切，简直有点不可思议 Anthropic做出了Claude Code 而这整个产品，其实就是建立在一个，很具体的想法上，用Claude Code来做非技术工作。Codex现在也开始进入这个方向了，我猜你应该也看到了，他们正在强调这种非技术场景，本质上就是让coding agent 被非技术人员使用，我觉得这也是 Anthropic过去一年成功的一个重要部分，非技术人员到底怎么使用这些东西，所以你在这件事上，真的领先很多，我甚至还基于这个想法，写了一篇newsletter 我当时想这个很有意思，我应该深入研究一下，我问大家，你们怎么把Claude Code 用在非工程工作上，结果收到了特别多例子，那篇文章也成了，我第二受欢迎的文章，所以很明显你对事情，接下来会怎么发展，有一个很独特的观察窗口，这一期的设定就是，我们来聊聊，你还预测未来会发生什么，尤其是对于做产品的人来说，事情会怎么变化，我觉得一个有帮助的开场，是先让大家简单了解一下，你自己是怎么工作的，你的团队是怎么工作的。正是这些方式，让你拥有了这种独特视角，能看见事情往哪里走，所以先给我们讲讲，你平时是怎么工作的，谢谢你，我也很感谢你的介绍，我觉得预测未来这件事，或者说我们在Every思考，怎么预测未来时，有一点很重要，你不该做的是 [00:05:54]

Dan Shipper：像预言家一样去猜，你真正该做的是，大家一起生活在那个未来里，所以Every的每个人，都是AI的早期使用者，我们现在差不多快30个人了，我记得上次采访时，我们是15个人，所以过去一年里，我们规模翻了一倍，我们都是早期使用者，我们有工程师，有设计师，有作者，有编辑，有销售，也有客服，每个人身上都有一点，那种特质，就是那种，我喜欢探索，喜欢实验，我非常好奇，而且我对AI特别投入，我觉得这会创造出，一个小小的未来样本，我们所有人，都一起生活在里面，所以我们能稍微，走在前面一点，因为在其他公司里，通常会有，各种各样的人，有真正的早期使用者，有处在中间的大多数人，也有非常反对的人，还有一件很酷的事，是因为我们的角色，我们会评测模型，也算是在AI领域，有一点品位引导的作用，所以我们能在产品发布前，接触到一些东西。我们会做Beta测试和Alpha测试，也能稍微帮助影响这些东西，往哪个方向发展，这非常非常酷，所以当我思考怎么预测未来时，如果你创造了这样一个环境，其实要做的就是注意，正在发生什么，我觉得这里面还有一个核心部分，就是把它写下来，把你观察到的东西说清楚，把未来说清楚，某种程度上会让它发生，它会让这件事，对你和你的团队变得真实，也会让互联网上读到，他的人觉得真实 Claude Code这件事，就是一个非常自然发生的过程，对我们来说 Claude Code一出来，我们就试了，因为这算是我们的工作，所有模型公司出的新东西，我们都会试，当时它还有点早期，但大概是在Sonnet 3.5 或者Sonnet 3.7前后，我们当时在测试它，做我们的Vibe Check 然后我们就觉得，天啊这太夸张了，它真的很不一样，你可以不用代码编辑器了，所以从那以后。我们基本上就开始，转向另一个工作方式，现在我们内部跑着，大概六个软件产品，当时可能是两三个，从那时起，我们就开始进入一个世界，没人看代码，大家都在terminal里，用Claude Code 用英语跟电脑对话，所以我能看到这件事，开始发生了，然后因为我的工作，有一部分，就是推动和试玩这些东西，我就想，我能不能把它用在写作上，我要怎么做，接着它就慢慢展开，你会发现好吧，它还没完全准备好，但它对我显然已经有用，我们内部经常讨论一个东西，我叫它reach test 意思是你早上醒来时，会不会很自然地伸手去用它，我很喜欢这个组合

Lenny Rachitsky：你们在用最新的东西，而且像你说的，这可能是一种被低估的能力，你很擅长意识到，什么东西奇怪，新鲜不一样，有意思，这是一个很酷的组合，部分原因是你必须写它，而且你确实会写下来，所以我觉得，这几乎就是一个人，判断未来走向的完美配方，所以我会这样组织这次对话，我们基本上会分成三类预测，第一，未来几年我们的工作方式会怎么变，第二，我们要做的工作本身，会呈现什么形态，又会怎么变，第三，在这个未来里谁会最成功，或者说为了在这个未来里成功，你现在应该做什么，投入什么 Lenny 我唯一的要求是，一年后我们再来一次，然后你给这些预测打分，我要看评分，好，所以是一年后，好，那我们先确认一下，这些预测是说，一年后会变成这样，还是说这是一种正在出现的趋势，未来吗 [00:08:40]

Dan Shipper：我觉得我可能不会给一个特别精确的时间表，我接下来要讲的大部分东西，一年内应该都会变得相当明显，但也可能需要更久，不过我觉得至少一年内，它不应该看起来明显是错的，也就是说如果要打分

Lenny Rachitsky：它应该会让人感觉确实在朝那个方向发展，好 2027年5月我们来复盘你的预测，太棒了，就这么定了，我喜欢这个，那我们开始吧，对于未来一年，我们工作的方式会怎么变化

Dan Shipper：你有哪些预测 [00:09:59]

公司先有超级 Agent

Dan Shipper：你有哪些预测，这是我最喜欢的问题之一，因为如果你只看benchmark 你会觉得AI基本上要把我们的工作全拿走了 METR有一个很酷的benchmark 衡量最新模型能自主完成多长时间的任务，结果是anthropic 那个大家很担心的大模型，在17小时的任务上能做到50%的准确率，你会觉得天哪这太夸张了，我觉得这是真的，模型的进步也确实在指数级上升，但以我的经验和感觉，一年后我们回头看会说，其实我们要做的工作更多了，模型越擅长做事，人类要做的工作反而越多，这里面有一个很有意思的悖论，我对工作方式变化最大的预测是，一年后你做工作的方式，会主要分成两条路，也就是你使用agent的方式，会分成两类，第一类我觉得就是，五年前我们想象AI工作方式时，以为大家会做的事，每个人在公司里至少会有一个，可以对话的agent。可以把工作交给他做，这个具体长什么样，我们后面可以讲，但本质上有点像OpenClaw 第二类是，你做的大部分工作，其实会发生在你的电脑上，在Codex或者Claude Code 这样的环境里，这种环境会变成一种操作系统，承载你所有工作的方式，不管是邮件，还是你创建的文档，或者其他类似的东西，都会在这种界面上完成，这正在变成一个，很清晰的竞争格局，我想按这两类的顺序来说，第一类是，你会有可以委派任务的agent 可能是在Slack里，也可能在别的地方，这件事第一个有意思的地方是，现在还不清楚，它的架构会是什么样，是每个人都有一个agent 还是每个团队有一个agent 是不是全公司只有一个agent agent 会不会专业分工，会不会出现一张平行的影子组织架构图 open claw刚出来的时候 every内部所有人都开始用它，当时我非常相信。未来会是每个人都有自己的agent 在那个世界里有一些很有意思的东西，比如一张平行的组织架构图，那个世界里的agent 会变成你的小小倒影，这很酷也很有意思，你读过黄金罗盘吗，那就像肩膀上有一个小Firmer 是你灵魂的一部分，我当时真的觉得，事情好像就是在朝这个方向发展，所以我曾经非常相信个人agent 但现在我完全反过来了，我真的觉得至少目前的模式，会是一个超级agent 也就是全公司共用一个agent 你已经开始在一些公司，看到这种做法了，比如Shopify很有名的，有一个Ramp现在也有一个，我觉得这里面有一些很有意思的原因，其实我仍然认为，个人agent这件事会到来，但我们发现 open claw带来了一阵很大的热潮，大家都说我要把它搭起来，这太酷了之类的，然后大家很快意识到，这东西要花的精力太多了，它老是坏，我得自己摸索。还得能sh到我的服务器里，诸如此类，至少对大多数做业务工作的人来说，他们不想花这个时间，或者根本没法花这个时间，推动这件事的底层原因是，不管是open claw 还是任何其他harness 现在一个AI agent 要真正有用，真的需要一个在乎他的人，他需要和某个人建立一种，很具体的人际连接，这个人会盯着他在做什么，确保他做的是对的，而且对大家有用，一旦你切断这个连接，比如有人说，我不想维护这个，傻乎乎的OpenClaw了，那这个agent 立刻就没那么有用了，所以我觉得他才开始，转向一种，更偏向全公司，一个agent的模式，因为就目前来说，理想情况基本上是，你安排一个部署工程师，或者类似背景的人，专门负责确保这个agent 能为全公司正常工作，然后也许你还会有一些，小的团队agent 我觉得随着模型变得更独立，这种模式会继续往下沉。到那时我们更可能拥有，更多个人agent 因为我们不需要再折腾它，内部那些东西，但我看到对我们有效，对很多其他公司也有效的模式，包括模型公司，自己也开始看到这一点，就是这类async agents 其实通常是最上面有一个agent 有时候他什么都做，很多时候他负责某一类工作，也就是你判断公司里，每个人都需要一个agent 来处理的工作，比如数据请求，然后我觉得他会从最上层开始，再慢慢往下渗透，你会做出更专门的agent 给不同团队用诸如此类 [00:13:36]

Lenny Rachitsky：而背后的机制是agent 需要有人真正关心他，这个点太有意思了，你需要像打理花园一样，打理你的agent 因为你得不断给他补充context 他也会像你说的那样出问题，一旦维护成本太高，你就会说算了，我还是回去用代码，或者Claude之类的东西吧，好很酷，这其实是个很好的机会，所以你这里预测的是，公司会有一个Super Agent 所有人都可以跟他对话，比如Shopify有一个，我记得好像叫Ramp 那个叫什么来着，我想不出来，好吧，他可能刚拿了融资，所以这就是你的预测，这就是第一个预测，第一个预测是，我们会先从顶层的Agent开始 [00:14:09]

Dan Shipper：他们更通用，公司里更多人会使用，然后随着大家更熟悉这些use case 它会开始往下发展，变得更专门，同时agent也会变得没那么折腾，也就是会更好用，你预测这主要会发生在slack里吗，工作场景里，是的这听起来合理，我觉得大家喜欢OpenClaw里的绿色气泡，抱歉是OpenClaw里的蓝色气泡，也就是你可以在iphone上用它，但我觉得人们脑子里有个小开关，他们很想把个人agent和工作agent分开，还有一整块领域，我们的CEO Brandon Jell 把他叫做Computer Errands 也就是用个人agent 帮你处理电脑上的杂事，比如帮我订菜之类的，我觉得这里面有太多事情可做，这会非常大，但我关注的，或者说我们主要关注的，还是工作相关的东西，我觉得这主要会发生在Slack里，很好支持Slack 我们要不要聊聊另一个工作界面，当然比如Codex Cowork 好这个我们来聊。我对这个特别兴奋，我觉得这是最酷的东西，基本上事情是这样的 Anthropic在某个时候意识到写代码这件事上，如果你把一个agent放到你的电脑上，让它在你的电脑上运行，它就拥有一切，也就是能访问你能访问的一切，它会用terminal 所以它基本上有一种超级强的访问能力，不仅如此，这些agent真的很懂怎么用terminal 因为网上有太多相关内容，这就创造出了一种非常强大的编程方式 Anthropic确实是最早做这件事的 OpenAI有一段时间在我看来，在这方面非常非常落后，然后在我看来，最近已经超过了他们，这真的很有意思，但Anthropic在这件事上非常早，当时大家还把coding agents 或coding models 想成pair programmers 他们是最早一批说不是这样的，而且还真正做成的人，当然在他们之前也有人，比如Devin 我觉得Devin有那个，很大的cloud environment。OpenAI也试过这个方向，但真正的采用似乎是在，你把它放到自己电脑上之后发生的，所以他们把这一点想明白了，然后我觉得他们和社区一起又发现，一旦你电脑上有一个coding agent 而且它可以构建任何东西，那它其实也很适合你想做的任何工作，于是人们开始各种hack Claude Code 本质上用它来做自己所有的工作，然后Anthropic做出了Cowork 它可以说是给Claude Code包了一层更好看的外壳，但本质上还是同一件事，然后我觉得OpenAI下了几个不同的赌注，但他们在编程agent上的主要赌注，是早期版本的codex 那些版本非常技术向，非常聪明，但有点像自闭，也就是说，它有点难理解你的真实意思，它会非常精确地理解，你说了什么，但不一定理解，你想表达什么，我觉得大概三四个月前，在他们发布5.3前后，他们开始往这个方向转，他们明白了，这个模型很快。而且很适合一般的，知识工作类任务，然后他们发布了 Codex Desktop App 我觉得Codex Desktop App 吸收了很多经验，如果你看 Anthropic学到的那些东西，他们从Claude Code到Cowork 你在Anthropic Desktop App UI的那些标签页里，也能看到这个脉络，我觉得OpenAI当时就是在说，我们看到了这个方向会往哪里走，我们直接跳到这个点，所以我觉得现在的Codex就像一场赛马，不同产品会有不同位置，但对我来说 Codex现在是我的日常主力工具，我基本上所有时间都在里面，偶尔我会切到Claude 但我觉得Codex把这个范式做对了，而且我很清楚，不管谁暂时领先，因为我还是觉得领先者会变化，最终你做的所有工作，都会发生在这类界面里，比如我写文档的时候 Codex的App里有一个浏览器，是内置浏览器，我写文档时就进入我的某个Codex thread 我每个项目都有一个thread。然后直接打开内置浏览器，我打开文档，通常我会在Proof里写，这是我做的一个在线DAR编辑器，然后我让Codex一直跑着，在Proof里看着我 Codex能看到我在做什么，我也能看到Codex在做什么，所有东西都在一个地方，这其实是Claude Code 最早之所以好用的那个思路的延伸，我基本上感觉自己有了一个，并行工作的伙伴，他不只是能回应我，在文档里写东西，还能去做研究，能用我的电脑，基本上我在电脑上能做的事，他都能做，这非常强大，我什么事都这么用，比如我现在已经连续10天 inbox zero了，如果你了解我就知道这很疯狂，我从来不是这样的人，原因是，我真的就是让Codex 用Core把我所有邮件，收集起来 Cora是我们的email agent 然后她会渲染出一个小页面，我记得我在Anthropic活动上，给你看过，她渲染出一个小页面，然后我就对着她说话。对每封邮件口述，我会说好，去研究一下这个，这里有我们律师提的一个问题，你能不能把过去，大概四年的相关文档，都收集起来，整理成一份报告，然后发出去，她就真的做了，所以以前那些，我会拖延的事，现在我基本不再拖了，所以我感觉有一个变化，很长一段时间里，至少我也以为AI的最佳体验，会是把AI放进浏览器里，但现在我觉得反过来的事情正在发生，而且价值非常大，超出了我的预期，也就是把你一直在电脑上使用的AI agent拿来，再把浏览器放进，这个agent里，这样他就能看到你正在做的一切，这个组合真的很神奇，我觉得现在还很少见 [00:19:19]

Codex 变成工作操作系统

Dan Shipper：我觉得现在还很少见，你甚至在Claude Code里也做不到，因为他不允许你在Claude Code里面浏览外部网站，所以现在这很少见，但我觉得一年后会非常普遍，这件事可能比听起来还要深刻，我的理解是

Lenny Rachitsky：不是把AI内置到SaaS工具里，而是你在这里预测SaaS工具，会运行在Codex或Claude Code里面，这是一个非常重要的二阶影响，比如说我在用Proof 或者其实任何网站，可能是PostHog之类的 [00:20:13]

Dan Shipper：我是在自己的agent里面使用它，而这个agent可以访问这个网站，所以它能访问我能访问的一切，也能访问我的整台电脑，当我在那个网站上运行agent时，用的是我自己的tokens 不是供应商的tokens 也不是那个app的tokens 这会让SaaS回到一个新的位置，你当然还是希望它对agent友好，现在每个人都有CLI 你希望HTML非常好用，你希望CLI里发生的任何事情，都能立刻展示给用户，诸如此类，这里有很多问题要处理，但一旦你处理好了，你其实不太需要再去想，必须做一个主要给用户使用的AI界面，也就是说，你不一定需要把一个agent 内置到你的产品里，我觉得你可以这么做，而且这里还有另一个，非常有意思的分叉，我们应该聊一下，那就是两个agent比一个更好，但就目前来说，有一件很酷的事，以proof为例，任何人使用它，我都不需要为tokens付费。因为他们是把自己的AI 带到proof里来，所以这会改变你，作为SaaS公司要构建的东西，你现在要同时为人和agent 来构建产品，它也会把你的利润率改回去，因为我不太需要再为tokens付费了

Lenny Rachitsky：用户会带着AI来，我觉得这是一件大事，你这里描述的是，我们做的越来越多工作，越来越多专业工作，都会发生在Codex或Claude Code里面吗，那Cursor在这里处在什么位置 [00:21:33]

Dan Shipper：它也是其中一种吗，它有机会吗，这是个好问题，我觉得Cursor也看到了很多同样的东西，而且在某些方面，它们也有类似的东西，但做得更好，比如我觉得Cursor的Claude 实现比OpenAI或Anthropic的都更好，也更先进，我觉得Cursor至少到目前为止，更明确地选择了一条路，就是更明确地服务程序员，这可能会限制他们在这个方向上，能走多远，我觉得程序员这个定义正在扩展，所以他们会有一个很大的市场，但我不确定他们会不会跳到那种场景里，比如说用这个来做，换灯片之类的，但很明显每一家模型公司都开始意识到，想把模型的能力发挥到最好，拥有一个harness是多么重要，所以所有平台都在走向一个世界，你在OpenAI平台 Anthropic平台调用模型时，不再只是prompt和response 他们实际上是在云端的一台电脑上，运行模型，那台电脑由他们来管理。然后再把结果给你，他们知道要让模型给出最好的结果，就需要提供这种能力，所以你会看到 Anthropic有cloud-managed agents OpenAI还没有对应的response 但我猜这件事也会发生，现在Cursor基本上也刚刚被SpaceX收购了，不是完整意义上的收购，但很接近，所以我觉得大家开始意识到，我不能只做模型那一部分，我还必须在它上面，有这样一层harness 而我觉得这个harness的最终形态，就是它可以做任何类型的知识工作 Cursor自己会面临一个很难的决定 [00:22:40]

Lenny Rachitsky：到底要不要只继续服务写代码的人，所以如果有人在做的产品，不是OpenAI 也不是Anthropic 而你的这个预测被证明是对的，那他们的产品随着时间推移，会被用户放在这些agent里面使用，如果你是这些公司之一，你会做些什么，来为这个未来做准备，我会直接为这件事做准备，举个例子，更传统的生产力软件，不管是 Slack 还是 Word Docs PowerPoint 或者别的什么 [00:23:13]

Dan Shipper：本质上大多都是给人用的，现在大家在做 CLI 也就是更像是给 Agent 用的，而且是让 Agent 独立于人来使用，我觉得我们正在进入一个新的范式，人和 Agent 会一起，在同一份工作成果上协作，双方都在做事，我需要看见 Agent 正在做什么 agent也必须看见我正在做什么，我们之间要用一种，很顺畅的方式来回配合，为这种协作方式做出来的软件，会非常不一样，比如proof 有很多东西根本不需要做，我不需要做很多，类似word文档里的格式功能，分页符，做表格之类的东西，因为agent会直接完成这些，我不用操心那些事，它可以替我把所有格式都处理好，所以你可以把产品做得，比传统产品简单得多，也更容易上手，同时你也需要加入，很多新的功能入口，因为agent和软件互动的方式，非常不一样，比如agent 可以一次做很多事，它可以对你的文档，幻灯片代码库，或者其他东西。一口气做十意见，不同的修改，你要怎么把这些展示给用户，会和展示一个人，正在你的文档里协作，正在做事非常不一样，你需要审批机制，你需要某种inbox 能总结说，这些是将要发生的事，或者已经发生的事，你需要日志，也需要能很快回滚的能力，所以有很多这类考虑，会改变产品本身，底层UX也会变，或者说你需要的底层基础设施，也会不一样，因为agent可以在三秒钟里，发出十亿个请求，那你要怎么处理，对吧，这正是GitHub现在遇到问题的原因，因为使用GitHub的人数，正在指数级飙升，而这其实就是大家的agent 在用GitHub 所以我觉得这是一个，刚刚开始的新世界，你现在只是刚刚看到一点苗头，但这里面有很多特别酷的东西，比如在Proof 还有我们的一些其他产品里，当有人遇到问题时，他们不会发邮件给客服务，而是他们的agent 发一份bug report。而agent写的bug report 比人写的bug report好太多了，他会写清楚，我具体做了什么，准确的复现步骤是什么 proof是开源的，所以他还会写，我认为代码库里，可能是这里出了问题，然后我们收到之后，它会变成一个GitHub issue 我们就可以派一个agent去修，不是所有事情都能这么做，但这好太多了，你已经能看到这种，很快的闭环开始出现，我遇到了一个问题，一个小摩擦，一个我想要的小功能，或者一个小bug 我的agent 会去和公司的agent沟通 [00:25:29]

Lenny Rachitsky：然后公司的agent 就去把它修掉，我觉得太酷了，所以这里面有一部分是，很多人正在转向CLI 试图从terminal里工作，这个预测里，是不是也包括这样一点，人们会离开那种方式，重新回到真正的UI 只是agent会在旁边一起运行 CLI时代结束了，我们很快就跑完了 CLI这个阶段，它存在的时候挺好，但我觉得现在已经很清楚了，不是说CLI会彻底消失

Dan Shipper：它们显然已经存在了30年 40年 50年，或者更久它们还会继续存在，但有一段时间 Claude Code很火，或者说Claude Code开始迅速流行的时候，大家会觉得真正起作用的是，它作为CLI这一点，我不觉得关键在这里，当你把这类东西放进真正的UI里，就会意识到，我们当初发明GUI是有原因的，在GUI里工作就是更舒服，而且你可以在GUI里得到同样的好处，尤其是对非程序员的工作来说，不过我估计 EVERY内部大多数技术人员，已经不再把CLI 当作主要工作界面了，我觉得很多程序员，还是会是不是切回去用一下，但大体上，他们主要是在用 [00:26:26]

Lenny Rachitsky：Codex Claude Code Cursor 这一类工具，太好了，我确实想把这一点讲清楚，回到你这个预测的大图景，这里大概有两种工作模式，一种是公司内部，有一个超级agent 你很可能通过Slack跟他聊天，他可以自己去做事，也可以回答问题，另一种是在你的电脑上运行 Codex或Claude Code 在这个模式里，你平常在电脑上做的各种工作以后，都会放在Codex、Claude Code 或者某个我们现在还不知道的，第三方工具里，是的，而且你会在这些工具的内置浏览器里，使用各种应用，听你这么说，可能一时感觉不到它有多深远，但这其实会极大改变我们的工作方式，我们现在并没有一个，会在Slack里经常跟我们对话的AI 我们现在也不是主要在Codex 或Claude Code里工作，所以这其实是一次，非常大的转变，我也这么认为，在进入下一个预测之前 [00:27:05]

Dan Shipper：围绕这个方向，还有什么要补充的吗，有几点，我肯定不是agent 极端主义者，我真的认为，我们会使用很多不同的agent 这一点对我来说很清楚，而且我也真的认为，两个agent比一个agent更好，这就是一个很好的例子，当我让Codex 去和另一个agent交互时，它能提供关于我，关于我想要什么的上下文，远远超过我自己能打出来的内容，他们还可以来回沟通很多事情，而这些事情如果让我直接表达给一个agent 会花很长时间，一旦你假设用户是用Codex, Claude Code 或Cowork作为访问你应用的基本方式，就会产生这种加速效果，举个很简单的例子，我们有一个托管版的OpenClaw产品，之前我们开放了等待名单，但后来不得不暂停，因为我们开始处理等待名单之后，发现OpenClaw的情况很复杂 OpenClaw是一个很难稳定运行的agent harness 它变化得太快了。如果你是它的平台方，一旦有东西出问题，你很难修，真的很难，但在这个过程中，我们学到的一件事是，假设你在做一个agent产品，或者任何一种新的软件体验，按照过去的默认想法，如果你要帮用户设置一个agent 你可能需要做一个小网页界面，或者一个slack workflow 去问用户你是谁，你准备拿它做什么，还要问你理想中的结果是什么，也就是那些你会放进 onboarding清单里的问题，但如果你反过来，直接划一条硬线，我们只服务使用 codex或cowork的用户，那会发生什么呢，你只需要把一段prompt 连到codex或cowork里，它就会去跟那个应用沟通，这个应用可以只是一个，普通服务器，也可以是它自己的agent codex对你有大量信息，所以它可以直接告诉对方，这是我和Dan 最近一直在做的所有事情，它还可以告诉对方，这些事，它可能会使用这个应用的方式。然后再把结果带回给我，于是你得到的是一种，非常定制化的体验，而且对于agent这种技术产品来说，如果出了问题，我可以直接告诉Codex去修一下 Codex就会去跟那个应用沟通，帮我搞清楚到底发生了什么 [00:29:46]

SaaS 不会死，CLI 时代结束

Dan Shipper：帮我搞清楚到底发生了什么，所以我认为，当你假设每个人都有一个agent 而且这些agent会以这种，很神奇也很重要的方式

Lenny Rachitsky：彼此沟通时，整个范式都会开始改变，在继续之前，我还想再聊几件事，因为这里可以展开的内容太多了，其中一点是你刚才提到，使用SaaS工具时，不一定要消耗模型公司那边的Token 你能多讲讲这一点吗，因为这可能会改变未来SaaS公司的商业模式，听起来这是件大事，我觉得这其实可能会保住他们的利润率，因为现在这些公司都在赶着往自己的产品里加Agent [00:30:08]

Dan Shipper：心里想的是Agent会成为用户跟我互动的主要方式，但这显然要消耗Token 可我觉得一旦Codex或Cowork成了我的主要工作界面，我还是想用SaaS 所以这也是一个不错的预测，我现在会买SaaS股票，我觉得所谓SaaS末日很蠢 SaaS股票未来几年会大涨，这不是投资建议，但我会买SaaS股票，我觉得它会保住你的利润率，因为到那时你的思路就不是，我必须把AI做进这个产品里，而更像是我必须做一款人类，和AI都愿意一起协作使用的软件，这很难，但一旦做出来，它比假设每个人都在消耗Token 要便宜得多，我觉得这是一门好生意，我这么看好SaaS 其中一个原因是，我们公司内部，就像我刚才说的，每个人都有agent 大家都在用codex之类的工具，但我们还是为大量SaaS付费，我们的SaaS支出同比还在增长，我们并没有把每一个小东西，都用vibe coding自己做出来。我觉得agent做的事情，是增加SaaS的用户数量，而不是消灭SaaS 所以我认为SaaS公司，会看到需求量出现，非常夸张的增长，因为会有大量agent

Lenny Rachitsky：以很高的频率使用这些产品，就像我说的，这会带来巨大的基础设施挑战，也会带来很多有意思的定价挑战，但这让我非常看好SaaS 我喜欢这个观点，要是这期节目只留下一个结论，那就是Dan Schipper说SaaS是AI的未来，尤其是B2B SaaS 扎个hashtag发腿，我真的很喜欢这个观点，这挺反共识的，另一个有意思的点是你们还在招人，过去一年人数翻了一倍，对一家这么AI forward的公司来说，这不是大家原本会预期的，讲讲你们这方面的经验吧，也就是说，为什么我们其实还是需要人，自动化是个谎言 [00:31:40]

Dan Shipper：我的意思是，每当你把某件事自动化之后，为了确保自动化运转得好，你上面还需要一个人盯着确认它，确实在正常工作，几年前我写过一篇文章，叫Allocation Economy 核心想法是，人类和AI一起工作的方式，会越来越像当经理，你必须记住，经理其实花很多时间在工作，大多数经理不是躺在海滩上，他们一直在跟员工沟通，想弄清楚，我们怎么让这件事运转好，怎么让它变得更好，现在进展怎么样，这个人怎么样，做人类经理和做模型经理之间，当然有一些区别，但从根本上说，它仍然需要大量时间和注意力，我觉得我们在讨论模型的时候，往往忽略了这一点，原因之一是Benchmark会让AI 看起来比实际更自主，我说的自主性，是一个很具体的意思，我试着表达一下，这有点难说清楚，我自己是因为感受到了这个悖论，才学到这一点，我一直觉得。我们有了这么多自动化，这么多AI 但我反而工作的更多了，后来我做了自己的Benchmark 这个悖论才开始稍微解开一点，我做了一个叫 Senior Engineer Benchmark的测试，它想看的是 AI和人类工程师相比，到底有多强，我的做法是这样的，我有一个叫Slapped App 是我在做其他所有事情的同时，顺手用Vibe Coding做出来的，我们上线之后，因为它完全是Vibe Coding出来的，它就开始不断崩，我也修不好，这非常丢脸，我当时特别尴尬，产品本身是能用的，我们内部测过，也有很多Beta测试用户，但上线后的第二天，服务器差不多每十分钟就会挂一次，大家看着我，我只能说我不知道发生了什么 Codex修一下，然后Codex会说，我也不知道发生了什么，或者更准确地说 Codex会说我知道发生了什么，我修好了，结果它又引发四个别的错误，然后你就一直在原地打转，我睡不着觉。我Vibe Coding的太狠，甚至把胳膊肘弄出了滑囊眼，这里面有个人生教训，叫Vibe Coder Elbow 总之后来我找了两个不同的资深工程师，让他们各自独立修这个问题，所以我现在有两份不同的代码库重写版本，他们能告诉我，这些高级工程师是怎么做的，这样一来每次有新模型出来，我就把同一个prompt给他，我会说这是用Vibe Coding写出来的一坨代码，如果你要从第一性原理重新写，你会怎么写，去做吧，在GPT 5.5之前，所有模型大概只能拿30分，满分100分，而人类高级工程师，大概能拿80多分 90出头，所以差距还很大，然后我试了GPT 5.5 他拿了大概62分，注意这个60分左右的成绩，是GPT 5.5 用了一个OPUS 4.7的plan OPUS 4.7做出来的plan很好，不过GPT 5.5是唯一一个，有那种主动性和自信的模型，他敢直接把旧代码拆掉。真的从第一性原理重写，其他coding model会尝试一下，但最后往往只是，把边边角角补一补，他们会觉得这活太大了，他们会说，那我就打个小补丁吧，你就会想，不我明明专门告诉你，不要这么做，所以GPT 5.5的分数，一下子涨了 30分，到了60分 100分里拿60 这很清楚地说明，一年之内甚至更短时间，它就会达到高级工程师水平，对吧，这会让你脑子里形成某种画面，尤其是我给这个Benchmark 起了这个名字，我觉得很多Benchmark都是这样，但我可以告诉你，等我们到了那个点，我会很容易把这个Benchmark改掉，让当前模型直接归零，也就是让它拿零分，比如说那个prompt 看起来好像没什么技巧，也没什么思考，就是这是vibe coding 写出来的一坨代码，从第一性原理修好它，但其实我花了不少时间，才找到一个prompt 它既不会把答案泄露给模型。又能让模型展示自己，真正能做到什么，我最早给它的prompt 是当时我真的，在修生产环境问题时，用的那个prompt 那时候线上一直在挂，我早上醒来就说，好昨天有人报了四五个问题，你把所有问题都看一遍，然后制定一个解决所有问题的计划，再去执行，市面上每一个coding model 我很确定，这里我做个预测，一年后市面上每一个coding model 还会这样做，市面上每一个coding model 都会认真执行这条指令，如果我告诉他，这里有一堆issue去修掉，他们就会直接去尝试修这些issue 但真正的人类高级工程师，会先去看代码库，然后说这代码就是一坨屎，这个人根本不知道自己在干什么，然后他们会说，我们其实得重写很大一部分，这会很难，也有风险，我知道你不想听这个，但我们必须这么做，如果你问模型，我们是不是应该这么做。他可能最后也会想明白，但他不会自己主动这么做，而且有很多激励因素会阻止他这么做，就算他真的这么做了，我们人类也总能再往上走一层，用更高一层的框架来看问题，所以我觉得当我们思考Benchmark进展时，从这个角度看非常重要 Benchmark的分数会上升，是因为那些问题，已经被我们框定好了，我们能把它说清楚，也能打分，但有很多工作是人类的工作，只有你把它写下来以后，它才能被打分，可是先想清楚，要怎么prompt它，或者先把问题写下来，这个动作本身没法被衡量，但这也意味着，即使Benchmark被刷满了，它也不等于你，真的完全替代了，所有高级工程师，我觉得这也是为什么 [00:36:47]

Lenny Rachitsky：虽然模型在自动化方面，越来越强，我仍然会继续招聘工程师，我最近在节目里提到过一件事，说到你刚才讲的人类写代码，现在一些数据标注，公司正在买2121年 2322年以前写的代码，也就是AI真正流行起来之前的代码，那种代码现在成了非常有价值的数据，手工加人写的人类代码，对，完全就是这个意思，而且很有意思的是

Dan Shipper：构建这个模型用的正是这种代码，有意思的是我想先澄清一下，我并没有让一个人完全手写代码，因为我其实觉得那样有点傻，我并不在乎这个，因为如果一个工程师不用AI 我就不会跟他合作，我真的不在乎，这有点像，我会让一个人跟一辆车比赛吗，我大概不会这么做，但我会让一个开车的人，跟另一个开车的人比赛，然后看谁更强，在这个例子里 benchmark的结构是这样的，这些人类工程师确实用了AI 但他们用AI的方式是我做不到的，因为我看不懂，也没有时间，而且说实话，我也不太想进去研究那个code base 我觉得我们讨论benchmark的时候，这一点非常重要 AI是一种广泛分布的技术，任何人都可以用，所以当我们拿AI和人类做benchmark 其实几乎一直是在比较，一个使用AI的人，和另一个使用AI的人，因为AI不会自己使用自己 [00:37:56]

Lenny Rachitsky：它也许可以用某种，有点地规的方式做到一点，但在任何真实使用场景里，旁边总会有一个人离它很近，确保它在正常工作，好我想试着收一下，我们第一个话题，能聊的东西太多了，我列了一个小清单，是基于你的预测，我觉得大家要想成功应该做的事，最后我们也会再聊这个，但先说几条，第一，多用Codex或者Claude Code 来做你的工作，尤其是里面的浏览器使用工具，第二，让你的产品能被Agent使用，如果你在做一个SaaS工具，就要让Agent很容易成为一个用户，第三，开始思考，某种你可以一起工作的Slackbot 去试一些工具，我知道Slack自己也有Slackbot 我觉得也很不错，虽然我还没玩过，但很多人很喜欢，所以我想说去找一个工具，它可能会成为，你公司内部的AI agent 尽快买SaaS股票，不构成投资建议，我觉得这完全对，我稍微补充一点 [00:38:49]

Dan Shipper：当你考虑为agent 构建软件时，现在的模式，是我做一个CLI给agent用，但它的使用方式更像是，我把一个任务委派给agent 然后agent去用这个CLI 而我觉得接下来会变成

Lenny Rachitsky：你和agent一起使用这个app agent可能在用CLI 但你在用网页界面 [00:39:56]

自动化越多，人越重要

Lenny Rachitsky：但你在用网页界面，而且两边都需要保持同步，我觉得这是一个新的挑战，而且非常有意思，很好，在进入下一个类别之前，还有别的吗 MySaaS 这就是标题了，天哪，好第二类预测，是关于我们将要做的工作的形态，会发生变化，你怎么预测，关于工作的形态，有很多有意思的东西，一旦你进入这样一个状态，你有这些异部agent [00:40:00]

Dan Shipper：可以把工作委派给他们，然后你还有Codex Claude Code 这样的工作界面，事情就开始变化了，我们内部经常看到一件事，大模型公司里也能看到，就是pull request的数量在暴涨，我们有些做咨询的人，做运营的人或者编辑，都在提交pull request 这很酷，而且是一种很不一样的工作形态，你应该预期公司里或者用户里，会有更高比例的人去做，以前只有技术用户才能做的事，这也会在另一端制造很多压力，因为有人必须处理，所有这些新代码，要想办法消化它们，所以我觉得这里会发生，很多有意思的事，比如OpenClaw 我前面提到过 Pete每天会在OpenClaw上，收到几千个pull request 然后他会启动，大概五万个codex实例，让他们筛一遍，再合并大概一千个，这真的很疯狂，我其实觉得这种情况，会越来越常见，这会带来很多，很有意思的问题，比如你到底应该，合并哪些pull request。还有每当你在流程里的，某个环节增加了产能，别的地方就会被压坏，过去构建东西非常难，现在变得很容易，所以重点不再是，我们能不能把它做出来，而是它跟我们已经做出来的，其他东西放在一起，是否合理，我们怎样保持一个，整体的连贯性，还有我们应该删掉什么，我觉得Anthropic 在这方面做得很好，他们会从Claude Code里，删掉很多东西，确保它不会变得臃肿，所以我觉得一方面，未来会有很多非技术人员，可以做技术工作，另一方面，技术人员会负责，确保这些工作，以统一连贯的方式

Lenny Rachitsky：进入产品或者进入流程，产品人员也会做这件事，我觉得这很酷，我听到一些人说，现在每个人好像什么都能做，工程师可以做设计 PM可以写代码，市场人员也可以把东西做出来发布，于是大家就很困惑，那我的工作到底还是什么，我到底负责什么，比如我现在也应该负责发布东西吗，我还算是市场人员吗，这在整个行业里制造了很多困惑和不确定 [00:41:54]

Dan Shipper：我觉得这是真的 Every很特别的一点是，大家某种程度上都是通才，也都很喜欢同时插手很多不同的事情，我觉得这件事到某个时候可能会稳定下来，大家会觉得更正常，市场人员还是会做市场，即使他们也会改网站，因为这现在就是市场工作的一部分，但我也觉得现在做通才可以走得远得多，这真的很酷，尤其是对小公司来说，另外还有一件有意思的事，就是确实出现了一些新的岗位，现在越来越清楚的是 Forward Deployed Engineer这个概念是真的成立，它背后的逻辑是，每个agent都需要一个人，哪怕你去看那些大型模型公司，他们内部也有这些agent在跑，也会有一组人，专门负责运营这些agent 我不觉得这些团队会消失，模型会变得更强 agent会变得更强 agent的数量也会增加，但人还是要管理他们，所以这会对应一种，很具体的人才类型。我们公司内部，也有几个这样的人，他们负责确保你的agent 正常工作，并且在做正确的事情，我们也做咨询，所以我们会把这种能力提供给客户，我觉得这是很多人非常需要的一件事，这又是一个很典型的例子，你本来以为自动化会消灭工作，但看起来它反而创造了一个岗位，甚至创造了很多岗位，有一类工程师特别喜欢这种工作，比如Natesh 他就是我们团队里符合这个类型的人，他是AI Engineer 也属于这种Forward Deploy的类别，他在我们团队里，大部分时间其实是在Slack里，跟我们的一个Agent对话，我们内部有一个agent叫Claudie 他负责跑我们整个咨询业务，他会花很多时间待在slack里，当然这里面也有代码，他也会用Claude Code之类的工具，但很大一部分工作就是跟他对话，比如问他，你为什么做了这么蠢的事，我们来把这个修好，所以我觉得。有些工程师会很喜欢这种工作，他们喜欢接触最新的东西，也喜欢把这个，还在工作区里不断成型的东西，打磨出来 [00:44:07]

Lenny Rachitsky：这跟更传统的软件开发，看起来很不一样，你的判断是，我们离那种agent 完全不需要人的状态还不近，你已经说过很多次了 agent需要人，这里既有前期搭建的部分，也有后续长期维护的部分，我听下来感觉这两部分都很重要，也就是说，这会是一份长期存在的工作 AI一时半会儿还不会聪明到，把这件事完全自动化，是的我一方面非常相信AI 非常深度地相信AI 另一方面我也非常看好人，以及人在确保AI 好好工作这件事里的作用，有意思，你刚才说的其实有两类，第一类我理解你前面讲的是，发布软件和各种东西的速度都在提高，这也意味着审核，这些粗糙输出的工作变多了很多，我刚刚还和一个，做数据科学的朋友聊天，他说他们的数据科学团队，以前的工作是做分析，回答问题，判断一个实验，是不是有效。结果是不是正向，现在变成了所有人都在做这些事，大家都把自己的结果拿来分享，然后他们就得说，不，这个不对，所以他们现在大部分工作，变成了审核别人，做得很差的数据科学工作，这确实是个问题，同样的事情，也正在发生在工程师身上，这意味着你其实更需要工程师，也更需要数据科学家

Dan Shipper：同时这也说明，你还没有搭好合适的系统，或者合适的agent 来帮你处理这件事，比如在大型模型公司内部，至少有一家公司是真的，有一个数据科学Bot 组织里的每个人都可以向他提问 Bot接到了他们的数据仓库，也知道谁是谁，所以在数据仓库这一层，他知道谁有权限访问什么内容，因为有一个团队在搭建这个bot 大家可能会问的那些基础问题，哪怕他有时候可能答错，这个团队也会持续确保他答对，所以数据科学团队就不必回答，所有那些乱七八糟的问题，因为还有另一个团队在构建一个agent 专门把这件事做好，但如果这个团队不存在 [00:45:32]

Lenny Rachitsky：数据科学家会非常痛苦，不过这也可能让工作没那么有意思，因为你就是坐在那里，帮别人整理那些粗糙的成果，而不是做原来那类工作，我觉得其实这能让工作变得更好

Dan Shipper：因为对数据科学家来说，你现在不用处理那些很蠢的请求，而是在处理更深的问题，那些基础请求会交给另一个团队，他们会做一个agent来处理，他就想把这些东西都过滤掉

Lenny Rachitsky：让你可以专注，我最近一直在想一个问题，本来没打算聊这个，但我确实一直在想，问题是现在产品和技术相关的岗位里，哪个变化最小，比如工程师，现在代码，基本百分之百有AI参与，工作已经完全不一样了，产品经理也是，很多PRD不用自己写那么多了，你可以自己发代码，不用等别人设计也是，按照最近几位嘉宾的说法，整个设计流程已经死了，因为根本没时间，再走完整个设计流程，数据科学现在也变得很不一样，还有市场销售，所以问题是，你觉得到目前为止，哪个岗位的本质变化最小，有一点很有意思，我不知道这算不算 [00:46:38]

Dan Shipper：但CEO和投资人看起来好像仍然非常可以选择用不用这些东西，表面上是这样，但我其实认为真实情况正好相反，我的经验是，我们也经常和高管领导团队一起做这类事情，我的感觉是一家公司在AI上能走多远，取决于CEO在AI上走多远，这件事不能外包，你必须亲自上手，否则你不会对它有直觉，但很长一段时间里，大家会觉得这是做具体工作的人，才需要做的事，我自己不用做，我只要告诉他们该做什么就行，所以如果你是CEO 你的日常确实还能看起来差不多，我觉得这会在某个时间点快速改变，到时候你会突然发现，糟了我已经落后很多了，但就目前来说，也许中层管理者也是这样，这类人的工作看起来还挺相似，也许销售也是，因为销售正是我想到的那个，他太依赖当面沟通了，这也是我的答案。不过他也在慢慢渗透到BDR这类工作里，我们可以处理很多BDR类型的问题，你真正去聊的只是那些确实想要的人，对销售来说，他在做研究这件事上特别有用，我最喜欢的Codex体验之一是，我们当时在招一个L&D负责人，我们当然会发招聘信息之类的，但我当时想，纽约有家公司叫General Assembly 他们长期做技术教育做得很好，所以我想如果有人，以前在General Assembly工作过，现在又对AI很感兴趣，那应该会很合适，我就真的把这个想法输入到Codex里，然后去做别的事了，等我回来，他找到了一个几乎完美的人选，这个人以前在General Assembly工作过，当过讲师，非常相信AI 而且还在Twitter上关注我，所以我直接给他发了私信，然后和他吃了顿晚饭，这太夸张了，以前这会花很长时间

Lenny Rachitsky：这对销售招聘，还有所有这类事情都特别有价值，销售也是我首先想到的，漏斗顶部的部分 AI在寻找线索，资格筛选这些事情上帮了很多忙，但销售人员的工作本身，好像还没有发生根本变化，而客户支持已经发生了根本变化，所以这挺有意思的，到目前为止，销售人员还不错，那我们也许可以总结一下，这一类预测，也就是工作的形态会怎么变，我目前听到的是，第一，工作里会有更多内容，变成审阅别人的产出，第二，会有很多事情有点像照看AI agent 让他们按你的要求去做事，去部署，然后一路维护他们，确保他们持续工作，在进入第三类话题之前，还有别的吗，我会把它拆开来看，与其说是照看agent 不如说你的前线部署团队，再搭一个完整系统，让知识更少的人也能使用这个系统，而且不会做出很蠢的事情 [00:48:59]

Dan Shipper：这是一个非常有意思的工程挑战，照看这个说法会让人觉得，你只是等它出错，然后再修好之类的，这种情况当然可能发生 [00:49:52]

PM 和全栈设计师会赢

Dan Shipper：这种情况当然可能发生，但我觉得很大一部分，其实是一个极其有意思的工程挑战，搭一个系统，让组织里的其他人也能做，过去属于技术岗位的工作，如果你不是这类人，比如你是数据科学家之类的，那你可以借助AI 在真正重要的问题上，钻得更深这些问题，最后可能会进入，前线部署工程团队的工作里，但他们更有生成性更新，而且你处理的是更难的问题，还有最后一点，我觉得特别有意思，以后我们会读到，更多AI写出来的文档和邮件，而且我们会喜欢这种方式，其实在写代码这件事上，我们已经在这么做了，比如读计划文档，我不希望工程师，手写一份计划文档，那会很傻明显很傻，我觉得其他场景也一样，比如我们在2025年底，做季度规划的时候，整个过程都是用Notion 智能体做的，我们有一堆Notion 智能体 或者说主要是一个Notion Agent。然后我们有一份公司最高层的战略，接着公司里的每个人都去，跟这个Agent对话，他会问他们去年发生了什么，进展怎么样，你的目标是什么，今年你想做什么，你的指标是什么，他还会追问，然后他会问这跟公司的整体方向，有什么关系，诸如此类，最后我拿到了一些质量非常高的 AI生成战略报告，或者说季度计划，覆盖每个团队每个部分，然后我就可以进去看，哪些人需要互相聊一聊，哪些团队其实应该互相沟通，但他们自己还不知道，还有，哪些计划质量其实很低，哪些质量很高，这些东西都让信息处理变得容易很多，现在我经常看到这种情况，我会持续收到AI生成的内容，但AI生成的文档也分垃圾和不垃圾，垃圾文档的标准是，写它花的时间比我读它还少，而且发送的人并不对每一行负责，所以我的预期是，如果你发给我一份AI生成的文档。我觉得很好，但如果我们聊起来，结果很明显你根本不知道里面写了什么，那就绝对不行，不能这么做，我觉得我们现在对AI生成内容有一种排斥，这种排斥会消失，因为如果我团队里有人很好地指导GPT 5.5 [00:51:48]

Lenny Rachitsky：他写出来的战略文档，会比他们自己坐在键盘前，一点点敲出来好得多，因为大多数人，真的不擅长写战略，门槛本来就很低，邮件也是一样，现在我的大部分邮件 [00:52:03]

Dan Shipper：都是GPT 5.5和Codex写的，老实说，我甚至更希望邮件里，直接写明它，来自GPT 5.5 我可能会改成这样，前几天我就遇到一个情况，我需要给我们的，一位投资人发邮件，我就让Codex去写 Codex通常知道要先问我，而且他一般都会问，但这次他没有问，直接把邮件发出去了，我完全没看，我当时就想糟了，于是我去一发送里看了一眼，结果发现，这就是我自己会发的内容，所以很多时候它已经非常接近了，当然它有时候会有点过于正式，也会有一些小问题，但你仔细想想，大多数邮件其实都挺例行公式，挺普通的，我当然希望由我来思考，这封邮件应该说什么，应该表达什么，但具体句子怎么写，通常对我没那么重要，有时候我确实非常在意，而且这是一个写，作者在说这件事，我非常在意写作，我认为人类写作极其重要，我们只发布人类写作。准确地说我们发布的是，人类和AI写作的混合内容，但我们一定会标注，有些东西让AI做共同，作者其实挺好的，我绝对认为人类写作很重要，但我也觉得，大家对AI写作的反感和排斥，有点可笑

Lenny Rachitsky：这个视角很有意思，因为大家想到AI写作时，通常会想到社交媒体，视频这些东西，但你的观点是在公司内部，如果只是做规划，写文档写邮件之类的工作，它是AI写的就没那么吓人，而且就像你说的，大家已经在这么做了，很多时候你甚至更喜欢这种方式，因为很多人真的不擅长写这些东西，我们对外部内容也会这么做，比如我们会发布很多指南

Dan Shipper：这些指南通常都有agent辅助 agent是共同作者，这些指南本来就是既给人读，也给agent读的，原因是如果你在写一个，很大的信息型内容，我的意思是，你一直都在做这种事，要真正把它用起来，最好的方式就是让你的agent读进去，然后下次我在做定价的时候，他能提醒我这份指南，我们再一起过一遍，或者类似这样，这样可以更好的把想法落实到实际工作里，也能让内容做得更深，因为agent可以在一秒钟里读一万页，所以你可以跟人讨论故事，重要内容和核心想法，而agent掌握所有细节，等你需要的时候再帮你应用这些细节，很好 [00:53:48]

Lenny Rachitsky：进入最后一个类别之前，这一类还有别的要补充吗，没有，好那我们开始，最后一个大类是，在我们正在走向的，这个AI未来里，谁会成功，或者说接下来一两年 [00:54:28]

Dan Shipper：人们应该把精力放在哪里，才能获得成功，我非常非常看好PM 我知道你的听众，大概会很喜欢这一点，让我相信这一点的，是我们内部的一个真实例子，我们有个同事叫Marcus 他负责Spiral 也就是我们的写作应用 Marcus本来就是PM出身，他之前负责过 Axios的写作产品，当时也是PM带过一个大团队，把产品做到AR几千万美元的收入，后来他从那份工作里休息了一年，彻底迷上了AI 基本上把Cursor学得非常熟，现在我觉得他用的是Claude Code 但之前很长一段时间，他是非常重度的Cursor用户，我会说他算是轻度技术背景，比如他知道数据库迁移是什么，如果必须看代码，我觉得他也能看懂，但如果放在一年前，我们绝不可能招他来做现在这份工作，可是现在Coding Model已经足够好了，他可以把自己已有的那点技术知识，和他非常突出的产品感觉，写作感觉，用户感觉。结合起来，这就很厉害了，他发版速度，比团队里几乎所有人都快，而且他对每一个用户，每一次对话，都特别敏感，他会看这些东西意味着什么，我们该怎么把它们整理成一个故事，判断下一步要去哪里，要修哪些问题等等，我觉得他有一种被解放的感觉，因为他不需要组织一整支团队，来做这些事，他自己就能做，这非常了不起，也让我非常非常看好那些 [00:55:35]

Lenny Rachitsky：真正把AI用起来的PM 这话我太爱听了 Damn 你会让很多听众非常开心，我也说这个说了很久，你需要培养的能力，是那些构建之外的能力，现在构建这件事，已经有人替你做了，那你需要擅长什么，想清楚要做什么，判断它好不好，判断该解决什么问题，所以我很喜欢，你真的看到这件事，开始发生了，我真的相信这一点，这可能会成为，我整个播客评分最高的一期，太喜欢了，太棒了，会没事的 SaaS回来了 PM也回来了，这是我做过最反公式的一期节目，另外我觉得还有一类人，会变得非常非常强大 [00:56:00]

Dan Shipper：这个同样也是因为，我们在内部看到了，就是full stack designer 如果你是设计师，而且你一直在用这些工具，你太熟悉这种情况了，我做了一个很漂亮的交互，但工程师就是不想做，或者最后做出来，不是我想的样子，或者中间会有各种问题，我在我们内部和外部，都看到很多设计师，现在都觉得自己被大大增强了，可以自己去做东西，因为他们本来就有很多想法，想让东西看起来非常棒，想做出有意思的交互，而这恰恰是Vibe Coding 很难做好的地方，因为默认做出来的东西，看起来都一样，都像slop 但这些设计师，能做出看起来非常不一样的东西，而且现在他们真的能把它做出来，我们和他们在内部合作时，你会看到他们现在，直接在提pull request 很多时候他们不需要，再把东西交接给别人，当然有时候还是需要，但很多时候，他们自己提一个poll request。东西就已经做出来了，就这么简单，我觉得这对公司，运作方式来说，非常不可思议，同时对这些人来说，这也是一个巨大的创业机会，他们可以开始，做自己的东西

Lenny Rachitsky：因为他们现在，真的能做出来了，我觉得设计师，本来就是非常，有创造力的人，而AI对这样的人来说，就是一个超级工具，我非常同意，虽然现在有cloud design 也有各种偏AI设计的，工具,但你一看到结果,就会，觉得这肯定是Claude Design做的，正如你说的,创造力会变得越来，越有价值,因为大家一直在发布，上线,各种slop 你需要从里面脱颖而出,所以我，完全同意,很有意思的是，设计师岗位,这块我一直在，研究就业市场,而设计师岗位，其实已经有一段时间没有增长了，所以我在等着看，这会不会变成一个大趋势，也就是大家开始需要更多设计师，这真的很有意思，我们等等看,等等，看也许可以用这个来预测，公司是不是在招更多设计师，我不知道，这很有意思，也就是说PM和设计师会过得很好，会很强 [00:57:44]

Dan Shipper：PM设计师会过得很好，我也觉得总体来说，所谓AI导致的就业末日，其实并不太成立，我们确实看到公司开始重组，我觉得这很合理，老实说很多重组，你可以说是因为AI 但其实更像是之前招太多人了，公司表现也没那么好，这些事情本来就要发生，而AI成了一个很好的理由，但有些AICEO说的那种大规模失业，我觉得不会发生，到目前为止我看到的模式是这样，当然我没有水晶球不能完全预测未来，但我确实觉得我们已经看过足够多次新模型发布，大概能看出事情会怎么发展，一个新模型发布会做什么，或者说模型总体会做什么，它们会让昨天的人类能力变得便宜，我的意思是模型吸收了所有这些已经发生过的数据，然后让你能用很低的成本，把这些能力部署到任何你想用的场景里，变成你自己的能力，接下来发生的事是。每个人都突然拥有了一种新能力，所以它会被非常快地采用，然后这些东西一下子到处都是，比如突然之间任何人都能做landing page 于是到处都是新的landing page 突然之间人人都能写东西，于是到处都是那种低质推文，但有意思的是，因为这些内容都来自模型，而且大家基本上都在用同样的模型，如果你只是用最默认，最基础的方式来用，它们看起来就都一样，所以它就变成了商品化的东西，不再有那么高的价值 [00:59:31]

跟着模型走，别被甩下

Dan Shipper：不再有那么高的价值，而人类会做的事情是，我们会走进去说，好我们有了这些，来自昨天的被冻结起来的人类能力，那我要怎么用它，做出一些新的有意思的东西，我真的认为从结构上看，因为模型的工作方式，也因为模型公司有财务激励，要让模型更听话更对齐，所以它们在结构上，永远会落后于那些人，这些人会拿着模型，用它们去创造新的专业能力，或者用在自己非常具体的场景里，做出以前没有这样做过的新东西，这些东西之后会被吸收到模型里，但同样它也会继续给人留下空间，让人往更前面推进，我觉得你在几乎所有工作里，都能看到一个小版本的这种现象，比如工程师，突然之间人人都像是工程师了，但这并不意味着我们会把工程师都裁掉，相反对工程师的需求会大得多，因为你需要工程师来判断好，这些东西都是一堆slop。那它到底应该怎么进我们的codebase 实际应该怎么做，我觉得benchmark分数上涨，并不能真正捕捉到这一点 [01:00:53]

Lenny Rachitsky：而且这感觉会是一个，需要很长时间才会改变的事情，大家听到你这个预测，可能会觉得工作末日不会发生，人不会全都被裁掉，人类岗位还会保留很长一段时间，但这可能听起来有点太让人安心了，因为你很可能必须改变自己的工作方式，未来才还能保住工作，你有没有什么判断，比如要怎么做，才不会成为被裁掉的那一批人，这其实非常重要

Dan Shipper：你唯一需要做的就是 Ride the models 也就是跟着模型走，意思是，把它们用到你正在做的任何事情里，我们之前聊过 Codex和Claude Code 正在变成某种工作的标准操作系统，如果你已经在这么做，而且新模型出来的时候，你会去试用去弄清楚，好现在有了新的能力，我要怎么用它们，而不是说我要尽量忽略它，因为它让我害怕，说实话，我觉得害怕是理性的，是可以理解的反应，但如果你站在这些模型之上，使用它们，它们会扩展你的能力，让你不至于被甩在后面，你会成为未来的一部分，成为未来工作方式的一部分，我觉得在非常 [01:01:28]

Lenny Rachitsky：非常长的时间里，我们都会需要这样做的人，我喜欢ride the model 这个说法，比如有一个新模型发布了，你觉得一个在Salesforce 工作的人，比如Salesforce的PM 应该怎么做，才算是在ride the model [01:02:07]

Dan Shipper：有一件很有意思的事是，很多公司其实会限制员工，连尝试这件事都做不了，因为我不知道在Salesforce 能不能用最新的模型，很多时候你必须等，或者有各种限制，所以也许你得在自己的业余时间做，但我面对新模型时，最喜欢做的一件事就是玩，有些事情我知道它之前还做不到，但每当新模型出来，我都会重新把石头翻一遍，看看现在能不能做了，比如上一次，它还做不了Senior Engineer Benchmark 我又把这块石头翻了一遍，现在它能拿到 100分里的60分，这已经很不错了，所以ride the models的方法，不是某一件具体的事，因为它们一直在变，关键是保持好奇，保持完心，把新模型用到，你在意的事情上，不管那是你的工作，还是工作之外的事情，然后不断去翻那些石头，因为它现在可能还不行，但以后可能就行，很可能最后真的会行，而且你怎么使用它。这件事很重要，很酷的一点是，我觉得很多人以为 AI的前沿在旧金山，但我其实不认为前沿在那里，我觉得AI的前沿在任何一个地方，只要AI遇到了一个真正的人，正在做一件真实的事，因为旧金山的人在制造它，但他们其实并不太知道该怎么用它，或者至少他们并不知道所有用法，他们需要看到别人怎么用，所以每当一个新模型出来，你都有机会成为世界上最早的一批人，去发现它可能有什么用，这就像一种新的发现，我觉得这也是为什么，虽然我们在Brooklyn 但我真的认为

Lenny Rachitsky：我们已经走在旧金山，很多人前面，而且我觉得事实也是这样，因为我们什么事都用它们，如果大家能持续这样做，我觉得会很难输，这正是现在AI 最神奇的地方之一，不管你钱多还是钱少，你都能用到，最先进的AI模型，当然它不是免费的，所以你还是需要一点钱，但模型一发布，你几乎马上就能用上，可能唯一有优势的，是在OpenAI 或Anthropic工作的人，但除此之外 [01:03:50]

Dan Shipper：它就是开放给大家用的，我知道上周或者几周前，我跟你一起去了，他们的Code with Claude活动，他们好像都在用Mythos 我当时就想真烦人，但我觉得你说的完全对，假如AI是IBM发明的，你可以肯定，它绝对不会是现在这样，它会贵得离谱，只有最顶尖的公司才能用，而且他们会用在最奇怪，最无聊的地方，所以AI是在美国，在硅谷文化里做出来的，这一点真的很重要，这种文化会说，我们想让智能便宜到，几乎不用计量，这不是默认会发生的事，但它带来的结果是，每个人都拥有了一个广泛可用的工具，我觉得这很了不起，这个观点特别好，而且有意思的是

Lenny Rachitsky：这也创造了历史上增长最快的公司，和历史上规模最大的公司，没错，不得不说那些硅谷的人确实挺聪明，如果把这场对话拉远一点看，会很有意思，这里像是一枚硬币的两面，一面是，其实很多东西并没有变 SaaS还在继续，工作岗位没有消失，我们还是在互相发邮件，还是在Slack里工作，很多工作方式并没有改变，但另一面是每个角色都被改变了，工程师不再自己写代码 PM不再自己写PRD 设计师也不再像以前那样做设计，这真的很有意思，到底有多少变了又有多少没变，我不知道，但很有意思的是，大家以为它会变成一个全新的世界，可很多时候它也许会继续像现在这样，只是在边缘出现很多变化，我也是这种感觉，我一方面非常兴奋，感觉一切都变了，我非常看好它，也看好我们正在取得的进展，以及所有这些东西 [01:04:57]

Dan Shipper：但另一方面，我也觉得有些事情会和现在很像，而且这可能是好事，我通常会这样理解我们对未来的直觉，我觉得它很像中世纪的人，想象地平线尽头会发生什么，那里有龙吗，会不会走到边缘就掉进虚无，很多人会有一种很深的直觉，觉得地平线另一边，一定有可怕的事情要发生，也有一些人会说，那里有非常了不起的东西，它会改变一切，我们都会很幸福，进入一个乌托邦，但真正发生的是你到了那里，然后发现有些东西确实很酷，有些东西并不酷，然后你会发现那里只是另一条地平线，我觉得这才是思考未来的方式，在你真正走到那个位置，开始看见它之前，不要让自己的大脑跑太远，不要一直想这会发生那会发生，等等，因为你会讲出一个故事，在当下听起来特别真实，但后来你会发现实际情况，要复杂得多 [01:05:50]

Lenny Rachitsky：它在某种程度上，即使一切都变了，也是什么都没变，等你真正走到那里，我觉得你才会开始看见，原来这确实是，真实发生的事情，其中一部分原因是 AI公司很擅长吓唬我们，让我们担心，未来可能会发生什么，我觉得这其实正在变化，我觉得他们已经意识到，也许我们不该，把所有人都吓坏，关于那些危险，这种PR策略，我真的完全看不懂，我确实觉得他们是真诚的，但它太没效果了，而且我也不觉得，它完全是错的，那我们最后不如聊几件事，在接下来一年，面对这个世界的变化，听众应该做些什么，才能更成功，跟着模型走，我会建议你 [01:06:44]

Dan Shipper：把自己的所有工作流，都拿到Codex 或Claude Code里，试一遍，看看效果怎么样，如果你的公司，不允许你这么做，那你可以在自己的时间里试试，也可以试一些agent产品，比如OpenClaw Hermes 对技术背景，没那么强的人来说，也有一些别的选择，比如Viktor 还有我们的OnePlusOnes 我会建议你熟悉这两种工作方式，并且试着让它变得有趣，我觉得现在太多人，是因为FOMO才去做这件事，比如我可能会丢工作，或者我可能会错过这个大机会等等，但真正找到AI有趣，有用的做法，最好的方式，其实就是做一件你喜欢的事，之前Kel Single来过节目，他描述这件事的方式是 [01:07:23]

Lenny Rachitsky：你得找到自己和AI相处时的快乐时刻，一旦你发现，哇我真不敢相信AI帮我做成了这个，这太棒了，你就会继续去做更多东西，我同意，所以如果你还没有体验到那一刻，那就去找，去试着解决一个问题，我常听到的说法是，在你的生活或者工作里找一个问题，看看AI能不能做，去试试Lovable 去试试Claude Code 去试试Replicate 动手做个东西，很多时候你会觉得，天啊这也太酷了 Damn 还有什么是我们没聊到的吗，我们已经深入聊了很多，你还有什么想分享的吗，还有什么想预测，或者想在进入非常刺激的快问快答之前说的吗，我觉得我们都聊到了，我们聊了很多，这太棒了，我也很期待一年之后，看看我表现得有多好，或者有多差，我希望你到时候，拿这些话来对照我，我们会的，我们让AI来给我们打分，怎么样，很好，到时候看看世界变成什么样。再看看Dan的预测，好 Dan Shipper 我们来到非常刺激的，快问快答，我有五个问题要问你，准备好了吗，准备好了，有哪两三本书，是你最常推荐给别人的 [01:08:58]

Dan Shipper：当然有 Annie Dillard Every的每个人都必须读 The Writing Life 你加入的时候会拿到一本，而且必须读，不过你只需要读最后一章，我觉得最后一章非常了不起，它正好处在写作技术和未来的交汇点上，也写到了它和未来和时间的关系，我觉得那一章几乎把Every的一切，都浓缩进了一个非常紧凑的章节里，真的很好，而且我觉得Annie Dillard总体上就非常棒，我还推荐什么呢，我就说几本我最近读到，而且特别喜欢的书，只要我喜欢一个东西，我总是会到处跟别人说，所以这些我确实推荐过很多次，我最近在读书时，学到一件以前不知道的事，就是丘吉尔，其实是一个非常好的作家，他写过一整套二战史，形式上既像历史，也像回忆录，我觉得这件事很酷，因为他当时就在现场，他亲身经历了那些事 [01:09:10]

书单、产品和快问快答

Dan Shipper：他亲身经历了那些事，我们在Every做的事情，也让我对这种状态，有一点亲近感，我们一边做东西，一边写东西，而能同时做这两件事的人，其实很少见，所以丘吉尔的二战史非常棒，我刚读完第一卷，现在在读第二卷，纳粹刚刚入侵法国，内容非常抓人，这是一本，另外我最近有点迷上量子物理，说真的，当你开始深入量子物理时 AI其实非常有用，我刚读完一本书，叫The Rigor of Angels 它像是一部观念史，把几个人联系在一起，海森堡也就是提出，不确定性原理的那位，博尔赫斯一位阿根廷小说家，写了很多很棒的短篇小说，而且现在这些作品，因为和AI很相关，又开始被很多人讨论

Lenny Rachitsky：还有康德这本书非常酷，特别震撼，也有很多和AI相关的有趣重叠之处，强烈推荐，我感觉我们得专门做一期播客，聊聊你的阅读，以及你推荐的书，我知道这是你很热爱的东西，我现在沉迷的是The Power Broker 我不知道我们之前见面的时候，有没有聊过，它真的太好了，永远读不完，但读纽约的历史，竟然出乎意料地让人着迷，好第二个问题，你最近有没有喜欢的电影或者电视剧，如果你还有时间看电视的话，我最近看了很多篮球，这是一个，我今年成了尼克斯球迷，所以还挺好玩的，另外我最近看了一个片子，应该算是迷你纪录片剧集 [01:10:40]

Dan Shipper：叫The Dark Wizard 讲的是Dean Potter 他有点像Alex Honnold 之前的Alex Honnold 他的性格非常极端，他会徒手攀各种东西，然后还会穿衣装，去低空跳伞之类的，片子在探讨他的心理，以及他后来发生了什么，我不知道，我就是挺喜欢这种东西，还有一部叫100 Foot Wave 讲的是那些想冲大浪的冲浪者，这里面有些东西，我觉得可能会让我想起创始人之类的人

Lenny Rachitsky：但The Dark Wizard我强烈推荐，你最近有没有发现一个特别喜欢的产品 Codex它就是最好的，真的很好，你有没有一句最喜欢的人生格言，是你在工作或者生活里经常会想起的，有我有好几句，最核心的一句，是我在大学时给自己写的，做值得被写下来的事，写值得被阅读的东西，还有一个人叫Rob Berbia [01:11:44]

Dan Shipper：他在AI和冥想教会的讨论里，很受欢迎，而这本身也是一个很大的话题，我也非常喜欢他，他已经去世了，但我觉得他非常了不起，我听过他非常多的演讲，其中有一个演讲，他其实就是讲了一句话，他说当你面对困难的事情时，你要能从一种开阔，而有力量的位置去和他相处，我觉得这里面有一些非常有意思，也很重要的东西，很多冥想相关的讨论，其实总体上都在问，你要怎么面对困难的事情，有点更像David Goggins那种说法，就是你得冲得硬上，有时候这确实有用，但我觉得有些时候，你在面对一些事情，比如我特别害怕 AI会怎么改变我的工作，这是对我很有帮助的一个问题是，我是不是站在一种更开阔，更有力量的位置来看这件事，如果不是，我能不能让自己到那个位置，因为从那里去处理这件事，对我会更有成效 [01:12:08]

Lenny Rachitsky：这一点对我帮助非常大，我很喜欢这个，最后一个问题，还是围绕今天这个主题，有没有一个AI工具，你觉得现在仍然有点被低估，而且你最近很喜欢，我说大家都知道我

Dan Shipper：别说Codex 我不想这么说，但我必须说，因为任何认识我的人都知道，我们最近在一个会议上，我还在跟Claude Code的 Boris和Kat说，你们一定要试试Codex 它真的很好，而且你能用它做的事情，很不一样，尤其是你把它和应用里的，浏览器一起用，去处理邮件，查看anetics 或者做类似的事情，它已经彻底改变了，我的工作方式，如果我为了找别的答案

Lenny Rachitsky：而不提它，那反而是在亏待它，因为它真的这么好，这也太夸张了，你觉得Anthropic 能追上来吗，还是说他们会，能我觉得可以，就像我前面说的，我觉得这会是一场，赛马不同的人，会在不同时间领先，但我觉得现在 OpenAI有点，重新拿回了天命，前面几个月，大概六个月左右，确实挺艰难的，但我觉得他们回来了，有意思，那如果有一家变得更强，你也会切过去，会 [01:13:40]

Dan Shipper：我会，挺好笑的是有人会说，你是不是被OpenAI赞助了，我说不是，我只是聊我喜欢的东西，当Claude Code 是我真正喜欢的东西时，我也特别大声地推荐它，什么时候，我喜欢什么，我就会说什么

Lenny Rachitsky：就像你说的，不同事情上两个都用，其实很有价值，所以你，是的，我会来会切，我真的现在也还是经常用Claude 这是一个很大的市场 Dan我们聊完了，我们讲了好多东西，我已经等不及，一年后再回头看这一期了，也等不及把它发出去，让大家开始，为接下来这一年做准备，最后两个问题，大家可以在哪里找到，你和Every 还有听众怎么帮到你，你可以在X上找到我

Dan Shipper：账号是Danshipper 也可以订阅Every 请订阅Every Every To subscribe 至于听众怎么帮到我，我想说好好玩 AI说真的它特别有意思，这不一定是对我有用，但我觉得，当大家真正上手去用它，一起把它摸清楚，而不是只是在那里争论时，一切都会变得更好，所以你能做的最有用的事，就是找到办法，在自己的生活里好好使用它，然后分享出来 Dan 非常感谢你来参加节目，谢谢 [01:14:47]

返回该播客 打开原文