目录
- AI产品的第三个时代：与常驻AI同事协作 [00:00:00 - 00:10:00]
- 从掌舵执行到以主见定义方向 [00:10:00 - 00:20:00]
- AI如何扩展个人能力与雄心 [00:20:00 - 00:30:00]
- Chat、工程与Work模式的融合 [00:30:00 - 00:40:00]
- 产品经理的核心：定义问题与验证闭环 [00:40:00 - 00:50:00]
- AI时代的工作方式与职业价值 [00:50:00 - 01:00:00]
- 知识工作为何难以自动化 [01:00:00 - 01:10:00]
- 从手机端Work到未来职业的判断力 [01:10:00 - 01:17:08]
AI产品的第三个时代：与常驻AI同事协作
Tara Seshan：如果把AI产品的第一个时代看作Chat,第二个时代看作与Agent协作,那可能很快到来的第三个时代就是你该如何与一个能和你一起把事情做完的常驻同事协作。 [00:00:00]
Lenny Rachitsky：有一种观点是,AI的能力潜力和我们实际在拿它做的事情之间存在着悬殊的差距。未来会涌现出什么，真的太难预料了
Tara Seshan：如果你按模型现在的水平去开发，你会失败，如果你按自己设想的一年后模型会达到的水平去开发，你也会失败，这两种结果错的程度一样，唯一的开发方式就是按两到三个月的节奏来做，在这个环境里做PM 你最需要去适应和调整的做事方式是什么，高产和基于实证，远比偏学术或理论化要重要得多，与其写一份冗长的推演文档，不如去想，我怎样才能尽快做出一个，能上手试用，并能拿给用户测试的东西，感觉不仅是我们能够更有雄心，而是我们几乎必须更有雄心，这对很多人来说，并不是件自然而然的事，提升他人的雄心，或者提醒他们这里能做到什么，是产品经理角色中，非常重要的一部分，我很好奇在OpenAI工作，到底是什么感觉，最让你意外的是什么，我进公司时以为会有一座宝库，里面藏着OpenAI的独家秘密战略，但其实OpenAI是完全开放的，今天我的嘉宾是Tara Sishan [00:01:17]
Lenny Rachitsky：Tara在OpenAI负责Codex和ChatGPT Work的产品，我认为这是当今面向知识工作者增长最快，也称得上最重要的AI产品 Tara与Andrew Ambrosino紧密搭档 Andrew不久前也上过我们的节目，他是他的工程经理，在加入OpenAI之前 Tara在Stripe工作了六年，是那里的前五位产品经理之一，在那当中的好几年里，他都被评为整个Stripe公司里，排名前三的员工，他还曾负责Watershed的产品，是一位创业者，也是一名TO Fellow 最重要的是 Tara曾是三位Lenny's Newsletter Fellows之一，这是我几年前做的一个项目，只在发掘一些最优秀的，后起之秀产品负责人，看到Tara承担起这个，极其重要且极具影响力的新角色，我非常激动，在开始之前，别忘了去Lenny's Product Pass.com 免费领取一年全球最火，打磨最精良的AI产品，仅限Lenny's Newsletter的订阅用户，那么有请Tara Sishan Tara 非常感谢你能来，欢迎做客本播客，谢谢你 Lenny 我很高兴能来，见到你太高兴了，我更高兴，你在OpenAI待了刚好差不多一年，在大多数地方，这都算很短的时间，但在AI的时间尺度里，这简直像一辈子那么长，对，我想你加入OpenAI时，大概对在一家前沿实验室，工作会是什么样有个预期，我很好奇在OpenAI工作，到底是什么感觉，最让你意外的是什么，好的坏的最好都聊聊，在OpenAI工作的很多地方，都让我觉得很熟悉，因为我之前也在其他高增长，高人才密度，高强度，处于急速扩张模式的地方工作过，所以像同事都太厉害了，紧迫感非常强这些，我都觉得很熟悉，对我来说真正最意外的部分是，我之前工作过的很多公司，其实是我过去工作过的所有公司，都是由创始人引领的，而OpenAI其实是由各位创始人，共同引领的 [00:03:13]
Tara Seshan：也就是说公司里的每个人，尤其是负责自己领域的，在某种程度上，本质上都算是一个创始人，相比我之前工作过的地方 OpenAI这种自上而下的指导，极其有限，所以刚进公司时，一方面我觉得很开心，因为我之前有过创业经历，我就觉得太好了，我可以继续在这个产品领域，或这个团队里，把自己当创始人，而且我和市场之间的距离，非常非常近，在规模大一些的公司，你有时会觉得自己和用户需求隔了一层，或者和市场诉求隔了一层，但在OpenAI你完全不会有这种感觉，为了让你的产品达到PMF 你要做一切必要的事，就像一个创始人会做的那样，但硬币的另一面，或者说更让人意外的一面是，我进公司时以为会有一座宝库，里面藏着OpenAI的秘密战略，能让我看懂，就像在以前的公司，你一进去就会觉得，这就是支付宝点，这就是我们对支付和运营的理解，但其实OpenAI是完全开放的，关于世界应该是什么样，产品应该怎么做，模型应该怎么运行的各种想法，都会非常非常快地变成，公开产品的一部分，或者变成对外发声的一部分，所以对我来说，这既让人惊喜，也确实改变了我的做事方式，所以你是说，并没有一个密室里跑着 通用人工智能里面放着写满所有答案的总体规划，或者至少我肯定不在那个房间里，但我觉得真正让我受鼓舞的是 OpenAI做的很多事情，能立刻变成用户在产品里摸得着，感受得到的东西，而且这个周期比我在其他任何地方，见过的都要快，你在很多不同的地方做过PM 也是资深的PM负责人了 [00:05:13]
Lenny Rachitsky：在这个新世界里，你失去了什么，当一个市场比较静态，或者发展比较慢的时候，你其实有机会做一些，宏大战略类的工作，因为它的可预测性更高，或者你至少能理清所有的拼图
Tara Seshan：举个例子，支付在某种程度上，当然是一个充满变动的市场，但它也是一个成熟的市场，你能说如果我压这个柱，我的竞争对手可能会压另一个柱，或者非常严密地从第一性原理
Lenny Rachitsky：去推到接下来的所有行动，可能会是什么，事实上，那个市场的本质要求你必须这么做，赢家会比其他所有人都思考的更严密，如果你想的不够严密，就会显得有点粗心，因为你做的很多决策，本来都是可以预测到的，但在现在这个市场里，太难看清未来会涌现出什么了，它具有很强的涌现性，变化非常快
Tara Seshan：真的非常动态，而且最重要的是，紧跟研究进展非常非常重要，所以多产出多靠经验实证，其实远比偏学术或偏理论重要得多，我觉得我过去工作过的很多公司，都是非常学术非常理论化的地方，以前是写那种长篇大论的推演文档，差不多像博士论文一样，写我认为接下来一段时间该怎么规划，要从这种模式转变过来，是一个真正的转变，取而代之的是，我怎样才能以最快的速度，做出一个能拿给用户试用和测试的东西，所以是的，从理论派转向实证派，一开始感觉非常不适应，我当时会想，我是不是没做足该做的功课，我是不是考虑的不够周全，我不应该把这一切都极其严密地想清楚吗，但其实你必须去尝试各种东西，尽可能多地去学习 [00:06:18]
Lenny Rachitsky：这意味着你需要做的思考，是尽可能精准地明确你的核心假设是什么，而界定这个假设才是最重要的事情，用Sisher-Mafrochard的话来说，到底什么是真正的Eigen question [00:07:10]
Tara Seshan：那个需要去验证的最具体，最重要的核心问题到底是什么，至于其他的一切，构想出来的任何其他宏大战略，都不相干，我很想多听你聊聊这个，因为这很有意思
Lenny Rachitsky：听起来就像是PM角色里没有变的那部分，很多东西都在变，世界也在变，但你看依然有这么一块，甚至变得更重要了，多聊聊这个吧，具体来说，你觉得大家更需要聚焦在什么上面，对PM这个角色周围以前有太多，现在也有太多繁文起劫了，比如按时推进执行，写各种具体的文档和汇报等等，但它的核心一直都是，针对你的产品，你需要去问的最本质的问题是什么，比如决定你产品成败的核心因素是什么，你打算怎么去验证，你怎么去看验证的结果，以及你怎么把这些结果反馈回闭环里，去迭代你的假设，然后再跑一遍，你看，这才是PM一直以来真正的工作，当然，这包括试着去理解用户，理解市场，理解你正在构建的实际技术，把这三者结合起来，提出尽可能精准的假设，然后尽可能快速有效地去完成验证，我觉得这不仅没有变，反而成了公司里最需要具备的能力，工程经理在这么想，工程师在这么想，数据科学家在这么想，设计师也在这么想，大家似乎都把精力，转到了这个非常非常重要的问题定义和验证闭环上，也就是我们到底在做什么，以及我们怎么知道它有没有奏效，从PM的角度来看，这挺好的，因为PM一直以来都非常专注于，把这些事情搞清楚，这一直都是这项工作的核心，而事实上，这项工作许多其他的繁文器杰，都已经退去了，这依然是每次都必须做对的关键所在，你提到了闭环这个概念，最近有很多人在聊这个，不知道为什么，几周前闭环在推特上特别火，感觉它在泛知识工作领域，依然是一个持续被讨论的话题，按我的理解，所谓闭环，基本上就是对AI说，这就是成功的目标，去构建吧，自己想办法解决，直到达成目标，你怎么看闭环从纯粹的软件工程，扩展到产品管理 [00:09:09]
Tara Seshan：再到所有的知识工作，你觉得这会成为大势所趋吗，我确实觉得，未来的工作会越来越像掌舵，而不是滑奖，从某种意义上说，会有可以协同的agent
Lenny Rachitsky：来替你做大部分的滑奖工作，而你的角色则越来越偏向于，把控船的方向，让它驶向正确的目标，说到这一点，我觉得这种掌舵，可能会上升到，越来越高的层面
从掌舵执行到以主见定义方向
Lenny Rachitsky：越来越高的层面，以前掌舵的层面是，我写了这行代码，按一下Tab变成等等，我现在在指挥一个，更综合的任务，再到目标层面，甚至可能到更高的层面，我觉得这种掌舵，可能会继续往，更高的抽象层走，但归根结底，我觉得依然需要人来判断，我们要把方向定在哪，有了反馈和更多数据之后，下一步，我想把这个东西带到哪里去，我觉得掌舵的一部分，当然取决于数据告诉你什么，但很大程度上是要做出，有主见的决断，我觉得有时我们会低估直觉的力量，甚至是低估我们希望未来，成为什么样子的那种积极决断，比如去构想，我希望产品呈现这个样子，并不是因为反过来的策略不可行，而是因为我希望，世界朝着我推动的方向发展，我觉得始终会是一种，需要人来提供的主见，至少目前是这样，所以我认为闭环非常棒，让agent在越来越大的闭环里跑，让他们替你做，越来越多的滑降工作，这很好，但目前你确实依然需要去掌舵，而且我觉得未来的工作，也会像和其他人一起掌舵，去指挥一组，大家共同协作的agent 让其他团队成员也参与到，你和agent这种互动中来，他在滑奖，你们在掌舵，这感觉也极其有价值，这个形容太有意思了，这里我也冒出了两个想法，一个是，如果人人都用同样的工具，那我们不就都在做一样的东西了吗，大家都可以用它，所有人可能都在问 [00:11:22]
Tara Seshan：我们怎么才能赢，我们该做什么，然后那件几乎可以说是，非对称优势的事，就是人类的大脑，对，我觉得这在某些方面，其实和时尚很像，比如确实有那种人人都能穿
Lenny Rachitsky：能满足基本功能的功能性服装，但至少对你穿什么，或者说我对自己穿什么的想法，很大程度上是想借此表达自己的个性，或者想向外界展现一个怎样的自己，而其中很大一部分吸引力，就在于他与别人的表达方式，形成了怎样的反差，比如我穿的这件衬衫之所以能表达态度，仅仅是因为他可能和所有人穿的不一样，或者和某一群人穿的不一样
Tara Seshan：亦或是表达了我对某个群体的归属感，诸如此类，而且我觉得我们打造的很多产品，也同样带有一种鲜明的主张和艺术性，比如Patrick Collison [00:12:15]
Lenny Rachitsky：有过一段关于软件的非常棒的表述，也可能是John Collison说的，大意是软件不像房地产，它不是你投钱进去就能产生价值的，它更像拍电影，你可以在一部电影里砸很多钱，但那并不能保证电影一定会成功或好看，它需要某种作者式的表达，或者伴随着某种主见与艺术性，而我认为这取决于，你对自己做的产品，有没有什么有趣的见解，或者你的团队，有没有什么有趣的见解 Marty Kagan非常推崇一个观点，就是当你对某个产品或功能，有了想法时，最终做出来的东西，很少会是最初的那个想法，你必须经历一个完整的探索过程，才能真正搞清楚，它到底该做成什么样，感觉这正好也是，你在这里说的意思，就是人必须经历那个过程，才能理解它到底是什么，以及大家真正想要的是什么，它绝不会是那种，好了明白了，去把这东西做出来吧，我从一开始就想清楚了，对确实是，确实是，而且那个迭代闭环，那些闭环，转得越来越快，越来越快，所以你形成这些直觉的能力，获取形成这些直觉，所需信息的能力，然后利用这些直觉，与人和agent配合，去付诸行动的能力，才是关键所在，我很好奇，从广义的知识工作者角度来看，你认为我们工作方式的，下一次转变会是什么，感觉你不仅能用上，别人用不到的最先进的工具，而且你身边共事的，还是全世界最AI-pilled 对AI最有前瞻性的一群人，你们内部的人是怎么工作的，你觉得哪种方式，会逐渐变成一种更普遍的常态，也就是在接下来的，比如三到六个月里，我们大家使用这些AI工具，去工作的方式，对我觉得这里面有两个方面，一个是继续在越来越高的抽象层级上，与agent协作，也就是让agent独立替你做越来越多的事，你介入进来提供掌舵式的指引，然后再放手让agent继续推进，比如让agent自己去忙活，并在更高维度的抽象层面上提供细节输入，这感觉就是未来的方向，大家越来越倾向于去考虑那种长期存在的，感觉像队友像同事一样的agent 你可以像跟我团队里的某个人协作一样，去跟他们共事，也就是他们做一大堆工作，我给出建议，然后他们再接着做，然后我们按不同的节奏同步，查看彼此进行中的工作，并给出越来越多的反馈，感觉这种同事模型，确实就是事情发展的方向，对于我们与agent协作来说，这感觉是一种自然得多的交互界面，而且我们在内部，也已经看到了很多这样的情况，第二个方面是，到目前为止，我与agent的很多协作都是一对一的 [00:15:07]
Tara Seshan：也就是我和我的agent协作，他可能会派生出一些子agent 来完成某些任务，但本质上是我和我的agent两个人在一起，而这跟我同事和他们的agent在做的事情，可能是割裂的，所以有一段时间
Lenny Rachitsky：公司内部每个人都只是在slack上，互相发自己的codex对话，发他们codex对话的截图，我们就像是在说，好吧，我想跟你分享，我是怎么算出这个数字的，这是我得出这个数字的过程
Tara Seshan：这是我具体操作的截图，但这也不是大家，协同工作最自然的方式，所以随着越来越多的工作，是通过我们的agent完成的，我们难道不应该能带着，各自的agent一起完成工作吗，那么实现这一点的，最自然的交互界面又是什么呢，这些就是我们正在思考的一些事情，我脑海里浮现出的就是群聊，这太说得通了，就像是，好吧，这是Tara的agent
Lenny Rachitsky：这是我的agent 他做了一些分析工作，我就会说，嘿我的agent Lenny的agent 你去检查一下，确保这没问题，并且符合我对这件事的理解，在理想状态下，工作感觉就像是一个多人游戏，大家齐心协力把事情搞定，在我们掌控agent方向的同时 agent继续帮我们承担，越来越多那种滑奖式的执行细节，挺有意思的是，信任感一直就是这么慢慢建立起来的，大家也慢慢意识到，我们原来可以这样工作，就是这种，去多工作一会儿，你能承担更多事情，就是感觉之前大家，一直在聊慢起飞和快起飞的情景，每个人都害怕那种AI快起飞，觉得它会聪明的离谱，然后我们就大难临头了，感觉我们现在的状态，非常像慢起飞情景，这挺好的，它就在慢慢迭代，感觉也没那么慢，但某种意义上，你看我们还没到，面对300智商的AI那种地步，对吧，我是说模型确实非常聪明，但我觉得很多能让我们带着 [00:16:35]
Tara Seshan：各自的agent一起工作，或者让agent承担越来越高层抽象的事情，固然和智能有关，和他们执行长时间运行任务的能力，以及能在任务上专注多久有关，但实际上也有非常基础，非常务实的执行细节在促成这一切，比如在本地运行的agent非常方便，因为他们能访问你电脑上的所有数据，而要想让一个agent在云端运转成功，你必须搭建大量的云基础设施，来让它成为可能，还有就是访问你的各个系统，比如agent怎么才能和存着，你所有数据的这些第三方系统对话，就像你招了一个同事，你把他关在房间里，从来不给他Google Docs 还有比如公司数据库的权限，那他对你来说就没多大用处，同样一个同样被隔绝开的云端agent 也不会那么有效，所以要让这些agent变得有用，并实现其中的一些未来，很大一部分当然在于智能层面，但很大一部分，其实也是非常务实的事情 [00:18:07]
Lenny Rachitsky：比如数据访问，比如云基础设施，和可靠性相关的部分，这些看起来确实，比某些更宏观的智能问题，平淡得多，但从效果上来说，在某些方面，它们同样重要，这就触及到了，我们这个播客，最近经常提到的另一件事，野心这个词，我知道你也经常思考这个问题，感觉不仅是因为这些AI工具，我们能够更有野心，我们几乎是必须更有野心，而这对很多人来说，并不是一件自然的事，因为现在每个人都能非常轻松地，搞定所有这些简单的事情，简单的东西变得超级简单，困难的事情也变简单了，现在把人和人，公司和公司区分开来的，就只是他们能有多大的野心了，聊聊当我提到这种对野心的需求，以及这种需求的涌现时，你脑海里会浮现出什么吧，对我觉得我们看到的那些最擅长使用AI工具的人，并不仅仅是用它来把机械性的任务自动化，而是用它来扩展自己能够做的事情的范围，比如在过去在这一切之前，在所有这些AI出现之前，所谓的独角兽人才，是指那种产品感非常敏锐，同时刚好又是个工程师，可能还兼具设计师能力的人，那个人往往就是独角兽级别的招聘目标，因为他们能切实消除所有这些职能之间所需的沟通层级，而且能够自己非常快速轻松地构思并做出某个东西，让它跑起来，然后还能和团队一起合作推进 [00:19:07]
Tara Seshan：我觉得我发现的最吸引人的事情，也是我努力用这些工具去做的，并且我也看到我的一些最成功的同事，用这些工具做到了的
Lenny Rachitsky：就是切实扩展了所谓的在他们可能性范围之内的事情，这样他们就能开始把脑子里的想法
AI如何扩展个人能力与雄心
Lenny Rachitsky：这样他们就能开始把脑子里的想法，越来越多地变成现实，就像以前那种全才所能做到的那样，我们现在似乎都拥有了这种超能力
Tara Seshan：比如我可以为某个东西快速做出一套设计，我还可以去给它做个最初的demo原型，而且我也能，你看摸索出适合它的定价模式，把所有的情景都建模算一遍，各种可能性的范围真的大大拓宽了，实际上这在很多方面意味着，回到之前聊电影的那个点，我有能力变得更像一个作者导演，在努力把事情做成的时候，或许能以更高的保真度，去实现我的构想，对我来说，这就是在追求新想法，和新产品时，能提升你野心的部分原因，因为所有这些东西，现在都触手可及，因为这一套新的能力，现在都在你的触及范围之内，你可以去尝试，去使用，你不再真正受限，你的野心不再受限于，你能亲自执行什么，你能沟通清楚什么，它可以广阔的多，广阔的多，我觉得做这件事最难的部分，就是去打开你的思路，实际上能力已经有了非常巨大的扩展，真正的难点在于打开你的思路，去思考在极短的时间内，到底什么是可能的，对我来说，尝试做到这一点的最好方式就是 Patrick Collison在他的网站上，我记得是patrickcollison.com 斜杠fast 列出了所有这些，在极短时间内执行完成的，野心大的不可思议的项目，对我来说，那份项目清单，现在让人惊叹的地方在于，它们全部都存在于这些工具，让你能几乎立刻学会，如何构建某样东西，或者只要问一个问题之前，嘿你能立刻帮我概括，这篇非常复杂的文本 [00:21:00]
Lenny Rachitsky：或者这本非常复杂的书吗，或者我能尝试做所有这些，以前对我来说不可能的事情，但现在我能做了，比如我能不能快速建一个，你能帮我把我脑子里的这个想法，建一个CAD模型出来吗
Tara Seshan：这些真正曾经超出我能力范围的能力，现在确实都在我的触及范围之内了，所以如果以前用我们过去的能力，都能做出那些快速推进的项目，那借助AI赋予我们的能力，这类执行的极快且极其有效的事情，数量难道不应该成指数级增长吗，正如你所说的，最难的部分其实是想起来去试一下，就是想起来说，哦对让我看看Codex能不能帮我做这个，这就像一个新习惯，像是一个我们需要在大脑里建立的新东西 Tyler Cowen在他的网站上说过这么一句话，大多数人都低估了去找另一个人说 [00:22:07]
Lenny Rachitsky：嘿你手头做的事，更有野心的版本会是什么样，所带来的影响，或者你能不能试着做得更快一点，或者以十倍大的规模去尝试，在某种程度上，当我再次去想，现在PM做什么会极其有效，或者说他们现在能做什么来达到极高的成效，我觉得拉高其他人的野心，或者提醒他们这里存在什么可能性，是产品经理角色中非常重要的一部分，比如当大家说，嘿我觉得我们可以用这种方式搞定，或者在这个时间节点前搞定，或者这可能是他的第一板，你现在工作的一部分就是拉高所有人的野心，然后说其实可能性的上限是不是明显要高得多
Tara Seshan：比如我们对正在尝试做的事情，是不是应该更有野心一点，或者我们能不能试着做得更快一些，我觉得那是一个，对，那是一个非常棒的状态，就你能构建什么，什么是可能的而言，以及就这份工作，变得多么令人兴奋而言，这都是一个非常棒的状态，那太有意思了，我记得Nick Turley 来过这个播客，他可能在你之前，负责过这个职位，我想他现在 [00:23:23]
Lenny Rachitsky：是在做企业端业务，他在内部有这么个梗，叫这加速到极致了吗，对，我记得slack内部，好像有个表情符号，就叫这加速到极致了吗
Tara Seshan：这加速到极致了吗，完全就是个OpenAI的梗 Andrew Ambrosino和我很喜欢问，团队的另一个OpenAI的梗，是你开始静脉注射了吗，意思就是你每天全天都在用这个产品，来搞定你的事情吗，我觉得把这个跟，我们有没有尽可能保持最大野心，结合起来，这是关于你想要做的事情的范围和规模，这加速到极致了吗
Lenny Rachitsky：我们在这件事上的推进速度，是不是尽可能快了，然后就是，你开始静脉注射了吗，你有没有在用它，你有没有发挥，你全部的品位，去判断这东西行不行，是不是大家真正想要的，以及尽可能收集，那个反馈闭环 [00:24:13]
Tara Seshan：对我来说，这三个就像是，产品开发的梗，我们现在必须，尽可能去传播，我很喜欢这个，这就像是，新时代的吃狗粮，不是吃狗粮，而是你得静脉注射它，对没错
Lenny Rachitsky：而且这在推文里，体现得非常明显，我主要就是通过推文，看到你们团队沟通的，他们对产品是多么抠细节，而且一直在问，我们还能怎么做得更好，现在有什么困扰你的问题，现在有什么困扰你的问题，这是我们正在做的东西，这是我们正在做的东西，就像你刚才说的，很明显每个人都像是，自己产品的创始人，作为一个外部观察者，能非常清楚地看到，他们的形式风格
Tara Seshan：内部还有别的梗吗，这些太有意思了，还有别的吗，对我正在想，其他还有什么好的文化梗，当然一个非常重要的梗，就是像感受通用人工智能 或者仅仅是意识到通用人工智能的到来 [00:25:06]
Lenny Rachitsky：对于它可能是什么样子，或者大家怎么看待它，有很多种不同的结果，但让大多数人留在这家公司的，很大一部分原因，是相信通用人工智能会造福人类这个使命，并不惜一切代价去实现它，既包括实现通用人工智能 也包括确保它造福人类，而且在做产品时，我脑子里必须不断提醒自己的另一句话是，我们做的是不是两到三个月后，模型所在的位置
Tara Seshan：如果你按模型，现在的水平去开发，你会失败，如果你按自己设想的，一年后模型，会达到的水平去开发，你也会失败，这两种结果，都同样是错的，我相信很多人，都聊过这个，但这两种结果，真的同样是错的
Lenny Rachitsky：如果你走得太早，你就错了，如果你做出来的东西，过度专注于，过去模型的能力，你就完全错了，唯一的开发方式，就是按两到三个月的，节奏来做，要牢记这个梗，比如模型会变得
Tara Seshan：好得多，我需要把模型能力作为这个产品的核心来考虑，在我构建的产品架构上，我需要给模型让路，我该怎么确保这适合两到三个月后的模型，你怎么知道两三个月后是什么样 [00:26:11]
Lenny Rachitsky：这很难理解，尤其是当我们正处于这种指数级增长中的时候，这只是凭直觉吗，有什么依据吗，研究人员会给你一些感觉吗，那是怎么运作的，对，当然和研究团队就他们认为的发展方向，保持极其紧密的沟通是非常重要的，这些事情并不完全像黑盒，你能大致知道，我们在专注于这些特定的方向，比如我们希望模型，在这些特定方面写代码更厉害
Tara Seshan：或者在这些特定方面写文章更厉害，所以我们确实有专门的投入，让模型在特定能力上变得更好，所以了解进展到了哪里，并确保产品开发，尽可能紧密地贴合研究团队的，议程和路线图是非常重要的，有一句让我很难忘的话，是Kevin Weil上播客时说的，他当时是首席产品官，他说 [00:27:03]
Lenny Rachitsky：现在的模型是以后最差的，这话听起来很简单，但要真正理解它，还挺难的，现在就是以后最差的状态，现在说这句话，几乎成了陈词烂调，但这是事实，太荒谬了，这简直就像，对，太荒谬了，确实太荒谬了，天哪，好，我想简短聊聊ChatGPT这款应用，好，我现在正打开着它，好，我在里面看到的是这样ChatGPT 然后有个下拉菜单，里面有ChatGPT和Codex 然后还有这个切换按钮 Chat和Work Tar Cishan 这是怎么回事，这些都是什么，帮我们了解一下这些东西，各自是用来干什么的
Tara Seshan：你觉得这会走向何方，它会一直保持这样吗，你是不是已经设想了，下一步会是什么，我们在这方面的北极性目标是，用户不需要在所有这些，不同的选项之间做选择，理想情况下，这里没有任何切换按钮，你直接来到输入框，打上你的任务，比如我想做一个特别棒的应用，帮我的播客嘉宾，在录制前做背景调研之类的 [00:28:09]
Lenny Rachitsky：然后他就会自动选好合适的harness 他会为你挑好合适的模型，帮你把那件事做成，理想情况下，做选择的责任，不应该落在用户头上，不需要他们在所有这些
Tara Seshan：不同的概念之间挑来挑去，不仅要搞懂自己想干什么，还得去弄明白我们产品的限制和能力，所以那肯定是我们想走向的方向，短期内在XTPT和Codex之间做选择，本质上是在选，你想不想待在更偏向开发者的界面里，还是说你想在XTPT模式下，拥有同样强大的能力和功能，所以如果你是Codex用户，继续用Codex就好，你什么都没落下，继续尽可能多用它就行，但如果你是个XTPT用户，心想这些新的agency能力到底是什么，那你大概率会用chatGPT模式，然后当你身处chatGPT时，如果你想对话，想搜索，那就是chat mode用武之地，它就是你熟悉并喜爱的那个聊天模式，只不过每次都会带上越来越好的模型，和越来越新的功能，但在work mode里，底层其实就是codex
Lenny Rachitsky：我们去掉了部分编程界面，比如在work mode里，你不会突然看到工作树弹出来，但它做起事来的威力是一样的，比如生成一个极其复杂的财务模型，这些在work mode里都行得通，我们看到有人 [00:29:27]
Tara Seshan：特别是我前面提到的企业财务团队，用work mode做了极其出色的成果，原本要么得靠人工，要么得依赖团队里某个人的身后专长，现在变成了全团队都能搞定的事，或者干脆拉高了团队每个人，在时间节点交付能力，以及能力边界上的预期，这非常有帮助
Chat、工程与Work模式的融合
Tara Seshan：这非常有帮助，所以目前大概有这三种模式，有工程模式，聊天模式
Lenny Rachitsky：然后是处理知识工作的模式，而在知识工作模式下，底层其实全都是Codex在干活，但大家可能不知道Codex是什么，或者可能有点怕它，那个工作模式里有什么东西，是不单纯是Codex呢，因为这其实挺有意思的，是不是在Harness上，做了一些额外的微调，让它感觉稍微不太一样，还是说只是同样的东西，换了个稍微不同的界面 [00:30:05]
Tara Seshan：其实主要是在界面层面上，所以Work Mode和Codex Mode 如果你去Codex让它生成一个，给产品定价的绝妙财务模型之类的，或者说帮我预测接下来六个月的收入
Lenny Rachitsky：Codex能做的和Work Mode一样，好，本质上的区别是在它处理的过程中，你希望在思维链里看到什么样的界面，你希望它向你展示多少技术细节，两者的强大程度是不相上下的，所以Codex用户不切换模式，也不会漏掉任何东西，实际上我们也不希望他们切，就留在Codex里，做你想在Codex里做的所有事情就好，我们会根据你提出的需求，向你展示合适的界面，说真的，我们的北极星目标，是把所有这些东西合并起来，让用户完全不需要做任何这类决定，区分开来，其实更多是为了从大家使用的产品，对概念的熟悉度出发，尽可能顺应大家现有的习惯，并确保我们能让每个人都享受到，和agent协作的好处，这已经彻底改变了每一个开发者的工作方式，我们在知识工作上也该做到这一点，说得通，因为节奏太快了，我能想象有人会说，咱们试试Codex吧，这肯定会很棒，然后它就火了，有了一千万月活用户，然后大家就想，等等我们在干什么，我们有ChadipT 又有Codex 我们该怎么弄，所以这也解释了，为什么这些东西在一段时间里，感觉不会那么明显和完美，因为你必须随着有些行得通，有些行不通去调整，这就有了这种过渡期，比如好不错，现在让我们引导大家，走向所谓超级应用的愿景，好的，我能想象你工作里最难的部分之一，就是在ChattyPT这个拥有一千亿月，也许是史上最成功的消费级产品，与Codex这个新事物，以及你们想尝试的其他新东西之间，做平衡，你是怎么考虑这一点的，就比如我不知道，在这些非常创新，跑得飞快的小团队和产品，与拥有10亿用户，不能随便大改的，成熟产品之间做平衡，对我觉得这里面，最有意思的一点是，我们在XGPT Web 和桌面应用里，推出Work 把这些东西整合在一起，目标之一，就是面向着10亿，正在使用XGPT的用户，带给他们越来越多 [00:32:40]
Tara Seshan：agent能力，如果你把AI产品的，第一个时代看作聊天，那这类产品的第二个时代，显然就是与agent协作，而且主要是编程类的agent 我们当然希望能把它推广到，更多领域比如知识工作，这也是让这10亿聊天用户，获得work能力的目标之一，当然摆在我们面前的产品挑战在于，我们不仅要把功能带给他们，还要让它变得自然，且容易上手
Lenny Rachitsky：让它不需要用户特意去做决定，我们直接帮他们做正确的事就行，我们要怎么做才能帮他降解复杂度，让他们不需要去考虑Harness这种东西，对于实义普通消费者来说 [00:33:20]
Tara Seshan：理解这种概念简直太离谱了，所以这主要是面临的挑战，然后当然可能很快到来的第三个时代，就是你怎么和一个一直在线的同事一起工作
Lenny Rachitsky：他能和你一起把事情办成，也许还能和其他人协同工作，所以短期内的部分挑战在于，我们正在把agent介绍给，十亿可能还没接触过他们的人，你怎么用最简单最自然，最好用的方式去做到这一点，当然为了实现这一点，我们还有很多事情要做，但这也是我学到的一个教训，也许是把AI时代前，或过去的产品经验，和现在做对比，那就是在以前的公司，打磨是王道，把每一个UI交互或每个细节，彻底做对，远比早早发布产品重要得多，因为时间对最终结果的影响，没那么大，正因为这样，如果每个细节，没有打磨得很完美，每件事没有完全做对，你还不如不发，但我认为这个时代，和这种产品体验，真正吸引人，有趣的地方在于
Tara Seshan：当你非常确信，它具有颠覆性的时候，把产品交到用户手里，远比追求完美要好得多，那种紧迫感和，把产品推出来的动作，太重要了，所以为了让聊天用户，觉得更好用，更简单 [00:34:38]
Lenny Rachitsky：我们当然还有很多事情要做，尤其是对那些，甚至可能不用它来提高生产力，而是用它处理日常消费及任务的人，不过对完成好过完美，我们还有太多事情要做，是的，我记得这个应用刚上线的时候，有很多关于令人困惑的评论，而看到团队迭代有多快，如何响应反馈，正是我在这里听到的，先发布出去，搞清楚到底什么是行不通的 [00:35:04]
Tara Seshan：大家是怎么用的，然后快速迭代，感觉现在就是这种模式了，当然，有些事情你可以在上线前，继续迭代并获取反馈，而且我们能做，也应该一直做得更好的地方，还有很多，但无论是在上线前，还是上线后，尽管最好是在上线前，尽可能快地迭代，并倾听正确的信号，才是关键，我在推特上注意到一件事，过去几个月里
Lenny Rachitsky：风向明显从Claude Code 转向了Codex 以前大家张口闭口都是Claude Code 最近感觉大家都在导向Codex 虽然这只是个小圈子，但很多科技圈的人都在那里，我很好奇在过去大概三到六个月里，除了Tara加入并把事情整顿好之外，内部到底发生了什么转变，有什么可以分享的吗，比如，好吧，我们想通了这件事，我们调整了这个
Tara Seshan：砍掉了那个，是什么促成了风向的转变，让Codex变得像现在这样成功，有这么一句话，悟到前挑水砍柴，悟到后还是挑水砍柴 [00:36:12]
Lenny Rachitsky：大概就是这个意思，其实就Codex这款应用来说，最初把它做出来并负责开发的团队，同样是超级关注用户，迭代周期极短，真正去吃狗粮，尽可能把它当成主力工具来用，把每个细节都做好，外界和Twitter上的人开始意识到这点，用户也开始真正注意到了，但团队其实一直都非常关注用户，非常专注在那套迭代上，某种程度上，这只是市场终于跟上来了，变化仅此而已，内部的这个做事过程并没有变，大家依然一直在用这款应用，做它的人显然都是开发者，自己用它来写代码
Tara Seshan：不仅一直在修自己的问题，还努力去听公司里，其他人的问题和用户的问题，其实挺神奇的是，这种运作模式根本没有变过，一直都是我刚才提到的那些事，比如我们的野心够不够大，我们有没有把推进速度提到最快，我们有没有尽可能把它当成主力工具，我觉得用户和推特上的人能注意到这点很好，但那种运作方式功劳全在团队，一直没变过，这个回答很有意思的地方在于，它非常关乎人本身，是你是Andrew 是Table 是整个团队对客户对产品抠细节，并不是说AI成了答案，而是人在发挥作用，对功劳完全属于团队，团队里的每个人都极其有想法，且能独挡一面 [00:37:28]
Lenny Rachitsky：就像之前说的 OpenAI有很多创始人，那个团队里几乎每个人，尤其是桌面端团队，都像创始人一样做事，在意每一个环节，每一个细节，当他们发现，某个地方应该做得更好时，就会非常独立地去把它做出来，跑通上线，如果内部测试反响不好，比如大家觉得不好用，他们就会继续迭代，最后才推给外部
Tara Seshan：但这整个闭环功劳，完全在团队里的每一个人，是他们促成的，你刚才触及到了，角色重叠这个概念，就是工程师在做PM的工作，你可能在发布原型和写代码 [00:38:15]
Lenny Rachitsky：也许还推到生产环境，我也不清楚，感觉这样也会带来很多挑战，我听到很多人在问，我现在作为设计师，我的职责是什么，我该负责什么，作为市场人员，我不用负责什么，我到底在做什么
Tara Seshan：你注意到这种现象了吗，这是你们正在面对的问题吗，对这方面有什么想法吗，我觉得在初创公司工作，我一直最喜欢的一点，虽然有时我加入的初创公司，不小心长成了大公司
Lenny Rachitsky：但主要还是在初创公司工作，就是角色的边界非常少，可以说一切都归你管，也可以说一切都不归你管，最终你只对成功负责，其实Stripe当时就是这样，工程师能做的事，产品经理能做的事，设计师能做的事，之间没有任何界限，每个人什么都能做，所以其实感觉，我一直很喜欢这种心态，现在大家的能力终于也跟上了，但我真正看重的是，得有人去关注，或者核心负责一件事，这个产品到底有没有人在用，这是不是大家想要的东西，质量高不高，管不管用，不管这个人是工程师设计师，还是PM或者任何人，总得有人是GRI 然后为了实现这个目标，不管需要做什么工作，大家当然可以根据自己的喜好和能力去接手，但我喜欢那种，不太在乎各个角色之间，边界在哪里的团队，每个人都只专注于
Tara Seshan：把结果做出来，反过来看，我也非常喜欢做PM的那些专业手艺，比如PM的专业手艺有很多方面，我知道像Shreyas 或者Marty K跟Sheeshir这些人，都大力提倡过 [00:39:47]
产品经理的核心：定义问题与验证闭环
Tara Seshan：都大力提倡过，我觉得那些都非常好，有时候可能有些疑问，正源于我太热爱，自己领域的专业手艺了，为了把事情办成，采用这种更灵活的团队协作方式
Lenny Rachitsky：我是不是就失去了提升和打磨自己专业手艺的机会，这个问题我真的没有答案，我觉得这是我们大家都在共同经历的事情，也就是我们手艺的某些部分，实际上正被模型非常高效地接管过去，甚至可能比个人做得更好，你的手艺就从过去能做某项非常具体的工作，转变成了现在把它应用到产品或专业的其他部分，但没错，这依然是我在思考的一个问题，那就是一方面我想成为团队的一份子，使用这些工具，并且真切感受到大家现在用这些产品，能变得多么高效，另一方面，作为工程师 [00:40:11]
Tara Seshan：一直手写代码，真的很过瘾，而现在大家基本不再这么做了，我该如何在这两者之间找到平衡，对，我正打算聊这个，现在的工程角色，变得跟以前太不一样了
Lenny Rachitsky：简直令人难以置信，对，就像你以前整天都在写代码，那是你的工作，但现在那不再是你的工作了，而且这个转变发生的太快了，我看到有人在怀念 [00:41:02]
Tara Seshan：自己亲手手写代码时的那种心流状态，跟现在大家做的事情完全不同，但我认为这确实是一个艰难的转变，对而且有些人喜欢，有些人不喜欢，那是另一个话题了
Lenny Rachitsky：顺着这个思路，我想向身处AI前沿的人请教一个问题，你觉得未来人类的大脑，在哪些方面会继续保有价值，长远来看，很难预测我们到底还需不需要人类
Tara Seshan：希望需要吧，不过在接下来的几年里，你觉得人类大脑在哪些方面，会继续保持最大的价值，我觉得人类会继续在承担责任的，主体方面保有最大价值
Lenny Rachitsky：到底由谁来对最终的结果负责，在某种程度上，你可以把跟你写作的agent 当成是你的下属，最终谁来对最终产出负责，质量高不高，他做出的东西，说出的话，是不是你想要的，这肯定依然得由人来承担，至少目前是这样，特别是在那些受到高度监管，或者需要直接由人来对接的行业和场景中，这在我看来非常有道理，我觉得人脑在表达方面也非常有价值
Tara Seshan：我之前提过那个比喻，软件不像房地产，它更像是一部电影，你投了钱，也不一定能拍出一部好电影，最棒的电影往往不是预算最高的那些 [00:42:20]
Lenny Rachitsky：既然做软件带有一种艺术性，主见和表达，你能感受到它出自某个人，或某个团队的创作，那一部分在我看来，依然是非常人类特有的，比如你选择做什么，给人的感觉如何
Tara Seshan：这感觉完全是一个属于人类的问题，我还觉得人脑在我们如何，互相关心，互相连结方面继续保有价值，我工作中的那部分，依然非常人性化
Lenny Rachitsky：而且实际上变得比以往，任何时候都更重要，就是你和团队里的其他人交流，共同找出大家如何对一个领域产生热情，你们如何一起学习一起工作，如何激发彼此更大的抱负，所有这些做起来的感觉，依然是那么具有人性色彩，对我觉得人脑在那方面，会继续保持巨大的价值，话虽如此，我也无法预测
Tara Seshan：模型未来会发展成什么样，但在我看来，那些部分是非常非常人性化的，我很喜欢这个回答，你之前提到过一个概念，就是AI的能力边界，与我们实际拿它来做的事情之间 [00:43:24]
Lenny Rachitsky：存在的滞后，大家总会觉得，最大的脱节之一，好像就在于，好吧，那我到底该拿它来做什么，我很好奇，你在自己的工作中，有哪些使用AI的方式，能给大家带来启发，让人觉得，哇我都没想到还能这么用，大概可以分成两个方面，一个是由于AI 你的PM工作，发生的最大改变是什么，让你觉得，好，现在这些事情，我都用AI来做了
Tara Seshan：另一个是，最近有没有什么，非常有趣，很有创意的AI用法，让你觉得，对，我得试试这个，我在工作中使用 AI最让人兴奋的方式之一，就是我现在经常建网站，我不知道你有没有试过建网站，我还没试过聊聊网站吧，网站是一个非常有趣，很棒的产品功能，你基本上可以建一个网站，当然在工作中，是作为一种用来展示的产物，但我也会为了各种各样的事情去建网站，我给团队建过一个网站当游戏用，我们大家通过这个网站一起玩了个游戏，这些网站是有数据库的，你可以建一个网站，我前不久去背包徒步，其实就专门建了个网站，我建了一个路线网站，能追踪我们要去的每个地方的海拔，我们队里的每个人都把自己的食物录了进去，用起来特别快特别有效，网站在某种程度上实现了 Alan K在60年代提出的有价值的个人软件梦想，也就是真正的个人电脑，是拥有个人软件的电脑，在某种程度上，网站就是让这一设想落地的途径，我们都曾梦想过制作个人软件，当然大家也用Notion之类的工具，试图通过各种模块把它搭建出来，但有了网站功能，真的就是一句prompt的事，我只要给出一句prompt [00:45:11]
Lenny Rachitsky：说帮我做这个正好能完成这件事的工具，它就直接做出来了，他们可以分享也能使用，比如自动更新，你可以用内部数据来搭建仪表盘
Tara Seshan：比如放上很多指标，与其费尽心思去抠那种幻灯片，网站是一个动态的多的展示界面，怎么用网站功能呢，需要做任何特殊的操作吗，你直接告诉他做个网站，在Codex里，就说比如建一个网站，用来做，我不知道给团队玩狼人杀游戏，他就会直接搞定，我想的是大写的size功能，但我猜不管怎么说都无所谓
Lenny Rachitsky：他自己就知道网站是什么，所以他，对，因为以前是给你一段圆码，你自己去想办法部署到哪里，对，而你这里说的是，他直接帮你托管了，而且，帮你托管，你可以选择是公开，还是只对团队开放，或者只对自己私密，他们特别棒，随时能轻松建网站的能力，改变了我的日常工作，以前我往往要创建很多产物 [00:46:10]
Tara Seshan：比如文档表格之类的，现在我随时都在做网站。我猜你可以通过Work来做, 还是说在所有界面上都可以做?Codex, Work, Chat, ChatGPT。可以通过Codex做, 可以在网页端做,
Lenny Rachitsky：也可以在手机上做, 在任何地方都可以做。我刚刚发起了建一个关于Terra Session的网站。太好了。顺便问一下, 你的姓是这么念的吗?我还没问过你。我是Terra Session, 发音就像Station。Station 好的，太酷了，好的，太酷了 Size功能，好，还有其他快速上手的小技巧吗，趁着我们还在聊这个话题
Tara Seshan：因为刚才那个技巧太棒了，我觉得很多人都不知道Size这个功能，那太有用了，对Size真的很棒，我特别喜欢的另一件事，就是在Codex里用Visualize 你用过斜杠Visualize吗，没有，哦 [00:47:03]
Lenny Rachitsky：斜杠Visualize简直让人太兴奋了，去问他，你直接打斜杠Visualize 把我在XGPT上的使用情况，做个可视化，或者诸如此类的指令，它就会把你做过的所有事情都拉过来，给它生成一个非常惊艳的可视化，我无数次在想，我该怎么做才能不仅把一堆图表和数据拉进来，还能用一种易懂，而且对我要讲的故事有用的方式展示出来
Tara Seshan：而Visualize让这一切变得非常简单，用Visualize的体验有一种出人意料的愉悦感，这真是，这些例子太好了，说明这里面的能量太大了
Lenny Rachitsky：我们甚至都不知道，也不理解，这也是你们面临的挑战，确实，确实是这样，帮我们了解，所有这些东西，这也是为什么，像这样的博客也很有用，没办法把所有东西，都塞进产品里，我要换一个，完全不同的方向，我想聊聊写作，我问了很了解你的 Bree Wolfson 该向你请教什么，挺有意思的是，他之前也给我和Cursor的 Adam Ward那期播客，对话题过问题建议，所以他说，好你应该问问他，关于写作，也就是思考的事 Tara写的文档堪称标杆，帮我们了解一下，到底是什么让你的写作，你的简报，如此具有代表性，对于那些可能
Tara Seshan：想在写作和写文档上，做得更好的人，有什么可能，有帮助的建议吗，我非常坚信，我在工作中，有两种类型的写作，一种是以写作为思考，另一种是以写作为汇报，以写作为思考，就是我去写一份简报，讲讲我们为什么要做某个产品，或者为什么要采取某种策略，或者可能是一个比较犀利的观点，但以写作为汇报是另外一些事，比如我在总结我们团队这周的进展，然后发一份相关的报告，或者这是我们针对这次特定发布，或公告的计划诸如此类的，以写作为汇报，我很乐意让它自动化，或者我一直在用这些模型，让它尽可能变得简单，但以写作为思考，是我永远不会自动化的，我非常坚信至少对我来说，梳理大纲，把它写成连贯的文字，删减和编辑，不断迭代的过程，是我理清思路最重要的步骤之一，我觉得大多数人其实会以概而论，比如我绝不会用模型来写作，或者我总是用模型来写作，其实对我来说，这两种以概而论的看法都是错的，我觉得在以写作为汇报上，你应该尽可能多地使用模型，而只要你是通过写作来思考的，就像我真的会这么做，而且我觉得很多人也会这样做一样，你就不应该用它，对，你不应该用它来替代你自己的思考，但我过去写的简报，正因为我非常把写作当作一种思考方式，我会为了一个新想法或产品 [00:49:43]
AI时代的工作方式与职业价值
Tara Seshan：我会为了一个新想法或产品，去写一份完整的简报
Lenny Rachitsky：花大量时间去打磨那个特定的想法，拿着它四处找人看，让他们尽可能去攻击里面的想法，挑毛病，让它变得更严密，然后再去找下一个人做同样的事，所以在stripe的时候 [00:50:02]
Tara Seshan：这种事我反反复复做过很多很多很多次，无论那是为了启动一个新的产品领域，还是为了建议一个大的方向转变，或者是为了分析一个问题，并提出一条前进路径 Stripe非常重视写作文化，在Stripe还有很多人像Jeff Weinstein一样，也非常喜欢写简报和分享简报 Stripe是少数几家一份简报，能在公司内部疯传的地方，所以在那里，以写作为思考是非常受看重的
Lenny Rachitsky：我大部分的写作工作都是在那里完成的，在OpenAI我觉得我仍然一直在把写作当作思考，但在这里可以拿去分享的产出物，其实并不是长文档，或者说那种形式的工作证明，部分原因在于时代变了，长文档不再代表你把事情想透了，因为你很容易就能写出一篇长文档，反而表明你根本没想透，所以其实这一点
Tara Seshan：可能是我个人在日常工作中经历的最大的改变之一，这是一个很大的，甚至有点让人不适应的改变，就是我过去习惯在文档里思考 [00:51:05]
Lenny Rachitsky：然后把它转移成某种用于展示的铲除物，那就是我表明自己已经把问题想透，以及我们接下来要怎么做的方式，然后团队就朝那个方向推进，而现在我更多是看原型图而不是文档
Tara Seshan：看原型而不是文档，如果我有一个大家可以去试用去交互的东西，或者更好的是我拿出了结果，比如我们尝试了这个跑了AB测试，这就是结果，这就是为什么我认为我们应该往这个方向走，那会是比文档本身好得多的沟通工具，所以我现在依然一直在写几百篇文档，但我写是给我自己看的，我其实不再是写给别人看的了，那不再是交流和沟通的最佳方式了，这大概是我个人在这个时代相比上一个时代经历的最大的改变，这太有意思了，我很喜欢你说的针对文档去收集大量反馈的技巧
Lenny Rachitsky：你看,这听起来很显然,但你要写出一份标杆级的文档或简报,几乎可以通过作弊的方式,在迭代过程中不断收集大量反馈,让它变得越来越扎实。而不是像那种,太棒了,这是第一版,它一定会非常惊艳。 [00:52:09]
Tara Seshan：我以前有个主管跟我说过,永远正确的做法是把文档写到70%的完成度,然后去找那些需要他们支持的人,一起把它从70%做到100%。这依然是我一直在做的一件事，因为很少有优秀的人，愿意去面对一个打磨的，完美无瑕的成型想法，面对一个完美无瑕的想法，他们的新想法根本插不进去，反而是那些有更多棱角，更粗糙的东西，他们也能和你一起去打磨，我觉得用这种方式，把大家拉进这个过程，把文档作为底层的铲除物，是我发现最好的写作方式之一，你怎么看AI让人大脑退化，以及开始过度依赖AI的问题，这是每个人都会面临的挑战
Lenny Rachitsky：为什么不用这种神奇的工具来帮忙看看东西呢?然后我们就会开始丧失写作和阅读长文档的能力,你有做些什么来尽量避免这种情况吗?有的，我觉得这种 [00:53:06]
Tara Seshan：以写作为思考的习惯，就是我在日常工作中，运用的主要方法之一，来确保我的思考能力，不会过度退化，我想我还是会尽可能，把所有以写作为汇报的事情，外包给模型，但以写作为思考，我必须自己来做，我个人有这么个原则，如果我要让别人读我的文档，我自己起码得先读过同样多遍，或者在开会这件事上，我也是这么想的，如果我要召集一群人开会，我需要在会前，把大家在这场会议里，要花的总时间先准备出来，所以在保持思维敏锐这件事上，我会先自己去写那份文档，确保自己至少在写作和输出上，投入了我预计大家阅读所需的总时间，我其实也不依赖模型来润色我的文笔，我觉得它其实做不到，更不会用它来生成第一版，但我当然一直会让模型帮我做很多事情
Lenny Rachitsky：比如做总结，或者把内容从一种格式，转移成另一种格式，所以我的理解是，想法，简报，计划，都要作为人自己去写，自己亲自动手写 [00:54:12]
Tara Seshan：不要用AI起头，甚至不要用它来改进文笔，这些全部由人来做，对，至少对我来说，我是自己起头，自己收尾，在中间我可能会用AI来调研特定内容，或者填入一些数据，或者去抓取一些数据，或者反驳一些想法，对，反驳一些想法，但一篇文字由你自己起头，自己收尾，这样就不会退化你的思考能力，好关于Sutterhill
Lenny Rachitsky：我还想问最后一个问题，你的职业生涯里，有这么一部非常不寻常的经历，你之前做过PM 当过创始人，然后就直接去了Sutterhill Ventures 当EIR 那可是一家标志性的风投机构，大家可以去查一下，很多了不起的公司，都是从Sutterhill走出来的，他们做创业的方式非常独特，基本上是由他们来孵化公司，比如Snowflake 那是怎么回事
Tara Seshan：那是种什么样的体验，你从那段经历中学到了什么 Sutterhill是一家标志性的机构，而且它是有意保持的，非常不显山不漏水，比如你去Sutterhill的网站，上面什么都看不到，这是一家做事从来不高调的机构，他们尽量低调行事，尽量谦逊，然而不知怎的，硅谷见证过的一些最标志性的成功，背后都有他们的身影，他们有这种非常不同寻常的孵化模式，是由Mike Spicer开创的，他是那里非常厉害的合伙人之一，接二连三地推出了一个个成功的项目，我觉得Cellar Hill让我印象最深的一点是，大家往往把找到PMF看作一种玄学，或者把打造一家数百亿美元估值的公司，看作一种玄学，觉得那是运气，那是碰巧，那是一堆因素凑到了一起，但Mike Spicer已经做到过好多次了，所以显然是有门道的，显然有一套路线图，可以让这件事成为可能，有一整套事情是可以做到的，能让你一次又一次的复制这种成功，这不仅仅是运气，也不仅仅是玄学，可以说确实存在一套打法，而这套打法就掌握在Sutterhill这家机构手里，在做决断和下注方面，他们已经摸索出了怎样保持极高的正确率，而且在打造一家成功公司 [00:56:24]
Lenny Rachitsky：所需要做的日常复利积累的事情上，他们也摸索出了怎样经常把事情做对，不论是你如何搭建企业销售团队，如何做产品定位，还是如何搭建最初的创始团队
Tara Seshan：Sutter Hill的招聘能力可以说是无与伦比的出色，他们有一个叫Retico的秘密工具，里面绘制了一张关系网，记录了他们接触过的所有人，以及那些人接触过的最优秀的十个人，这样他们在这方面极其高效，所以我去Sutter Hill是因为，在某种程度上我的职业生涯，一直在探索如何尽可能多次的找到PMF嘛
Lenny Rachitsky：不论是作为创始人，还是在Stripe启动新产品，亦或是加入像Watershed这样的初创公司 Sutterhill正式摸透了，怎么在BRB产品上找到PMF的地方，我想从他们身上尽量多学一点，你学到了什么 [00:57:12]
Tara Seshan：除了他们确实知道怎么做之外，你从那段经历中得到的最大收获是什么，他们确实很懂怎么做，我觉得我在那里学到的一件，让我非常惊讶的事是 PMF固然重要
Lenny Rachitsky：但我之前其实严重低估了产品与营销的契合，也就是说你讲述这个产品的方式和营销它的方式，甚至可以走在实际把产品做出来之前，它大概应该来自于对技术的深刻理解，与对企业销售流程理解的某种结合，而且这种产品与营销的契合，这种叙事，这种定位，其实甚至在你做出一套产品体验之前，才是真正该去测试的东西，所以你应该去向100个人做宣讲，想办法把那套说辞，打磨得尽可能精炼，把这东西为什么具有，颠覆性的营销叙事打磨，然后也只有在那之后，才去确定，好这正是产品的具体形态，而MaxPizer在这项技能上，可以说是无人能敌
Tara Seshan：以前我总是有点低估PM的工作，我以前会觉得，嗨无所谓，就像是这些职能之间的胶水一样，还行吧，后来我才意识到，这项工作如果做得很出色，对一家公司的结果，能产生多么颠覆性的影响，甚至可能正式促成一家公司，成功的关键要素，太棒了，我非常赞同这一点定位，我们在博客里经常聊这个，好我马上给你看看，刚才生成了什么网站 [00:58:41]
Lenny Rachitsky：刚才我们聊天的时候，他一直在跑，你看这个，看这里，天哪，我对他说，做棒一点，然后他们就，真的做得更棒了，多产品形态, 很漂亮, 看这里, 这设计完全是有模有样的, 你看, 还有引述语录, 坚定信念, 精简团队, 从买家出发, 把这个当成你的网站, 你的新网站, 你觉得怎么样?我确实觉得最上面那张,
Tara Seshan：我大概19岁的照片挺搞笑的, 不过对, 除此以外, 我超级喜欢这个网站, 看起来很不错, 我觉得那张是我在stripe的公牌照片, 哇, 太棒了, [00:59:20]
Lenny Rachitsky：我很喜欢它围绕着你的头像建起来的，我已经取消屏幕共享了，不过我很喜欢它建起来的，那一整套小组件，太可爱了 Tara 还有什么你想分享的吗
Tara Seshan：在我们进入非常令人期待的 Lightning Round 也就是闪电问答环节之前，还有什么你想聊聊的吗，有的我们在做产品时，一直在深入思考的一件事，尤其是在这个新时代，做ChatGPT Work时
Lenny Rachitsky：就是知识性工作和写代码
知识工作为何难以自动化
Lenny Rachitsky：就是知识性工作和写代码，其实从根本上就不同，我们在其中学到的令人意外的一点是，写代码非常以铲除为导向，当你让它执行一项编码任务时，你可以通过测试来验证它完成的是否正确或出色，你可以试运行一下，看看能不能跑通，也就是说，有一种方法可以根据铲除来验证它，但知识性工作不同，我不能单纯只看最后的PPT 看到上面的数字说，成功率大概90% 或者PPT里写的别的什么，就真的信了，我真的需要去思考其中的过程，输入的信息，推理，逻辑，以及它是如何一步步推导出来的，所以表现在产品形态上，我们已经做了，以及必须继续去做的很多工作，就是不断让产品去适应知识性工作，这意味着，要把重点更多的放在，让XGPT成为你的协作者上，让你能看到，所有进行中的工作，看到它的引用来源和输入信息，帮你和模型一起经历推导过程，最终得到那个产出，这样你最后才能明白，等一下这个东西是对的，这个东西很好，这个东西是有用的 [01:00:52]
Tara Seshan：这无疑在产品的UX上体现的很明显，但也应该体现在思维链中的推理这类事情上，比如你在过程中，是不是应该看到更多引用来源 [01:01:14]
Lenny Rachitsky：比如它是如何推导出那些数据和最终状态的，对话流这种非常适合写代码的界面形式，对于知识型工作来说，也是让你查看所有这些内容的合适形态吗，这里面有太多重大的核心产品问题了，因此当我们考虑把人类写作者引入你的工作时，我们也需要思考，在你们共同把事情完成的过程中，我们该如何让模型成为你更好的写作者，这个你也说得太好了，我能想象在一场高管会议上，你试图向高管汇报说，这是计划，这是我觉得我们应该做的事情，这其中很大一部分，是要帮他们看清，这是我为了得出结论所做的工作，这是所有的步骤，所以这就说得通了，你需要AI展现出，同样的那种工作过程，本质上就是工作证明，相比之下工程方面就像是，好我不需要知道，你做的所有微小架构决策，它看起来到底是什么样，它通过我们现有的所有测试了吗，这确实是个很好的观点，这两个模型之间的差异太大了，还有就是上下文，它拥有做你想让它做的事情所需的上下文吗，它知道吗，它能看到你的邮件吗，它能看到你所有的notion文档吗，这个点说的真好，所以我看出了你工作中的挑战，你要把这一切融合进一个产品里，很有难度，很有难度，太棒了，在我们进入非常令人兴奋的lightning round, 也就是闪电问答环节之前, 还有什么要说的吗?没有了, 我们直接开始吧。好, 我们来到了非常令人期待的闪电问答环节, 我有五个问题要问你, 准备好了吗?准备好了。 [01:02:43]
Tara Seshan：有哪两三本书是你向别人推荐的最多的?我非常推荐的一本书是William Finnegan写的《野蛮之日》, 我不知道你有没有读过, 讲的是一个纽约客记者的生平 [01:03:06]
Lenny Rachitsky：以及他是如何将冲浪作为毕生热忱，并深深爱上它的，我从这本书里得到的感悟是，一个人可以怀揣极大的热情和专注，将某件事作为自己的人生意义，哪怕你并不擅长它，他讲的是爱上冲浪的这种艺术，以及他明明知道自己可能永远无法企及，却依然追求卓越和完美，对于我觉得人应该如何继续生活
Tara Seshan：这是一个非常打动人，非常有启发性的故事，我真的非常非常喜欢那本书，另一本我可能会推荐大家去读的书，我非常喜欢安娜·卡列尼娜，我最近一直在重读经典名著，我喜欢安娜·卡列尼娜，是因为它是一本层次丰富的书，我觉得在这个新时代，我们很大一部分要做的事情，就是转变自己，或者开启一段旅程
Lenny Rachitsky：去尝试与以往习惯截然不同的事情，当我回想那本书时，我想到我13岁读它的时候，基本上只看懂了情节，我17岁左右读的时候，读懂了欧洲历史动态和阶级斗争 [01:04:11]
Tara Seshan：然后我30岁读它的时候，我的感觉是，这是一个关于一个女人和人类的故事，它只是让我联想到了成长，随着你不断成长，完全可以用多种不同的视角，去看待同一件事，我觉得这也是，摆在我们所有人面前的挑战，尤其是在我们思考自己的职业生涯时，很有意思，这两本我也都能联想到AI 以及我们现在身处的时代
Lenny Rachitsky：我最近也读了安娜·卡雷妮娜，你什么时候读的，今年早些时候太棒了，我以前从没读过，我在一份书单上看到了它，书单大概是世界上最聪明的人都在读什么，上面有一整份书单，那本是我还没读过的，所以我就想我得读读这本，对写的太好了，有人剧透了结局，让我少了一点惊喜感，我不想透露任何内容，不剧透，我也觉得它特别长，但我现在正在读《全能课》 它直接树立了，篇幅冗长的新标杆，读到这会儿，我都感觉读了大半辈子了，我很喜欢《全能课》 我强烈推荐大家的，另一件事是，如果有人关注Subsec的话，可以去看看
Tara Seshan：Simon Hysel的Subsec 他在上面带大家，慢读重要著作，他代读过《战争与和平》 好像现在正在代读《狼听》 或者之前代读过，就是Hillary Mantel写的那本书，带着大家一张一张读，像《全能课》 《战争与和平》 甚至《安娜·卡列尼娜》这类书，唯一的读法就是这样，就是一张一张地来，说到这个，有个人跟我讲过一件事，我忘了是谁了 99% Invisible [01:05:44]
Lenny Rachitsky：也就是99% Invisible 播客办过一个 《全能课》的读书会拆解，一共13集，每集一到两个小时，他们每次过书里的两三章，一起聊聊，他们还请了特别嘉宾，比如皮特，布蒂基格，和AOC 还有住在那个地区的人，他们会聊整个故事，一边读一边听他们的分析，太有意思了，中间还请了 Robert Carroll来过几次，哇，太厉害了，对独家推荐，好我们继续进入，闪电问答环节，如果你有时间看的话，最近最喜欢，或者最享受的电影，或电视剧是什么
Tara Seshan：我当然看了The Odyssey 我觉得这是一部，非常非常棒的电影，他讲的是AI 或者我的独家见解是，他讲的是AI 讲的是克里斯托弗，诺兰，对AI如何改变社会的看法，我特别喜欢，强烈推荐大家去看The Odyssey 他简直就是，他是一位不可思议的导演，把艺术性和商业成功，结合得非常好，我觉得没有其他现代导演，能做到这样，我最近还看了电影 [01:06:36]
Lenny Rachitsky：罗生门，就是黑泽民拍的那部片子，第一次采用了通过多个人的视角，讲故事的手法，最后你根本不知道什么是真相，电影里的这种手法是黑泽民开创的，他让我想到 [01:07:03]
Tara Seshan：一个人在限制条件下能做出什么，那部电影大概是1950年代拍的，是黑白片，你能感觉到，能看出来有人正扛着摄像机，但他依然那么完美，他展现出了极高的品位，创新，是一次精彩的创造力呈现，看那部电影让我想到，我一部iPhone里的算力和工具，就是他当年拍那部电影时的100倍，那我还有什么借口，不提高自己的追求，做出更好的东西呢，又绕回追求了，关于The Odyssey 我还在抢票呢，太难买了，我动作慢了点，现在大概整整一个月都买不到，哪儿都没座位，本周早些时候 Kevin Kawa帮我们弄到了 Metron晚上10点的票，太好看了，下次叫上我，哎呀天哪，我挂了抢票脚本，还专门找了人帮我盯，还有个朋友，我们大家都在找票，特别棒，你一定会喜欢的，我迫不及待想听听，你看了之后的想法，看你是不是也认同，他讲的是AI和道德崩溃，好别剧透，希望等这期播客上线的时候，我已经看过了
Lenny Rachitsky：但要是还没看，谁有路子请告诉我，而且我想去Metron 看满血版IMAX那种，对，好下一个问题，你最近发现的最喜欢，或最有意思的AI产品是什么，最好不是OpenAI的产品 [01:08:23]
Tara Seshan：不过如果你想聊也行，我最喜欢的AI产品，当然是ChatGPT 还有在Codex里用酷炫的网站，和可视化内容，体验太棒了，但在OpenAI的产品之外，我最喜欢的AI产品，是我朋友专门为我做的产品，因为现在大家真的能做到这件事了，我觉得这太酷了，我非常支持那种温馨小软件运动，就是为你自己的五个朋友，做些软件工具，大家一起用，我有个朋友叫Sebastian 他做了一个很酷的AI应用，能把任何内容变成播客，放进为你定制的播客小应用里，他还为我们的朋友，做了一个非常棒的私密社交网络，叫GATS 这完全就是我认为未来的样子，也就是人们做出来的软件，刚好能满足自己和朋友的需求 GATS代表什么，那是某种内部梗吗，不是，或者至少如果是个内部梗的话，我不知道，但那是我可能就像，一小群朋友的私密推特，我在那个产品上了解到了最有趣的事情，有点像WhatsApp 但又不太一样，对没错确实是 [01:09:30]
Lenny Rachitsky：那个播客应用很有意思，但我觉得我最喜欢的版本是，它其实就像在你订阅的，播客信息流里的播客，然后你想读的内容什么的，就直接以新单集的形式加进去
Tara Seshan：对它就是这么做的，它会把它直接放进你的
从手机端Work到未来职业的判断力
Tara Seshan：它会把它直接放进你的 Apple Podcast的信息流，或者任何你想放的地方，太棒了，我也想要这个，确实很棒，帮我帮我也订阅上这个，没问题
Lenny Rachitsky：好太棒，好最后两个问题，你有没有一句最喜欢的座右铭，是在工作或生活中经常会回想起来的，我在工作中一直回想的座右铭 [01:10:10]
Tara Seshan：其实是托尼莫里森关于工作的三个观点，让我快速找一下，太好了，好一共是四点，出自他的文章 The work you do, the person you are 第一条是
Lenny Rachitsky：不管是什么工作都要把它做好，不是为了老板，而是为了你自己，第二条是，是你造就了工作，而不是工作造就了你，第三条是，你真正的生活是和家人在一起
Tara Seshan：第四条是，你并不等于你做的工作，你就是你这个人本身，我听得起鸡皮疙瘩了，哇写得太好了，而且我觉得这就是你置顶在，推特主页上的内容，是的
Lenny Rachitsky：因为我记得我看到过太酷了，好我们聊到这里的时候，也许可以把它展示在屏幕上，我很喜欢这个，我很喜欢，这是个记住事情的好办法，直接置顶在你的Twitter最上方，因为每次我打开Twitter 它又在那里了，好最后一个问题，你当年曾是Till Fellow Till Fellow是读Till还是Till 读Till这个音 Till 对多么厉害的校友圈，我的天，这个想法和项目，真的是太棒了，那个时候有没有什么，有趣的故事可以分享，比如那种让人觉得，哇这也太疯狂的事情 [01:11:02]
Tara Seshan：或者有没有什么，让你感到骄傲的，其他TO fellow 还有别的吗，当时的面试是什么样的，或者这方面的任何事情，对TO fellowship 是我人生的一个转折点，没有它我就不会有今天，这或许印证了一点
Lenny Rachitsky：有些关键时刻，你可以告诉人们，去拔高自己的雄心壮志，他们照做了，而这改变了他们，比如那是一个，有人来到我面前，拔高了我的雄心壮志，并对我说 Fable 你能做到
Tara Seshan：你没必要走，你原来那条路飞的时刻，说真的，我永远感激他们，能做到这一点，我现在经常共事的 Deal Fellow之一，是Arie Weinstein 她创立了一家，名为Sky的公司，后来被OpenAI收购了，在此之前，她创办过公司，并在苹果工作了一段时间，因为苹果收购了，她之前的公司，阿里是我见过的最有创意的思考者之一，在非Mac上能玩出什么酷炫花样飞这方面，他绝对是真正的专家，所以阿里在OpenAI主导了我们很多computer use方面的工作，他为computer use发布了一大堆很棒的功能，不过是的，他的创造力，对自己所做知识的热爱，以及对自身手艺的执着，真的非常启发我，阿里这人，阿里是个很酷的家伙，但我正在想那时候有什么感觉比较好的故事吗，在你思考的同时 [01:12:09]
Lenny Rachitsky：我来为不知道的人解释一下Teal Fellowship 如果我说错了你可以纠正我，基本上彼得蒂尔的意思是，嘿大家不应该去上大学，相反大家应该直接去尝试做自己想做的东西 [01:13:02]
Tara Seshan：你可以拿到十万美元不用去上大学，而是直接去追寻自己的抱负，大致是这样对吧，对一点都没错，而且你一直和其他19个人在一起，每年大概是20个人，因为它是非20 under 20非，那它持续了多少年，还是现在依然在办，我觉得现在还在办，但我记得大概前四五年左右，名额都是限制在20个人，对，我觉得我那一年，发生的一件很疯狂的事是，我是这个奖学金有史以来的第二届，他们决定把整个过程，在CNBC上拍成一部纪录片，所以我们整个过程，包括我申请奖学金时的peach 走上台去展示，我打算做的想法，所有这些很遗憾，现在都在YouTube上能看到，所以如果你真想看，我19岁时出糗的样子，上面全都有，当然那一届讲学金里，最了不起，最成功的人之一是Dylan Field 他不仅才华横溢，而且为人也特别好，是的，能和那些人一起共事，我觉得自己非常幸运，太棒了，对挺有意思的是，我觉得大家一想到T.O. Fellow
Lenny Rachitsky：脑海里第一个浮现的人，就是Dylan 对没错，多棒的招牌啊，好的 Tara 今天聊得太棒了，你有什么想宣传的吗，有什么想让大家去看看的吗，听众们能为你提供什么帮助 [01:14:20]
Tara Seshan：我有什么想宣传和让大家去看的吗，也许大家应该去用用ChatGPT Desktop应用，大家应该在网页端使用ChatGPT 并试试Work 它有点可惜只是一个小开关
Lenny Rachitsky：大家可以切换过去试试Work 让它做一些酷炫的事情，让它做一个关于你的网站，也许可以先从这开始，或者让它生成一个，展示你ChatGPT使用情况的，小可视化模块，这是开始非常近距离体会，这些东西强大功能的，一个很酷的方式，而且它们能以此延伸的，用力清单是无限的，我很开心，我有个更好的主意，我有个更好的主意，让它做一个网站，告诉你用work能做些什么，太好了，这样行得通，把所有问题都解决了，好我打断你了，抱歉，你刚才还想补充，或者说什么来着，对 [01:15:11]
Tara Seshan：我最想宣传的就是，去下载XGPT的APP 去网页端用体验更具颠覆性，去手机端试试，然后坐上一趟长途地铁之类的，或者坐趟Muni 等你在没信号的地方出来之后，事情就已经替你做完了，这正是感觉超级神奇的地方，你不需要全程，开着笔记本电脑到处走，终于有这些东西，在云端运行，做正经的工作了，对，最后这点，我本来也想提的
Lenny Rachitsky：我觉得这是目前手机端上，一个真正被低估的要素，这只是手机端独有的功能，指云端运行，不到处都有，到处都有，好太神了，所以在你的手机APP上，你可以打开ChatTPT 切换到Work 让它做些工作，而且你不需要真的在，它不是在本地跑的，它是在云端运行的，它会一直做，直到做完，然后你可以跟它对话，所以听起来非常简单，但这是极其强大的能力，好在我们结束之前 Tara还有什么想说的吗，没了就这些，好，谢谢你的邀请 Lenny Tara这次聊得太棒了，非常感谢你能来，非常荣幸，从奖学金那时候起一路走来真是不容易，当年关于当年的事，我会在开场白里多聊聊，好的感谢你的到来，谢谢你，大家再见非常感谢收听，如果你觉得本期内容有收获，可以在Apple Podcasts Spotify 或你喜欢的播客应用上，订阅本节目，另外也请考虑给我们打个分，或留个评价，因为这确实能帮到其他听众，发现这档播客，你可以在Lenny's Podcast.com 找到往期所有节目，或了解关于本节目的更多信息，下期节目见 [01:16:45]