WEBVTT
Kind: captions
Language: zh-Hans

00:00:00.333 --> 00:00:02.950
大家好，这里是最佳拍档，我是大飞

00:00:03.366 --> 00:00:04.250
8月11号

00:00:04.250 --> 00:00:07.583
SpaceXAI在整合了Cursor的核心团队后

00:00:07.683 --> 00:00:11.100
宣布推出了一款常驻型智能体工具Grok Bot

00:00:11.366 --> 00:00:14.700
它让你可以拥有多个跑在独立云端电脑的数字员工

00:00:14.850 --> 00:00:19.016
能像真人同事一样自主登录系统、扒取数据、协调软件

00:00:19.016 --> 00:00:22.266
甚至在后台静默完成跨越数小时的复杂业务

00:00:22.533 --> 00:00:23.650
上线短短几周

00:00:23.650 --> 00:00:25.966
大量专业用户集体倒戈

00:00:25.966 --> 00:00:27.733
打造这款产品的核心操盘手

00:00:27.733 --> 00:00:31.300
是SpaceXAI产品负责人罗曼·乌加特（Roman Ugarte）

00:00:31.300 --> 00:00:33.350
他是Cursor的第15号员工

00:00:33.483 --> 00:00:35.133
曾经统管增长业务

00:00:35.133 --> 00:00:37.683
亲历了团队从十多人的车库作坊

00:00:37.683 --> 00:00:39.416
一路狂飙到千人规模

00:00:39.416 --> 00:00:40.816
最终并入SpaceX

00:00:40.816 --> 00:00:43.866
最近他做客了科技播客Lenny's Podcast

00:00:43.883 --> 00:00:46.583
详细复盘了这场反直觉的产品战役

00:00:46.900 --> 00:00:48.633
这场对话最让人意外的地方

00:00:48.633 --> 00:00:49.800
可能是它的起点

00:00:50.100 --> 00:00:53.316
Grok Bot不是在某个战略会议室里规划出来的

00:00:53.500 --> 00:00:56.116
而是几个人几乎躲进山洞开发出来的

00:00:56.300 --> 00:00:57.066
罗曼说

00:00:57.066 --> 00:01:01.283
团队当时在办公室里找了一个完全与大部队隔开的独立角落

00:01:01.383 --> 00:01:03.100
开了私密沟通频道

00:01:03.100 --> 00:01:04.800
把自己彻底封闭起来

00:01:04.866 --> 00:01:06.466
唯一目标就是在一个月内

00:01:06.466 --> 00:01:10.916
打造出一款能把智能体能力普及到全公司的知识工作产品

00:01:11.066 --> 00:01:13.483
从第一行代码到内部可用原型

00:01:13.500 --> 00:01:15.033
真真切切就花了一个月

00:01:15.033 --> 00:01:16.650
他回头看说得很直白

00:01:16.650 --> 00:01:18.450
如果当时团队规模再大一点

00:01:18.533 --> 00:01:20.266
这事可能根本就成不了

00:01:20.583 --> 00:01:22.216
因为要在一个极短的周期里

00:01:22.216 --> 00:01:24.316
做成千上万个微观决策

00:01:24.450 --> 00:01:26.783
很多决定当时完全不符合常规

00:01:27.050 --> 00:01:31.150
如果一大帮人坐在一起反复推演六到十二个月的长远战略

00:01:31.150 --> 00:01:32.716
那就绝对走不到今天

00:01:32.816 --> 00:01:34.450
在一个月拿出原型之后

00:01:34.450 --> 00:01:36.783
他们在全员大会上同步了进展

00:01:36.850 --> 00:01:38.700
告诉大家有一款新产品

00:01:38.700 --> 00:01:39.833
欢迎大家试用

00:01:39.900 --> 00:01:42.133
做产品的人很容易陷入自我感动

00:01:42.133 --> 00:01:44.516
因为你太清楚工具的内部构造了

00:01:44.650 --> 00:01:46.100
所以面向全员开放

00:01:46.100 --> 00:01:48.716
是一次极其硬核的现实压力测试

00:01:48.933 --> 00:01:51.616
大家到底会不会自发把原来的工具扔掉

00:01:51.616 --> 00:01:54.033
转而把Grok Bot当作日常主力

00:01:54.183 --> 00:01:55.616
结果在随后的一周里

00:01:55.616 --> 00:01:58.316
各部门爆发出的热情彻底震撼了他们

00:01:58.416 --> 00:02:00.416
很多平时你根本想不到的团队

00:02:00.416 --> 00:02:03.716
以及那些每天重度依赖常规聊天界面的同事

00:02:03.783 --> 00:02:06.750
竟然自发地把大量工作全部搬了过来

00:02:07.016 --> 00:02:08.650
看到内部反响如此强烈

00:02:08.650 --> 00:02:10.183
他们立刻转向扩容

00:02:10.216 --> 00:02:12.066
几周后正式推向市场

00:02:12.366 --> 00:02:14.916
这里有一个在内部争议极大的决定

00:02:14.983 --> 00:02:16.250
为什么不把这套功能

00:02:16.250 --> 00:02:18.666
直接做进功成名就的Cursor呢？

00:02:18.900 --> 00:02:20.500
行业里其他玩家的路径

00:02:20.500 --> 00:02:22.733
基本都是在原有代码助手里

00:02:22.733 --> 00:02:24.316
增加非技术工作流

00:02:24.583 --> 00:02:27.333
或者在聊天界面里不断塞新的标签页

00:02:27.333 --> 00:02:29.933
罗曼说，他们仔细研究过竞品的策略

00:02:29.933 --> 00:02:32.016
把所有场景塞进同一个界面

00:02:32.016 --> 00:02:34.516
每增加一种形态就新开一个标签页

00:02:34.700 --> 00:02:36.300
用户一用就能感受到

00:02:36.300 --> 00:02:40.016
这根本不是关于未来工作该如何运转的统一构想

00:02:40.016 --> 00:02:41.833
而是几套不相干的业务线

00:02:41.850 --> 00:02:44.050
在强行争夺同一块屏幕

00:02:44.050 --> 00:02:44.616
本质上

00:02:44.616 --> 00:02:47.550
是在向用户输出公司的内部组织架构

00:02:47.816 --> 00:02:49.866
所以他们决心彻底推倒重来

00:02:49.933 --> 00:02:52.266
在新产品里掌控每一个像素

00:02:52.383 --> 00:02:54.716
让每个交互都为智能体原生设计

00:02:54.783 --> 00:02:58.183
发布前还有一段极其残酷但是极其有价值的经历

00:02:58.250 --> 00:02:59.133
手动带教

00:02:59.133 --> 00:03:01.850
罗曼和团队亲自带了两三百位用户

00:03:01.850 --> 00:03:03.633
包括播客主持人Lenny本人

00:03:03.900 --> 00:03:06.350
前几次带教简直就是灾难现场

00:03:06.416 --> 00:03:08.100
你跟用户连着视频通话

00:03:08.100 --> 00:03:09.916
对面的虚拟机卡死起不来

00:03:10.050 --> 00:03:12.650
或者界面交互把对方绕得云里雾里

00:03:12.650 --> 00:03:15.066
大家大眼瞪小眼坐上二十分钟

00:03:15.300 --> 00:03:17.183
但是这种痛苦极其有价值

00:03:17.333 --> 00:03:19.266
核心团队亲眼目睹了尴尬

00:03:19.300 --> 00:03:21.066
挂掉电话唯一的反应就是

00:03:21.100 --> 00:03:23.033
这种事绝对不能再发生

00:03:23.250 --> 00:03:24.700
明天还有下一位用户

00:03:24.700 --> 00:03:26.516
今天晚上必须彻底修好

00:03:26.616 --> 00:03:27.533
在带教时

00:03:27.533 --> 00:03:31.116
他们还有意引入了许多与科技圈毫无交集的真实用户

00:03:31.216 --> 00:03:34.150
比如通过朋友认识了一位开咖啡馆的老板

00:03:34.300 --> 00:03:36.050
这位老板拿到安装包后

00:03:36.050 --> 00:03:38.100
展现出了令人惊叹的创造力

00:03:38.100 --> 00:03:43.066
用Grok Bot打通电商后台、写商品介绍、处理小生意的日常杂务

00:03:43.100 --> 00:03:45.750
反而成了反馈最密集的重度用户之一

00:03:45.850 --> 00:03:49.266
如果电商插件连接不稳定或者文案口吻不对

00:03:49.333 --> 00:03:52.116
他会直接在反馈群里指出非常尖锐的问题

00:03:52.500 --> 00:03:54.783
这种来自真实商业第一线的反馈

00:03:54.783 --> 00:03:57.633
是你在办公室里跟程序员同事做内部测试

00:03:57.900 --> 00:03:59.383
永远不可能发现的

00:03:59.616 --> 00:04:01.516
他时刻提醒团队两件事

00:04:01.783 --> 00:04:05.983
这必须是一个让普通商业用户无门槛使用的通用工具

00:04:06.133 --> 00:04:09.616
他们必须主动跳出硅谷这个自给自足的AI泡泡

00:04:09.616 --> 00:04:11.250
在早期带教和测试中

00:04:11.250 --> 00:04:13.816
有一个决定彻底改变了产品的交互形态

00:04:13.816 --> 00:04:16.516
想清楚用户到底不需要看见什么

00:04:16.783 --> 00:04:20.733
Grok Bot和市面上绝大多数同类产品有一个非常显著的区别

00:04:20.733 --> 00:04:24.266
那就是绝大部分的底层运作机制被彻底隐藏了

00:04:24.583 --> 00:04:26.866
传统智能体产品里，你敲下一句话

00:04:26.900 --> 00:04:30.466
屏幕上立刻会刷出成串的思维链和工具调用记录

00:04:30.533 --> 00:04:32.716
还有一堆像代码一样的运行日志

00:04:33.016 --> 00:04:34.066
罗曼的思考是

00:04:34.100 --> 00:04:37.150
如果你在现实中招来一个优秀的团队伙伴

00:04:37.300 --> 00:04:42.666
绝不会要求他每分每秒向你同步他点了哪个网页、正在敲哪个按键

00:04:42.900 --> 00:04:46.183
一个同事每做一步就跑过来汇报这些机械细节

00:04:46.250 --> 00:04:47.616
不仅无法建立信任

00:04:47.616 --> 00:04:50.066
反而带来巨大的干扰和心理过载

00:04:50.383 --> 00:04:52.350
所以他们直接走向了另一个极端

00:04:52.450 --> 00:04:54.783
你下发指令，告诉智能体要做什么

00:04:54.783 --> 00:04:56.350
它就默默开始干活

00:04:56.483 --> 00:04:58.266
像通讯软件里的同事一样

00:04:58.450 --> 00:05:00.333
亮起代表正在工作的小绿灯

00:05:00.333 --> 00:05:02.916
只在合适的阶段性节点汇报进展

00:05:03.133 --> 00:05:04.933
你看不到底层虚拟机操作

00:05:04.933 --> 00:05:06.416
看不到它调了什么接口

00:05:06.416 --> 00:05:09.550
也看不到它在自己的电脑屏幕上点了哪块像素

00:05:09.900 --> 00:05:13.516
内测时确实有用户希望能看到智能体的待办清单

00:05:13.533 --> 00:05:14.383
这完全合理

00:05:14.383 --> 00:05:19.516
但没有任何一个真实用户表示自己想看那串冗长不断滚动的字符流

00:05:19.850 --> 00:05:21.233
这彻底验证了判断

00:05:21.250 --> 00:05:23.216
把机制细节藏在水面之下

00:05:23.216 --> 00:05:24.550
才是正确的方向

00:05:24.933 --> 00:05:25.816
接下来要说的

00:05:25.816 --> 00:05:28.150
是他们做的一次极其激进的减法

00:05:28.416 --> 00:05:29.916
就在正式发布前两周

00:05:29.933 --> 00:05:35.183
当时产品里面堆满了各种给研发人员自测用的监控工具和实验性配置项

00:05:35.183 --> 00:05:39.316
主界面上直接展示模型的内部思考状态和记忆提取日志

00:05:39.583 --> 00:05:41.783
虽然这给修Bug带来了方便

00:05:41.816 --> 00:05:44.466
但对普通用户来说全是认知噪音

00:05:44.700 --> 00:05:47.016
所以他们必须极其冷酷地清理界面

00:05:47.016 --> 00:05:50.316
把任何用户不需要主动关心的东西统统抽离

00:05:50.433 --> 00:05:51.016
于是

00:05:51.016 --> 00:05:54.516
他们在内部建立了一套非常严苛的产品自审机制

00:05:54.700 --> 00:05:56.983
评估任何新功能时，先问一句

00:05:57.050 --> 00:05:59.316
这个功能的上线推文该怎么写

00:05:59.583 --> 00:06:02.350
如果写不出一句让用户感到兴奋的推文

00:06:02.450 --> 00:06:04.050
甚至用户根本感知不到

00:06:04.050 --> 00:06:05.266
大概率就不该做

00:06:05.300 --> 00:06:08.016
更进一步说，传统软件思维习惯描述

00:06:08.016 --> 00:06:10.183
产品现在拥有了什么新特性

00:06:10.250 --> 00:06:11.733
比如又多了一个按钮

00:06:11.733 --> 00:06:13.033
或者一个下拉菜单

00:06:13.133 --> 00:06:14.666
而他们强迫自己换成

00:06:14.700 --> 00:06:16.616
智能体现在能够做到什么

00:06:16.833 --> 00:06:19.466
简单来说，就是给它的是手脚和工具

00:06:19.466 --> 00:06:22.283
而不是给用户增加操作界面的复杂度

00:06:22.633 --> 00:06:25.200
一个代表性例子是自动化任务的设定

00:06:25.466 --> 00:06:27.266
竞品里设置定时任务

00:06:27.266 --> 00:06:32.666
你得点开侧边栏、按加号、选触发器、选执行动作、填一堆表单

00:06:32.783 --> 00:06:35.033
极其繁琐，普通人根本不用

00:06:35.266 --> 00:06:38.150
Grok Bot里他们把整个配置界面全部删光

00:06:38.416 --> 00:06:40.750
你只需要用日常白话跟它说一句

00:06:40.750 --> 00:06:43.150
以后每天早上八点提醒我这几件事

00:06:43.300 --> 00:06:45.466
它就会在后台把所有逻辑配好

00:06:45.466 --> 00:06:47.816
现在平台上百分之九十九的自动化任务

00:06:47.816 --> 00:06:50.016
都是通过这种自然对话建立的

00:06:50.050 --> 00:06:51.133
回顾整个产品

00:06:51.133 --> 00:06:55.450
罗曼认为有两个在早期极不起眼、甚至违背直觉的底层决策

00:06:55.450 --> 00:06:56.916
起到了决定性作用

00:06:57.100 --> 00:07:00.466
第一个是彻底消除本地和云端的心智鸿沟

00:07:00.850 --> 00:07:02.100
在很多极客产品里

00:07:02.100 --> 00:07:03.816
用户总是要操心这个任务

00:07:03.816 --> 00:07:06.350
到底是在本地跑还是云端跑

00:07:06.383 --> 00:07:07.933
出门用手机发了指令

00:07:07.933 --> 00:07:10.183
家里那台电脑是不是得一直开着

00:07:10.316 --> 00:07:13.083
从第一天起他们就决定全部在云端

00:07:13.316 --> 00:07:15.600
它是一个独立常驻的数字同事

00:07:15.600 --> 00:07:16.883
有属于自己的电脑

00:07:16.916 --> 00:07:18.466
无论你用什么设备唤起它

00:07:18.466 --> 00:07:19.683
状态永远都在

00:07:20.033 --> 00:07:22.233
第二个决策，是必须给每个智能体

00:07:22.233 --> 00:07:23.883
配一台属于它自己的电脑

00:07:24.150 --> 00:07:27.933
人类不是靠标准接口和调用协议来做日常工作的

00:07:28.000 --> 00:07:32.850
工作靠的是看着屏幕上的像素、抓着鼠标点击按钮、在输入框里敲字

00:07:33.116 --> 00:07:35.283
现实世界里的绝大多数企业软件

00:07:35.316 --> 00:07:37.683
根本没有完善的接口去对接AI

00:07:37.950 --> 00:07:40.083
更荒谬的是现存的工作方式

00:07:40.350 --> 00:07:42.516
你招揽了一个智商极高的AI助手

00:07:42.516 --> 00:07:44.350
却让它跟你挤在一张椅子上

00:07:44.350 --> 00:07:45.933
共用一台笔记本电脑

00:07:46.033 --> 00:07:49.766
你看着它在你的屏幕上抢鼠标、互相争夺操作权限

00:07:49.916 --> 00:07:52.850
甚至要把你个人的账号密码一股脑托付给它

00:07:53.116 --> 00:07:55.083
这在现实企业里不可想象

00:07:55.083 --> 00:07:57.350
让智能体拥有自己独立的云端设备

00:07:57.350 --> 00:07:59.733
赋予它视屏和键鼠操作能力

00:07:59.750 --> 00:08:01.950
它才能真正像真实员工一样

00:08:01.950 --> 00:08:03.933
无障碍地接管复杂业务流

00:08:04.266 --> 00:08:05.900
这种基于独立电脑的设想

00:08:05.900 --> 00:08:08.800
在实际业务场景中带来了立竿见影的突破

00:08:09.066 --> 00:08:10.766
最典型的是销售团队

00:08:11.033 --> 00:08:14.200
销售每天用大量老旧的企业软件和内部看板

00:08:14.300 --> 00:08:17.233
那些系统根本没有开发过现代化的对接协议

00:08:17.550 --> 00:08:20.316
以前的AI工具在这些场景里寸步难行

00:08:20.550 --> 00:08:22.033
但有了独立电脑之后

00:08:22.033 --> 00:08:24.200
就像给销售配了一个数字助理

00:08:24.233 --> 00:08:25.800
直接分给它一台笔记本

00:08:25.900 --> 00:08:28.233
它自己在里面登录系统、抓取数据

00:08:28.316 --> 00:08:29.283
早期测试时

00:08:29.283 --> 00:08:32.366
销售反馈智能体在某些内部系统里总是卡壳

00:08:32.600 --> 00:08:33.683
拉出日志一看

00:08:33.683 --> 00:08:36.333
其实就是鼠标的点击精度不够细腻

00:08:36.400 --> 00:08:40.083
没办法准确点中特定控制台里某个极小的按钮

00:08:40.400 --> 00:08:43.116
他们立刻把这种极其具体的视觉反馈

00:08:43.116 --> 00:08:44.850
拿回给底层基建团队

00:08:44.950 --> 00:08:48.250
针对屏幕像素的识别和操控做定向优化

00:08:48.483 --> 00:08:51.566
往往前一天底层推送了一个微小的精度补丁

00:08:51.683 --> 00:08:53.933
第二天销售团队就在群里沸腾了

00:08:54.000 --> 00:08:57.233
因为他们原本必须手动处理一周的死板工作流

00:08:57.233 --> 00:08:59.316
智能体彻底能自主搞定了

00:08:59.316 --> 00:09:01.250
招聘团队的用法更具有启发性

00:09:01.450 --> 00:09:04.416
他们公司的招聘哲学里有一个核心信条

00:09:04.683 --> 00:09:07.983
一个顶级人才是否正在市场上公开找工作

00:09:08.083 --> 00:09:10.733
从来都不是评估要不要招募他的前提

00:09:11.000 --> 00:09:12.333
真正的顶级招聘

00:09:12.366 --> 00:09:15.650
是梳理清楚公司当前最难的业务卡点是什么

00:09:15.650 --> 00:09:16.866
然后放眼全球

00:09:16.933 --> 00:09:19.866
把全行业在相关领域最拔尖的那批人

00:09:19.883 --> 00:09:21.066
彻底摸排一遍

00:09:21.083 --> 00:09:23.133
然后千方百计找到他们

00:09:23.166 --> 00:09:26.066
招聘团队直接给智能体设定了一整套规则

00:09:26.166 --> 00:09:28.850
这是某场顶尖学术会议的官方网页

00:09:28.850 --> 00:09:32.533
上面很多最新论文的全文没有被学术搜索引擎收录

00:09:32.650 --> 00:09:34.783
只以附件形式散落在网页上

00:09:35.133 --> 00:09:37.966
每天早上去下载这些最新论文

00:09:37.966 --> 00:09:39.100
提取作者名单

00:09:39.283 --> 00:09:41.683
只要出现之前没追踪过的新名字

00:09:41.683 --> 00:09:43.783
立刻建档做深度背景调查

00:09:44.083 --> 00:09:45.816
然后比对全员通讯录

00:09:45.883 --> 00:09:49.066
看公司内部是否有人跟这位学者产生过交集

00:09:49.133 --> 00:09:49.800
如果有

00:09:49.800 --> 00:09:52.083
自动给那位员工发送协作消息

00:09:52.083 --> 00:09:53.583
请求引荐喝咖啡

00:09:53.933 --> 00:09:56.166
以往这种浩如烟海的案头工作

00:09:56.166 --> 00:09:57.616
需要耗费几周的时间

00:09:57.683 --> 00:09:59.850
现在一个全天候运转的智能体

00:09:59.850 --> 00:10:01.583
在后台就可以静默完成

00:10:01.883 --> 00:10:04.616
招聘团队只需集中精力做最关键的一步

00:10:04.650 --> 00:10:06.533
就是跟候选人当面深聊

00:10:06.566 --> 00:10:08.700
把最优秀的人吸引过来

00:10:08.766 --> 00:10:11.583
在实际使用中还出现了脑洞大开的操作

00:10:11.783 --> 00:10:12.566
线下聚会上

00:10:12.566 --> 00:10:16.383
一位同事向全场演示了让所有人目瞪口呆的骚操作

00:10:16.566 --> 00:10:18.083
在智能体自己的电脑里

00:10:18.083 --> 00:10:20.466
下载并运行了一个新的Grok Bot

00:10:20.600 --> 00:10:22.616
罗曼自己平时也一直在这么用

00:10:22.850 --> 00:10:25.066
他专门建了一个负责质检的智能体

00:10:25.200 --> 00:10:27.466
每当要给桌面端发布新版本的时候

00:10:27.533 --> 00:10:29.666
就直接对这个质检智能体说

00:10:29.733 --> 00:10:32.650
去你的电脑里把最新客户端安装包下载下来

00:10:32.650 --> 00:10:33.433
运行它

00:10:33.450 --> 00:10:35.783
在里面跑一遍这十个核心工作流

00:10:35.850 --> 00:10:38.566
把测试结果和历史各版本的性能差异

00:10:38.566 --> 00:10:39.850
写进协同文档里

00:10:39.850 --> 00:10:40.800
一旦你的认知

00:10:40.800 --> 00:10:43.016
从这只是一个可以聊天的对话框

00:10:43.083 --> 00:10:45.900
跃迁到这是一个坐在电脑前的数字同事

00:10:46.050 --> 00:10:49.700
你脑海中所有关于任务分配的上限都会被彻底打破

00:10:50.016 --> 00:10:51.716
对于已经熟悉的高阶用户

00:10:51.816 --> 00:10:54.300
核心在于多智能体之间的协同分工

00:10:54.616 --> 00:10:58.750
罗曼自己的主智能体接入了全网所有提及产品的公开舆情

00:10:58.766 --> 00:11:01.300
同时打通了内部的代码库和测试环境

00:11:01.616 --> 00:11:05.500
当全网有任何用户吐槽某个功能、上报某个异常时

00:11:05.683 --> 00:11:07.750
智能体会第一时间提取信息

00:11:07.850 --> 00:11:10.950
甚至尝试在自己的环境里把那个异常复现出来

00:11:11.083 --> 00:11:13.266
然后把定位好的结论呈报给他

00:11:13.733 --> 00:11:18.300
甚至有一些极客用户给智能体开放了最高级别的紧急呼叫权限

00:11:18.566 --> 00:11:20.533
只有在系统出现重大异常

00:11:20.533 --> 00:11:23.066
或者真正十万火急的极少数关头

00:11:23.133 --> 00:11:26.016
智能体才被允许直接打电话打断用户

00:11:26.083 --> 00:11:27.766
当AI从等你给它提问

00:11:27.766 --> 00:11:30.816
变成在后台默默巡逻并主动预警时

00:11:30.966 --> 00:11:33.616
它就已经成为你不可或缺的副手了

00:11:34.050 --> 00:11:36.600
这场对话中还有一个被广泛传播的观点

00:11:36.683 --> 00:11:38.950
罗曼曾经在社交媒体上发过一段话

00:11:39.033 --> 00:11:41.433
一个能搞定百分之百工作的AI

00:11:41.450 --> 00:11:43.666
与一个只能做到百分之九十的AI

00:11:43.666 --> 00:11:46.066
给人带来的感受是截然不同的

00:11:46.266 --> 00:11:49.383
为什么这最后的百分之十会带来质的改变呢？

00:11:49.433 --> 00:11:50.816
因为那剩下的百分之十

00:11:50.833 --> 00:11:54.733
决定了这件事情在心理上到底算不算一次真正的委托

00:11:54.733 --> 00:11:57.466
只能完成百分之九十的状态极其折磨人

00:11:57.650 --> 00:11:58.800
整个执行过程中

00:11:58.800 --> 00:12:01.050
你的大脑并没有得到真正的解放

00:12:01.050 --> 00:12:02.766
必须时刻绷着一根弦

00:12:02.800 --> 00:12:04.850
准备纠错、介入和接盘

00:12:05.000 --> 00:12:06.283
这根本不叫委托

00:12:06.483 --> 00:12:09.316
你的认知带宽依然被牢牢锁死在任务里

00:12:09.450 --> 00:12:10.966
而真正奇妙的体验是

00:12:11.050 --> 00:12:15.716
你在球场上给队友送出一记完全不需要回头确认的不看人传球

00:12:15.966 --> 00:12:17.516
你只需要把球抛出去

00:12:17.566 --> 00:12:20.683
心里非常笃定他绝对能接住并把球打进

00:12:20.933 --> 00:12:22.516
你甚至不需要再看他一眼

00:12:22.533 --> 00:12:23.883
直接转头回防

00:12:24.050 --> 00:12:26.600
当Grok Bot第一次在非编程任务中

00:12:26.600 --> 00:12:28.883
让你敢于给出这种不看人传球

00:12:29.050 --> 00:12:31.050
当你转头离开、半小时后回来

00:12:31.050 --> 00:12:34.516
看见事情已经被彻底办妥并交付闭环时

00:12:34.733 --> 00:12:37.116
你对AI的理解会被彻底颠覆

00:12:37.250 --> 00:12:39.250
至于为什么像Cursor这样的小团队

00:12:39.250 --> 00:12:41.400
能在巨头围追堵截的赛道里

00:12:41.400 --> 00:12:43.600
一路保持令人发指的迭代速度

00:12:43.683 --> 00:12:47.800
罗曼认为很重要的原因是极力守护着最初的创业公司状态

00:12:47.933 --> 00:12:50.366
从十五个人一路狂飙到一千多人

00:12:50.366 --> 00:12:55.850
公司最宝贵的财富就是始终保持着那种略带混乱、但是极度敏捷的冲刺感

00:12:56.166 --> 00:12:57.650
大企业里随着规模扩大

00:12:57.650 --> 00:12:59.250
大家会反复告诉自己

00:12:59.400 --> 00:13:01.366
我们依然是个创业团队

00:13:01.400 --> 00:13:03.400
但是实际上早就官僚化了

00:13:03.566 --> 00:13:04.916
创业公司的本质特征

00:13:04.933 --> 00:13:07.716
不是人数多少或融了哪一轮钱

00:13:07.933 --> 00:13:11.683
而是大家时刻处于一种为了共同目标全速奔跑的状态

00:13:11.966 --> 00:13:13.400
每个人被高度信任

00:13:13.400 --> 00:13:14.900
彼此不需要层层审批

00:13:14.900 --> 00:13:16.550
所以，Cursor的团队内部

00:13:16.550 --> 00:13:18.333
有一句被反复念叨的话

00:13:18.416 --> 00:13:19.700
直接把事做了

00:13:19.933 --> 00:13:20.866
关于护城河

00:13:20.866 --> 00:13:22.666
很多创始人喜欢坐在白板前

00:13:22.666 --> 00:13:24.416
推演两三年后的终局

00:13:24.616 --> 00:13:25.866
罗曼很确定地说

00:13:25.900 --> 00:13:29.016
如果当初他们也坐下来画战略护城河的框架图

00:13:29.016 --> 00:13:30.733
绝对做不出今天的Cursor

00:13:30.750 --> 00:13:32.466
更不可能做出Grok Bot

00:13:32.683 --> 00:13:34.500
AI领域的迭代速度太恐怖了

00:13:34.500 --> 00:13:37.066
真正能建立优势的逻辑非常务实

00:13:37.100 --> 00:13:38.466
那就是站在今天

00:13:38.616 --> 00:13:43.183
你能隐约看清未来三到六个月后模型能力会演进到哪里

00:13:43.300 --> 00:13:46.333
知道哪些现在做不到的事情马上就能做到了

00:13:46.550 --> 00:13:49.583
做的事情就是靠极强的工程和产品直觉

00:13:49.750 --> 00:13:52.383
哪怕花极大力量搭一层临时脚手架

00:13:52.416 --> 00:13:54.983
也要把未来半年的能力强行拉到今天

00:13:55.066 --> 00:13:58.133
做成用户现在就能爽快使用的完整产品

00:13:58.350 --> 00:13:59.700
然后三到六个月后

00:13:59.700 --> 00:14:01.133
底层模型自然迭代

00:14:01.416 --> 00:14:05.500
当初那些需要大费周章搭建的脚手架就会变得毫无必要了

00:14:05.550 --> 00:14:09.183
你必须有勇气亲手把过去费尽心血做的产品特性

00:14:09.183 --> 00:14:10.133
彻底删除

00:14:10.266 --> 00:14:13.300
毫不留恋地把界面让渡给新的纯粹形态

00:14:13.416 --> 00:14:15.466
转身去把再下一个周期的未知能力

00:14:15.466 --> 00:14:16.733
继续拽到当下

00:14:16.733 --> 00:14:19.016
很多体量庞大的先入局者掉队

00:14:19.216 --> 00:14:21.183
不是因为技术或资金不够

00:14:21.183 --> 00:14:22.733
而是沉没成本太高

00:14:22.900 --> 00:14:26.100
在文化上无法承受自我推翻和高频重构

00:14:26.333 --> 00:14:29.016
所以，护城河不是战略图纸画出来的

00:14:29.016 --> 00:14:32.450
而是在持续为用户解决当前痛点的极速奔跑中

00:14:32.466 --> 00:14:34.300
自然沉淀出来的副产品

00:14:34.333 --> 00:14:36.300
对于刚接触Grok Bot的新手

00:14:36.300 --> 00:14:38.783
罗曼不建议死记硬背那些花哨技巧

00:14:38.866 --> 00:14:40.500
因为做产品的终极目标

00:14:40.500 --> 00:14:43.100
就是把所有反人性的旋钮全部干掉

00:14:43.466 --> 00:14:44.416
最关键的一步是

00:14:44.416 --> 00:14:46.733
把它当成一个新入职的真实员工

00:14:46.783 --> 00:14:48.583
先给它充分的业务上下文

00:14:48.583 --> 00:14:50.183
不要只是让它润色邮件

00:14:50.183 --> 00:14:53.816
把你日常使用的协作软件、工作邮箱给它开放权限

00:14:53.816 --> 00:14:54.900
然后直接对它说

00:14:54.900 --> 00:14:57.300
把我的邮件和工作沟通通读一遍

00:14:57.416 --> 00:15:00.416
梳理出五件你能够直接替我接管的具体工作

00:15:00.416 --> 00:15:02.333
并告诉我需要我怎么配合

00:15:02.533 --> 00:15:04.883
罗曼自己最早测试时就是这么做的

00:15:04.883 --> 00:15:07.566
它提出的五条建议里有两个极具价值

00:15:07.650 --> 00:15:09.933
他当场直接建了两个专属智能体

00:15:09.933 --> 00:15:11.933
把那两块业务彻底接管了

00:15:12.033 --> 00:15:12.766
罗曼说

00:15:12.766 --> 00:15:15.250
让它主动根据你的现实境况来提建议

00:15:15.250 --> 00:15:18.766
远比你坐在电脑前苦思冥想提示词要高效得多

00:15:19.166 --> 00:15:20.283
对于高阶用户

00:15:20.283 --> 00:15:23.283
核心在于多智能体之间的协同分工与沉淀

00:15:23.483 --> 00:15:26.083
不要让每个智能体变成各自为战的孤岛

00:15:26.216 --> 00:15:28.366
要设计一套统一的承接结构

00:15:28.450 --> 00:15:32.883
规定所有负责监控、舆情、代码测试或数据整理的智能体

00:15:32.966 --> 00:15:35.200
必须把每天产出的核心结论

00:15:35.283 --> 00:15:38.050
沉淀到一个统一的看板或知识库中

00:15:38.333 --> 00:15:42.250
当你开始以指挥一支专业特战队的心态去调度它们时

00:15:42.283 --> 00:15:44.800
整个工作的杠杆率会被彻底放大

00:15:45.250 --> 00:15:46.800
在最后的快问快答环节

00:15:46.816 --> 00:15:48.166
罗曼推荐了两本书

00:15:48.166 --> 00:15:50.450
一本是冯内古特（Kurt Vonnegut）的《猫的摇篮》（Cat's Cradle）

00:15:50.450 --> 00:15:52.366
非常荒诞但极其迷人

00:15:52.566 --> 00:15:55.383
另一本是普莱斯菲尔德（Steven Pressfield）的《艺术之战》（The War of Art）

00:15:55.383 --> 00:15:57.600
讲的是人在面对创造性工作时

00:15:57.616 --> 00:15:59.883
如何克服内心的阻力与逃避

00:15:59.933 --> 00:16:02.200
每当卡壳的时候翻翻非常提神

00:16:02.566 --> 00:16:03.683
排除自家产品后

00:16:03.683 --> 00:16:06.283
最让他感到兴奋的AI产品是Exa

00:16:06.333 --> 00:16:07.850
一个语义搜索引擎

00:16:08.000 --> 00:16:10.516
它打破了传统关键词匹配的搜索逻辑

00:16:10.516 --> 00:16:13.233
可以在互联网上做不可思议的语义检索

00:16:13.633 --> 00:16:16.633
至于工作或生活中最常提醒自己的座右铭

00:16:16.633 --> 00:16:18.666
他说不是一句简短的口号

00:16:18.683 --> 00:16:22.650
而是马克斯·埃尔曼（Max Ehrmann）的那首散文诗《人生训条》（Desiderata）

00:16:22.650 --> 00:16:25.233
从十几岁起他就把它打印出来贴在房门上

00:16:25.400 --> 00:16:27.750
无论搬家搬到哪里都会重新贴上

00:16:27.750 --> 00:16:30.433
每次读都觉得内心能重新沉静下来

00:16:30.433 --> 00:16:31.350
脚踏实地

00:16:31.616 --> 00:16:32.150
好了

00:16:32.150 --> 00:16:34.466
以上就是罗曼这场对话的主要内容了

00:16:34.483 --> 00:16:36.800
讲透了一款当红产品的诞生内幕

00:16:36.883 --> 00:16:39.800
也揭示了下一代人机协作该如何真正落地

00:16:39.950 --> 00:16:42.716
当AI从一个你问一句答一段的对话框

00:16:42.716 --> 00:16:48.116
变成一个坐在云端电脑前、能被你不看人传球一样的、委以重任的数字同事

00:16:48.283 --> 00:16:50.316
工作的含义就被重新定义了

00:16:50.516 --> 00:16:53.200
罗曼的建议很简单，别把它当聊天框

00:16:53.200 --> 00:16:55.600
把它当一个新同事来办入职

00:16:56.000 --> 00:16:57.150
开放你的工具权限

00:16:57.150 --> 00:16:59.600
让它主动告诉你它能帮你做什么

00:16:59.883 --> 00:17:01.600
感谢收看，我们下期再见