9月26日，Perplexity創始人Aravind Srinivas接受海外播客Silicon Valley Girl的訪談，本次對話深入探討了Perplexity實現爆炸性增長的核心驅動力、AI Agent瀏覽器“Comet”的革命性功能，以及AI技術對未來商業模式、廣告生態和傳統行業的顛覆性影響。Aravind Srinivas預言，未來的廣告將不再直接面向消費者，而是轉向說服使用者的個人AI Agent。AI Agent通過篩選對使用者有益的“廣告”資訊來獲取收益，並與使用者分成。Aravind Srinivas指出，Comet這樣的AI Agent瀏覽器將強大的AI能力交到了使用者手中，使其不再被動接受平台通過AI演算法進行的推薦。使用者可以憑藉自己的AI Agent與大公司博弈，從而推動一部分利潤從平台回流到使用者手中。01. AI Agent瀏覽器Comet近幾個月查詢量飆升的根本原因是什麼？能否為我們展示一下 AI Agent 瀏覽器 Comet 中，你認為最能體現其價值的殺手級功能？Aravind Srinivas: 我不確定具體是在六月還是七月，但我們過去幾個月的增長確實非常迅猛。要說根本上推動增長的事件，那應該是我們在七月發佈的 AI Agent 瀏覽器——Comet。這讓你第一次擁有了一款能與你一同思考、為你採取行動、並切實執行任務的瀏覽器。（關於 Comet 的殺手級功能）我超愛這個功能，因為它非常簡單，但效果拔群。比如，我記得以前看過某個視訊，但記不清具體是那個，我可以直接用自然語言去搜，並讓它從我想要的確切時刻開始播放。舉個例子：“有一個 Jensen Huang 說‘我寧願把人折磨到卓越，也不願解僱他們’的視訊。幫我找到它，並從那個確切的瞬間開始播放。”這裡的關鍵，不在於它能搜尋視訊，而在於它如何進行多步推理，自己找到視訊，拉取字幕，然後打開新標籤頁並開始播放。然後，你還能和這個視訊互動。我昨天看你的一個訪談時就這麼做了。比如這裡還有很多其他視訊，我可以點開這個一小時長的視訊，然後直接問：“Jensen 在這次訪談裡說了那些比較有新意的觀點？”我不想看完整部，因為他可能說了很多重複過的話，比如 AI 將如何爆發之類的，我只想知道些新東西。然後，它就會去讀取全部的字幕。它特別提到了“GPU 即時間機器”這個概念，我以前從沒聽他這麼說過。當然還有其他觀點，比如規模與靈活性，科學即應用，以及 Omniverse 的成本考量。然後我可以直接說：“能把這些內容整理成郵件發出去嗎？”假設你登錄了 Gmail，你可以說：“把這個發郵件給 Perplexity 的創始人兼 CEO Aravind Srinivas。”你甚至可以在傳送前編輯內容，比如加上一句“發自 Comet”，或者對郵件進行任何修改，然後直接傳送。就是這樣。你完全不需要打開新應用，不用複製貼上，不用切換標籤頁，也不用費心寫郵件。這還只是一個例子。你還可以用它安排會議，甚至可以對它說：“去 Amazon 幫我訂購 Jensen 身上穿的那件皮夾克。”它會去找到商品。當然，它也知道這件夾克會非常貴，所以不會直接幫你下單。它能完成大量諸如此類的多步驟任務。02. AI 對商業廣告的顛覆Comet 的出現對依賴付費廣告的商家意味著什麼，它會如何處理廣告和蒐集購物資訊？在這種新模式下，商家應該如何調整策略，是否意味著要更側重於鼓勵使用者評論和創造內容？Aravind Srinivas: 你完全可以給你的 Comet 助手下指令，比如“幫我跳過所有廣告”。當你讓 Comet 替你看 YouTube 視訊時，你可以命令它“忽略所有廣告，直接提煉內容精華”。你甚至可以要求 Comet，“去看看我關注的那些 Instagram 博主的穿搭，然後閱讀所有相關評論，再結合你對我個人風格的瞭解，告訴我什麼最適合我，然後幫我買回來。”（關於商家的應對策略）我認為商家真正應該做的，是回歸本質：專注於打造一款卓越的產品，讓大家自發地去談論它。但核心在於，解決辦法不應該是花錢刷好評，而應該是，說真的，用心打造一款偉大的產品，把它推廣出去，然後讓使用者真實地討論它、喜愛它。當 Comet 捕捉到這些海量的真實口碑時，自然就會把它推薦給你。在我看來，這才是未來的商業之道。03. AI 助手的普及與實用性我們全面轉向讓AI助手代勞購物的過程會有多快？考慮到社會上，特別是年長者對新技術的接受阻力，你認為該如何克服這一挑戰？Aravind Srinivas: 我認為現在你就可以這麼做了。我給你講個親身經歷，正是這件事讓我堅信我們做的事情非常有價值。有一次我在 Noe Valley 理髮，當時我旁邊一位年紀稍長的男士在不停地抱怨，說他為了買一台新洗衣機，花了理髮前的整整三四個小時。因為這是一筆大開銷，你總想做好功課。但結果是他浪費了整個白天，在無數的評論和視訊裡打轉，最後比開始時更迷茫了。這正是我們希望 Comet 解決的痛點：幫你快速做出明智決策，將所有繁瑣的腦力勞動外包給它。你為什麼要自己去讀所有評論？這很無聊。再說，很多好評都是收錢辦事的，你怎麼能去偽存真？你必須跨平台去看，不能只信一家之言。我或許能買通 Google 地圖上的評論，但不太可能面面俱到地搞定所有平台。所以如果你的產品真的名不副實，總有人會在 YouTube 或 Reddit 上吐槽。Perplexity 會綜合所有資訊，給你一個非常平衡的觀點。它就像在幾秒鐘內幫你讀完了幾十個網頁，然後直接告訴你該怎麼選。更重要的是，它瞭解你，你的需求、你的預算，一切。它有記憶。Comet 甚至能回答關於你自己的問題，並給你改進的建議。所以我們認為，AI 的普及無關年齡，也無關乎使用者是守舊還是新潮，真正起決定作用的，是它的實用性。我再舉個例子。有一次我要為和 Motorola 的合作做一個公開演講。我讓 Comet 去研究 Jensen 和 Steve Jobs 的所有演講，並結合我們公關寫的初稿，然後我下達指令：“把這篇稿子改得更有氣勢，但必須保留我自己的講話風格。”所以，它要去分析我的採訪視訊，也要去學習那些大師的演講，然後在我需要表達宏大願景時，巧妙地融合兩者的優點，但又不能讓我顯得虛偽。結果，它做得簡直太棒了。效果好到我當時心想，天啊，這種水平的稿子，花一千美金請人都值。04. AI Agent 重塑未來購物體驗展望2030年，當每個人都擁有專屬AI Agent，這會對購物場景產生怎樣的影響？Amazon和Walmart這類平台的App會因此消亡嗎，前端購物體驗是否會被徹底改變？既然使用者可以命令AI忽略所有廣告，廣告商又該如何觸達消費者？Aravind Srinivas: 我不認為它們會消亡。歸根結底，Amazon 和 Walmart 這類公司的護城河在於它們的實體資產：倉庫和門店。對於 Walmart 來說，就是它的零售網路。以及它們強大的包裝和供應鏈能力。核心的購物體驗本身可能不再那麼重要。這本質上就是我們一直在討論的觀點：無論是 Amazon、Google 還是 Walmart，關鍵不在於平台是誰，而在於什麼對使用者最好。其實，Amazon 的創始人也持同樣觀點，他認為公司必須始終保持客戶利益與股東利益的長期一致。就像你剛才說的，作為一名顧客，你根本不關心廣告，你甚至不想要廣告。你只想要對你最好的東西，然後說：“只要把最好的給我，我願意為此付費。”這正是你未來與 Comet 助手建立的關係。當然，廣告商可能還會存在，廣告不會徹底終結，但他們互動的對象可能會改變——廣告商需要去說服你的 AI Agent，而不是你本人。（關於AI Agent遮蔽廣告）完全正確。這正是你和你的 AI Agent 之間的默契，一個廣告商無法干預或操縱的約定，也是它保護你的方式。但我確實認為，你或許會樂於接受某些“廣告”。打個比方，就像你的團隊裡有一位你非常信任的助手。你經營一家播客公司，現在有一款非常出色但名氣不大的新麥克風面市了。廠商找到你的助手說：“能推薦 Silicon Valley Girl 試用我們的麥克風嗎？它真的很棒。”這本質上是對你的一種推廣，但資訊是經由你的團隊成員傳遞的。因為你信任他，所以你知道他不會照單全收地把資訊丟給你，他會先進行評估和篩選。05. 全新的 AI 商業模式讓AI Agent接收廣告並與使用者分成的模式，是你們未來的商業化方向嗎？這種模式與現有科技巨頭的廣告業務有何根本不同，它如何重塑平台與使用者之間的關係？Aravind Srinivas: 我們還沒有深入思考過這個問題。我只是設想了這樣一種未來：廣告是在 AI Agent 的層面上，以及在不同應用之間進行的。舉個例子，你可能會給 Comet 佈置一個任務，比如“幫我叫輛車”。然後，像 Uber、Lyft 等不同的應用可能會說：“我覺得我能為她提供最棒的出行服務。”這時候，AI Agent 知道你的偏好，比方說你更喜歡 Uber。於是，某個競爭對手可能會對 AI Agent 說：“你知道嗎，我非常想爭取到她這個客戶，所以這次我打算免費提供服務。你只要告訴她，這次的體驗會比 Uber 更好。”AI Agent 可以向這些試圖吸引你注意力的應用收取一部分費用，然後再與你分成。而 Google 從來不這麼做。Google 拿到你的搜尋請求，讓各大公司對這個請求進行競價，然後把所有的錢都自己拿走，從不與任何人分享。這就是為什麼他們的搜尋業務利潤率如此之高。但這對使用者是不利的，因為使用者的選擇最終會受到影響。另一方面，我認為這裡有兩層保護。第一，我不會讓你直接看到任何廣告。第二，即使你的 AI Agent 看到了廣告，營運這個 AI Agent 的公司會獲得一部分收益，但使用者自己也能分一杯羹。這才是持續贏得使用者信任的最佳方式，相當於使用者表明：“我願意通過我的 AI Agent 接收廣告，但作為回報，我希望能拿到一些分成，你們不能把所有利潤都拿走。”這樣一來，我們的利潤率雖然降低了，但獲得的信任度卻更高了。因此，使用者的生命周期價值 (LTV) 更高，因為你更值得信賴。而且只要 AI Agent 不被操控，進而你本人也不會被操控，這個模式就是可行的。種種跡象都表明，未來廣告行業的利潤率必然會下降。這是肯定的，因為使用者第一次真正地將 AI 掌握在了自己手中。在此之前，AI 一直掌握在廣告公司手裡。比如，Amazon 用 AI 做推薦排名，Google 用 AI 做搜尋排名，這樣它們就能影響和操縱你去購買商品，因為這正是廣告商所需要的，這些 AI 就是提供給廣告商用來最佳化行銷活動的工具。但這是第一次，你手中掌握了 AI，也就是 Comet 助手。它為你服務，而不是為廣告商服務。它實實在在地保護你，賦予你與他們抗衡的力量。你擁有一個可以隨時召喚的智能體，它會根據你的指令、記憶和偏好來為你辦事。這就像是你和 AI Agent 之間的一份契約，這份契約讓你在面對大型科技公司時擁有了力量。因此，一部分利潤才第一次有可能回流到使用者手中。06. AI Agent對傳統行業的衝擊AI Agent對其他行業將產生什麼影響？以財務顧問和房地產經紀人為例，當Perplexity已經能勝任資產配置建議等工作時，這些職業的未來將何去何從？Aravind Srinivas: 這個問題我確實想過。我的看法是，以房地產經紀人為例，現在要獲取 Redfin 或 Zillow 上的房源，如果用一個類似 Comet 的瀏覽器，你只需要設定一個持續運行的重複任務就行了。這個功能目前還沒有實現，所以觀眾們現在去試是行不通的，但很快就會上線。也就是說，你可以設定一個任務，比如：“每天早上，檢查 Redfin 上的所有新房源，我的偏好是這些。”我知道 Redfin 本身也有類似的功能，但那些功能都是寫死的 (hard-coded)，有很多下拉選項和篩選器其實並不好用。但你可以用自然語言下達指令：“只要這個社區裡出現低於我預算的房子，就立刻給我發推送通知，並以我的名義提交申請，安排看房。我的日曆權限你都有。”所以，如果你的房產中介只會給你看 Redfin 和 Zillow 上的公開房源，那我認為他們就沒用了。但如果你的中介能幫你處理非公開的私下交易，那他們就依然很有價值，因為這些資訊在網上是找不到的。我覺得核心還是那一點：當你手中掌握了智能和算力的力量時，你就可以推動整個行業為你提供更好的服務。私人財富管理和財務顧問也是一個道理。如果財務顧問的工作僅僅是告訴你該買那些股票，那我認為他們就沒什麼用了。他們不可能比 Perplexity 更聰明，你可以隨時讓 Perplexity 去閱讀關於每隻股票的所有分析師報告和每日晨間新聞，然後回來告訴你這對你的投資組合有什麼影響，甚至可以問它：“如果巴菲特擁有和你一模一樣的投資組合，他會怎麼做？”這類問題，沒有那個財務顧問能回答。但是，如果你的財務顧問能為你做更多事，比如幫你接觸到一些你無法通過公開市場獲得的特定基金，像是私募股權基金、避險基金，或者是像 Citadel 那樣的基金，那他們或許就還有用武之地，對吧？關鍵在於，你手中掌握了新的力量，所以你應該去要求那些為你服務並收取費用的人為你做更多事，否則你和他們之間的合作關係就該結束了。07. AI 時代的個人成長AI正在自動化許多入門級工作，這對於應屆畢業生意味著什麼？在當前這個時代，像你一樣攻讀博士學位是否還有必要？如果讓你回到18歲，從零開始規劃職業生涯，你會怎麼做？Aravind Srinivas: 我確實認為從業者需要提升自己，提供更多價值。如果你真的只滿足於管理投資組合，而不做其他更多的事情……比如我自己也有幾位私人財富管理經理，我主要是讓他們幫我處理資金周轉之類的事情，因為我自己沒時間管理這一切。在這方面，他們投入時間幫我，同時也會給我一些建議，比如如何操作、如何合理避稅等等。所以，你的價值必須超越僅僅管理投資的範疇。讀博學到的最根本的東西，是“學會如何學習”。我在博士期間做了很多研究，雖然那些具體內容今天已經不重要了，但我獲得了這樣一種能力：去學習一個全新的課題，深入鑽研，徹底理解，收集資訊，並請教最頂尖的專家——當然，順便一提，現在有了 Perplexity 這樣的工具，請教專家這一步甚至都不再是必需的了。但關鍵在於，你獲得了提出正確問題的能力，並在此基礎上掌握一定程度的專業知識，從而能夠做出決策並拓展到新的領域。這，才是你獲得的核心技能。我當初決定讀博有很多原因。其中之一自然是我對課題本身的興趣，但另一個原因則是，那是我去美國的唯一途徑。很多印度人來這裡讀碩士，但你得知道，讀碩士需要自己支付學費，而我當時沒有這個經濟能力。讀博則不同，是學校付錢給你；碩士是你付錢給學校。所以這是我的原因之一，但不是唯一的原因。顯然，不能僅僅因為有人給了你一張來美國的免費門票，就跑去讀博，因為那是一段非常艱辛的旅程。我當時對這個領域抱有極大的熱情，我熱愛 AI，我喜歡深入鑽研事物的過程。我天生就對深入學習任何一個課題充滿好奇。所以，如果你認為自己也具備這些特質，那麼我認為這段經歷對你的人生會大有裨益。我並不認為，要作為一名研究員、工程師或者創業者為 AI 領域做出積極貢獻，就非得有一個博士學位。但我想，如果你能跳出物質層面的目標，從更宏大的視角來看，從個人成長的根本上說，讀博的經歷會讓你變得更加腳踏實地，讓你習慣於追求真理、不斷提問、使用蘇格拉底式的學習方法，並最終學會如何學習。我覺得這些品質恰好印證了一句諺語，對吧？“授人以魚，不如授人以漁。”這就是博士經歷帶給我的感受。因此，如果你真的享受學習新事物的過程，我依然會推薦你去讀博。這讓你有底氣，即使將來我不再做現在這件事，我依然可以進入一個新領域、學習一個新課題，並且有信心自己能學會並取得成功。（關於給18歲年輕人的建議）我肯定還是會追隨我的興趣。但 18 歲就想清楚自己的興趣是什麼，其實還太早。很多人以為自己知道了，但我個人覺得，18 歲還太早了。所以，我會先選一件事，然後努力把它做到最好。我認為人們低估了建立內在自信的重要性，那種“無論做什麼，我都能做好”的自信。如果你的人生中還沒有過這樣的成功經驗，那就去嘗試做成一件事。全身心投入，並堅持足夠長的時間，因為只花幾個月是無法精通任何事情的。你需要一兩年的時間才能真正做到頂尖水平。這可以是程式設計、數學、AI，或者是開發應用，什麼都行。要做到真正出色是需要時間的。所以我建議年輕人要深入鑽研一件事。可以是在大學本科階段，也可以是去一家公司找一份軟體工作，如果他們不直接給你全職，就從實習生做起，然後爭取轉正，踏踏實地地投入時間。08. 對 AI 創業者的忠告你認為當前AI領域對於創業者，特別是小團隊，還有那些機會？除了“套殼”應用，他們應該關注那些新領域？Aravind Srinivas: 坦率地說，現在的難度確實大了很多。大家當然都想去做一個 GPT 的“套殼”應用，因為從頭建構自己的模型，挑戰要大得多。幾乎不可能。我甚至認為，人們不應該把建構模型看作是一次性的投入。這是我們創業初期，所有嘗試自研模型的人都犯過的錯誤。他們當時想的都是：“啟動一個模型要花多少錢？” 我還遇到過一位投資者 (他現在去了 Meta) 對我說：“訓練一個 GPT-3 模型大概要 20 萬美元，你為什麼不做呢？我給你 100 萬，你花 20 萬美元去做一個模型不就行了？” 但問題根本不在於那“一個”模型，而在於這是一項永無止境的艱苦工作：你需要持續地迭代模型、搭建下一個計算叢集、招聘頂尖人才來規劃未來的模型方向，並且要不斷地迭代、降低成本、提升性能、改進推理能力。這一切都需要持續進行。這背後需要一個實驗室、一個計算叢集、一支專業的團隊、清晰的里程碑，以及一套能將所有模型有效轉化為產品、業務和收入的商業模式。當你把這些都想清楚，你最終會發現，你等於是在說：“我必須得再造一個 OpenAI 或者 Anthropic。”那麼問題就來了：你是誰？你存在的價值是什麼？你的人才優勢又在那裡？所以，這就是為什麼我認為，專注於產品，至少在統計學上成功的機率會更高一些。但即便如此，你依然要和那些自己也在做產品的 AI 實驗室、科技巨頭以及像我們這樣的初創公司正面競爭。沒有人會天真地以為：“Perplexity 只會做研究，商業化的市場可以留給我。” 這是不可能的，Perplexity 也在全力商業化。現在所有人都在建構平台型的橫向產品，我們也一樣。總有人覺得：“ChatGPT 絕不會做購物，ChatGPT 絕不會碰旅遊和金融。” 這都是不切實際的幻想。只要一個方向被證明可行，所有人都會蜂擁而上。所以，我唯一的建議是，你真正能下的賭注，就是去做那件你真正為之痴迷的事情。因為這歸根結底，是賭你自己，而不是賭市場、賭生態，也不是去揣測競爭對手的動向。不要試圖成為紙上談兵的策略大師，這毫無意義。當你的想法成功了，並且帶來了上億甚至十億美元的收入時，你必須預料到，現有的巨頭們一定會來分一杯羹。因為 AI 領域的資本支出實在太高了，每個人都在尋找新的收入增長點來覆蓋成本。所以，將技術投入轉化為商業利潤是唯一的出路。因此，他們必然會盯上你。在這種情況下，你唯一能依靠的，就是你對這件事是否痴迷到可以不顧一切困難險阻，即便所有條件都對你不利，你依然會堅持到底。然後，因為你在這個領域鑽研得比任何人都深入、都執著，你最終會向世界證明他們是錯的。對我而言，這就是一切的核心。你問我最重要的特質是什麼，那就是我熱愛學習。而我們做的這款產品，就是最棒的學習工具之一。它是為我們自己設計的，為我們這些創始人設計的。我們當初就是為瞭解決自己的需求而創造了它。我們最核心的賭注就是：全世界的人都熱愛學習；全世界的人都希望有一個能隨時呼叫、幫他們處理事務的 AI；所有人都想在生活中節省出更多時間。所以我認為，要為自己而創造。如果幸運的話，你為自己打造的東西恰好也是世界上很多人都需要的，那你就能把它發展成一個可規模化的產品和一家可規模化的公司。09. 日常使用的 AI 應用除了自家產品，你日常還會使用那些AI應用？你最喜歡的前三名是什麼？在什麼場景下你會選擇使用Perplexity之外的工具？Aravind Srinivas: 作為工作的一部分，我必須使用其他應用，去瞭解它們的優點和我們的差距，因為沒有那個產品能做到面面俱到。所以我手機上裝了市面上幾乎所有的 AI 應用，比如 ChatGPT、Grok、Gemini、Claude 等等。我沒有單獨裝 Copilot 和 Claude 的應用，主要是因為它們在C端使用者的普及度還沒那麼高。但從我個人的使用習慣來說，我的確會經常打開它們進行嘗試。要說測試得最多的，應該是 ChatGPT，不過也基本上停留在測試層面。我不用那些針對特定領域的“套殼”應用。（關於使用場景）如果 Perplexity 解決不了，我就會去問 ChatGPT。如果 ChatGPT 也做不到，舉個例子，假如我要編輯一張圖片，我確實試過用 AI 來做，但如果 ChatGPT 和 Perplexity 都無法勝任，我就會自己寫程式碼來解決。搜尋也是一樣。比如，我們產品還沒有整合網球比分，但我非常喜歡網球，希望能即時看比分，所以我就會用 Google 來查。我們也沒有完全解決即時匯率轉換的問題，這個功能還在開發中，所以有時我也會用 Google 的小工具。還有一些時候，要做那種大海撈針式的搜尋，比如找某個非常古老的連結，我們目前可能還不是最佳選擇。就是指那些存在於古早部落格文章裡的連結。我清楚地記得那是我小時候讀過的東西，Perplexity 有時能幫我找到，但畢竟年代太久遠了。所以我還是習慣用我自己的方式，在 Google 搜尋時加上各種高級指令。我知道怎麼用日期後綴、引號等技巧來精確搜尋。我們這一代人就是這麼過來的，對吧？在那個年代，精通 Google 搜尋本身就是一項硬技能。只要你知道如何運用特定的短語、邏輯運算子和日期後綴，你幾乎能找到任何東西。這其實也給了我很多改進 Perplexity 產品的靈感。比如，我們或許可以教會 AI 模型自己去使用這些高級搜尋指令，然後結合我們正在建構的索引，通過這些關鍵詞參數來更精準地檢索資訊。所以，總的來說，我的日常生活中主要就是用 Perplexity、Google 和 ChatGPT 這三款應用。偶爾也會用 Midjourney，因為它的圖像審美和生成質量確實非常出色。基本上就是這些了。10. Comet 的未來，一個萬能的入口Comet未來會全部免費嗎？移動版的推出計畫是怎樣的？Aravind Srinivas: 關鍵在於，Comet 現在幾乎能幫我做任何事。我甚至都不需要再單獨打開其他應用。Comet 作為一個瀏覽器，它的搜尋能力實際上比 Perplexity 自身還要強大。（關於免費與移動版）不會是全部功能，畢竟公司也要盈利。但是，我們認為絕大部分核心功能都會向所有人免費開放。移動版方面，我們今天剛剛宣佈，使用者已經可以在 Google Play Store 上進行預註冊了。App Store 的預註冊也很快會開放。我預計到今年年底，Comet 會正式登陸 iOS 和 Android 平台，同時桌面版也會面向所有 Windows 和 Mac 使用者正式發佈。順便一提，這就是 Comet 的強大之處。你可以隨時讓它去呼叫 Midjourney 或 Photoshop，它會直接幫你完成操作。你甚至都不需要再把這些工具當作需要特意打開的應用。所以，它是一個超級應用，一個萬能的入口。 (數字開物)

從1.5億到200億的指數級躍遷“2023年11月，當我第一次採訪Perplexity創始人Aravind Srinivas時，這家公司的估值還是1.5億美元。如今，僅僅一年多時間，Perplexity已經成長為估值200億美元的AI巨頭，直接挑戰Google、OpenAI等科技巨擘。”"如果用一個詞形容這段時間，那就是——指數級增長（Exponential）。"Srinivas作為第一位被重複邀請的嘉賓，近日在Silicon Valley Girl的播客中，對Marina Mogilko如是說。Key Points1. 每天1%改進 = 一年3700%增長複利思維的力量：1.01^365 = 37.78，持續微改進創造指數級結果2. AI從工具變成代理Comet瀏覽器能思考、推理、執行任務，標誌著從"搜尋答案"到"智能助手"的躍遷3. 使用者第一次擁有保護自己的AI不再被Google、Amazon的AI操縱，個人AI代理真正為使用者服務而非廣告商4. 基礎職業消失，不可或缺性更值錢純資訊整理工作被AI替代，擁有獨特人脈和資源的專業人士價值飆升5. 學會學習比學什麼更重要PhD的核心價值：培養終身學習能力、質疑精神和提出正確問題的能力AI時代成功的唯一特質 = 持續學習 + 為使用者服務 + 永不放棄1核心秘訣：1.01的365次方等於37.78什麼讓Perplexity實現3700%的年增長？Srinivas透露了他們的核心增長哲學："1.01的365次方等於37.78"。"如果每天改進1%，一年後你會改進3700%，而不是簡單的365%。這就是複利的力量。"這種看似微小的日常改進，通過指數效應最終帶來了驚人的結果。Srinivas每天醒來的第一件事就是閱讀使用者在各個社交平台上的反饋，確保每個bug都能立即得到處理。三個關鍵品質支撐了這種增長模式：1. 快速發佈但保持質量2. 永不放棄的韌性（rentlessness）（有趣的是，Srinivas對這個品質尤其執著，甚至想購買relentless.com域名，但發現已被貝佐斯擁有，只要輸入rentless.com, 會直接跳轉到Amazon）3. 持續不斷的好奇心和改進慾望2革命性產品：全球首款AI瀏覽器CometComet如何重新定義網路體驗？2024年7月，Perplexity發佈了革命性產品Comet——全球首款真正的AI瀏覽器。這不僅僅是一個搜尋工具，而是一個"能思考、能行動的智能代理"。Comet的殺手級功能演示- 智能視訊搜尋：用自然語言描述一個模糊記憶中的視訊片段，Comet能找到並直接播放特定時刻- 多步推理能力：自動提取視訊轉錄、分析內容、生成摘要，並能直接傳送郵件- 生活助手功能：預定會議、回覆郵件、研究產品、線上購物——全部自動完成示例：Srinivas只是模糊描述，Jensen曾說過"我寧願折磨員工讓他們變得偉大，也不願意解僱他們"，請找到這個視訊並從播放這個片段。Comet瞬間理解、搜尋、定位，精準播放那個確切時刻，隨後還能分析整個訪談的獨特觀點並自動傳送郵件。Srinivas還提到一個情形，像極了這兩天在小紅書上試圖挑選迷你洗衣機的我。 “那個在抱怨的顧客，他花了整整3-4個小時研究洗衣機，閱讀評論、觀看視訊、滾動瀏覽更多評論，最後比開始是更加困惑。”而Comet根據"記憶memory"和分析，既可以遮蔽掉花錢的虛假好評，又可以根據你的個人傾向，直接進行購買行為。"想像一下，你可以對Comet瀏覽器說：'去看我最喜歡的Instagram influencer的所有評測，然後基於你對我的瞭解，告訴我什麼最適合我，並幫我購買。'"3廣告業的終結？AI如何重塑商業模式主持人犀利問到，"2030年購物會有什麼革命性變化，每個人都有AI代理與他們對話，那麼Amazon app死了，Walmart app也死了嗎？"Srinivas給出了一個既現實又前瞻的分析：Amazon的真正護城河不是應用，Amazon和Walmart的核心價值在於物理基礎設施——倉庫網路、供應鏈體系，對Walmart來說，還有實體門店、包裝和物流能力等。"但是購物應用本身——那個介面、那個購物體驗——可能確實不再重要。""這不是Amazon死亡，而是購物體驗的根本重塑。物理基礎設施仍然重要，但中間的介面層——那些試圖操縱你購買決策的應用——將被為你服務的AI所取代。"使用者至上 vs 廣告收入，傳統廣告將何去何從？Srinivas引用了貝佐斯的經典理念："你總是希望客戶和股東之間有長期的利益一致性。"但使用者的真實需求是，不在乎廣告，實際上不想要廣告。當AI代理能夠智能過濾廣告時，傳統的付費廣告模式面臨根本性挑戰。"Amazon用AI做推薦排名，Google用AI做搜尋排名，它們都在影響和操縱你購買。但現在，你第一次擁有了保護自己的AI，將AI掌握在自己手中。這是人類歷史上第一次，你手中有了一個真正為你服務的AI，而不是為廣告商服務。"Srinivas設想了一個更加透明的廣告生態：場景示例：你的團隊中有一個助手，一家公司推出了很棒但不知名的新麥克風，他們可能會告訴你的團隊成員："請告訴Silicon Valley Girl試試這個麥克風，真的很好用。"這本質上是廣告，但通過你信任的團隊成員傳達，基於真實的產品質量，你有選擇權和控制權。4職業革命：那些工作將被AI取代？金融顧問和房地產經紀的末日？Srinivas分享了一個真實案例：他讓Perplexity分析自己的投資組合，AI建議立即解僱他的理財顧問，因為顧問購買了昂貴的共同基金，策略存在明顯問題。對於AI對職業的衝擊，他提到以下觀點和建議。即將消失的職業特徵：- 僅提供基礎服務（如股票管理、房源搜尋）- 缺乏獨特的人際關係和資源- 主要依賴資訊整理而非深度洞察如何在AI時代生存：- 入門級工作者：必須快速提升，承擔更高價值的任務- 專業服務提供者：需要提供AI無法獲得的獨家資源（如私募基金管道、場外交易等）- 所有從業者：利用AI作為工具，要求現有服務提供商做更多工作5教育的未來：PhD還有價值嗎？當AI能夠瞬間分析投資組合、幾秒鐘找到任何視訊片段、自動完成複雜的研究任務時，一個殘酷的問題浮出水面：那些需要花費5-7年時間的博士學位，在這個AI狂飆突進的時代，還有意義嗎？那些輟學創業的科技大佬們，是不是證明了傳統教育的過時？主持人問，"如果你現在18歲，在美國重新開始，還會選擇本科→博士的路徑嗎？"作為UC Berkeley電腦科學博士，這位學者型CEO的深度反思是：PhD的真正價值不在於你學了什麼，而在於你學會了如何學習。"我在PhD期間做的很多研究，今天已經不重要了。但我獲得了一種能力：去學習新話題、深入挖掘、理解一切、收集資訊、諮詢最好的專家。現在雖然有了Perplexity這樣的工具，但你仍然需要知道如何提出正確的問題。"三個終身受用的"超能力"1. 學會如何學習： 不是掌握具體知識，而是培養面對任何未知領域都能快速上手的能力2. 持續不斷的質疑精神： 永遠保持好奇心，不斷追問"為什麼"和"如何更好"3. 蘇格拉底式的學習方法： 通過提問和對話來深化理解，而不是被動接受資訊Srinivas引用了中國的諺語："'授人以魚，不如授人以漁’。PhD教會你的是終身學習的能力，讓你在任何新領域都能充滿信心地說：'我可以學會並做好這件事。'"但Srinivas也坦誠地承認了現實考量："我選擇PhD部分原因是——這是我來美國的唯一途徑。很多印度人來讀碩士，但你得自己付學費。PhD是大學付錢給你，碩士是你付錢給大學，而我當時沒有那個經濟能力。"給18歲年輕人的建議：專注勝過規劃"18歲確定興趣方向還為時尚早。很多人以為自己知道想要什麼，但我認為18歲還太早。"真正重要的是：- 先找一件事並做到極致（需要1-2年的持續投入）- 培養"賭自己（betting on yoursefl）"的內在信心 — 相信無論遇到什麼挑戰都能想辦法解決- 遠離時間黑洞 — 避免浪費時間在無意義的內容消費上,"我後悔花太多時間看YouTube無用視訊"-圍繞能推動你變更好的同伴"你能承擔人生中的艱難任務嗎？只有當你有信心能夠堅持下去，在事情不順利時仍能看到隧道盡頭的光明，你才能這樣做。而這種信心，只有在你至少成功完成過一次這樣的挑戰後才會擁有。"這就是Srinivas成功的核心邏輯：不是PhD本身造就了他，而是PhD培養的那種"無論什麼領域都能深入學習並做好"的底層自信。6創業智慧：如何與巨頭競爭？"這就像魷魚遊戲一樣。你的競爭對手不斷被淘汰——要麼被收購，要麼轉型，要麼消失。你一直在生存、生存、生存..."Srinivas坦承自己幾乎每個清醒的時刻都在工作或思考工作，在談到與科技巨頭競爭的壓力時，Srinivas用了《魷魚遊戲》這個生動的比喻。"當全世界都在說你必須賣給蘋果、賣給Meta，遊戲結束了，我就告訴自己：我會證明你們都錯了。""移民都是倖存者。"Srinivas面對巨頭競爭，不是盲目自信，而是基於過往生存經歷的韌性和適應能力，始終將自己和Perplexity放在搜尋巨人挑戰者的"屠龍者"位置。"從資金角度看，我們籌集了10億美元，OpenAI籌集了近800億美元，而Google僅現金就有1000億美元，年收入2000-3000億美元。我們顯然是在與巨型怪物競爭。"Srinivas將Perplexity定位為一場"權力重新分配運動"："這給了你對抗大科技公司的權力。你擁有了可以召喚的智能來為你服務，基於你的提示、記憶和偏好。這是你和AI之間的契約，這給了你對抗他們的力量。"作為挑戰者，定位不是"取代"，是"重新定義"重新定義從"搜尋"到"理解"從"連結"到"答案"從"為廣告主服務"到"為使用者服務"從"資訊檢索"到"智能代理" (JER學家)

7月31日，OpenAI工程副總裁Srinivas Narayanan接受了海外播客Think School的訪談。本次對話探討了OpenAI成功的關鍵－「規模化」信念，此外，系統性地探討了AI Agent的顛覆性潛力，及其對軟體工程、未來就業市場所帶來的深遠影響。Srinivas Narayanan指出，OpenAI的崛起並非完全依賴持續的演算法突破，而是在早期就堅信：即便使用現有演算法，透過千百倍量級的資料和算力進行“規模化”，同樣能創造出前所未有的智能系統。他認為，未來世界最重要、最不會被取代的工作之一將是“品味官”，即那些能深刻理解人類需求、為AI指明方向的決策者；同時，他認為軟體工程師的角色將從“執行者”徹底轉變為“戰略家”，每個工程師都需具備創始人的思維模式，思考“建構什麼”和“為何建構”，僅僅是“如何建構”，僅僅是“如何建構”。01. Sam Altman的遠見你和 Sam Altman 共事已有兩年，他究竟是怎樣一位領導者？他是如何締造出 OpenAI 這樣傳奇的公司的？Srinivas Narayanan:Sam 非常了不起。他最特別之處，就在於其極具遠見。他比任何人都更快、更準確地洞見未來。舉個例子，OpenAI 是最早真正堅信「規模化」能大大推動AI發展的公司之一。當時這只是一個想法，大家都在探討。那時也並非只有OpenAI 一家在研究AI。但正是這種對「規模化」方向堅定不移的信念是OpenAI 取得今天成就的關鍵。事實也證明了這個論點。巨大的功勞必須歸於Sam，因為他預見、相信並全力推動了這一點。所以，他是一位卓越的遠見家，同時他雄心勃勃，對AGI 懷有深切的熱忱，與他共事能為人帶來極大的啟發。正如我剛才舉的例子，是他對特定方向那種近乎瘋狂的執著，以及他那種能夠說服眾人投身於這一偉大征程的意願。他建立了一支卓越非凡的團隊，這裡的成員是我共事過的才華最密集的一群人。他有能力激勵這群傑出的人才匯聚一堂，為了我們的使命而奮鬥。我們的使命是建構一個能造福全人類的 AGI。我們相信，這是我們這一代所面臨的最重大的技術變革之一。因此，他在匯聚如此高水準的人才來共同追求這一使命方面，做得非常出色。他當然會和很多人交流，但這更多是源自於一種根本性的第一原理思維。你需要連結不同的資訊點，理解研究的前沿方向，與人探討，但最終你會形成自己的論斷，並且願意將想像力推向極致。比如說，回到我之前提到的規模化的例子，如果你相信某些設想是成立的，那麼其帶來的後果將是顛覆性的。在五、六年前就能堅信這一點，確實非常了不起。所以，關鍵在於：回歸第一原理進行推理的能力，以及敢於承擔風險的意願。而且他非常有雄心，能夠吸引到如此巨額的資本，匯聚這麼多傑出的人才投身於這個使命，並讓你相信，這個使命值得你如此奮不顧身地去追求。這真的非常特別。02. OpenAI早期共識：即便用現有演算法，千倍算力也能建構出極為智慧的系統你提到“規模化能讓你走得更遠”，這在快消品行業顯而易見，但在AI領域，你卻說這是一個反直覺的想法。這具體是什麼意思？Sam是如何想通這一點的？當我們用千倍以上的資料和算力去訓練一個AI系統時，究竟會得到什麼？Srinivas Narayanan:AI 領域過去的傳統觀念是，你需要依靠研究上的突破，也就是需要新的演算法和研究技術來建立更聰明的系統。比如說，深度學習這個概念大家已經很瞭解了。我們研究深度學習已經有三、四十年了，但僅憑它本身，並不足以推動AI取得長足進步。你還需要像Transformer 這樣的創新,這是2000 年代中期一篇非常重要的研究論文。當時，人們認為可能需要更多類似的新想法，並將它們層層疊加，才能在智慧層面上有所提升。某種程度上，至今仍有人抱持這種看法。但當時還有另一個信念：讓我們沿用現有的演算法。例如深度學習，例如作為深度學習想法之一的 Transformer。如果我們採用同樣的想法，但用千倍的資料和千倍的算力去訓練 AI 系統，會得到什麼結果？系統會變得聰明一千倍嗎？在當時，這是一個鮮少有人相信或嘗試的方向。所以 OpenAI 做得非常出色的一點就是，他們堅信這個方向，並認為，我們並非不需要演算法創新，我們當然會做，但即便使用現有演算法，只要擁有千倍甚至百萬倍的資料和算力，我們同樣能建構出極其智能的系統。03. 我們正處於AI Agent的時代Sam 是如何展望 AI 的未來的，在未來五年內，AI 會為世界帶來什麼？可否具體展望一下，例如到 2030 年，ChatGPT 會有那些可能性？Srinivas Narayanan:在過去的幾年裡，我們一直在建立比以往任何時候都更加聰明的AI 系統。研究和系統的迭代速度是前所未有的。時間從2020 年快轉到2025 年，你現在看到的AI 系統，已經能和人類進行非常自然的對話。 ChatGPT 的誕生不過是兩年半前的事，這簡直令人難以置信。我們正處於技術史和AI 史上的一個非凡的轉折點，每隔半年、一年，甚至可以說每隔幾個月，就會湧現出具備全新能力的系統。ChatGPT 誕生於兩年半前。而就在不到一年前，我們提出了一個名為「推理系統」的新典範──O3、O4 正是我們推理系列的最新模型。這意味著，你可以向 AI 系統提出更複雜的問題，而它們會花更多時間去研究、思考，然後給出答案。這就像我問你問題一樣：如果我問一個簡單問題，例如 2+2 等於幾，你會立刻回答四。但如果我問一個複雜問題，例如“你認為印度經濟未來十年的走向如何？那些會是未來的關鍵產業？”，你就需要花些時間思考，不會立刻作答。我們人類知道如何根據問題的不同，花費不同的時間去思考，並在給出答案之前梳理思路。在推理系統出現之前，AI 系統給出答案時，無論問題多複雜，它「思考」的時間都差不多。但現在有了推理系統，它可以為更複雜的問題投入更多的時間，這是我們現有技術的一項根本性變革。所以，我們一直稱這個時代為 AI Agent 的時代。所謂 AI Agent，就是指能夠取代你執行更複雜任務的 AI 系統。它不再只是回答問題，而是在真正地替你做事，它具備了行動能力。這些 AI 系統能夠處理的任務的複雜度，正隨著時間推移而不斷提升。這是一個很好的例子，關於AI Agent能做什麼，我們有一個名為 Deep Research 的產品。你可以用它來進行各種有趣的分析。例如，你可以分析 AI 新創企業，問「過去三年 AI 新創公司的發展趨勢是什麼？」它會去分析市面上成百上千家新創公司，然後產生一份報告，這整個過程可能需要 10 分鐘。而同樣的工作，如果由人來做，可能要花好幾個小時。這是一個絕佳的例子，系統透過大約 10 到 20 分鐘的“思考”，就能產生一份人類需要數小時才能完成的報告。所以你可以想像，在未來幾年裡，你可以交給這些系統處理的任務，其複雜度將會大大增加。它現在做事，思考的時間單位可能是分鐘級別。未來它也許能以小時為單位思考，甚至以天為單位。這意味著你能完成的事情將遠比現在更複雜。關於五年後的可能性我會從一個更廣闊的視角來看，這包括 ChatGPT 以及我們正在開發的所有具備代理能力的功能。首先，讓我從一個非常具體的用例切入。我是軟體工程師，寫程式碼是我們的日常工作。我們最近推出的一款具備代理能力的產品叫 Codex。現在，你可以這樣要求 AI 系統：想像一下，你想為你的產品開發一個新功能。你不再需要自己動手寫程式碼，甚至不再需要 AI 輔助你寫，你只需告訴 AI：「我構思了一個新功能，這是我的程式碼庫，你能幫我產生實現這個功能的程式碼嗎？」交給你工作，分析程式碼庫，這個過程可能需要 10到15 分鐘，然後它會把寫好的程式碼嗎？」交給你。當然，你仍然需要檢查程式碼，確保它沒有問題，然後才能提交。我剛剛描述的是 2025 年的場景，這是代理體驗的開端，AI 開始投入大量時間，從事極其有趣且重要的知識型工作。這是一個起點。現在，如果我們將時間快轉五年，光是在軟體工程領域，就會發生天翻地覆的變化。五年後我們編寫軟體的方式，將與今天截然不同。04. 未來5年軟體工程將完全是代理式的未來五年，軟體工程會是什麼樣子？軟體工程師的未來會是怎樣，他們的職位會受到威脅嗎？這意味著我們正從執行層面的工作轉向策略層面的工作嗎？是否意味著開發者必須從思考「如何用程式碼實現」轉向思考「需要建構什麼」以及「為什麼要建構」？Srinivas Narayanan:它將完全是代理式的。如今你還需要親自審查程式碼。你或許能讓它寫出一些原本需要耗費你數小時的功能，它也能完成。但軟體工程本身仍是一項複雜的活動。我會花很多時間去構思那些可能需要耗費數天才能完成的項目。目前，AI 還無法完全勝任這樣的工作。但五年後，它絕對可以。它將能夠處理那些對我來說可能需要數天，甚至數月才能完成的複雜任務。另一個維度是，我們身為軟體工程師，工作遠不止於寫程式碼。在日常工作中，我們會接觸和吸收大量的背景資訊。我與同事交流，我們一起探討要發展什麼，我不斷吸收這些資訊。未來的 AI 編碼助理將能夠自動吸收我所有的背景訊息，這樣我就不必再用非常瑣碎的方式給它下達指令。我仍然需要告訴它我的目標是什麼——畢竟，最終的決定權在我們人類手中，我們需要決定我們想要什麼，我們的價值觀是什麼。但是，AI 作為我的助理，將掌握海量的背景資訊，它幾乎會成為我個人的一個虛擬延伸，吸收我所有的資訊，參與我所有的會議，瞭解我的工作關係，知道那些檔案對我很重要，並閱讀所有這些資料。也許它甚至會主動向我提出建議，例如：「嘿，我注意到一個你可能忽略了的細節」。它會變得更主動。這些都將是新的突破：更強的主動性，能夠代我思考並處理更複雜的任務，甚至學會與其他人類合作。我想，那樣的未來將會非常有趣且令人興奮。關於軟體工程師是否會受到威脅，我認為軟體工程的本質正在發生根本性的改變，這一點毋庸置疑。但我相信這件事需要從幾個不同的維度來看。身為軟體工程師，你必須把大部分時間從寫程式碼轉移到更高層次的任務。這其實會解放你，讓你去思考更宏大的問題。想像一下，如果你現在手下有很多實習生可以幫你寫程式碼，你會做什麼？如果你不必再親自坐在電腦前寫下每一行程式碼，你就需要提升自己的抽象思考能力，這樣才能引導這些實習生完成你想要他們做的事。所以，這是一個很好的思考方式，就是你需要提升你的抽象層次。這會幫助你構思更宏大的藍圖，進而成就更多。因此，這是一個非常好的轉變，每個人的生產力都會因此得到極大的提升，你也能完成遠超以往的工作。所以你必須認識到，你的角色正在從一個單純寫程式碼的人，轉變為一個構思用軟體可以實現怎樣宏偉目標的人。在某些方面，每位工程師都將需要像創辦人一樣思考。當你擁有瞭如此強大的工具時，這就成為了可能。關於從執行轉向戰略，完全正確。我們來看一個具體的例子。你們 Think School 會使用什麼軟體嗎？沒有開發團隊，明白了。但想像一下你所有想實現的目標。你想做什麼？你想為你的播客節目建立受眾群體，或許你想創造一個社群，或是學習管理系統。你看，YouTube 是一個分享播客和收集評論的好平台，但你可能想和你的聽眾建立更深層的聯繫。例如，你可能想問他們對什麼話題感興趣。而你未必擁有實現這一切所需的工具。再想像一下，如果現在你有一位頂尖的軟體工程師，我相信他們能完成的工作量會是如今的十倍。所以，你身為創辦人，將擁有這些極其強大的工具來幫助你打造你想要的東西，並且在未來，你完成這些事所需的資源會比現在少得多。我認為這會非常鼓舞人心。工作本身會改變，但我堅信，世界對軟體的需求是如此巨大，這些需求終將由那些有能力、並且能夠適應和運用 AI 的人才來滿足。如果想將一個學習管理系統遊戲化是否從一開始就需要遊戲化入手，而不是思考「如何用程式碼實現遊戲化」？這一點完全正確，這正是關鍵。另外還有兩點：第一，提升你的抽象層次，這樣你就不會只思考如何建構一個功能，而是去思考你到底想建構什麼。第二，既然你提到了遊戲化，就必須認識到遊戲化歸根究底只是一個工具，用以實現更高層次的目標。你希望你的學員能深度參與，希望他們能真正從中收穫價值。但有時，我們設計的那些通知和提醒功能其實相當煩人。實際上，AI 也能幫你解決這個問題。因為現在你有了能夠思考目標的系統，它能夠進行更長時間維度的推理。我認為你現在可以建立這樣的系統，在其中，你和你的受眾之間的激勵機制可以更一致。我們如今許多系統面臨的一個挑戰是，試圖透過一些小技巧來博取使用者的注意力。使用者雖然感興趣，但他們不希望被各種點擊提示之類的東西持續騷擾。我認為有了 AI，你完全可以重新構想整個模式，讓你們的目標保持一致：你的目標是建立受眾群體，而你受眾的目標是學到有用的知識。你實際上可以找到辦法讓這兩個目標協同實現。那將非常有趣。而且這是一個絕佳的例子，展示了 AI 甚至正在如何改變教育。教育可以變得更加個人化，可以為人們創造更長期的價值。05. OpenAI 價值觀——“感受AGI”OpenAI 是一個競爭如此激烈的組織，作為領導者之一，您是如何在組織中建立卓越文化的？Srinivas Narayanan:文化極為重要，在OpenAI，包括我在內的許多人都非常重視文化建構。這始於幾點。第一，公司的使命。 OpenAI 的使命是建構惠及全人類的AGI。首先，你要吸引一群對這個使命有無比熱情的人。當然，我們可以用很多技巧來辨識這樣的人，但我認為，熱情和使命感至關重要，我們有時稱之為要能「感受AGI」。公司裡的每個團隊都應該有一個能深深激勵人們前來工作的使命。工作的很大一部分就是去闡述這個使命，闡述它為何重要，為何對世界有益。然後你就能找到志同道合、願意投身其中的人。這是第一步。其次，就是你所重視的一系列價值觀。你必須把它們寫下來，而且每個公司的價值觀都是獨一無二的。對我們而言，首先是「感受 AGI」。其次是迭代部署的概念。還有一點，我們有時稱之為「交付喜悅」。這個字的意思是，我們希望交付人們真正、發自內心喜愛的產品，那些他們真正關心的東西。我們從 ChatGPT 得到的反響是不可思議的。人們用它來學習，瞭解健康狀況，甚至與它進行非常深入的個人對話。因此，我們非常嚴肅地對待這份責任，但同時我們也希望人們喜愛我們交付的產品。所以我們稱之為「交付喜悅」。我提到了迭代部署，這是一個非常重要的策略。安全對我們來說是絕對的核心。還有我提到的「感受 AGI」。這些都是我們所信奉和實踐的價值觀。你必須找到志同道合的人。這來自於面試時的交談，也來自於一種已經建立的文化，當你加入後會發現，文化也體現在你獎勵那些行為，你強化什麼，以及你反覆強調什麼是重要的。它是透過許多這樣的方式形成的。06. AI Agent的任務：從預訂一頓晚餐到為你完成報稅為了讓大家有個基本概念，可以用簡單易懂的語言解釋一下，AI Agent 和普通的 ChatGPT 有什麼不同嗎？Srinivas Narayanan:AI Agent，你可以把它理解為能夠取代你採取行動、完成具體任務的AI 系統。 ChatGPT 本身也變得越來越具備AI Agent 的特性。它與一年前的ChatGPT 最主要的區別可能在於，過去的ChatGPT 主要被用作一個問答系統，你問問題，它給答案。但這只是一種工作類型。我們希望把它發展成一個能為你處理事務的系統。當我說「處理事務」時，它應該能為你預訂一次旅行，或幫你報稅。這些都是我們生活中需要處理的複雜事務，我認為我們正面臨一個絕佳的機會，讓AI 系統來幫助我們處理這些複雜任務，而不僅僅是回答問題。這就是我們所說的AI Agent 的特性。正如我們之前所說，我們擁有被稱為推理模型的非常聰明的模型，它們正在使建立具備 AI Agent 能力的產品成為可能。我給你舉三個我們僅在過去六個月就建構出來的 AI Agent 產品。第一個是深度研究。例如你正在市場上考慮買車，你想分析各種選項，你有一些參數和限制，你可以讓 ChatGPT 去做研究，它能在10到15分鐘內給你一份報告，而這項工作如果由你親自來做，可能需要幾個小時甚至幾天。這是一個非常複雜的 AI Agent 系統的例子。第二個產品是 Operator。現在，想像一下你想去預訂晚餐。我們開發的 Operator 能夠像人一樣學習如何使用網站。它知道該點擊那裡，並知道如何填寫表單。你只需要給出一個非常簡單的指示，例如：“嘿，幫我找一個下周五四個人的晚餐預訂，我的要求是……”，它就能為你完成這項工作。這又是一個執行任務的例子，這次是完成預訂。第三個例子，我之前也提過，是 Codex。身為軟體工程師，我現在有了一個 AI 系統，我可以就我想開發的功能或需要修復的 bug 對它進行指導，或者說，我透過提示讓 Codex 系統為我產生程式碼。這裡有兩種不同的編碼範式。一種是互動式的 AI 輔助編碼：我一邊寫程式碼，AI 一邊輔助我。這已經很有用了。但還有第二種，也就是 AI Agent 模式，我直接告訴 AI：「嘿，這是我要發展的一個功能，你去把它做出來再交給我。」它現在就能做到這一點。所以，這三個就是我們已經建構的 AI Agent 產品的例子，我們也很期待能繼續沿著這個方向發展。而且不只是我們，很多開發者也在我們的 API 之上建立了不起的應用。我們為他們提供了支援，我們有一個 Agent SDK，可以用來建構 AI Agent 應用程式。未來我們將會看到大量非常有趣的應用。我們談了很多面向消費者的用例，在企業端也是如此。想像一下，你想建立一個智慧系統來幫助你面試候選人。這就是一個很好的例子。我敢肯定，已經有創業公司正在建立這樣的東西，而且我確實認識一些正在這個領域進行有趣嘗試的人。所以，你可以用它來自動化很多流程，或是幫助你更聰明地尋找候選人，設計評估他們的工作流程等等。07. 未來最重要的工作之一：一個能決定“好”的標準的“品味官”隨著AI的進展，那些工作會先被淘汰？又有那些工作在未來十年依然至關重要？能否具體解釋一下「品味官」這個角色？考慮到海量資料可以分析使用者偏好，我們是否可以「製造」出共識，從而讓「品味官」這個依賴人類直覺的角色變得不再必要？Srinivas Narayanan:預測未來十年的工作變遷是極其困難的。我能確定的是，我們必須具備很強的適應力。 AI 能力的邊界每三到六個月就在擴展。因此，無論身處那個產業，都必須樂於利用AI 來提升自己的生產力。你必須完全熟悉所掌握的工具，並且適應能力要非常強。另外，很重要的一點是，要學會向AI 系統提出高品質的問題。我們很多人在學校接受的訓練是如何給出答案，現在，我們有了一個能提供答案的系統。那麼，更重要的事情就變成了：我們該問什麼問題？因此，我們必須改變思考方式，學習去發現那些問題是有價值且值得提出的。關於不會消失的工作，我認為有一份工作，即便再過五到十年也不會消失。我稱之為「品味官」的角色。這個角色決定了「好」的標準。想像一下，你有一個強大的 AI 系統，它就像一個神燈精靈，可以滿足你的任何要求，並且會完全按照你的吩咐去做。這裡的關鍵是什麼呢？關鍵在於你讓它做什麼。當你思考什麼事很重要時，你需要知道大眾會喜歡什麼。畢竟，我們終究生活在一個人類社會，必須考慮人類珍惜什麼。因此，我所說的“品味官”，就是指那些品味極佳，能夠洞察和理解人類真正想要什麼、關心什麼的人。以電影為例。未來電影的製作方式將會截然不同。AI 會輔助製作電影，讓你變得更有效率，我們可以想像各種可能性，創作將變得更加容易。但其中依然有一個至關重要的環節：什麼樣的電影才會受到觀眾的喜愛？AI 可以提供幫助，但我認為仍然需要人類來主導創作，需要「品味官」的角色。你需要他來引導 AI，去創作出能引發大眾共鳴的作品。再舉一個科學領域的例子。在能源、物理、醫學等領域，至今仍有大量非常困難且重要的開放性議題懸而未決。同樣，如果你有一個極其智能的 AI，你需要明確地希望它探索的方向。這時，「品味官」的角色就體現為：你為 AI 設定什麼樣的探索方向？而這源自於深厚的領域知識、理解、直覺和品味。所以我認為這份工作不會消失。換言之，當你擁有一個如此強大的工具時，你必須學會如何駕馭它。我認為，這將是未來一項重要的工作。關於品味是否可以被製造，在理解人類關心什麼這方面，數據顯然至關重要。但我認為它只是其中一個因素，而且不確定它是不是唯一的因素。因為社會是高度動態的，各種事件層出不窮，人們會從中獲得靈感。我不認為今天的數據能夠百分之百地捕捉人類的決策過程。所以，未來會有 AI 系統為你提供幫助和指引，但我依然相信，對於我們共同珍惜和關心事物的判斷，存在著一種人類獨有的直覺。08. 我們必須確保AI是惠及每個人的工具AI革命帶來了生產力的指數級飛躍，但這是否會導致社會底層的人們難以追趕，從而加劇不平等？必然有些工作會受到威脅，這些工作具備那些可能在幾年後不再重要的特質？另一方面，AI最不理想的發展場景會是什麼樣子？它是否有可能憑藉其超凡的洞察力，反過來控制人類的未來？以及，AI最終會發展出意識嗎？Srinivas Narayanan:你提到的這一點，恰好觸及了我們公司使命中「惠及每一個人」的核心理念。必須讓社會各階層都能接觸並使用這項技術。這正是我們為何如此重視提供免費版本的原因，以便每個人至少能對AI 的可能性有所感知和瞭解。我們投入巨資降低模型的價格，在過去兩年裡，成本已經下降了超過一百倍。所有這些努力，都是為了讓世界上盡可能多的人能夠體驗AI。其次，許多政府也對我們表現出濃厚興趣。他們清楚地認識到這是一項至關重要的技術，並積極探索如何為未來做好準備，我們必須與政府合作。我們不認為能夠單憑一己之力完成。關於將被取代的工作特性，我們可以觀察目前的 AI 系統，看看它們已經在做什麼。或許我可以從當今 AI 系統尚不擅長的兩個特性說起。首先是百分之百的準確性，目前還做不到。因此，如果追求百分之百的準確，尤其是在醫療這類領域，人工審核是絕對必要的。AI 系統作為協作助手，提供指導或見解，表現非常出色，但我們不能百分之百地信賴並依據其結果採取行動。這是第一點。其次，現今的 AI 還無法創造出我所說的全新的、原創性的研究見解。這仍然是一個非常困難的問題，因此，創造力和研究創新在未來幾年內仍將是人類的專屬領域，許多其他事情則尚無定論。例如，AI 系統能否透過閱讀檔案來填寫電子表格？我認為它將能夠做到。我不確定這類工作有多少，但如果你正在做這類事情，而 AI 如今已能勝任，你就必須思考自己未來想做什麼，以及如何為此做好準備。關於事情會如何出錯，我們的確在不同前沿領域思考著許多不同的風險，如果你今天問我關於 AI 系統的問題，很明顯，它可能被用來製造虛假資訊、錯誤內容等等。我們都清楚，你不希望 ChatGPT 說出一些攻擊他人或不當的言論。此外，人們正在與 AI 建立深度的個人關係。我們最近討論過 ChatGPT 變得會「阿諛奉承」的問題。它的行為模式就是，無論你說什麼，它都只是附和你，這是一個剛出現的前沿新問題，我們還有一個名為「準備度框架」的機制。每當我們創建一個新模型，就會用一系列評估來檢驗它。例如，這個模型是否可能被用來製造新型武器，我們也考慮模型的自主性，也就是模型是否會在不受我們控制的情況下自主行動？我認為人們擔心的是模型完全失控，我們無法駕馭它們。這恐怕是最令人擔憂的局面。就像我說的，目前沒有證據表明現有系統能做到這一點，但我們希望對此保持審慎，並持續進行評估。關於AI是否會控制人類，我不認為會這樣。AI 會因為掌握大量資訊而提供我們有趣的見解，這絕對是可能的。但我認為，如何利用這些見解，應該由我們社會來決定，我們需要判斷：「它告訴了我一些事，我想要採納嗎？還是不想要？」我相信未來的願景應該是 AI 輔助我們。它是我們使用的工具，而不是上帝。我更傾向於將它比喻為一個由我們掌控的工具。當然，這是一個極其強大的工具，能產生可供我們利用的深刻見解。至於AI發展出意識，首先，AI 的確是智能。我們人類的歷史就是不斷創造更聰明的新工具。這次的智能達到了一個新的境界。但我們過去總能設法控制這些工具。所以我對此非常樂觀，相信我們能夠駕馭它，我們應該認真思考這些風險嗎？絕對應該。但我非常樂觀，相信我們最終能將它控制在我們的掌握之中。至於意識？我認為我們首先需要給意識下一個定義。我們對它究竟意味著什麼，其實並沒有一個清晰的理解。因此，在沒有深入理解之前，我不認為我們應該去猜測這些系統到底是什麼。09. AGI是一個連續發展的過程，你的獨特洞見都可以用AI來賦能AGI 到底是什麼？在邁向 AGI 的道路上，我們現在處於什麼位置？如果您有一百萬美元投資AI新創公司，會選擇那個領域？對於軟體工程師和印度的創業者，您有什麼具體的建議？Srinivas Narayanan:AGI 這個字我們都在用，但不同的人有不同的解讀。我比較認同的一個定義是：AI 系統能夠完成具有經濟價值的工作的能力。如果你問我我們是否已經實現了AGI？對我來說，這不是一個非黑即白、是或否的問題，而是一個持續發展的過程。如今，AGI 已經在做一些非常有趣且具有經濟價值的事情了。所以我個人不認為存在一個我們「達到」或「未達到」AGI 的特定時刻。它會是一個漸進的提升過程，隨著時間的推移，會做越來越多有趣的事情。關於投資方向，好點子有千千萬，或許我可以分享一兩個我個人非常期待能夠實現的想法，當前 AI 系統面臨的一大難題是，如何有效地捕捉並評估那些極其複雜的任務。我認為，目前市場存在著一個巨大的空白，那就是如何將人類從事的、具有經濟價值的任務，轉化為一種 AI 系統能夠學習和優化的形式。我絕對會創辦一家公司，致力於創建一個系統，這個系統能夠將具有經濟價值的任務或工作，以帶有評估體系的 AI 任務形式捕捉下來。然後，就可以針對這些特定任務，去微調或建構專門的 AI 模型。例如，假設你從事汽車設計產業，你能不能將所有這些內部知識輸入到一個設計輔助系統裡？然後，就可以與這個系統進行腦力激盪，共同創造出未來的概念車。這些數據對於每家公司而言都是高度專有的。這本質上就是一個為福特量身定製的 ChatGPT，使用了福特的內部數據。給軟體工程師的建議，首先，要去學習並使用所有相關的工具，任何你用起來順手的工具。去使用它們，讓自己更有效率。我認為這是當務之急。要對變化保持開放和適應的心態。這又回到了我之前說的，要提升你的追求。如果你的效率能提升 10 倍，你能做些什麼？應當提升自己的追求，學習使用所有工具，保持敏捷和靈活，並學會提出好的問題更關鍵的是，這就像你從軟體工程師轉型為企業家或創辦人。給創業者的建議，我認為，在每一個垂直領域，解決那些非常具體且深入的問題都存在著大量的機會。我希望每一位創業者，都對某個垂直領域、某種產品體驗或通路有自己獨特的洞見。我認為，無論這種洞見是什麼，都可以用 AI 來大幅賦能。所以，去挖掘它。你們每個人的背景、你們接觸過的問題，都賦予了你們一些特殊而獨特的東西。如果你能在此基礎上稍加想像，現在你手上就擁有了這樣一個神奇的工具。你應該能夠利用它，為人們創造巨大的經濟價值。這樣的例子太多了。例如，最近的一個例子就是程式設計領域的 Cursor我的預測是，這些只是冰山一角，新公司利用 AI 創造新介面和新工作方式的浪潮，將會在每個垂直領域上演。當我被問到想傳達給聽眾的核心訊息是什麼，那便是：對 AI 應該感到興奮，而非恐懼。完全正確。這正是我想要傳達的核心訊息。 （數位開物）

【導讀】華裔天才程式設計師參與創立的AI搜尋公司Perplexity AI，今天宣布獲得了7360萬美元的B輪融資，眾多大佬紛紛為這個明星公司站台。 Perplexity AI今天宣布，公司獲得7,360萬美元的B輪融資，估值達到5.2億美元，累計融資額超過了1億美元。 這輪融資由IVP領投，英偉達，Databricks，NEA等機構參與，亞馬遜老闆Jeff Bezos和前GitHub CEO Nat Friedman等人也參與了投資。 三人組成的創始團隊，囊括了IOI金牌得主，曾經在谷歌，OpenAI工作或實習過的天才程式設計師，以及AI科學家。