OpenAI董事長Bret Taylor：2010 年的 SaaS 應用，就是 2030 年的智能體公司

　　責編 | 王啟隆

　　出品 | CSDN（ID：CSDNnews）

　　投稿或尋求報道 | zhanghy@csdn.net

　　硅谷創業者社區 South Park Commons 近日發布了一期重磅對話，由其聯合創始人 Aditya Agarwal 對話硅谷傳奇“建造者”、OpenAI 董事長Bret Taylor。

　　Bret Taylor，這個名字本身就是一部硅谷的濃縮史。從谷歌地圖的締造者之一，到 FriendFeed、Quip 的創始人，再到執掌 Salesforce 的聯席 CEO，如今又擔任 OpenAI 的董事長。

　　在這場對話中，Bret Taylor 拋出了一個振聾發聵的論斷：我們正處在一個“加了 10 倍速的互聯網泡沫”時代。他認為，AI 帶來的技術變革，正像個人電腦和互聯網的誕生一樣，為初創公司撕開了挑戰巨頭的裂縫，現在正是創業的黃金時代。

　　但他隨即話鋒一轉，用他標志性的坦率，揭示了創業路上最真實的法則。他直言，大多數 B2B 公司所謂的“以客戶為中心”都是胡扯，真正的價值要靠真金白銀來檢驗。他不喜歡“快速失敗”的口號，認為沒有核心論點的試錯只是在盲目地扔飛鏢。

　　他展望了軟件工程的未來，認為“10 倍工程師”的定義將被重塑，行業正在共同摸索 AI 時代的“LAMP”技術棧。他為當下的 AI 創業者劃出了一條清晰的紅線：“如果你是做應用的公司，跑去預訓練自己的模型，就是最高效的燒錢方式。”

　　Bret Taylor 將自己比作“杰出公司的人類學家”，他分享了自己如何從谷歌、Facebook、Salesforce 這些截然不同的成功范例中汲取養分。他認為，驅動他不斷前行的，并非追逐游戲的快感，而是“預測未來的最好方式，就是創造它”的信念，是親手參與塑造這個由 AI 開啟的、智能成本趨近于零的全新世界。

　　以下是這場對話的內容，由 CSDN 進行了精編整理。

　　用一個周末重寫谷歌地圖？AI 會讓這事變得平平無奇

　　主持人：咱們從一個有趣的問題開始吧。Bret，你覺得如果在 2004 年，“氛圍編程（vibe coding）”這套玩法就流行起來了，你能憑感覺“vibe”出一個谷歌地圖來嗎？

　　Bret Taylor：哈哈，這個故事多虧了保羅·布赫海特（Gmail 創始人）才流傳開來。但說實話，這事在今天看來，可能就沒那么了不起了。你們看過電影《隱藏人物》嗎？講的是 NASA 那些“人體計算器”的故事。現在看那部電影會覺得很震撼，是因為“人體計算器”這種職業居然真的存在過。

　　而“我用一個周末重寫了谷歌地圖”這個故事，將來給人的感覺可能也一樣。大家會說：“嗨，這有什么，誰不是這樣呢？”就像今天的 AI 智能體一樣。

　　我真心希望我這個故事，以后聽起來就像NASA的人體計算器一樣，讓人感嘆：“哇，以前的人居然是這么干活的？”

　　這就是當下的奇妙之處。人工智能（AI）既令人興奮，又有點嚇人。說它令人興奮，是因為它真的太神奇了。它能做到的事，有些已經感覺超越了人類智慧。雖然還不是真正的通用人工智能（AGI），但它已經超越了我們大多數人在三年前對 AGI 的定義，我們只是在不斷地移動球門而已。

　　它正在改變我們的工作。特別值得一提的是，我們這些身處軟件行業的人，可能顛覆自己工作的程度，不亞于其他任何行業。想不出歷史上有什么類似先例。但我喜歡這樣。

　　我 2005 年做那件事時，讓我成為一名杰出工程師的特質，如今正被技術所淘汰，我覺得這很酷。我一點也不焦慮。我想的是，三年后的“10 倍工程師”會是什么樣子？他們所需的技能組合可能完全不同了。這太令人興奮了。所以我更期待未來，希望我那個故事早日成為歷史的遺跡。

　　主持人：這就有意思了。我感覺現在每一場黑客馬拉松的含金量都大大提升了。因為理論上，你能在短時間內做出遠超以往的東西……

　　Bret Taylor：沒錯，就看誰能最快地操作那臺“代碼生成機”了。

　　多數公司所謂的“以客戶為中心”，都是胡扯

　　主持人：Bret，我們做這類訪談時，我總會問一個問題：聊聊某個項目或公司“從 -1 到 0”的經歷。但你做過的項目太多了，FriendFeed、Facebook、Quip、Salesforce，現在又是 Sierra。所以我想換個角度，請你從更宏觀的層面來談談。

　　Bret Taylor：Facebook 和 Salesforce 的“-1 到 0”，功勞可不能算在我頭上，但還是謝謝你。

　　主持人：很多人都處在“從 -1 到 0 ”的某個階段，試圖找到值得解決的有趣問題。你尋找問題的流程是怎樣的？比如在谷歌和 FriendFeed 之間，或者在 Facebook 和 Quip 之間，你是如何度過那些尋找方向、建立信念的早期階段的？

　　Bret Taylor：好，我盡量說得簡短些，因為這個話題能聊很久。我在“-1 到 0”這個階段的能力是越來越強的，很多東西都是一路摸爬滾打學來的。比如我做的那個社交網絡（FriendFeed），只在土耳其、意大利和伊朗火過。

　　主持人：我記得在土耳其特別火。

　　Bret Taylor：是啊，土耳其人到現在見到我還會提起它。但說實話，雖然土耳其人民對我充滿喜愛，那終究不是一個能長久持續的生意。

　　我尋找方向時，通常會從市場或平臺的轉變入手。

　　回顧科技公司的歷史，看看股市里的頂尖企業：

　　個人電腦（PC）和微型計算機的誕生，孕育了蘋果和微軟。

　　互聯網的興起，造就了谷歌和亞馬遜。

　　智能手機的普及，則為 WhatsApp 和 DoorDash（美版美團）等公司打開了大門。

　　這些公司不僅是技術的受益者，也反過來推動了技術的發展。每一次顛覆性的技術革新，都會帶來巨大的生產力提升，并誕生出萬億市值的巨頭。

　　所以，從統計學上講，現在是創業的好時機。因為大語言模型正是一次根本性的技術突破，它將重塑整個經濟格局。

　　這種技術變革，就像是把牌桌上原有的權力格局重新洗了一遍，給了初創公司挑戰巨頭的機會。因為行業巨頭雖然資源雄厚，但他們有固有的商業模式，而這種模式恰恰可能被新技術顛覆。他們可能面臨“創新者的窘境”，可能受困于官僚主義或監管，他們的技術平臺在結構上可能與“AI 原生”的新模式格格不入。

　　當新技術出現時，市場的堅固地基上就會裂開一道縫隙。這道縫隙，通常由巨頭掌控，但現在，新的創業公司可以從這里生根發芽。如果市場足夠大，他們就能成長為新的巨頭，開啟新一輪循環。

　　我之所以離開谷歌創辦FriendFeed，是因為當時我們推出了谷歌地圖 API，這在當時非常新穎。它讓 Yelp（美版大眾點評）這樣的公司能把地圖嵌入自己的應用，催生了所謂的“混搭應用（mashups）”。

　　這些應用都有一個共同點，就是“用戶生成內容”。在那個年代，“讀寫”互聯網還是個新潮的概念，而 Facebook 是其中的佼佼者。但谷歌對此興趣不大，每當我想推動產品加入更多社交元素、讓用戶參與貢獻時，總是應者寥寥。

　　所以我離開了，因為我想投身于當時我認為是互聯網上最重要的新趨勢中。

　　后來創辦Quip，是因為我和你當時都在 Facebook，我們共同見證了智能手機的普及。那對我們來說是一段充滿挑戰和陣痛的轉型期。那段經歷讓我開始思考，移動化會對企業軟件產生什么影響？于是我一頭扎進了那個領域。

　　至于現在的Sierra，也是基于我對 AI 這個巨大變革時刻的信念。

　　如果說我希望能給年輕時的自己一條建議，那就是：少關注一點技術本身，多關注一點客戶的需求。

　　我早年創業時，對商業知之甚少，缺乏經驗，無法憑直覺判斷哪些技術能帶來真正的商業成果。現在我審視許多初創公司，仍然能看到同樣的問題：很多技術創業，只是在對技術本身進行推演，而不是將技術投射到真實的商業問題上。而真正的價值恰恰蘊藏在后者之中。這對于年輕的創業者來說，是最終極的挑戰。

　　我做的Sierra，是從一個更正式的“探索過程”開始的。我找了不同行業里我認識的朋友，向他們請教，但不是問“我該怎么創業”，而是問：“你希望 AI 能為你的公司解決什么問題？”

　　我們最終鎖定賽道，其實源于和Grab（東南亞版滴滴+美團）的 CEO 陳炳耀（Anthony Tan）的一次深夜長談。他當時大吐苦水，說自己多么希望AI能解決客戶服務的問題。他的業務遍布多個市場，客戶服務極其復雜，是公司的一大痛點。

　　那次對話，只是我與十幾位朋友深度交流中的一次。我很慶幸我們做了這些訪談。因為大語言模型的能力太強大了，它什么都能做一點，這反而很容易讓你陷入“拿著錘子找釘子”的思維定式。

　　這些訪談是層層遞進的。一開始，問題很寬泛：“你希望 AI 能解決什么問題？” 當我們開始思考用AI智能體來做客戶服務的可能性時，問題就變得越來越具體，差不多就是：“如果我們做出這個東西，你愿意買單嗎？”

　　這個過程讓我們學到了很多。我認為這套方法主要適用于B2B 軟件，消費級產品是另一回事。

　　很多公司都說自己“以客戶為中心”，但在我看來，大部分都是胡扯。太多的 B2B 軟件，是開發者先做出個東西，然后想方設法說服客戶他們需要這個，而不是真正去傾聽客戶的問題。

　　當然，傾聽不等于言聽計從。就像亨利·福特那句名言：“如果你問顧客想要什么，他們只會說想要一匹更快的馬。”但你必須深刻理解他們問題的本質。

　　我們在Sierra 的核心價值觀之一是“癡迷于客戶”。其中一句話是這樣寫的：“我們成功的標準，是為客戶創造的價值，而不是我們達成的技術里程碑。”

　　如果你是為企業開發軟件，這一點至關重要。你必須清楚地知道，你到底在解決什么商業問題——不是項目經理告訴你的那個，而是公司 CEO 真正關心在意的那個。否則，你的產品就會錯失關鍵的洞察。這些都是我過去用無數“戰損”換來的血淚教訓。

　　主持人：這些是在Salesforce 學到的嗎？說實話，我在很多優秀的公司工作過，但沒有一家能稱得上是真正“癡迷于客戶”的，無論是 Facebook 還是 Dropbox。它們都是了不起的消費級公司。

　　Bret Taylor：是的，我確實是在Salesforce 學到的。我記得剛到 Salesforce 時，正值他們的年度大會 Dreamforce。我當時最大的困惑是：為什么每年有超過十萬人來參加一個企業軟件大會？這簡直像一場宗教復興，我完全無法理解。

　　后來我才在那家公司里真正看到，他們對客戶、對生態系統有一種近乎虔誠的投入。這種投入，從那場每年都讓舊金山交通癱瘓的盛會中就能看出來。

　　我喜歡把自己當作一個“杰出公司的人類學家”。谷歌和 Facebook 天差地別，卻都取得了驚人的成功。Salesforce 與前兩者更是截然不同，但也同樣成功。我喜歡深入探究“為什么”，而不是簡單地站隊。

　　我從這些經歷中學到的是：如果你為企業開發軟件，那么在你的每一個決策中，這些企業必須是你的起點，也必須是你的終點。

　　對于消費級公司，最好的那些會癡迷于用戶，而差一些的則只盯著數據儀表盤。對用戶的癡迷和刷增長數據之間是有區別的，就像真正以客戶為中心和只想著賣軟件是兩碼事一樣。

　　我不喜歡“快速失敗”，資本主義里唯一的信號是錢

　　主持人：你剛才那個類比太妙了。一邊是“取悅用戶”對抗“增長黑客”，另一邊是“癡迷客戶”對抗“推銷軟件”。這恰恰引出了一個創業中非常有趣的矛盾，不是嗎？

　　圈子里有兩種主流的敘事：

　　一種是，你要堅韌不拔，要有毅力，要像登山一樣，不停地往上爬，直到找到出路。

　　而另一種是，早期根本沒有沉沒成本，要“快速失敗”，趕緊搞明白方向。反正你也沒幾個用戶，有什么好執著的呢？

　　那么，一個處在“從 -1 到 0”階段的創始人，到底該如何平衡這兩種說法呢？一方面要你保持耐心，可另一方面你又該如何回答那個靈魂拷問：我為什么要對一個壓根兒沒有用戶的東西如此投入？

　　Bret Taylor：好問題。創業敘事里有兩種看似矛盾的說法：一種是像Airbnb 的創始人那樣，屢敗屢戰，堅韌不拔；另一種則是“快速失敗”，早期沒有沉沒成本，不行就換。

　　我不太喜歡“快速失敗”這個說法。它給我的感覺，就像是毫無章法地把各種點子往墻上扔。

　　我認為，你必須對你正在構建的東西以及其背后的原因，有一個核心的“論點（thesis）”。當你與用戶或客戶互動時，你才能從這些互動中找到有價值的“信號”。如果你沒有一個核心論點，你就很難判斷用戶“沒有點擊那個按鈕”或者“沒有完成購買”的真正原因。

　　你必須有一個你堅信的、關于世界未來走向的觀點。比如我們的一個論點是：未來，當你給一家公司打電話時，接電話的將是 AI 智能體，而不是客服中心。你可以對這個論點抱有偏執的信念。但如何打造一家公司來解決這個問題，這才是你可以靈活設計的空間。

　　所以，創業者需要有一個奔赴的未來愿景，并對此抱有近乎瘋狂的執念。當然，你可能是錯的，但這就是創業的難處。

　　與此同時，你要對實現路徑保持“強觀點，弱持有”的態度，并主動去尋找來自市場的誠實信號。

　　我給B2B 軟件公司的一條建議就是：去賣你的軟件。別免費送，別只是讓人試用然后聽他們口頭反饋。他們會說：“哦，太棒了，我喜歡！” 但當你問“你愿意付錢嗎？”，他們就會說：“嗯……下個季度再考慮吧。”

　　如果你信了，以為他們下季度真的會買，那你就錯了。他們真正在告訴你的是：你創造的東西，還沒好到值得花錢的地步。這是一種非常禮貌的拒絕方式。就像分手時說“不是你的問題，是我的問題”一樣，聽著，其實就是你的問題。

　　在資本主義社會里，你能得到的唯一誠實的市場信號，就是用金錢交換商品和服務。如果你不去尋求這種信號，你就是在自我欺騙。創業公司最大的危險就是陷入自我構建的敘事中，總能為每個不買單的客戶找到借口。當所有潛在客戶都“不具代表性”時，也許有問題的就是你自己。

　　今天的 AI 熱潮，就像加了 10 倍速的互聯網泡沫

　　主持人：在如今的 AI 世界里創辦一家公司，與你之前創辦的其他公司相比，有什么不同之處？

　　Bret Taylor現在的市場感覺很不一樣。我2002 年大學畢業，而我 1998 年到斯坦福時，正值互聯網泡沫的頂峰。那會兒簡直瘋了，我從不用自己買飯，去機房總有創業公司贊助的免費披薩。而到了 2002 年，同樣的機房里，就像有風滾草吹過一樣荒涼。

　　今天的感覺有點像那個時候。

　　當人們提起“互聯網泡沫”，總會想到那些失敗的案例，比如 pets.com。但如果你回過頭看，當年也誕生了亞馬遜和谷歌這樣的巨頭，它們如今占據了標普 500 指數的巨大份額。所以，事后看來，當年的所有炒作或許都是合理的。那些公司確實像人們預言的那樣，改變了世界經濟。

　　把這個邏輯推演到現在，AI 也是類似的。在 1999 年，我們知道互聯網的大市場會是電商和搜索。今天，我們也清楚地知道，大語言模型會沖擊軟件工程、客戶服務等行業。我們大概率是對的。

　　現在，市場這只無形的手正在決定，誰將成為書寫歷史的亞馬遜，誰又會是被人遺忘的AltaVista（早期著名搜索引擎）。勝利者書寫歷史。

　　但現在和當年有幾個不同之處。技術的復合效應越來越強。互聯網誕生時，全世界只有大約20 億臺 PC。而今天，智能手機比人都多，整個世界都被連接了起來。AI 技術可以通過這些現成的“鐵軌”，幾乎無縫地同時觸達全球。

　　所以，增長是爆炸性的。我看到一些AI 公司的收入數字時，內心 OS 都是：“我 X！” 一個月不見，他們好像又孵化了五家新公司。

　　所以我覺得，我們正處在互聯網泡沫時代，但一切都按了10 倍快進鍵。這太瘋狂了。

　　說實話，我作為OpenAI 的董事長，同時還運營著一家相當成功的應用層 AI 公司，都感覺快要跟不上節奏了。我可能是這個世界上最有條件跟上節奏的人之一，但依然感到力不從心。

　　這很瘋狂，但也令人興奮。能和在座各位一起身處這個時代，是一種榮幸。我希望你們能享受這一刻，因為十年后，我們的社會將截然不同，而你們，正處在這場變革的中心。

　　AI 創業公司燒錢指南：哪些事千萬別干？

　　主持人：既然談到歷史，那我們就聊聊歷史教訓吧。當年的 AltaVista、Infoseek、Lycos 這些公司，如今看來都犯了不少愚蠢的錯誤。那么，Bret，在你看來，如今的 AI 公司，有哪些能把投資人的錢燒得又快又蠢的絕佳姿勢？ 很多創業者都拿到了融資，有哪些常見的“作死”方法是他們需要警惕的？

　　Bret Taylor：好問題。要回答這個問題，我得先把我眼中的 AI 市場格局講清楚。我認為它大概可以分為三個領域，這三個領域的機會和陷阱截然不同。

　　第一個領域，是前沿大模型（Frontier Models）。

　　這很不幸，因為對于在座的各位來說，除非你在 OpenAI、Anthropic、谷歌或Meta 工作，否則你基本沒機會參與。它需要的資本體量太龐大了，最終一定會走向整合。這就像現在沒有“獨立數據中心”市場一樣，未來也不會有“獨立前沿大模型”市場。但這無疑是一個極其重要的市場，在座的所有公司，未來可能都得向這些巨頭“交稅”，以使用它們的模型進行推理。

　　第二個領域，是 AI 工具（AI Tools）市場。

　　這是一個很難做，但也很有趣的市場。它就是那場“淘金熱中的賣鏟人”。企業要用 AI，需要什么工具？這個領域已經涌現出一些非常有趣的公司。

　　但這塊業務很危險，因為你基本上是在玩火。你今天覺得能解決痛點、撓到癢處的功能，可能明天就被那些基礎模型提供商直接集成進去了。

　　不過，如果我們參考云計算市場，這個領域依然能誕生巨頭，比如 Snowflake、Databricks、Confluent 這些公司。所以，你雖然會和基礎模型提供商激烈競爭，但確實也有機會創造出非常有價值的公司。

　　第三個領域，是應用層 AI（Applied AI）公司。

　　我認為，2010 年的 SaaS 應用，就是 2030 年的智能體（Agent）公司。像我們 Sierra，或者服務于法律市場的 Harvey，都是這個領域的代表。未來，針對不同崗位、不同部門，都會有專門的 AI 智能體公司來滿足其需求。這就像在云計算市場，你有時需要租一臺服務器，有時則需要直接購買一個解決問題的方案。智能體公司提供的就是后者。

　　好了，有了這個框架，我們再回到你的問題：在 AI 時代，怎樣才能高效地把錢燒光？

　　如果你是一家應用層 AI 公司，跑去從零開始預訓練一個模型，就是燒錢的絕佳方式。

　　那會燒掉你數百萬美元。這些模型是快速貶值的資產，市面上已經有那么多可以租用、可以開源的選擇——總之，千萬別這么干。

　　總的來說，一個典型的 SaaS 公司，你不會把它想象成一個研發實驗室。你想到的是像 Ramp、Rippling 這樣的產品公司。它們利用云技術，打造出能把一個問題解決得特別好的產品。

　　我認為我們也應該這樣去看待智能體公司。但現在太多的智能體公司，為了在今天這樣的場合里顯得自己很潮、很酷，總想著自己能說的 AI 術語越花哨，就越能贏得同行的尊重。

　　但他們忘了，如果你的客戶需要的是完成一項法律助理的工作，他們真正在乎的只是你做得好不好。如果有現成的技術能讓你更快、更好地解決客戶問題，你就應該用。

　　未來會有一個清晰的分工：研究界會越來越向基礎模型集中，而全棧工程界則會專注于構建智能體。我認為這是好事。現在很多公司不得不直接在基礎模型上構建，只是因為市場上還沒有一個他們能直接“雇傭”的智能體。

　　軟件就像一片草坪，你需要持續地去維護它。 沒有公司愿意去維護軟件，那純粹是成本中心。我們過去 25 年成功地讓企業相信，自建軟件的總成本遠高于購買軟件服務（SaaS）。現在，輪到我們用智能體來兌現同樣的價值了。

　　我們在尋找 AI 時代的“LAMP”開發棧主持人：在模型開發上，我們似乎還沒找到解決“記憶”和“長上下文”問題的理想范式，你怎么看？

　　Bret Taylor：我得反問一下這個前提：你會抱怨你電腦的CPU沒有記憶功能嗎？

　　主持人：嗯，它有一級緩存（L1 cache）……

　　Bret Taylor：對，然后你還有內存，還有硬盤，還有網絡云存儲。我們為計算機構建了這些層層遞進的抽象，來解決商業問題。

　　我覺得我們現在把太多負擔都壓在了模型本身身上。模型極擅長推理，但我們真的需要它同時具備記憶功能嗎？還是說我們可以在旁邊構建一個記憶系統？不同的應用需要同樣的記憶嗎？在我看來，你描述的這些問題，恰恰是“智能體公司”的市場機會所在。就像在 PC 早期，我們有轉盤硬盤和內存，后來有了閃存。技術是不斷演進的。我期待未來能有針對 AI 的、像 Jeff Dean 那張“系統延遲表”一樣復雜又精妙的解決方案。

　　主持人：我真正想找的類比是，我們還不知道如何像Unix 那樣，把模型做成一堆可分解、可重組的小工具。現在我們傾向于把所有東西都塞進模型本身，這就像修改操作系統一樣困難。

　　Bret Taylor：這說得太好了。在我高中時，沒人知道怎么做網站，所以我們16 歲的孩子也能做生意。今天也一樣，沒人真正知道怎么構建最好的智能體。

　　后來，我們有了“LAMP”技術棧（Linux, Apache, MySQL, PHP），它成了當時做網站的標準答案。再后來，有了 AJAX，有了 React，有了 Next.js。現在，做一個功能強大、甚至可以離線運行的網站，已經比過去容易太多了。1997 年還是研究課題的東西，現在你要是做不出來，別人會覺得你是個小丑。

　　我相信智能體的發展也會經歷同樣的過程。我們今天搞的這些提示詞填充、流程編排的破事兒，回過頭看肯定會覺得，“天啊，那時候我們真傻。”

　　而這正是最有趣的部分：AI 時代的“LAMP”棧會是什么？是會出現一家公司，還是一個開源標準，或是一種設計模式？我們所有人都在實時地探索和定義它。這正是在當下作為一名技術人員最激動人心的地方。

　　預測未來的最好方式，就是創造它

　　主持人：你現在做事的動力是什么？你已經取得了那么多成功。

　　Bret Taylor：驅動我的是對世界產生影響，而不是玩“游戲”。當然，我支持資本主義，金錢是很好的激勵方式。但真正讓我興奮的是，這些技術如何影響社會。

　　艾倫·凱（Alan Kay）有句話完美地捕捉了我的心態：“預測未來的最好方式，就是創造它。”

　　我無法想象，當這樣一場技術革命正在發生時，我卻只是袖手旁觀。我想參與其中，塑造它的走向。這就是“建造者”的意義所在。我太愛這些東西了，就算不給錢，我也會做。

　　主持人：完全同意。我們應該時不時地停下來，欣賞我們正在共同構建的東西。就在過去24 小時里，我用 ChatGPT 咨詢了醫療建議和一些法律問題。它的回答好得驚人。四年前，你根本無法想象會有這樣的系統存在。

　　Bret Taylor：想象一下，如果你出生在1890 年左右，你的一生將見證從電燈發明到人類登月的全過程。我們可能就處在那樣一個時代。我們降低了能源的邊際成本，現在，我們正在降低智能的邊際成本。

　　我無法想象一個沒有電燈開關的房間。同樣，未來的人們可能會覺得：“口袋里沒有一個超級智能，這怎么可能？”

　　我們正在奔向那樣的世界。這太令人興奮了。

　　主持人：在一個可能變得截然不同的世界里，該如何教育和培養我們的孩子？你有什么心得嗎？

　　Bret Taylor：高等教育里有句老話，說大學是教你“如何學習”的地方。我如今覺得這句話是對的。

　　我想到了一個比喻：假如你是一名會計，而 Excel 在一夜之間橫空出世，你會多快扔掉你的計算器和賬本，去學習數據透視表？會計的本質工作沒變，但做事的方式已經天翻地覆。

　　對于孩子，我其實比很多人要樂觀。我認為AI 會放大人們的抱負。一個有抱負的電影人，現在可能不需要太多資金，就能做出《盜夢空間》級別的視效。一個產品設計師，現在可以憑“氛圍編程”就做出一個 App。這種賦予個體的杠桿力量是巨大的。

　　我努力教我的孩子們如何在日常生活中使用這些工具，而不是讓它們代替思考。比如散步時他們提出一個問題，我們就會拿出ChatGPT，和它一起對話，以此來拓展思維。有一次我女兒拿回莎士比亞的作業問我，我頭都大了，完全是學生時代的心理陰影。我們拍了張照放進 ChatGPT，它立刻解釋了“五步抑揚格”等等，簡直是救了我的命。

　　我們正處在一個尷尬的過渡期，技術超越了現有的教育體系。我們作為技術人員，需要更積極地參與到這些體系的變革中去，幫助老師和家長。雖然會有幾年的陣痛，但我對未來非常樂觀。

　　本文編譯自South Park Commons

　　原文|youtube.com/watch?v=tGUsIg9fLkA