HubSpot 聯(lián)合創(chuàng)始人：別問(wèn)“如何不被替代”，問(wèn)怎么靠 AI 反超

全文 4,000字 | 閱讀約 13 分鐘

（HubSpot 創(chuàng)始人的完整 AI 使用框架）

“你如何面對(duì) AI ？”

INBOUND 2025 大會(huì)現(xiàn)場(chǎng)，HubSpot 聯(lián)合創(chuàng)始人、CTO Dharmesh Shah 面對(duì)臺(tái)下 6000 多名參會(huì)者。他拋出了第一個(gè)問(wèn)題。結(jié)果出人意料：

三分之一的人理解成“如何對(duì)抗 AI”； 三分之二的人理解成“如何靠 AI 贏”。

他停頓了一秒，說(shuō)：

問(wèn)題不在于如何與 AI 競(jìng)爭(zhēng)，而在于如何讓 AI 成為你的倍增器。

一句話，點(diǎn)明了 AI 使用者間的關(guān)鍵差距。

2022 年底，AI 帶來(lái)了一場(chǎng)信息爆炸； 2024 年，AI 進(jìn)入各類工具、插件、流程里； 而 2025 年的主題不是“AI 有多強(qiáng)”，而是“你有沒(méi)有熟練用上 AI？”

這場(chǎng)演講沒(méi)有談趨勢(shì)，也沒(méi)談性能。他給出極具體的回答：個(gè)人怎么用 AI 提效，團(tuán)隊(duì)怎么建立 AI 流程，組織怎么構(gòu)建混合模式。

都是實(shí)操，不是概念。

一、GPT 是什么，終于講清了

“GPT 是什么？”

“AI 到底是怎么想的？”

“它怎么可能一口氣寫出 2000 字文章？”

臺(tái)下有人問(wèn)，Dharmesh 并沒(méi)給出一堆名詞，而是給了一個(gè)畫面：

“你可以把 GPT 想象成一個(gè)超級(jí)聰明的文字接龍高手。它的任務(wù)是預(yù)測(cè)下一個(gè)詞，僅此而已。”

他舉了個(gè)例子： 你輸入“馬跳過(guò)了___”，它就開(kāi)始猜，“可能是柵欄”“也許是水坑”…… 不是硬編，是把它訓(xùn)練過(guò)的大量信息重新組合，把最可能的詞填進(jìn)去。

它每次只看你給的內(nèi)容，只想一件事：下一個(gè)詞是什么？ 然后不斷重復(fù)這個(gè)過(guò)程，一個(gè)詞接一個(gè)詞。 這就是它能寫出整篇文章的原因。

它不是會(huì)思考的魔法生物。它是個(gè)非常努力的預(yù)測(cè)機(jī)器。

但為什么它預(yù)測(cè)得那么準(zhǔn)？

Dharmesh說(shuō)，這背后，是一個(gè)幾乎沒(méi)人講清楚的過(guò)程。

他講了個(gè)畫面感極強(qiáng)的比喻：

“想象一臺(tái)機(jī)器，上面有數(shù)十億個(gè)旋鈕，像八九十年代的立體聲音響那樣。AI公司把互聯(lián)網(wǎng)上能找到的所有內(nèi)容都喂進(jìn)去，網(wǎng)頁(yè)、維基百科、Reddit評(píng)論，應(yīng)有盡有。每喂一段，就問(wèn)：你猜的'下一個(gè)詞'對(duì)了嗎？”

如果錯(cuò)了？那就調(diào)整旋鈕。

再喂一次，再猜，再糾正。

這就是所謂的預(yù)訓(xùn)練：不斷嘗試，直到能準(zhǔn)確預(yù)測(cè)。

不是它聰明，而是它學(xué)過(guò)。而且是花了好幾個(gè)月時(shí)間，試了幾十億次。

你可能會(huì)問(wèn)，那這些“旋鈕”到底代表什么？

不用糾結(jié)，它們就像人類腦中的“條件反射”。AI 并不理解意義，但它確實(shí)能在你說(shuō)“幼兒搭建了___”時(shí)，知道“積木”比“論文”更合理。

這一點(diǎn)，也讓 Dharmesh 忍不住加了一句自嘲：

“預(yù)測(cè)得好到讓人分不清是人在寫，還是機(jī)器在寫的。”

關(guān)鍵在于，這套預(yù)測(cè)機(jī)制背后的邏輯，你也能學(xué)會(huì)運(yùn)用。

理解了AI 的工作原理，就能開(kāi)始真正用好它。

二、你說(shuō)得不清楚，AI當(dāng)然干不好

很多人用 AI，用一次覺(jué)得不準(zhǔn)，就下結(jié)論說(shuō)：“這玩意兒不行。”

但 Dharmesh 給出了不同的答案：

“AI 沒(méi)有問(wèn)題，是你喂它的東西不夠。它不是魔法師，它是個(gè)熟練實(shí)習(xí)生。”

什么意思？

它很聰明，什么知識(shí)都學(xué)過(guò)，但對(duì)你的具體情況一無(wú)所知。不知道你公司的流程、不知道你的客戶背景，甚至不知道你想要什么樣的報(bào)告。

而大多數(shù)人，對(duì) AI 的用法，仍然停留在一句話：幫我寫個(gè)營(yíng)銷方案。

這就像你丟給實(shí)習(xí)生一張便利貼：寫一份我喜歡的PPT，然后怪他不懂你想表達(dá)什么。

Dharmesh 提出了一個(gè)簡(jiǎn)單清楚的公式：

結(jié)果質(zhì)量 = 模型 × 提示 × 上下文

模型方面，現(xiàn)在主流就那幾個(gè)：GPT、Claude、Gemini、DeepSeek等。 重點(diǎn)是后兩項(xiàng)：你怎么說(shuō)，你告訴了它多少背景。

他提出了 PART 框架，給 AI 四樣?xùn)|西：

• Prompt：你給它的提示，也就是你問(wèn)的問(wèn)題。不是“寫一篇文章”，而是“寫一篇給90后HR看的招聘計(jì)劃，150字以內(nèi)”。

• Archive：歷史對(duì)話記錄，包括你的風(fēng)格喜好、過(guò)往用詞習(xí)慣。

• Resource：手頭資料，PDF、Excel、品牌手冊(cè)等，能直接導(dǎo)入的都算。

• Tool：允許它調(diào)用的工具，比如聯(lián)網(wǎng)搜索、數(shù)據(jù)庫(kù)、公司知識(shí)庫(kù)。

如果你不給背景，它就是無(wú)頭蒼蠅；信息越全面，它就越像專屬助手。最厲害的 AI 不是什么都能答，而是能讀懂你的真實(shí)意圖。

然后他提到一個(gè)很多人沒(méi)用過(guò)，但用一次就離不開(kāi)的功能：自定義指令（Custom Instructions）

就像給AI寫一份“使用說(shuō)明書”：

• “我是做電商的，我的客戶是服裝店主”

• “我喜歡短句直說(shuō)，不要用空話”

• “我希望你像咨詢顧問(wèn)一樣回答問(wèn)題”

設(shè)置一次，它就永遠(yuǎn)記得你是誰(shuí)、做什么、需要什么樣的幫助。

Dharmesh 的原話是：

“這是我最推薦的 10 分鐘投資，帶來(lái)終身回報(bào)。”

還有一種做法叫 “元提示”，更簡(jiǎn)單粗暴：把你平時(shí)用的提示，直接交給 AI，讓它幫你改得更好。

你可以說(shuō)：“這是我平常寫的提示，你能不能幫我優(yōu)化？你可以問(wèn)我問(wèn)題，了解我要的目標(biāo)。”

AI會(huì)回問(wèn)你：

“目標(biāo)受眾是誰(shuí)？”

“你希望口吻是什么？”

“你想多長(zhǎng)？”......

等你答完，它會(huì)給你一個(gè)更適合的提示結(jié)構(gòu)。

這不是技術(shù)技巧，是思維方式的轉(zhuǎn)變。你不是把任務(wù)丟給它，而是把它當(dāng)成你的寫作搭檔。

說(shuō)到底，無(wú)論是自定義指令還是元提示，核心都是一個(gè)道理：

用 AI 的關(guān)鍵不在它會(huì)不會(huì)，而在你說(shuō)沒(méi)說(shuō)清楚。

三、不是替代你，是增強(qiáng)你

每當(dāng)談到 AI，總有人擔(dān)心：我的工作會(huì)被取代嗎？

Dharmesh 沒(méi)說(shuō)“不會(huì)”。

他說(shuō)的是另一種更直接的提醒：

“你該擔(dān)心的，不是 AI 會(huì)不會(huì)搶你工作，而是用 AI 的人會(huì)不會(huì)做得比你好。”

真正讓你掉隊(duì)的，不是 AI 變強(qiáng)了，而是你沒(méi)學(xué)會(huì)用它來(lái)提升自己。AI 是指數(shù)級(jí)放大器，不是接管者。

這句話的重點(diǎn)是，放大誰(shuí)的能力。

在演講中，Dharmesh 用了一個(gè)很有說(shuō)服力的對(duì)比來(lái)說(shuō)明這一點(diǎn)：

他自己小時(shí)候，住在印度小鎮(zhèn)，沒(méi)有電視，沒(méi)有冰箱，連電話都沒(méi)有。 牛奶每天是從街口送上門的，真正的“從牛到餐桌”。直到他成年之后，才第一次接觸電腦、第一次學(xué)會(huì)用網(wǎng)絡(luò)查資料。

而他的兒子，從 11 歲就開(kāi)始用 ChatGPT，天然地把 AI 當(dāng)作學(xué)習(xí)和工作伙伴。

這個(gè)對(duì)比說(shuō)明什么？說(shuō)明每一代人都有自己的技術(shù)拐點(diǎn)。錯(cuò)過(guò)了，就可能被時(shí)代甩開(kāi)。

他也講了自己現(xiàn)在的日常。

白天是 CTO，晚上也一樣。 他凌晨三點(diǎn)半寫代碼，搭了一個(gè)自己的 AI 代理， 把所有講稿、演講筆記、刪掉的段落、開(kāi)場(chǎng)的笑話……全都喂進(jìn)去。 變成一個(gè)能幫他準(zhǔn)備演講、排練內(nèi)容、提醒結(jié)構(gòu)的“數(shù)字助手”。

這個(gè)代理你可以在 you.ai 找到。免費(fèi)、開(kāi)源，任何人都能試。

不是要你也熬夜三點(diǎn)做項(xiàng)目。是想告訴你，你完全可以把 AI 變成你最了解的搭檔。

他把這種關(guān)系描述為：“AI × 你”

“它不是來(lái)接管你，是來(lái)幫你變成更好的你。”

道理很簡(jiǎn)單：人類不只是完成任務(wù)，還有判斷力、表達(dá)力、感受力。AI做不了這些，但能讓你從重復(fù)性工作中解脫出來(lái)。

這就是他要講的重點(diǎn)：

“AI越強(qiáng)，我們?cè)接袡C(jī)會(huì)回到人最擅長(zhǎng)的部分。不是被替代，而是讓你告別重復(fù)、低價(jià)值的工作，有更多時(shí)間思考、試錯(cuò)，決定真正想表達(dá)什么。”

不是要跟 AI 較勁，而是要學(xué)會(huì)用它。

聰明的做法是：讓它處理適合的部分，你專注于真正有價(jià)值的工作。

四、團(tuán)隊(duì)用 AI，走哪步？

用 AI，最容易的，是一個(gè)人試試。

最難的，是讓一個(gè) 8000 人的團(tuán)隊(duì)，都愿意用、都知道怎么用、還能用出成果。

Dharmesh 很直接地說(shuō)：

“推廣 AI 不是寫個(gè)公告讓大家去試一下。真正的采納靠的是小步實(shí)驗(yàn)、反復(fù)迭代，讓大家能用起來(lái)。”

他的比喻很貼切：

AI 的落地，不是散步，是爬山。

很多公司把 AI 當(dāng)成“年會(huì)亮點(diǎn)”或者“戰(zhàn)略聲明”，但員工每天打開(kāi)工具，還是不會(huì)用，不敢用，不想用。

他舉了 HubSpot 自己的例子：

“我們不是鼓勵(lì)大家試試 AI，我們是明確告訴大家：我們希望你用 AI，也會(huì)教你怎么用。”

所以他們內(nèi)部做了三件事：

1. 設(shè)定明確期待：“每個(gè)人都用 AI，而不是自愿參與”

“不是選項(xiàng)，是工作方式的更新。”

關(guān)鍵差別是，這不是鼓勵(lì)，而是對(duì)工作標(biāo)準(zhǔn)的重新定義。

在招聘時(shí)，他們就會(huì)觀察一個(gè)信號(hào)：你對(duì) AI 的好奇心夠不夠？你有沒(méi)有嘗試過(guò)讓 AI 做事？

你不需要是專家，但至少要有學(xué)習(xí)的意愿。

1. 給出具體路徑：先小用，再整合

Dharmesh說(shuō)：

“開(kāi)始的方法不是開(kāi)會(huì)宣布說(shuō)‘我們要用AI’，而是看看能不能在具體流程中加入 AI”

比如：

• 寫一封冷啟動(dòng)郵件？試試讓 AI 起個(gè)草稿。

• 匯總銷售線索？試試讓 AI 做個(gè)初步分類。

• 回客戶問(wèn)題？先讓 AI 回一版，再人工改。

他們發(fā)現(xiàn)，員工一旦嘗到 AI 提效的甜頭，就會(huì)主動(dòng)探索更多用法。

1. 搭建AI工具平臺(tái)，讓員工互相學(xué)習(xí)

最有代表性的，就是他們?nèi)ツ臧l(fā)布的AI agent 平臺(tái)。

Dharmesh 的思路是：

“給每個(gè)員工一個(gè)地方，可以使用別人做的 AI 工具，也可以試著改進(jìn)，甚至自己構(gòu)建一個(gè)。”

效果很明顯：

• 2024 年平臺(tái)剛上線時(shí)，只有不到 5 萬(wàn)人用；

• 到 2025 年 INBOUND 大會(huì)時(shí)，他宣布：超過(guò) 200 萬(wàn)人在使用，2.6 萬(wàn)人構(gòu)建了自己的 AI agent，1800 個(gè) agent 開(kāi)放給社區(qū)復(fù)用。

這些代理覆蓋了營(yíng)銷、客服、流程監(jiān)控、文檔生成……幾乎能想到的場(chǎng)景。

目標(biāo)不是人人會(huì)訓(xùn)練模型，而是人人能構(gòu)建自己的 AI 助手。

基于這些實(shí)踐，他總結(jié)了一個(gè)方法框架，叫做 TEAM（團(tuán)隊(duì)使用 AI 的四個(gè)動(dòng)作）：

1. T = 分類（Tasks）：列出你日常工作的任務(wù)清單

2. E = 嘗試（Experiment）：挑一個(gè)任務(wù)，試著加點(diǎn) AI

3. A = 自動(dòng)化（Automate）：一旦可行，把它變成穩(wěn)定流程

4. M = 測(cè)量（Measure）：看看結(jié)果，比原來(lái)快多少、準(zhǔn)多少

這個(gè)框架，不抽象。 你是設(shè)計(jì)師，可以試著讓 AI 寫初稿文案； 你是運(yùn)營(yíng)，可以讓 AI 歸類客戶問(wèn)題； 你是創(chuàng)作者，可以讓 AI 整理過(guò)往作品風(fēng)格。

關(guān)鍵不是全公司統(tǒng)一部署，你只需要找到一個(gè)具體場(chǎng)景，讓 AI 真正幫上忙。

一旦有了成功體驗(yàn)，問(wèn)題就從“要不要用AI”變成了“怎么用得更好”。

這才是真正的落地：不是宣傳，不是鼓勵(lì)，靠實(shí)際效果說(shuō)話。

五、AI 代理來(lái)了，團(tuán)隊(duì)要變了

當(dāng)大多數(shù)人還在讓AI寫文案、改郵件時(shí)，Dharmesh已經(jīng)看到了新趨勢(shì)：

“你給個(gè)目標(biāo)，它去執(zhí)行流程。”

AI 正在從對(duì)話工具，變成行動(dòng)型伙伴。

他舉了一個(gè)例子，什么叫“行動(dòng)型”：

“比如你對(duì) AI 說(shuō)：去找我 CEO 最近發(fā)布的視頻 → 生成轉(zhuǎn)錄 → 判斷內(nèi)容是否相關(guān) → 總結(jié)內(nèi)容 → 發(fā)郵件給我。”

不是一個(gè)請(qǐng)求，是一整段流程。 以前你要一個(gè)人來(lái)做這些，或者拆成 5 個(gè)工具。 現(xiàn)在一個(gè)AI代理就能完成，它不是等你一句一句提示，而是自己跑完整個(gè)流程。

他凌晨 3:30 親手搭建了一個(gè)，把自己講過(guò)的演講、素材、轉(zhuǎn)錄、甚至沒(méi)講的段子全都喂進(jìn)去。做成了一個(gè)能和別人聊天的代理，專門回答“Dharmesh 是怎么想、怎么說(shuō)、怎么改”的問(wèn)題。

“我把它放在 you.ai 平臺(tái)上免費(fèi)開(kāi)放。不是要做產(chǎn)品，就是想試試能不能讓 AI 替我回答這類問(wèn)題。”

這個(gè)小實(shí)驗(yàn)，背后有個(gè)更大的目標(biāo)：

未來(lái)每個(gè)人都可以有自己的 AI 員工。

這個(gè)變化，就是他演講中講的那個(gè)詞：“混合型團(tuán)隊(duì)”（Hybrid Team）。

具體就是：人負(fù)責(zé)一部分工作，AI代理負(fù)責(zé)一部分流程，你來(lái)設(shè)計(jì)兩者的協(xié)作方式。

他引用了哈佛商學(xué)院和寶潔公司聯(lián)合做的一項(xiàng)研究：

• 單個(gè)人 + AI，產(chǎn)出的質(zhì)量已經(jīng)超過(guò)傳統(tǒng)小組。

• 而使用 AI 的小組，效果又明顯優(yōu)于沒(méi)有 AI 的團(tuán)隊(duì)。

這說(shuō)明什么？

關(guān)鍵不在于 AI 會(huì)替代誰(shuí)，而在于誰(shuí)能學(xué)會(huì)和 AI 協(xié)作。

在 Dharmesh 看來(lái)，這正是企業(yè)下一階段的核心競(jìng)爭(zhēng)力：把 AI 從工具變成同事。這不只是效率提升，而是組織形態(tài)的根本變化。

所以，他給出的路徑很實(shí)際：

“不是你用 AI 的時(shí)候變快，而是你不在的時(shí)候，AI也能替你把事推進(jìn)。”

這，就是他講的“AI代理不是工具，是合作者”。

結(jié)語(yǔ)｜不是防被替代，是反超的起點(diǎn)

“AI 越強(qiáng)，差距就越大。”

Dharmesh 兒子 11 歲就開(kāi)始用 AI 輔助寫作； 他自己凌晨三點(diǎn)造了個(gè) AI 代理，幫他準(zhǔn)備演講、整理內(nèi)容。 HubSpot 內(nèi)部也有 2.6 萬(wàn)人正在搭建自己的專屬工具。

這些不是未來(lái)概念，而是正在發(fā)生的現(xiàn)實(shí)。

關(guān)鍵問(wèn)題不是“AI 會(huì)不會(huì)替代你”，而是：你有沒(méi)有開(kāi)始用 AI 做點(diǎn)不一樣的事？

用 Dharmesh 的話說(shuō)： AI越好，我們就越有機(jī)會(huì)回到最人類的部分。人不是 Bug，是我們最好的功能。

不是被淘汰，而是有機(jī)會(huì)變得更輕、更快、更準(zhǔn)。

真正的問(wèn)題不是“怎么不被 AI 替代”，而是“怎么用 AI 反超別人”。

當(dāng)別人還在擔(dān)心被淘汰時(shí)，你已經(jīng)開(kāi)始用AI放大自己了。

這就是反超的起點(diǎn)。

本文由AI深度研究院出品，內(nèi)容翻譯整理自 HubSpot 聯(lián)合創(chuàng)始人兼 CTO Dharmesh Shah 在 INBOUND '25 大會(huì)的AI主題演講。未經(jīng)授權(quán)，不得轉(zhuǎn)載。

星標(biāo)公眾號(hào)， 點(diǎn)這里 1. 點(diǎn)擊右上角 2. 點(diǎn)擊"設(shè)為星標(biāo)" ← AI深度研究員 ? ← 設(shè)為星標(biāo)

https://www.youtube.com/watch?v=pPQngmSEIe0&t=923s&ab_channel=INBOUND

https://www.youtube.com/watch?v=msCLJBLooXo&t=802s&ab_channel=TEDxTalks

https://www.inbound.com

https://www.theverge.com/2024/11/6/24289768/openai-chat-chatgpt-sam-altman-hubspot

https://singjupost.com/how-to-compete-with-ai-and-win-dharmesh-shah-transcript

https://ir.hubspot.com/?hubs_content=www.hubspot.de%2Fflywheel&hubs_content-cta=nav-utility-investors&utm

來(lái)源：官方媒體/網(wǎng)絡(luò)新聞

排版：Atlas

編輯：深思

主編：圖靈