OpenAI高管：工程師變成“魔法師”，AI將開啟新一輪創業狂潮

OpenAI API及開發者平臺工程負責人Sherwin Wu透露，公司內部95%的工程師已使用Codex編程，且未來12至24個月內，AI模型有望連貫執行長達數小時的復雜任務。

近日，OpenAI API及開發者平臺工程負責人Sherwin Wu（舍溫·吳）在參與Lenny's Podcast訪談時，詳細披露了OpenAI內部的AI使用率數據，并對AI如何重塑軟件工程、未來模型的演進路徑以及SaaS行業的市場機遇進行了深度解析。

內部實測：95%滲透率與“被吞噬”的中間層

市場高度關注AI在實際生產環境中的落地情況。Sherwin Wu披露了OpenAI內部的一組核心數據：目前，OpenAI 95%的工程師日常都在使用Codex（OpenAI的編程模型），且100%的PR也每天由Codex審查。Sherwin Wu表示：

“對于像我這樣的管理者來說，現在使用這些AI工具比自己手動編碼要容易得多。我們所有的代碼現在都是由Codex編寫的。”

數據還顯示，深度使用AI工具的工程師產出顯著高于普通用戶。

“傾向于更多使用Codex的工程師開啟的PR數量比不常使用的工程師多出了70%，而且這個差距還在隨著時間的推移而擴大。”

值得注意的是，OpenAI內部正在進行一項激進實驗：一個團隊正在維護一個100%由Codex編寫的代碼庫，這將導致開發模式的根本性轉變。

針對目前市場上大量圍繞AI構建的工具鏈（如向量數據庫、智能體框架等），Sherwin Wu提出了“苦澀的教訓”：

“模型會毫不費力地吞噬掉你的腳手架（scaffolding）。”

他指出，隨著模型能力的提升，許多為彌補模型缺陷而建立的中間層將變得多余，開發者應“為模型將要發展的方向而構建，而不是為它們今天的樣子而構建”。

職業重塑：工程師正變成施展咒語的“巫師”

關于AI對就業結構的影響，訪談中提出了一個形象的比喻。Sherwin Wu認為，獨立貢獻者（IC）角色的工程師正在轉變為“技術負責人”或管理者。

“工程師正在成為技術負責人。他們正在管理成群的智能體（agents）。這真的感覺就像我們是巫師，在施展各種咒語，而這些咒語就像是出去為你做事。”

他描述了未來的工作場景：工程師不再逐行寫代碼，而是同時管理10到20個并行的AI線程，引導它們完成任務。這種變化使得高績效人才的杠桿率被極度放大，也就是所謂的“馬太效應”——AI讓優秀的人變得卓越。

未來指引：B2B SaaS的黃金時代與“長任務”模型

針對市場熱議的“一人十億美元創業公司”（One-person billion-dollar startup）概念，Sherwin Wu給出了獨特的“二階效應”推演。他認為，為了賦能這樣的超級個體，市場將需要大量定制化的軟件工具。

“我認為我們可能實際上正在進入B2B SaaS的黃金時代。”

Sherwin Wu分析稱，雖然可能會出現單人十億美元公司，但更確定的機會在于會出現成百上千個為這些超級個體服務的“千萬美元級”小微SaaS公司。這將改變風險投資的生態系統，創業門檻將大幅降低。

在技術演進的時間表上，Sherwin Wu給出了明確的預測：

1、長任務處理能力： 目前前沿模型能處理不到一小時的任務。

“在未來12到24個月，我們可以看到能夠非常連貫地執行多個小時任務的模型。在某個時候，它可能能達到六小時一天的長任務。”

2、多模態爆發：音頻和語音將在未來6到12個月內變得更重要，尤其在企業業務流程自動化領域被嚴重低估。

OpenAI強調其平臺定位，Sherwin Wu明確表示，OpenAI視自己為生態系統平臺，致力于“提高水位”，而非通過發布競品來扼殺初創公司。

Sherwin Wu接受采訪全文翻譯：

舍溫·吳（Sherwin Wu）
95% 的工程師使用 Codex，我們 100% 的 PR 都由 Codex 審查。
倫尼（Lenny）
對于工程師來說，我不知道在過去幾年里，還有什么職業的變化比這更大。
舍溫·吳（Sherwin Wu）
工程師正在成為技術負責人。他們正在管理成群的智能體（agents）。這真的感覺就像我們是巫師，在施展各種咒語，而這些咒語就像是出去為你做事。
倫尼（Lenny）
你認為人們還沒有充分預料到的是什么，是……
舍溫·吳（Sherwin Wu）
單人十億美元創業公司的第二或第三階效應，是為了賦能單人十億美元創業公司而出現的效應。可能還會有 100 個其他小公司在構建定制軟件。所以我認為我們可能實際上正在進入 B2B SaaS 的黃金時代。
倫尼（Lenny）
我越來越多地聽到，當人們的智能體（agents）不工作時，他們會感到壓力。
舍溫·吳（Sherwin Wu）
實際上，現在有一個團隊正在 OpenAI 內部做一個實驗，他們正在維護一個 100% 由 Codex 編寫的代碼庫。他們遇到了你描述的那些確切問題。通常情況下，你會想，"好吧，我要卷起袖子，自己搞定它。"但這個團隊沒有那個"逃生艙"。
倫尼（Lenny）
你分享過，在 AI 領域，傾聽客戶的意見并不總是正確的策略。
舍溫·吳（Sherwin Wu）
這個領域和模型本身變化太快了，它們往往會自我顛覆。模型會毫不費力地吞噬掉你的腳手架（scaffolding）。
倫尼（Lenny）
對于那些覺得"好吧，我不想錯過這班船"的人，你有什么建議？
舍溫·吳（Sherwin Wu）
確保你是在為模型將要發展的方向而構建，而不是為它們今天的樣子而構建。但我們這里負責科學的副總裁凱文·韋爾（Kevin Weil）說過一句話，他喜歡說："這是模型有史以來最差的時候。"
倫尼（Lenny）
今天的嘉賓是舍溫·吳（Sherwin Wu），他是 OpenAI API 和開發者平臺工程負責人。考慮到基本上每個 AI 初創公司都在集成 OpenAI 的 API，舍溫對于正在發生的事情以及未來的發展方向有著極其獨特和廣闊的視野。在我們精彩贊助商的簡短致辭之后，我們馬上進入正題。
倫尼（Lenny）
舍溫，非常感謝你來到這里，歡迎來到播客。
舍溫·吳（Sherwin Wu）
謝謝你的邀請。
倫尼（Lenny）
我想從感覺像是 AI 進展的晴雨表開始，特別是在工程領域。就目前而言，你自己（如果你還在寫代碼的話）和你的團隊的代碼，有多大比例是由 AI 編寫的？
舍溫·吳（Sherwin Wu）
我現在偶爾還是會寫代碼。實際上，我想說的是，對于像我這樣的管理者來說，現在使用這些 AI 工具比自己手動編碼要容易得多。所以我知道，對我自己以及 OpenAI 的其他一些工程經理來說，我們所有的代碼現在都是由 Codex 編寫的。但更廣泛地說，公司內部充滿了能量，一種實實在在的能量，大家都在談論這些工具已經變得多么強大，Codex 對我們來說變得多么好用。我們很難精確衡量有多少代碼是由 AI 編寫的，因為絕大部分代碼，我想說接近 100%，通常首先是由 AI 生成的。不過，我們確實跟蹤的是，目前絕大多數工程師每天都在使用 Codex。所以，95% 的工程師使用 Codex，我們 100% 的 PR 也每天由 Codex 審查。基本上，任何進入生產環境、被合并的代碼，Codex 都會過目，并在 PR 中提出改進建議、提出更改。這是我們內部看到的情況。但總的來說，最令人興奮的還是那種能量，那種……存在的能量。
舍溫·吳（Sherwin Wu）
我們觀察到的另一件事是，傾向于更多使用 Codex 的工程師會開啟更多的 PR。他們實際上比不常使用 Codex 的工程師多開了 70% 的 PR，而且這個差距還在擴大。所以我覺得，那些開啟更多 PR 的人開始越來越多地學習如何使用這個工具，變得更高效。那 70% 的差距還在隨著時間的推移而增長。自從我上次看這個數字以來，它可能實際上又增加了。
倫尼（Lenny）
好，只是為了確保我們聽清楚了你的意思，OpenAI 那 95% 的工程師的所有代碼都是由 AI 編寫的？代碼寫出來，然后他們再審查？
舍溫·吳（Sherwin Wu）
是的，是的。
倫尼（Lenny）
這太瘋狂了。幾乎到了我們不再覺得瘋狂，已經開始習慣的程度了。
舍溫·吳（Sherwin Wu）
我認為還是有些需要習慣的地方，明確一下。也有些工程師，我想他們對 Codex 的信任度稍微低一點。但基本上每天我都會和某個人交談，他們對 Codex 能做的事情感到驚嘆，他們對模型的信任度，或者說，他們有多大程度上信任模型能獨立完成工作的程度，會一次又一次地提高。我們這里負責科學的副總裁凱文·韋爾有句話，他喜歡說："這是模型有史以來最差的時候。"對于軟件工程來說，這也是模型有史以來最差的時候。所以隨著時間的推移，我們看到人們越來越信任它。然后我們也會看到模型本身變得越來越好。
倫尼（Lenny）
是的，凱文·韋爾，以前也是播客嘉賓，他在這檔播客里也說過這句話，說過幾次。是的，是的。Claude Bot / Mulbot / OpenClaw 的開發者最近分享說，他在工作中使用 Codex，他覺得只要 Codex 做了某事，他就相信它做了正確的工作，他幾乎可以肯定可以直接提交到主分支，而且結果會很好。
舍溫·吳（Sherwin Wu）
他是 Codex 的重度用戶。我知道他和團隊保持密切聯系，給了我們很好的反饋。他那樣使用它，我并不驚訝。我是說，它叫 OpenClaw。是的，OpenClaw。很棒的產品。然后我看到更多，我是說，這是最近的事，就今天早上，我想最令人印象深刻的是看到所有那些 AI 智能體在互相交談。相當超現實。
倫尼（Lenny）
這基本上就是《星際迷航》中的博格人在現實生活中發生了。所以回到我們正在經歷的這一個瘋狂時刻，特別是對工程師而言。我們經歷了一個轉變，從你寫每一行代碼，到現在 AI 在寫你所有的代碼。我不知道在過去幾年里，還有什么職業的變化比這更大，一個我們沒想到會變化這么大的職業。工程師的工作在其整個職業生涯中變得如此不同。在過去的幾年里，現在它已經轉變為"我不再寫代碼了"。我甚至想象一下未來幾年工程師的角色和軟件工程師的工作，那會是怎樣的？
舍溫·吳（Sherwin Wu）
我是說，看到這個真的很酷，這也是興奮感的一部分，因為這份工作很可能在未來一兩年內發生相當顯著的變化。不過感覺我們還在摸索之中。所以有一種興奮感，我知道特別是一些軟件工程師會覺得，我們處在一個罕見的時刻，也許在未來 12 到 24 個月里，我們可以自己摸索出這些東西，為我們自己設定標準，關于我預見到它會如何發展。所以，我覺得大家都在說一件事，那就是，人們普遍認為，獨立貢獻者工程師正在成為技術負責人。他們基本上成了管理者，在管理成群的智能體。我知道我團隊里的很多工程師基本上同時有 10 到 20 個線程在進行。顯然不是同時在運行活躍的 Codex 任務，而是有很多并行的線程。他們在檢查這些線程在做什么，在引導智能體和 Codex，并給予反饋。所以他們的工作真的從僅僅是編寫代碼本身，變成了幾乎像一個管理者。我認為在未來一兩年內，情況還會如此。
舍溫·吳（Sherwin Wu）
我經常回想起的一個比喻，實際上來自我大學時讀過的一本編程教科書，叫做《計算機程序的構造和解釋》（SICP，Structure and Interpretation of Computer Programs）。你可能聽說過它。在麻省理工學院，它非常有名，實際上作為入門編程課程的教材使用了很長時間。它有一群狂熱的追隨者。它教你編程，教你一種叫做 Scheme 的 Lisp 方言。它向你介紹了函數式編程之類的東西，非常有啟發性。但那本書對我來說最難忘的是……我是在大學里讀的。它一開頭就把編程描述為一門學科，并畫了一個比喻，基本上就像巫術。它說軟件工程師就像巫師，編程語言就像咒語，你……你在念誦咒語，這些咒語就像是出去為你做事。挑戰在于，你需要念誦什么樣的咒語才能讓程序做你想做的事？這本書寫于 1980 年，所以這是很久以前的事了。
舍溫·吳（Sherwin Wu）
我認為這個比喻實際上在某種程度上一直存在。而且我認為，當我們進入這個"氛圍編碼"（vibe coding）的新時代，或者軟件工程未來會變成什么樣的時候，這個比喻實際上正在上演。因為編程語言基本上就是我們在使用的咒語。它們隨著時間的推移而改變。挑戰始終是，而且趨勢一直是，通過編程讓計算機做你想做的事變得越來越容易。我認為當前的 AI 浪潮很可能是這個演變的下一個階段。它現在真的是字面意義上的咒語了，因為你可以告訴 Codex，告訴 Cursor 你到底想做什么，然后它就會全部替你去完成。我特別喜歡巫師和巫術的類比。因為我認為我們現在的狀態開始向《幻想曲》里的"魔法師的學徒"靠攏。米老鼠戴上魔法師的帽子，試圖做所有事情。我認為這是一個非常貼切的類比，因為第一，它確實非常強大。現在你能施展的咒語，杠桿作用極高，但你必須知道你在做什么，對吧？就像在"魔法師的學徒"里，整個情節就是米老鼠失控了，掃帚發瘋了，到處都是水。他基本上是讓掃帚去執行一個任務，然后自己睡著了。所以你知道，這就是"氛圍編碼"的極致體現。最后老魔法師回來，把一切都清理干凈。當我看到工程師們一次處理 20 個不同的 Codex 線程時，這確實需要一些技巧，需要一定的資歷，需要投入很多思考，因為你要確保模型不會偏離軌道。你肯定不想就這樣完全走開，忽略這件事。但它的杠桿作用也極高。一個非常資深的工程師，如果非常擅長、非常熟練地使用這些工具，現在可以通過他們正在做的事情完成多得多的任務。我認為這也是它變得有趣的原因。它真的讓我們感覺現在就像巫師一樣。我們感覺更接近擁有這種神奇的體驗，我們施展所有這些咒語，讓軟件為你做所有事情。
倫尼（Lenny）
當你描述的時候，我正好想到了"魔法師的學徒"這個比喻。所以很高興你提到了它。之前有位播客嘉賓把它描述為你擁有一個可以滿足你愿望的精靈，這是個有用的框架，因為你必須非常清楚你想要的愿望是什么。
舍溫·吳（Sherwin Wu）
如果你想變大，要多大，是的。或者可能是那種"猴爪"式的，你知道，你得到了你想要的，但隨之而來的正確效果是什么？是的，我認為這個比喻很棒。對我來說，瘋狂的是那本書《計算機程序的構造和解釋》的持久力。它被稱為"巫師書"，人們稱它為巫師書，就是因為他們貫穿全書編織的那個比喻，而我們基本上現在已經達到了那個點，這真的很酷。
倫尼（Lenny）
我想順著兩個方向聊。一個是，我越來越多地聽到，當人們的智能體不工作時，他們會感到一種壓力。你發出了所有這些 Codex 智能體，然后你必須時刻關注它們。哦，有一個不工作了，我在浪費時間。你在你的團隊里感受到這種壓力嗎？
舍溫·吳（Sherwin Wu）
我是說，這經常發生。我實際上認為，這正是當前所有這一切中有趣的部分所在，因為這些模型并不完美，這些工具也不完美，我們仍在試圖弄清楚如何最好地與 Codex 或這些 AI 智能體互動來完成工作。我們內部經常遇到這種情況，有一個特別有意思的團隊。實際上，現在有一個團隊正在 OpenAI 內部做一個實驗，他們基本上在維護一個 100% 由 Codex 編寫的代碼庫。所以，你知道，有些時候你會讓 AI 寫代碼，但你顯然最終會重寫很多代碼，你可能需要仔細檢查和修改。但這個團隊完全由 Codex 操刀，完全投入其中。他們遇到了你描述的那些確切問題，比如，他們的挑戰是，你知道，我想完成這個功能，但我無法讓智能體做到。通常情況下，會有一個"逃生艙"，那時你會想，"好吧，我要卷起袖子，自己搞定它。"然后我不再用 Codex，而是可能使用 Cursor 里的 Tab 補全之類的功能。但對于這個實驗團隊來說，他們沒有那個"逃生艙"。所以挑戰就變成了：我如何讓智能體做到這一點？我實際上認為我們很快會發布一篇博文，分享我們的一些經驗。許多迷人的范例和最佳實踐正在涌現出來。
舍溫·吳（Sherwin Wu）
我們注意到一件有趣的事，我不知道這是不是你感受到的，但我們在這里確實感受到了，很多時候，當編碼智能體沒有做你想讓它做的事情時，問題通常出在上下文和你提供給它的信息上。要么是規定得不夠明確，要么就是沒有足夠的信息讓智能體、讓 Codex 了解如何去做某事。所以當你必須通過這種方式解決它時，挑戰就在于添加文檔，實際上就是圍繞這個限制開展工作，基本上把更多你腦子里知道的、那種不成文的、部落式的知識，以某種方式編碼到代碼庫里，要么通過代碼注釋本身，要么通過代碼結構本身，要么通過像 .md 文件、skills 文件這樣的文本文件，或者任何其他類型的、倉庫內部的額外資源，這樣模型就能更好地完成任務。這個團隊還有很多其他的經驗，我認為探索起來會很迷人。但是，是的，去掉不再使用 AI 這個"逃生艙"，讓他們能夠開始拼湊出許多問題，如果我們真的想深入智能體領域，這些問題是我們必須解決的。
倫尼（Lenny）
人們遇到的另一個問題，你談到了人們如何瘋狂地提交 PR。如果他們用 AI 工作，會提交多得多的 PR。顯然，代碼審查正成為一個更大的挑戰。你的團隊有沒有想出什么辦法來幫助加快審查速度，讓它能夠規模化，而不只是給人們創造一個糟糕的工作——他們整天就坐在那里審查 PR？
舍溫·吳（Sherwin Wu）
是的，我的意思是，現在 Codex 會審查我們 100% 的 PR。所以我認為，一件非常有趣的事情是，我們傾向于立刻交給模型做的事情，往往是那些讓我們煩惱的事情，或者是軟件工程中最無聊的部分。這也是為什么現在更有趣了，因為我們可以做更多有趣的事情。就我自己而言，我真的很討厭代碼審查。對我來說這是最糟糕的事情之一。我記得我大學畢業后的第一份工作在 Quora，我負責新聞推送。所以我擁有新聞推送的代碼，因此我是新聞推送的審查者。它是每個人都會觸及的核心代碼。所以每天早上我登錄后，會有 20 到 30 個代碼審查等著我，我心里想，"哦，天哪，我得把這些都看完。"我會拖延，然后它就長到 50 個。所以有很多代碼審查。
舍溫·吳（Sherwin Wu）
Codex 非常擅長審查代碼。所以我們注意到的一件事是，o1 在審查代碼方面變得異常熟練，特別是當你把它引導到正確的方向時。所以對于代碼審查，是的，我們創建了很多 PR，但 Codex 審查了所有 PR。它讓代碼審查從一個可能需要 10 到 15 分鐘的任務，有時甚至只需要 2 到 3 分鐘，因為已經有了很多內置的建議。很多時候，特別是對于小的 PR，你甚至不需要人來審查。我們用這種方式交叉使用 Codex，原始作者會看看 Codex 的建議。代碼審查的好處是擁有第二雙眼睛來確保你沒有做任何蠢事。Codex 現在是一雙相當聰明的第二雙眼睛。所以這是我們在整個 CI 流程中大力投入的方向，比如推送后和部署后的流程，現在內部也通過 Codex 實現了高度自動化。如果你和很多工程師交談，最讓他們煩惱的事情是，在你寫完漂亮的代碼之后，如何把它投入生產？你需要運行所有這些測試，你需要處理錯誤，是的，還有所有的代碼審查。你可以用 Codex 做很多自動化的事情。所以我們內部實際上構建了一些工具來幫助自動化這個過程，自動化 lint 檢查。如果有一個 lint 錯誤，用 Codex 修復非常容易，然后它可以就直接打補丁，然后重新啟動 CI 流程。所以我們正努力把所有這些都壓縮到，盡可能少地占用工程師的工作，其結果是，他們現在可以合并并推送更多的 PR。
倫尼（Lenny）
Codex 寫代碼，Codex 審查它自己寫的代碼。我很好奇，你是否愿意使用其他模型來審查你們自己模型的工作？這是一個路徑嗎？還是說，它已經足夠好了，我們不需要別的了？
舍溫·吳（Sherwin Wu）
我想說的是，這里面肯定存在一個循環問題。回到"魔法師的學徒"，你要確保不讓掃帚瘋跑。所以，我們對于哪些 PR 是完全由 Codex 審查的，考慮得非常周到。大多數人顯然還是會看一眼他們自己的 PR，所以并不是降到零了。更像是從 100% 的關注度降到了 30% 的關注度，這有助于推動事情進展。至于使用多個模型，我們顯然在內部測試了很多模型。所以我們有很多。我們較少使用外部模型。我們認為"吃自己的狗糧"，使用我們自己的模型，并從那里獲得反饋，這很重要。但你也可以使用很多內部模型變體來給你提供不同的視角。我們發現這樣做效果很好。
倫尼（Lenny）
好的，只是為了確保我們了解今天 OpenAI 世界在 AI 編碼方面的一個晴雨表，以便我理解。然后我想轉到不同的話題。目前 OpenAI 內部 100% 的代碼都是由 Codex 編寫的？是這么說的嗎？
舍溫·吳（Sherwin Wu）
我不會說今天運行在生產環境中的 100% 代碼都是由 AI 編寫的。這很難做歸因。但幾乎每個工程師現在都在他們所有的任務中大量使用 Codex。所以，如果讓我猜的話，我會說絕大部分代碼現在可能都是由 AI 創作的。
倫尼（Lenny）
難以置信。好的，有很多討論，我們一直在談論獨立貢獻者（IC）的角色，獨立貢獻者工程師的工作。我們來談談管理者角色的變化，特別是工程經理。作為管理者，你的生活隨著 AI 的興起發生了怎樣的變化？你認為管理者未來的角色是什么？
舍溫·吳（Sherwin Wu）
變化肯定比工程師小。還沒有專門給管理者的 Codex，是的，還沒有。但是，我用 Codex 來幫我做一些更像是管理性質的任務。我想說有幾件事已經變了。有一些趨勢。所以我認為它變化還不大，但我看到了趨勢。如果你推演下去，你可以大致看到這將會走向何方。一件事變得越來越清晰，Codex 確實賦予了頂尖表現者極大的能力，讓他們能做更多，效率更高。所以它確實，我認為這對于整個社會的 AI 來說可能也是真的，那就是那些真正投入其中的人，那些有高度能動性的人，會真正擅長使用這些工具，他們會自我增壓。所以我現在也注意到了這一點，那就是頂尖表現者最終會變得更有生產力，所以你以這種方式看到團隊生產力的分布變得更廣了。
舍溫·吳（Sherwin Wu）
所以，我作為管理者，一直堅持的一個管理理念是，實際上把大部分時間花在頂尖表現者身上，確保他們不被阻礙，確保他們開心，確保他們感到有生產力，感到被傾聽。我認為在一個 AI 世界里，這更加正確，因為你的頂尖人才會利用這些工具飛速前進。我認為一個例子就是那個維護 100% Codex 生成代碼庫的團隊，就讓他們放手去干，看看會發生什么，這已經帶來了回報。所以這是我看到的一個趨勢，管理者把更多時間花在頂尖表現者身上，我認為這很可能會繼續下去。另一件事，這是一個觀察，我的感覺是，隨著管理者可以使用很多 AI 工具，不是寫代碼，而是像連接了組織知識的 ChatGPT，能夠進行研究，更好地理解組織背景。另一個好例子是我們正在進行績效評估，使用連接到內部知識（如 Github、Notion 文檔、Google 文檔）的 ChatGPT 真的很容易，可以很好地了解這個人過去 12 個月做了什么，甚至可以寫一份簡短的研究報告。我的感覺是，在這個世界里，管理者將能夠管理更大的團隊。有點像軟件工程師管理 20 到 30 個 Codex 智能體。我的感覺是，這些工具將使管理者，人事管理者，能夠獲得更高的杠桿作用。它將使他們能夠管理比當前最佳實踐多得多的團隊。所以我認為軟件工程大約是 6 到 8 個人，對吧？你可以看到這適用于非工程領域，比如支持或運營，以前支持團隊的規模可能受限，但隨著你可以把更多事情交給智能體，你實際上可以做更多工作，也能以這種方式管理更多人。
舍溫·吳（Sherwin Wu）
我認為同樣的事情也可能發生在人事管理上，尤其是在科技公司。我們已經看到了這一點。有些團隊，他們的工程經理管理者相當多的人，而且他們做得相當不錯，因為有了這些工具，他們可以獲得更高的杠桿作用，更好地了解他們的團隊在做什么，更好地理解組織背景，并以那種方式運作。
倫尼（Lenny）
我喜歡你說的這種方式，你總是傾向于頂尖表現者，花更多時間與他們在一起，為他們掃清障礙，確保他們開心。就像馬克·安德森（Marc Andreessen）在我們的播客上說的，你描述的方式是，AI 讓好人變得更好，讓優秀的人變得卓越。而你在這里說的是，越來越多地這樣做可能是正確的做法，花更多時間與你團隊中最優秀的人在一起，為他們掃清障礙，確保他們擁有所需的一切。
舍溫·吳（Sherwin Wu）
是的，現在有個很好的例子。可以說，內部有一群工程師，他們是 Codex 的重度愛好者，正在思考與這個模型互動的最佳實踐是什么。這對他們來說是一件杠桿作用極高的事情。所以作為管理者，我就只是說，是的，去探索這個吧，無論從中得出什么最佳實踐，我們都要與整個組織分享。我們會舉辦所有那些知識分享會議，分享文檔，到處分享最佳實踐。所以這樣的事情，就能提升每個人。所以我把它看作是我們看到的這個趨勢的另一個例子，即頂尖表現者變得真正卓越。
倫尼（Lenny）
人們只是有一種感覺，這事很重大。AI 正在改變如此之多。世界正在改變。這將是一件大事。你認為人們還沒有充分預料到什么將會改變？還沒有意識到事情會走向何方？舉個例子，你認為有什么是"哦，我們還沒意識到這一點"？
舍溫·吳（Sherwin Wu）
嗯，我最喜歡的一句話，或者說整個 AI 浪潮中出現的一個概念，就是"單人十億美元創業公司"的想法。我想可能是 Sam 創造的，或者 Sam 甚至可能是第一個說這話的人。想想這個很迷人，對吧？是的，如果人們的杠桿作用如此之高，那么在某個時候，很可能會出現一個單人十億美元創業公司。雖然我認為這很酷，但我認為人們還沒有真正預料到這事的第二或第三階效應。因為單人十億美元創業公司意味著，一個人可以利用這些工具擁有如此多的能動性和如此高的杠桿作用，以至于他們可以極其容易地完成他們業務所需的一切，最終創造出價值十億美元的東西。
舍溫·吳（Sherwin Wu）
但我認為這還有其他幾個含義。其中之一是，如果一個人能創造出一個單人十億美元公司是容易的，或者如果一個人有可能創造出單人十億美元公司，那也意味著人們總體上更容易創業。我實際上認為這會是……這個現象的一個第二階效應是，我認為會出現巨大的創業潮，就像 SMB 式的繁榮，任何人都可以為任何事構建軟件，對吧？你已經開始在 AI 創業圈看到這一點了，軟件變得更加垂直化，這些垂直領域的 AI 工具往往效果很好，因為你深入那個特定領域，你真正理解用例。所以如果你推演下去，沒有理由不能有比現在多一百倍的這類創業公司。
舍溫·吳（Sherwin Wu）
所以我認為我們可能會看到的一個世界是，為了賦能一個單人十億美元創業公司，可能會有 100 個其他小公司在構建定制的軟件，這些軟件效果非常好，用來支持其他類型的單人十億美元創業公司。所以我認為我們可能實際上正在進入 B2B SaaS 的黃金時代，以及整個軟件即服務領域。所以我認為這是一個非常有趣的趨勢，因為隨著構建軟件變得越來越容易，隨著運營一家公司變得越來越容易，你可能實際上會看到更多這類創業公司。
舍溫·吳（Sherwin Wu）
所以我一直在想的是，是的，可能會有一個單人十億美元創業公司，但也可能會有 100 個千萬美元級別的創業公司，可能會有成千上萬個百萬美元級別的創業公司。作為一個個體，擁有一個千萬美元級別的生意其實非常棒。那個數目足夠讓你一輩子衣食無憂了。所以我們可能真的會看到這方面的爆發。我感覺人們還沒有真正預料到這一點。這還有另一個第三階效應。所有這些，我想你預測得越遠，不確定性就越大。我認為如果我們最終走向這樣一個世界，有這些微型公司為一個人或兩個人擁有和運營的公司構建軟件，那么創業生態系統將會改變。風險投資生態系統將會改變。我們可能最終會進入一個世界，只有少數幾個大玩家提供平臺，支持所有這些創業公司。但是，能夠真正實現百倍或千倍投資回報的、規模回報的那種創業公司，如果你最終有了許多這些千萬到五千萬美元級別的公司，這個數量可能實際上會減少。這些公司對于風險投資的回報來說并不理想，但對于那些現在真正投入 AI 為自己建立這些生意的高能動性個體來說，卻非常棒。
倫尼（Lenny）
我喜歡我們經歷了這么多"階"，比如第幾階效應。現在是第四階效應了，我敢肯定。我只是在開玩笑。
舍溫·吳（Sherwin Wu）
我不能，這是第二階。對我來說，第二階效應，我無法想那么遠。
倫尼（Lenny）
這就像《盜夢空間》，每次你深入一層，一切都會變慢。是的，是的，每一層。好的，關于十億美元創業公司，我一直在想這個問題，因為我不會成為十億美元創業公司，因為我現在做的事情無論如何都不是風險投資規模，也不是超級高杠桿，但我能看到我收到多少支持工單，都是些最荒謬的事情。
舍溫·吳（Sherwin Wu）
是的。
倫尼（Lenny）
我很難想象一個人能做到，我對這個十億美元創業公司持悲觀態度。我只是想分享這個想法。僅僅是因為支持成本，即使 AI 在幫你，達到十億美元，除非你的年度合同價值非常高，而且你的客戶非常少。我只是應付支持和人們，他們可以自己解決他們的問題，但他們卻選擇發郵件給支持，詢問這件事。根據我的經驗，處理這些是很難規模化的。所以除非你有一堆合同工，我不確定那算不算單人公司，我覺得很難將一家十億美元創業公司規模化，并且至少沒有人幫你做支持工作，而我認為 AI 只能幫你到一定程度。
舍溫·吳（Sherwin Wu）
嗯，我認為這是對的。實際上，我的看法略有不同。我認為你的 Lenny 的播客最終可能會成為一個十億美元創業公司。但我認為可能發生的情況是，不是你一個人必須派遣 AI 去解決和修復那些支持工單。我認為可能發生的是，會出現一大批其他的創業公司，它們正在構建軟件，并且超級，超級貼合你可能的需求。所以可能會有 10 到 20 家創業公司為播客和新聞通訊構建支持軟件。那可能是一個單人創業公司。它不需要是一個大公司。他們可以非常容易地編寫出這個產品，他們能夠構建自己的東西。而且因為它如此定制、獨特，并且希望對你來說有用，可能會是你作為那個單人十億美元創業公司會購買的東西。我會買的。
舍溫·吳（Sherwin Wu）
是的，有一個問題是，你哪些東西內部做，哪些外包。我認為可能發生的情況是，由于運行軟件和構建產品的成本急劇下降，你可能會外包很多這樣的事情，從而縮減你公司的規模。這就是我認為可能發生的世界。同樣，這里有很大的不確定性，最終的結果可能仍然是一個人驅動這個高杠桿的公司，實際上可能達到十億美元。
倫尼（Lenny）
我可以看到這一點。我也在想 Peter 和他的 Claude Bot / Mulbot / OpenClaw，他現在被所有這些請求、郵件、消息、私信和 PR 淹沒了。我就是好奇想看看，而且他還沒從這件事上賺到一分錢。
舍溫·吳（Sherwin Wu）
我無法想象他現在是什么感覺。一定完全瘋了。可能就像我們發布 ChatGPT 后的那個月一樣瘋狂。
倫尼（Lenny）
作為一個人的公司。是的，順便說一句，他一周后會來參加播客。
舍溫·吳（Sherwin Wu）
那太令人興奮了。
倫尼（Lenny）
也許第四階效應是，分銷變得越來越重要，因為有太多該死的東西試圖吸引你的注意力。所以擁有受眾和平臺的人，我認為，會變得越來越有價值。這是好事。好的內容。好的，我想回到你的管理話題。我非常喜歡你關于花更多時間與頂尖表現者共事對你非常成功的見解。考慮到你是一個管理著一個團隊的經理，這個團隊正在構建為整個 AI 經濟提供動力的平臺，基本上每個 AI 創業公司都在你的 API 上構建。顯然，你做得非常出色。你有哪些核心的管理經驗？你覺得什么非常重要，并且是你作為工程師和人員管理者的成功關鍵？
舍溫·吳（Sherwin Wu）
是的，我認為我在這里學到的很多經驗，我不知道對于 OpenAI API 或者企業產品來說有多特別。我認為我的管理理念當然隨著時間的推移而改變，但我覺得它保持不變的地方多于它改變的地方。其中一個原則就是我之前和你談到的，那就是花大量時間與頂尖表現者在一起。具體來說，就是把超過 50% 的時間花在你的頂尖表現者身上，也許是頂尖的那 10% 的表現者，并真正盡你所能去賦能他們。我思考這個問題的方式，會回到軟件工程師作為外科醫生的類比，這來自《人月神話》這本書。有趣的是，我是從書里引用的，但在書中，他們實際上描述了一個世界，我想他們當時是在預測未來。因為這本書大概寫于 70 年代。他們說軟件工程可能會發展到一個世界，軟件工程師就像外科醫生。或者像在手術室里，有一個人在做工作。有一個人在切割或者做所有的手術，房間里的其他所有人都在那里只是為了支持他。而護士、助理、住院醫生、研究員，然后外科醫生說"我需要一把手術刀"，他們就把手術刀遞給他。然后他們說"我需要這個工具，這臺機器"，他們就會拿過來。每個人都在那里只是為了支持那一個外科醫生。所以《人月神話》實際上預測這是軟件將要發展的方向。我不認為這完全實現了，它更像是協作性的，不僅僅是一個人做所有工作。但我一直很喜歡這個比喻。而這個比喻實際上正是我努力在我的管理理念中效仿的，那就是軟件工程并不是真正像外科手術那樣，不只是一個人做工作，但我對待團隊里的人和作為管理者的行為方式是，我想賦能他們，讓他們感覺自己像個外科醫生，就確保我支持他們，確保他們擁有完成工作所需的一切，讓他們感覺好像有一群人在支持他們，為他們觀察四周，在他們需要的時候給他們所需的一切，而實際上只有我這個經理。所以我舉的例子是，觀察四周，為人們掃清障礙，特別是從組織的角度，這非常有用。再回到關于 AI 的對話，這在現在甚至更重要，對吧？如果人們只是在瘋狂地提交一個接一個的 PR，那么阻礙進展和交付的主要瓶頸往往是組織性或流程性的。如果你作為經理能夠觀察四周，為團隊掃清障礙，如果你能做到，就像如果外科醫生需要手術刀，但經理已經為他們準備好了手術刀，那是最理想的情況。這就是我對待管理的方式，特別是工程管理。所以這對我來說一直很重要。即使軟件工程師不完全是外科醫生，這個比喻在我的職業生涯中一直留存在我腦海里。
倫尼（Lenny）
我喜歡這個。我想知道這是否是 AI 可以提供幫助的事情，觀察四周，預測這個工程師會被這個決定阻礙。我們需要解決這個問題。
舍溫·吳（Sherwin Wu）
是的，這確實是個好主意。我還沒試過，但我想知道如果我讓連接了公司知識的 ChatGPT 看看，"團隊當前有哪些活躍的阻礙？"瀏覽所有 Notion 文檔，也許還有 Slack 消息，它可能在 Slack 的某個地方。"我團隊當前有哪些活躍的阻礙？有什么我可以幫忙的嗎？"嗯，這很有意思。我沒想到過。
倫尼（Lenny）
就在我們這里，你們有了一個見解。我認為甚至更有趣的是，你預計在未來幾個月，這位工程師或這個團隊會遇到什么阻礙？或者是的。
舍溫·吳（Sherwin Wu）
你可以問模型，讓 AI 做第二和第三階的事情，預測那些，并預測下個月會有什么阻礙。
倫尼（Lenny）
我們這里有了個好主意。本期節目由 DataDog 提供，DataDog 現在也是 Eppo 的所在地，Eppo 是領先的實驗和功能標志平臺。世界頂尖公司的產品經理使用 DataDog，這個平臺也是他們的工程師每天依賴的平臺，將產品洞察與產品問題（如錯誤、用戶體驗摩擦和業務影響）連接起來。首先從產品分析開始，產品經理可以觀看回放、審查漏斗、深入研究留存率并探索他們的增長指標。在其他工具停止的地方，DataDog 走得更遠。它實際上幫助你診斷漏斗下降、錯誤和用戶體驗摩擦的影響。一旦你知道關注點在哪里，實驗就能證明什么有效。我在 Airbnb 時就親眼目睹了這一點，我們的實驗平臺對于分析什么有效以及哪里出了問題至關重要。而當年在 Airbnb 建立實驗平臺的同一個團隊，在 DataDog 建立了 Eppo。然后 DataDog 讓你通過會話回放超越數字，精確觀察用戶如何使用熱圖和滾動圖交互，真正理解他們的行為。所有這一切都由與實時數據關聯的功能標志提供支持，這樣你就可以安全地推出、精準定位并持續學習。DataDog 不僅僅是工程指標。它是優秀產品團隊學習更快、修復更智能、自信交付的地方。在 datadoghq.com/lenny 請求演示。網址是 d-a-t-a-d-o-g-h-q 點 com 斜杠 lenny。好的，我打算轉向談談你們構建的 API 和平臺。所以你和很多公司合作，他們實現你的 API，在你的平臺上構建，使用你的工具。你告訴我，你發現很多公司在他們的 AI 部署上實際上是負 ROI，我認為這是很多人讀到、感受到和想到的。有趣的是看到了這一點。那里發生了什么？他們做錯了什么？在 AI 部署和 ROI 的世界里發生了什么？
舍溫·吳（Sherwin Wu）
是的，要明確的是，我并沒有明確看到這方面的量化數字。你知道，衡量這些東西真的很難，但特別是通過觀察一些試圖做 AI 的公司，如果很多 AI 部署實際上是負 ROI，我不會感到驚訝。我部分認為，這也有來自全國各地的人們（基本上在科技行業之外）的普遍情緒，認為 AI 是被強加給他們的。我認為這可能是某些負 ROI 的 AI 部署的一個癥狀。
舍溫·吳（Sherwin Wu）
我觀察到關于這方面的幾件事。一件事是，我想我一次又一次地回到這一點，那就是我們硅谷的人忘記了我們生活在一個泡沫里。我們太……Twitter 是一個泡沫，抱歉，X 是一個泡沫。硅谷是一個泡沫，軟件工程是一個泡沫。世界上大多數人，美國大多數人，不是軟件工程師，不是非常 AI 化，沒有關注每一個模型發布。所以我們完全不了解如何使用這項技術。所以我們總是談論所有這些關于 Codex 的最佳實踐，所有這些 OpenAI 內部 Codex 化的人。我相信每個在 X 上發帖的人都是這些 AI 工具的狂熱超級用戶。他們投入到 skills，投入到 agent.md。
舍溫·吳（Sherwin Wu）
是的。所有那些。當我和一些公司交談，和實際使用這些東西的員工交談時，他們做的都是最基本的事情，而且他們對這項技術究竟如何工作了解甚少。所以對我來說，這是一個重要的觀察，那就是他們問這些工具的問題非常簡單，他們還沒有真正推動它。這又回到了我認為更多公司所做的，或者可能做的，或者更理想的 AI 部署設置是什么樣的。
舍溫·吳（Sherwin Wu）
這也大致是我們在 OpenAI 內部運作的方式。那些我認為開始效果很好的公司，既有自上而下的支持，比如 C 級管理層說，我們要成為 AI 優先的公司，所以有支持，他們購買工具，他們有明確的支持，但也有自下而上的采納和認同。我的意思是，有實際做工作的員工，他們對這項技術真的感到興奮，并且愿意學習、傳播、建立最佳實踐。這就像在組織內部分享知識。我們在內部也看到了很多。所以很明顯，OpenAI 一直想成為一家非常以 AI 為中心的公司，但真正開始騰飛的時候，是在引入 Codex 和這些工具之后，那時像實際員工自己才能開始將其應用到他們的工作中。我認為你真的需要這個，因為歸根結底，每個人的工作都非常不同，非常獨特。軟件工程不同于財務，不同于運營，不同于市場推廣和銷售。所以有很多最后一步的工作細節需要真正以自下而上的方式完成。所以我的感覺是，很多數據部署沒有自下而上的采納。它們只是一個明確的指令，完全是自上而下的，與實際工作脫節。最終的結果是你有一個龐大的勞動力群體，他們并不真正理解這項技術，他們知道我應該使用它，也許我的績效評估里也有這項，但我不確定該做什么。他們環顧四周，沒有人在做。沒有其他人可以學習。所以我對推動這個的公司的建議是，找到，甚至可能在內部配備一個全職團隊，作為一個內部的攻堅團隊，可以探索全部能力，應用到特定工作流程，進行知識分享，在可能想使用這項技術的人中創造興奮感。因為沒有這個，真的很難，實際上很難上手。
倫尼（Lenny）
你會把誰放在這個攻堅團隊里？是由工程師領導嗎？根據你的經驗，它是一個跨職能的戰略團隊嗎？
舍溫·吳（Sherwin Wu）
是的，這很有意思，因為很多公司也沒有軟件工程師。我看到的模式是，往往是那些與軟件工程相鄰的，基本上是技術人員但不是軟件工程師的人。我認為這些人往往對此最興奮。可能是支持團隊或運營團隊的負責人，他們不寫代碼，但喜歡使用這些工具，是個 Excel 高手之類的。所以他們是技術相鄰或編碼相鄰，技術相當不錯。在這些公司里，我看到的就是這類人，他們真的會眼前一亮，對此感到興奮。你通常可以圍繞他們建立一個團隊。
舍溫·吳（Sherwin Wu）
但確實，通常不是軟件工程師，我想會理解這一點，但不是每個公司都有軟件工程師，軟件工程師實際上是一種稀缺資源。他們很難找到，也很昂貴。所以是這些其他類型的人。
倫尼（Lenny）
我聽到的是，反模式是自上而下。CEO 發現了一個確切的團隊，就像"我們要成為 AI 優先，我們要投入 AI。每個人都將根據他們使用 AI 工具的表現來評判，你的生產力因 AI 提高了多少。"而如果沒有這個，只有自上而下，沒有創建一個自下而上傳播福音的團隊，你發現它不起作用。完全正確。建議是，找到那些最興奮的人，而不是讓他們分散在整個組織中，你發現有效的方法是創建一個小型的、類似布道師團隊，找到使用它的方法，并在整個組織中傳播它。
舍溫·吳（Sherwin Wu）
是的，我的意思是，另一個角度，聽你向我復述，另一種思考方式，回到我自己的管理理念，就是找到 AI 采納方面的高績效者，并賦能他們。讓他們舉辦黑客馬拉松，讓他們舉辦研討會，分享知識，在內部創造興奮的種子。
倫尼（Lenny）
好的，太棒了。我想聽你分享一些熱門觀點。我看到你分享過和談論過一些。一個是，你分享過，在 AI 領域，與客戶交談和傾聽客戶的意見并不總是正確的策略，而且常常會讓你誤入歧途。
舍溫·吳（Sherwin Wu）
我不知道這是不是那么熱門的觀點。我認為這里主要的事情是，顯然你應該與客戶交談。與客戶交談是有用的。我只是認為 AI 領域，特別是過去三年我在 API 工作并看到所有發展的經歷，就是領域本身和模型本身變化太快了，它們往往會自我顛覆，特別是在工具和腳手架空間方面。
舍溫·吳（Sherwin Wu）
所以，本周早些時候我讀到一篇文章里的一句話，來自一個叫 Nicholas 的人，他是一家名為 Fin Tool 的初創公司的創始人。我想他分享了很多通過為金融服務構建 AI 智能體學到的實踐經驗。在 Fin Tool 這家初創公司。我的意思是，我覺得這句話非常好，那就是"模型會毫不費力地吞噬掉你的腳手架"。如果你回顧 2022 年，ChatGPT 剛推出的時候，這些模型還相當原始，有很多產品腳手架之類的東西，特別是在開發者領域，基本上是為了嘗試引導模型，圍繞它建立腳手架，讓它做你想做的事。
舍溫·吳（Sherwin Wu）
像智能體框架，像向量存儲，我記得那時很流行，還有一大堆工具。隨著你看到這個領域的發展，模型已經變化太大了，變得好太多了，以至于它們最終，是的，字面意義上地吞噬了一些腳手架。我認為即使在今天也是如此。
舍溫·吳（Sherwin Wu）
所以，我認為 Nicholas 的文章里提到，當前流行的腳手架是基于 skills 文件的上下文管理。我可以看到一個世界，在某個時候，這不再有用，模型實際上可以自己管理所有這些。或者，或者可能，很難預測，可能會轉向一些新的范式。你已經親眼看到了這一點，對吧？像智能體框架之類的東西現在有點不那么有用了。在 2023 年的一段時間里，我們認為向量存儲將是主要方式，讓你將組織背景帶入模型，你需要向量化和嵌入你的每一部分語料庫。然后你做所有這些工作來弄清楚向量搜索，優化它，在正確的時間篩選出正確的信息。所有這些都是腳手架，因為模型不夠好。
舍溫·吳（Sherwin Wu）
事實證明，隨著模型變得更好，更好的方法是取出很多這樣的邏輯，信任模型，并給它一套搜索工具。它不需要是向量存儲。你可以實際上把它連接到任何類型的搜索。它可以是文件系統上的文件，比如 skills 和 agents.md 里的東西，來引導它。
舍溫·吳（Sherwin Wu）
顯然，向量存儲仍有其一席之地。我知道很多公司還在用它。但是，圍繞它的整個腳手架，以及建立一個完整的更高層生態系統，并假設那是你唯一需要的腳手架，這已經發生了很大變化。所以把這與你并不總是需要聽從客戶的意見聯系起來，因為領域變化太大了，在任何時候，很多人都在某種局部最優解里。如果你只是盲目地聽從客戶的意見，他們會說，是的，我想要一個更好的向量存儲。我想要一個更好的智能體框架。如果你只是沿著那條路走，那實際上會引導你構建一些東西。但這又是局部最優解。而隨著模型變得更好，我們不得不重新發明和重新思考圍繞這些模型構建的正確抽象和正確工具和框架。而酷/令人興奮/有點瘋狂和煩人的部分是，這是一個移動的目標。所以，是的，就像當前的一堆工具和框架，很可能需要隨著模型變得更智能和更好而隨著時間的推移發生重大演變和變化。但這正是這個領域的本質。我認為這就是它令人興奮的地方。但這也意味著，當你與客戶交談時，你需要平衡他們想要的確切反饋與你認為模型的發展方向以及未來一兩年事物的發展趨勢。
倫尼（Lenny）
有趣的是，這就是"苦澀的教訓"，你知道，AI 和機器學習人員學到的這個大教訓，那就是，不要過度復雜化，你添加到機器學習和 AI 的邏輯越少，它就越能擴展和成長。只要讓它一路走下去，讓它計算，基本上就是給它更多的力量去獲得。
舍溫·吳（Sherwin Wu）
是的，有一個版本的"苦澀的教訓"適用于用 AI 構建，那就是我們試圖架構所有這些圍繞的東西，結果發現模型就是會吞噬掉這一切。老實說，OpenAI API 團隊也曾犯過這個錯誤，我們在不該左轉或右轉的時候轉了向。但是，模型仍然會變得更好，我們日復一日地都在學習這個苦澀的教訓。所以，對于那些在 API 上構建，或者只是在構建智能體，并且現在不得不構建一些圍繞它的東西的人來說，關鍵要點是什么？你的建議是什么？
舍溫·吳（Sherwin Wu）
我的總體建議，我已經給人們一段時間了，我認為今天仍然適用，那就是確保你是在為模型將要發展的方向而構建，而不是為它們今天的樣子而構建。這顯然是一個移動的目標。我認為我見過的很多做得好的公司，我見過的做得好的初創公司，它們為一個理想類型的能力構建產品，這種能力今天可能已經實現了 80%。它們最終擁有的產品是可行的，但幾乎就在那里。但是隨著模型變得更好，突然間它可能就成功了，然后它們的產品現在就變得不可思議，因為它能工作了。也許在某個時間點用 0.03 不行，但到了 5.1、5.2，突然間就解鎖了。但它們構建這些產品時，是把模型能力的提升考慮在內的。這樣做，你最終創造出的體驗，會比一開始就假設它是靜態的要好得多。
舍溫·吳（Sherwin Wu）
所以這是我的總體建議，那就是為模型將要去的方向構建，而不是它們今天所在的地方。你最終會構建出更好的產品。你可能需要等待一點，但模型進步得如此之快，你往往不需要等那么久。
倫尼（Lenny）
順著這條線，在未來 6 到 12 個月，API 的發展方向是什么？平臺的發展方向是什么？模型的發展方向是什么？在你能分享的范圍內。這里有很多秘密，也許你更興奮，或者你認為人們應該開始準備的，以及任何你能分享的。
舍溫·吳（Sherwin Wu）
我的意思是，顯而易見的一個是這些模型能夠連貫地執行多長的任務。有一個叫 Meter 的基準測試，我認為它追蹤軟件工程任務以及這些模型能在 50% 的情況下，80% 的情況下執行多長的任務。我認為我們現在的水平是，這些前沿模型能夠在 50% 的情況下完成多個小時的任務。而 80% 的情況下能完成的任務長度大概是不到一小時。但關于那張圖，令人警醒的一點是，他們在圖上標出了所有以前的模型。所以你真的可以看到這個趨勢。
舍溫·吳（Sherwin Wu）
這是我真正感到興奮的一件事，那就是，我認為現在的產品真正優化的是模型一次能執行幾分鐘的任務。即使是 Codex 和編碼工具，它也處于互動階段，它非常優化于最多 10 分鐘類型的任務。我見過有人把 Codex 推到極限，做多個小時的長任務。但再說一次，我認為那更像是例外。但如果你跟隨這個趨勢，我認為在未來 12 到 24 個月，我們可以看到能夠非常連貫地執行多個小時任務的模型。在某個時候，它可能能達到六小時一天的長任務，你大致派發它出去，讓它自己工作一段時間。你圍繞它構建的產品類型會非常不同。你想給模型反饋。你顯然不希望它瘋跑一天。也許你想，但可能不想。然后模型能做的事情的范圍真的會擴大。所以這是我非常期待看到的。
舍溫·吳（Sherwin Wu）
未來 12 到 24 個月我認為會非常酷的另一件事是，多模態模型的改進。實際上，說到多模態，我主要想到的是音頻。模型在音頻方面已經相當不錯了。我認為在未來 6 到 12 個月，它們在音頻方面會變得更好，特別是原生的端到端語音模型。我認為在音頻的多模態模型和架構方面，也有一些有趣的工作正在進行。但音頻，特別是在企業和商業環境中，我認為仍然是一個被大大低估的領域。每個人都在談論編碼，都是文本，但我們是用音頻在交談。世界上很多業務是通過音頻完成的。很多服務和運營是通過談話和音頻完成的。所以我認為這個領域在未來 12 到 18 個月會非常令人興奮。我認為我們在音頻模型方面能做的事情還會有更多解鎖。
倫尼（Lenny）
太棒了。所以快速總結一下，期望智能體和 AI 工具運行時間更長，那個軌跡會繼續增加。然后音頻和語音會變得更重要，更原生，更好，成為核心體驗。是的，非常酷。好的，我想回到你的一個熱門觀點，我見過的你討論的另一個熱門觀點。你對業務流程自動化作為 AI 世界中的一個機會非常看好。談談這個。
舍溫·吳（Sherwin Wu）
是的，這又回到了我之前說過的事情，我們生活在硅谷的泡沫里。我們做的很多我們習慣的工作，軟件工程、產品管理、構建產品，與運行我們整個經濟的工作形態非常不同。我現在在和客戶交談時看到了這一點。如果你和任何非科技公司交談，那里有很多業務流程。
舍溫·吳（Sherwin Wu）
我這么說的意思是，我通常會區分一下，你知道，軟件工程有點像開放式的知識工作。這就是為什么我認為像 Codex 這樣的工具往往非常好，因為它是在探索，你在給它這些開放式的東西。但軟件工程從根本上來說是非常開放式的，不是很可重復的，對吧？你構建一個功能，你不會試圖一遍又一遍地構建完全相同的功能。很多科技工作都在這個領域。我認為數據科學也在其中，甚至一些戰略財務工作也是。但是，當你離軟件工程和科技核心越來越遠時，很多工作就是業務流程。它們是重復性的工作，重復性的操作。那是某家公司的某個管理者反復迭代出來的。通常有一個標準操作流程，人們想照做，不想偏離太多。你知道這在軟件工程里，獨創性就在于不偏離。但是世界上正在做的很多工作實際上只是運行這些流程和操作。如果我給支持熱線打電話，他們在運行其中一個流程。如果我給我的公用事業公司打電話，他們有一堆流程和事情能為我做或不能做。所以我對這個廣泛的類別非常看好。而且我認為它被低估了，因為它與我們硅谷的想法如此不同。人們往往不會想到它。但是我們如何將 AI 和我們擁有的一些工具和框架應用于這個業務流程自動化，應用于自動化，使重復性的業務流程更容易、具有高確定性、完全與業務數據、業務決策和企業內的不同系統集成。我如何能讓那個流程變得更好？因為我認為那個領域有很大的機會和很多工作要做，而我們只是不談論它，因為它不太在我們的視野范圍內。
倫尼（Lenny）
你在這里，只是為了確保我完全理解，你是說，在工程領域之外，AI 有更大的機會來影響公司的生產力，以及那些做這些重復性、易于自動化任務的人的工作。
舍溫·吳（Sherwin Wu）
影響工作，也影響工作的完成方式。這么多的工作都是以這種方式完成的。你可以想象，基本上我們，我經常和客戶交談，大企業，"AI 將如何改變我的公司？在一個有 AI 的世界里，20 年后它會如何運作？"軟件工程是故事的一部分，但在業務流程方面還有更多。我實際上認為，在業務流程方面，它看起來甚至可能更不同，那里的工作非常龐大。實際上很有趣。我不知道從絕對百分比或絕對基數來看，它是否比軟件工程更大或更小。軟件工程也很大，也很昂貴。但它確實很大，肯定比你根據人們在 X 上談論或不談論它的方式所想象的要大。
倫尼（Lenny）
好的，稍微換個方向。既然你已經構建了一個平臺，構建了 API，人們在 API 上構建。人們心中最大的問題總是，"我如何不讓 OpenAI 抄襲我的想法，并構建他們自己的東西？然后，你知道，摧毀我創造的這個火花。"總體政策是什么？總體理念是什么？創業公司應該如何看待 OpenAI 不太可能進入的領域？
舍溫·吳（Sherwin Wu）
我的一般答案是，市場如此之大，如此之廣闊。我實際上認為，創業公司不應該過度思考 OpenAI 或這些實驗室會走向何方。我和很多創業公司談過，有些沒成，有些做得非常好。我見過的每一個最終逐漸消失的創業公司，都不是因為 OpenAI 或某個大實驗室或 Google 之類的來競爭了。而是因為他們構建了一些東西，但并沒有真正引起客戶的共鳴。而那些騰飛起來的，即使是在競爭非常激烈的領域，比如編程領域，Cursor 現在也做得很大。這是因為他們構建了人們真正喜歡的東西。所以我的總體建議是，不要過度為此焦慮。只管構建人們喜歡的東西，你就會在這個領域有立足之地。
舍溫·吳（Sherwin Wu）
我怎么強調都不為過，現在機會有多大。用 AI 構建的機會空間是如此之大。這方面的一個好例子是。空間如此之大，以至于對于 VC 來說，什么是可接受的、什么是不可接受的窗口已經完全改變了。VC 們現在左右逢源，投資于互相競爭的公司，就是因為空間太大了，機會是我們以前從未見過的。雖然你知道，這影響了 VC 從創業公司角度的運作方式，但這對你來說卻是世界上最賦能的事情。因為即使你只是構建了一些人真正喜歡的東西，你最終也會得到一個非常有價值的企業。所以我告訴你，不要為此焦慮。
舍溫·吳（Sherwin Wu）
另一件事，我也認為記住這一點很重要，至少從 OpenAI 的角度來看，我們一直非常珍視的一件事，Sam 和 Greg 也從高層不斷強調的，是我們基本上將自己視為一個生態系統平臺公司。API 是我們的第一個產品。我們認為，培養這個生態系統，繼續支持它，而不是扼殺它，對我們來說非常重要。所以如果你看看我們做的決定，都是這樣。我們發布的每個模型，在某個產品里，都會發布到 API。即使我們發布這些 Codex 模型，它們有點更針對 Codex harness 進行了優化，但它們總能進入 API。我們所有的客戶最終都能使用它們。我們在這方面沒有任何保留。我們認為保持我們的平臺中立性非常重要。所以我們不阻止競爭對手。我們允許人們訪問我們的模型。我們也想，我們最近也在測試更多像"使用 ChatGPT 登錄"這樣的產品。所以我們想培養這個生態系統。我認為這樣做非常重要。所以一般的思考方式是，水漲船高。我們可能是一艘航空母艦，現在相當大了，但我們認為提高水位很重要。因為每個人都受益。我認為我們也會受益，比如我們的 API 本身也因為我們的這種行為而增長得相當顯著。所以我真的鼓勵人們不要將 OpenAI 視為那種會把別人推開的東西，而是專注于構建有價值的東西。我們仍然致力于提供一個開放的生態系統。
倫尼（Lenny）
為什么這對 OpenAI 很重要？只是這種專注于構建一個平臺，創造一種讓人們建立企業的方式，這只是從一開始的愿景嗎？我們希望這是一個平臺？
舍溫·吳（Sherwin Wu）
從一開始就是這樣的愿景。實際上可以追溯到我們的章程，我們的使命。這個組織一直想要構建 AGI。所以我們知道我們追求的是什么。但其次是，將其好處傳播給全人類。那里有很多，主要部分是"全人類"。顯然，ChatGPT 正試圖做到這一點，我們正試圖覆蓋盡可能多的人，全世界。
舍溫·吳（Sherwin Wu）
但很早以前，這就是我們推出 API 的原因，我想是在 2020 年左右，非常早。我們不認為我們作為一家公司能夠接觸到全人類，對吧？世界上每個角落都那么深。所以我們實際上覺得，為了實現我們的使命，我們需要某種平臺式的東西，在這里我們可以賦能其他人去構建，比如為播客和新聞通訊主持人構建的客戶支持機器人，因為我們自己沒辦法做到。我們在 API 上很大程度上看到了這一點。這就是為什么我們和這么多客戶交談，真的很喜歡看到基于此建立起來的城市。但是，是的，這從一開始就存在，因為我們把它看作是使命的一種表達。
倫尼（Lenny）
你甚至沒有提到你們正在推出的 ChatGPT 應用商店。順便問一下，那是在你的管轄范圍內，還是另一個不同的組織團隊？
舍溫·吳（Sherwin Wu）
這是一個不同的團隊。它在 ChatGPT 那邊。我們顯然與他們密切合作。他們構建了一個應用 SDK，與我們的團隊密切合作構建的，但這更多屬于 ChatGPT 的范疇。但這也是另一個例子，對吧？就像 ChatGPT 有大約 8 億的周活躍用戶，他們一次又一次地來。作為一項業務，這是一個很棒的資產。但是，如果我們能允許其他公司也進來，利用這個優勢，也為這個受眾構建，那不是更好嗎？最終，我們認為這也會幫助我們擴大這個群體，對吧？所以一切都回到使命上，我們發現作為一個平臺，保持開放，往往在這方面有幫助。
倫尼（Lenny）
800 萬？我以為是 8 億。只是像……
舍溫·吳（Sherwin Wu）
不，是周活躍。哦，是的，太瘋狂了。
倫尼（Lenny）
十億人每周在使用。我只是覺得，這太荒謬了，正在發生，我們現在已經習慣了這些數字。但這太瘋狂了。史無前例。
舍溫·吳（Sherwin Wu）
是的，老實說，從規模的角度來看，這對我來說是難以想象的。我的想法是，世界人口的 10% 并且在增長，順便說一句，它在飛速增長。每天或每周都來使用 ChatGPT。
倫尼（Lenny）
在這一點上，我只想強調你正在提出的這一點。OpenAI 的使命是讓 AI 惠及全人類。我認為有些人會想，哦，你知道，要花錢。但事實是，有一個免費版本的 ChatGPT，任何人都可以使用，它與世界上最強大的 AI 模型差別不大，而且是免費的，沒有門檻。如果你有，如果你是億萬富翁，你從 AI 中能獲得的，也僅僅比某個在非洲村莊里的人能獲得的多一點點。我知道這對 OpenAI 來說一直非常重要。
舍溫·吳（Sherwin Wu）
我的意思是，這就是為什么我們投入到了醫療保健。我們投入到教育，這會非常有趣。另一個瘋狂的趨勢是，隨著時間的推移，免費模型變得如此智能。2022 年的免費模型，在當時是好的，但與今天你得到的相比，簡直不值一提，因為你今天能得到 o1。所以提高全世界的地平線，是我們真正努力想做的事情，我們視其為我們使命的一部分。
舍溫·吳（Sherwin Wu）
另一方面，你知道，談論到億萬富翁什么的。我知道人們在說，你用的是和馬克·扎克伯格可能用的同款 iPhone，或者億萬富翁們用的。每月花 20 美元，你基本上就在用和億萬富翁們一樣的 AI。每月花 200 美元，你就能得到和所有億萬富翁們一樣的 Pro 模型。但他們可能不會在所有事情上都用 Pro 模型。他們日復一日地可能只用 Plus 層級的模型。所以，是的，這種民主化和好處的傳播，遍及全世界，對我們來說意義重大，并且驅動著我們做的很多事情。
倫尼（Lenny）
最后一個問題，對于那些正在考慮在 API 上構建，或者只是覺得"哦，等等，我可以用 OpenAI 模型和 API 做很酷的事情"的人來說，你的 API 和平臺允許人們做什么？我知道你可以在平臺之上構建智能體。談談你能做什么。
舍溫·吳（Sherwin Wu）
從根本上說，API 提供了一堆開發者端點。這些開發者端點基本上讓你可以采樣我們的模型。我們現在擁有的最受歡迎的一個叫做 Responses API。所以這是一個端點，它針對構建長時間運行的智能體進行了優化。所以智能體可以工作一段時間。所以在非常低的層面上，你基本上只是給模型文本，模型會工作一段時間。你可以查看它在做什么，然后在某個時候你會得到模型的響應。這是我們為人們提供的最底層的原語。這實際上是很多人用的，是在 API 之上構建的最流行方式。用這個，它是超級無偏見的，你基本上可以做任何你想做的事。是最底層的東西。
舍溫·吳（Sherwin Wu）
我們也開始在其上構建越來越多的抽象層來幫助人們構建其中一些東西。所以再往上一層，我們有這個叫做 Agents SDK 的東西，它也變得非常流行。這允許你使用 Responses API 或其他一些我們擁有的 API 端點來構建你可能更傳統意義上認為是智能體的東西，像一個 AI 在一個循環中工作。它可能有它委派的子智能體。它開始構建所有這些框架，所有這些腳手架。實際上，我們會看到這一切走向何方。但它讓你更容易構建這些類型的智能體，給它護欄，允許它把子任務分配給其他智能體，并協調一群智能體。Agents SDK 大致允許你這樣做。
舍溫·吳（Sherwin Wu）
再往上，我們現在也開始構建工具來幫助處理部署智能體的元層面。所以我們有叫做 Agent Kits 和 Widgets 的產品，它們基本上是一堆 UI 組件，你可以用來非常容易地在我們的 API 或 Agents SDK 之上構建一個非常漂亮的 UI。因為你知道很多時候這些智能體從 UI 角度看非常相似。所以有 Agent Kit。我們還有一堆像 Evals 產品，比如 Evals API，如果你想測試，看看你的模型，或者你的智能體，或者你的工作流是否工作，你可以用我們的 Evals 產品以非常量化的方式測試它。所以是的，我把它看作是這些不同的層，它們都在幫助你用我們的 AI，用我們的模型構建你想要的東西，并且抽象層次越來越高，它的主觀性也越來越強。所以你可以，你可以用整個堆棧，它會非常快地讓你構建一個智能體，或者你可以沿著堆棧一直往下走，低到 Responses API，然后構建任何你想要的東西，因為它非常底層。
倫尼（Lenny）
舍溫，還有什么你想分享的嗎？還有什么想留給聽眾的嗎？在我們進入非常激動人心的快問快答環節之前，我們還沒有觸及到的，你覺得可能有幫助的事情？
舍溫·吳（Sherwin Wu）
我唯一想留給人們的是，是的，我認為未來兩三年將是科技界和創業界很長時間以來最有趣的時光。我鼓勵人們不要認為這是理所當然的。我 2014 年進入職場。頭幾年很好。我感覺有大約五到六年的時間，科技界不是很令人興奮。然后在過去的三年里，這絕對是我職業生涯中最令人興奮、最充滿活力的時期。我認為未來兩三年將是它的延續。所以，我不會認為這是理所當然的，我也在努力不認為這是理所當然的。在某個時候，這波浪潮會結束，會變得增量得多。但與此同時，我們將有機會探索很多非常酷的東西，發明很多新東西，改變世界，改變我們的工作方式。所以這是我主要想留給人們的話。
倫尼（Lenny）
我喜歡這個信息。我想花更多時間談談它。當你說不要錯過它時，你建議人們做什么？僅僅是構建、投入和學習嗎？加入一家正在構建真正有趣東西的公司？對于那些覺得"好吧，我不想錯過這班船"的人，你有什么建議？
舍溫·吳（Sherwin Wu）
是的，我會說，去參與其中。所以基本上就像你說的，投入進去。在它的基礎上構建工具，是故事的一部分。僅僅是使用這些工具，你不必是軟件工程師才能投入其中。我認為很多工作都會在這里發生變化。所以就去使用這些工具，了解它能做什么和不能做什么的局限性，這樣你就可以觀察趨勢，看看隨著模型的改進，它開始能做什么。是的，基本上就是習慣，熟悉這項技術，而不是袖手旁觀，讓它從你身邊溜走。
倫尼（Lenny）
另一方面，我覺得有很多壓力和焦慮，比如發生了這么多事，我該如何跟上？我這周得學會用 Claude。哦，天哪。是的。你是否學到了一些東西，不僅僅是因為你處于這個中心？你如何不會過度緊張和擔心錯過正在發生的事情，并保持與最新動態同步？你學到了些什么？
舍溫·吳（Sherwin Wu）
是的，所以我認為我個人在這方面是個壞榜樣，因為我基本上一直在線，在 X 和公司 Slack 上。所以我實際上試圖吸收，我最終吸收了大量的信息。我要說的是，只是從觀察其他不那么沉迷于此的人來說，很多都是噪音。你不需要 110% 都過一遍腦子。老實說，只投入一兩個不同的工具，從小處著手，就已經超過了你的需要。我認為，行業的飛速發展加上 X 這個產品，就創造了這種瘋狂的新聞節奏，說實話，這非常令人難以招架。主要是，你不需要知道所有這一切才能真正參與到正在發生的事情中。甚至像安裝 Codex 客戶端，玩玩它，安裝連接到幾個你內部數據源（Notion、Slack、Github）的 ChatGPT，看看它能做什么，不能做什么。所有這些，我認為都是其中的一部分。
倫尼（Lenny）
太棒了。舍溫，說到這里，我們到達了非常激動人心的快問快答環節。我有五個問題要問你。準備好了嗎？
舍溫·吳（Sherwin Wu）
是的，是的，當然。
倫尼（Lenny）
第一個問題，你最常推薦給別人的兩三本書是什么？
舍溫·吳（Sherwin Wu）
我會談一本非小說類，一本小說。那本小說是我剛讀完的。我真的，我真的很推薦它。是 qntm 寫的《There Is No Antimemetics Division》。它來自一位網絡作家，但我在 X 上看到有人分享。它是一本科幻類型的書。我基本上兩天內就把它看完了。它寫得超級好，超級迷人。它是關于一個政府機構對抗讓你遺忘的東西。所以這是一本非常聰明、有創意、而且說實話，在題材上很新鮮的書，我非常喜歡。所以我推薦這本。這本書還無意中非常搞笑。所以它本來是這種科幻恐怖類的，是本扎實的書，但它讓我笑了好幾次。所以這是小說類。
倫尼（Lenny）
《反模因學》這本書聽起來很棒。你說話的時候我就在買了。
舍溫·吳（Sherwin Wu）
它好像只有幾百頁。我真的兩天就讀完了。就是那么好看。
倫尼（Lenny）
好的，好推薦。好的，最近最喜歡的電影或電視劇，你有什么特別喜歡的嗎？
舍溫·吳（Sherwin Wu）
嗯，這個問題有點難，因為我有兩個孩子，工作又忙，所以真的沒什么時間看電視劇。我只能說，過去幾周，我看了幾集。我其實是個動漫迷，所以我看了幾集。有個叫《咒術回戰》的動漫出了新一季。第三季很好看。總的來說，我是日本動漫的超級粉絲。我認為它們創造了西方媒體回避的最新穎、最獨特的劇情和世界觀。所以總體來說非常喜歡。但是，是的，最近沒怎么看，但最近看了幾集《咒術回戰》。
倫尼（Lenny）
考慮到你的角色，完全可以理解。是的，最近發現并非常喜歡的產品是什么？
舍溫·吳（Sherwin Wu）
好的。我最近需要設置 Wi-Fi 和家庭網絡，我全套用了 Ubiquiti 的路由器和安全攝像頭。在此之前，我從未聽說過它，我之前的設置一直非常簡單。它的產品構建得非常好。我不知道你之前用過沒有，它基本上就是家庭網絡領域的蘋果。產品非常漂亮，但真正讓它變得極其出色的是它的軟件也很好。他們有一個非常棒的手機應用來幫助管理所有的家庭網絡。所以基本上就是 Ubiquiti。你可以用它來買無線路由器，你需要在家里布以太網線才能用它。但我實際上認為它真正出色的是安全攝像頭。所以如果你有接入 Ubiquiti 生態系統的安全攝像頭，他們有一個令人難以置信的手機應用、Apple TV 應用和 iPad 應用來查看攝像頭的實時畫面。它們有點貴，但也不是那么貴。但這是一個令人難以置信的產品體驗。
倫尼（Lenny）
好的，我買了 Eero，所以我犯了個錯誤。挺好的。
舍溫·吳（Sherwin Wu）
Eero 也挺好的。但我知道 Ubiquiti，我完全轉用 Ubiquiti 了。沒關系。
倫尼（Lenny）
就這個。好的，還有兩個問題。你最喜歡的、在工作或生活中經常回想的座右銘是什么？
舍溫·吳（Sherwin Wu）
是的，我經常對自己重復的一句話是"永遠不要為自己感到難過"。在工作、生活中會發生很多事。提醒自己永遠不要感到難過，你總是有能力把自己拉起來。這是我不得不經常告訴自己的一句話，也是我經常對其他很多人重復的一句話。
倫尼（Lenny）
最后一個問題。在你之前的職業生涯中，你在 OpenDoor 工作，負責弄清楚該為房子付多少錢。你基本上建立了一個模型，告訴公司，"我們會為這棟房子付這么多錢。"有什么你沒想到的、對房價非常重要的變量，影響了房價？
舍溫·吳（Sherwin Wu）
有很多令人驚訝的。我可能會列舉一兩個最有趣的。電線，高壓電線，對價格的影響相當大。直到我去達拉斯親自觀察，我才真正完全內化這一點。當你的房子坐落在這些巨大的、嗡嗡作響的高壓線旁邊時，大多數人都有家庭，你不希望你的孩子靠近那里。所以我認為那是一個真正讓我驚訝的因素。這很合理。
舍溫·吳（Sherwin Wu）
另一個我們一直很難量化的東西是戶型圖。它非常重要。是的，當然它非常重要，但量化什么是好戶型圖，什么是真正糟糕的戶型圖，就像我們做了所有這些事情：廚房有多寬？是什么風格的廚房？主臥室在哪里？等等。所以真的很難量化。但記得戶型圖是一個大問題，因為我們會有賣不掉的房子，然后我們的運營團隊進去會說，"是的，是戶型圖的問題。"所以你怎么能告訴我們呢？你走進去，你就是能感覺到，戶型圖感覺不對勁。所以那些是令人驚訝的。
舍溫·吳（Sherwin Wu）
最后一個比我想象中影響更大的是一般的路邊吸引力，甚至像前門。我實際上認為有本 Zillow 的書說，前門的位置往往是房子投資回報率最高的地方。但是，當你作為買家走近房子時的感覺，你與之互動的第一印象，我認為我低估了它的重要性。
倫尼（Lenny）
這非常有趣。我喜歡你必須想辦法把這些都編碼進去。
舍溫·吳（Sherwin Wu）
是的，戶型圖。關于戶型圖我有很多故事。它們沒有數字化。所以在鳳凰城和達拉斯，有一小部分人擁有所有這些房子的紙質戶型圖。是的，OpenDoor 時代有很多有趣的故事。
倫尼（Lenny）
好的，舍溫，非常感謝你來做客。這太棒了。人們在哪里可以找到你？聽眾如何聯系到你？
舍溫·吳（Sherwin Wu）
是的，我在 Twitter 或 X 上。用戶名是 @sherwinwu。基本上主要發關于 OpenAI、API 以及我們發布的一些產品的推文。另外，人們聯系我的方式，對我有幫助的是，我喜歡聽人們正在構建的東西。所以如果你正在做創業公司，如果你在搗鼓一個想法，歡迎直接在 X 上聯系我。我很樂意聽聽你在構建什么，并了解 OpenAI 如何能幫助支持你。
倫尼（Lenny）
太棒了。舍溫，非常感謝你來到這里。
舍溫·吳（Sherwin Wu）
謝謝你，Lenny。再見，大家。
倫尼（Lenny）
非常感謝你的收聽。如果你覺得這期內容有價值，你可以在 Apple Podcasts、Spotify 或你最喜歡的播客應用上訂閱本節目。另外，如果方便的話，請考慮給我們打分或留下評論，這確實有助于其他聽眾發現這個播客。你可以在 Lennyspodcast.com 找到所有過去的劇集或了解更多關于本節目的信息。下期再見。