本集简介
双语字幕
仅展示文本字幕，不包含中文音频；想边听边看，请使用 Bayt 播客 App。
哈喽，大家好，欢迎收听张小军商业访谈录。
哈喽，大家好，欢迎收听张小军商业访谈录。
我是小俊，这是一档由语言及世界工作室出品的深度访谈节目。
我是小俊，这是一档由语言及世界工作室出品的深度访谈节目。
我们希望和你一起从这里探索新世界。
我们希望和你一起从这里探索新世界。
今天这期节目很特殊，我们的录制时间是2025年的12月1日，嘉宾是MINUS联合创始人和首席科学家纪超PICK。
今天这期节目很特殊，我们的录制时间是2025年的12月1日，嘉宾是MINUS联合创始人和首席科学家纪超PICK。
就在刚过去的凌晨。
就在刚过去的凌晨。
META宣布全资收购MINUS，而在这期节目录制的彼时，也就是月初，收购事件尚未发生。
META宣布全资收购MINUS，而在这期节目录制的彼时，也就是月初，收购事件尚未发生。
最终这期节目成为了MINUS最后的访谈。
最终这期节目成为了MINUS最后的访谈。
Hello，PICK先给大家打个招呼，并且做一个简单的自我介绍。
Hello，PICK先给大家打个招呼，并且做一个简单的自我介绍。
好，大家好，我叫纪超，朋友叫我PICK。
好，大家好，我叫纪超，朋友叫我PICK。
我是MANACI的COFOUNDER AND CHIEF SCIENTIST。
我是MANACI的COFOUNDER AND CHIEF SCIENTIST。
然后今天很荣幸能参与这个节目的录制。
然后今天很荣幸能参与这个节目的录制。
你从小的经历感觉就很与众不同，就是很小四岁就去了美国，然后二年级又回国，高中开始创业，大学辍学了又创业，然后又读完了研究生。
你从小的经历感觉就很与众不同，就是很小四岁就去了美国，然后二年级又回国，高中开始创业，大学辍学了又创业，然后又读完了研究生。
你讲讲你的这段经历吧。
你讲讲你的这段经历吧。
首先得从我家庭背景，就我觉得我很幸运，就是我的父亲是北大物理系教授，就是传统意义上的科学家。
首先得从我家庭背景，就我觉得我很幸运，就是我的父亲是北大物理系教授，就是传统意义上的科学家。
然后我母亲算是老一辈中关村连续创业者，当然现在可能可以叫企业家吧。
然后我母亲算是老一辈中关村连续创业者，当然现在可能可以叫企业家吧。
对，所以就是我从小在一个这两种怎么说？
对，所以就是我从小在一个这两种怎么说？
你不叫文化吧，就两种不同的风格中一块儿去成长。
你不叫文化吧，就两种不同的风格中一块儿去成长。
我可能就在两者中取了一个中间点，就是所谓的科技创业者。
我可能就在两者中取了一个中间点，就是所谓的科技创业者。
然后我从小的话，其实就是不是那种聪明孩子，就学习也就一般。
然后我从小的话，其实就是不是那种聪明孩子，就学习也就一般。
但是呢，就是比较喜欢自己瞎琢磨。
但是呢，就是比较喜欢自己瞎琢磨。
多一般呃。
多一般呃。
就就偏科吧，偏科吧。
就就偏科吧，偏科吧。
对，就是其实我不知道我学习到底好不好，或者聪明不聪明，因为我觉得我就没怎么学。
对，就是其实我不知道我学习到底好不好，或者聪明不聪明，因为我觉得我就没怎么学。
对，然后呃，我比较幸运的是，就是我很早就找到自己喜欢做的事儿。
对，然后呃，我比较幸运的是，就是我很早就找到自己喜欢做的事儿。
就是那时候是大概是2009年，然后就是苹果其实出了IPHONE之后的第二、第二年。
就是那时候是大概是2009年，然后就是苹果其实出了IPHONE之后的第二、第二年。
对，然后那时候对我来说有一个很大的改变，就是APP STORE出现了。
对，然后那时候对我来说有一个很大的改变，就是APP STORE出现了。
APP STORE我觉得是对我来说是特别重要的一个。
APP STORE我觉得是对我来说是特别重要的一个。
转折点，因为在APP STORE之前，其实世界有很多人像我一样就喜欢自己捣鼓软件或做东西。
转折点，因为在APP STORE之前，其实世界有很多人像我一样就喜欢自己捣鼓软件或做东西。
但是你其实缺乏一个很好的全球化变现的一个能力。
但是你其实缺乏一个很好的全球化变现的一个能力。
但这时候对于一个高中生来说，就是如果你只是在瞎捣鼓一些课外的东西的话，这个东西其实是比较离经叛道的，你知道吧？
但这时候对于一个高中生来说，就是如果你只是在瞎捣鼓一些课外的东西的话，这个东西其实是比较离经叛道的，你知道吧？
就是你没有一个很好的第三方指标来证明说我的这个爱好其实是有价值的。
就是你没有一个很好的第三方指标来证明说我的这个爱好其实是有价值的。
而APP STORE当时的出现给了我一个契机，就是说我可以向我的父母、同学乃至于老师证明说我瞎搞的这个东西是能产生经济价值的。
而APP STORE当时的出现给了我一个契机，就是说我可以向我的父母、同学乃至于老师证明说我瞎搞的这个东西是能产生经济价值的。
所以呢，我就算是中国第一代软件出海的创业者。
所以呢，我就算是中国第一代软件出海的创业者。
对，当时那时候还在上高中，然后我是做了一个第三方的I I O S浏览器，叫做NAMES WEB BROWSER猛犸浏览器。
对，当时那时候还在上高中，然后我是做了一个第三方的I I O S浏览器，叫做NAMES WEB BROWSER猛犸浏览器。
当年也先小小火过一点吧，然后用的是最朴素的那种叫BY COPY，就是每卖一份就赚一份固定的呃销售额的这种模式。
当年也先小小火过一点吧，然后用的是最朴素的那种叫BY COPY，就是每卖一份就赚一份固定的呃销售额的这种模式。
嗯，然后所以就是很幸运，就很早的时候就有了比较稳定的现金流。
嗯，然后所以就是很幸运，就很早的时候就有了比较稳定的现金流。
对，这个有多稳定啊？
对，这个有多稳定啊？
现金流那个软件从第一个版本到最后，我大概赚了三十多万美金。
现金流那个软件从第一个版本到最后，我大概赚了三十多万美金。
对，当时我觉得那个对于高二、高三的学生来说，已经算是挺开心的一个事儿。
对，当时我觉得那个对于高二、高三的学生来说，已经算是挺开心的一个事儿。
嗯，而且关键是就是它的销售的模式很清晰嘛，对吧？
嗯，而且关键是就是它的销售的模式很清晰嘛，对吧？
我不需要去考虑太多的，比如说这个N I PURCHASE，就是应用内付款或者提提供一些增值的这种模式。
我不需要去考虑太多的，比如说这个N I PURCHASE，就是应用内付款或者提提供一些增值的这种模式。
我只是非常老实的卖一份COPY，然后你给我一份钱。
我只是非常老实的卖一份COPY，然后你给我一份钱。
所以其实对于我就是怎么说呢？
所以其实对于我就是怎么说呢？
我就是维护的成本是比较低的，是一个当时还成立的一种商业模式。
我就是维护的成本是比较低的，是一个当时还成立的一种商业模式。
但是后来大家都知道，就是呃，移动端软件已经不太在支持这样特别朴素的商业模式了。
但是后来大家都知道，就是呃，移动端软件已经不太在支持这样特别朴素的商业模式了。
嗯，因为大家都要先免费获取客户。
嗯，因为大家都要先免费获取客户。
对，或者就是说当时是一个很好玩的情况，因为那个时候从桌面互联网到移动互联网，我觉得是有一次平台或者简单来说就有一个硬件媒介的变化，嗯，对吧？
对，或者就是说当时是一个很好玩的情况，因为那个时候从桌面互联网到移动互联网，我觉得是有一次平台或者简单来说就有一个硬件媒介的变化，嗯，对吧？
所以就是你有一个新的一个媒介出来，即使你是传统的大厂，比如说国内当时的BAT。
所以就是你有一个新的一个媒介出来，即使你是传统的大厂，比如说国内当时的BAT。
然后海外这些公司其实大家都是跟开发者一样，众生平等，在做一个全新的一个尝试。
然后海外这些公司其实大家都是跟开发者一样，众生平等，在做一个全新的一个尝试。
然后那时候其实就会有一段在我看来可能是蛮蛮荒期的一个阶段，所以你有很多的机会去做这样的事儿，大家还没有反应过来后来的这个诸多的商业模式。
然后那时候其实就会有一段在我看来可能是蛮蛮荒期的一个阶段，所以你有很多的机会去做这样的事儿，大家还没有反应过来后来的这个诸多的商业模式。
但你看反观现在AI，我可能就聊到哪儿说到哪儿，你就觉得很难的一点就是AI虽然是一个新的一个技术突破，但是实际上没有一个全新的一个平台出现。
但你看反观现在AI，我可能就聊到哪儿说到哪儿，你就觉得很难的一点就是AI虽然是一个新的一个技术突破，但是实际上没有一个全新的一个平台出现。
所以你看这回的话，我觉得没有存在那个蛮荒期，就是无论是巨头还是创业公司还是个人开发者，大家的反应都一样快。
所以你看这回的话，我觉得没有存在那个蛮荒期，就是无论是巨头还是创业公司还是个人开发者，大家的反应都一样快。
做的都非常的呃，干脆利索。
做的都非常的呃，干脆利索。
对，所以我觉得我算是赶上了好时代吧。
对，所以我觉得我算是赶上了好时代吧。
当时这段创业怎么结束的呀？
当时这段创业怎么结束的呀？
啊，这段创业其实我觉得没有一个明确的结束的那一刻。
啊，这段创业其实我觉得没有一个明确的结束的那一刻。
其实它是我创业的一个起点。
其实它是我创业的一个起点。
那时候我觉得还不能严格意义上来说称为创业，因为我只是一个学生个人开发者，用一个最朴素的商业模式去获得了一定的现金流。
那时候我觉得还不能严格意义上来说称为创业，因为我只是一个学生个人开发者，用一个最朴素的商业模式去获得了一定的现金流。
但当时的话，你有一定的现金流，同时你要做一定的MARKETING，对吧？
但当时的话，你有一定的现金流，同时你要做一定的MARKETING，对吧？
当时我也没有团队，就一个人，就自己在比如说在国内外的论坛上发帖。
当时我也没有团队，就一个人，就自己在比如说在国内外的论坛上发帖。
然后当时国内也没有很成熟的那种就是支付渠道，因为你知道现在APP STORE你可以用呃，比如说像那个支付宝、微信，或者你有那个CREDIT CARD，你也可以去付款。
然后当时国内也没有很成熟的那种就是支付渠道，因为你知道现在APP STORE你可以用呃，比如说像那个支付宝、微信，或者你有那个CREDIT CARD，你也可以去付款。
但当时我记得其实只能支持国际CREDIT CARD，所以中国国内基本是没有什么付费的。
但当时我记得其实只能支持国际CREDIT CARD，所以中国国内基本是没有什么付费的。
哎呀，这感觉跟现在AI也挺像的。
哎呀，这感觉跟现在AI也挺像的。
对，反正当时呢，我就想那既然国内我很难去获得现金流，那我在国内就只能赚吆喝。
对，反正当时呢，我就想那既然国内我很难去获得现金流，那我在国内就只能赚吆喝。
所以我那时候会破解自己的软件，然后在国内论坛上发。
所以我那时候会破解自己的软件，然后在国内论坛上发。
就是你没钱，你就给我捧个人场。
就是你没钱，你就给我捧个人场。
对，然后你在这样做的同时，其实你就获得了一些来自于比如说资本界的关注。
对，然后你在这样做的同时，其实你就获得了一些来自于比如说资本界的关注。
所以那时候也很好玩，就是我当时高二、高三的时候，然后当时就是在参加一个当时感觉还是比较有创业氛围吧。
所以那时候也很好玩，就是我当时高二、高三的时候，然后当时就是在参加一个当时感觉还是比较有创业氛围吧。
那时候中关村，然后我应该就在中关村参加了一个创业的活动，我有时候想不起来是哪一个了。
那时候中关村，然后我应该就在中关村参加了一个创业的活动，我有时候想不起来是哪一个了。
然后当时的话就认识了真格基金。
然后当时的话就认识了真格基金。
对，然后这个故事就非常简单，就是当时徐老师，徐老师啊，对，徐老师问我：‘小伙不错，你想创业吗？
对，然后这个故事就非常简单，就是当时徐老师，徐老师啊，对，徐老师问我：‘小伙不错，你想创业吗？
’然后我当然不想创业了，对吧？
’然后我当然不想创业了，对吧？
因为我既然有一个稳定的，我可以边上学边躺着赚钱的一个。
因为我既然有一个稳定的，我可以边上学边躺着赚钱的一个。
现金流，那我何必要创业呢？
现金流，那我何必要创业呢？
对，然后但是我觉得就是毕竟这个徐老师对吧，这个大家可能当时都是都是比较熟悉的，因为他应该也是北大那个体系出来的。
对，然后但是我觉得就是毕竟这个徐老师对吧，这个大家可能当时都是都是比较熟悉的，因为他应该也是北大那个体系出来的。
然后当时我就回家跟我父母提了一下这个事儿，然后我这这方面确实感谢我父母，他们就说这个你是值得去好好考虑一下的。
然后当时我就回家跟我父母提了一下这个事儿，然后我这这方面确实感谢我父母，他们就说这个你是值得去好好考虑一下的。
然后我觉得那个时候对我来说也是陷入一个纠结，就是我可以有几个选择对吧？
然后我觉得那个时候对我来说也是陷入一个纠结，就是我可以有几个选择对吧？
我也许可以我申请学校去上一个好的大学，走现在跟大多数人一样的那条路。
我也许可以我申请学校去上一个好的大学，走现在跟大多数人一样的那条路。
嗯，但另外一点就是我觉得APP STORE给了我一个特别好的一个正反馈，就是你只要创新，也许就能有回报。
嗯，但另外一点就是我觉得APP STORE给了我一个特别好的一个正反馈，就是你只要创新，也许就能有回报。
当时想的会比较满意，呃，比较天真，就是说我好像做出一个好东西，自然就会有一个好的结果。
当时想的会比较满意，呃，比较天真，就是说我好像做出一个好东西，自然就会有一个好的结果。
然后当时其实我渐渐意识到，这个不是一个常态。
然后当时其实我渐渐意识到，这个不是一个常态。
我是很幸运的踩中了一个时代的机遇。
我是很幸运的踩中了一个时代的机遇。
那好，其实我也许我什么时候都能继续去读书，所以我就想，那我其实现在优先考虑的应该是一个机会成本。
那好，其实我也许我什么时候都能继续去读书，所以我就想，那我其实现在优先考虑的应该是一个机会成本。
嗯，对，所以就是我当时就拿了TERM SHEET，然后决定这大学我不上了，我要去创业。
嗯，对，所以就是我当时就拿了TERM SHEET，然后决定这大学我不上了，我要去创业。
对，但是当时的话就是为什么接受真格的OFFER，其实也是他们给了我一个承诺，而且我觉得一直是。
对，但是当时的话就是为什么接受真格的OFFER，其实也是他们给了我一个承诺，而且我觉得一直是。
就是这个承诺兑现至今，就是他们不会管我干什么，我爱干嘛干嘛。
就是这个承诺兑现至今，就是他们不会管我干什么，我爱干嘛干嘛。
对，所以我觉得这个其实对于一个学生来说，我能觉得我能有了一个最好的一个选择。
对，所以我觉得这个其实对于一个学生来说，我能觉得我能有了一个最好的一个选择。
所以当时的话，我就拉上另外几个同学，比我大两届，他们已经保送去北大了，然后但是又被我忽悠出来。
所以当时的话，我就拉上另外几个同学，比我大两届，他们已经保送去北大了，然后但是又被我忽悠出来。
但当时我们其实已经意识到，就是你如果还在做这样朴素的一个按哪一个COPY去赚钱的这个模式。
但当时我们其实已经意识到，就是你如果还在做这样朴素的一个按哪一个COPY去赚钱的这个模式。
已经不太WORK了。
已经不太WORK了。
那个时候已经感觉到不WORK了，对吧？
那个时候已经感觉到不WORK了，对吧？
很明显，因为当时的话已经又过了两年了。
很明显，因为当时的话已经又过了两年了。
然后这时候你会发现，无论是国内还是国外，尤其像第三方IPhone浏览器的这个市场里头，其实已经出现很多不同的玩家了。
然后这时候你会发现，无论是国内还是国外，尤其像第三方IPhone浏览器的这个市场里头，其实已经出现很多不同的玩家了。
嗯，巨头已经回过味儿来了。
嗯，巨头已经回过味儿来了。
所以我们就觉得这个东西一定一定会走向一个免费或者加免费、加增值的这条路。
所以我们就觉得这个东西一定一定会走向一个免费或者加免费、加增值的这条路。
但当时我们还做了一点最后的一个尝试，这也其实后面一切的起点。
但当时我们还做了一点最后的一个尝试，这也其实后面一切的起点。
就是我们觉得我们既然要卖一款付费的浏览器，我们应该在功能上有比较大的一个跃进。
就是我们觉得我们既然要卖一款付费的浏览器，我们应该在功能上有比较大的一个跃进。
首先一点，当时那个NAMESPHERE BROWSER它的这个交互体验确实比较好的。
首先一点，当时那个NAMESPHERE BROWSER它的这个交互体验确实比较好的。
但当时其实还有另外一个背景，就是那时候无论是国内还是国外，都是3G初期的一个阶段。
但当时其实还有另外一个背景，就是那时候无论是国内还是国外，都是3G初期的一个阶段。
那时候其实移动互联网远远没有像现在这样就这么流畅。
那时候其实移动互联网远远没有像现在这样就这么流畅。
嗯，那时候呢，可能大家还会更多关注，就是说比如说网速慢的时候怎么办？
嗯，那时候呢，可能大家还会更多关注，就是说比如说网速慢的时候怎么办？
弱网环境怎么办？
弱网环境怎么办？
所以当时我就提出要解决一个问题，就是我们能不能去预测用户的下一次点击。
所以当时我就提出要解决一个问题，就是我们能不能去预测用户的下一次点击。
比如说那时候我还记得大家用FACEBOOK，国内应该是用人人网，校内的那个改改名叫人人网嘛。
比如说那时候我还记得大家用FACEBOOK，国内应该是用人人网，校内的那个改改名叫人人网嘛。
我记得那时候大家很多人都觉得好像WEB版就是移动端的网页似乎比当时那些比较初期的客户端要好用。
我记得那时候大家很多人都觉得好像WEB版就是移动端的网页似乎比当时那些比较初期的客户端要好用。
嗯，所以很多人其实是在用就是移动浏览器去进行一些社交媒体的使用。
嗯，所以很多人其实是在用就是移动浏览器去进行一些社交媒体的使用。
所以你会经常有那种翻页、下页这个操作。
所以你会经常有那种翻页、下页这个操作。
然后呢，后来也有更多人在手机上开始看新闻。
然后呢，后来也有更多人在手机上开始看新闻。
其实我当时就觉得，如果我能准确的预测用户下一次点击的话，我可以进行PRELOADING，就是提前加载下一页的内容，让它的这个响应会更加的快。
其实我当时就觉得，如果我能准确的预测用户下一次点击的话，我可以进行PRELOADING，就是提前加载下一页的内容，让它的这个响应会更加的快。
然后这个其实也就机缘巧合之下让我进入了NLP，就NATURAL LANGUAGE PROCESSING的这一个领域，就是自然源处理。
然后这个其实也就机缘巧合之下让我进入了NLP，就NATURAL LANGUAGE PROCESSING的这一个领域，就是自然源处理。
当然现在大家可能不太提这个词了，因为大模型已经把这一切给统一了。
当然现在大家可能不太提这个词了，因为大模型已经把这一切给统一了。
对，然后那时候大概2002、2011年开始，就是我因为这一个需求，所以开始研究这一个方向。
对，然后那时候大概2002、2011年开始，就是我因为这一个需求，所以开始研究这一个方向。
然后当时真的是太早了。
然后当时真的是太早了。
这其实我觉得就很，我很幸运一点就是我感觉一直我在学习的东西都是因为具体的需求在牵引，对，所以刚好也就跟自己兴趣都会比较 align，所以就接触这个行当开始做。
这其实我觉得就很，我很幸运一点就是我感觉一直我在学习的东西都是因为具体的需求在牵引，对，所以刚好也就跟自己兴趣都会比较 align，所以就接触这个行当开始做。
所以那个浏览器其实真正意义上到后来它的结束是什么？
所以那个浏览器其实真正意义上到后来它的结束是什么？
是我发现了更好玩的东西，就是自然语言处理。
是我发现了更好玩的东西，就是自然语言处理。
所以因为它的模式一直是很单纯的卖一份 copy，卖一份 copy 嘛，它就渐渐就变成了一个没有人去维护的一个状态。
所以因为它的模式一直是很单纯的卖一份 copy，卖一份 copy 嘛，它就渐渐就变成了一个没有人去维护的一个状态。
然后随着比如说到最后应该是 iOS 系统不断更新，它的那个兼容的版本已经就是跟 iOS 不兼容了，所以你自然而然就被从 APP store 下架了，所以这是一个自然死亡的一个一个过程。
然后随着比如说到最后应该是 iOS 系统不断更新，它的那个兼容的版本已经就是跟 iOS 不兼容了，所以你自然而然就被从 APP store 下架了，所以这是一个自然死亡的一个一个过程。
当然我觉得这还是很幸运的，就是让我人生的第一个产品就同时满足了出海加 AI。
当然我觉得这还是很幸运的，就是让我人生的第一个产品就同时满足了出海加 AI。
加上变现这件事儿，所以有一个很好的一个开始。
加上变现这件事儿，所以有一个很好的一个开始。
对，现在反过去去说的话，浏览器这个事情当时怎么做？
对，现在反过去去说的话，浏览器这个事情当时怎么做？
有可能后来摸到移动互联网的大牌吗？
有可能后来摸到移动互联网的大牌吗？
嗯。
嗯。
有这种可能性吗？
有这种可能性吗？
我觉得当时的话。
我觉得当时的话。
我其实收到过一些收购的OFFER，我觉得也许卖的也挺好的。
我其实收到过一些收购的OFFER，我觉得也许卖的也挺好的。
因为我觉得其实呃，浏览器这个啊，这个就不要说了，对，不能点具体名。
因为我觉得其实呃，浏览器这个啊，这个就不要说了，对，不能点具体名。
但我觉得就是浏览器可能从古至今，包括今天，包括很多团队也在做AI浏览器。
但我觉得就是浏览器可能从古至今，包括今天，包括很多团队也在做AI浏览器。
待会儿也许我们会聊到，我觉得它一直都是有一个点，就是它其实不是特别适合以一个创业者或者说一个颠覆者的形态来做，它其实更像是巨头，你已经有了分发的渠道之后，嗯，去锦上添花的一个事儿。
待会儿也许我们会聊到，我觉得它一直都是有一个点，就是它其实不是特别适合以一个创业者或者说一个颠覆者的形态来做，它其实更像是巨头，你已经有了分发的渠道之后，嗯，去锦上添花的一个事儿。
嗯，对。
嗯，对。
所以我如果回看当时的话，我不认为以现在的我的经验或者阅历，我能做出什么更好的选择。
所以我如果回看当时的话，我不认为以现在的我的经验或者阅历，我能做出什么更好的选择。
第二段创业呢，第二段创业的方向。
第二段创业呢，第二段创业的方向。
第二段创业的方向其实应该刚刚刚才讲的第一次真正的创业，就是因为在做这个浏览器的时候，我意识到就是NLP这个领域真的非常有意思。
第二段创业的方向其实应该刚刚刚才讲的第一次真正的创业，就是因为在做这个浏览器的时候，我意识到就是NLP这个领域真的非常有意思。
但那时候其实也是很有趣，就是2011年，嗯，距离一个石破天惊的PAPER，我说的不是TRANSFORMER，其实2013年是T MICLOVE，当时GOOGLE推出一篇PAPER叫WORD TO BACK，就是第一次能够把，也不是第一次，就是较为可靠且高效的能够把自然语言文本离散化的自然语言文本变成稠密向量。
但那时候其实也是很有趣，就是2011年，嗯，距离一个石破天惊的PAPER，我说的不是TRANSFORMER，其实2013年是T MICLOVE，当时GOOGLE推出一篇PAPER叫WORD TO BACK，就是第一次能够把，也不是第一次，就是较为可靠且高效的能够把自然语言文本离散化的自然语言文本变成稠密向量。
这个其实对我来说，是我认为我心中最石破天惊的一个转折点。
这个其实对我来说，是我认为我心中最石破天惊的一个转折点。
因为它头一次能让我们比较方便地把一些源自其他机器学习和深度学习领域的方法应用到自然语言处理领域。
因为它头一次能让我们比较方便地把一些源自其他机器学习和深度学习领域的方法应用到自然语言处理领域。
像当时，比如2011年前后，大家做自然语言处理可能关注几件事儿，比如说你要进行比较复杂的分析的话，可能会有一个技术叫做DEPENDENCY PARSING，叫依存句法分析。
像当时，比如2011年前后，大家做自然语言处理可能关注几件事儿，比如说你要进行比较复杂的分析的话，可能会有一个技术叫做DEPENDENCY PARSING，叫依存句法分析。
嗯，但是现在可能这个词已经死透了，可能新一代做AI的人都不知道这个词了。
嗯，但是现在可能这个词已经死透了，可能新一代做AI的人都不知道这个词了。
然后中文的话，那时候我们还会关注额外的，就所谓的TOKENIZATION。
然后中文的话，那时候我们还会关注额外的，就所谓的TOKENIZATION。
当然跟现在的大模型的TOKENIZE呃相比，可能会更原始一点，因为中文本身它会有这个要切分这个问题。
当然跟现在的大模型的TOKENIZE呃相比，可能会更原始一点，因为中文本身它会有这个要切分这个问题。
当然不止中文，就是中文、日语，然后其实德语有德语叫DECOMPOSE、DECOMPOSITION，就是拆词的这个问题。
当然不止中文，就是中文、日语，然后其实德语有德语叫DECOMPOSE、DECOMPOSITION，就是拆词的这个问题。
所以那时候做的还是一些比较怎么说呢？
所以那时候做的还是一些比较怎么说呢？
为了自然语言处理而做的一些比较专有的解决方案。
为了自然语言处理而做的一些比较专有的解决方案。
它按现在话说是不太SCALE的，因为其实你需要很重的标注才能做好，而且你本身的模型也没有那么的强大。
它按现在话说是不太SCALE的，因为其实你需要很重的标注才能做好，而且你本身的模型也没有那么的强大。
所以当时的话，我觉得给我最大的一个触动是2013年的那个VITRO VICE这个这个PAPER出来。
所以当时的话，我觉得给我最大的一个触动是2013年的那个VITRO VICE这个这个PAPER出来。
然后我觉得这一下新世界的大门就打开了，然后这个让我真正意识到我的兴趣可能其实是在NLP，而不是在继续做浏览器。
然后我觉得这一下新世界的大门就打开了，然后这个让我真正意识到我的兴趣可能其实是在NLP，而不是在继续做浏览器。
然后也很感谢就当时真格兑现他的承诺，我说我不想做浏览器了，然后真格说随便对。
然后也很感谢就当时真格兑现他的承诺，我说我不想做浏览器了，然后真格说随便对。
然后当时的话我就看中了NLP，但是其实也是看中另外一个。
然后当时的话我就看中了NLP，但是其实也是看中另外一个。
一个市场机遇，当然回过头看我觉得是错的。
一个市场机遇，当然回过头看我觉得是错的。
这是怎么回事儿呢？
这是怎么回事儿呢？
就是当时到2013年，其实已经开始有传闻就说苹果在筹备一款可穿戴式设备，其实也就是后来的APPLE WATCH。
就是当时到2013年，其实已经开始有传闻就说苹果在筹备一款可穿戴式设备，其实也就是后来的APPLE WATCH。
嗯，然后这个当时给了我特别大的想象空间，因为我当时觉得那个时候的搜索还是你输入一个问题、一个QUERY，然后它给你十个蓝色的链接。
嗯，然后这个当时给了我特别大的想象空间，因为我当时觉得那个时候的搜索还是你输入一个问题、一个QUERY，然后它给你十个蓝色的链接。
这个东西能够WORK的根本原因是我们在与电脑这样的一个大屏幕进行交互。
这个东西能够WORK的根本原因是我们在与电脑这样的一个大屏幕进行交互。
那假设未来比如可穿戴式设备，或者说语音的界面就是VOICE INTERFACE更加成熟的话，那这一个交互模式可能就不WORK了。
那假设未来比如可穿戴式设备，或者说语音的界面就是VOICE INTERFACE更加成熟的话，那这一个交互模式可能就不WORK了。
所以当时我想解决的一个问题是什么？
所以当时我想解决的一个问题是什么？
就是说我能不能以一种更结构化且更紧凑的形式，把知识跟用户之间的交互进行一次革命。
就是说我能不能以一种更结构化且更紧凑的形式，把知识跟用户之间的交互进行一次革命。
然后这个当时就引向了一个方向，就现在可能叫语义搜索，叫SEMANTIC SEARCH。
然后这个当时就引向了一个方向，就现在可能叫语义搜索，叫SEMANTIC SEARCH。
这个东西我当时会觉得这就是下一代的GOOGLE。
这个东西我当时会觉得这就是下一代的GOOGLE。
我作为一个呃创业者，我会不会是当年的GOOGLE？
我作为一个呃创业者，我会不会是当年的GOOGLE？
像当年的GOOGLE颠覆雅虎那样呢？
像当年的GOOGLE颠覆雅虎那样呢？
所以我们团队大家都很兴奋。
所以我们团队大家都很兴奋。
然后我们想解决的这个问题逐渐也就细化了下来。
然后我们想解决的这个问题逐渐也就细化了下来。
这其实是一个非常技术驱动的问题。
这其实是一个非常技术驱动的问题。
我当时在想，如果你想用一更紧凑的结构去回答用户的任意问题的话，那其实你需要的不能是网页的原始信息。
我当时在想，如果你想用一更紧凑的结构去回答用户的任意问题的话，那其实你需要的不能是网页的原始信息。
嗯，因为大家都知道，其实搜索引擎的工作原理，当时可能就使用倒排索引，就是说你输入一个关键词，它会把所有包含这个关键词的网页通过一些排序算法进行排序，把TOP十给你。
嗯，因为大家都知道，其实搜索引擎的工作原理，当时可能就使用倒排索引，就是说你输入一个关键词，它会把所有包含这个关键词的网页通过一些排序算法进行排序，把TOP十给你。
所以你用户输入的问题最后获得的东西仍然是原文，是自由文本。
所以你用户输入的问题最后获得的东西仍然是原文，是自由文本。
但这个东西自由文本，你想象一下，如果你用APPLE WATCH的话，你不可能在上面就反复滚动去读完嘛？
但这个东西自由文本，你想象一下，如果你用APPLE WATCH的话，你不可能在上面就反复滚动去读完嘛？
对吧？
对吧？
如果你是车机或者像SIRI这种INTERFACE的话，你也不能让它去朗诵那么长的文本，因为人的带宽、听听力的东西，其实你会你会很着急。
如果你是车机或者像SIRI这种INTERFACE的话，你也不能让它去朗诵那么长的文本，因为人的带宽、听听力的东西，其实你会你会很着急。
嗯，所以我们觉得当时从技术层面来讲下来，它缺的是什么？
嗯，所以我们觉得当时从技术层面来讲下来，它缺的是什么？
是一个高效紧凑的REPRESENTATION，就表达形式。
是一个高效紧凑的REPRESENTATION，就表达形式。
而那个时候我们想到的一个概念，其实是知识图谱。
而那个时候我们想到的一个概念，其实是知识图谱。
知识图谱现在也是一个半截身子埋在土里的概念，老词儿、老词对。
知识图谱现在也是一个半截身子埋在土里的概念，老词儿、老词对。
但是当时我们也是有追求的团队，然后我们在基知识图谱这件事，我们再往下下钻看，那到底是什么限制了知识图谱这个概念真正落地呢？
但是当时我们也是有追求的团队，然后我们在基知识图谱这件事，我们再往下下钻看，那到底是什么限制了知识图谱这个概念真正落地呢？
我们当时找到的一个切入点，是我们认为知识图谱其实完全都不够完备，因为那时候你能找到的知识图谱，无论是通用的还是就是行业知。
我们当时找到的一个切入点，是我们认为知识图谱其实完全都不够完备，因为那时候你能找到的知识图谱，无论是通用的还是就是行业知。
行业领域知识图谱也是一个很旧的一个词，它其实大量的依赖是人的编辑。
行业领域知识图谱也是一个很旧的一个词，它其实大量的依赖是人的编辑。
比如说如果你要在一个行业内，比如当时有做些什么这个工业领域的知识图谱，比如科学领域知识图谱，其实都是需要一些专家进行去标注。
比如说如果你要在一个行业内，比如当时有做些什么这个工业领域的知识图谱，比如科学领域知识图谱，其实都是需要一些专家进行去标注。
比如你要标注的SPO就是三元组这样的形式去进行标注。
比如你要标注的SPO就是三元组这样的形式去进行标注。
而通用或者说通识领域的知识图谱，其实当时世界上有几个比较大的平台，有一个叫做FREEBASE，好像后来是被谷歌收购了，他们就以一种众包的形式让大家贡献这些知识。
而通用或者说通识领域的知识图谱，其实当时世界上有几个比较大的平台，有一个叫做FREEBASE，好像后来是被谷歌收购了，他们就以一种众包的形式让大家贡献这些知识。
后来它应该演化成了WIKIMEDIA FOUNDATION下面的一个项目叫做WIKI DATA。
后来它应该演化成了WIKIMEDIA FOUNDATION下面的一个项目叫做WIKI DATA。
它里头做的就是，比如说关于你张老师，你是一个实体叫ENTITY，你下面有各种你的属性，比如说你的这个出生日期、你的之前工作的场景、你的节目是什么。
它里头做的就是，比如说关于你张老师，你是一个实体叫ENTITY，你下面有各种你的属性，比如说你的这个出生日期、你的之前工作的场景、你的节目是什么。
这样就能形成各个实体之间的关系，这就是所谓的知识读补嘛。
这样就能形成各个实体之间的关系，这就是所谓的知识读补嘛。
但很明显这个东西完全依赖于人类。
但很明显这个东西完全依赖于人类。
那这个东西我觉得是我们探测到的一个瓶颈，所以我们想找到一种技术来把这件事自动化。
那这个东西我觉得是我们探测到的一个瓶颈，所以我们想找到一种技术来把这件事自动化。
那当时的技术供给能做到什么呢？
那当时的技术供给能做到什么呢？
就是刚才讲到那一个年代的NLP还在于比较初期、比较混沌的一个阶段。
就是刚才讲到那一个年代的NLP还在于比较初期、比较混沌的一个阶段。
嗯，当时要做的事情可能已经有的方案是这样：你可以首先进行叫命名实体识别，叫ANY NAME ENTITY RECOGNITION，就相当于你读一篇文章的时候，你把里头所有的实体能够由一个AI模型来标记出来。
嗯，当时要做的事情可能已经有的方案是这样：你可以首先进行叫命名实体识别，叫ANY NAME ENTITY RECOGNITION，就相当于你读一篇文章的时候，你把里头所有的实体能够由一个AI模型来标记出来。
但这样的话，你其实只获得到了实体。
但这样的话，你其实只获得到了实体。
就比如说张小俊，这是一个实体；然后这档节目是一个实体。
就比如说张小俊，这是一个实体；然后这档节目是一个实体。
但是所谓知识图谱，图谱之间是要有边的EDGE。
但是所谓知识图谱，图谱之间是要有边的EDGE。
那这个边是怎么来的呢？
那这个边是怎么来的呢？
当时有另外一项技术叫做关系提取，叫RELATION EXTRACTION。
当时有另外一项技术叫做关系提取，叫RELATION EXTRACTION。
嗯，就是对于两个实体之间，我能探测到。
嗯，就是对于两个实体之间，我能探测到。
嗯，比如说张小俊是这一档节目的主持人，那么主持人这其实就是一个边，或者叫PREDICATE谓语。
嗯，比如说张小俊是这一档节目的主持人，那么主持人这其实就是一个边，或者叫PREDICATE谓语。
然后这样的话，我们用这两套技术能构建怎样的一个知识图谱呢？
然后这样的话，我们用这两套技术能构建怎样的一个知识图谱呢？
就是说我如果能限定领域。
就是说我如果能限定领域。
那么我能进行很好的实体识别。
那么我能进行很好的实体识别。
如果我能限定提取类、提取的关系的总类型，我也可以进行这个工作。
如果我能限定提取类、提取的关系的总类型，我也可以进行这个工作。
比如说我提前知道这世界上有主就是什么的节，节目的主持人是谁，这是一种关系；人的出生日期是什么时候，这是一种关系。
比如说我提前知道这世界上有主就是什么的节，节目的主持人是谁，这是一种关系；人的出生日期是什么时候，这是一种关系。
但很明显这个东西好像不可枚举，对吧？
但很明显这个东西好像不可枚举，对吧？
因为任何两个实体之间的关系，它应该是一个无限集。
因为任何两个实体之间的关系，它应该是一个无限集。
嗯，所以我们就意识到当前的技术肯定是有局限性的。
嗯，所以我们就意识到当前的技术肯定是有局限性的。
那么我们当时就投入到了一种新技术的研发。
那么我们当时就投入到了一种新技术的研发。
后来的话，这个技术在学术界的定义应该叫做open information extraction，就Open IE，开放式信息提取。
后来的话，这个技术在学术界的定义应该叫做open information extraction，就Open IE，开放式信息提取。
它跟刚才这些技术的区别就是说，我不需要提前定义一套规则或者schema，就是说我不用规定哪些东西是实体。
它跟刚才这些技术的区别就是说，我不需要提前定义一套规则或者schema，就是说我不用规定哪些东西是实体。
因为传统意义上的命名实体识别可能关注几类，比如人名、地名，然后组织名这些东西。
因为传统意义上的命名实体识别可能关注几类，比如人名、地名，然后组织名这些东西。
你看这其实又是一个白名单机制，我们要避免这层面的白名单。
你看这其实又是一个白名单机制，我们要避免这层面的白名单。
同时在进行关系提取的时候，我们要避免提前预设的这些关系，而完全变成一个schemaless，就是说呃无大纲的形式的提取。
同时在进行关系提取的时候，我们要避免提前预设的这些关系，而完全变成一个schemaless，就是说呃无大纲的形式的提取。
所以最后我们做到的一个技术是什么？
所以最后我们做到的一个技术是什么？
就是说AI在阅读一篇文本的时候，它能够自己识别出这里头有哪些潜在的东西是实体。
就是说AI在阅读一篇文本的时候，它能够自己识别出这里头有哪些潜在的东西是实体。
以及这些实体之间的关系是哪些，并把它们提取出三元组，并持续自动地构建一个知识图谱。
以及这些实体之间的关系是哪些，并把它们提取出三元组，并持续自动地构建一个知识图谱。
嗯，所以这个在当时我觉得还是很重要的一个技术。
嗯，所以这个在当时我觉得还是很重要的一个技术。
而且我们选择了最苦的一条路，就是我们从零训的模型。
而且我们选择了最苦的一条路，就是我们从零训的模型。
而且你想这件事是从2013年底、2014年开始的。
而且你想这件事是从2013年底、2014年开始的。
我非常幸运又不幸地赶上了LP技术最跃进的那几年。
我非常幸运又不幸地赶上了LP技术最跃进的那几年。
所以我们一开始的话，当时是一条，我们团队分两边，一边在做基于传统的依存句法分析的一个解决方案，同时呢，我这边在做基于WORD TO BACK向量化的一个解决方案。
所以我们一开始的话，当时是一条，我们团队分两边，一边在做基于传统的依存句法分析的一个解决方案，同时呢，我这边在做基于WORD TO BACK向量化的一个解决方案。
然后做了几年之后，我们发现这个东西好像可以去SCALE UP，然后开始用LCM去做。
然后做了几年之后，我们发现这个东西好像可以去SCALE UP，然后开始用LCM去做。
后来是LCM加ATTENTION，再到后来呢？
后来是LCM加ATTENTION，再到后来呢？
我们觉得其实WORD TO VICK或者说是LCM加ATTENTION，它其实在输入层的信息损失就很大，因为那时候如果你用基于纯词向量的方法去做的话，它无法分析分清楚一个完全同名的词的不同的含义。
我们觉得其实WORD TO VICK或者说是LCM加ATTENTION，它其实在输入层的信息损失就很大，因为那时候如果你用基于纯词向量的方法去做的话，它无法分析分清楚一个完全同名的词的不同的含义。
我举一个例子，比如孙悟空。
我举一个例子，比如孙悟空。
孙悟空可能是咱们中国传统《西游记》中的孙悟空，可能是我举例子像日本《七龙珠》里头那个孙悟空。
孙悟空可能是咱们中国传统《西游记》中的孙悟空，可能是我举例子像日本《七龙珠》里头那个孙悟空。
其实在后来还有《王者荣耀》里有孙悟空。
其实在后来还有《王者荣耀》里有孙悟空。
对你如果完全基于这个VITRO这种技术去做的话，你发现同样一个词它在不同上下文中的意义都被压缩在了同样的一个512或768维的向量中。
对你如果完全基于这个VITRO这种技术去做的话，你发现同样一个词它在不同上下文中的意义都被压缩在了同样的一个512或768维的向量中。
所以当时我们就很苦恼，说能不能再进一步？
所以当时我们就很苦恼，说能不能再进一步？
其实就需要有一个上下文相关的编码方式。
其实就需要有一个上下文相关的编码方式。
然后那时候，我觉得那几年是非常幸福的。
然后那时候，我觉得那几年是非常幸福的。
一方面是什么？
一方面是什么？
就是你基本上想什么，这个世界上就会发生什么。
就是你基本上想什么，这个世界上就会发生什么。
那时候再后来TRANSFORMER出来了，BIRD出来，它很能解决了CONTEXTUAL，就就是上下文相关这个问题。
那时候再后来TRANSFORMER出来了，BIRD出来，它很能解决了CONTEXTUAL，就就是上下文相关这个问题。
但是不幸的就是每一次这种技术迭代，你会发现我们过去几年积累基本都都算了，不用去做了。
但是不幸的就是每一次这种技术迭代，你会发现我们过去几年积累基本都都算了，不用去做了。
所以很痛苦。
所以很痛苦。
然后我们就是当等于从2014年底一直做到2018年才把这事儿做完。
然后我们就是当等于从2014年底一直做到2018年才把这事儿做完。
我们当时所有的模型是自己从预训练区开始做起的。
我们当时所有的模型是自己从预训练区开始做起的。
是非常痛苦的一个事儿，然后也很早就这是多大的模型啊？
是非常痛苦的一个事儿，然后也很早就这是多大的模型啊？
总共加起来我们这有两个模型，总共加起来大概是两个零点三B的模型啊。
总共加起来我们这有两个模型，总共加起来大概是两个零点三B的模型啊。
那时候这叫大模型，但是现在这已经都不算什么了。
那时候这叫大模型，但是现在这已经都不算什么了。
对，然后也很早的遇见一些问题，比如当年像BERT的话，它默认情况下如果没记错的话，它的CONTEXT LENGTH或者那时候我们还叫SEQUENCE LENGTH是512个TOKEN。
对，然后也很早的遇见一些问题，比如当年像BERT的话，它默认情况下如果没记错的话，它的CONTEXT LENGTH或者那时候我们还叫SEQUENCE LENGTH是512个TOKEN。
嗯，512，我的天呐！
嗯，512，我的天呐！
就是你如果去掉比如说它一开始的CLS跟SEP TOKEN，你只有510个TOKEN。
就是你如果去掉比如说它一开始的CLS跟SEP TOKEN，你只有510个TOKEN。
那这时候，如果我要让AI去自动在互联网上去读网页的话，这个是完全不够的嘛。
那这时候，如果我要让AI去自动在互联网上去读网页的话，这个是完全不够的嘛。
所以我们当时从2018年底就开始解决LONG CONTEXT的问题。
所以我们当时从2018年底就开始解决LONG CONTEXT的问题。
但是那时候我们解决的LONG CONTEXT在今天看来也很小儿科，我们解决16K长度。
但是那时候我们解决的LONG CONTEXT在今天看来也很小儿科，我们解决16K长度。
嗯，对，然后这个我如果没记错的话，那个模型后来我也开源了。
嗯，对，然后这个我如果没记错的话，那个模型后来我也开源了。
反正我们当时就一直在做这个事儿。
反正我们当时就一直在做这个事儿。
嗯，然后就当时做了一个产品叫做MAGGIE。
嗯，然后就当时做了一个产品叫做MAGGIE。
MAGGIE是来自于我很喜欢的一部动画里的一个超级计算机。
MAGGIE是来自于我很喜欢的一部动画里的一个超级计算机。
对，然后它做的事情就是如刚才所说，就是AI能够自己去到网络上去看各种各、各种各样类型的不限领域的文章，并持续构建并更新一个知识突破。
对，然后它做的事情就是如刚才所说，就是AI能够自己去到网络上去看各种各、各种各样类型的不限领域的文章，并持续构建并更新一个知识突破。
然后当时我们做的这个事儿，按现在的学术定义应该叫LIFELONG LEARNING或者CONTINUOUS LEARNING。
然后当时我们做的这个事儿，按现在的学术定义应该叫LIFELONG LEARNING或者CONTINUOUS LEARNING。
对，反正就很好玩。
对，反正就很好玩。
然后这个东项目其实做的我们是自己很嗨的，我到今天也觉得这是我我智力和我的编程和RESEARCH能力的巅峰。
然后这个东项目其实做的我们是自己很嗨的，我到今天也觉得这是我我智力和我的编程和RESEARCH能力的巅峰。
再后来就人就已经逐渐老登化了，就水准开始下降。
再后来就人就已经逐渐老登化了，就水准开始下降。
但是那段时间的话，我们做到后面就会觉得很痛苦，就是外界的创新实在是太多太太快了啊。
但是那段时间的话，我们做到后面就会觉得很痛苦，就是外界的创新实在是太多太太快了啊。
直到2019年的某一天，我拿到了GPT3的EARLY ACCESS。
直到2019年的某一天，我拿到了GPT3的EARLY ACCESS。
我觉得天要塌了，为什么？
我觉得天要塌了，为什么？
因为是这样。
因为是这样。
就我刚才讲的，我们当时选择很苦的一条路，就是一切我们要做垂直整合，对吧？
就我刚才讲的，我们当时选择很苦的一条路，就是一切我们要做垂直整合，对吧？
就是模型自己做，产品自己做。
就是模型自己做，产品自己做。
那好，我其实每一次模产品的迭代，我等着我底下模型的完成。
那好，我其实每一次模产品的迭代，我等着我底下模型的完成。
那时候模型现在还跟现在比简直非常非常小嘛，但是同样EVALUATION这事也很恶心，对吧？
那时候模型现在还跟现在比简直非常非常小嘛，但是同样EVALUATION这事也很恶心，对吧？
你的INFRA也要自己去搞。
你的INFRA也要自己去搞。
所以我们当时迭代的周期基本是两到三周能有一个模型的迭代。
所以我们当时迭代的周期基本是两到三周能有一个模型的迭代。
嗯。
嗯。
但是两到三周，在当时的外部，这简直是巨变了。
但是两到三周，在当时的外部，这简直是巨变了。
然后拿到GB三的时候，我测了一下，我觉得天塌的原因是什么？
然后拿到GB三的时候，我测了一下，我觉得天塌的原因是什么？
我们把同样的任务，我拿GPT，我随便写了一个PROMPT，那时候大家没有什么PROMPT的艺术对吧？
我们把同样的任务，我拿GPT，我随便写了一个PROMPT，那时候大家没有什么PROMPT的艺术对吧？
都是胡写。
都是胡写。
我发现它要跟我们自己训的端到端模型五五开，你知道吗？
我发现它要跟我们自己训的端到端模型五五开，你知道吗？
而且我当时就意识到一个问题就是。
而且我当时就意识到一个问题就是。
它虽然现在很贵，但是它是一个通解。
它虽然现在很贵，但是它是一个通解。
就是那个时候我们在比如LP领域内，大家互相交流，你会有很明确的感觉，就是比如我跟别人自我介绍的时候说：‘哎，你好，我是MAGGIE团队的，我们是做信息抽取的’，然后这边可能是做这个呃机器翻译的，然后这边是做客服系统的，大家泾渭分明对吧？
就是那个时候我们在比如LP领域内，大家互相交流，你会有很明确的感觉，就是比如我跟别人自我介绍的时候说：‘哎，你好，我是MAGGIE团队的，我们是做信息抽取的’，然后这边可能是做这个呃机器翻译的，然后这边是做客服系统的，大家泾渭分明对吧？
就互相握握手，就哎，互相学习，互相学习。
就互相握握手，就哎，互相学习，互相学习。
但GB三出来之后，其实它印证了一件事儿，就是好像我们做的不同的任务是能够大一统的。
但GB三出来之后，其实它印证了一件事儿，就是好像我们做的不同的任务是能够大一统的。
对，其实它不是第一个工作，就之前其实GOOGLE有一篇叫FLAN T FIVE的一个PAPER出来。
对，其实它不是第一个工作，就之前其实GOOGLE有一篇叫FLAN T FIVE的一个PAPER出来。
已经当时有这个苗头了，但是呢，那时候大家还觉得诶，GOOGLE土豪太厉害了，这个做出一很好的 DEMONSTRATION。
已经当时有这个苗头了，但是呢，那时候大家还觉得诶，GOOGLE土豪太厉害了，这个做出一很好的 DEMONSTRATION。
但是你要垂直领域还得看我们呀。
但是你要垂直领域还得看我们呀。
但是呢，GB三出来之后就彻底就把我们那条心给给给摁死了，你知道吧？
但是呢，GB三出来之后就彻底就把我们那条心给给给摁死了，你知道吧？
所以当时我的第一反应就是赶紧卖掉公司，卖了吗？
所以当时我的第一反应就是赶紧卖掉公司，卖了吗？
卖了。
卖了。
卖给谁了？
卖给谁了？
变现了是吧？
变现了是吧？
其实你好现见哦。
其实你好现见哦。
听下来就是你、你、你、你从11年做的事情，感觉和现在大家做的事情差不多。
听下来就是你、你、你、你从11年做的事情，感觉和现在大家做的事情差不多。
我觉得就是顺着做了一遍。
我觉得就是顺着做了一遍。
我觉得不能这么说。
我觉得不能这么说。
就是你应该说大家的每一个阶段遇见的问题是类似的，但是你每一个阶段其实都未能解决未来大家再次遇到的时候的问题。
就是你应该说大家的每一个阶段遇见的问题是类似的，但是你每一个阶段其实都未能解决未来大家再次遇到的时候的问题。
比如说我们当时说的LONG CONTEXT是从512个TOKEN到16K，现在的LONG CONTEXT可能是指的比如说200K到到两个MILLION。
比如说我们当时说的LONG CONTEXT是从512个TOKEN到16K，现在的LONG CONTEXT可能是指的比如说200K到到两个MILLION。
对吧？
对吧？
所以就是，我只是说历史的话，它会押韵，那肯定不会重复这个东西。
所以就是，我只是说历史的话，它会押韵，那肯定不会重复这个东西。
嗯。
嗯。
你们当时做这些，你的目标是什么呀？
你们当时做这些，你的目标是什么呀？
因为我感觉一直在顺着这个技术往上爬。
因为我感觉一直在顺着这个技术往上爬。
但你的目标是什么呢？
但你的目标是什么呢？
对我觉得这是一个很好的问题，也是上一次创业中我觉得我没有想通的一个事儿。
对我觉得这是一个很好的问题，也是上一次创业中我觉得我没有想通的一个事儿。
就是可能那个时候还是年轻，包括现在我看到很多跟那时候我一样年轻创业者，大家我觉得优点是什么？
就是可能那个时候还是年轻，包括现在我看到很多跟那时候我一样年轻创业者，大家我觉得优点是什么？
就是非常的就是遵循自己的本心，就是你喜欢什么事儿，你就先把这个事儿做下去。
就是非常的就是遵循自己的本心，就是你喜欢什么事儿，你就先把这个事儿做下去。
当然，你可以给你可以好点说。
当然，你可以给你可以好点说。
就是如果你看中了一个技术问题，且这个技术问题真的别人没解决的话，那它往往可能会是符合第一性原理的，就是说它是一个很重要的待解决的一个问题。
就是如果你看中了一个技术问题，且这个技术问题真的别人没解决的话，那它往往可能会是符合第一性原理的，就是说它是一个很重要的待解决的一个问题。
对，所以当时的话我们遇见，如果你现在切到产品侧，可能会有几个问题。
对，所以当时的话我们遇见，如果你现在切到产品侧，可能会有几个问题。
第一点就是我们会觉得应该做一款很成功的搜索引擎来替换掉GOOGLE，但实际上首先我们低估了搜索引擎本身这件事儿。
第一点就是我们会觉得应该做一款很成功的搜索引擎来替换掉GOOGLE，但实际上首先我们低估了搜索引擎本身这件事儿。
这个其实当时很多人不知道，就是MAGGIE这一个项目我们没有使用任何第三方的搜索。
这个其实当时很多人不知道，就是MAGGIE这一个项目我们没有使用任何第三方的搜索。
我们从爬虫到索引引擎，全是自己去建的、自己手写的。
我们从爬虫到索引引擎，全是自己去建的、自己手写的。
我觉得那是我工程能力的巅峰。
我觉得那是我工程能力的巅峰。
对，然后我们其实低估了一件事儿，就是说你光有技术，其实你解决不了不了一些非技术问题。
对，然后我们其实低估了一件事儿，就是说你光有技术，其实你解决不了不了一些非技术问题。
比如说现在我都不太看好你再做一个新的搜索引擎，因为比如很多的数据源跟Google已经形成了一种就是他们之间也是一个互利互惠的一个一个许可循环的一个关系。
比如说现在我都不太看好你再做一个新的搜索引擎，因为比如很多的数据源跟Google已经形成了一种就是他们之间也是一个互利互惠的一个一个许可循环的一个关系。
你再以一个搅局者入场的话，其实你无法重复谷歌过去二十年来积累的这些数据源的这个事儿。
你再以一个搅局者入场的话，其实你无法重复谷歌过去二十年来积累的这些数据源的这个事儿。
对，所以当时我们就觉得产品一方面是我们的技术和非技术原因没做好。
对，所以当时我们就觉得产品一方面是我们的技术和非技术原因没做好。
另外一点我们当时很期望发生的，就是说有一个新一代的可穿戴式设备或者全新的人机界面的出现。
另外一点我们当时很期望发生的，就是说有一个新一代的可穿戴式设备或者全新的人机界面的出现。
这个东西可能到今天为止，也许可穿戴也没有充分的落地。
这个东西可能到今天为止，也许可穿戴也没有充分的落地。
对，同时新的人机界面也许是直到CHATGPT才真的落地。
对，同时新的人机界面也许是直到CHATGPT才真的落地。
所以就是我觉得产品层面的错误，一个是技术，一个是可能确实是早了。
所以就是我觉得产品层面的错误，一个是技术，一个是可能确实是早了。
但是就是创业就是这样嘛，你早一步就是先烈。
但是就是创业就是这样嘛，你早一步就是先烈。
对吧？
对吧？
所以啊，不对，早一步是先驱，早十步就是先烈。
所以啊，不对，早一步是先驱，早十步就是先烈。
对，所以我当时我们就先烈了。
对，所以我当时我们就先烈了。
然后第三个，我们觉得当时商业上也没有想得特别清楚。
然后第三个，我们觉得当时商业上也没有想得特别清楚。
对，所以一开始想的是做一款就是完全TO C，把这事做大。
对，所以一开始想的是做一款就是完全TO C，把这事做大。
但后来其实因为做了很多年，技术不断迭代嘛，你会慌，所以又想能不能直接做一些TO B。
但后来其实因为做了很多年，技术不断迭代嘛，你会慌，所以又想能不能直接做一些TO B。
但明显团队的基因不是这样的。
但明显团队的基因不是这样的。
对，所以我觉得那一段创业经历其实让我学到了很多。
对，所以我觉得那一段创业经历其实让我学到了很多。
当然特别爽，然后特别爽，就是因为那是一个就是我觉得很多创业者梦寐以求的一个状态，就是。
当然特别爽，然后特别爽，就是因为那是一个就是我觉得很多创业者梦寐以求的一个状态，就是。
展开剩余字幕（还有 480 条）
我就想把我人生的夙愿给做完。
我就想把我人生的夙愿给做完。
夙愿是啥？
夙愿是啥？
人生的夙愿，你人生的夙愿是啥？
人生的夙愿，你人生的夙愿是啥？
就是我想自己从头基于一切都是自己写的、自己写的INFRA、自己做的模型，去解决一个别人没有解决好的问题。
就是我想自己从头基于一切都是自己写的、自己写的INFRA、自己做的模型，去解决一个别人没有解决好的问题。
可是GOOGLE这个事儿已经解决好了，GOOGLE没有解决好，你觉得他哪里没有解决好？
可是GOOGLE这个事儿已经解决好了，GOOGLE没有解决好，你觉得他哪里没有解决好？
他是这样，首先GOOGLE是通过收购FREEBASE对吧？
他是这样，首先GOOGLE是通过收购FREEBASE对吧？
他其实获得这个之后，他只是获得一个很好的一个社区，然后他当时也有一个并行的项目叫KNOWLEDGE VOTE还是什么东西。
他其实获得这个之后，他只是获得一个很好的一个社区，然后他当时也有一个并行的项目叫KNOWLEDGE VOTE还是什么东西。
然后我们跟他们做过HEAD HEAD看的的的对比，就是头对头的对比。
然后我们跟他们做过HEAD HEAD看的的的对比，就是头对头的对比。
我们当时在最高置信度下的准确度能达到百分之八十九点几，所以我们的准确度是比它高的。
我们当时在最高置信度下的准确度能达到百分之八十九点几，所以我们的准确度是比它高的。
同时我们不仅支持中文，还支持别的一些语言，包括就反向写的阿拉伯语。
同时我们不仅支持中文，还支持别的一些语言，包括就反向写的阿拉伯语。
这个现在可能大家不觉得是什么，但当年这还是比较厉害的一个事儿。
这个现在可能大家不觉得是什么，但当年这还是比较厉害的一个事儿。
然后同时我们还自己去演练了这个像那个向量缩四向量搜索，那个现在可能也是比较常态了。
然后同时我们还自己去演练了这个像那个向量缩四向量搜索，那个现在可能也是比较常态了。
我们当时为了解决这SCALE的问题，我记得是跟英特尔合作。
我们当时为了解决这SCALE的问题，我记得是跟英特尔合作。
找了一个新的方案，他们当时有一套技术叫做PNAME，就持久化内存。
找了一个新的方案，他们当时有一套技术叫做PNAME，就持久化内存。
我们自己写了一套项链，所以基于那HSW算法，然后去搭建了整套这个东西。
我们自己写了一套项链，所以基于那HSW算法，然后去搭建了整套这个东西。
就是我把我这辈子想试的技术都以合理的方式花投资人的钱给搞定了。
就是我把我这辈子想试的技术都以合理的方式花投资人的钱给搞定了。
嗯，对。
嗯，对。
所以我觉得在那个项目做完的那一刻，我的人生已经圆满了，你知道吧？
所以我觉得在那个项目做完的那一刻，我的人生已经圆满了，你知道吧？
所以就在后来，像包括现在做MANAGE这些这些事儿，我心里已经没有什么就是那种就是我要证明自己或者我要做什么这个才能死而无憾。
所以就在后来，像包括现在做MANAGE这些这些事儿，我心里已经没有什么就是那种就是我要证明自己或者我要做什么这个才能死而无憾。
我早就无憾了，所以现在我就可以一个很轻松的一个状态来做很多事儿。
我早就无憾了，所以现在我就可以一个很轻松的一个状态来做很多事儿。
哦，你所以你还去工作了？
哦，你所以你还去工作了？
对，我工作了一年半。
对，我工作了一年半。
哦，那段工作经历其实非常开心，哦，非常开心。
哦，那段工作经历其实非常开心，哦，非常开心。
为什么？
为什么？
就是是个大公司吗？
就是是个大公司吗？
呃，当时还是一个独角兽状态，然后就相当于在临上市前的一年多。
呃，当时还是一个独角兽状态，然后就相当于在临上市前的一年多。
但是当时又刚好赶上就GPT，就是当时我是因为GPT三的出现，我意识到危险嘛。
但是当时又刚好赶上就GPT，就是当时我是因为GPT三的出现，我意识到危险嘛。
所以相当于我是在CHATGPT出来之前一直干到了CHATGPT出来之后那一段，相当于我在那家公司从零的做起了那LM的业务。
所以相当于我是在CHATGPT出来之前一直干到了CHATGPT出来之后那一段，相当于我在那家公司从零的做起了那LM的业务。
对，所以那段期间怎么说呢？
对，所以那段期间怎么说呢？
这个公司的一个工作模式，当时很多人不喜欢，就是说好像所有的这个RESEARCH或者算法岗位，大家都在公司内部打榜，因为那是一家TO B的公司，就B TO B做AI TO B。
这个公司的一个工作模式，当时很多人不喜欢，就是说好像所有的这个RESEARCH或者算法岗位，大家都在公司内部打榜，因为那是一家TO B的公司，就B TO B做AI TO B。
那AI TO B的一个经典的问题，就是说你如何去量化用户的收益。
那AI TO B的一个经典的问题，就是说你如何去量化用户的收益。
嗯，你除了一些比如说这个最终的这个最终的经营指标以外，你其实也需要一些过程指标。
嗯，你除了一些比如说这个最终的这个最终的经营指标以外，你其实也需要一些过程指标。
那当时的话有一个部分团队的任务是说我把所有用户的需求转换为可量化的BENCHMARK。
那当时的话有一个部分团队的任务是说我把所有用户的需求转换为可量化的BENCHMARK。
那这个呢就是RESEARCHER和这个算法岗最喜欢的事情，就是打榜。
那这个呢就是RESEARCHER和这个算法岗最喜欢的事情，就是打榜。
所以那时候我的主要工作就是打榜，对，然后打榜又很开心，因为当时公司内部的一个激励方案很有趣，就是。
所以那时候我的主要工作就是打榜，对，然后打榜又很开心，因为当时公司内部的一个激励方案很有趣，就是。
公司内部有个类似于CARGO那样的一个榜单系统，嗯，然后呢？
公司内部有个类似于CARGO那样的一个榜单系统，嗯，然后呢？
你赢的越多，你的奖品是什么呢？
你赢的越多，你的奖品是什么呢？
你能获得更多的显卡。
你能获得更多的显卡。
所以你会进入一种强者恒强的状态，你知道吗？
所以你会进入一种强者恒强的状态，你知道吗？
就是所以我当时一个人能囤好几十张卡，然后我一堆卡的资源闲置，但是我就可以去捣鼓很多这个我想试的东西。
就是所以我当时一个人能囤好几十张卡，然后我一堆卡的资源闲置，但是我就可以去捣鼓很多这个我想试的东西。
嗯，因为总有客户会需要嘛，对吧？
嗯，因为总有客户会需要嘛，对吧？
所以我可以做很多的实验，然后同时我的算力又是最充裕的，我能SCALE UP。
所以我可以做很多的实验，然后同时我的算力又是最充裕的，我能SCALE UP。
所以我在那一年半里头我一直霸榜在第一名，所以我觉得那段经历是特别开心的。
所以我在那一年半里头我一直霸榜在第一名，所以我觉得那段经历是特别开心的。
你以前上学的时候好像没有这个劲头是吗？
你以前上学的时候好像没有这个劲头是吗？
你以前上学的时候是那种特别喜欢比比分数的学霸这种类型吗？
你以前上学的时候是那种特别喜欢比比分数的学霸这种类型吗？
好像不是吧，不是。
好像不是吧，不是。
因为我好多课我都没上，所以我特别感谢我的高中。
因为我好多课我都没上，所以我特别感谢我的高中。
当时在北大附中读书，然后我觉得我特别幸运就遇见了一群超级开明的老师，就是开明到什么程度？
当时在北大附中读书，然后我觉得我特别幸运就遇见了一群超级开明的老师，就是开明到什么程度？
就是有的课我不想上，老师说那你就不上了。
就是有的课我不想上，老师说那你就不上了。
后来学校还给了我一个也不叫一个小顾问，我们有一个计算机社团，就相当于我在学校里头有一个不上课的时候可以去的办公室。
后来学校还给了我一个也不叫一个小顾问，我们有一个计算机社团，就相当于我在学校里头有一个不上课的时候可以去的办公室。
有空调，有电脑，让我好好的捣鼓我喜欢的东西。
有空调，有电脑，让我好好的捣鼓我喜欢的东西。
所以我觉得太幸运。
所以我觉得太幸运。
你第二段创业终止的那一刻，你在做什么呀？
你第二段创业终止的那一刻，你在做什么呀？
你在想什么呀？
你在想什么呀？
我当时的想法是这样，就是。
我当时的想法是这样，就是。
我知道有一个新技术出现，可能要杀死我。
我知道有一个新技术出现，可能要杀死我。
那这时候我的选择是什么呢？
那这时候我的选择是什么呢？
当然是选择加入了，对吧？
当然是选择加入了，对吧？
然后但是当时的想法是这样，就是我刚刚经历上一次创业的一个创伤，就是你自己要做垂直整合，真的很痛苦。
然后但是当时的想法是这样，就是我刚刚经历上一次创业的一个创伤，就是你自己要做垂直整合，真的很痛苦。
就是每天醒了之后，我我常说一个比喻，就是每天醒的时候你都感觉海水在上涨，但是你不知道会涨到什么程度，也许你第二天醒的时候就已经到到到鼻子这儿了，就很恐怖的一个感觉。
就是每天醒了之后，我我常说一个比喻，就是每天醒的时候你都感觉海水在上涨，但是你不知道会涨到什么程度，也许你第二天醒的时候就已经到到到鼻子这儿了，就很恐怖的一个感觉。
所以当时我想法还是我喜欢创业的，但是呢我不想做垂直整合了，所以当时会有一个比较。
所以当时我想法还是我喜欢创业的，但是呢我不想做垂直整合了，所以当时会有一个比较。
天然的想法就是，那时候大家会把创业AI创业分为几个LAYER的几个层。
天然的想法就是，那时候大家会把创业AI创业分为几个LAYER的几个层。
比如说那时候有模型层，有那时候好像它就基呃INFRA层，就是基础设施层以及应用层。
比如说那时候有模型层，有那时候好像它就基呃INFRA层，就是基础设施层以及应用层。
嗯，然后当时我就想OK，那我面前其实也就三条路嘛。
嗯，然后当时我就想OK，那我面前其实也就三条路嘛。
那时候其实到了二二年底、二三年初，大家看了CHATGPT之后，其实国内很多就是机动模型公司已经开始动起来了。
那时候其实到了二二年底、二三年初，大家看了CHATGPT之后，其实国内很多就是机动模型公司已经开始动起来了。
当然我也跟所有人都聊过，但是呢，没人能说服我就是。
当然我也跟所有人都聊过，但是呢，没人能说服我就是。
这个东西到底该怎么办？
这个东西到底该怎么办？
因为我觉得这我不再不太再想体验这种特别难受的那个状态。
因为我觉得这我不再不太再想体验这种特别难受的那个状态。
所以我的更多的目光是看向了这个，就所谓的基础设施层跟应用层。
所以我的更多的目光是看向了这个，就所谓的基础设施层跟应用层。
但这时候其实也有一个问题，就是大家当时一直在说这个事儿，嗯，但是没人知道真正的AI应用岗该长什么样。
但这时候其实也有一个问题，就是大家当时一直在说这个事儿，嗯，但是没人知道真正的AI应用岗该长什么样。
尤其你想二三年年中的时候，真正有PMF或者说有一定声量的产品可能就两个：一个CHATGPT，一个CHARACTER到AI。
尤其你想二三年年中的时候，真正有PMF或者说有一定声量的产品可能就两个：一个CHATGPT，一个CHARACTER到AI。
嗯，对，然后CHARACTER到AI这种东西我非常清晰，我不懂这个东西，因为我用了以后我自己用不进去。
嗯，对，然后CHARACTER到AI这种东西我非常清晰，我不懂这个东西，因为我用了以后我自己用不进去。
那我就知道我不是用户，不是不是一个用户，那我肯定做不好这样的产品。
那我就知道我不是用户，不是不是一个用户，那我肯定做不好这样的产品。
而 ChatGPT 的话，这其实是一个天时地利人和的一个状态，就是我至今也觉得就是 ChatGPT 其实出来一瞬间，Chatbot 的的这个赛场就已经结束了。
而 ChatGPT 的话，这其实是一个天时地利人和的一个状态，就是我至今也觉得就是 ChatGPT 其实出来一瞬间，Chatbot 的的这个赛场就已经结束了。
所以我明白我想做应用或者做 Infra 层的东西，但我没想好我要做什么。
所以我明白我想做应用或者做 Infra 层的东西，但我没想好我要做什么。
嗯，对，所以呢我就看一些机会，同时的话也就去去去去怎么说，看看相关的项目。
嗯，对，所以呢我就看一些机会，同时的话也就去去去去怎么说，看看相关的项目。
然后在正格了一段时间，对吧？
然后在正格了一段时间，对吧？
对，在正格待了一段时间，然后就是也算是就是呃跟更年轻的创业者一起交流，就把我过去的这个，比如说悲惨经历跟教训可以可以提前告诉大家，对，所以今天这节目我也想跟大家分享一下悲惨经历，我觉得吧。
对，在正格待了一段时间，然后就是也算是就是呃跟更年轻的创业者一起交流，就把我过去的这个，比如说悲惨经历跟教训可以可以提前告诉大家，对，所以今天这节目我也想跟大家分享一下悲惨经历，我觉得吧。
对，然后再到后来的话，其实也是当时认识了小红，就我们现在 Manes 的 CEO。
对，然后再到后来的话，其实也是当时认识了小红，就我们现在 Manes 的 CEO。
然后他是怎么说服我加入的，或者说为什么我要从第二段创业之后去开始这个事？
然后他是怎么说服我加入的，或者说为什么我要从第二段创业之后去开始这个事？
你中间隔了多久？
你中间隔了多久？
当时就是那一年半的时间嘛。
当时就是那一年半的时间嘛。
呃。
呃。
在真格一年半，对，在真格一年半时间，对。
在真格一年半，对，在真格一年半时间，对。
然后然后那段时间你就明确不想做大模型，不想去大任何的一个大模型公司。
然后然后那段时间你就明确不想做大模型，不想去大任何的一个大模型公司。
我几乎跟所有的大模型公司聊过，你有喜欢的吗？
我几乎跟所有的大模型公司聊过，你有喜欢的吗？
呃，google.
呃，google.
google 对，嗯。
google 对，嗯。
海内外都聊了是吧？
海内外都聊了是吧？
呃，海外聊的是当时海外没几家，海外也基本都聊了，然后国内的话也都聊了，包括当时那个为什么是 google？
呃，海外聊的是当时海外没几家，海外也基本都聊了，然后国内的话也都聊了，包括当时那个为什么是 google？
你不是要干掉人家的吗？
你不是要干掉人家的吗？
就是你没干掉他，你才会格外尊敬他。
就是你没干掉他，你才会格外尊敬他。
对，然后当时我的那个想法就是我想找一款AI产品，不是我自己去主导，而是一个很空的画布，就大概是这样的一个感觉。
对，然后当时我的那个想法就是我想找一款AI产品，不是我自己去主导，而是一个很空的画布，就大概是这样的一个感觉。
就是因为哦，对，其实上一次创业到最后，我其实还学会了一个很重要的事儿，就是我意识到我根本不是做CEO的那块料哦，就是。
就是因为哦，对，其实上一次创业到最后，我其实还学会了一个很重要的事儿，就是我意识到我根本不是做CEO的那块料哦，就是。
我既不喜欢商业化，我也很讨厌管人哦。
我既不喜欢商业化，我也很讨厌管人哦。
对，所以我觉得这是交了一个学费。
对，所以我觉得这是交了一个学费。
就是我知道我不该做CEO，我应该找一个比我适合做CEO的人。
就是我知道我不该做CEO，我应该找一个比我适合做CEO的人。
诶，你觉得你是哪些方面不适合做CEO呢？
诶，你觉得你是哪些方面不适合做CEO呢？
我觉得完全就是一个情绪上就很抵触。
我觉得完全就是一个情绪上就很抵触。
情绪上就很抵触。
情绪上就很抵触。
为什么呀？
为什么呀？
CEO哪些比较烦你的人性？
CEO哪些比较烦你的人性？
首先有一点就是说我与其跟电脑打交道啊，我很喜欢跟电脑打交道，但我觉得人太复杂了。
首先有一点就是说我与其跟电脑打交道啊，我很喜欢跟电脑打交道，但我觉得人太复杂了。
就是你的组织在随着变大的时候，其实你的发现你这个复杂度其实是指数级增长的。
就是你的组织在随着变大的时候，其实你的发现你这个复杂度其实是指数级增长的。
我觉得我不是那块料，我搞不定太多。
我觉得我不是那块料，我搞不定太多。
就是人与人之间的更微妙的这些事情，你看起来比小红要易很多。
就是人与人之间的更微妙的这些事情，你看起来比小红要易很多。
不不，其实我们公司除了张涛以外，全都I人。
不不，其实我们公司除了张涛以外，全都I人。
你是I人？
你是I人？
对我我只是开朗的内向，你知道吗？
对我我只是开朗的内向，你知道吗？
就是我就我在跟你聊，我在跟你聊具体的业务的时候，我能讲很多。
就是我就我在跟你聊，我在跟你聊具体的业务的时候，我能讲很多。
但是其实我你是I什么INTJ哦，就不叫INTJ，都烂大街了，大家都差不多。
但是其实我你是I什么INTJ哦，就不叫INTJ，都烂大街了，大家都差不多。
对，所以就是我觉得首先管人，我觉得我不太行。
对，所以就是我觉得首先管人，我觉得我不太行。
第二点就是我有的时候会陷入一种特别追求正道的思路。
第二点就是我有的时候会陷入一种特别追求正道的思路。
什么叫正道？
什么叫正道？
就是说正道对，就是你有一个能够赚钱的方向和一个能够把一个特别有趣的技术走到底的方向。
就是说正道对，就是你有一个能够赚钱的方向和一个能够把一个特别有趣的技术走到底的方向。
我毫不犹豫的油门踩死往右走，但是我知道这一定是错的。
我毫不犹豫的油门踩死往右走，但是我知道这一定是错的。
嗯，所以呢，我需要有一个人能把我给管住啊，就是在我又想发癫的时候给我摁死。
嗯，所以呢，我需要有一个人能把我给管住啊，就是在我又想发癫的时候给我摁死。
对，所以就是也是经过创业之后，你会充分意识到自己的不足。
对，所以就是也是经过创业之后，你会充分意识到自己的不足。
嗯，对，然后所以我当时想法就非常清晰，就是我想一不想当CEO，不想当一号位。
嗯，对，然后所以我当时想法就非常清晰，就是我想一不想当CEO，不想当一号位。
第二，我想找一个能够探索的画布。
第二，我想找一个能够探索的画布。
注意我说的是画布，而不是一个已经成型的一个一个产品，然后去迭代它。
注意我说的是画布，而不是一个已经成型的一个一个产品，然后去迭代它。
对，因为我觉得当时所有人不过都是在下注，没有谁说真正有一个非常系统性的SYSTEMATIC方法去知道接下来AI产品要做什么。
对，因为我觉得当时所有人不过都是在下注，没有谁说真正有一个非常系统性的SYSTEMATIC方法去知道接下来AI产品要做什么。
什么叫所有人都在下注？
什么叫所有人都在下注？
就是当时大家都在基于自己的一个直觉判断去说：我要做一个什么东西，我要做一个什么东西。
就是当时大家都在基于自己的一个直觉判断去说：我要做一个什么东西，我要做一个什么东西。
但其实我已经经历过几次这样的创业，我在想我能不能这回做的正规一点。
但其实我已经经历过几次这样的创业，我在想我能不能这回做的正规一点。
就是我们能不能像字节跳动一样，有一点数据思维。
就是我们能不能像字节跳动一样，有一点数据思维。
对，然后所以当时我就觉得我我不应该自己在丛林去一种就是我因为相信所以去做的的事情，我应该有一个更有一个过程去更多的观察。
对，然后所以当时我就觉得我我不应该自己在丛林去一种就是我因为相信所以去做的的事情，我应该有一个更有一个过程去更多的观察。
那观察用户最好的方法是什么呢？
那观察用户最好的方法是什么呢？
就是有一个初步PMF，但又非常空的画布在这。
就是有一个初步PMF，但又非常空的画布在这。
所以当时我跟小红当然因为就是他也是就真格投的嘛，也是像我们老一辈创业者，现在都已经是中登的年纪了，所以就是。
所以当时我跟小红当然因为就是他也是就真格投的嘛，也是像我们老一辈创业者，现在都已经是中登的年纪了，所以就是。
当时他要做一款产品，叫做MONICA。
当时他要做一款产品，叫做MONICA。
MONICA现在也有很多人用，还有很多用嘛。
MONICA现在也有很多人用，还有很多用嘛。
也我们现在都在同一个实体下面。
也我们现在都在同一个实体下面。
MONICA这款产品它其实是一个CHROME的插件。
MONICA这款产品它其实是一个CHROME的插件。
CHROME插件我当时觉得这个产品的形态非常戳我，是为什么呢？
CHROME插件我当时觉得这个产品的形态非常戳我，是为什么呢？
因为首先它其实没有改变任何用户的习惯，就是在浏览器中你仍然在使用你所熟悉的GMAIL，你还在看YOUTUBE，就是它没有因为是AI所以侵入你的生活而改变什么。
因为首先它其实没有改变任何用户的习惯，就是在浏览器中你仍然在使用你所熟悉的GMAIL，你还在看YOUTUBE，就是它没有因为是AI所以侵入你的生活而改变什么。
所以用户的原本的轨迹不是被强行改了，你的观测是一个无偏的观测。
所以用户的原本的轨迹不是被强行改了，你的观测是一个无偏的观测。
第二点是什么？
第二点是什么？
就是当时很多人你要做AI的话，你可能都你要先下注去做一个方向。
就是当时很多人你要做AI的话，你可能都你要先下注去做一个方向。
因为你不能在一个界面中无限的叠加不同的元素，对吧？
因为你不能在一个界面中无限的叠加不同的元素，对吧？
那你产品的复杂度会变得很高。
那你产品的复杂度会变得很高。
像我很喜欢GITHUB有一句话叫EVERYTHING ADDED DILUTES EVERYTHING ELSE，就是你每增加一个东西都会稀释所有价值。
像我很喜欢GITHUB有一句话叫EVERYTHING ADDED DILUTES EVERYTHING ELSE，就是你每增加一个东西都会稀释所有价值。
但浏览器插件的绝妙之处是什么？
但浏览器插件的绝妙之处是什么？
它的功能的分发其实是基于CONTEXT的。
它的功能的分发其实是基于CONTEXT的。
就比如说跟视频理解相关的东西只会在你看YOUTUBE时候出现，嗯，然后跟比如自动编写或者文章、文章这个改动的这些功能只会在比如说GMAIL或者GOOGLE DOCS里出现。
就比如说跟视频理解相关的东西只会在你看YOUTUBE时候出现，嗯，然后跟比如自动编写或者文章、文章这个改动的这些功能只会在比如说GMAIL或者GOOGLE DOCS里出现。
所以它其实消解了，就是功能增加带来的复杂度爆炸问题。
所以它其实消解了，就是功能增加带来的复杂度爆炸问题。
所以我觉得浏览器插件是一个绝妙的观察用户到底在怎么用AI的一个一个窗口。
所以我觉得浏览器插件是一个绝妙的观察用户到底在怎么用AI的一个一个窗口。
它甚至不能叫一个产品形态，它是一个空的CONTAINER，一个空的画布。
它甚至不能叫一个产品形态，它是一个空的CONTAINER，一个空的画布。
所以我觉得这款产品是绝佳的作为进入AI应用时代的门槛。
所以我觉得这款产品是绝佳的作为进入AI应用时代的门槛。
观察到了什么？
观察到了什么？
观察到一些非常有趣的东西。
观察到一些非常有趣的东西。
待会儿再讲为什么做MAN的时候可能都会讲到好的对。
待会儿再讲为什么做MAN的时候可能都会讲到好的对。
然后这块儿就是我觉得这是非常值得做的。
然后这块儿就是我觉得这是非常值得做的。
但是我其实也没想好，就是其实你有别的插件嘛？
但是我其实也没想好，就是其实你有别的插件嘛？
嗯，那为什么要跟小红合伙呢？
嗯，那为什么要跟小红合伙呢？
首先，就是我很幸运跟他交流之后，发现他太适合当CEO了。
首先，就是我很幸运跟他交流之后，发现他太适合当CEO了。
怎么说？
怎么说？
就是怎么说，就是他擅长所有不擅长的东西。
就是怎么说，就是他擅长所有不擅长的东西。
而且其实如果你反过来说，你在看当今国内外AI创始人一号位的这个整体这个Landscape呃，这个这个这个版图的话，你会发现小红有一个非常稀缺的特质什么？
而且其实如果你反过来说，你在看当今国内外AI创始人一号位的这个整体这个Landscape呃，这个这个这个版图的话，你会发现小红有一个非常稀缺的特质什么？
他很正常，他身心健全，没有任何不良嗜好，没有任何极端、极端的思想。
他很正常，他身心健全，没有任何不良嗜好，没有任何极端、极端的思想。
这不是一个，这不是一个正常的指标，这已经很难得了，你知道吗？
这不是一个，这不是一个正常的指标，这已经很难得了，你知道吗？
就是我觉得现在整个这个行业有很多人比较偏执或者怎么样。
就是我觉得现在整个这个行业有很多人比较偏执或者怎么样。
但是讲真，其实就你没有乔布斯的命。
但是讲真，其实就你没有乔布斯的命。
却得了乔布斯的病。
却得了乔布斯的病。
你在说你自己吗？
你在说你自己吗？
呃，对。
呃，对。
而且我经过这个惨痛的失败之后，我意识到这一点，但是他们还没有意识到。
而且我经过这个惨痛的失败之后，我意识到这一点，但是他们还没有意识到。
对，所以就是我觉得小红身上最可贵的品质就是他特别正常。
对，所以就是我觉得小红身上最可贵的品质就是他特别正常。
相信常识是吗？
相信常识是吗？
呃，对。
呃，对。
还是你会说话，对。
还是你会说话，对。
相信常识且相信团队，而且就是好多事情的判断，它会更加的怎么说？
相信常识且相信团队，而且就是好多事情的判断，它会更加的怎么说？
你你既可以说是就是直数据驱动，也可以说是直觉驱动。
你你既可以说是就是直数据驱动，也可以说是直觉驱动。
但是他是一个真正的能把公司从一个阶段持续带到下一个阶段的人。
但是他是一个真正的能把公司从一个阶段持续带到下一个阶段的人。
而我可能如果自己从头做的话，我只会在我喜欢的那一个阶段很爽。
而我可能如果自己从头做的话，我只会在我喜欢的那一个阶段很爽。
对，所以我觉得太难得了。
对，所以我觉得太难得了。
哪些细节能让你见他第一次就觉得他很正常？
哪些细节能让你见他第一次就觉得他很正常？
呃，我觉得不是见第一次。
呃，我觉得不是见第一次。
你们见了几次啊？
你们见了几次啊？
其实很多次，就包括后来的话，其实也是一起吃了两三次饭，然后也就长谈了很久。
其实很多次，就包括后来的话，其实也是一起吃了两三次饭，然后也就长谈了很久。
对，然后最后他怎么打动我加入呢？
对，然后最后他怎么打动我加入呢？
还是因为一句话：他说这个我知道你做过浏览器，你做过搜索引擎，你做过语言模型，你想不想在一个产品里把这三个事都重新做一遍？
还是因为一句话：他说这个我知道你做过浏览器，你做过搜索引擎，你做过语言模型，你想不想在一个产品里把这三个事都重新做一遍？
就我觉得好呀，这个好听起来也挺吸引人的。
就我觉得好呀，这个好听起来也挺吸引人的。
然后当时就加入，当时加入之后也非常清晰的一点就是这次创业其实我不是来做MONICA的，就是MONICA是我们大家的一个学费，或者是整个这个公司的一个CASH COW，就是它产生现金流。
然后当时就加入，当时加入之后也非常清晰的一点就是这次创业其实我不是来做MONICA的，就是MONICA是我们大家的一个学费，或者是整个这个公司的一个CASH COW，就是它产生现金流。
但是我们一定加入，把这个团队团结起来，包括后来张涛啊，还有更多的这个合伙人加入，我们是要一起搞一个全新的事情的。
但是我们一定加入，把这个团队团结起来，包括后来张涛啊，还有更多的这个合伙人加入，我们是要一起搞一个全新的事情的。
在你们多次的长谈和聊天中，你觉得哪些细节让你觉得它非常的正常？
在你们多次的长谈和聊天中，你觉得哪些细节让你觉得它非常的正常？
我觉得还是对比出来的，就是因为同一个阶段我一定不止跟小红有所接触。
我觉得还是对比出来的，就是因为同一个阶段我一定不止跟小红有所接触。
对你肯定之前见了嘛？
对你肯定之前见了嘛？
对，是的。
对，是的。
怎么正常呢？
怎么正常呢？
我觉得别的创始人都太艺术家了。
我觉得别的创始人都太艺术家了。
太艺术家了。
太艺术家了。
是的，是的。
是的，是的。
你就比较艺术家是吧？
你就比较艺术家是吧？
你如果这么划分的话。
你如果这么划分的话。
我不敢说艺术家。
我不敢说艺术家。
我就我不配，我不配。
我就我不配，我不配。
我不配这个词对。
我不配这个词对。
嗯。
嗯。
太艺术家了。
太艺术家了。
对别的创神，我觉得太艺术家了。
对别的创神，我觉得太艺术家了。
小红非常的现实。
小红非常的现实。
嗯，对，就是或者说包括整个现在我们公司的这一个运行，其实我觉得都是很稳健的。
嗯，对，就是或者说包括整个现在我们公司的这一个运行，其实我觉得都是很稳健的。
嗯，甚至有时候我们内部反思会觉得有点保守。
嗯，甚至有时候我们内部反思会觉得有点保守。
嗯，但这才是一个叫什么，就是更尊重，对，尊重常识。
嗯，但这才是一个叫什么，就是更尊重，对，尊重常识。
我觉得你这个词说的很好。
我觉得你这个词说的很好。
你说谁是艺术家？
你说谁是艺术家？
我们可以闭掉啊。
我们可以闭掉啊。
太多了。
太多了。
就是我举例子，比如说你知道那个产品吗？
就是我举例子，比如说你知道那个产品吗？
我知道对，然后你知道点点了，然后像这个点点啊，我见见过他啊。
我知道对，然后你知道点点了，然后像这个点点啊，我见见过他啊。
然后像那个还有那个做那个记得那个。
然后像那个还有那个做那个记得那个。
哦。
哦。
你都见了。
你都见了。
我我就大家都会来找我聊一聊，然后我我就觉得大家都太太艺术家了。
我我就大家都会来找我聊一聊，然后我我就觉得大家都太太艺术家了。
太艺术家了。
太艺术家了。
嗯，对，然后我觉得身心不够健康是吧？
嗯，对，然后我觉得身心不够健康是吧？
就很偏执，你知道吗？
就很偏执，你知道吗？
就是多少有点抑郁，多少有点抑郁，多少有点抑郁。
就是多少有点抑郁，多少有点抑郁，多少有点抑郁。
然后对，其实小红也有时候会抑郁，但我就一直他就比较 EMO.
然后对，其实小红也有时候会抑郁，但我就一直他就比较 EMO.
有时候是对对对对，但他不属于抑郁。
有时候是对对对对，但他不属于抑郁。
对吧？
对吧？
但他他他他不抑郁，整体是比较阳光。
但他他他他不抑郁，整体是比较阳光。
对，而且他不会那种深夜发癫，就是那种。
对，而且他不会那种深夜发癫，就是那种。
现在这些都对于创业者来说，你觉得不是优点了是吗？
现在这些都对于创业者来说，你觉得不是优点了是吗？
我觉得不是优点，绝对不是优点。
我觉得不是优点，绝对不是优点。
就是诶，这我觉得是很大的一个变化。
就是诶，这我觉得是很大的一个变化。
就是说以前移动互联网时代，我还挺喜欢这类人的，嗯，因为你的边际成本很低，就是说你可以去比如说赌一把，搞一个大的，看用户是否你能找到一群跟你共振的人，才逐逐渐去做大。
就是说以前移动互联网时代，我还挺喜欢这类人的，嗯，因为你的边际成本很低，就是说你可以去比如说赌一把，搞一个大的，看用户是否你能找到一群跟你共振的人，才逐逐渐去做大。
但其实我们觉得现在AI这个行业，首先呃，当然就LM或者INFRANCE COST一直在下降，但其实我们心中隐隐觉得它更像传统的制造业。
但其实我们觉得现在AI这个行业，首先呃，当然就LM或者INFRANCE COST一直在下降，但其实我们心中隐隐觉得它更像传统的制造业。
它一直有一个固定的成本在那儿啊。
它一直有一个固定的成本在那儿啊。
你如果没有任何的优化的话，其实你随着你用户量的增加，你的成本是线性去提升的。
你如果没有任何的优化的话，其实你随着你用户量的增加，你的成本是线性去提升的。
嗯，所以这整个事儿对经营的操作能力的要求是比上一代移动互联网创业要高很多的。
嗯，所以这整个事儿对经营的操作能力的要求是比上一代移动互联网创业要高很多的。
这个有趣，嗯，我觉得是高很多的。
这个有趣，嗯，我觉得是高很多的。
移动互联网更喜欢艺术家，对移动互联网时代喜欢艺术家，而且其实你能很低成本地获得一批初始的用户。
移动互联网更喜欢艺术家，对移动互联网时代喜欢艺术家，而且其实你能很低成本地获得一批初始的用户。
嗯，但是AI我觉得不是AI不是这样。
嗯，但是AI我觉得不是AI不是这样。
嗯。
嗯。
但是你从一开始就PASS的大模型，这几家公司是的。
但是你从一开始就PASS的大模型，这几家公司是的。
你也都聊了啊。
你也都聊了啊。
我基本上都聊了，但这个的原因完全是因为PTSD啊。
我基本上都聊了，但这个的原因完全是因为PTSD啊。
对，但是大家会觉得AI时代不一样的是，可能大模型和产品是一体化的。
对，但是大家会觉得AI时代不一样的是，可能大模型和产品是一体化的。
所以说拥有大模型的公司更有可能做出好的产品，就是他们那个沿途下单的理论。
所以说拥有大模型的公司更有可能做出好的产品，就是他们那个沿途下单的理论。
你从一开始就不认可吗？
你从一开始就不认可吗？
啊，我认可这件事儿。
啊，我认可这件事儿。
但是我认为有一个时间先后问题，就是我现在的一个观点，其实是可能都不用太久吧，也许比如说六个月之后，其实你不用再分所谓的这个模型公司跟应用公司。
但是我认为有一个时间先后问题，就是我现在的一个观点，其实是可能都不用太久吧，也许比如说六个月之后，其实你不用再分所谓的这个模型公司跟应用公司。
基本上每一家头部应用公司都有做模型的能力。
基本上每一家头部应用公司都有做模型的能力。
嗯，其实这个事儿已经被CURSOR给跳出来了。
嗯，其实这个事儿已经被CURSOR给跳出来了。
就是我觉得之前大家还有一种那个呃密而不谈、精卫分明的这个状态。
就是我觉得之前大家还有一种那个呃密而不谈、精卫分明的这个状态。
但你看CURSOR已经跳出来，他们搞了那个他们新那个模型叫什么来着？
但你看CURSOR已经跳出来，他们搞了那个他们新那个模型叫什么来着？
呃，COMPOSER ONE嘛，对吧？
呃，COMPOSER ONE嘛，对吧？
嗯，其实我觉得首先就是做模型或者说做垂直整合这件事儿，它其实最影响的是你初期的迭代速度。
嗯，其实我觉得首先就是做模型或者说做垂直整合这件事儿，它其实最影响的是你初期的迭代速度。
就是我上一次创业最惨痛的那个教训嘛，就是你在不确定的时候，你开始做做BOTTOM UP、BOTTOM UP的这种就自下而上的迭代的话，你会被你的模型迭代所影响。
就是我上一次创业最惨痛的那个教训嘛，就是你在不确定的时候，你开始做做BOTTOM UP、BOTTOM UP的这种就自下而上的迭代的话，你会被你的模型迭代所影响。
其实这个不仅是创业公司的问题，就是你哪怕你强如OPENAI。
其实这个不仅是创业公司的问题，就是你哪怕你强如OPENAI。
OPENAI我非常尊敬他们的点，就是他们一直非常尊重这种自下而上的这种模式，所以他们产生很多新的创新。
OPENAI我非常尊敬他们的点，就是他们一直非常尊重这种自下而上的这种模式，所以他们产生很多新的创新。
但如果你首先你一个产品引领的思路来看的话，你某种意义上来说，一你在买模型彩票，因为即使你有一个比较好的一个ROADMAP，其实你在最后完成POST THREE那一刻之前，你都不知道这个模型到底能不能就DELIVER，就就达到你想象中的这样的一个需求。
但如果你首先你一个产品引领的思路来看的话，你某种意义上来说，一你在买模型彩票，因为即使你有一个比较好的一个ROADMAP，其实你在最后完成POST THREE那一刻之前，你都不知道这个模型到底能不能就DELIVER，就就达到你想象中的这样的一个需求。
所以很多时候，你是因为有些突破，所以反向在引导产品的的走向。
所以很多时候，你是因为有些突破，所以反向在引导产品的的走向。
这个我觉得我之前已经吃过这个亏。
这个我觉得我之前已经吃过这个亏。
这是第一点。
这是第一点。
第二点就是我刚才讲的，就是模型。
第二点就是我刚才讲的，就是模型。
你即使能通过很多的，比如说你优化你的PIPELINE，你增加你的人手，或者让你整个这个这个链条更加的流畅，来增加你的迭代的速度。
你即使能通过很多的，比如说你优化你的PIPELINE，你增加你的人手，或者让你整个这个这个链条更加的流畅，来增加你的迭代的速度。
但其实这个世界上，只要产品经理存在，你一定是追不上产品经理的。
但其实这个世界上，只要产品经理存在，你一定是追不上产品经理的。
脑思维的这个这个活跃度，所以我觉得比较健康的做法应该是：当你的产品已经出具PMF，且已经到了一个比较稳定的一个状态下之后，你以你以一种增加稳定性或降本或突破天花板的思路再去做模型。
脑思维的这个这个活跃度，所以我觉得比较健康的做法应该是：当你的产品已经出具PMF，且已经到了一个比较稳定的一个状态下之后，你以你以一种增加稳定性或降本或突破天花板的思路再去做模型。
嗯，这是一个先后的问题。
嗯，这是一个先后的问题。
你当过CEO，然后也当过就是旁观CEO的人，你就身心健康。
你当过CEO，然后也当过就是旁观CEO的人，你就身心健康。
对于现在AI的方的来说，价值大吗？
对于现在AI的方的来说，价值大吗？
有意义吗？
有意义吗？
我觉得非常大，就是因为你很有可能会受挫，或者说你必然受挫。
我觉得非常大，就是因为你很有可能会受挫，或者说你必然受挫。
但是身心健康的人是打不死的，就是你能够一次一次的很谦卑的再重新站起来，再去很冷静的看待外界的变化，来回馈到你的一个决策的一个思路上。
但是身心健康的人是打不死的，就是你能够一次一次的很谦卑的再重新站起来，再去很冷静的看待外界的变化，来回馈到你的一个决策的一个思路上。
这其实我觉得在我加入就是蝴蝶巷，就我们这母公司之后，我们已经看见了无数次这样的事儿。
这其实我觉得在我加入就是蝴蝶巷，就我们这母公司之后，我们已经看见了无数次这样的事儿。
就是大家没有那种就是因为我是一个身心不健康人，或者说我有过度的一种执念，而选择一种蛮干的一个思路。
就是大家没有那种就是因为我是一个身心不健康人，或者说我有过度的一种执念，而选择一种蛮干的一个思路。
我觉得就整体就非常理智。
我觉得就整体就非常理智。
你们从几月聊到几月份。
你们从几月聊到几月份。
然后你加入了MINUS哦。
然后你加入了MINUS哦。
其实中间隔了很久，我有点记不清了，但我觉得前前后后应该有四个多月。
其实中间隔了很久，我有点记不清了，但我觉得前前后后应该有四个多月。
四个多月我记得我第一次跟小红见面的时候是在北京环宇会，下楼的时候他说他刚跟你在这儿见了你，是在那里答应了他加入MINUS。
四个多月我记得我第一次跟小红见面的时候是在北京环宇会，下楼的时候他说他刚跟你在这儿见了你，是在那里答应了他加入MINUS。
有可能哎呀，这个这一年过得太快了，好多细节都已经想不起来了啊。
有可能哎呀，这个这一年过得太快了，好多细节都已经想不起来了啊。
我最后正式加入应该是。
我最后正式加入应该是。
2024年的3月哦。
2024年的3月哦。
嗯，年初加入的。
嗯，年初加入的。
所以2、3年底开始聊的，对，是的。
所以2、3年底开始聊的，对，是的。
然后同期你也聊了很多那个时候出来做应用的方式。
然后同期你也聊了很多那个时候出来做应用的方式。
对，也不仅是应用，就是刚才是讲那三层嘛。
对，也不仅是应用，就是刚才是讲那三层嘛。
其实都聊了。
其实都聊了。
嗯，对，大模型公司你有喜欢的公司吗？
嗯，对，大模型公司你有喜欢的公司吗？
呃，大模型的话啊，肯定都聊了。
呃，大模型的话啊，肯定都聊了。
对，反正当时的话其实可能比现在看起来会更欣欣向荣一点。
对，反正当时的话其实可能比现在看起来会更欣欣向荣一点。
对，然后当时其实我比较喜欢两家。
对，然后当时其实我比较喜欢两家。
我不是马后炮，我觉得确实也是当时判断比较好。
我不是马后炮，我觉得确实也是当时判断比较好。
应该三家吧？
应该三家吧？
我比较喜欢千问、DEEP SEEK和KIMI啊。
我比较喜欢千问、DEEP SEEK和KIMI啊。
对，然后DEEP SEEK当时也是因为很好玩，就是其实很早就跟他们有接触，是因为那时候我之前的一次创业是在做那个知识图谱构建嘛，且同时我们自己从零搭建整个这个搜索引擎的INFRA。
对，然后DEEP SEEK当时也是因为很好玩，就是其实很早就跟他们有接触，是因为那时候我之前的一次创业是在做那个知识图谱构建嘛，且同时我们自己从零搭建整个这个搜索引擎的INFRA。
所以其实我们有很大的预训练数据集，嗯，所以当时很早就跟DEEP SEEK的朋友认识了。
所以其实我们有很大的预训练数据集，嗯，所以当时很早就跟DEEP SEEK的朋友认识了。
嗯，然后但后来我也没有把数据单独卖给他们，我直接把那个我们当时做数据集开源了。
嗯，然后但后来我也没有把数据单独卖给他们，我直接把那个我们当时做数据集开源了。
但是也算是给大家留下一点遗产，对。
但是也算是给大家留下一点遗产，对。
然后那个千万的话也是，就是因为跟他们那个团队的很多人都比较熟，然后当时就觉得千万是做的非常的扎实，而且他是真正第一个上非常宽松的开源的模型。
然后那个千万的话也是，就是因为跟他们那个团队的很多人都比较熟，然后当时就觉得千万是做的非常的扎实，而且他是真正第一个上非常宽松的开源的模型。
我觉得这个尊敬的程度就是非常的高，而且另外一点就是他让我看到了大厂里头一群年轻人能干出来的事情的一个、一个、一个表现，对我觉得非常非常难得。
我觉得这个尊敬的程度就是非常的高，而且另外一点就是他让我看到了大厂里头一群年轻人能干出来的事情的一个、一个、一个表现，对我觉得非常非常难得。
嗯。
嗯。
然后KIMI的话，一方面也是真格投资的嘛。
然后KIMI的话，一方面也是真格投资的嘛。
对，然后甚至当时投KIMI的时候，因为我在真格，所以当时交流会比较多。
对，然后甚至当时投KIMI的时候，因为我在真格，所以当时交流会比较多。
对，然后我觉得首先这个公司是比较有品味的，对，品味是的。
对，然后我觉得首先这个公司是比较有品味的，对，品味是的。
呃，TASTE这个还是很重要，而且技术品味吗？
呃，TASTE这个还是很重要，而且技术品味吗？
呃，我觉得就品味这个词，现在大家经常说，我可能会关注一个非常具体的一个指标，也不对不起，不该叫指标，不能这样去这儿。
呃，我觉得就品味这个词，现在大家经常说，我可能会关注一个非常具体的一个指标，也不对不起，不该叫指标，不能这样去这儿。
就是说大家常说呃，品味，我觉得该怎么体现出来呢？
就是说大家常说呃，品味，我觉得该怎么体现出来呢？
品味可能体现在你的EVALUATION，或者你内部的BENCHMARK上。
品味可能体现在你的EVALUATION，或者你内部的BENCHMARK上。
甚至我觉得这可能是创业公司唯呃……对不起，不是创业公司，所有AI公司唯一的护城河，就是因为你自己内部的衡量指标，无论是对于模型的BENCHMARK，还是对于你人的激励，其实决定你这家公司和产品该走的这个方向。
甚至我觉得这可能是创业公司唯呃……对不起，不是创业公司，所有AI公司唯一的护城河，就是因为你自己内部的衡量指标，无论是对于模型的BENCHMARK，还是对于你人的激励，其实决定你这家公司和产品该走的这个方向。
嗯，对。
嗯，对。
所以我觉得这个还是很不错的。
所以我觉得这个还是很不错的。
那个点觉得我不应该去大模型公司，而应该去应用公司的人非常少。
那个点觉得我不应该去大模型公司，而应该去应用公司的人非常少。
应该嗯，是我觉得这就是我刚才说我特别幸运的一个点，就是我提前吃了很多大家后来才吃的亏。
应该嗯，是我觉得这就是我刚才说我特别幸运的一个点，就是我提前吃了很多大家后来才吃的亏。
嗯嗯。
嗯嗯。
对他们今天开始吃了没？
对他们今天开始吃了没？
我觉得很多人已经在吃了，且付出了更惨痛的教训。
我觉得很多人已经在吃了，且付出了更惨痛的教训。
比如说，我觉得现在其实很多之前讲的一些国内大模型公司，可能从最开始不是什么百模大战嘛，嗯，其实当然那个九十九个都已经先死掉了。
比如说，我觉得现在其实很多之前讲的一些国内大模型公司，可能从最开始不是什么百模大战嘛，嗯，其实当然那个九十九个都已经先死掉了。
嗯，最被大家提起的几家，其实也有一些已经渐渐退出了这一个一个赛道嘛。
嗯，最被大家提起的几家，其实也有一些已经渐渐退出了这一个一个赛道嘛。
嗯，我觉得这是挺正常的。
嗯，我觉得这是挺正常的。
而且自从其实deep出来之后，我觉得还是对大家产生了很大的客观的冲击。
而且自从其实deep出来之后，我觉得还是对大家产生了很大的客观的冲击。
嗯，就是它让一个。
嗯，就是它让一个。
模型的保质期变短了，特别多。
模型的保质期变短了，特别多。
嗯，就是训大模型，我觉得最痛苦的是什么？
嗯，就是训大模型，我觉得最痛苦的是什么？
就是如果说我以前的痛苦是来自于我要做垂直整合，我要快速迭代的话，嗯，现在变成了一种如果你只做模型，你不是搜它就没有意义，但一个搜它模型，你的保质期其实只有一到一个半月。
就是如果说我以前的痛苦是来自于我要做垂直整合，我要快速迭代的话，嗯，现在变成了一种如果你只做模型，你不是搜它就没有意义，但一个搜它模型，你的保质期其实只有一到一个半月。
就是一种非常激烈的不进则退的一个状态。
就是一种非常激烈的不进则退的一个状态。
嗯，而且大模型就我刚才讲的，就是以前我们做LP的时候，其实你能有很多不同的，你可以叫赛道吧。
嗯，而且大模型就我刚才讲的，就是以前我们做LP的时候，其实你能有很多不同的，你可以叫赛道吧。
就比如我做信息收集，你做什么东西？
就比如我做信息收集，你做什么东西？
你的所谓的好的这个指标是多元的。
你的所谓的好的这个指标是多元的。
嗯，而LM或者说你这种NEXT TOKEN PREDICTION范式的模型，它其实统一了各种任务的建模。
嗯，而LM或者说你这种NEXT TOKEN PREDICTION范式的模型，它其实统一了各种任务的建模。
嗯，虽然大家也说我要做CODING，我要做多模态怎么样，但是世界上的能够衡量的指标的维度其实非常非常清晰的。
嗯，虽然大家也说我要做CODING，我要做多模态怎么样，但是世界上的能够衡量的指标的维度其实非常非常清晰的。
嗯，你几乎没有多少腾挪的空间。
嗯，你几乎没有多少腾挪的空间。
但做产品的稍微美妙的一点就是，你起码能够自己定义什么是好，所以你起码能在一个错位的赛道上去跟别人竞争，你有更多的发挥的空间。
但做产品的稍微美妙的一点就是，你起码能够自己定义什么是好，所以你起码能在一个错位的赛道上去跟别人竞争，你有更多的发挥的空间。
今天追求SOTA还有价值吗？
今天追求SOTA还有价值吗？
我觉得一定是有价值的。
我觉得一定是有价值的。
这个我觉得是，无论是模型公司还是甚至是做A任公司，我觉得都要追求SOTA。
这个我觉得是，无论是模型公司还是甚至是做A任公司，我觉得都要追求SOTA。
OK，这是一定的，因为还是刚才讲那句话，就是你的EVALUATION，或者说你关注的那些你选择的BENCHARK，决定了你的TASTE能否落地。
OK，这是一定的，因为还是刚才讲那句话，就是你的EVALUATION，或者说你关注的那些你选择的BENCHARK，决定了你的TASTE能否落地。
你从第一天就PASS这些大模型公司，你觉得他们的未来会怎么样？
你从第一天就PASS这些大模型公司，你觉得他们的未来会怎么样？
呃，我觉得其实是这样，就是大模型公司一定最后都会变成同时做模型和同时做应用的公司。
呃，我觉得其实是这样，就是大模型公司一定最后都会变成同时做模型和同时做应用的公司。
其实你看美国现在这个版图，基本已经是这个这个方向了。
其实你看美国现在这个版图，基本已经是这个这个方向了。
欧派，我认为它现在更是像两家公司。
欧派，我认为它现在更是像两家公司。
一个模型公司和一个跟他有强关联但并不绑定的RESEARCH LAB，嗯，而GOOGLE的话始终它就是一个双向都很强的公司。
一个模型公司和一个跟他有强关联但并不绑定的RESEARCH LAB，嗯，而GOOGLE的话始终它就是一个双向都很强的公司。
而ANTHROPIC，它可能之前还一直会比较关注说它作为一个B TO B MARKET，比如它做它的这个CLOUD API。
而ANTHROPIC，它可能之前还一直会比较关注说它作为一个B TO B MARKET，比如它做它的这个CLOUD API。
但其实CLOUD CODE的的巨大的成功也给了他们很多正向的一个一个激励。
但其实CLOUD CODE的的巨大的成功也给了他们很多正向的一个一个激励。
像他们自从那个MICRIGER，就之前的呃，就他们现在的CPU加入之后，其实他们对产品的打磨也做得非常好。
像他们自从那个MICRIGER，就之前的呃，就他们现在的CPU加入之后，其实他们对产品的打磨也做得非常好。
而且MICRIGER它也不仅是在做就是大家广义上来说的面向用户的产品，它对很多面向开发者的产品的把控也非常好像。
而且MICRIGER它也不仅是在做就是大家广义上来说的面向用户的产品，它对很多面向开发者的产品的把控也非常好像。
比如大家对于像CLOUD SCALE都给出很高的评价，这也是一种产品能力。
比如大家对于像CLOUD SCALE都给出很高的评价，这也是一种产品能力。
嗯，对，但是我觉得这可能就是大家都会走向那条路。
嗯，对，但是我觉得这可能就是大家都会走向那条路。
反过来说，我觉得如果最后不再分大模型公司跟应用公司的话。
反过来说，我觉得如果最后不再分大模型公司跟应用公司的话。
那我认为其实做出一款好的应用，且被大家喜欢的应用，其实比做出一款够好的模型难得多。
那我认为其实做出一款好的应用，且被大家喜欢的应用，其实比做出一款够好的模型难得多。
因为训模型这个东西，它的知识的流通在业内是非常非常快速的，尤其在硅谷。
因为训模型这个东西，它的知识的流通在业内是非常非常快速的，尤其在硅谷。
没有经验，你可能一个老公在OPEN，他的老婆在GOOGLE，没有什么秘密你知道吗？
没有经验，你可能一个老公在OPEN，他的老婆在GOOGLE，没有什么秘密你知道吗？
就是这个对。
就是这个对。
所以这个这个东西我一定会流通的。
所以这个这个东西我一定会流通的。
所以我觉得到最后其实会变成一个应用之争，然后每个应用背后会绑一些模型。
所以我觉得到最后其实会变成一个应用之争，然后每个应用背后会绑一些模型。
嗯，所以模未来模型公司和应用公司是没有那么泾渭分明的。
嗯，所以模未来模型公司和应用公司是没有那么泾渭分明的。
对我觉得不会那么泾渭分明。
对我觉得不会那么泾渭分明。
你刚才说你当时还聊了一些海外的公司，包括GOOGLE，你还聊哪些公司啊？
你刚才说你当时还聊了一些海外的公司，包括GOOGLE，你还聊哪些公司啊？
当时对他们怎么看？
当时对他们怎么看？
在二三年对吧？
在二三年对吧？
二三年对。
二三年对。
其实当时的话，几乎所有在做模型的公司我都聊了。
其实当时的话，几乎所有在做模型的公司我都聊了。
然后当时其实二三年初我也录了一个PODCAST，当时还是在以真格的那个ER的一个身份去录的啊，就说一些暴论。
然后当时其实二三年初我也录了一个PODCAST，当时还是在以真格的那个ER的一个身份去录的啊，就说一些暴论。
那现在看来好像都对，对太幸运了。
那现在看来好像都对，对太幸运了。
对，然后当时的话我就其实比较看重几点，然后这个都是有史可查。
对，然后当时的话我就其实比较看重几点，然后这个都是有史可查。
我不是事后诸葛亮。
我不是事后诸葛亮。
第一个是二三年初我说我我关注LONG CONTEXT。
第一个是二三年初我说我我关注LONG CONTEXT。
哎，当然这个待会儿可能聊到。
哎，当然这个待会儿可能聊到。
我觉得这个错了，对。
我觉得这个错了，对。
然后第二点，当时比较关注的就是在自然语言和系统的边界，你可以说是FUNCTION CALLING，或者就是说跟ENVIRONMENT的这个互动，其实就现在AGENT这些东西。
然后第二点，当时比较关注的就是在自然语言和系统的边界，你可以说是FUNCTION CALLING，或者就是说跟ENVIRONMENT的这个互动，其实就现在AGENT这些东西。
对，这个是我当时比较关注的一个点。
对，这个是我当时比较关注的一个点。
然后第三点就是这个，其实当时那个分享中没提，但我其实还一直还挺信SCALE UP这个事儿的，因为这也是大家常说的那个就是BETTER LESSON，就苦涩的教训这件事儿。
然后第三点就是这个，其实当时那个分享中没提，但我其实还一直还挺信SCALE UP这个事儿的，因为这也是大家常说的那个就是BETTER LESSON，就苦涩的教训这件事儿。
就是人类历史上AI的进步，基本全是用通用方法加投入更大的算力，而不是增加这个人为的这个专家知识的注入。
就是人类历史上AI的进步，基本全是用通用方法加投入更大的算力，而不是增加这个人为的这个专家知识的注入。
嗯，对。
嗯，对。
所以就是当时对于SCALING这个事儿。
所以就是当时对于SCALING这个事儿。
呃，一方面是很看好，然后很早买了NVDIA的股票。
呃，一方面是很看好，然后很早买了NVDIA的股票。
对，然后这是谁的股票？
对，然后这是谁的股票？
NVDIA。
NVDIA。
对，然后当时我就心里会觉得就是Google最后一定会很厉害。
对，然后当时我就心里会觉得就是Google最后一定会很厉害。
对，但是他确实用了很久才很厉害。
对，但是他确实用了很久才很厉害。
你加入MINUS是2014年的3月份，然后到2014年的10月份你在做什么？
你加入MINUS是2014年的3月份，然后到2014年的10月份你在做什么？
对，这个其实也是我忘了萧红之前有没有跟大家分享过一个事儿，就是他为什么叫我加入，且用那句话说服我，就是说要想不想做浏览器。
对，这个其实也是我忘了萧红之前有没有跟大家分享过一个事儿，就是他为什么叫我加入，且用那句话说服我，就是说要想不想做浏览器。
搜索引擎和大语言模型再做一次，因为当时我觉得我们大家整体做了一个错误判断。
搜索引擎和大语言模型再做一次，因为当时我觉得我们大家整体做了一个错误判断。
就是因为当时MONICA已经有了一定量的用户量，我们会觉得也许我们可能是当前世界上最懂用户怎么在浏览器里用AI的团队。
就是因为当时MONICA已经有了一定量的用户量，我们会觉得也许我们可能是当前世界上最懂用户怎么在浏览器里用AI的团队。
那么我们的一个直觉的惯性的外推，就是说我们要不要做一款浏览器？
那么我们的一个直觉的惯性的外推，就是说我们要不要做一款浏览器？
嗯，这个其实想法是比较比较有数据支撑的。
嗯，这个其实想法是比较比较有数据支撑的。
就我刚才讲的就是比较理性的去看这个事儿，因为MONICA当时已经是资金流是正向的。
就我刚才讲的就是比较理性的去看这个事儿，因为MONICA当时已经是资金流是正向的。
且增长还不错，但其实有一点很好玩。
且增长还不错，但其实有一点很好玩。
就是如果你去看CHROME的那个插件商店的话，你能看见所有别的产品的一个活跃和下载量。
就是如果你去看CHROME的那个插件商店的话，你能看见所有别的产品的一个活跃和下载量。
因为它这个是一个很透明的一个生态。
因为它这个是一个很透明的一个生态。
然后当时你看整个插件生态里头的头两名分别是AD BLOCK，就是去广告的；和GRAMMARLY，就是帮大家改那个那个语法的。
然后当时你看整个插件生态里头的头两名分别是AD BLOCK，就是去广告的；和GRAMMARLY，就是帮大家改那个那个语法的。
其实他们做了很多年对吧？
其实他们做了很多年对吧？
他们产品那个绝绝对没有问题，非常POLISH的产品。
他们产品那个绝绝对没有问题，非常POLISH的产品。
但他们最后都停留在大概五千万左右这个量级。
但他们最后都停留在大概五千万左右这个量级。
五千万其实确实是很大的，对于一家创业公司来说。
五千万其实确实是很大的，对于一家创业公司来说。
但是如果你跟整体CHROME这个浏览器的日活的话，它应该CHROME的日活我记得能有二十亿吧？
但是如果你跟整体CHROME这个浏览器的日活的话，它应该CHROME的日活我记得能有二十亿吧？
如果没有记错，对，因为我也没有准备可能数据会有错。
如果没有记错，对，因为我也没有准备可能数据会有错。
但我们当时觉得好像我们做到底也只能渗透到比如不到百分之一的CHROME用户，因为插件真的是一个就是形态比较高阶的一个、一个、一个模式。
但我们当时觉得好像我们做到底也只能渗透到比如不到百分之一的CHROME用户，因为插件真的是一个就是形态比较高阶的一个、一个、一个模式。
因为好多普通的用户其实甚至不知道CHROME能装浏览器插件。
因为好多普通的用户其实甚至不知道CHROME能装浏览器插件。
所以我们当时第一直觉是也许我们被插件这个这个东西给给约束住了。
所以我们当时第一直觉是也许我们被插件这个这个东西给给约束住了。
而我们当时想的也比较天真，那我们想的是我们能不能跳出插件，而变成一款独立的，就是一个原生的浏览器，在用户的电脑上。
而我们当时想的也比较天真，那我们想的是我们能不能跳出插件，而变成一款独立的，就是一个原生的浏览器，在用户的电脑上。
同时这样的话能做一些别的事情，就比如说我们可以做端侧的模型。
同时这样的话能做一些别的事情，就比如说我们可以做端侧的模型。
当然这个其实就是一个一个坑，待会儿会讲到。
当然这个其实就是一个一个坑，待会儿会讲到。
嗯，然后我们当时就开始做浏览器，大家都很兴奋，然后从我加入之后马上就快马加鞭去开始搞，一直其实从四月份我们搞到了大概九月份，我们大家就做事还挺快的。
嗯，然后我们当时就开始做浏览器，大家都很兴奋，然后从我加入之后马上就快马加鞭去开始搞，一直其实从四月份我们搞到了大概九月份，我们大家就做事还挺快的。
我们其实内部已经早就有一个能用的一个浏览器产品。
我们其实内部已经早就有一个能用的一个浏览器产品。
然后这个我们其实内部摸了一圈之后，意识到这事有问题。
然后这个我们其实内部摸了一圈之后，意识到这事有问题。
对，怎么有问题？
对，怎么有问题？
对，这个有问题点非常好玩，就是我们当时做了的。
对，这个有问题点非常好玩，就是我们当时做了的。
当时张涛加入了吗？
当时张涛加入了吗？
加入了，加入了，就那会是几月份？
加入了，加入了，就那会是几月份？
2，我是4月份加入，涛哥应该在一两个月之后就加入了。
2，我是4月份加入，涛哥应该在一两个月之后就加入了。
哎，你给大家来介绍一下你们这几个抠方，对吧？
哎，你给大家来介绍一下你们这几个抠方，对吧？
因为大家都分不清楚你们这几个人。
因为大家都分不清楚你们这几个人。
啊，对，我觉得这是一个特别棒的一件事，就是呃为什么我这些先开个玩笑，就是为什么我觉得不当 CEO 很好？
啊，对，我觉得这是一个特别棒的一件事，就是呃为什么我这些先开个玩笑，就是为什么我觉得不当 CEO 很好？
因为虽然 Nanas 的宣传片基本是我出镜。
因为虽然 Nanas 的宣传片基本是我出镜。
为什么是你出镜？
为什么是你出镜？
因为要说英语，哈哈哈哈。
因为要说英语，哈哈哈哈。
对，然后呢？
对，然后呢？
这时候呢，自然有人有人支持，有人骂，对吧？
这时候呢，自然有人有人支持，有人骂，对吧？
他们看着新闻在骂，都是这肖红太坏了。
他们看着新闻在骂，都是这肖红太坏了。
对，所以就是感谢肖红帮我挡了很多枪。
对，所以就是感谢肖红帮我挡了很多枪。
嗯，然后是这样的，就是整个这个MATH这个团队，或者说蝴蝶项目这家公司，其实我们有六位合伙人。
嗯，然后是这样的，就是整个这个MATH这个团队，或者说蝴蝶项目这家公司，其实我们有六位合伙人。
我我都不知道，对对对，其实主要就是平时在外面可能露脸稍微多一些的是张涛，我们的CPO，他会负责很多的，无论是产品。
我我都不知道，对对对，其实主要就是平时在外面可能露脸稍微多一些的是张涛，我们的CPO，他会负责很多的，无论是产品。
以及其实更多，比如说与外部的对接，包括一些对外的宣讲这些事儿。
以及其实更多，比如说与外部的对接，包括一些对外的宣讲这些事儿。
这是张涛，张涛之前也是一个非常非常呃SENIOR的连续创业者，他经历了什么？
这是张涛，张涛之前也是一个非常非常呃SENIOR的连续创业者，他经历了什么？
豌豆家、神策，后来光临之外都做过。
豌豆家、神策，后来光临之外都做过。
然后这是他负责产品，对他负责产品以及对外的对外的这些合作。
然后这是他负责产品，对他负责产品以及对外的对外的这些合作。
嗯，然后是啊，肖红RED和他是我们的CEO，然后还有我们的CTO潘潘。
嗯，然后是啊，肖红RED和他是我们的CEO，然后还有我们的CTO潘潘。
以及我们的一个负责呃，我们的CMO啊，慧杰他们三个其实是之前就一直在一起创业，做过两三家公司了。
以及我们的一个负责呃，我们的CMO啊，慧杰他们三个其实是之前就一直在一起创业，做过两三家公司了。
他们其实是MONICA的原始的创始人。
他们其实是MONICA的原始的创始人。
这三位嗯对，然后出再之后就是我还有我们的COCC，他是一直负责就是比如说这个公司运营啊、财务相关的同事。
这三位嗯对，然后出再之后就是我还有我们的COCC，他是一直负责就是比如说这个公司运营啊、财务相关的同事。
所以其实我们是有有六位同事是合伙人。
所以其实我们是有有六位同事是合伙人。
对。
对。
现在创业公司团队会变得更大是吗？
现在创业公司团队会变得更大是吗？
对，因为他需要能力更复合。
对，因为他需要能力更复合。
呃，我觉得其实是这样的，就是说首先现在可能有一个。
呃，我觉得其实是这样的，就是说首先现在可能有一个。
就是外界的一个观点，好像说在AI时代团队会变得更小。
就是外界的一个观点，好像说在AI时代团队会变得更小。
嗯，我们觉得这个东西首先你不应该作为一个指标，它或者说它应该是一个被动的指标。
嗯，我们觉得这个东西首先你不应该作为一个指标，它或者说它应该是一个被动的指标。
就是我们绝对不会为了团队规模而进行任何的特殊的优化，我们只会自然而然地去观察团队规模的变化。
就是我们绝对不会为了团队规模而进行任何的特殊的优化，我们只会自然而然地去观察团队规模的变化。
但我觉得确实如你所说，有一点就是现在你很难去分清各个能力项，因为你很难做到完全正交。
但我觉得确实如你所说，有一点就是现在你很难去分清各个能力项，因为你很难做到完全正交。
像比如说我们做AGENT这个行业的话，其实你的RESEARCH跟ENGINEERING是很深的耦合的，而产品你又在同时引导你到底这个这个系统架构该怎么做。
像比如说我们做AGENT这个行业的话，其实你的RESEARCH跟ENGINEERING是很深的耦合的，而产品你又在同时引导你到底这个这个系统架构该怎么做。
嗯，所以确实就是我们这六个人基本全都是连续创业者。
嗯，所以确实就是我们这六个人基本全都是连续创业者。
而且之前大家可能都扮演过不止一个岗位，对。
而且之前大家可能都扮演过不止一个岗位，对。
所以我觉得这也是大家合作比较好的一个点。
所以我觉得这也是大家合作比较好的一个点。
但与此同时，你又很难得能找到一些就大家在自己领域做得很深，却又能听得进去别人话的人。
但与此同时，你又很难得能找到一些就大家在自己领域做得很深，却又能听得进去别人话的人。
这就我说我们是一个非常难得的团队，因为我们六个人的都是身心健康，然后无不良嗜好，且这个这个观念不极端。
这就我说我们是一个非常难得的团队，因为我们六个人的都是身心健康，然后无不良嗜好，且这个这个观念不极端。
你像的不良嗜好都是什么样的不良嗜好？
你像的不良嗜好都是什么样的不良嗜好？
我开玩笑吧，呃，至少我们啊，对烟酒我们都不太沾。
我开玩笑吧，呃，至少我们啊，对烟酒我们都不太沾。
你们的决策机制是什么样的？
你们的决策机制是什么样的？
呃，我觉得这是我们一直在持续改进的一个事儿。
呃，我觉得这是我们一直在持续改进的一个事儿。
就是我觉得创业公司其实在不同阶段，或者说你在解决不同的事儿的时候，你需要不同的决策模式。
就是我觉得创业公司其实在不同阶段，或者说你在解决不同的事儿的时候，你需要不同的决策模式。
我们认为就虽然我们是连续创业者，但其实我们也都不成熟，最近在逐渐走向一个更理智的一个方式。
我们认为就虽然我们是连续创业者，但其实我们也都不成熟，最近在逐渐走向一个更理智的一个方式。
我们可能这样总结，就是说你要把你的管理分成几种不同的类型，一种是。
我们可能这样总结，就是说你要把你的管理分成几种不同的类型，一种是。
呃，专制的或者有英文单词叫BDFL，就是BENEVOLENT DICTATOR FOR LIFE，就是仁慈的终身独裁者。
呃，专制的或者有英文单词叫BDFL，就是BENEVOLENT DICTATOR FOR LIFE，就是仁慈的终身独裁者。
这我们叫集权式的。
这我们叫集权式的。
还有一种就是民主式的。
还有一种就是民主式的。
我们觉得如果你把你整个角色分为三个阶段的话，就是可能叫GPA，G就是GOAL，你在定目标；然后P就是你要定优先级PRIORITY；A就是ALTERNATIVE，ALTERNATIVES，就是有不同的选项，在这决定这三个事儿的时候，你要用不同的模式。
我们觉得如果你把你整个角色分为三个阶段的话，就是可能叫GPA，G就是GOAL，你在定目标；然后P就是你要定优先级PRIORITY；A就是ALTERNATIVE，ALTERNATIVES，就是有不同的选项，在这决定这三个事儿的时候，你要用不同的模式。
做你在定这个GOAL的时候，你应该是一个比较专制的模式。
做你在定这个GOAL的时候，你应该是一个比较专制的模式。
嗯，就相当于是也许是比如RAP作为CEO，他应该就把这个大家的这个目标给定死。
嗯，就相当于是也许是比如RAP作为CEO，他应该就把这个大家的这个目标给定死。
而在决定PRIORITY的时候，应该是一个专制加民主的一个决策形式。
而在决定PRIORITY的时候，应该是一个专制加民主的一个决策形式。
就比如可以啊，首先有一个人能拍板，但是大家能充分发挥自己的这个意见，因为这块会涉及更多不同的这个专业EXPERTISE这些东西。
就比如可以啊，首先有一个人能拍板，但是大家能充分发挥自己的这个意见，因为这块会涉及更多不同的这个专业EXPERTISE这些东西。
而在大家提供方案，就是这ALTERNATIVE的时候，是一个充分民主的。
而在大家提供方案，就是这ALTERNATIVE的时候，是一个充分民主的。
因为在这个阶段，也许我们觉得就是可选方案的数量甚至比质量要更重要，因为很多时候如果你没有足够多的数量的话，你的决策的空间其实一直是非最优的。
因为在这个阶段，也许我们觉得就是可选方案的数量甚至比质量要更重要，因为很多时候如果你没有足够多的数量的话，你的决策的空间其实一直是非最优的。
嗯，就好比你训练了一个模型，但你的ACTION SPACE本身就有问题，那你挑什么呢？
嗯，就好比你训练了一个模型，但你的ACTION SPACE本身就有问题，那你挑什么呢？
对吧。
对吧。
所以我觉得这是一个混合的一个模式。
所以我觉得这是一个混合的一个模式。
当然，我觉得我们还都非常的业余，最近也在不断学习这些事儿。
当然，我觉得我们还都非常的业余，最近也在不断学习这些事儿。
有什么样的是小红会拍的吗？
有什么样的是小红会拍的吗？
有什么事情是他个人会拍的吗？
有什么事情是他个人会拍的吗？
啊，会的。
啊，会的。
我觉得就是小红还是作为产品方面的最终的决策者。
我觉得就是小红还是作为产品方面的最终的决策者。
嗯，我们觉得这是非常重要的一点，就是我们包括我自己都比较相信的一件事，就是与其悬而未决，不如赶紧试试。
嗯，我们觉得这是非常重要的一点，就是我们包括我自己都比较相信的一件事，就是与其悬而未决，不如赶紧试试。
因为就是好多时候我们在做一个新的领域的时候，其实第一你过往经验不一定有用。
因为就是好多时候我们在做一个新的领域的时候，其实第一你过往经验不一定有用。
第二点就是你现在想更多，其实你没有额外的信息的输入，对吧？
第二点就是你现在想更多，其实你没有额外的信息的输入，对吧？
你仍然是基于你模型内部的呃参数化知识，没有做RAG，对吧？
你仍然是基于你模型内部的呃参数化知识，没有做RAG，对吧？
你也没有一个检验的结果。
你也没有一个检验的结果。
那你在想太多，你不如先把这事儿干了，嗯，拿到你的REWARD再去做。
那你在想太多，你不如先把这事儿干了，嗯，拿到你的REWARD再去做。
所以这个一直是我们的核心的一个指导的一个思想。
所以这个一直是我们的核心的一个指导的一个思想。
所以他做CEO和你做CEO的区别，可能是你可能是技术驱动，他可能是产品驱动的。
所以他做CEO和你做CEO的区别，可能是你可能是技术驱动，他可能是产品驱动的。
对，这下会导致你们公司的基因是一个产品驱动的基因。
对，这下会导致你们公司的基因是一个产品驱动的基因。
是的，是的。
是的，是的。
但是我觉得小红我非常尊敬他的点，就是他也充分尊重我。
但是我觉得小红我非常尊敬他的点，就是他也充分尊重我。
就比如说对于一些技术方面的决策，我也是可以做技术领域的BDFL，就是。
就比如说对于一些技术方面的决策，我也是可以做技术领域的BDFL，就是。
我是可以当技术方面的独裁者。
我是可以当技术方面的独裁者。
这是也是可以的。
这是也是可以的。
嗯，所以整体是自上而下还是自下而上？
嗯，所以整体是自上而下还是自下而上？
关于 Bayt 播客
Bayt 提供中文+原文双语音频和字幕，帮助你打破语言障碍，轻松听懂全球优质播客。