EPISODE · 2026-05-27
· via interview.network
Inside YC's AI Playbook
S1
Speaker 1
on interview.network
SUMMARY
Pete Kurn，YC 的普通合伙人兼 Optimizely 创始人，讨论了 YC 如何在其内部整合 AI 工具，将组织转变为“AI 原生”实体。这一旅程大约始于一年前，当时财务团队获得了通过代理基础设施控制软件工作流程的权限，这导致了一个更高效的流程，非技术人员可以通过提示来编码自己的工作流，标志着传统软件开发方法的重大转变。
ready · seed-vc · qwen3-tts
0:00/0:00
⚠ The Chinese audio is an AI-generated dub (speech synthesis / voice conversion), not a real recording and may contain errors. Based on the original English interview; all rights remain with the original creator.
original lang
EN
dubbed into
中文 (ZH)
pipeline
Plan C · voice conversion
voice model
seed-vc · qwen3-tts
001
你们是如何在公司内部构建超级智能的？
002
关键的一点不是仅仅将AI作为副驾。你需要将其用作一切的基础层，并且需要开始记录所有的工作成果。
003
这就像一个共享的组织大脑。
004
这就像我们能够像连接大脑一样进行连接的 closest 事物。如果你将此框架为一种方式，让组织中的每个人都能通过共享技能来提高自己的能力
005
他们共事的人的直觉，是非常强大的。
006
今天我们有幸请到了一位特别嘉宾，YC 的合伙人 Pete Kumman。他创立了 Optimizely，这是最早且最好的 A/B 测试方法之一。
007
测试应用程序和网站。从那时起，他一直负责创建我们在YC的所有代理基础设施。也就是说，我们如何在YC内部使用AI的所有工具和框架。Pete，欢迎来到
008
轻量代码。
009
谢谢 Gary。在过去几年里，ChatgBTYC 主要投资了人工智能公司，我们为他们提供了许多不同版本的建议，关于如何
010
构建像主要以AI产品为主的AI原生公司，我们和他们一起经历了一段疯狂的旅程，在这个过程中学习了所有这些知识。我想很多人没有意识到的是YC内部
011
实际上我们在构建和使用很多与我们帮助初创企业构建和使用的东西相同的技术。这对我们来说是一种非常强大的共生关系。
012
实际上是在采用这些工具，并且正在将我们自己的组织从一个远早于AI开始的组织转型为一个超AI原生组织，而Pete在这方面真的起到了领导作用。
013
为此收费。因此我真的很兴奋能录下这一集，因为我其实一直想公开谈论我们内部所做的一切，而这还是第一次
014
那就是我们开始采用这些AI工具的时候。所以皮特或许我们可以从头说起，谈谈究竟是什么时候我们真正开始采用这些AI工具的
015
内部。真的要感谢你让我们走上了这条道路。
016
当然。我很乐意讲述这个故事，而且我喜欢这样来框架它，因为这是一项大约一年前，或许更早一点，我和几位工程师开始的项目。
017
但这后来发展成了整个基础设施层，使我们能够在YC内部以多种不同的方式使用AI。这实际上是我们最觉得酷的一件事之一
018
这部分还包括观察整个工程团队以及许多合作伙伴也积极参与并为这一基础设施层做出贡献。我们是在YC内部开始构建自己的框架的
019
大约一年前的一些YC特定代理，而项目的最初动因是我们和YC财务团队一起做的一些工作。
020
只是为了背景信息。众所周知，YC从成立之初就主要使用我们自己的软件，这给了我们很大的优势，对吧？因此，
021
背景，回到大概一年前，我们和财务团队坐在一起，讨论我们要为他们构建的一套工具，只是想帮助他们更好地运行
022
一些财务管理流程，比如记账凭证、记录定价轮次等，这些都是让YC运行起来的关键。我同时看到了两件事。
023
一方面，我们内部有一个循环过程，我们会和财务团队坐下来。财务团队会向我们的软件工程师描述，你知道这个
024
复杂的财务工作流程奏效了，然后软件工程师们会去构建一些专为特定流程设计的软件，在其中封装了他们所需的一切，并且是确定性的外在流程
025
被告诉然后交给财务团队再这样那样的，感觉真的很低效。而那时正好是代理工具非常活跃的时候
026
编程工具真的开始流行起来，对吧？所以你有了像 Windsurf 和 Cursor 这样的第一代工具，并且到这个时候它们已经很成熟了。我想这大概是在
027
云代码被引入了。我觉得这给了我超能力，对吧？然后看着这种旧的经典方式在YC构建软件，接着看着我是如何
028
自己在自己的机器上做事情。感觉这种差距越来越大。所以最初的动因就是，为什么不尝试在YC构建一些我们可以使用的工具
029
运行代理程序，使财务团队能够控制自己的软件，对吧？就像从他们必须反复理解
030
这些复杂的流程工作，并给财务团队提供他们可以用来编码自己流程的工具，不是像你知道的那样用Ruby，而是用英语加上提示词来实现。
031
我的意思是，有趣的是，我们几年前就投资了像LLM这样的公司，但那时还没有代理编码的概念。所以第一个问题
032
实际上不是编程，而是使用LLM们来编写SQL查询。是的。
033
那些就是我最早记得的你所构建的东西，当时感觉有多好，以及它如何与我们之前资助的一些失败创业公司相似。每家
034
我们可能在某个时候资助过一个。
035
你知道这里它在工作，并且运作得如此之好，以至于非技术人员——当然，来自金融领域的非常聪明的人，但没有工程背景——也能使用这些工具来提问
036
真实的问题。老实说，我也真的感到惊讶，所以我们从一个专门为金融设计的目标开始，然后又重新写成了更加通用的代理循环
037
而且现在你看到这些到处都是了，但当时我有一个神奇的时刻，我们有个代理循环，还有一个工具注册表，共享的工具
038
注册用于某种YC特定工具的目录，而第一个真正解锁我的工具可能是你实际上构建的Jared的一个工具。它给了这些代理运行的能力
039
对我们的数据库进行只读SQL查询。是的。
040
对。实际上是两个工具。一个是针对我们数据库运行查询，另一个是可以读取我们的模型文件。我记得我构建了这些工具，并且我觉得
041
有点像是我在打破规则，因为我们最初只有一些非常有限的工具，它们的应用领域也非常狭窄。我经常感到沮丧，因为这些工具
042
强大到可以做我想做的事情，所以我当时就想，如果我们直接给它完全访问生产数据库的权限，让它随便破坏任何东西会怎么样
043
而且我有点偷偷地在晚上推送出来了。
044
这就成功了。
045
它奏效了。
046
这次运作得非常棒，对吧？
047
嗯。或许是一种预示，你知道，像OpenClaw这样的后续事物，结果发现阻碍世界发展的其实是对安全和隐私的担忧等等
048
可能出现的问题。当你稍微少担心一点时，你会想："天啊，这些东西简直不可思议地强大。"这又是另一个很好的例子，这种奇怪的分裂让我
049
在工作时我感觉像是在一个非常狭窄的框子里运作，而在家里我可以使用最新的编程语言或工具，可以做任何事情。试图把两者之间的差距缩小一点
050
差距。那么为什么这如此有用？这种能够在我们的数据库上运行SQL查询的能力。听起来真的很简单。不过我认为在这里重要的是要谈谈其中一个主要优势
051
我认为YC在进行这个实验时已经预见到了这一点。具体来说，我们使用自己的软件，并且所有这些软件都基于一个Postgres数据库，其中包含了所有重要的信息。
052
YC的世界里。你知道，我们投资的每家公司都有一个公司餐桌，有一个创始人的餐桌，对吧？还有我们的财务交易桌
053
用于记录我们在我们的小型内部CRM中的笔记的表格。对吧？我认为很多其他公司会外包给第三方软件即服务工具的所有这些功能，但我们自己已经构建出来了。而且作为
054
结果，我们现在有了一个数据库，包含所有重要的背景信息，我现在可以问类似的问题：嘿，请展示一下最近四年内投资过与太空相关公司的所有投资者。
055
批次。对吧？结果就是当所有这些上下文信息都集中在一起，并且附带一些关于数据结构如何排列的额外信息，智能体就可以去询问任何或
056
回答关于我们业务的任意问题。
057
那绝对是一个神奇的时刻，当我第一次看到那一刻。
058
嗯。
059
对我来说，酷的是它不仅仅让回答问题更容易。
060
它极大地增加了我们提出的问题数量，并大幅提高了我们敢于提出的疑问的规模和复杂性，比如你知道的
061
在以前，当我们使用像BI工具来提出这样的问题时，比如投资者投资了哪些与太空相关的公司，那会是
062
几小时都在写SQL，所以除非真的很重要否则你根本不会去管。这又是Gvon悖论的一个实例，当你遇到这种情况时
063
为了减少不同团队之间的来回沟通以便把事情做好，如果我为了回答某个关于YC的复杂问题不得不去敲门
064
你知道数据科学团队的日程很满，得等他们有空。我打算问的问题会少一些。我知道外面有很多人正在观看这个
065
在仍然使用它的地方工作。大多数人仍然生活在这个世界里，实际上2026年已经过去了，这有点难以想象。
066
还有很长的路要走， 我认为这真的很令人兴奋。
067
我猜一个问题是如何让那些生活在旧世界中的公司能够获得飞翔的翅膀，从而如此迅速地行动？
068
因为我们的魔力在于如你所说，所有内容都在一个地方，这使得一切变得容易。你知道，如果你想想历史上数据科学，第一个让人印象深刻的事情之一就是
069
谷歌工程师们必须弄清楚的是一个大表，对吧？这个大表是，你知道的，不再是模式和连接，而是一个可以映射生成的大表。
070
是的。
071
而我认为这种情况又发生了。我甚至会争辩说，现在正在发生类似Karpathy风格的知识LLM维基百科的情况，比如Gbrain。
072
我意思是，这就是我现在看到的。
073
比如，你知道，我有一个开放的爪子。它能够访问很多系统，然后我会将其规范到我自己关心的事物和相关的模式中。
074
这就像反规范化。你把数据放到一个更适合OpenClaw或Hermes代理这样的特定类型框架的格式中，以便于优化。
075
提问。它需要检索，它需要rag，它需要图rag，它需要你知道的混合RRF，就像里面有再排序一样，像大家所学到的所有东西
076
关于检索现在是在 Gbrain 里面。
077
然后当你给代理一个灵魂，并且给了它数据，让它了解你以及你关心的东西，突然这些事物就有了超凡的能力。我简直不敢相信
078
如何洞察未知，你可能会提问，而它甚至会帮你解读你的问题是什么，并给出一个诚实地讲需要一个人
079
真的了解你很多 来回答所有现在可能的问题，所以你知道你的问题就像所有的数据都在那里，我的答案来自于像OpenClaw Hermes的经验
080
Gbrain 是像是说你基本上得把数据去规范化处理一下，然后以优化智能体检索和理解的形式存储起来。你可以
081
把它封装在MCP中，但不知为何，我直觉上会担心，你知道的，这些东西在处理MCP和C时确实很好，但他们可能有点
082
甚至在使用命令行界面（CLI）时更好。看来你需要进行反规范化并采用大表的方法，但你知道的，特别是对于代理而言。回顾过去一年半的情况，感觉就像我们
083
仍然处于代理的单人游戏时代，对吧？那些really popular 的套件，比如Claude Code、Codex、Pi、OpenClaw、Hermes，它们都是为个人使用者设计的
084
单人运行在单一机器上。这很有道理，不是吗？因为在这样的环境中，这些代理可以做到几乎任何事情，对吧？而且它们让你
085
极其强大。它们用起来很有趣。我认为一个大问题还没有被很好地解决，那就是多人 harness，对吧？它正在使这个成为可能
086
一种超能力，但是一旦到了团队或组织层面，就不是那么简单了。而我认为我们在YC构建的基础设施中探索过的一个有趣的事情是观察
087
我们创建的基本构建块，使个人和团队能够使用代理。你问了一个问题，就是在一种传统的组织内部工作，就像任何
088
谁超过两年了啊，你们可以专注于哪些方面来帮助组织里的每个人都利用AI来做更多的事情呢？我们谈到了一些共同
089
上下文层对了，就像你的内部重要背景数据都存储在数据仓库里一样，这实际上是非常有用的。有许多工具可以将单个代理框架连接到你
090
知道其他MCP工具，其他其他来源的真相。但就像代码代理在一个mono仓库中操作通常会更高效一样，观察我们的代理在我们单一数据库上运作也是如此
091
这将所有内容放在一个模式中，告诉我至少在一个地方获取所有上下文是有很大价值的。有一个内部工具注册表。
092
这可能是我们构建的另一件非常重要的事情。就像我们之前讨论的那样，整个系统一开始非常简单。它就像是一个代理循环和一个
093
简单的工具注册表，你知道还有一些其他组件，比如模型路由器下面。工具注册表就是YC特有的大多数内容所在。工具注册表就是那个转换
094
把这些代理变成工作中有用的东西。我们一开始有20个工具，包括这个神奇的能力来查询我们的SQL数据库。
095
但随着时间的推移，团队添加了越来越多的工具。每次我们在YC遇到一些我们认为可以用智能体改进的工作时，我们就可以直接添加工具。而且还有更多的
096
今天超过350了。我刚刚查过，对吧？
097
每个团队都在添加自己的工具。
098
你知道，我可以做一些事情比如管理我的办公时间。我们的财务团队可以记录账目条目，对吧？我们可以帮助管理我们举办的活动。对于所有的
099
我们在YC所做的重要工作。而现在，把这些内容都集中在一个地方之后，你可以将它们提供给内部构建的这些代理，但你也可以把它们提供给
100
云代码，你知道的，在我们的个人机器上运行。所以我认为我们构建的所有重要部分都是那些上面的东西。如果我在其他任何组织工作
101
会专注于构建。说实话，我是受你们在OpenClaw中使用工具如Skillify这一想法的启发，然后实际上Skillify最重要的部分是最后这部分。
102
Skillify 是我在 OpenClaw 中制作的一个元技能，就像你在赫尔墨斯上做任何事情一样。赫尔墨斯其实已经有了 Skillify，他们叫它别的名字。
103
就像它会自动赋予技能。但最重要的事情我认为其实是要把它插到解析器中，也就是你的agents.mmd，包含那些代理所拥有的事项列表。
104
智能体可以做的事情，然后像这样链接到Markdown入口点，基本上让你使用一个工具。所以像这样的事情在所有不同的上下文中都会出现，比如云代码有一个
105
技能在云代码中的技能注册实际上是一个解析器。我们的工具注册实际上是解析器。然后你在其上的奇怪事情是实际上我有
106
一个叫做check resolvable的元技能，我经常会用到。所以我总是做一些新的或不同的事情在我的代理中，然后它做了之后我喜欢的话，我会把它技能化。
107
然后它基本上就像一个工具调用或方法调用，然后我运行check resolvable，这就像看看所有其他技能和工具是否存在，并且是否真的不需要
108
不要重复自己，而且是 MECE，你知道这是一个麦肯锡术语或说是咨询师用来制作非常好的演示文稿。互斥且完全涵盖
109
详尽无遗。这就像麦肯锡咨询师做幻灯片的方式。但这很有用，因为它是在不要重复自己枯燥原则之上的额外一层。
110
而这些模型似乎都知道那些东西是什么。所以如果你有一个干燥且MECE的解决表格，它实际上是最佳的解决方式。像拥有十个做相同事情的所有技能就是糟糕的
111
事情。拥有一种技能或一种工具，然后可以通过参数来调用它们，这是很好的。所以我也不知道。我认为这可能是有史以来最疯狂的时代，作为一个实际应用
112
计算机科学家，因为它像是同时发现相同的实用概念一遍又一遍。我想知道当人们在开发第一个
113
类Unix的版本或类似的东西，就像是发现了一个栈和堆。感觉今天我们正好就在那个时刻。
114
就像我们在为真正的代理系统制定新的基本原理。你可以看到这种并行发展的趋势，我们只是在尝试做一件事，并且
115
可能是Claude代码中，也可能在我们自己的内部框架中，或者在OpenClaw或Hermes中。
116
像这些事情总是反反复复。Y Combinator 创业学校又回来了。我们精心挑选了世界上最优秀的构建者，并将他们空运到旧金山
117
7月25日和26日讨论科技和创业的前沿。现在就申请你的位置。是的，看看其他一些正在构建这些技术的公司是多么有趣。
118
他们构建了自己的基础设施，因为你们可以看到，在每一个项目中都有很多相同的底层组件，对吧？
119
就像有代理循环，有工具注册表，有技能注册表。看看我们在YC中现在是如何使用这些技能的。所以如果你把技能看作是工具的一个简单的抽象层，我们有一个
120
我们都有通过这个代理系统访问到的一些共享技能。这挺有趣的。我想你之前提到过这一点。
121
进展之初，你先是编写自己的系统提示词，然后技能逐渐出现，于是你就开始编写自己的技能，接着就是元提示词的使用
122
你知道你会让代理写一个技能。就是这样。
123
提高提示词。
124
是的。自动地。
125
是的。我们内部也经历了类似的进展，一开始有一些技能，现在我们达到了可以拥有这些自主自改进循环的程度，对吧？
126
你知道 还有啊 自动驾驶研究从Karpathy再次开始 你明白 或者 SLG 目标现在在 Codex 他们也已经将其纳入 我们有一个通用代理 每个
127
夜晚会去阅读所有员工与代理人的对话，并寻找它本可以做得更好的地方以及如果一开始就提供给它的一些背景信息
128
更高效地完成。
129
这是OpenClaw的dream cycle，GBrain也有一个dream cycle。这是一个技能提升的dream cycle，但也有可能读完所有的转录内容然后重新写一遍
130
将这些内部信息存入我们的内部CRM系统，了解公司在内的相关信息。
131
确实。而且我们确实有一些有趣的例子，展示了如何使用转录来使这些技能更加有效。我们共享的一些技能之一就是合作伙伴具有的技能之一是
132
Y Combinator 用来自助我们的公司编写我们所说的两句话描述。
133
对？这里每个人都写过几百份这样的文件。
134
我们应该大概解释一下什么是两个句子的描述。
135
好的。一个简洁明了的两句话描述是用自然语言解释你的公司做什么，任何人都能理解，并且说明它为什么有趣。
136
听起来容易，但其实对创始人来说真正在做并且也这样做是非常困难的。奇怪的是，即使是经验最丰富的创始人也会忘记去做，因为他们有
137
完美的上下文。有趣的是，我现在意识到YC本身就是一个上下文工程的过程，就像我们经常教导人们要有完美的上下文一样
138
你在脑子里想的是什么，但出色的沟通是在另一个人的脑子里复制同样的情境。而这也就是一个两句话的推销演讲所能做到的。
139
就像这是什么？我真的不知道这到底是什么。然后第二个问题是，它有趣吗？或者有价值吗？你知道是不是值得我花时间去了解？所以我
140
教两个句式推销，这是我最喜欢的方式，是这样的，我甚至不知道这是什么？
141
是的 因为你不知道是什么你甚至无法提出相关问题。这有点像计算机里的某个东西，我猜是关于什么时间该吃午餐了。然后第二部分也同样重要
142
重要的是，比如我听说有像这样的20家公司，在这个房间里还有五家其他公司也在做X，我不明白为什么
143
这值得一提，就像我再次在想我的熏牛肉三明治一样。所以那个两句话的推销语从直觉上来说对创始人很重要 而且它是一种简单的
144
原子化的技能，每个YC的合伙人一遍遍地练习过我想到其中一个合伙人写了一门技能来教一个代理如何
145
关于一家公司的背景，可以将其浓缩成两句描述。这就是他亲手写的提示或技能，关于如何做到这一点。其中一个很酷
146
最近一两个月发生的事情是，有几个其他的合伙人参加了一个会议，他们在与一组公司进行办公室时间活动。
147
spring batch 和只是让每个创始人尝试写两分描述，并给出反馈和建议。所以这些知识就存在于
148
伙伴关于如何有效做到这一点的意见在来回交流，对吧？现在就在那个会议记录的背景下，并将那些建议反馈回去，
149
代理人在说，你知道通过阅读这段上下文你学到了什么，改进了两个句子的描述技巧，它们在那之后明显更好了，就像这个东西现在比我还要好。
150
会争论说在撰写这些 这是组织内部超级智能发生的方式我意思是这个两句话的推销方式听起来像是很小的事情但嵌入
151
这其实是非常强大的东西，我相信你们已经听说过杰克·多西在Block上所做的努力。他基本上是试图把Block打造成一个围绕着帮助的mini AGI
152
世界上的人们相互支付，对吧？实际上这就是他将要实现这一机制的微观层面，对吧？你可以看看任何
153
组织可以说是聚合了你知道，YC的两句话介绍其实只是我们为创始人做的事情中的一种，但我们刚刚走了
154
通过一种非常具体的方式，有人写了一个提示，使用了它，然后又有很多人使用了它，从那之后产生了很多相关的成果，比如这份对话记录
155
使用它会变成一个可以通过元提示并在日常自动化改进那一项技能的操作的东西，然后你刚才说的那个技能突然就提升了
156
那个技能现在比我们任何一个个体都要好，你知道在我们实际上能够接触到它之前并非如此，所以这就像织布上的一个针眼
157
任何组织做事的方式，然后你如何在公司内部构建超级智能，你就是这样做的，无论你做什么。这并不比这个更复杂。就像你实际上只是将所有事情进行组合
158
你所做的以及任何给定的人可以做的事情，你将这些在聚合中结合在一起，并且在这个特定的过程中，就像你有一个超级组织。
159
现在每个人都可以在任何公司、自己的公司里做这件事。他们可以在工作中做这件事。有趣的是，这就是为什么你
160
应该创业，因为人们会被困在组织中，而这些组织由拥有大量资源和资本的非常强大的人来运营
161
不相信我们刚才说的话 因为它们把所有上下文都锁起来了， 对吧？因为这是不安全的。
162
这是不安全的。这是我们谈论如何构建AI原生组织时提到的一个问题，对吧？其中关键的一点不是仅仅将AI作为副驾来使用。我认为这很符合2023年的想法
163
4，对吧？这就是你把它作为一切的基础构建层的地方，你需要开始记录所有的工作成果，人们可能都不会想到啊
164
会议录音，我认为这就是所有这些会议记录器流行起来的原因之一。
165
人们通过指导他们在会议中找到它们。但这不只是这样。你还可以将这些知识应用到你所做的所有输出上，比如写邮件、沟通等。
166
规划。你有所有事情的整个背景。
167
真是有趣。我记得达里奥的文章，其中提到一些阻碍并非技术层面的问题，而是AI的进步速度。
168
它们更像是社交文化的事情。我认为这其实是一个非常有趣的例子。两年前，这似乎还显得有些奇怪。我记得当时感觉有点奇怪就这样记录下来
169
一个会议或者就像人们试图弄清楚它周围的社交礼仪是什么，以及它的侵入性有多大。现在我只是觉得它几乎是默认的。
170
假设像大多数生物一样，现在都被记录下来了，尤其是如果他们在用Zoom的话，但总的来说就像现在每个人都在录屏一样 有点可怕但我认为如果你
171
将这视为一种方式，让组织中的每个人都能通过同事的集体技能和直觉来提高自己的能力。这极其强大。拥有一个
172
经典的两句话描述能力不仅仅是生成创始人的文本片段。它是一种帮助我更好地理解什么是有效的
173
创始人沟通。对？因为我现在可以利用戴安娜、哈格和你们俩多年来做这份工作所学到的一切，这些知识现在已经融入了
174
通过你进行的对话来提升你的技能。
175
这就像一个共享的组织大脑。
176
是的。
177
就像是我们能够直接连接大脑一样，对吧？是的。
178
完全是对的。我现在可以有一个代理过来，我可以和它进行练习 session，对吧？而且我可以让它批评我的作品，真的有很多可能性，一旦你开始使用
179
把这些知识放到一个代理可以使用的场所。这是一件非常赋予每个人在组织中权力的事情。
180
这里有一些微妙而有趣的东西，别人可能会搞错，但我觉得我们做对了。其中一个就是默认情况下代理
181
对话实际上是全球可查看的，任何YC全职员工都可以看到。我们知道这个决定有些不确定，但感觉是对的，就像是生活在
182
未来，但并非轻而易举。我觉得我们曾有很多讨论，比如， 那样的话，每个人都能看到一切。这可以吗？还有什么是不可以的？我很高兴我们达成了
183
选择保持开放其实是因为我同意。
184
人们是从观察其他人如何使用它来学会使用的。
185
是的，我们利用这种透明度同时解决了几个问题。
186
一，每次代理对话，正如你提到的，都会广播到一个Slack频道，并且任何人都可以加入那个Slack频道并查看和学习，对吧？我记得这又是
187
kind of 大解锁时刻是在你开始大量使用它的时候。你用得很创意，做了很多有趣的事情。我们很多人都在观察，觉得「哦，哇。
188
didn't even to to use it that way." 对吧？这允许你在内部安全方面稍微宽松一些，对吧？我们之前谈到的一个权衡之处就是这些代理在这
189
它们在获得大量不受限制的上下文时最为强大，这与大多数组织的工作方式背道而驰。事实证明，默认采用公共广播这些
190
对话，你其实对人们能做什么施加了一点社会控制。正如我们所学到的，在这种高度信任的环境中，这已经被证明是相当有效的
191
保持私人信息的隐私。
192
嗯。有趣的是，这暴露了真正有自主性的、超级智能组织的两种特质，这些组织的存在我原本并不一定猜得到，但现在确实存在
193
现在，如果你想创建这种类型的组织，必须存在。你必须相当平等，并且还必须默认信任。
194
然后这两种情况实际上也不是世界上大多数组织的核心。如果你是某个组织的创始人，你实际上必须把它们作为工作的核心。
195
而且我认为像这样的环境实际上最适合初创公司，对吧？当这是一个小团队所有人都目标一致并且在高信任度的情况下
196
环境。
197
你还得愿意每年在代币上花费10美元到10万美元。但如果你愿意这样做，并且投资于技能提升，然后你真的去做这一切
198
以开放的方式与你的团队这样做，就像我意识到的那样，它让你能够生活在2028年，对吧？比如你现在每年花费10万美元或100万美元的东西，在未来将会
199
两年后 commonplace 也像现在这样司空见惯，对吧？
200
它一年不会花费10万，一年后会花费1万，再过一年也就几百美元了，对吧？到时候大家都会做，我们会称之为就像这样
201
现在公司就是这样的。基本上有一个一次性的时间扭曲，你可以在不做任何事情的情况下超越所有现有的竞争对手、全部的五百强企业以及所有的初创公司。
202
就像我在九十年代想象的那样，我怀疑当公司开始为员工购买电脑时是否也感觉类似。是的， 当时它们肯定很贵，只有少数公司才能
203
为员工购买这些昂贵的不稳定的计算机系统。但拥有一台电脑是多么强大的能力，而竞争对手可能连电脑都没有。
204
我认为从战术上讲，这如何影响 YC 的是提高了入职门槛 门槛 就是说，一个新员工加入时，也许会
205
花了他们六个月的时间来提升。但有了这个，他们就像是自动获得了公司的很多背景信息，并且知道哪些是最好的员工和明星玩家
206
在组织中通过学徒制自动完成事情，而不是因为合伙人的时间昂贵或者有时最好的人在很忙，对吧？
207
你就能模拟一下佩特在出色地指导创始人销售时的情景，或者加里在与创始人交流并给出非常
208
具体的建议。我认为这有助于新进入组织的成员更快地成为你缩小版的版本。我刚开始使用这种能力时，其中一件事我就很欣赏
209
编程助手就是那些我不好意思问的愚蠢问题。
210
我没有遇到任何问题向代理提问。而这也是类似的情况，只不过是在组织层面，对吧？你是一名新员工。
211
你不好意思问。你不想麻烦别人问一个问题。
212
而现在你不需要这样做，对吧？而且这意味着更多的问题被提出和回答，人们可以更快地上手。在你构建了所有这种代理基础设施之后
213
在YC，它激励你写下了这篇名为《马车时代》的文章，这篇文章在网上非常流行。你可以解释一下《马车时代》背后的想法吗？我认为这仍然
214
非常相关现在。
215
这是对当时我看到的很多AI软件的一种批判。说实话，我认为现在还是那样。是的。它
216
改变。
217
是的。我看到了很多公司开发软件并在其中添加AI功能的例子，通常是将一小部分AI嵌入到许多软件中，对吧？我举的就是这样一个例子
218
当时是一个典型的Gmail邮件撰写者。但真正背后的想法只是AI有可能转移控制权
219
从开发人员到用户之间的软件，对吧？而我一开始举的简单例子基本上就是说，这些像AI这样的小功能保持了一大堆提示
220
关于AI应该如何执行一个任务并且将这些操作隐藏在用户视线之外的情况，这是一个典型的例子，就像说开发者的职责就是弄清楚所有这些东西应该如何运作
221
工作。所以开发者应该编写这部分代码，我们应该保护用户免受这种复杂性的影响。
222
安全主义。我讨厌它。
223
对了，而且你知道，这又回到了这些工具运作方式与我在电脑上使用编码代理时的对比。
224
能够做任何事情并且感觉自己拥有超能力。我认为这篇文章得出的结论是，随着我们更好地构建AI原生软件，
225
更像是代理包裹软件确定性工具，而不是确定性软件包裹AI，对吧？我们已经尽力通过一些这些原语向内部员工展示了这一点
226
我们构建的。但还有很多工作要做，路还很长。聊天作为界面。我感觉现在有一些关于需要构建新
227
像AI这样的接口长什么样，我认为这来自于那些还没有接触和体验过的人。聊天其实挺好的，因为你信任这个代理。
228
你越来越信任代理去做更多的工作，并且信任它的决策，实际上你不需要像去查看它在做什么这样的UI界面进行太多的审查
229
时间就是一切。是的，基本上就是这样，有时候确实需要软件根据特定情况为你呈现一些东西，但 可以让软件来构建
230
它是一个单页JavaScript，专门为那个时刻的你构建的。
231
嗯。
232
这可以是一个技能文件，随时都可以调用。
233
我思考过这个问题，因为我曾经属于那种认为聊天可能不会成为所有这些AI应用的用户界面的那一派。
234
我也确实改变了我的想法。
235
其中一部分原因是经历了这么多工具之后，我认为我越反思，聊天可能确实是更好的接口，因为它最接近人类语言
236
人类语言和书写基本上是表达思想的closest thing。
237
所以聊天是最接近清晰智能的阶梯。
238
嗯。
239
你不能把它放进一个盒子里。我觉得有一个非常具体的盒子会极大地限制我们。所以我认为全都是通过聊天界面来实现比较好。我以前是在
240
其他阵营和它的工作方式是多模态的。我知道我们之前讨论过Telegram不太理想，但实际上确实挺不错的。
241
我的意思是，有时候我不想打字的时候，你只需要做一个语音备忘录，感觉就像是我在和你说 我可以输入文字。我可以输入语音。我可以说
242
一些图片的东西，比如我可以给它文件。像这样挺不错的。
243
嗯。我亲身经历的就是这样的事情。比如在一月份，我们在上次节目里聊的也是这个话题。那段时间我一直在写代码，从一月份到二月份，大概写了五十万行
244
对于一个Rails应用，是Gary的清单。
245
而且就像是，我知道有人取笑我那个博客，但其实我在第一周就建好了博客。我花了一个半月的时间构建了一个完整的代理框架
246
这就像我自己版本的深度研究和事实核查。但问题是，我构建它的方式就像是2013年我会如何构建软件一样。上次我写代码的时候，还是web 2.0时代
247
这是这个版本。而Cloud Code让你能做到这一点。而且令人疯狂的是，我正在工作，我想我在过去三天里写了大约40,000行代码只是为了Gbrain。
248
And Gbrain 基本上是 Gary 的列表 2.0，但它是完全开源的，对吧？所以我要为代理检索写的 everything 我要为语音提取做的 everything 我要做的
249
用于事实核查，所有这些现在都存在于Gbrain中。昨天我还把它给了Gary的名单团队作为他们自己的OpenClaw实例。他们现在已经开始使用了，对吧？就像之前那样
250
抱怨说，比如我开发了一个庞大的单一写手聊天界面，里面全是bug，因为我重新实现了OpenClaw和Telegram已经做到的功能
251
现在他们只是使用开放和爪子Telegram以及我的检索系统，其中包含我提取的所有相同数据，并且使用我们的MCP，效果非常好，基本上你知道Gary的
252
2.0版了解下一个重写其实不是半百万行的Rails代码，那真的太疯狂了。它很僵硬，需要很长时间，大概要花十倍的时间
253
长你知道即使只是手动操作所需时间的千分之一你也不需要手动去做像在Rails中半百万行代码很容易就相当于一万行
254
像TypeScript和大约2000行的Markdown，所有这些都非常动态。你可以直接说其实对于第二段而言，我真的喜欢包含一个个人简介
255
比如我们关注的政治家，我根本不需要在Rails里写这个代码。甚至都不需要把它写进一个Ruby文件里然后通过某种eval方式运行
256
基础设施像OpenClaw就是这样知道的，我有一个评估技能。我的编辑总编可以随时更改它而我不用碰。是的。
257
真的是太疯狂了actually。
258
就像这是即时软件的黎明，我如今就能看到。我用过的最好的AI软件，无论是YC内部的还是其他人构建的工具，都倾向于非常
259
小一点，只需提前添加少量代码，以便让模型表现出色。
260
嗯。你可以用这个构建很多东西，对吧？我可以写几万行代码，就像你说的那样，但能够从这个极其简单的东西开始做起
261
我只需要了解非常少的内容就能使用，这使其极其强大。我认为未来的大多数软件都会是这样。
262
我们之前讨论过这个话题，但我认为开源模式在这方面做得很好。比如你想要一些东西。你需要一点能力
263
性格。你希望它能够持久一些，持续时间长一点，并且具有一定的记忆概念，虽然不完美但其实已经足够好用
264
案例 Claude 代码每次都会太复杂，每当 Boris 来演讲时，他上周和戴安娜早些时候交谈过，其中一个特别突出的事情就是他对简洁性的痴迷
265
比如把产品做到尽可能小 我最喜欢的一个例子就是这个名为Pi的开源框架，它是一个 开箱即用的编码代理。
266
这是一个美丽的软件作品，就像最小的编码代理。你可以使用PI来修改和扩展PI，对吧？这就像一种自我扩展的想法
267
和自指软件。这真的很有趣，你说得对，OpenClaw 就是建立在那之上的。我很好奇的是，还有多少其他经典的
268
软件以这种方式出现，作为一种你开始时非常基础的东西，然后随着时间的推移使用代理来扩展。我认为越来越多的是，诚实地看
269
我们已经从拥有自己可定制的软件中受益。我认为未来的商业软件可能会自带这种功能。这真的
270
有趣的一个微妙之处，我想和你聊聊我在你的文章中学到的东西，就是AI可以是中心化的也可以是去中心化的。比如谷歌的Gmail，我无法
271
改变提示的事情就是一个很好的例子。我们基本上在接下来的我不认为时间会很长，我认为是18到24个月。可能需要
272
五年，但有两种情况，而且想到的是像苹果在1984年的Macintosh广告 那样，在2034年是否会像
273
1984？你知道1984年的情况就是中心化的控制。就像有五个国王。只有一个可能赢。他们拥有最先进的AI。他们有……
274
掌控所有的计算和能源。他们拥有所有数据中心，因为你们在美国根本无法建造任何陆地数据中心。这就是一种控制的集中化。
275
不仅如此，他们甚至不允许你运行自己的提示。就像他们真的把Gmail的做法应用到了你的整个计算存在中一样，对吧？这就好比个人电脑被剥夺了自主权
276
从未存在过，只有大型机和迷你计算机。就像这些事情已经被时间的沙尘所掩埋。
277
但在20世纪60年代和70年代，当计算机刚出现的时候，你根本无法像今天这样去商店购买。你不能像现在一样去苹果店买一部iPhone更不用说
278
Mac。你得接触到这种价值几十万甚至上百万美元的东西 而且它被公司的政策紧紧地锁定了。
279
你说得对。真正推动计算革命的是人们开始有了可以自己实验的个人电脑。
280
是的。就像有祭司阶层，对吧？以前有一个小规模的祭司阶层和机构基础控制着资本，实际上就是生产资料。所以你知道的，这就
281
像一个我不愿意生活其中的连贯未来。
282
而另一种选择实际上嵌在了家用电脑俱乐部中。它嵌在史蒂夫·乔布斯和史蒂夫·沃兹尼亚克在车库中给我们的革命中
283
山景城的工程师们实际上是在用面包板焊接，他们卖出了500台这样的Apple One。我认为我们现在正处于Apple 1的时刻。
284
我们正在开发基本构件。
285
我们在学习这些东西是如何运作的，如何销售它们以及如何打包推广。但是现在有很多选择，比如大多数用户，你知道的一亿用户左右
286
使用 Chat GPT 和 Phantom 给你一点访问权限，但 MCP 真的是高度锁定的。实际上，你不能那么容易地将东西连接到你自己的数据库中。你知道，就是这样。
287
安全性，比如我会认为Claude稍微开放一点，但也不是真的。Perplexity Computer可能是最好的版本，但它仍然相当有限
288
你可以在OpenClaw和Hermes代理上做到什么。那么，革命是什么样子？这就是真正的个人AI时刻。而这正是我希望我们在构建的东西
289
类似于Gbrain和你知道的Hermes代理以及OpenClaw，能够运行自己的软件来更改自己的提示以测试所有功能，并拥有自己的私有仓库就像你所知道的那样
290
只有你自己可以选择使用哪个模型，也许它是一个开源模型，对我来说这就是AI的白药丸，我们可以有企业控制，没有对AI的控制
291
你自己提供提示词，就像真的AI发生在你身上一样。你知道，你是API线的一部分，或者我想有一种其他的替代方案，我希望让一亿人真正地控制和
292
为自己编程。这些是什么？这应该是你自己和你关心的东西的延伸，而不是你知道的东西，Meta或Alphabet甚至OpenAI或Anthropic关心的。我总是
293
真的對那些把AI框定為取代人的方法感到不滿，因為這並不符合我親身經歷以及周圍很多人經歷的方式
294
它不是人类的替代品，而是赋能工具。如果你看看从大型机时代到个人电脑再到互联网的发展过程，后者赋予了每个人
295
一个发布平台，整体来说是关于个人赋权的故事。我认为AI也会以同样的方式发展。我认为它将使我们能够做到比现在更多
296
之前。我认为它将消除那种像过去让我的工作痛苦的枯燥工作。对我来说，我们必须做出选择来这样做。
297
默认情况下，一个公司不是开放的。一个公司默认是命令和控制结构。也许领导层会接触到这些工具，但你知道一线员工和职员就无法访问
298
人们不正确地认为，我们需要一种完全不同的组织形式，并且我们需要以不同的方式提供计算。这些都是选择，而且是人们
299
你们在观看的这些人将会是社会上所有这些东西的构建者。所以我们最好选择得当。
300
好吧，今天我们的时间就到这里。说实话，我们讨论了一些挺严肃的话题，但感谢Pete能来和我们分享。
301
谢谢。
302
谢谢。
303
感谢观看，大家。我们下次再见。
end of transcript · 303 segments