AIEi 上海
这期播客很特别，因为我们要聊 AIE Shanghai——这是 AI Engineer 在中国的首次活动，由本地合作伙伴 Standard Partners 协办。我们在全球有几场 AIE 并非由我的团队主办，这是上海的第一场。我一直想把 AIE 带到中国。我觉得这里有很多东西值得中西交流，中国也有许多进展应该让全球社区了解。
中国听众对我们特别感兴趣，Latent Space 有很多中国粉丝。我会在 YouTube 画面里放几位粉丝的照片，尤其想感谢我们的头号粉丝 Mang Shao，他几乎每期节目都翻译成中文，我真的非常感激。也想祝贺并庆祝中国取得的进展，不只是开源模型，还有机器人，以及不少创业公司。还记得去年差不多这个时候创立、后来搬到新加坡的 Manus 吗？显然 OpenClaw 也大火了一阵。我们会聊聊中国当地的整体氛围、AI 社区规模有何不同、哪些东西更容易被采用，也会谈谈创业文化。大家常听到“996”，我们会比较它的现实情况和 Cognition 这样的地方。
我们还会简单聊聊 Latent Space 的起源——新听众可能没听过：它何时、为何创办，以及我们如何运营旗下多个节目。也会谈一点安全、对齐之类的话题。这期各方面都有，尤其适合一直关注 Latent Space 的听众。如果你对 AI Shanghai 感兴趣，活动不会直播，但之后会发到 YouTube。明天就开始了。正在中国收看的朋友，我很期待这次活动。感谢 Ming 和团队筹办这一切，也特别感谢 Hanu Leu，是他基本上推动了这件事。中间差点有好几次办不成，但能在上海举办 AI Engineer、把 Latent Space 带到中国，真的令人兴奋。感谢收看，也期待你们听采访。模型已经很擅长点遍你软件里的每个界面，然后独立把它复刻出来。
开场片段
哦，没错。所以只要我能用你的软件，就能把它克隆出来。祝你好运。
有很多从来没写过一天代码的评论人士，张口就说：“我觉得通用人工智能两年后就会到来，你们以后都没工作了，得为下一步做好准备。”巧的是，他们说的“下一步”看起来正好就是他们自己的工作。我有自己的 Canva、自己的 Google Drive、自己的 GitHub。我是认真的。
这些创始人真优秀，只是生错了国家。如果他们在美国，就能干掉亚马逊、干掉 Facebook。他们没那么有钱，唯一的原因就是住在中国。
AI 末日论嘛。人类历史上，每当更先进的文明遇上较落后的文明，落后的文明就会灭绝。而这个东西的进化速度大约是我们的 1000 倍。
Galen Gao 与 swyx
嗨，Shawn。谢谢你来参加节目。我是 Latent Space 的老听众。我知道中国很多 AI 创业者和工程师已经从你的作品和播客对谈中学到很多。也很感谢你今年第一次把 AI Engineer 大会带到上海。几个月前我读了你写在 Drive Forth 上的文章，谈你和硅谷的关系，以及你在新加坡和硅谷之间往返的经历。我想你上次搬去硅谷时，才创造并推广了“AI Engineer”这个角色；这次你把 AI Engineer 带到上海，也让我觉得特别。能不能先介绍一下你的背景，以及你和中国的关系？
有一件事我得纠正：把 AI 带到上海的不是我，是上海把 AI 带到了上海。
像 Hanoa、Leu、Ming 这些合作伙伴站出来做事，我非常感谢他们。我一直想在中国办点活动，但我不是中国公民，在那里也没有人脉。我觉得中美双方都对彼此、对中国 AI 很感兴趣。我们能做的就是呈现高质量的对话，我认为 AIE China 能帮上忙。
简单说，我来自新加坡，是第五代新加坡人——不，应该说第五代华人，对吧？新加坡人口多数是华人。别人问起我的出身时，我会说……华人。华人离散社群大概就是这种感觉：我们的来历已经混在一起，没人留下记录，甚至没人知道我们的生日。有时也许知道一点。我在新加坡长大，后来去美国上大学，最初做金融，在交易、投行和对冲基金领域待了十年——抱歉，是八年。
之后我转去科技行业，在亚马逊和几家初创公司工作。四年前，我成为独立人士，后来创办了 Latent Space，意识到 AI Engineer 这个方向会出现，于是开始办 AIE。
很酷。我知道你现在身兼多职：做 Latent Space 播客、写通讯，也在几家初创公司担任不同角色，比如 Cognition 之类。你现在具体有哪些头衔或职务？
这问题挺有意思的，我最近还得报税，得弄清楚自己到底从哪些地方拿钱。最大的一块是 Cognition，我现在是顾问。之前有一段时间是正式员工。大体上我有三摊事：AIE、Latent Space，还有其他项目。以前那个“Small AI”是我个人的创业载体，后来被 Cognition 收购了。我在那里工作了六个月，之后退下来做顾问，因为 AIE 现在成了全球会议组织，我得当 CEO，没法只做兼职员工。
除此之外还有 Partiful、Big Fireworks、Modal、Superbase 等项目。我觉得这在硅谷网红圈或开发者关系圈里挺常见。我的专长是既懂技术，也会写作和演讲，这种组合对很多人都很有用。初创公司愿意付钱请你介绍他们的产品，于是你就会和一堆项目合作。
Galen Gao 与 swyx（续）
这不是大多数人的常规职业路径，我甚至不建议大多数人这么做。但对我来说，这就是我在生活里的定位：给几家公司做顾问，用演讲和交流作为合作的一部分。这大概就是这么回事。
公开学习
我读过你的文章，知道你早期会公开学习，把学到的东西分享给大家。后来你觉得应该把自己和不同研究者在线交流的内容也记录下来，这些对话逐渐成为 Latent Space 的早期节目。能聊聊你是怎么建立 Latent Space 的吗？
你把两件事混在一起了。第一件是“公开学习”这个原则。我离开金融、进入科技行业时意识到这一点：为什么科技对我来说顺利得多、也自在得多？对同时了解这两个行业的人来说，二者都是高薪、体面的工作。区别在于金融是零和的：如果我知道一件事并告诉你，这个信息就会贬值。而科技里大多数事情是正和的：我告诉你一件事，反而会增加它的价值。对从金融转到科技的人来说，这是完全不同的思维方式，也让人很解放。人们愿意上台分享、开源自己的成果，犯错了也会说出来。金融里可不是这样——你想假装自己从没犯过错，而且所有东西都得保密。我很认同科技里的这种做法。
另一件事是，我第一份工作在 Two Sigma，仍属于金融行业，但我做的是软件工程。我发现自己的老板不太好，于是很无聊，开始大量写作和演讲。工作中我做不了自己想做的事，因为他们不让我做。结果我把精力都放到工作之外，那个方向就发展起来了，因为当时没什么别人在做。
相比之下，这也让你能选择自己的老板。大多数人入职一家公司，就被分配一个老板和一个团队，通常事先都不知道团队好不好，等发现不合适时已经被困住了。公开学习时，你可以选择自己的老板，也就是为自己工作。
对，这很棒。再快进到 Latent Space：它是在 Stable Diffusion 出现时创办的，那时还没有 ChatGPT。我当时在一家经营得不太好的初创公司 Airbyte。它今天还在正常运营，但没人会说它是高速成长的火箭公司，这是客观事实，我也会这么跟创始人说。我上过一些机器学习课程，但不是 AI 专家，却对这个领域特别感兴趣。想进入这个领域，我只有一条路：公开学习。所以我就这么做了。
Latent Space 的起步
我开始写博客，分析、学习，再把学到的东西写下来。最初没人注意，但后来你开始谈别人的工作，比如 Stability AI 的 CEO、Stable Diffusion 的创造者 Emad Mostaque。他看了我分析 Stable Diffusion 的那篇文章，说写得不错。那份工作本质上就是我学习 AI 的过程。过去五年，我一直埋头钻研、写相关内容。你可能觉得自己还不够格；我现在大概也还不够格，但比四年前更懂一些了。这是好事，也是学习的唯一方式。
我觉得亚洲文化尤其看重资历。你得有那张文凭、某种资格证；没有学位就得有证书，没有证书就得有相关工作经验。那怎么找到工作？又得有学位。就这样无限循环，仿佛十六岁时就得决定一辈子要做什么。但人生灵活得多，你可以转向别的领域。你得坚持，也要明白：努力了不代表就理应成功。既要努力，也得做得好。很多人尝试后失败，会问“为什么没成功？”答案可能是你还不够好，这就是现实。也有人努力、有判断力，确实把精力花在重要的事上，而不是无关紧要的事。公开学习大体就是这样。
所以 Latent Space 最初就是个博客？
没错，就是个博客。我当时没别的想法，只是 swyx 写 AI。后来我们碰巧也办了一些活动和聚会。ChatGPT 发布时，那显然是当时最令人兴奋的事。之后我们想办黑客松，就办了一场；AI Engineer 的想法就是在那场黑客松上出现的。
AI Engineer 这个概念的由来
我们当时意识到一件事：有位女士走过来对我说：“我全心投入 AI，但我不是技术人员，能做什么？”我发现，简单来说，和工程师相比，她能做的确实少得多。工程师马上就能强大很多，因为他们可以同时指挥 100 个 AI 并编程；非技术人员最多只能把提示词写得更好。
我觉得这情形似曾相识。我职业生涯里见过一些原本不太受重视的岗位逐渐职业化。所谓“不受重视”，比如提示词工程师就不算光鲜；光鲜的是训练大语言模型、做预训练和后训练、读博士、设计 GRPO 这类复杂算法，或者像 DeepSeek 那样做流形超连接。这些一直很有声望。但人们有时会矫枉过正，以为机器学习研究以外的事都毫无价值。其实并非如此。我们需要构建 harness（智能体运行框架），而这不要求你掌握高等数学，也不需要超算经验。你只要是个很优秀、思想开放的软件工程师，懂得如何把 AI 融入传统软件，就能做这件事。
当时我们还没有“harness”这个词，但很清楚工程师能做普通人做不了的事。他们会很抢手：公司想招这类人，开发者也想成为这类人，他们需要一个称呼。只要找到合适的词——最简单的就是 AI Engineer——再把它发展成一个行业、一门专业就行了。
我补充一个中国的故事。你刚提到 Stable Diffusion 开源，那段时间中国最大的 AI 社区之一“逗 AI”也刚起步。它是由一群对 Stable Diffusion 技术很有热情、想用它生成不同图像的人创办的，后来也成了 ComfyUI 的基础。你肯定熟悉 ComfyUI。
熟，Confidence 上过我们的播客。
对，中国这边也是。后来他们不断邀请更多人公开学习，并在飞书（Lark）的在线文档里贡献内容，分享 Stable Diffusion 和 ComfyUI 的知识与用例，社区越做越大。我觉得现在光线上社区就有大约一百万用户一起学习，整个社区还有几百万用户，因此成了中国最大的 AI 社区。差不多同一时期，你也觉得需要一个新词来称呼这类工程师，随后发表了那篇 AI Engineer 的文章。
我想了解当时大家提出过的其他叫法。你可以通过这些替代方案看出当时的情况：有另一个重要社区 AI Tinkerers，我认识 Joe 和 Alex；也有人说 LLM Engineer、Applied AI Engineer，还有其他各种称呼。
关键是要选大家愿意认同的职位名称。我觉得这点对我们非常重要。这个想法我可能是从 James Clear 那里学来的——他是《原子习惯》的作者吧？我不太记得作者关系了，不过我想是他。
AI Engineer 这个概念的由来（续）
我可能是从 James Clear 那里学到的。他是《原子习惯》的作者吗？我想是，不过我记不清作者关系了。大意是：如果你想真正理解、连接一个人，就不能只从他的工作、日常活动或爱好去认识他，而要连接到他的身份——“你是谁？你想成为什么样的人？”如果你能给对方一条路，让他成为更好的自己，就能围绕这条路建立社群。很多非 AI 从业者也想进入 AI，那该怎么帮他们？给他们一个能赚钱的职位名称，他们自然就会跟着你。
对，现在世界上的 AI Engineer 确实多得多了。顺着这个话题问一下：AI 工程师能做的事情很多，harness 也是近来 AI 领域不断发展的方向。你觉得 AI Engineer 这个角色也演变了吗？和三年前你刚开始推动这个概念时有什么不同？
老实说，角色本身没怎么变。AI 工程里热门的内容变了，但这个职位名称依然准确。早期大家做 RAG、管理上下文；最近则是编程智能体、harness engineering，也许还有 loop engineering。记忆系统等也成了新的方向。
AIE World's Fair 是我们的旗舰大会，规模最大，设有 30 个不同主题的分会场，涵盖 AI 工程师工作的各种方面，包括评测、多模态等等。所以领域会变化。我觉得 Agent Engineer 可能是其中一种角色，也可能叫 AI Architect。AI Engineer 更像个人贡献者；而 AI Architect 是公司层面的负责人，决定整家公司如何使用 AI，这是正在兴起的称呼。另外还有 AI Designer、AI PM 等等。
归根结底，谁来做这些工作、谁写代码、谁负责检查代码？如果出了问题，你要负责吗？不负责的话，你就不是工程师。凌晨四点起来修系统的人，才是工程师。
对。
我们想服务的就是这些人，这才是核心。AI 领域的另一个问题是，很多评论人士从来没写过一天代码，却职位很高、只谈宏观。他们会说自己是某某公司的 CTO，但根本不碰代码。许多 AI 大会和社群偏偏关注这些人，因为他们头衔响亮，可说来说去都差不多：“我觉得两年后就有通用人工智能了，你们以后都没工作，得为下一步做准备。”而巧的是，他们口中的“下一步”看起来正是他们自己的工作。这种说法很自利。
AI Engineer 大会之所以有用，我认为是因为我们试着把焦点放在那些职位较低、平常得不到聚光灯，但真正做了工作的工程师身上。他们可以讲自己的实战经验，和同行交流正在做的事情。我把这个理念借鉴自职业生涯中参加过的其他大会，比如 GDC、KubeCon、JSConf、PyCon 等。这些活动就是工程师和工程师交流，工程师也是技术栈的决策者。
AI Engineer 大会与工程师社群
他们是创造新事物、推动创新的人。未必最有名，但他们对工程的理解绝对可靠。
说到这儿，你大约三年前办了第一届 AIE Summit，现在它已经是为期三天的完整峰会，今年有 7000 多人参加。给还不太了解这场活动的听众介绍一下吧：它有哪些内容、工作坊和主题？你是怎么把一场小活动办成这么大规模的？
AI World's Fair 基本上是 AI 行业的旗舰大会，就像其他行业早就有的大会一样。游戏行业有 GDC，在旧金山有 3 万人参加；网络安全领域有 RSA 和 Black Hat，从业者会去那里学习。
我特别喜欢游戏行业的例子，因为游戏公司和 AI 实验室很像。AAA 工作室做世界上最难的游戏，工程复杂度极高，而且平时什么都保密。可一年一次，他们会去 GDC 分享自己是怎么做出年度游戏的。想当游戏开发者、想去 AAA 工作室，这几乎是唯一的学习机会。
现在的模型实验室也类似：资金充足，做着规模很大、很重要的项目。还有很多小公司想和它们竞争，但实验室是关键。你想向它们学习，可去哪儿学？它们会办规模很小的活动，比如 OpenAI 的 Developer Day，或 Anthropic 的 Code with Claude，但这些活动名额少、筛选严格，主要面向客户，不是工程师之间交流。除此之外还有大约 50 家其他实验室，也有有意思的东西。
每个行业都需要一场大型活动，让所有人聚到一起，大家在会场里走动、彼此交流。
这对中国实验室尤其有意思。
有些中国实验室在实体清单上。
你们会谈这个问题吗？
会。它们不能正式和你们会面。
很多美国公司不能正式和你们会面，不是他们不愿意，而是规则不允许；他们甚至不会回复。但如果大家身处同一个地方，就能碰见彼此。
我觉得这很有意思，因为我们可以创造让奇妙事情发生的机会。有人在这里找到工作、找到联合创始人。我知道有一对情侣是在会上认识、开始交往，现在基本上都快结婚了。所以我最重要的 KPI 就是促成了多少桩婚姻、多少个宝宝。
我很喜欢这种感觉。我们想打造高质量的社群，今年原本目标是 6000 人，结果来了 7000 多人，还有 150 万人在线上看了我们的演讲。那些负担不起现场门票、或者不住在旧金山乃至美国的人，也能看视频补上内容。每一场演讲、每一场工作坊都会发布。就像我说的，主题有 30 个，太多了，网站上都能查到。我主要想聚焦那些已经能落地、能赚钱的事情，也提供清晰的榜样。无论你想学这个领域，还是创业公司想做产品，都可能有人在 AIE 谈过相关内容。这会成为任何人查找资料时非常有价值的资源。我最近还做了另一件事，但还没怎么……
AI Engineer 大会与工程师社群（续）
……特别公开地谈过。
大会作为数据集
我把所有内容都编目了，所以大家甚至不用看演讲，只需把网站内容喂给大语言模型，就能让它教你东西。
你们是要做基于 CLI 的工具吗？
都做成 MCP 了。每场内容都转了文字稿，也可以作为数据集下载，想用来训练自己的大语言模型也行。
已经发布了吗？
发布了，在 ai.engineer/data。
页面里也展示了 MCP 和可下载的数据集，可以按自己喜欢的方式使用。你们转录了所有内容，也会对每位演讲者和组织做深入研究。每个曾在 AIE 演讲的人都有自己的档案。我们想做成“AI 的维基百科”。
最后再问一个有关 AIE 的问题：你是什么时候开始把活动带到全球不同市场的？今年有新加坡，我记得几年前巴黎是第一个。
巴黎确实是第一个。我们基本照着 JSConf 的模式做，它是最重要的 JavaScript 大会。
他们后来怎么发展？
这个模式很简单。我不可能亲自跑遍世界每个国家，但每个国家大概都会有人想做 AI，所以他们也值得有一场顶尖大会。他们可以自己创办，也可以借用我们的品牌、YouTube 频道和社交媒体。我们建立了合作伙伴计划，巴黎是第一个申请的。
有个有意思的事实：AIE Paris 的组织者后来被 Mistral 收购了。现在巴黎活动由法国和欧洲领先的 AI 实验室来办，挺酷的。我希望每个国家都能有自己的 AIE，比如印度、日本。我现在和这些公司合作。他们比我更了解当地，但他们当然值得有一场好大会，也能在那里做生意、招聘等等。世界很大，我们就照这个模式来。
合作大致有三条：第一，不得滥用品牌，我们会安排某种收入分成；第二，所有内容都要公开发布；第三，要遵守行为准则，遇到骚扰或不当对待时有解决机制。我觉得这主要是道德要求。把品牌交给不直接共事的人有风险，万一他们把 AIE 办砸了怎么办？
对。
目前还没发生过。
目前还没。
我们会谨慎挑合作伙伴，而且愿意找上门的人本来就很有热情。尤其说到新加坡的 AI Singapore——
首先，我是新加坡人，但这件事其实完全不重要。新加坡现在最顶尖的 AI 大会，实际上是加密货币大会 SuperAI。
很多做加密的人也想转做 AI。SuperAI 确实很 AI，但我想他们知道我不喜欢他们。
他们会觉得：“这对我的国家来说太丢脸了，你告诉我这就是本国最重要的活动？我们得办得更好。”所以现在 AI Singapore 已经很有竞争力，至少不输 SuperAI，可能还更好。我很为团队骄傲，不过我没参与组织。
这对每个国家都很重要，我们也可以支持。我记得你第一次去新加坡参加 AI 活动时，我认识 Lei，就问他：“AI 第一次来新加坡了，你什么时候去上海或中国？”他说他正在和你合作。
大会作为数据集（续）
对，中国这件事比较棘手。我是新加坡公民，也是华人，而美中之间显然有很多限制。这就是难点，所以我需要 Lei 和他的团队真正负责整件事。
我甚至不能在中国设立本地实体，对吧？监管限制很多。我不想惹麻烦，因为我的主要业务在美国，不能因此和白宫起冲突。但如果你想拿我们的品牌、以自己的方式运营，就像特许经营一样，那完全可以。我们有很多类似的合作。打个比方，我是麦当劳，你是麦当劳中国。
对，对。
这样我们就能把活动带来。就像肯德基和肯德基中国。
太好了。
对，很好。Sherry 和我……
Kill My SaaS
对，太好了。Sherry 和我想聊下一个话题：你几周前分享的那个比赛，Kill My SaaS。
好，我很喜欢这个节目。
讲讲它背后的缘由吧。
我在想有多少听众会关心这件事。只有你自己经营企业，或者将来想创业，才会特别关心，因为大多数开发者并不拥有企业。
而且前几年 SaaS 是很热门的话题。大家一直在讨论“SaaS 要死了”，今年也没停过，我觉得这个节目很有意思。
我先介绍一下背景。我办一场大会的预算大概在 300 万到 1000 万美元之间，取决于大会规模。其中每场大约有 30 万美元花在软件上。差不多占预算的 10%，也相当于我利润的 10%，就这样交给别人的软件——它又慢又难看，还不完全符合我们的需求。
我一年可能要花 30 万，甚至 100 万美元在 SaaS 上。员工来找我，说工作需要这个、需要那个，作为老板我当然会同意。但这些钱加起来很多。真正用起来，他们又觉得产品不符合要求、速度慢。你作为 SaaS 客户申请支持时得排队；你要一个功能，对方说：“好的，六个月后吧，我们会把它列入第三季度路线图。你对我们很重要。”
可我们是一家 AI 大会公司，现在是 2026 年，有编程智能体，我们自己就能做。于是我看到员工想买一款年费 4 万美元的 SaaS，就说：“我愿意花 1 万美元请人把它完整克隆出来。”它是开源软件，而且正好符合我们的需求。接下来我们可以用 Codex、Claude Coding、Devin 之类的编程智能体继续定制。于是我们真的做了，还公开办了比赛。
比赛有 69 份投稿。只要有奖金，投稿质量就会参差不齐。我还答应替大家支付编程智能体的订阅费，所以有不少很糟糕的作品，显然达不到要求，我不会给它们奖金。但有 69 份不错的投稿，大多数都能用；我觉得其中大约 5 份值得我们付钱。效果挺好，而且一周就做出来了。
对。如果你经营一家 SaaS 公司，也许有 50 个客户，每个都付你 4 万美元。想象一下，他们全都明白这件事后纷纷离开。
一年之内一起离开，公司就没了。你原本一年赚 2000 万美元，转眼就归零。
是啊，对企业主来说这非常可怕。我觉得经营 SaaS 的难处就在这里。我自己经营的是实体业务，短期内不太会消失。机器人很酷，但它们还不会替我办大会。可做 B2B 软件、经营中型 SaaS 的人，尤其是服务很多中小企业的那一层，日子会很难过，或者得转向更好的业务。他们最好现在就想清楚，因为我们这些企业主同时也是他们的客户，而且我们也能写代码（笑）。
真正做出竞争产品花不了太久。顺便说，模型现在已经很擅长点遍你软件里的每个界面，然后独立把它复刻出来……
Kill My SaaS（续）
……独立复刻出来。没错，只要能访问你的软件，我就能克隆它。祝你好运。
我觉得这就是现实。SaaS 老板们现在还不知道正确答案是什么。我认为你最后可能得转型去做智能体构建者。比如在美国，做 Harvey 或 OpenEvidence 那样的产品：你深耕一个垂直行业，成为这个行业里最好的智能体；或者你掌握某类专有数据，成为数据供应商。处在这两者之间的产品，别人就会自己写一个。
很可能是这样。我能追问一下吗？你已经回答了我第一个问题。我更想听你给小企业主的建议，而不是 SaaS 老板——他们都是大人了，自己会想办法。
我更想帮助企业主。
企业主？
对，我经营的是一家小企业，是中小企业主。像我这样的人有上百万。我们努力做正经生意、养员工、纳税，过得也不错。
如果能拿到好处，日子还能更好（笑）。
我的客户满意，员工满意，我自己也满意。这是个挺好的故事。我认为现在是中小企业的黄金时代。如果你做的是现实世界里的事，只是想把工作做好，但中间被一堆糟糕软件挡着，现在你可以把这些阻碍一下子缩短。比如把原本要花在云服务上的钱省下来。
对，4 万美元的云资源可不少。
没错。花 1 万美元，我还能剩下很多钱做别的。
所以你说这是企业主的问题，而不是开发者的问题。开发者可能会说：“200 美元也太贵了。”但我是企业主，我知道让十名员工协作更好能带来多大生产力。他们的工资总共是 150 万美元。如果效率提高 10%，就能多创造 15 万美元价值。可实际提升可能不是 10%，而是五倍。
对，那就是 750 万美元。智能体替我做的工作能产生这样的价值。过去别人会说：“我下周给你方案。”现在我想要今天下午就拿到。
我的感觉是，如果你自己做了很多软件，后续维护会不会很困难？
这确实有成本，不是零成本。
你得实际使用它。
没错，但我们有编程智能体。
哦，对，能自我维护。
对。很多中型 SaaS 公司并不是 Salesforce、Google 或 AWS，也不是必须达到 99.999% 可用性的关键系统。它们可能只是一个数据库，用户填点东西进去，再拿到结果。真出问题停一天，也就停一天，之后你能修好。现在有很多编程智能体，我甚至愿意用这点停机时间换来随心定制任何功能。太棒了，团队的效率高多了。
我在《Kill My SaaS》那集里讲过一个我最喜欢的功能。比如下个月 AIE Code 有 1000 份申请，但只有 25 个名额，我得从 1000 人里选出 25 个。我们现在用的 SaaS 里，只能一个申请一个申请点开、每个界面点来点去。比赛里有位参赛者改了软件，让我们能在一张表格里重新排序。原 SaaS 根本没有这个视图。要拿到这种功能，我们得向厂商提需求，等六个月。
……
可现在有人直接把它克隆出来了。你就提个需求……
Kill My SaaS（续）
……他们就直接克隆出来了。你想要什么功能，尽管提。
现在我可以一下子把所有东西都看到。
对。
这么快，太厉害了。
听众如果觉得这个例子很蠢，我是为了节目讲得清楚才简化了。
我发现排名第一的作品能管理所有演讲者的排期。
而且用户体验很好，他们是从人的角度来测试的。
平均投稿和顶尖投稿差距很大。确实，在 2026 年，如果你是企业主，雇个看起来懂技术的年轻人说“帮我做个小工具”，他可能做得不太好，因为缺乏训练。但给他一年时间，多看些 AI 视频，之后他就能学会。
技术确实有水平差异，很多作品是垃圾，你不会想拿来用。员工值得更好的，你自己也值得更好的。有时买经过验证的 SaaS 当然更好。
但我们公司想走 AI 优先路线，想站在技术前沿。
对。最后再追问一点：你在播客里提过有 AI 裁判来评比，AI 裁判选的作品跟你们团队挑的获胜者很不一样。
哇，你是真的听了播客。
当然，我对整个过程很感兴趣。我想知道为什么……
比赛裁判究竟评什么
为什么？
一部分是有意为之，一部分不是。AI 裁判的目标只是判断投稿是否有效、是否符合资格，并不是从所有作品里选出最好的。
明白。
这两件事显然不同。
所以最终选哪个更有用，是按你们团队或大会的实际需要来定？
对，因为一开始我们自己也不知道想要什么。我没法针对连自己都说不清的需求设计 AI 裁判。但当我看过 70 个不同范例后，自然就能看出哪个更好。
顺便说个趣事：Latent Space 的标志，也就是你在这间屋子外和播客画面里看到的，是通过 99designs 做出来的。
我知道那个网站。你需要新标志或设计时，通常会问朋友推荐设计师，对方给你三个人选，你挑一个，最后就拿到一个标志。
99designs 的做法是发起比赛，我收到了 400 个不同的标志方案，最后把奖金给了我们采用的那个；成品很不错。
这样好多了，你想要的是多样的创意。
对，这也是我做比赛的想法。我有影响力、有听众，所以能办这种比赛；多数人没这个受众，办不了。我觉得 99designs 是个好生意，因为有很多设计师。设计不一定要花很多时间，关键是创意质量。你需要高质量的点子，然后把它们大量投到比赛里。
我觉得 SaaS 领域也可以有很多个 99designs，这正是我在考虑的事。这次我其实是在给自己搭一个 99designs：我得写清楚“这是年费 4 万美元的 SaaS，这是规格、评审标准、其他要求”，甚至包括“获胜后怎么付款”。所有细节都得我自己处理。如果有人替我把这些行政工作都做好，我只要说清需求，然后收 70 个版本、挑一个，我会不会愿意付钱？当然愿意。我只是在把这些杂事交给别人。
所以 SaaS 克隆也该有类似的 99designs 平台。作为企业主，我做这件事主要是因为内容好，适合做播客；如果没有播客，我大概不会弄（笑）。这事工作量很大。我们花了大约两个月评估所有投稿，一部分因为我很忙，另一部分是评估本来就很费劲。这个 SaaS 涉及五种角色：组织者、演讲者、参会者、赞助商和供应商，他们都得认可大会的组织流程。测试时每种角色都要注册账号、录入数据、换账号，再重复操作，所以非常复杂。中型 SaaS 收 4 万美元，就是因为客户不想自己做这些事。
现在能自己做，就变成一个挺有意思的工作和问题。
对，这是个不错的实验。
我们在中国也办大会，之前有过一千多名参会者，所以我太懂你说的情况了。
再想想其他 SaaS。我以前会付钱用 Calendly，你们用过吗？
我没用过，不过……
你知道的，就是预约链接，我们这次会面也是靠它约成的。Calendly 是一家估值 130 亿美元的公司。你也可以自己克隆 Calendly。
对，我知道。
我当然自己做了，还做了两个版本。
你已经自己做了日历？
我有自己的 Calendly，也有自己的 Google Drive，还有自己的……
比赛裁判究竟评什么（续）
……GitHub，我是认真的。我还有自己的 Dropbox。
我的天，我有自己的 Slack。
这些都是因为我有钱、有人手，可以安排他们做事。但我确实认为，你可以为自己打造软件，只服务一个人，或者一家企业。这完全没问题。企业主现在终于能做到这一点，这在以前是从来没有过的。
太棒了。
对，很好。
你也做一些投资，对吧？你还融过资。
嗯。
你知道 DocuSign 吧？
知道。
这家公司曾经值 100 亿美元，或者现在大概 70 亿。它做什么？你把 PDF 发过去，对方说“签好了”，再给你一份证明。
对，就是这样。它每个文件包（envelope）会收费，好像每次十美元左右。
但有开源版的 DocuSign，我自己托管了一套。我的 Drive 和 DocuSign 都是自己搭的，文件一签完就会自动进 Drive 里对应的文件夹。
因为你把它们接在一起了。
对，DocuSign 原版没有这个功能。
是啊，没错。
所以我的资料室里会直接收到已签的文件，我不需要手动处理，因为它们已经自动归档好了。
DocuSign 的特别之处是，它很早就建立起来了，形成了网络效应，大家都加入、都在用。你仍觉得这种软件有护城河吗？
没有。电子签名在各地都有法律效力，DocuSign 并没有这项专利。我也可以做电子签名。所谓的网络效应就是电子邮件地址，这太简单了。我还可以逐个讲为什么我做了这些产品，但不重要。我不是在鼓励所有人都这么做。我想说的是，你在生意或生活里遇到的任何问题，都可能有开源版本。自己托管、按需定制、把工具整合起来：“我要这个加那个”，一下就能组合好。我天天在工具间复制粘贴。每一百万次复制粘贴背后，我觉得都藏着一个很棒的创业点子和产品。
好。下一个问题，我很想聊聊你和 Jev 的 Diego 那期对谈。这个话题和产品最近也特别热门。中国开发者怎么看它？
我觉得它创造了一种全新的思路，让人从完全不同的角度使用大语言模型。我还听说有位中国播客主，她不懂编程，却用 Jev 判断自己节目的片段会不会火；Jev 给出答案后，她就把片段发到社交平台。
我看到很多基于 Jev 的优秀用例，所以想听听你怎么看这个产品……
Jev 与 System One 模型
对，没听过那期节目的听众可能不知道，我们是第一个采访 Diego 的播客。我和他认识四年了，我就逼他说：“你要是不先上我节目，我就杀了你。”（笑）他当然非常有成就，是 InstructGPT 的共同作者，而 InstructGPT 后来成了 ChatGPT。
我觉得 Jev 有意思的地方在于，它体现了我最初对 AI 工程的设想。现在我们谈的 AI 工程，是在模型周围搭一个很大的 harness：我先做一堆工作，再交给模型，然后祈祷它给出正确答案，甚至等它想十天。但 Jev 的观点是，不，模型是为我们服务的，我们不该为模型服务。
所以我会把模型的工作范围缩小，让它只做一件事，比如做选择或估算概率，再把它放进我关键工作的流程里。现在大语言模型的范式有个问题：传统 SaaS 摆在那里，旁边开一个聊天窗口，这基本就是现在所有产品的样子。不管是 Codex、ChatGPT 还是 Claude，都是这儿一个聊天框、那儿一个菜单。
Jev 和 System One 模型代表的是另一种做法，所以 Diego 不叫它“决策模型”，而叫 System One 模型。它会直接放进代码路径里，你可以像在普通编程语言里写 if 语句一样随手调用。我觉得这才是他所说的“更聪明的软件”，我非常认同：软件应该在每个环节都更聪明，而不是只有一个环节聪明，其他部分却很笨。
那其他部分确实很笨。
对。我觉得速度几乎是次要的，可靠性才是他真正想强调的。这也是他们公司叫 TypeSafe 的原因。当然，快也挺好。
我发现 Diego 本人社交能力也很强，对自己在做的事特别投入。你采访过很多研究人员、开发者和 AI 工程师。你觉得他有什么特别之处？为什么是他做出了 Jev？
他的背景不走传统路线。他没去斯坦福读博士、走那套常见路径，所以更能体会普通开发者的处境。但他也参与过 ChatGPT 的工作。
我觉得很多人走传统机器学习研究路线：读名校、写有意思的论文、进实验室工作。他们容易陷入“大模型至上”的思维，觉得只要模型更大、训练算力更多、参数更多，所有问题就能解决。但需要有人跳出这种模式，说还有另一条路：不是做一个巨无霸，而是在各个地方都放一些小模型。
当然，Diego 不是第一个提出“小模型更好”的人，成千上万的人都说过它更快、更便宜、更好。但他能把这个想法做成，是因为他有 OpenAI 的信誉；其次，他把它讲成 System One 对 System Two 的概念，很容易理解。他在发布文章里展示了一个游戏演示，好像是《毁灭战士》之类的，很直观：你绝不会想用大语言模型来做这种事。
Jev 与 System One 模型（续）
嗯。
他穿着粉色夹克，充满热情，这种展示能力加上技术实力很强。我自己算是个小号版本：既懂技术，也能表达；而他两个方面都比我强十倍。和他交谈时，这点特别明显。
我也想问问你做其他初创公司的顾问具体做些什么？你通常给他们什么建议？
我也想知道你能为听众和我做些什么。你为其他公司做什么？
我们三年前建立了一个社群，当时发现许多中国创始人想出海。他们很擅长快速开发、发布产品，但在市场营销、市场理解和 go-to-market 方面差距很大。
如果你是想在美国成功的中国创始人——
你们这方面不行（笑）。你们技术很好，但营销不行，最好找擅长这方面的人聊聊，因为你们自己做不好。
就是这样（笑）。我们发现，理解本地市场、正确交付产品、找到产品市场契合度之间存在很大差距。于是我们办了很多聚会，也和当地顾问合作，为这些创始人组织训练营、工作坊和咨询，帮助他们逐渐找到产品市场契合度的方向。但他们仍然缺人才，也缺 go-to-market 方面的支持。
有意思，我们也办线下聚会。Jev 发布之前，Diego 还来过这间屋子。
哦，真的？
写作与创始人故事
我们会办一个写作者聚会，大家可以展示作品，我会给反馈。TypeSafe 的宣言就是从这类活动里来的。我给有些公司做顾问是为了换股权，大多数时候则是免费的。有些公司希望定期通话，也会给我一些股份。这样比较方便；如果公司发展得好，股权也会很值钱。
这确实是种有意思的工作方式，但股权不能拿来吃饭。公司也可能永远不出售。Databricks 都有十五年历史了，估值 2000 亿美元，我手里的股权到底值什么？不过，在多家公司检验自己的想法很有用。给一家公司的员工提建议，你只看到一个案例，建议也只适用于一家。但我已经接触了三十多家——35、36 家公司。
这样你就能看出它们之间的共同规律，也会成为更好的顾问，因为你什么都试过。
对吧？
我跟很多人交流，也能看出不同情境。比如我会说：“这个建议在你这里行不通，我在另一家公司试过，你们情况显然不一样。”我觉得几乎所有领域专家都需要这样的经历。我碰巧专长是开发者营销；如果你做战略财务、GPU 算力采购之类的事，想成为全球顶尖，也得挨个给不同公司做一轮顾问，测试各种方法。有些不管用，有些显然有效。你会从中学习。样本量得大于一个。多数人的样本量可能只有五个；如果你能做到 50 个，差不多就会成为行业顶尖。
我想分享一个相似观察。越来越多想出海的中国创始人来自工程或研究背景。他们觉得自己技术强、harness 做得好，所以产品最好，但客户真正想要的东西和他们提供的产品之间仍可能有很大差距。不同本地市场的需求也不一样。我在技术和研究背景的创始人身上经常看到类似情况。
有很多办法来调查或解决这个问题。最重要的是，如果你做的东西聪明、有价值，而且在某件事上真是世界第一，那才是核心。其他都是“长板”之外的辅助。你有自己的长板，我可以帮你补另一块，但大多数人连长板都没有。
有些人其实没有长板，却以为自己有，那可能是傲慢或自负。但我们先假设你的产品确实很好。营销不该被当成最后一步：产品都做完了，发博客前一晚才找人改文案，那时已经没什么可做了。要是能早点让营销参与，在产品真正开发或定规格之前就想好怎么推介、面向市场的哪个细分群体，产品一开始就能内建更多 go-to-market 思路。我觉得工程师或研究者出身的创业者通常不会这么早考虑 GTM。
写作与创始人故事（续）
他们通常把营销放到最后，而且公司里最初负责 GTM 的往往是最初级的人，比如一个 22 岁的实习生负责社交媒体。其实要认真想清楚谁会用这个产品、他们在哪里、遇到什么问题、用什么词描述问题，以及看到产品后生活会有什么改善。这些问题看似简单，很多研究者或工程师创始人都没想过。如果他们有一位 GTM 合作伙伴，往往会很有帮助。
另一个方面是开发者工具。很多中国创始人在做机器人。机器人领域很有意思，周期更长，也还非常早期。中国机器人创业公司似乎都在做同一类事。宇树（Unitree）当然很强，但他们还是在做宇树一贯做的东西。我希望他们能做出一些连大家都没想到宇树会做的事。这周他们刚发布了机器人打功夫的动作。
功夫，对。
可我以前见过这种演示了。给我看点没见过的，我才会真正关注。这在机器人上不容易展示，但模型领域还很早，有机会做到；消费体验产品也一样。演示很重要。这也是 TypeSafe 虽然很新却做得很好的原因。不是 Diego 先做了《毁灭战士》的演示，但大家都在谈那个 demo。演示是他们 GTM 的核心做法，也体现了营销的一条原则：展示，不要光说。让我看到产品怎么带来好处，别用项目符号、PDF 或幻灯片告诉我一堆功能，直接演给我看。
追问一下产品品味。大家都在谈品味，我觉得 go-to-market 和做产品也需要品味。
可能吧。
投资人也常讲品味，但我越来越难定义它。你会怎么给工程师或创业者解释？
我可以给个不太实用的定义：品味就是面对大量可能性，能迅速、低成本地缩小范围，留下那些回头看时一眼就知道是好选择的选项。起点可能有 1000 件事可以做。你可以暴力穷举，把 1000 个全试一遍；有品味的人却能直接说：“这些显然不行，我也解释不清，但这个工具看起来有意思。”走到最后选定一个，回头看会觉得：“怎么还考虑其他 999 个？显然这个才对。”
有很多例子。现在我想到的是 iPhone。长期以来，智能手机都有实体键盘；Steve Jobs 坚持无论如何都要做触屏和虚拟键盘，因为手机应该看起来像一个平整的屏幕、一块扁平的板子。
嗯，这背后做了十年研发。General Magic 也尝试过，但失败了。如今世界上每部手机基本都长这样。这就是品味。上世纪 90 年代刚开始有智能手机时，有很多可能性，但需要有品味的人说：“我们就做这个，其他都不要。”
写作与创始人故事（续）
……以前的智能手机都带键盘，后来 Steve Jobs 坚持无论如何都要做触屏和虚拟键盘，因为它看起来就该是一块平整的屏幕。General Magic 花了十年做研发，也想实现这个想法，但失败了。如今世界上的手机基本都是这样，这就是品味。上世纪 90 年代智能手机刚出现时，有太多可能性；有品味的人会说：“我们就要这个，其他的都不要。”
回看 AI 产品，你能举个有品味的例子吗？我觉得 Cursor 做的东西都很有品味。他们率先把 AI 融入 VS Code，现在又在做 Crockpot，这个想法也挺有品味。
对。现在 OpenAI 得跟着他们做，Claude 也得跟着做。别人开始复制你刚发布的东西，就说明你有品味。
再往实验室下面看，我觉得有意思的是那些更普通、更实际的问题，人们会怎么解决……
Legora 与产品品味
比如 Legora，在法律行业里，它有一种高度并行的文件审查流程。你一旦看到，就会觉得：“我不想再用别的工具工作了，我得用 Legora。”当然，别人也可能想到这个点子，想法不值钱。
但你没做出来。
对，是 Legora 做出来了。有人在那里有这种品味：从十亿种可能性里挑出一个产品，让它成为人们工作的方式。
我觉得快结束了。你们大约两周后就会到上海。我想知道你希望从当地的创业者或开发者身上看到什么、学到什么？你最感兴趣的话题是什么？
有点难答，因为对我来说，重点在于差异。我想看看上海和旧金山到底有多不一样。我觉得旧金山有 B2B SaaS 泡沫，但你们会用 ComfyUI，我们这边就不用。
好。
我们用 Canva，也用 fal.ai。
对。
我们不用 ComfyUI，它更像一款开源工具。而 Conf……
OpenClaw 在中国的采用情况
OpenClaw 也是一样，在这里的热度比 Conf 还高。
OpenClaw 确实很吸引人。
我敢打赌你听说过这个。
当然听过。不过我自己还没亲眼见过那样的热度。我觉得规模差异很大：对你们来说，一个中型社群就有一百万人，这在这里已经大得不得了。
对（笑）。一百万在中国也是顶尖规模。我见过中国的网红工厂，一群女孩同时对着手机拍视频。中国的规模和竞争都完全不一样。旧金山也有人说自己“996”，但周六周日他们其实还在休息；中国人是真的“9-9-6”。
初创公司和大科技公司里这都很常见。
对，但我觉得那真的太拼了。
是，很拼。
这边的人通常没那么努力。
我听说工程师和创业者很努力。
我这么拼是因为没有安全感。不过员工……
员工依法不能被要求这么工作（笑）。
这违法。好吧。我见过美国最有竞争力的一些顶级初创公司，我敢肯定他们也没有中国人这么拼。中国有 BAT，再往后还有第二代、第三代公司。
天哪，那些创始人真的很厉害。
是。
他们很优秀，只是生错了国家。如果在美国，他们能干掉亚马逊、干掉 Facebook。唯一没那么有钱的原因，就是住在中国。
软件行业也一样。
是啊。2007 年我去北京留学时，比亚迪还被看作刚起步的中国公司。现在这里的人都喜欢比亚迪。
真的？
比亚迪正在席卷美国，这太疯狂了。我以前完全没想到它会来到这里，也不知道该怎么总结这件事。我觉得中国人的活力、精神、创造力和韧劲，是很多人没有机会接触到的。我还没提中国的模型实验室，像 DeepSeek 等等。所以有很多理由值得让更多人看到中国的这些成果。
尤其中国活动的传播方式和西方观众的习惯不一样，而且有直播限制，影响力就没那么大。阿里云做过一场发布，完整讲了阿里巴巴的路线图和 Qwen，但这边几乎没人看到。
为什么？
因为内容夹在一场企业演讲里，由其他人主讲。我只好把内容全部翻译给美国观众看。
你们可以和我一起做，直接在这个节目里讲，大家就能看到了。
对，对。
今年旧金山 AIE 已经有一些中国开源模型公司参会，比如 MiniMax。
我们希望让各方都有代表。我觉得很多人对跨文化交流感兴趣，但不想讨论政治。
对，只谈技术，不谈政治。
好。
太好了。我的问题差不多问完了，但还有三个快问快答。想到什么就说什么。第一，你现在最期待哪项 AI 进展？最担心的又是什么？你最期待的 AI 进展是……
OpenClaw 在中国的采用情况（续）
System One 模型显然是最标准的答案，但说它有点无聊，所以我不打算选它。我觉得还有一个被忽视的方向……
Thinking Machines 与交互模型
……就是交互模型。
交互模型？
Thinking Machines 正在做这个。没看过发布的人可以去了解一下：它支持持续的全双工交流。不是你说完一轮、我再说一轮，而是我们同时保持聆听：你说话时我也在听，我说话时也听着你；我可以打断你，模型会立刻回应并调整。
我看过演示。这才应该是 AI 的交互方式，对吧？
这还延伸出持续学习的 AI：不再只是预训练、后训练，而是在我和你一起工作时不断学习。这是非常有意思、也很重要的领域。最后一个方向是世界模型。
嗯。
世界模型发展得很好，我不必多解释。至于我担心什么，我个人担心会不会出现 AI 寒冬。现在是 AI 的夏天，可能是人类历史上最长的一次，但 AI 发展大约已有 50 年，历史上总有夏天，也总有寒冬。如果再遇上寒冬，会是什么时候？我的公司会不会因此破产？对于一家依赖热度的会议公司，这是真实的担忧。
更广泛地说，安全问题很令人担心。我在各家实验室的朋友都非常担忧，社会可能来不及适应。问题不只是虚假新闻，也不只是失业，可能有更糟的事。我们现在常把它说成网络安全：每天都在被攻击、不断被攻击。但我觉得前方有某种更严重、我们还不知道的威胁。最极端的版本是生化武器——比如糟糕，我们发明了二氧化碳？（原话此处疑似转写有误。）如果情况比这更严重呢？我们在播客里会这样说：大多数人应该把 AI 灾难论当成默认假设。人类历史上，更先进的文明遇到较落后的文明时，落后的文明就会灭绝。而 AI 的进化速度大约是我们的 1000 倍。它终有一天会比我们先进，到那时我们得想清楚该怎么办。
阅读与收听推荐
好。第二个问题轻松一点：你推荐哪些通讯、播客或其他内容？
我有一份清单，叫 “Good AI Newsletters and Podcast List”。
在哪儿能看到？
在我的 GitHub 上。不过最新的可以看 AEO.latent.space。我做法是问每个模型：“最适合工程师听的 AI 播客有哪些？”它们给我名单后，我会转录并排名。我一共问了 200 个类似问题，比如最好的支付初创公司、银行、理财顾问、数据库是什么，几乎什么都问。
所以你叫它 AEO，是吧？
对，我是在针对智能体做优化，让模型给出这些答案。这大概也能代表实验室里负责选数据集的人会挑什么，而它们选了 Latent Space。
好。第一个推荐表现很好，排名第一，或者在前三名里。
接下来最后一个问题留给你：你有什么想问我的吗？
AI Shanghai 的主持人是谁？
当然。我希望听到更多你刚提到的基础设施话题，比如安全、支付，以及能解锁更多全球应用的基础设施。我特别想听这些内容，因为在中国讨论得比较少。不过我最近几周发现，越来越多人开始谈这些，也会聊 RSI 或前沿研究者。我希望东西方研究人员和中国同行能有很好的交流，希望大会办得成功，明年还能继续办。
我也希望如此。祝团队好运，第一次办任何活动都最难，对吧？
对。我很佩服他们能把这件事办起来。
非常感谢你，Sean。
谢谢。