开场：Parallel 与 AI 代理
上个月，Parallel Web Systems 完成了 1 亿美元 B 轮融资，公司估值达到 20 亿美元。
你在 Twitter 待了 11 年，先做首席技术官，后来成为 CEO。
在那之前我还做过工程师。
我们正在打造一组 API，供智能体搜索和访问网页。Parallel 现在成立快 3 年了。3 年前，我像个疯子一样到处跟人说，智能体使用网络的量会达到人类曾经使用量的 1,000 倍。当时大多数人都不相信我。我错了。
为什么？
是 1,000 倍的 2 倍。我当时的融资演示文稿里专门有一节，标题大概是“我们是不是太早了？”结果证明，我们并不早。我们正在为智能体打造一个平行网络。即使你没有把网站做成适合智能体访问的样子，我们也能帮你改造它。
在这么竞争激烈的职业生涯里，每个阶段你是怎么做到不被压力压垮的？
什么压力？
你感觉不到压力吗？
不会。
Parallel 是什么？
Parag，欢迎来到 Sorcery。
谢谢邀请我来。
我们现在在 Index 位于旧金山的办公室，真漂亮。他们也是你们的投资方。我不知道有没有人问过你这个问题：你这周做成了什么？
我告诉你我今天做成了什么。
我们刚刚和 Browserbase 发布了一项很令人兴奋的集成。
嗯。现在 Browserbase 的搜索由我们提供支持。想想人们在用的每一种 AI 智能体：它们在做什么？它们会查看你的内部信息，也会查看网上的信息。它们的搜索量比我们大得多；接着它们会打开浏览器、登录，然后做些事情，比如买东西、写东西。这就是我们今天做的事。
恭喜。我们刚才聊了很多，谈得很愉快。最近我做的每场访谈似乎都绕不开智能体的爆发式增长。很值得把这些问题好好拆开聊聊。你刚才提到“读取”和“写入”，以及你们在做的事和 Browserbase 在做的事。先从 Parallel 开始吧：Parallel 是什么？它有什么不同？这家公司是如何演进的？在一切都变化飞快的情况下，你们又是怎么学习的？
Parallel 现在差不多成立三年了。三年前我像个疯子一样到处说，智能体使用网络的量会超过人类曾经使用量的 1,000 倍。那时智能体还不存在，也不好用。大多数人不相信我，幸好还是有人相信，包括 Index。当时这听起来像科幻假设：工作和个人生活里会有很多智能体，它们会不知为何去搜索网页。我相信这一点，是因为我已经为此着迷很久了。
回头看过去三年，我当初说错了，但方向恰好相反。
为什么？
1,000 倍太低了。我当时觉得 1,000 倍已经是个夸张到离谱的数字。我的演示文稿里真的有一节在问：“我们是不是太早了？”结果证明并不早。今天如果非让我估算，1,000 倍还是太低了。做个粗略估算：普通人一天大概只做十次或更少的 Google 搜索。我刚才查了查自己，现在每天会做几千次搜索；我追踪的那些智能体也是这样。
哇。
我现在使用的所有智能体，一天合计会搜索几千次。所以我个人已经接近 1,000 倍，但还略低一些。现在大多数人还没到这个程度，不过随着时间推移，过几年也许会普及。1,000 倍是个偏低的数字。
但这有效率吗？你觉得到了某个阶段，搜索量会降下来吗？毕竟智能体会变得更聪明，也更知道该去哪里。
是的。不过它确实有效率，因为故事的另一面是：你不能用老式搜索架构来承载 1,000 倍的搜索。Google 建造的基础设施，大概是为了每天处理 100 亿次搜索；这已经需要大量基础设施才能做到。我不认为我们能照搬那套基础设施，再把规模放大 1,000 倍。因此我们要做的是极其高效、经过优化的搜索。模型变得更好也会有帮助。
我们可以把排序智能提炼出来，放进越来越小的模型里。我们也可以这样做：
用 GPU 重构搜索
我们可以用 GPU 作为搜索索引的底层支撑。过去搜索是靠 CPU 完成的，受内存和 CPU 限制。现在可以重新设计搜索，让它达到过去世界不需要、但今天需要的性价比。
智能体流量才刚刚开始
接着刚才的话题，我最近采访了 Vercel 的 Guillermo Rauch。你提到，面向编码的 AI 智能体在他们索引看到的流量中已经占到 60%。你对整个网络也有个很大胆的判断。
最近几个月大家常说，智能体流量已经超过了网络上的人类流量。这里有两点要记住：智能体做和人类大致相同的工作时，可能会进行更多搜索，因为它有能力这样做，而人受时间限制，智能体基本不受这种限制。眼下它们甚至不太受金钱限制，因为人们愿意为前沿模型花钱。
要创造同等价值，智能体需要的网页读取和搜索流量远远多于人类。还有很多智能体流量来自预训练数据抓取。网站所有者看到自动化活动和人类活动对比时，会发现自动化流量正在飞涨。
但我目前最好的估计是，智能体使用网络的量相当于人类的 10% 到 20%。如果我说的 1,000 倍增长是对的，那从现在起还有至少 5,000 倍、甚至 10,000 倍的增长空间。换句话说，智能体时代还非常早。在湾区、硅谷，我们多少都活在一个小泡泡里。
是啊。我觉得大多数人的智能体还没像你的智能体那样做那么多搜索，但以后会的。
人们会持续使用 AI 智能体吗？
Muse 最近推出了 Jolly，我很喜欢这个角色。我们也看到 OpenAI 推出了相关产品，面向个人和消费者的智能体不断涌现。这种增长速度前所未见，可能连聊天产品都没这么快。你预计它会怎样增长？用户留存会如何？
两件事。第一，我得提醒自己，咱们也应该提提 Instinct。
对，我差点忘了。
我是站在“反叛联盟”这一边的。那些大公司之外，还有我们这些创业者，在攻克特别难的问题、推进可能性的边界并不断创新。
是啊，他们正在做很棒的产品。
这个品类确实很棒，也在快速增长。我没有关于留存的内部数据。你大概能想象，我有职业病，会把这些智能体一个个都用一遍。我会尽量深入了解它们能做什么、不能做什么，以及我们能替它们解决哪些问题。
我们之后会谈到这个品类，以及它如何改变我们的产品战略。我预计这些智能体的留存会不错，因为产品上手第一次变得很自然。以前要靠设计一堆界面按钮和流程，让你逐步理解产品；现在产品本身就很自然。这些产品大多如此。问题在于，它们能不能兑现用户体验带来的承诺：你只要碰一下这个东西，就什么都能做。这种体验并不复杂。
留存完全取决于它能不能足够频繁地兑现这个简单而宏大的承诺，最终成为你生活的一部分。很多产品都卡在上手门槛上，但这一代产品没有这个问题，所以我觉得留存会得到解决。
你觉得 OpenClaw 是不是在这里碰到了瓶颈？它毕竟是最早的一批。
不，我觉得 OpenClaw 各方面都做对了。只是它不适合大众。大多数人没有能力把它配置好并持续维护。我们低估了这不只是一次性的设置成本：变化太快了，你得随着变化调整自己的部署方式，也得随着新能力出现调整使用方式。它的灵活性很高、控制权也交给了用户，但设置成本可能太高。
它或许也出现得稍早了些。最初只有一个模型特别好，比如 Opus；一换成其他模型，效果就没那么好了。
智能体产品的持续适应
去年年底大家刚开始用 OpenClaw 时，一换成其他模型，体验就没那么好。那时候你必须随着它一起适应。可今天，从 Instinct 和 Muse 可以看出，用户不需要知道或操心这些变化：产品会在底层更新。作为用户，你不必知道上个月改了什么，只要使用它就行，底层能力会不断提升。
模型会更大、更聪明，也更便宜
这项技术才刚刚出现。你刚才说自己为此着迷很久了，具体是什么意思？你是怎么开始关注的？
我大概在三年半前开始着迷。那时有一阵子，大家在谈“初生的 AGI”和 AutoGPT 之类的东西。开源开发者往往走在其他人前面，他们用当时的模型做实验——我记不清具体是哪一个了，可能是 GPT-3.5 或类似的旧模型。和今天相比，那些模型真的很差，但大家都在试各种办法，我也在试着让这些东西跑起来。它们当时并不好用。
不过，如果你相信这条路，并且当时接触过那些实验室，就会把模型如何扩展、如何进步这件事内化下来。今天感觉一切每个月都在变；或者不是每个月，可能每周都在变（笑）。但换个角度看，几乎没有什么发展偏离了三年前可以直线推演出的方向。
嗯，三年前。
对。模型会不断变大、变好，运行时间也会更长。只要能力有把握，模型就会变得小得多、便宜得多，人们也会围绕它们打造产品，改变所有能在电脑上完成的工作类别。这些都是我们三年前相信并说过的简单判断。此后每周、每月出现的证据都在支持它们。
几乎其他一切也都顺着这个方向发展。当然，我没预测到编码智能体会最先成为一个大品类，也没想到它会采用命令行界面；这些都是后来才知道的。但宏观判断——智能体会越来越有能力、会做大量推理，而每次推理都可能伴随网页搜索——一直没变。
我到处公开说，有一件事是我确信的：无论是工作场景还是消费场景的智能体，模型推理会用掉大量 GPU；世界每为模型推理投入 10 张 GPU，就会为网页搜索投入 1 到 2 张。这就是我所在的生意。
AI 初创公司如何找到 GPU
所以你们是在聚合 GPU 吗？听说你们已经宣布融资 2.3 亿美元——我不确定数字是否准确。你们是在聚合 GPU 吗？
是，但我不会用“聚合”这个词。我们在购买、租用 GPU，以承载目前和预期中的搜索流量。正如我说的，我们会跟着模型推理规模一起增长；推理增长，我们也得按比例增加算力。我不觉得采购 GPU 已经成了我们的核心能力，不过过去三个月里我们经历了好几次疯狂抢 GPU 的紧急情况：突然发现需要 GPU，却没有 GPU，于是只能打很多电话。
你打给谁？
抱歉。
你打给谁？
所有人（笑）。每一家超大规模云厂商、每一家新兴云厂商。
对方通常怎么回应？现在每场对话都会谈到：你们究竟怎么分配到 GPU？
对我们和很多公司来说，关键问题是：具体是哪种 GPU？它实际放在哪里？有时候我们需要 GPU 距离大型网页索引不超过 5 毫秒。另一些 GPU 对多 GPU 工作负载可能更灵活。事情不只是“你有没有 GPU 给我”，而是“你能不能在合适的时间、合适的规模和物理位置，提供我需要的那种 GPU”。这让问题难得多。
到目前为止，我们解决了遇到的每个问题，没有因为缺 GPU 而拒绝客户。但我们确实有过很多次紧急采购 GPU 的情况。
GPU 的寻找和采购流程是什么样？你主要会问哪些问题、需要什么？
不同工作负载要求不同。对我们的大部分工作来说，要问的是有多少 GPU、是哪种型号、什么时候需要、必须放在哪里。大型训练集群还会有其他要求。对我们来说，还得看对方是否愿意就那批设备承诺足够长的使用期。
这并不复杂。只是现在的市场还不是完全有效率的状态；很多事情是靠 iMessage 协调的。
真的？（笑）所以你们在 iMessage 上谈 GPU 合同？
也不完全是。他们会在 iMessage 上报可用情况，然后双方财务人员互相打电话，最后再处理文书。
天哪。
本期由 Brex 赞助，这是我最喜欢的平台。你会变成自己花时间和金钱投入的样子。我拒绝把时间花在本不该存在的工作上，比如报销、追收据和手动结账。Vercel、OpenAI、Anthropic、Granola 和 Deepgram 等打造下一代产品的公司都做出了同样的选择：它们都在用 Brex。
Brex 是一体化智能财务平台，把公司卡、费用管理和银行服务整合在一起，并内置 AI 智能体来自动处理费用、在支出发生前执行政策，还能在几分钟内结账。因此 Sourcery 使用 Brex，我就能把时间花在打造产品，而不是繁琐事务上。现在就去 brex.com/sourcery 了解更多。Brex，让公司从握手合作到签字落地都更快。
GPU 资源的采购与广告
是时候用 Brex 了。访问 brex.com/sourcery。Brex，让公司从握手合作到签字落地都更快。
Harvey 是为法律工作打造的 AI 平台，获得 Am Law 100 中 80% 的律所、以及超过 20% 的《财富》500 强企业信任。今天就去 harvey.ai 了解更多。这就是 Harvey.ai。
AI 不只需要芯片，还需要电力、土地和基础设施。Zone 正在开发下一代数据中心园区，与 AI 公司、园区开发商和技术领袖合作，更快、大规模地部署算力。Zone 正在建设 AI 前沿所需的基础。访问 zonefrontier.com 了解更多。
每年增长 10 倍会成为常态吗？
我想回到规模这个话题。我们刚才聊了过去的规模是什么样、未来会怎样。你在 Twitter 待了 11 年，先是工程师，后来做 CTO，再成为 CEO，还有博士学位和研究经历。你能不能帮我们校准一下预期？如果过去的增长标准是“三倍、三倍、两倍、两倍”，今天什么样的规模增长才算显著？现在需要做到什么程度？
不知道别的公司该怎么做，但对我们的业务来说，答案相对简单。正如我说的，我们会跟着模型推理一起增长。推理逐年增长，就是我们的锚点。我们的目标是比知识工作或消费场景的智能体推理增长得更快。如果我们能同步增长，甚至更快，我就很满意。这是我们的基准。
长期来看，什么才是合适的推理增长基准，我还不知道；但短期很清楚：今年或明年上线的 GPU 会做推理，因此也会同时做搜索。短期基准就是推理的增长。
那数字是多少？
最简单的估算是 10 倍，先用这个整数作为基准。去年你问我，我大概会说一个更低的数字。但有个规律：即便我以为自己说了个很激进的高数字，最后还是低估了。所以现在我觉得可以说 10 倍，虽然连续很多年每年增长 10 倍听起来有点疯狂。我也不知道这种情况能持续多久。也许我又错了。
快到眨眼间完成网页搜索
你从内外部能看到很多市场信号。你遇到过哪些意外？你在关注什么信号？
说说我们合作的客户类型可能会有帮助。我们的很多洞见来自与做着非常有趣、独特事情的人合作。最初，我们服务的是那些把智能体能力推向极限的人。Harvey、Notion 这样的客户很早就开始用智能体做真正的工作，而这类工作的质量要求很高。整个采用链条上的人都会问：“我们能相信智能体替我们做这件事吗？”
与要求很高的客户合作——或者与服务要求很高客户的公司合作——迫使我们不断提升系统质量。
接下来的阶段，我认为是语音智能体开始真正可用了。起初，人们可以接受语音智能体不太自然地停顿一下，或者说“我查一下再回来告诉你”。我觉得这种容忍大概只持续了三个月。现在，如果这种情况发生，尤其是用过多个语音智能体的人会觉得：“这也太离谱了，体验太差。”
于是你看到语音智能体变得像超自然能力一样，而且速度非常快。这对网页搜索意味着什么？你必须在 150 或 200 毫秒内完成搜索。人类用的网页搜索大约是亚秒级，端到端可能要 600 到 700 毫秒；我们不会明显感觉它变快了。但对语音智能体来说，这种延迟完全无法接受。
所以你必须同时突破质量、成本和延迟这三个维度，三个都得做好。推动我们的，是那些站在前沿的客户。他们会说：“我们今天能做出的产品体验，很快就会让人无法接受。”底层每个基础设施组件都得解决问题，才能跟上快速变化的市场预期。
说到网页搜索，你可以试试把 ChatGPT 里的网页搜索关掉。ChatGPT 刚推出的头八九个月里没有网页搜索，我们只是和模型聊天。现在再试试，我打赌：第一，你问的大约 90% 的问题都会让你失望；第二，你会觉得自己像个穴居人（笑）。不过那也才三年半、四年前。外表看起来相似的产品，我们对它的隐含预期却已经发生巨大变化。这让我觉得不可思议，我认为这就是技术进步的本质。
用户预期不断提高
对，因为它变成了基本门槛，对吧？现在模型可能还会逐渐拥有某种潜意识，甚至某种意识，然后开始评判我们、攻击我们（笑）。
AI 会先于你察觉需求吗？
我其实不知道。我对此比较乐观。
好。
我认为它们会变得主动。它们会了解我们，知道我们明确表达和隐含的需求，然后主动替我们做事。我觉得这就是下一阶段。现在已经能在 Instinct、Muse 和 Dot 这些产品里看到一点主动性的苗头。不过它们仍然更偏响应式，而非真正主动。它们一直在运行，但还没有真的主动行动。我很期待下一个时代：智能体会变得高度主动。
智能体正在冲击网络商业模式
这是一个全新的经济形态和互联网层。也许互联网本身以后都不存在了，大家只用智能体——现在有人这么说。底层基础设施由哪些部分组成？你们是其中一环，那基础层还包括什么？
可以从两个角度谈。先不说互联网，先说构建智能体需要的基础设施：一个模型，也就是推理能力；可能还需要沙箱；需要网页搜索，就像我们提供的；需要行动空间，包括浏览器和一些 API 接口；还要接入各种连接器，访问你的个人数据和公司数据。把这些组合起来，就能构建智能体。剩下的部分则是我们一直都有的东西：可观测性、反馈循环、安全。这样你就有了面向智能体的云。
再看网络基础设施：除了网页搜索，还得回答你刚才提到的问题——互联网会不会关闭？我确实认为，互联网的主要使用者将会是智能体，这意味着互联网会被重新设计。眼下第一步是智能体读取网络，这就是我们在做的事。还没解决的是新的商业模式是什么。
过去，你把内容放到网上，要么做订阅生意：发布内容，吸引用户，其中一部分人订阅报纸；要么靠广告，按看到广告的人类访客数量收费。还有联盟营销，或者引导用户完成某种交易。所有这些商业模式，基本都依赖我们这些人随机浏览网络、打开网页，然后一步步采取后续行动，其中一些行动能为参与者带来收入。
如果改由智能体来做，购买这个动作仍然存在，其他很多动作却会消失。因此你再也无法靠注意力变现。广告模式，以及某些订阅模式，都不太持久。什么会取代它们？这正是我对 Parallel 特别兴奋的原因之一。只解决技术问题远不如同时解决技术和商业模式问题有意思。
我们对如何让网络保持开放、如何让内容所有者与 AI 应用或智能体的激励保持一致，有很明确的看法。我们不希望内容所有者因为不知道怎么从中获益，就选择屏蔽所有 AI 智能体。
对，我们得替他们解决这个问题：给我一个理由，让我愿意把内容提供给 AI 智能体。这个理由是什么？
我们建了一套系统，由模型计算每次智能体读取内容时应该向相应内容所有者支付多少钱。我们已经和不少内容所有者建立合作。我们押注，这种方式能让网络保持开放；这可以称作我们版本的……
按价值补偿内容所有者
类似 AdSense 那样简单、自动化的差异化定价，实际上就能让内容所有者从高质量内容中获得价值。
好智能体与坏机器人
说得很好。我不久前采访了 Union Square Ventures 的 Fred Wilson，他谈到 Google 的传统业务正在被 AI 大语言模型和智能体蚕食，Gemini 就像是一次孤注一掷的挽救行动，他们正在强调并利用这一点。我想深入聊聊变现问题。我还在另一场采访中和 Stripe 的 John Collison 聊过，他提出一个问题：我们还需要机器人检测吗？显然有好机器人，也有坏机器人；但如果流量最终基本都成了智能体，那机器人检测还有什么意义？
今天很多人在做机器人检测。但“机器人检测”其实涵盖几种不同东西：网络爬虫、代表某个人或企业工作的智能体，还有试图造成伤害的恶意机器人。
我们得比过去更谨慎地使用“机器人”这个词，因为它通常带有负面含义，好像它对任何人都没有帮助。如今有一类智能体对你我都很有用。我希望自己的智能体能继承我的权限。所以现在要小心看待机器人检测市场：它目前表现不错，是因为我们还没想好怎么让各方激励一致。
另外还有行动层面的激励协调问题。前面说过内容层面的协调：我为什么要让你读取我的内容？另一边则是，如果我允许你的智能体在我的商店里购物，会发生什么？不同公司正在采取不同策略。我认为我们得解决这个问题，让所有智能体——不只是大型实验室做的那些——都能访问所有内容，也能替主人执行主人有权执行的操作。但我们还没做到。
智能体与网络安全军备竞赛
增长背后最大的话题之一是网络安全和主动攻击。你说自己是乐观派，但现实来看，你认为最大的风险是什么？
网络安全风险是真实存在的。智能体能帮助防守者，也能帮助攻击者。问题始终在于：那些抢先用智能体保护自己的组织，我觉得会没事，因为攻击者总会寻找最薄弱的环节，而薄弱环节永远存在。大体上我就是这么看。至于高度敏感的东西，比如前沿模型的权重，那是完全不同的话题（笑）。
总的来说，我的直觉是，我们会积极使用编程智能体来提升安全性，但在这过程中，每隔几周可能就会发生一次影响重大的网络安全事件，推动大家采取行动、紧迫地加强防御。不过我们会在攻击和防守两边都投入大量推理算力。
这和你在 Twitter 的经历有相似之处吗？Twitter 是最大的社交媒体平台之一，自然也会带来很多漏洞。
显然有相似之处。以 Twitter 为例，攻击者有很强的动机，可能是加密货币垃圾信息——有一段时间这很常见——也可能是国家支持的影响力行动。我们过去经常公开披露这些事。它们一直在发生，控制这些问题需要投入真正的精力。
很多人不明白，几乎不可能把这类问题彻底清零。你只能控制它，因为这就像一场刀战，战术一直在变。你控制住一种攻击方式，新的方式又会出现，然后你再去控制它。
人们还不明白，大多数坏事并不会浮在表面。如果你看到一个账号，觉得“这是个机器人”，那反而没什么危害，因为你能看出来它是机器人。真正的问题在边缘地带：我们会失去区分能力。
无论是普通人，还是构建系统的技术人员，都可能分不清人类和机器人或智能体。那时你就会觉得：“我不知道自己面对的是什么。”我认为这和我们现在处理的情形很像。
智能体面临的网络核心问题
你觉得机器人应该表明自己的身份吗？我对此有两种互相矛盾的感受。我确实认为，好机器人应该自我声明，让别人认出它们是好机器人，并区别对待那些可能带有敌意的机器人。不过我们总说“机器人”，我其实更想说“智能体”。
好吧，对（笑）。
每次说机器人——我真的觉得“机器人”这个词更负面，“智能体”更合适。
智能体大概就是好的机器人吧。总之，我觉得它们应该声明自己的身份。我知道现在有不少协议正在尝试让智能体向公众声明身份。
另一面的问题是概念性的：你的智能体应该拥有和你一样的访问权限吗？它应该继承你的全部权限，还是只继承一部分？如果我们能找到办法清除坏机器人，同时又让自己的智能体获得我们的访问权限，那会好得多。现在很奇怪：我的 Instinct 或 Muse 在很多网站上都拿不到我本人拥有的访问权限，因为它们被拦截了。如果它们开始自我声明，可能还会被拦得更多。
对，这就是为什么我觉得我们正处在转型期。这些产品有不少毛边，部分原因是我们还没有解决激励协调。但如果现在就让智能体到处声明身份，很多网站会因为商业模式还没对齐而开始封锁它们。这样产品就会变得更差、更没用，实在可惜。
所以在我看来，生死攸关的问题是：我们如何让智能体和整个网络对齐？
你觉得每个团队都需要有人负责安全与对齐吗？这会不会成为更高一层的专业方向？
我觉得大家没法回避这个问题。我们处在网络这一层，而网络是个危险的地方，任何人都能在任何地方发布恶意内容。这些内容会进入智能体的上下文，因此可能发生提示注入攻击。
值得肯定的是，过去两年模型开发者在降低模型脆弱性方面取得了实质进展。不过整个世界都得依靠很多层防御，几乎每一层都必须非常重视这个问题。
不能说“模型会解决它”。我们这一层要先专注解决自己的问题；模型也得专注解决；使用模型和我们服务的应用开发者，也要在他们那一层专注处理。因此每一层都必须面对对手，这样才能真正防御。当然，偶尔还是会有问题漏出来。
AI 在真正的专业工作中表现有多好？Mercor 的 AI Productivity Index，也就是 APEX，会随着每个主要前沿模型的发布持续追踪，并由 Harvey、Cognition 等合作伙伴共同打造。请到 mercor.com/apex 查看当前前沿水平。
本期节目由 Fundrise 的 VCX 赞助。VCX 是私营科技公司的公开交易代码，让各种规模的投资者都能投资风险投资。详情请访问 getvcx.com。
多资产投资与全球招聘广告
Public 是一个多资产投资平台，你可以用 AI 智能体自动化投资。只需输入简单提示，就能创建自己的智能体。智能体可以监控市场、执行交易策略，并管理股票、债券、期权、加密货币等资产中的现金。想在收盘时买入、第二天开盘时卖出？告诉你的智能体就行。到 public.com 自动化你的投资。
创始人用 Deel 扩大规模更快。几分钟内即可在任何国家设置薪资，随时随地招聘，并快速办理签证，然后回去继续打造产品。访问 deel.com/sourcery。
好模型为什么仍会给出糟糕答案？
你们是怎么招人的？尤其现在变化这么快，而且你们已经有全球办公室了。
是的。
团队有多大？你们怎么招聘，主要需要哪些岗位？
现在团队大约有 120 人。今年年初我们接近 30 人，所以这一年增长非常快。其中很大一部分增长，是因为年初我们几乎没有市场拓展（GTM）团队。我们当时纯粹做技术。过去三到六个月里，我们建立了一支相当大的 GTM 团队，因为我们发现，几乎每家购买模型推理服务的企业也需要购买网页搜索。全球排名前 100 或前 500 的大公司开始大量购买 token，也开始购买我们的服务，让这些 token 发挥更大作用。
所以你们的增长很大一部分来自销售团队。客户怎么知道要在买 token 时也买你们的服务？
他们先遇到问题。常见情况是，客户开始用某个模型，而模型本身可能捆绑了网页搜索。于是他们用它来构建应用。有时效果不够好，团队会发现，尽管模型很优秀，拖累应用能力、让它无法解决实际问题的却是网页搜索部分。这可能就是我们最初开始服务 AI 法律、AI 金融、AI 科学等客户的原因。
客户需要我们的第二个时点，是他们决定使用多个模型。他们可能希望迅速切换不同的专有模型，或者开始采用开放权重模型。这时，高质量且能兼容各种模型的网页搜索，就能让他们不依赖某一个模型，灵活构建应用。
第三个原因是客户把用量扩大后，开始衡量投资回报、优化端到端成本。我们的搜索信号质量很高，也更节省 token；模型因此只需要做一半数量的搜索，端到端消耗的 token 更少，成本更低、速度更快。这就是第三个购买原因：客户会说“我花在 token 上的钱太多了。系统有用，但能不能帮我们提高效率？”
所以你们不只是做路由，也帮助优化 token 使用。
对。对于很多依赖网络开展工作的知识工作类别，我们能显著提高 token 使用效率。
Parallel 为机器人建了一个网站？
哇。我们和 Vercel 的 Guillermo Rauch 聊过市场拓展方式的变化：先是 SEO，然后是 GEO，现在是 AEO（笑）。
我觉得 GEO 和 AEO 有点相同，但也不完全一样。
对，因为现在面向的是智能体，而不只是聊天。GEO 说的更像聊天。
没错。Vercel 已经针对访问其网站的智能体做了优化，让智能体能读懂网站，准确知道他们提供什么产品、该怎么使用。因此 Vercel 成了开发产品和编程环境中的热门选择之一。
你提到这点很有意思。三年前我们做第一个网站时，网站上几乎什么也没写。我们还没正式公开，不过有一个机器版本。直到今天，你访问我们的网站，仍能看到人类版页面，也可以切换到机器版。
据我所知，我们是最早采用这个比喻的网站，因为我们在为智能体建造一个平行网络。我们一直保留这个概念，现在整个世界也开始认同它。这是个挺有趣的做法。
事实上，展示层几乎没那么重要，因为即使你没有把网站发布成对智能体友好的格式，我们也能改造网络。我们能理解人类看到的版本，并帮助它变成智能体可读的版本。
哇。
我们不做 AEO 或 GEO，不过用我们的产品，你的网站会变得能被智能体使用。
我们在设计入门流程、文档，以及开发者或客户旅程的每个环节时，首先假设使用者是“带着编程智能体的人”，而不只是开发者。你会在我们网站上看到这样的提示：把这段提示词放进你的智能体，它就会准确知道如何用 Parallel 解决你的问题。人只需要授权、添加信用卡或接受条款，剩下的工作智能体都能完成。所以，把每种体验都重新设计成智能体优先，我认为非常关键。像 Vercel 这样围绕智能体构建产品的人，确实有优势。
主动式智能体与搜索的未来
我们大概还剩 10 到 15 分钟。你最近做了很多媒体访问，也习惯接受各种提问。有什么问题是你希望别人问你的？
我花了不少时间思考主动式智能体和持续在线的智能体，以及它们会怎样改变算力世界和网络。我觉得关键问题是主动式网络。我们已经建立了一些相关系统，有些人也开始使用。我一直在说，网络会从“拉取”转向“推送”。
到目前为止，人类使用网络的主要方式是自己去 Google 搜索。少数人会用 Google Alerts，但它不太管用。大家还试过 Google Now 之类会推送通知的产品，但网络上真正主动的服务始终没做起来。
我认为，有了智能体，随着智能的成本下降，这件事就能实现。想象一下，Instinct 或 Muse 能隐式地了解你的世界和生活，并针对整个网络上发生的变化，设定高信号、高精度、高召回率的提醒，判断什么时候需要代表你采取行动。世界发生了变化，或者可能正在发生什么，你需要因此做什么？这会改变你的计划或行动吗？
在这种世界里，如何分配算力是我眼下着迷的问题。网络太大了，有一万亿个页面，其中很多每天都在变化，大多数内容却是垃圾。无论算力变得多便宜，我们都没有足够的算力去计算一切。因此，我们必须聪明地分配算力，关注网络上所有变化，把更多算力花在真正需要采取行动的事情上，而不是垃圾变化上。
网络变化的速度也会大幅加快。你已经看到人们用智能体发布内容，AEO、SEO 业务正在生产智能体生成的网络内容。这意味着网络变化会更快，而搜索引擎的任务就是在噪声越来越多时从中提取信号。
你怎么看太空数据中心？我希望自己对这方面了解更多。
我希望它们能行。
你研究过这些算力相关的设想吗？
我还没有深入研究太空数据中心。我确实认为我们需要算力。
嗯，我稍微研究过主权力量会如何参与数据中心建设，这个问题会怎样发展让我很感兴趣。
推动 Parag 进取心的人
我们的一位合作伙伴 Brex 专注于提升表现、更聪明地花钱、更快地行动。我想从个人角度谈谈：表现如何，取决于你和谁共度时间。有人说这取决于最亲近的五个人；也有人认为是导师、职业上的激励者。很有意思。我很好奇，对你来说，这个人或这些人是谁？
我的妻子，她叫 Vinita。我在 Twitter 做工程师时认识了她。如果你想想我职业生涯中那些大家知道、做得还不错的部分，其实大多要归功于她。她简直是个超人，雄心非常大。我本来就有野心，但我觉得她把我的野心推得更高了。
无论做什么，我一直都希望做到世界顶尖。这是我唯一认可的标准。我做数学时是这样，做物理时是这样，做计算机科学研究时也是这样。我觉得这些领域我都做到了。但如果没有她推动我，我不会认为自己有能力做到现在这样。后来我想，如果你足够在乎一件事，你就能在任何领域做到世界前十。当然，世界第一完全是另一回事。
对我来说，设定标准的人就是我妻子。她是一名医生，现在仍在行医；她也是 Andreessen Horowitz 的投资人，还创办过初创公司，从事医疗和生物科技。她非常努力，是一位了不起的妈妈和妻子。
太棒了。听起来你们之间有一种很好的良性竞争。
是的，是的。我很幸运，很多时候人们会通过我来接近她。
真的吗？
是啊（笑）。人们会来找我，想办法让我替他们给她转发邮件。
天哪，太有意思了。这是个很棒的分享，我没想到会聊到这个。
你觉得伴侣选择，或者说选择和谁共度一生，为什么这么重要？
我觉得这大概是人生中最重要的决定。就像你刚才说的，重要的还有你的同伴群体。我很幸运，小时候有一个非常特别、少见的同伴圈：我的朋友基本都是印度核科学家的孩子，每个人都觉得，不管尝试什么，自己都要做到最好。周围一直有这种雄心和竞争的期待。
后来我上了竞争最激烈的大学，研究生院也一样。当你身处这种高标准的环境，就会因为周围人的期待而超出自己的预期。现在大家都在谈人才密度：打造团队时，如果团队人才密度很高，那就是一种超能力。
如果你不招出众的人，就得不到出众的人；如果你只招出众的人，最后团队里就全是出众的人。这里面会发生很多自我筛选。我很幸运一路经历了这样的过程——我起步时就处于那样的同伴圈里。
同伴环境与伴侣选择
有了那样的同伴圈，你就不太会再允许自己离开高标准的环境；这种影响也会延伸到你选择伴侣这件事上。
对，这又会进一步推动一切发展，有点像某种自我实现的预言。
不安全感是一种超能力
你的职业生涯竞争这么激烈，每个阶段都如此，你是怎么不被压力压垮的？
什么压力？
你感觉不到压力吗？
不会。
不会？为什么？
我为什么要有压力？
很多人都会有。
对，我觉得压力有点像人为创造出来的概念。我真的相信这一点。Twitter 被收购期间，我曾经追踪自己的睡眠评分。
真的吗？
是啊，我睡得挺好。我觉得，如果你知道自己必须做什么，那就去做。你不必感到压力。世界可以向你袭来，但只要你知道自己能做什么，并且把时间尺度拉长一点，就会发现很多事不过是一周或一个月的事。
你必须每天表现出色，但这和压力完全是两回事。真正要问的是：有些时刻，你是否必须感到压力才能表现？我很喜欢“不安全感”这个说法。
真的吗？
我一直告诉别人，我只想要那些我自己都不会录用自己的工作。我希望自己感觉像是被扔进一个挑战里，从纸面上看，我不应该有能力完成它。
第一，这会让你谦逊一点；第二，会让你有点偏执。它会驱使你学习、保持好奇、努力工作并寻求帮助。按我的经验，如果你对自己正在做的事感到很有把握，这些最重要的行为就不容易被激发出来。
“压力”这个词不太准确，因为它暗示你是在满足别人的期待，而不是自己的期待。我认为，内在期待远比外界期待更能推动成功。至少对我来说，除了我妻子以外，我对自己的期待一直高于外界对我的期待，即便是那些真正相信我的人也是如此。
这个转折真有意思，我完全没想到。非常感谢你带来这么精彩的对话。我们既了解了 Parallel，也听到了你的个人生活。要是早点聊到这些就好了。你的处世哲学和思考方式真的很有意思。
谢谢，聊得很开心。
谢谢你，Frog。
太棒了。
嗨，我是 Molly。如果你喜欢我们的访谈，可以订阅我们的 newsletter：sourcery.vc。我们每周分享热门交易和科技新闻，也会深入介绍播客访谈。现在就订阅 Sourcery，也别忘了在 YouTube、Spotify、Apple Podcasts 或你常用的平台上订阅节目。注册链接在简介里。