开场
我真心期待，未来会给很多人带来什么。我特别喜欢 Supabase 的一点是，这个平台催生了很多创业者。我确实相信，只要能用上 AI，世界上的每个人都会成为某种意义上的创造者。你可以打造任何东西，也可以按自己的需要定制；想改一款应用、调整界面，都不必再受制于别人。说实话，我很期待 2027 年。
欢迎收看新一期《Lightcone》。今天请到 Supabase 联合创始人兼 CEO Paul Copplestone。Supabase 是一个开源 Postgres 后端，已经成了 Cloud Code、Coda 等工具默认使用的数据库。如今 Supabase 有 1,300 万用户，每周新建数据库超过一百万个。Paul，欢迎来到《Lightcone》。
谢谢邀请。
先从一件事说起：YC 会在第一天发一件 T 恤，上面写着“做人们想要的东西”。但现在大家越来越意识到，应该做“智能体想要的东西”。你们公司很能说明这一点。现在新增活动里大约有 70% 来自智能体，这不挺惊人吗？
增长与营收四倍
是啊，太惊人了。今年的数据尤其明显，趋势大幅转向智能体。
为了让大家理解你们增长有多快，能说说你们关注哪些数字吗？去年这个时候是什么情况，现在又到了什么水平？
去年这个时候吧，现在我们有 1,300 万注册用户，往前推 12 个月，大概是 300 万。今年营收会增长到原来的四倍。现在每周大约新建一百万个数据库。
是每周创建一百万个数据库？
超过一百万。
去年这个时候有多少？
现在托管的数据库快到 5,000 万个了；去年这个时候是 800 万个，增长拐点非常明显。
是什么推动了这个增长？
第一，软件工程师们正在毫无顾忌地大量构建。第二，越来越多的新型创造者开始出现。过去通常得有软件工程背景才能做的事，现在非工程师也能在 Supabase 上真正做出产品。
这确实是个很大的转变。你们具体做了什么，推动这种转变？软件工程师当然会继续选择 Supabase，但你们怎么让智能体一开始就用上它？
Supabase 的三个阶段
我们大致经历了三个阶段：最初是仪表盘公司，后来转向 API，现在则是以代码为先。我们努力提供智能体喜欢的构建方式，也就是代码优先；它们大多数时候特别喜欢用命令行工具。另一个因素是，我们成了大语言模型里的默认选项。我觉得我们很大程度上受益于时机：我们恰好在那个阶段成为数据库的默认选择。
你觉得开源也起了作用吗？智能体很喜欢开源项目。
很难知道如果不开源会怎样，但我认为这至关重要。我们做的所有东西都是开源的，这似乎给了我们很大帮助。而且我们的开源做法很开放：不只支持 Supabase 自己的工具，也支持 Postgres 这类已有工具。我们参与维护 Postgres，因此在许多社区里都有广泛的影响力。
我猜智能体确实喜欢开源，因为出了问题，它们可以直接查看源代码。
对。
我发现智能体喜欢自己能掌控局面，也喜欢数据。最让人沮丧的，就是碰到一堵墙，既不知道发生了什么，也没办法修复。
我觉得开源会越来越重要。现在安全问题这么受关注，很多企业会想检查源代码，确认它是否安全。如果代码是闭源的，他们可能就不愿意采用那个供应商。
“创造者”与传统开发者
到 2026 年，开发者还算是你们瞄准的核心用户吗？你们现在怎么理解这件事？
我觉得我们正在进入一个“创造者”大量涌现的时代，至少今年看到的是这样，而且人数多得惊人。通常，漏斗顶端的注册数加速增长时，激活率、转化率等其他数字往往会下滑。但今年这些指标却全都在往上走，有点不可思议。模型越来越会构建产品，过去没有软件工程背景的人也开始能做东西。
所以“创造者”指的可能不是软件工程师，而是有个东西要做的人。他们打开 Cloud Code，但光靠文件很快就不够用了。
嗯，是的。从某种角度看，这些人心里有很多想法，以前怎么也说服不了软件工程师帮忙做；现在他们不用说服任何人，就能把想法一个个做出来。软件工程师仍然占很大一部分，但创造者群体的增长速度相当快。我也不知道这个增长的上限在哪。早期投资人曾说，PLG（产品驱动增长）到某个营收规模就会碰到天花板，然后得转向市场里的另一个细分领域；但到现在似乎还看不到天花板，我也不知道它会在哪里停下来。
这在一两年前大体上还成立，但今年显然不是这样。我上周末刚和一个人聊过，他是金融科技公司的创始人，刚以超过十亿美元的价格退出。他一直比较靠近产品，在 YC 本科时学数学，也能拼出一些 Ruby 脚本，但过去总得找工程师来开发软件。现在他在做副业，开始自己做东西，还能用上经营金融科技公司的经验，为个人财务搭建相当复杂的资产负债表、追踪软件，也知道怎么接银行接口，所有集成都从头写起。这种软件哪怕两年前都不可能有人做出来。
这类人正是很理想的创造者。我这种开发者想到的多半是开发者工具，但还有那么多领域专家，清楚自己所在的细分行业有哪些没解决的问题。现在他们可以直接动手解决，不用再说服别人加入。我记得你们在 YC 也聊过，加入创业营的创始人画像是不是正在变化？
回头看 2022 到 2025 年，大家的想法确实有过变化：既然 AI 要来了，创业团队无论如何都必须有技术联合创始人。这种观念在 YC 当时特别突出。它一直有道理，但那几年大家格外强调这一点。可过去一年，我们开始看到“创造者”的崛起。更难的事情是知道该做什么；如今，构建能力几乎成了每个人随手可用的东西，这很棒。想想以前那些永远不会被做出来的产品：明明知道有人会买，也知道问题确实存在，但边缘需求就是找不到工程师愿意做。
“创造者”与传统开发者（续）
你能举些例子吗，Paul？比如人们用 Supabase 做了哪些以前根本不会有人开发的应用？哪怕只是给自己用的也行。
个性化应用
有个挺酷的例子。我们开完大会后，一个来自巴西的人来找我。他用手机做了一整套出租车应用，有点像服务当地市场的小型 Uber。他自己就是出租车司机。我也不知道他为什么想做这个，但他真的做出来了，而且特别感激自己能做到。他大概五十岁，却突然有了像十几岁少年一样动手构建的劲头，这很棒。
如今工作会变成什么样，仍有很多不确定性；但对这些创造者来说，未来也带着令人兴奋的机会。这正是我喜欢 Supabase 的地方：人们可以进来发现新的技能和机会。以前有些人只是蓝领劳动者，如今也能开始做东西。
最近你也在做一些个人软件。能聊聊你在做什么吗？
我最近越来越沉迷于用 OpenClaw 来构建。大概六个月前，我还说以后不会有界面，一切都只通过 OpenClaw 聊天完成。现在回头看，我都不好意思提这话了。我当时也很坚决地不想用数据库，想把所有东西都放在 Markdown 里。但实际用下来发现，到了某个阶段，数据库和界面确实都很有用。过去几周我一直在搭这些东西，把它叫作“控制塔”——就是给生活各个方面做界面。比如我有个界面帮我分流邮件，不用逐封看收件箱；还有财务支出追踪、健康记录，包括体重、锻炼等等，全都放在一处。
最神奇、也让我觉得不可思议的是，我给自己做的财务模块，功能至少能和 Mint 或 Monarch 这些产品打平，有些方面甚至更好，因为它能结合我的个人背景。比如查一笔交易时，它可以从我的 G Brain 里查出那个人是谁，然后正确分类。过去有好几家创业公司专门做个人理财，而我现在可以直接给自己做一个，不用考虑别人需不需要，也不用管别人的看法。这感觉真不错。
我们看到很多这类项目，尤其是财务和健康这两个领域，大家都希望掌握自己的数据。人们会把不同设备上的信息同步到同一个数据库里，再让智能体跨设备建立关联，这能力很神奇。
是啊，拿健康来说，我的两套数据库里存着这些数据，同时它还能访问我的日历。它知道一些背景，比如体重最近涨了，但因为我在旅行，所以没关系，下周再回到正轨就好。理解这些上下文非常有价值。
个人数据库与数据所有权
我有点担心，把所有习惯、日常流程和 CRM 都塞进一个智能体里。现在我正慢慢把这些数据抽出来，这样以后想接入不同的智能体时，可以自由换用任何一个。CRM 对我来说也非常关键。
这正是你们有价值的地方。真正有价值的是作为权威记录的数据库。我们应该拥有自己的数据库，再在上面搭应用或智能体，而不是把所有东西放在别人的数据库里。
这想法确实挺不可思议。回顾数据库的历史，过去世界上只有少数几家大公司运营着规模巨大的数据库。我记得 Supabase 刚起步时，你们就有个想法：让所有人都能轻松创建数据库。当时不太容易理解为什么那么多人会想这么做，因为如果不会写代码，数据库能拿来干什么？会写代码、能做个人 CRM 的人也没那么多；在 AI 出现之前，对大多数人来说这活儿太费劲了。
还有个例子能说明 Supabase 对我有多重要：我有个文件上传区，听起来很简单，但我可以把任何文件通过邮件转发给自己，或者直接扔进这个界面；我的智能体会判断文件是什么、和我的生活有什么关系、该怎么处理。所有东西都存在 Supabase 上。最后，Supabase 可能会集中保存我生活里的全部数据。一年前我根本想不到自己会需要个人数据库，因为那时这听起来毫无意义；现在我觉得它才是最有价值的东西。
你用的是兼容 S3 的 Supabase 文件存储，所有东西都放在那里？
对，G Brain 里默认就是这个。
你觉得未来会是这样吗，Paul？世界上几乎每个人，而不只是开发者，都会有一个 Supabase 数据库，存着自己生活、健康、财务和人际关系的信息？
我们当然希望如此。我确实相信，只要能用上 AI，世界上的每个人都会成为某种创造者。你可以构建任何东西，也可以按自己的需要定制；想改一款应用或界面，就不用再受制于别人。当然，我们把自己看作一家“索引”公司。加入 YC 时，我们只盯着 YC 的创业公司，希望赢得所有 YC 客户，因为我们知道，企业刚成立的第一天就得在场。我们的使命没变，只是服务范围大幅扩大了。现在越来越多创造者出现，我们得服务他们，这要解决的是完全不同的问题，但也很令人兴奋。
你说扩大了很多，是一千万倍？
我们现在每周新建一百万个数据库。简单算一下，假设 ChatGPT 有 12 亿周活用户，而且每个人每个月都想启动一个项目，那就是每月 12 亿个数据库。我们正在走向这样的规模，必须准备好相应的架构；数据库领域以前从没遇到过这种规模。
扩展到数十亿规模
Postgres 真能做到吗？还是说，要每周扩展到十亿个新数据库，你们得自己造一套数据库引擎？
我觉得可以……如果我们能和 AWS 谈到更好的条件，也许就行。不过现在大家都想要算力。很多这类工作负载可能并不需要法拉利级别的性能。我们最近收购了 Turso，它采用一种兼容 Postgres 的架构，也兼容 SQLite。我认为 SQLite 是一款很出色的数据库。我们会推出一个叫 Supabase Spark 的层级，主要服务刚起步的工作负载。使用体验保持一致，之后可以一路扩展到 PB 级。我们的标语大致是“从原型一路走到 PB 级”。作为一家公司，我们要确保每个人都能用；如果用户的业务持续增长，我们也要让他们一路用得顺畅。
我好奇你们怎么想这件事。传统软件公司可能先服务 YC 这样的早期创业公司，同时把企业客户当作长远目标。尤其数据库公司，在 AI 出现之前，大家想成为 Oracle，就会尽快进军企业市场，因为钱在那里，于是不断开发企业功能。你们转向 SQLite，似乎是在往相反方向走。你们是两头都看吗？
是的，两头都得做，难度非常大。我们实际上有两个产品服务两端：Multigress 可以扩展到 PB 级，Turso 则适合缩小到原型和 SQLite 这类工作负载。在增长这么快的时候还得持续招人，即使有了 AI，这仍然是个很大的挑战，不过也是个有趣的挑战。
Supabase 内部采用 AI
你们最近做过一个调查：六个月前，只有 10% 的工程师会用编程智能体写出自己 80% 的代码；最近这个比例升到了 60%。这是怎么发生的？接下来会怎样？
我们内部没有 AI 政策，大家想用什么工具就用什么，我们也会给他们相应的访问权限。现在大家相信模型能把很多工作做得更好、做得更多，所以采用速度非常惊人。他们内部构建的东西并不是随便拼凑出来的小玩具，而是相当复杂的项目。转向 AI 编程之后，我们做的测试更多，也采用了不少测试工具，确保最终结果确实可靠。
YC 的创业公司里也能看到这种情况，比如 Blacksmith、Depot、UbiCloud，它们都在做 CI，因为大家都在用 CI。测试数量也暴涨了。
这很疯狂。是不是模型终于够好了，大家花足够时间试用之后，就发现“这确实挺好”？
还得让人信服。尤其工程师，年初时可能觉得模型还不怎么样。模型确实进步了，但工程师也开始看到，原来用这些模型真能做出很棒的成果。Navier–Stokes 方程等方面的进展，也在让市场相信我们确实能在这里开创新局面。我觉得我们正在走向这样的阶段：大家已经相信这就是未来的工作方式。
一路走来的经验
Supabase 经历了三个阶段：在 YC 用 100 天做出的仪表盘公司、API 公司，现在又到了“做智能体想要的东西”这个阶段。每个阶段有没有一两件事，让你觉得“这就是让我们在那个时期成事的关键”？
你刚才提到，Supabase 刚进 YC 时，别人会问为什么要有一家数据库公司？
对，当时这想法听上去相当反主流。
是的。我们发现，哪怕对开发者来说，数据库也很难用。所以最初做仪表盘，是想在 Postgres 上面做个类似 Airtable 的界面。我当时就很喜欢 Airtable，觉得如果它背后直接是 Postgres 数据库，不是很棒吗？这是第一个阶段：意识到软件工程师自己都觉得数据库难用。
后来转向 AI API，是因为有个集成方跟我们说：“我们想启动很多数据库，需要一个 API 来完成这些事。”那大概是 2021 年。结果到了 2024 年，这个决定刚好派上用场，Bolt、Lovable 等产品都开始构建在我们上面。
今年我发现，已经没人来仪表盘了（笑）。智能体要怎么构建？我给团队写了一份产品备忘录：必须代码优先、原生支持代码。Supabase 得转向代码优先；仪表盘上能做的事，代码里也必须同步可用，本质上就是基础设施即代码。我们也重新设计了很多 CLI，让它能在代码沙箱里运行。
你们最初是不是受 Parse 这家 YC 公司启发？
是的，我很喜欢 Parse 和 Firebase。这些浪潮挺有意思：它们做后端，后来 Firebase 被 Google 收购，Parse 被 Meta 收购。从某种意义上说，它们为我们铺了路，让数据库业务变得可行。2014 年时，如果不用 RDS 做数据库简直不可思议。后来有公司开始转向 Atlas，大家逐渐证明，数据库公司不一定只能是三大超大规模云厂商之一，也可以是一门正经生意。时机对我们很关键。
大家有点忘了，但 Parse 是个做得很好的产品。我刚开始做 iPhone 应用时，他们正好推出，能用上体验不错的 REST API，真的很方便。
这些转变总是伴随市场拐点。那时市场上发生了两件事：MongoDB 不知怎么让大家相信 NoSQL 是很棒的数据存储方式；另一件事是移动互联网。我们也很幸运，赶上了几波浪潮。现在我们正处在浪潮中心。
这也让我想起之前问过的企业与早期用户问题。再往前看，Heroku 提供了很好的开发者体验，让人先开始用、再逐步扩展。但要跟着用户一起扩张确实不容易。我觉得 Heroku 没能完全跨过这道坎：应用变大、性能要求提高之后，怎么让用户继续留下？不过每家公司历史上都得解决这个问题。你们也在考虑，但也许不一定非得靠这个市场；如果从零到十这一端的市场继续按现在的速度扩张，规模会非常大。
一路走来的经验（续）
我们要把整个市场都拿下来（笑）。也许不一定非做不可，但肯定会做。也要肯定 Heroku 的贡献，我认为他们让 Postgres 普及起来了。不过当时 Postgres 还很新，也有扩展性限制。所以我们必须在 Postgres 外面加上一层工具，让它能够持续扩展。
对你们来说，更好的类比可能是 AWS：它能从早期就吸引用户，并一路扩展。你们从中学到什么？怎么确保能够无限扩展？
我听到过一个数据，可能记错了，欢迎帮我核实：AWS 的营收大约 40% 来自那些最初在 AWS 起步、后来成长起来的创业公司。这正是我们想要的客户。要说服用户从一个数据库供应商迁移到另一个，几乎不可能。所以我们想从第一天就在场，让他们用得开心，并且不想离开。
这和 Stripe 的商业模式一样。如果能做到，这大概是地球上最好的商业模式：第一天就吸引他们，然后随着全球增长最快的公司一起无限扩张。
你只要这样做一代人的时间，就会成为一家世代级的企业，差不多就是这么回事。难的是“第一天”如今变化太快。以前我觉得第一天就是 YC 的创业公司；现在第一天意味着人人都是创造者。那他们会用什么？会用什么方式构建？又会怎么选数据库？这些问题都很棘手。
YC 下一期创业营现已开放申请。你心里有个创业点子吗？去 ycombinator.com/apply 申请。永远不嫌早，填申请表也能帮你把想法打磨得更清晰。好，我们回到节目。
客户群体也变了。你们刚开始时，个人数据库市场几乎不存在；一家数据库公司做面向消费者的生意，听起来简直像语法错误。
对。
但现在你们实际面对两个群体：早期创业公司可以带来类似 Stripe 那种很有价值的商业模式；你们也直接服务消费者，甚至服务他们的智能体。
是的。
个人用例可能不会像创业公司那样扩展，但他们也许一辈子都会用你们，因为 Supabase 支撑着他们的个人理财软件、出租车公司之类的东西。
对。随着他们的生活发展、积累更多信息，这些数据基本上就是个人成长的索引。人们会收集更多数据，因此这个“专业消费者”市场对我们来说是很好的增长方向。
从个人智能体的角度，你们怎么理解下一阶段？既然编程智能体已经很明确地选择 Supabase，假设每个人都有个人数据库，你们需要专门做些什么，才能让个人智能体更容易接入吗？还是基本一样？
面向个人智能体构建与自用验证
一周前我的行政助理休假，我亲自体验了它们能做什么，现在我对个人智能体非常看好。我开始着迷于为个人智能体构建产品。我跟公司说，我们是代码优先，服务的是用代码构建的人；但实际上我们是在为智能体构建，因为很快那些人就不再直接操作了。
我现在的做法是用 Dots。我一直和它通电话、聊天，让它帮我改东西。为了确认自己真的在用产品、在做“吃自己的狗粮”式验证，我给自己定了个标准：不看代码，也不检查架构，除非我想确认它确实按预期构建。平时要改东西时，我只想和它说话，看它能完成什么。
自己人！
这东西做出来的效果太惊人了。两年前看起来像科幻电影里的东西，现在却已经发生在我身上。我不断遇到这种让人目瞪口呆的时刻。六个月前给别人看，他们肯定会觉得不可能。
我几周前去了你们的 Supabase Select 大会，办得很棒。我当时突然想到：如果我在 Supabase 上开发应用，也许我自己根本不必了解那些新功能。我可以派智能体去 Supabase Select 听完所有新功能，再让它想办法集成到我的代码库里。
这想法太疯狂了。我们该办一场真正的虚拟大会，专门给智能体参加。
一场智能体大会（笑）。
它们可以实时到场。
实时交流、互相分享使用 Supabase 的技巧。哇。
可以搭个桥，把 Markdown 文件空投给它们，但你得坐在观众席里才能拿到。
就叫“Artifactory”吧。
哈哈，这名字我喜欢。
节目开始前我们还聊到一些能让智能体更喜欢你们的做法，比如错误提示。你们当时意识到的关键是什么？还有哪些事情看起来很明显，但其实还没什么人在做？
面向智能体的设计与评测
你刚才提到错误提示。我在波士顿参加 dbt Labs 的活动时，对方问到这件事，我很意外大家没觉得它显而易见。我们认真改进了错误消息。比如有人想开发一个应用，通常开发者工具遇到错误只会给个 500 之类的状态码，告诉你出了问题；现在我们希望智能体自己能修复。因此错误消息里会直接写清怎么修，或者去哪里看文档。关键是选定使用场景，不断迭代错误提示，让智能体尽量一次就把事情做对。
对，过去人遇到错误得自己去 Google、做一堆排查；现在可以直接告诉智能体“你是 inode 用完了，应该这样处理”。
让智能体选中你们只是第一步。第二步是它们遇到问题时，别让它们转去别处；它们迟早会卡住，所以你得给它们解决问题的工具。这并不复杂。它们现在足够聪明，能自己想明白很多事；但过去为人类和开发者设计的产品，确实得重新为智能体设计。
你们会针对智能体测试产品吗？让智能体尝试使用 Supabase，然后反馈哪里遇到困难？
会。我们在 Evals 网站上评测各种模型，看哪些模型构建效果最好；内部也有自己的评测套件，测试哪些模型更擅长使用 Postgres。这对整个行业有参考价值。我们还围绕它们构建技能，让智能体能采用并实际使用 Postgres。现在工程投入很大一部分都用于测试具体场景，而不只是构建产品。我们会想清楚大家怎么构建，再围绕这些场景做测试集。
Gary，你做 G Brain 时把它建在 Supabase 上。你当时为什么选择 Supabase？自己作为用户的体验怎么样？
G Brain 是我以前写的一系列东西提炼出来的。我最早做的是 Gary's List，一个智能体新闻编辑室；我为它搭了研究系统，支持 RAG、政策和论文研究，能阅读某个主题下的每篇新闻，再尝试综合起来。之后我把它提炼成 OpenClaw 的开源检索系统。
当时我把它放在 Rails 里，像一座给智能体用的富士康工厂：每次调用大语言模型都特别昂贵，也极其危险。看到 OpenClaw 后，我觉得它让人用 AI 的方式完全不同。AI 很聪明，也不是要害你，所以应该让它去做事，给它数据和能力。
我意识到，百万 token 的上下文其实是很惊人的工作记忆。大多数人脑子里只能同时记住七个上下、正负两个概念；百万 token 相当于三本《哈利·波特》。但对智能体来说还是有局限：每次都把正确的三本书放进上下文，本身就是个难题。所以公司知识库或个人知识库需要一个介于两者之间的方案。
面向智能体的设计与评测（续）
我有五十万个 Markdown 文件，记录了我经历过的所有沟通，因此它确实掌握了我的背景和关心的事。但在某个具体时刻，智能体可能只需要其中两页。这是检索问题。数据量达到三四十 GB 时，就需要 pgvector 和 Postgres；用 SQL 也很容易做图数据库。所以 G Brain 就是 RAG 检索，加上一个能把非结构化数据整理成结构的图数据库，支持动态 schema，有点像我记忆中的早期 Palantir。
核心想法是，中间有这样一层，智能体可以说“我要找这个”，系统就遍历图结构、做向量搜索，然后返回一份报告，告诉它把什么放进上下文。这就是 G Brain。Supabase 则很直接：我需要托管的 Postgres，而且得能很快支持 50、100 甚至 300 GB 的数据库。它表现很好，自动扩缩容也很好用。现在最有意思的是，我用侧边栏浏览器来调用浏览器功能，OpenClaw 可以自己进入 Supabase，使用数据库或你们的新 API，自己就能管理起来。
你还得提示它怎么设计数据结构吗？比如图结构、RAG 之类？
有意思的是，我记得当时在 Cloud Code 里只说：“用 Exa 找到并下载所有 AI 研究论文，然后给它们做说话人分离。”今天我可能会用 AlphaSignal 之类的工具。我让它找出所有关于 RAG、图数据库和文本检索的研究，再结合我的场景做总结：怎样才能让智能体访问这些资料？它做完后就告诉我：“好，我们可以这样实现。”
前几天我参加了一场数据库未来主题的晚餐会。有人提出，数据库本质上是数据检索机制；你可以加索引，让它按图结构或 RAG 等方式搜索。还有一个特别有意思的想法：让智能体不断循环，为检索创建最合适的数据结构。如果某个数据集被反复查询，每次都要十秒，为什么不让智能体循环运行，创建一种新索引，找到最合适的索引，把响应时间降到一秒以内？
只要代码生成足够聪明，动态检索显然就会出现。
目前我用它来服务 OpenClaw：用生产环境实例，再把运行轨迹提取成评测数据集。我有个单独的仓库叫 G Brain Evals，分成四十种类别，覆盖不同检索类型、检索效率、成本效率和延迟。评测的好处是，你可以让智能体循环、自主研究；只要能改善评测指标，就直接合并到主分支。
试过但没奏效的办法，也写成 Markdown 文件，解释你觉得为什么不行，再放进 G Brain Evals 里。我用 Cappy。它有个叫 captain 的概念，类似 Grok bots；你给它一些上下文就行。我有一个 captain 一直在想新的评测类别，另一个每天遍历所有评测类别、自动研究，尝试提升内部评测成绩。
面向智能体的设计与评测（续）
它就一直这样运行。这是针对某个具体场景的非常原始的递归自我改进（RSI）版本。但如果把抽象层级提高一点，就能把它用于所有人的检索场景，而不只是我的 OpenClaw 用例。会变化的只有具体场景、运行轨迹和数据集。
嗯。
你也可以让它每天尝试改进这些指标，自动研究每个评测类别。
编程的未来
你了解评测，也知道怎么用一整套框架改进软件。你觉得未来的创造者也得懂这些吗？
也许不用。说实话，我觉得现在还很早，我只是在自己摸索，也把做法开源出来。希望别人看到后能说：“这个方法我也能用。”我们现在其实是在一起摸索使用这些工具的基本方法。今年早些时候我读过 Steve Yegge 写的工厂之类的东西，当时完全没弄明白。现在我觉得自己至少拼出了一套对我有用的东西。
Boris Turney 来做节目时，他描绘的编程未来更像是：你把 Claude 当朋友一样聊天，不必懂评测或其他复杂东西，Claude 自己就会琢磨怎么把你脑子里的东西做出来。
我有个域名 openusd.dev，因为 OpenUSD 是一种文件格式，而且我平时会收集域名。后来 Stripe、Visa 等公司突然都宣布了 OpenUSD，我就想：得把这个域名用起来。但我一直没时间。于是我开始和 Dots 聊，它帮我开发了一个面向开发者的生态站点。起初我在电脑上和它聊天，收工时又用手机打给它，躺下准备睡觉时还在聊——听起来有点可疑（笑），我保证我只是在和它写代码。
我跟它说，不喜欢生态系统链接到使用场景的信息架构，能不能提些建议？它提了方案，我说好，就按这个做。二十秒后它说已经完成，问我要不要刷新。我刷新网站，内容写得很好，各部分也都串起来了，连 SEO 相关的东西都做好了。传统上得做的那些事我一样没做，只是一直和它聊天。那一刻我仿佛看到了未来。
你能做到这一点，是因为你知道自己想做什么。
对。我有工程背景，大概知道怎么给它提示，但我在努力什么都不告诉它，也不把它引到 GitHub 等地方。我想像普通人——或者明年才开始用的人——那样来写代码，这样我才能用自己的产品验证：一年后用 Supabase 的体验会不会很好？
Boris 说过，他希望模型自动完成这些事。等它们真正普及以后，模型会把能力直接学进权重里；在那之前，我们还得给一些 Markdown 指引，其实不需要很多提示，少量提示它就能完成。我们正在进入一个很奇特的时期：递归自我改进似乎真的来了，AI 研究正在通过 Cloud Code、Codex 等系统里的循环，从完成 20% 快速走向 80%。与此同时，社会里还没有足够多像你，Paul 这样知道要做什么、知道该怎么问的人。这就像势不可挡的力量遇上不可移动的物体：模型能力正在指数级攀升，真正知道怎么用它改变社会的人数却基本没变。
让更多人创业
我觉得人们还应该愿意为未来感到兴奋。很多人开始焦虑，但我真心期待未来能给很多人带来什么。我以前做的很多创业项目都关注蓝领工人，也就是那些一生中必须辛苦工作的人。我特别喜欢 Supabase 的一点，是我看到这个平台催生了许多创业者。我能想象未来会有更多人创业，而且对很多人来说，这会是一种很有满足感的生活方式。所以我很期待 2027 年。只要我们能保持现在的节奏，别遇上几件离谱的大事，对很多人来说都将是一段有趣的旅程。
我们正看到这样一个阶段：垂直 SaaS 创始人很难融到 A 轮。过去，年经常性收入（ARR）达到 500 万到 1,000 万美元，就已经很高了，九到十二个月前几乎保证能拿到 A 轮；现在投资人似乎不太看好垂直 SaaS。横向软件和 AI 投资看起来倒是一路绿灯。但与此同时，十到十五个人的团队，往往能做到 1,000 万到 1,500 万美元营收，有时甚至达到 2,500 万、3,000 万或 5,000 万美元。这种规模已经很赚钱了。
对。如果团队只有 15 人，人均 ARR 200 万美元、利润率 50%，每个人一年就能分到 100 万美元。这对很多人来说已经是很棒的结果。
是啊。与此同时，我们做了很多创业咨询。有些人拿到了“金环”，却因为融不到 A 轮而沮丧。我常跟他们说，回头看这可能是件好事，因为你并不需要这笔钱。过去要做到年营收 3,000 万美元，可能得先融 1 亿美元，因为必须雇很多人；现在不必如此。
创业圈确实把融资当成一种勋章。我刚开始拿到融资时也觉得自己成就很大。但现在在我看来，不融资反而是一种成就。所以我有点羡慕那些已经走到这一步的公司。
世界变化太快了，但你们 Supabase 一直能乘上每一波浪潮。你对想效仿你们的人有什么建议？
数据库已经存在五十年了，我觉得还会再存在五十年。无论 AI 最后发展成什么样，我相当确定数据库依然会在。你可以从中自己得出结论：选择足够长久的领域。如果要把一辈子押进去——我基本就是这么做的——那就选一个你认为值得投入的领域。
另一个建议是，事情变化太快，我们不会假装 Supabase 什么都知道，而是尽量保证自己适应得最快。我很喜欢很多开发者工具公司，它们最初服务开发者，后来逐渐走向企业市场，变得很企业化、停滞下来，也失去了原来的热情。
让更多人创业（续）
至少在我看来，Stripe 这类公司有个很特别的地方：创始人真正在意新的构建方式。如果你要为下一波浪潮做产品，就得始终关注下一步会发生什么，而现在变化周期特别短，发展非常快。你必须高度灵活，确保团队有余力迅速转向。这是我们明年要重点做的事。
你经历了好几次拐点：最初的 vibe coding、Opus 4.8，还有代码生成。下一波浪潮到来时，你们会做些什么，让自己准备得更充分？
首先，自用验证非常重要。我一直用自己的工具来试，看看哪里有缺口。没有什么反馈比自己被自家工具卡住更直接。另一个关键是留出余力。我们努力和行业里的关键参与者合作，这种生态合作很有帮助，他们会告诉我们正在做什么。我们也尽量给团队留出一些产能，虽然很难，但这样他们有新想法时我们就能试一试。很多尝试看起来很酷，最后其实都失败了；但有些尝试确实奏效，于是我们就能一起乘上很棒的浪潮。
这是个很好的结尾。Paul，太感谢你了，回头见。