天空科技商業精讀 05.10目錄

? 深度訪談：比爾·蓋茨談人工智能、特朗普政府的援助削減、他的基金會關閉等

? YC訪談：AI 編碼助手將如何改變你的工作

? Allin播客：新科技七巨頭，風險投資的消亡，谷歌在后搜索時代中的價值

? 人工智能如何重塑軟件商業模式: 紅杉AI峰會Bret Taylor

? OpenAI 如何構建其突破性的深度研究產品

? Anthropic 首席產品官：自下而上構建人工智能產品

? 距離AGI還有9年？ OpenAI的Dan Roberts推斷如何模擬愛因斯坦

? Duolingo CEO 路易斯·馮·安訪談| NoPriors

? 斯坦福商學院對話Duolingo 創始人CEO 路易斯·馮·安

? ? ?

深度訪談：比爾·蓋茨談人工智能、特朗普政府的援助削減、他的基金會關閉等 20250509

視頻和全文鏈接:

https://www.bilibili.com/video/BV1K4VdzJErg/

內容精讀：

值此蓋茨基金會成立25周年之際，比爾·蓋茨鄭重承諾，其個人與基金會的龐大財富將在未來20年內悉數捐出，預計總額逾2000億美元，核心投向全球健康與教育這兩大關乎生命價值的領域，目標是拯救數千萬人的生命。他坦言此舉并非出于不舍，而是希望在有生之年最大化這些資源的效用，并在已取得的巨大成功——如全球兒童年死亡數從逾千萬降至五百萬以下——的基礎上再接再厲。蓋茨認為，限時集中投入能確保基金會忠于使命、完成更多工作，之后則由新一代慈善家應對未來的挑戰。

他直言，個人擁有如此巨額財富近乎“瘋狂”，而將之用于最貧困和最需要幫助的人群，是他從父母那里繼承的、以公平為導向的價值觀使然。盡管對未來二十年的進展抱持極大樂觀，蓋茨亦深切關注當前全球健康資金的嚴峻挑戰。他痛惜地指出，由于美國及部分歐洲國家削減了對疫苗、艾滋病藥物等關鍵援助的投入，兒童死亡人數恐在未來五年不降反升，從每年近五百萬增至超過六百萬，這是“不應發生的，太可怕了”。

蓋茨強調，盡管基金會傾力投入，但政府仍是全球健康事業的主導力量，其資金規模遠超任何私人慈善。例如，美國政府的全球衛生撥款是蓋茨基金會的四倍以上。他持續倡導發達國家政府僅需撥出預算的百分之一用于援助最貧困人口，這不僅能以極高效率拯救生命——其成本效益遠超國內項目千倍，更能促進受援國穩定與發展，最終防止疫情蔓延，惠及全球。對于將慈善資源投向海外而非本國的質疑，他回應這筆“適度的資金”能帶來巨大的戰略與人道回報。

即將步入古稀之年的蓋茨將此視為其職業生涯的“最后一章”，肩負著將包括沃倫·巴菲特慷慨捐贈在內的巨額財富用得其所的重任，并無意百年后的歷史評價。他堅信，許多當前肆虐的疾病如肺結核、麻疹、瘧疾等，都應在他有生之年被根除。展望未來，他對人工智能在教育和醫療領域的革新潛力充滿期待，例如AI導師輔助教學、AI提供醫療建議等。同時，基金會正大力資助阿爾茨海默癥、艾滋病毒治愈、營養不良改善以及新型疫苗（如貼片式疫苗）等前沿科研。驅動這一切的，是“我們應該幫助其他人”這一貫穿其工作的核心價值理念。

? ? ? ? ?

YC訪談：AI 編碼助手將如何改變你的工作 20250509

視頻和全文鏈接:

https://www.bilibili.com/video/BV1yXVoznEUV/

內容精讀：

人工智能的最新進展，尤其是編碼代理，正預示著未來工作方式的深刻變革，盡管這可能引發人們對自己或朋友工作崗位消失的憂慮。歷史上，早期計算機程序員的工作與今日軟件工程師已大相徑庭，而新工具正賦予個人前所未有的自主超能力，使得當下成為創業啟動想法的最佳時機。

將軟件工程師比作高薪的“有機農民”，暗示一場類似“聯合收割機”的技術革命即將來臨，這雖讓部分軟件工程圈感到不安，但編碼代理的出現及其可預見的快速進步（未來3至12個月內），無疑將對軟件工程產生顯著影響。這不僅關乎初創企業和科技界，長遠看，也可能波及醫生、律師、會計師等知識工作領域。我們實質上已發明了軟件工程的自動化。

個人經驗印證了這一點：使用無代碼工具和AI編碼工具（如Claude Code）在短時間內重建博客、遷移數十年數據，甚至構建了包含數萬行代碼、擁有交互式語音代理的復雜應用recipeninja.ai，全程幾乎未手動編寫代碼，效率比十年前專業編碼時提高了十倍。這種“憑感覺編碼”模式，即使對久未編碼的專業人士也賦予了巨大能量。當更多軟件工程師、半技術人員乃至非技術人員掌握這些工具時，其影響將更為深遠。

數據顯示，YC創始人中采用AI編寫大部分代碼的比例在過去幾個批次中從接近0%迅速增長到約三分之一至一半，表明這些工具正被積極采納并持續改進。對于“AI不夠好”的論點，歷史經驗（如“創新者的窘境”）表明，新技術往往從看似玩具開始，但其改進速度驚人，最終會超越現有市場領導者。AI編碼工具正處在這樣的軌跡上。

至于“杰文斯悖論”——成本降低將催生更大需求——盡管軟件需求可能遠超食物等有限需求，甚至趨向“按需定制軟件”的未來，即AI為個體即時生成解決特定問題的代碼，但滿足這些新增需求的很可能不再是人類。如同聯合收割機極大提高了糧食產量卻大幅減少了農業人力，AI在軟件領域的自動化程度可能更高。

結論是，今天的軟件工程工作在5到10年后將不復存在。未來需要的是能駕馭AI編碼機器的聰明人，工作性質已發生巨變，這可視作又一次抽象升級，人類將成為更高層次的代理。短期內，人類在“能動性”（決定解決什么問題）和“品味”（判斷好壞）上仍有優勢，特別是那種能專注于為用戶創造卓越產品體驗的個人愿景。

因此，對于潛在創始人而言，現在是歷史上啟動想法的最佳時機，AI工具賦予個人和小團隊以少量資本構建巨大價值的能力。這一趨勢也正向法律、醫學、會計等傳統行業滲透，人工智能正成為競爭的必備要素，不擁抱AI將面臨淘汰。盡管知識工作成本降低將帶來巨大的消費者剩余，但轉型期可能伴隨大規模失業和社會動蕩。

對個人而言，關鍵在于緊跟最新工具發展，并擅長識別人類問題并著手解決。隨著構建變得容易，理解人、發現問題和溝通能力將更為重要。短期內，AI工具將使軟件團隊更小、產品質量更高，因為單人或小團隊能更好地掌控用戶體驗。總而言之，現在及未來五年，是借助AI從零開始構建事物的黃金時代，眾多行業將被徹底改變，創業正當其時。

? ? ? ? ?

Allin播客：新科技七巨頭，風險投資的消亡，谷歌在后搜索時代中的價值 20250509

視頻和全文鏈接:

https://www.bilibili.com/video/BV1MWVdzHEVv/

內容精讀：

科技市場方面，人工智能的“token”被視為比關稅更為根本的驅動力。微軟報告的代幣處理量激增，預示著AI算力需求的爆發，這緩解了部分因關稅和AI泡沫擔憂引發的市場悲觀情緒。AI被視為美國例外主義的新起點，并促使管理層重新思考決策方式，謝爾蓋·布林甚至認為管理者將是首批被AI取代的群體。這為風險投資在傳統企業轉型中發現新機遇打開了大門，成熟市場亦可能被AI徹底顛覆。

然而，谷歌正面臨AI帶來的嚴峻挑戰。蘋果高管埃迪·庫透露其搜索量首次下滑，歸因于ChatGPT等AI工具的興起，導致谷歌市值一度蒸發千億美元。盡管谷歌擁有強大的底層模型和龐大用戶群，但在如何將聊天界面整合或取代傳統搜索，以及平衡高昂的AI查詢成本與現有搜索廣告模式之間，面臨創新者的窘境。觀點認為，谷歌需要更積極地將Gemini等AI產品推向前端，甚至不惜進行自我蠶食，這需要創始人級別的品味和勇氣。YouTube和Workspace被視為谷歌整合AI的潛在突破口。

關于市場格局，“最大七要素”的時代或將結束，新的指數構成引人深思。私營公司如SpaceX、OpenAI等不愿上市，部分歸因于成為上市公司的巨大成本與監管壓力。同時，反壟斷趨勢下，大型科技公司的并購受限，這可能扼殺小公司的退出路徑，進而抑制風險投資的積極性。討論呼吁減少監管，允許良性競爭，包括大型企業間的并購，以激勵創新和風險資本投入，避免社會因缺乏投資而停滯不前。歷史數據顯示，退出渠道的收窄已對風險投資的活躍度產生影響。

當前科技投資領域正經歷一場嚴峻的收縮，這恰逢一個拋物線式增長的新經濟周期的開端，本應加速創新的資本卻面臨枯竭。風險投資若無法向有限合伙人返還資金，增量資本的來源便轉向散戶及海外主權財富基金，但這可能導致市場常態化，風險投資金額隨之減少，經濟增長與創新將回歸特定速度。

作為有限合伙人，追求扣除稅費后年化10%的凈回報是基本目標，以實現近乎零破產風險的無限復利增長。然而，當前市場環境下，為達此目標，投資者不得不承擔更高風險，從對沖基金到私募信貸與股權，即便如此，綜合回報率仍顯不足。風險投資雖承諾高回報，但其極低的流動性要求回報率達到20%區間中高段，而實際數據卻更像三到四年的對沖基金表現。

這種流動性困境，部分源于政府部門、監管機構（如FTC）的人為干預。缺乏IPO與并購的現狀，使得風險投資除非被視為帶有慈善性質，否則難以獨立證明其合理性，除非資本流出、價格下降、回報倍數上升。回顧2021年IPO市場的輝煌（如Rivian、Robinhood等巨頭上市）與并購活動的活躍，對比22年至25年的慘淡，甚至差于過往正常年份，引發了對當前市場環境的深刻反思。并購市場人士甚至認為許多交易已不值得提交董事會，監管層可能因不愿看到特定個體成為億萬富翁而阻礙交易，卻忽視了資本回流至其他風險投資者所產生的瀑布效應及附帶損害，這種連鎖反應最終波及福特基金會、哈佛大學等機構投資者。

與此同時，硅谷及美國創造的“飛輪效應”——成功企業（如谷歌）上市后人才溢出，催生新企業（如Facebook）并培養天使投資人與LP——正受到阻礙。然而，澳大利亞等國卻在積極復制這一模式，如Atlassian的創始人們投資了Blackbird，后者又投資了Canva，共同推動了澳洲的創業浪潮。美國企業家在身后將財富捐贈給基金會，繼續推動社會進步的傳統亦面臨挑戰。

在此背景下，一種新型的“區間基金”（interval fund）應運而生。傳統私募資金門檻高、鎖定期長，GP每三年需募新基金，壓力巨大。公開市場則充斥著指數基金，主動管理者為規避風險也趨向指數化，缺乏在市場高位或下跌時持有現金的靈活性。新基金借鑒伯克希爾·哈撒韋模式，旨在構建一個可同時投資公開股票、私有公司并持有大量現金的系統。投資者被允諾一個五到七年的投資周期，每年可贖回部分資金，基金則以更低費用換取更長期的資本承諾。

這種基金將科技投資“民主化”，最低投資額約5萬美元，資格條件更寬松，使更多投資者得以參與。發起人以1.25%的管理費和12%的激勵費，換取近乎永久性的資本，以期實現更長時間的復利增長。基金的啟動獲得了貝索斯、戴爾等家族辦公室及科技企業家的支持，目標是打造史上最大規模的啟動基金。其運作模式將通過華爾街公司分銷，面向與財富管理公司有聯系的廣大投資者，并簡化了稅務（1099表格替代K1表格）和管理流程。

面對競爭，該基金將專注于自身優勢：深刻理解公開與私募市場，以及現金管理的風險控制能力。其核心目標（北極星）是在未來十年內打造新的“七巨頭”公司。這意味著需識別未來市值最大的公司，它們部分已上市，部分仍是私有。鑒于規則與監管負擔，未來的最佳投資組合必然是公私混合，需要能跨越兩者的投資工具。在投資私有公司時，策略將聚焦于識別并投資于各個領域的領導者，即便估值高昂，也需審慎判斷，并運用公開市場投資者的紀律性來評估私有公司的價值。優秀的投資者需兼具展望未來的想象力與公共市場日常的紀律性，在波動的市場中保持冷靜與耐心。

? ? ? ? ?

人工智能如何重塑軟件商業模式: 紅杉AI峰會Bret Taylor 20250508

視頻和全文鏈接:

https://www.bilibili.com/video/BV16GVXzwEoN/

內容精讀：

布雷特·泰勒，一位曾重寫谷歌地圖、擔任Facebook首席技術官并兩度創業的杰出工程師，分享了他從卓越工程師轉變為成功企業家的深刻洞見。他強調，創業者需克服單一視角，認識到企業在不同階段面臨產品、市場或競爭等多元挑戰，并應根據業務核心需求調整自身角色，而非固守舒適區。泰勒以其在Facebook任CTO的經歷為例，說明了通過接受反饋、提升團隊標準并專注于對業務最重要的事務，而非個人偏好，他實現了個人成長并從中獲得了更大的影響力與快樂。他認為，不應讓個人擅長定義自己，而是要像變色龍一樣適應環境，這種自我意識和反思能力是領導者避免公司失控的關鍵。

談及他與Clay共同創立的Sierra公司，泰勒闡述其愿景是幫助企業構建面向客戶的人工智能代理，堅信AI代理將成為公司主要的數字界面。他將當前AI代理的構建類比為網站建設，是品牌和業務的體現，并希望Sierra能成為驅動這些品牌AI代理的核心平臺。

對于AI市場的格局，泰勒認為將分化為三個層面：資本密集、趨于整合的基礎模型市場；如同“鎬和鏟”的工具制造市場，可能面臨基礎模型公司的競爭壓力；以及他認為最具潛力的應用人工智能市場，主要以垂直領域代理（如法律、客戶體驗、市場營銷的AI代理）的形式出現。他將這類代理視為新型SaaS，企業將通過購買執行特定工作的代理來消費AI。泰勒對此感到興奮，認為這不僅是軟件應有的消費方式，更能通過提供以往依賴高成本勞動力的成果來改變市場，有望催生萬億美元級的應用型企業軟件公司。他提醒創業者，真正的價值在于利用技術解決高價值商業問題，并以更低成本提供有價值的成果。

在AI代理的商業模式上，Sierra采用基于結果的定價，即當AI代理自主解決客戶問題時收費，旨在與客戶的商業模式保持一致。泰勒視此為軟件商業模式的自然演變，從盒裝軟件到SaaS，再到為完成的工作付費。他強調，這種模式顛覆了傳統企業軟件的銷售與實施方式，迫使供應商對結果負責。對于初創企業而言，不受舊商業模式束縛是一個巨大優勢，因為改變商業模式遠比彌合技術差距更為困難。AI時代不僅帶來新的技術和交付模式，更催生了新的商業模式，這正是初創企業的機遇所在。

回顧創業歷程，泰勒指出，如今的基礎設施（云服務、開發工具等）極大降低了創業的間接成本，使初創公司能更專注于核心差異化業務。他建議創業者避免在非核心事務上浪費資源，要保持自律，專注于能帶來長期價值的領域。對于幫助ADT這類老牌公司利用AI轉型，泰勒認為關鍵在于以合作伙伴的身份出現，深入理解并幫助解決其緊迫的業務問題，用客戶的語言溝通，展現同理心。在當前AI供應商眾多的市場中，通過深入研究客戶、提供差異化價值才能脫穎而出。他堅信垂直領域的AI代理大有可為，因為不同行業的核心工作流程和價值點各不相同，能快速在這些核心流程上提供價值的公司將占據優勢。對于定價，無論是基于成本節約還是增量收入，關鍵在于理解客戶的核心需求、購買流程和決策者，有時預付費模式甚至比按需付費更容易被接受，這需要深入洞察購買周期。

? ? ? ? ?

OpenAI 如何構建其突破性的深度研究產品，嘉賓 Isa Fulford 20250508

視頻和全文鏈接:

https://www.bilibili.com/video/BV1pUVXzqEtB/

內容精讀：

在紅杉舉辦的活動上，OpenAI深度研究團隊的負責人伊薩·富爾福德介紹了其團隊的創新產品——深度研究。該功能作為ChatGPT中的一種高級代理能力，旨在通過在線進行多步驟研究，以解決高度復雜的任務。用戶提供一個提示后，深度研究會在5到30分鐘內瀏覽大量網絡資源，進行推理分析，并最終生成一份詳實全面的報告，其水準可媲美專業研究分析師，能在短時間內完成人類需數小時才能完成的工作。

深度研究的核心驅動力是OpenAI O3模型的一個微調版本，該版本特別強化了網絡瀏覽和數據分析能力。伊薩回顧了項目的起源：一年多前，團隊在強化學習和推理模型（尤其在數學、科學和編碼任務上）方面取得了顯著進展，并觀察到這些能力可以泛化到其他領域。為了驗證模型在用戶日常任務上的實用性，團隊選擇了在線瀏覽作為切入點，因其應用廣泛且作為只讀代理在安全方面更易控制。項目的啟動始于一個內部演示，通過提示模型來展示深度研究產品的潛力，成功激發了團隊熱情，隨后便著手訓練專門的深度研究模型。這一過程涉及創建強化學習任務以教授模型瀏覽和數據分析技能，并為其配備必要的工具，如瀏覽器訪問權限（搜索、點擊、滾動）和代碼執行環境（用于數據分析、繪圖等）。

伊薩展示了深度研究的多個應用實例。許多用戶將其用于專業場景，如學術研究、風險投資分析和咨詢工作。同時，個人用途也非常普遍，例如購物決策和旅行規劃。在一個演示中，她向深度研究提出分析人工智能公司風險投資最新趨勢并生成圖表的請求。深度研究首先會提出澄清性問題，以確保最終輸出符合用戶期望，鼓勵用戶提供具體信息。隨后，它會展示其“思維鏈”摘要，即模型如何推理遇到的信息來源以及它采取的工具調用（如使用Python進行搜索或分析）。伊薩還分享了個人使用案例，如在韓國時，她要求深度研究查找15分鐘路程內的夜市，并要求其查閱Reddit和韓文資源，找出每個夜市中評分最高的店鋪。深度研究成功處理了這些復雜約束，并提供了包含引用的詳盡報告。

此外，O3模型之所以在搜索方面表現出色，部分原因在于它也使用了為深度研究開發的工具和瀏覽數據集進行訓練。深度研究目前已能處理諸如查詢美國已獲監管批準的特定血友病基因療法等專業問題，并返回包含引用和解釋的準確列表。

盡管深度研究功能強大，伊薩也坦言其并非完美，有時會出現“幻覺”。團隊正致力于提高其可靠性，并計劃將深度研究的能力整合到主要的推理模型中。未來的發展方向還包括引入私有上下文信息，如用戶內部的公司知識庫和付費墻資源。更長遠的目標是使深度研究不僅能綜合現有信息，更能實際執行行動。

? ? ? ? ?

Anthropic 首席產品官：自下而上構建人工智能產品 20250509

視頻和全文鏈接:

https://www.bilibili.com/video/BV1L655zpErN/

內容精讀：

Anthropic首席產品官Mike指出，無論內容創作采用何種媒介或AI介入程度多深，核心始終在于故事的敘述力及內容背后能否引發人們共鳴并建立長期互動。他認為，未來區分內容是否由AI生成將變得無關緊要，更重要的是信息的推導、出處和來源引用，這些在AI時代反而更容易實現和追溯。在產品構建層面，Mike強調，盡管解決用戶實際問題這一基本原則（如Instagram時代的經驗）依然適用，但在AI領域，尤其是Anthropic，更需依賴自下而上的創造力，因為許多優秀產品的靈感源于對模型能力的深入理解，而這些能力往往在研發后期才顯現。以Model-Component Protocol (MCP)為例，其誕生并非頂層設計，而是工程師在解決重復性集成問題（如Google Drive、GitHub）中自發探索抽象共通模式的結果，并致力于將其開放和標準化。

展望未來，Mike對MCP在驅動模型“采取行動”以及促進智能體（agent）間交互方面充滿期待，盡管后者標準化為時尚早。他認為理想的AI應不僅能檢索信息，更能自動化執行工作流程，甚至發展出智能體間相互雇傭的“經濟體”。在編碼產品方面，Anthropic注重生成用戶樂于使用且效果良好的代碼，而非單純追求基準測試。公司內部已大量使用Claude輔助編碼，超過70%的pull request由其生成，這同時也帶來了對代碼審查等二階效應的新思考。Mike觀察到，AI工具的普及正改變工作方式，非技術部門如銷售也開始廣泛應用，而他個人則將AI視為思考伙伴，用于起草各類文檔。他強調，提升組織內對AI工具使用的共享可見性，有助于消除使用偏見。

對于Anthropic的未來，Mike表示將聚焦于“智能體”概念，致力于讓模型能長時間自主工作，這需要記憶、高級工具使用及組織化融入能力，并圍繞此構建可驗證性、日志記錄等輔助系統。新模型也在持續研發中。他坦言，當前AI產品對初次使用者而言仍有較高門檻，提升易用性是一大挑戰。談及行業趨勢，Mike認同算力的極端重要性，并指出AI實驗室內部需權衡算力在強化學習、客戶用例和新模型預訓練間的分配，這甚至會影響是否為了部署高價值產品而延遲發布新模型。他相信，將模型投入實際應用并獲取市場反饋，對產品迭代至關重要。在平衡研究與產品時，Anthropic力求產品能體現其應用AI和微調能力的獨特價值，而非簡單復制API功能。

關于市場競爭與產品策略，Mike觀察到用戶樂于同時使用多種AI產品，它們并非完全替代關系，暗示短期內多產品并存的局面可持續，長期或出現某種形式的整合。針對智能體間交互標準，他認為除協議外，更關鍵的是解決模型在信息披露與保密間的辨別力這一研究難題，并需考慮大規模應用時的可審計性及智能體身份管理。最后，Mike指出應用層產品構建的常見誤區在于未能將AI置于產品核心，或未能充分向模型暴露應用原語，理想狀態下模型應成為應用的主要“用戶”。

? ? ? ? ?

距離AGI還有9年？ OpenAI的Dan Roberts推斷如何模擬愛因斯坦 20250508

視頻和全文鏈接: https://www.bilibili.com/video/BV1PN5LzKEAh/

內容精讀：

丹·羅伯茨，曾為紅杉資本成員，在過去兩年多與我們深入交流并分享了關于推理的知識。去年AI Ascent大會上，他即將離開紅杉加入OpenAI的消息被阿爾弗雷德意外透露，令他頗為窘迫，如今他已能更從容地分享其見解。

OpenAI去年九月發布了名為O1的模型。其核心突破在于，模型性能不僅隨訓練時間增加而提升——這是機器學習的常規現象——更重要的是，它也隨著測試時間的增加而改進。這意味著模型被教會了推理，它會花時間思考，思考時間越長，表現越好。這一“測試時擴展”的全新維度至關重要。

最近發布的O3模型是更優秀的推理模型。以一個量子電動力學問題為例，O3能夠觀察問題、迭代思考、放大細節，并在大約一分鐘內給出正確答案，其驗證過程對專業人士也頗具挑戰。目前的模型能在一分鐘內復現教科書級別的計算，但我們的目標是讓它們對人類知識和科學前沿做出重大貢獻。

設想一個思想實驗：若將一道關于廣義相對論的考題（由GPT 4.5虛構）提給1907年的愛因斯坦，他需要大約八年時間才能發現并解答。而O3模型現在就能給出正確答案。這凸顯了從快速計算到產生原創性科學發現的跨越目標。

為實現這一目標，關鍵在于提升模型性能，而這依賴于強化學習（RL）。演講的核心信息是，我們希望擴大強化學習的規模。相較于GPT-4.0主要依賴預訓練計算資源，O1已開始引入RL計算，O3則使用了更多。未來，我們可能擁有海量的RL計算能力，甚至被其主導。這挑戰了Yann LeCun將RL視為預訓練（蛋糕）之上的一小顆櫻桃的觀點；我們期望用一個巨大的RL櫻桃來“碾碎”同樣大小的蛋糕，徹底顛覆現有范式。

OpenAI的計劃是明確的：擴展計算規模，包括籌集巨資、建設基礎設施、訓練模型并持續投入。同時，我們致力于發展“規模化科學”，即研究如何在新范式下（如測試時計算和RL訓練）有效擴展模型能力。GPT-4的經驗表明，對模型最終性能的預測是可能的，但新方向要求我們重新定義和探索擴展的科學。

當前模型有時被喻為“白癡天才”，未能做出如發現廣義相對論的突破，或許是因為我們提出的問題類型不對，或者訓練數據過于集中在特定領域如競賽數學。真正的解決方案在于進一步擴大規模。

展望未來，人工智能可完成任務的長度大約每7個月翻一番。目前模型能處理約1小時的任務，以此推斷，大約9年后，我們或許能擁有一個能夠發現廣義相對論的模型。

? ? ? ? ?

Duolingo CEO 路易斯·馮·安訪談| NoPriors 20250508

視頻和全文鏈接:

https://www.bilibili.com/video/BV1Se5LzLEaq/

內容精讀：

本期“No Priors”專訪了多鄰國（Duolingo）的聯合創始人兼首席執行官路易斯·馮·安。多鄰國最初是一款語言學習應用，現已擴展至數學和音樂教學，并計劃加入國際象棋。路易斯·馮·安在卡內基梅隆大學獲得計算機科學博士學位，并創辦了被谷歌收購的Recaptcha。多鄰國目前月活躍用戶超1.16億，市值170億美元。

多鄰國的創立源于路易斯·馮·安與其博士生塞韋林（現任CTO及聯合創始人）為尋找博士論文課題，決定研究如何用計算機輔助教育，特別是英語教學，因其能顯著提升個人收入潛力。然而，他們在親自體驗學習對方母語（西班牙語和德語）的過程中，發現傳統學習方式極其枯燥，難以堅持。這一痛點促使他們將多鄰國盡可能游戲化，以提升用戶動機，使其成為一款適合普通大眾而非語言狂熱者的產品。最初有效的措施是將課程時長縮短至2分鐘，這大大降低了用戶的進入門檻，即便用戶最終可能學習更長時間。行為科學方面，“連續學習記錄”（streaks）和略帶消極攻擊性的“召回通知”被證明出乎意料地有效，前者培養了用戶的習慣，后者則利用了用戶不愿被“放棄”的心理。

路易斯強調，學習中最困難的問題是動機，而非方法論的優劣。如同健身，關鍵在于堅持，因此降低門檻、提升趣味性至關重要。多鄰國正是通過借鑒手機游戲等成癮機制，將這些技巧用于教育，吸引用戶投入學習時間。例如，要達到西班牙語的良好水平大約需要500小時，中文則需2000小時，關鍵在于如何讓用戶累積這些時間。面對用戶“懶惰”和易被娛樂內容吸引的現實，多鄰國選擇順應并利用這些行為特點。

隨著機器學習能力的加速發展，多鄰國積極擁抱大型語言模型（LLM）。AI極大地提升了內容創作效率，使公司能為更多語種背景的用戶提供更豐富的課程，并實現以前難以規模化的功能，如與AI進行無壓力的對話練習。目前，多鄰國正利用LLM徹底改造數學課程，力求打造兼具輔導老師效果與游戲趣味性的產品，即便最終可能只達到兩方面各90%的效果，其組合也將非常強大。在選擇新增教學科目時，多鄰國會考慮受眾規模、學習所需時長、對世界的益處、移動應用的適用性以及內部團隊的熱情。

關于品牌，多鄰國以其特立獨行的貓頭鷹吉祥物和幽默甚至“精神錯亂”的品牌聲音著稱。這并非刻意設計，而是源于互聯網上關于貓頭鷹強迫用戶學習的表情包，公司隨后順勢而為，并發現這種策略效果顯著，尤其是在TikTok等社交平臺。作為一家教育公司，其品牌營銷享有更大的容錯空間。

多鄰國的成功背后是海量的A/B測試——已進行超過16000次，以不斷優化用戶體驗和學習效果，例如，系統會推送用戶有約83%幾率答對的練習，以最大化樂趣和學習動力。路易斯認為，未來教育將因AI的高度可擴展性和個性化能力而改變，教師角色會繼續存在，但學校可能更多承擔托管和輔助AI教學的功能。盡管教育體系變革緩慢，但部分私立學校和發展中國家可能率先采納新技術。

對于大型語言模型是否構成威脅，路易斯承認平臺轉移的潛在風險，但也相信多鄰國龐大的用戶基礎、獨特的學習數據、強大的品牌和工程文化將構成競爭優勢。人們對多鄰國的最大誤解在于低估了動機在學習中的重要性以及應用背后隱藏的復雜性。最后，他提到AI也正在優化多鄰國獨特的卡通動畫風格的制作流程，使藝術家能更專注于創意本身。

? ? ? ? ?

斯坦福商學院對話Duolingo 創始人CEO Luis Von Ahn 20250507

視頻和全文鏈接:

https://www.bilibili.com/video/BV1rX5LzAEEU/

內容精讀：

路易斯·馮·安的科技之旅始于童年。八歲時，因母親用電腦替代了任天堂游戲機，他出于需求自學編程，甚至制作自己的游戲。盡管最初立志成為計算機科學教授，并在卡內基梅隆大學實現了這一目標，他卻發現自己從“構建東西”中獲得的內在回報遠超撰寫論文。早在研究生時期，他就開始投身于實際項目的構建。他關于人類計算的早期研究，以及對游戲化作為規模化工具的洞察，引領他開發了ESP游戲——一個巧妙地讓數百萬人為圖像添加描述的游戲，最終被谷歌收購并更名為谷歌圖像標注器，有效解決了圖像搜索難題。

談及創辦多鄰國，路易斯表示，一方面是源于他對教育事業的熱忱，另一方面則是為了幫助他的博士生塞韋林·哈克完成論文。兩人都對教育抱有興趣，并希望創造普惠的教育機會，尤其受路易斯在危地馬拉的成長經歷影響，他深知教育對貧困國家個體命運的改變。他們最初考慮教授數學，但最終認為教授英語乃至更多語言更具影響力。于是，免費在線教授英語成為了多鄰國的起點。他強調，與聯合創始人塞韋林·哈克建立持久伙伴關系的關鍵在于友情、兼容的工作方式、相互尊重以及深知對方會公平待己，早期一份手寫的“我們的協議”便體現了這種透明與信任。

多鄰國早期融資并非一帆風順。首位投資者聯合廣場創投的弗雷德·威爾遜投資多鄰國，更多是看中路易斯此前將公司出售給谷歌的成功經驗，而非看好教育行業的商業前景。然而，產品發布后用戶的快速增長——達到約100萬活躍用戶時——為后續融資提供了有力證明。如今，多鄰國已發展到擁有超過4600萬日活躍用戶。

在探索人類動機方面，多鄰國發現了一些傳統教育者可能忽略的規律：人們普遍不愛閱讀，注意力持續時間短，因此課程設計得越來越短，約兩分鐘一節。進度條的填充能有效激勵用戶，競爭與合作（尤其是與投入程度相當的陌生人競爭的排行榜）機制也頗具成效。精美的動畫和“古怪”的通知，因其教育的“善意”內核，也成功吸引用戶回流。

關于多鄰國的商業模式，路易斯坦言，公司初期完全免費，甚至內部員工對“賺錢”一度感到抗拒，因為他們多為使命驅動。在投資者的推動下，多鄰國采用了免費增值模式：用戶可以免費學習所有內容，但需觀看廣告；付費則可去除廣告。路易斯認為這是一種“小型的財富再分配”，即富裕用戶為所有人的教育付費。功能的免費與付費界限，則通過大量的A/B測試來決定，平衡用戶、投資者與員工的期望。

多鄰國并未止步于語言學習，推出了多鄰國英語測試，挑戰托福等傳統標桿，并致力于使其分數成為全球英語水平的新標準。目前，該測試已被美國頂尖大學廣泛接受，預計考試量將超過托福。公司還將業務拓展至數學、音樂，近期甚至推出了國際象棋課程。選擇新科目的標準包括：極大的市場需求（數億用戶級別）、對世界有益、適合移動應用教學以及公司內部有充滿熱情的團隊推動。

人工智能對多鄰國而言是“完全變革性的”。大語言模型顯著提升了語言學習體驗，例如實現了曾被認為十年內難以達成的AI對話練習功能，并能快速生成高質量教學內容。路易斯強調，AI旨在提升員工能力，讓他們專注于更具創造性的任務，而非取代人力；公司不會因此裁員。

在領導力方面，路易斯從早期事無巨細的管理（他認為初創公司在30人規模以下時有其必要性）轉變為如今更側重于文化傳播、扮演吉祥物角色以及做出艱難的哲學決策。他學會了授權，并將精力投入到自己擅長且能帶來積極能量的事務上。在招聘時，多鄰國極其看重文化契合，奉行“寧可有空缺，也不要有混蛋”的原則，即使這意味著漫長的等待。

多鄰國獨特的市場營銷策略被路易斯稱為“有益的脫序行為”。從賦予貓頭鷹吉祥物“聲音”的通知，到那條著名的“這些提醒似乎不起作用，我們現在要停止發送了”的被動攻擊式通知，再到順應互聯網上關于貓頭鷹“心理恐怖”的表情包潮流，制作愚人節惡搞視頻，以及在TikTok上大獲成功，都體現了其大膽和不拘一格。路易斯承認，當初對開設TikTok賬號持懷疑態度，但年輕團隊的堅持證明他是錯的，TikTok現已成為重要的用戶增長渠道。

回顧過去，路易斯認為最大的失誤是未能在公司成立第三年后就開始盈利，而是拖到了第六年。關于數據利用，多鄰國每天處理約13億道練習題產生的數據，已用于構建模型，并會繼續探索其潛力。對于保護少數族裔語言，路易斯表示有興趣，但受限于投資回報率和當前AI在這些語言上的表現，未來隨著成本降低可能會增加更多語種。

當被問及希望如何被銘記時，路易斯表示，他真心希望對教育產生積極影響，證明屏幕時間可以對世界有益，并通過手機觸達數十億人并教育他們。在最后的快速問答中，他透露自己的多鄰國最高連續學習天數超過3300天，并坦陳自己仍有15%到20%的幾率被驗證碼難住。

? ? ? ? ?