所有人都說，他的初創公司會失敗。然而，一年后，它卻蓬勃發展：擁有約 50 萬注冊用戶，剛開始收費就有近 3000 名付費用戶，并在 GPTs 商店中進行了超過 200 萬次對話，屢次被 OpenAI 推薦。

AI PDF，一款可以幫助用戶總結、聊天和整理 PDF 文件的工具，作為這家公司的創始人兼 CEO，Vicente Silveira 經常聽到自己的“死亡倒計時”。尤其是，當 OpenAI 允許用戶將文檔上傳到 ChatGPT 時，大家都認為他的初創公司以及所有其他 GPT 套殼都完蛋了。

如今，AI PDF 是世界上最受歡迎的 AI  PDF 閱讀器之一，僅靠一個五人團隊和一輪親友融資，他們就做到了如今的成績。

知名科技博客 Every 最近對 Vicente Silveira 做了一場采訪，主持人 Dan Shipper 與 Vicente Silveira 深入聊了聊為什么 GPT 套殼產品能活下來，創業期間小規模和專業化如何成為早期戰略優勢，以及為什么不會被 ChatGPT 碾壓。

Dan Shipper 同樣也是一名 GPT 套殼的創業者，他的產品 Spiral 是一款面向內容創作者的 AI 文本工具。

一些有意思的點：

• AI PDF 可以支持多文件夾的 pdf 處理，而且可以在文件夾內直接生成新的文件，更新舊的文件，這是別的 pdf 工具做不到的。

• 律師、研究員、會計師、作家……這些不同類型的用戶有個共同點：他們都會帶著大量文檔來到平臺，而且他們現在就有工作要完成，他們想用新的方式——AI 優先的方式來完成工作。

• 大公司只能做普適功能，小產品可以把功能做到極致。

• 只要能用 AI，你就是在練習當管理者。你開始分配任務，如果 AI 沒做好，你就會發現是自己的要求不夠清晰——這就是管理工作的重要部分。

• 人們覺得有了 AI Agent 就不用動腦子了。但是你管理過人嗎？人類本身就是通用智能，但管理人也很難啊。確實和自己動手做是不一樣的體驗，但即使別人幫你做，你也要學會如何分配任務。

一、在PDF處理上把功能做到極致

Dan Shipper：對于不了解的人來說，你是 AI PDF 的 CEO。全球最大的 AI PDF 閱讀器之一。你們從去年年底上線以來就已經有約 50 萬注冊用戶，在 GPT 商店完成了超過 200 萬次對話，剛開始收費就已經有將近 3000 名付費用戶。

我覺得最有趣的是，特別是在 AI 發展早期，現在也是，有種說法認為這些 AI PDF 公司都是曇花一現。但我覺得你正在打造一個很有意思的業務，你也是這波 AI 經濟浪潮中用精簡團隊創業的代表之一。你們公司在沒有融很多錢的情況下實現了收支平衡。我知道你們只做了一輪親友融資，沒有融太多風險投資。很多人覺得這樣做不可能建立起好的業務，但我覺得，特別是借助 AI，用小團隊其實可以悄悄地做出很棒的業務。

跟我們聊聊你的業務和經營理念吧。

Vicente Silveira：我有個“死亡倒計時器”，記錄著距離上次被預言“死亡”后過了多少天，因為我們時不時就會被宣布“死亡”。但實際上，我們的業務一直在增長。有趣的是，當 OpenAI 第一次允許在 ChatGPT 上傳 PDF 時，很多人說我們這類產品就要完蛋了，當時有些競爭對手確實放棄了。但我們堅持了下來。

最開始，ChatGPT 剛出來時，我在嘗試對 ChatGPT 做屬性注入測試，發現了一些問題。我給 OpenAI 的 Greg Brockman 發了封郵件，他回復說這很有意思。他說我背景不錯，但目前沒有合適的職位，讓我等幾個月。我就問能不能給我個 API 或讓我加入新的開發者計劃，這就是我們的起點。

我們試了很多想法，但 PDF 相關的項目立刻就火了，因為這是人們最先想用 AI 解決的問題之一。處理大量 PDF 文檔確實很痛苦，而 PDF 又是跨平臺最主要的文檔格式，所以大家自然而然就被吸引過來了。

Dan Shipper：既然 ChatGPT 里有 PDF 閱讀器，為什么人們還要用你們的產品？

Vicente Silveira：最開始做這個產品時，我們甚至都沒有讓用戶上傳 PDF 的地方，只是讓用戶提供鏈接，然后用我們的服務器去獲取內容。很多人給我們 Google Drive 和 Dropbox 的鏈接，但因為我們發展得太快，被當成了惡意爬蟲。于是 Google 和 Dropbox 開始限制我們的 IP。

這對用戶來說體驗很差，因為他們會遇到錯誤提示。所以我們就想，不如讓用戶直接上傳文件試試看，當時還以為沒人會這么做。我的聯合創始人 Kartik 覺得這看起來很嚇人。但令人驚訝的是，一周之內，我們網站的域名就成了鏈接中排名第一的域名，超過了 Google 和 Dropbox。

我們發現，那些愿意使用 ChatGPT 并且愿意折騰插件的用戶其實都是敢于冒險的早期使用者，所以我們就為他們打造產品。

回到你的問題，為什么在 ChatGPT 有了這個功能后人們還在用我們的產品，是因為他們不只是想上傳一個文件就完事了，他們想上傳整個文件夾。即使到現在，ChatGPT 好像也只能上傳 20 個文件，而我們這里有用戶用一個賬號存了超過 15 萬個文件。我們支持多層文件夾，沒有其他平臺支持這些功能，但這很重要，因為用戶需要低門檻的使用體驗，而且要尊重他們創建的文件夾結構，這是產品體驗的一部分。

Dan Shipper：聽起來，讓用戶繼續使用你們的產品是因為你們總是領先 ChatGPT 一步。你覺得為什么他們最終也不會做多文件夾上傳呢？比如像 NotebookLM 就允許打開很多文件。你擔心這個問題嗎？或者你有什么戰略性的考慮，認為你們能比 ChatGPT 或 Gemini 做得更深入？

Vicente Silveira：我覺得這些公司，特別是 ChatGPT，他們的重點是發展通用人工智能，打造一個足夠好用的產品讓很多人使用，這樣他們就能收集訓練數據來反哺他們的系統。我覺得他們不會專注于某個特定方向，主要是在觸及各個核心用例的最低要求。

比如想想 Loom，為什么 Loom 能以近 10 億美元的價格被收購。Loom 只是錄制視頻而已，但他們把這個用例做得特別好。盡管 YouTube 有這個技術，他們也沒做，Vimeo 有這個技術也沒做，所有主要的供應商都有這個技術但都沒做。但 Loom 抓住了這個用例。對我們來說，我們抓住的是讓用戶能夠用他們的文檔集合來完成端到端工作流程這個用例。

二、目標用戶足夠精準

Dan Shipper：正如你說的，ChatGPT 和 Claude 是一種通用工具，他們的用例非常廣泛。當人們使用 ChatGPT 和 Claude 時，他們會發現一些他們之前不知道存在的具體用例。

我們有個叫 Spiral 的產品，可以將很多創意工作自動化，比如幫你寫標題、想推文之類的。這些用 Claude 也能做，但 Claude 不是專門為此設計的。我們認為，人們會通過使用這些通用工具發現 AI 的用例和要解決的問題，這創造了機會，讓一些創業者能夠為特定人群、特定工作流程提供專門的解決方案。比如對我們來說，就是面向營銷人員和創作者，他們有非常具體的工作流程需求，專門為此設計的產品能更好地服務他們。

我很好奇，因為我的理論中的一個關鍵點是，你需要有特定的用戶群體才能為這種工作流程提供強大的支持。但聽起來你是在往上層走，更偏向通用性。你們心中有特定的用戶群體嗎？

Vicente Silveira：我們經常被問到這個問題。有意思的是，我們的目標用戶是技術早期使用者，敢于冒險的極客，并且在實際工作中要處理大量文檔的人。這些特征都很重要。他們不僅僅是早期使用者——因為很多 ChatGPT 和 Claude 的用戶只是想看看有什么可能性，他們沒有實際的工作要做，只是想了解技術，能和別人討論這些東西，我們的目標用戶不是這樣的人。

我們的目標用戶是現在就有實際工作要做，而且有大量文檔要處理的極客。這些特征的組合造就了我們的用戶群。具體是些什么人呢？律師、研究員、會計師、作家……這些不同類型的用戶有個共同點：他們都會帶著大量文檔來到平臺，而且他們現在就有工作要完成，他們想用新的方式——AI 優先的方式來完成工作。

另外我想強調一點，我們和 Claude 或 ChatGPT 這樣的平臺相比角度不同，我們相當于是給 AI Agent 一個云端硬盤，這和僅僅讓 AI Agent 訪問一些文件是很不一樣的。我們的 AI Drive 中的 Agent 能夠創建新文件、更新文件元數據、瀏覽文件結構等。它實際上是在驅動這個云盤來完成用戶的工作，因為很多工作都涉及處理大量文檔。這是很重要的，而這并不是其他平臺的重點。

Dan Shipper：你覺得為什么別的平臺不把這個當作重點？

Vicente Silveira：因為我認為這對實現他們的目標來說并不必要。而且這還會引入一些他們可能不想處理的新問題和風險。這個平臺更適合那些喜歡探索和折騰的用戶。比如在我們的產品中，我可以代表你訪問聊天歷史文件，并使用搜索工具來檢索這些文件。這是很有爭議和風險的功能，大平臺不會愿意這么做的。

Dan Shipper：所以你們的核心用戶就是新技術的早期采用者。我覺得你們把聊天內容當作文件來處理這件事太酷了，不過這確實只吸引特定類型的用戶。

三、構建產品的核心思路：解決實際問題

Dan Shipper：有一類用戶是像我這樣的信息愛好者，可能分布在不同行業，比如律師或會計。但你們的營銷似乎并不特別針對這點，更多是在講 AI PDF 的一般功能。這是為什么呢？

Vicente Silveira：我們正在調整這一點，因為我們的產品在不斷發展。回想當初，我經常給人建議說要從最簡單的開始。我們最開始只做了一個插件，就是個簡單的 API。那時我的服務器還是運行在 Replit 上。我們通過這種方式發現了市場。但那時我們只是個插件，不能獨立運營。

那時候沒有網頁應用，沒有賬戶系統，跟用戶沒有直接關系。用戶需要去 ChatGPT 啟用插件，才能找到我們。

雖然沒過多久，但感覺已經很遙遠了。那時我們只是 ChatGPT 的一個附加功能，我們發現用戶需要一個能完整處理 AI 和文件的環境，還要能驗證文件內容。就像你在 AI Drive 右側看到的，有原始文件作為參考。

更重要的是，我們意識到，在可預見的未來，主要模型提供商之間會持續競爭，Google、Anthropic、OpenAI，可能還有 X。這些提供商都能提供獨特的模型能力。我在你的播客里聽到你提到嘗試過 Claude 和其他產品。用戶們都想要最新最好的技術。如果你把文件上傳到 ChatGPT，結果明天 Claude 有了更好的推理模型，你還得重新上傳一遍。我們就提供一個統一平臺，讓你可以使用所有模型。

Dan Shipper：你們的做法很有意思：先邁出第一步，做個插件，等它開始運作了，發現客戶需要不同于 ChatGPT 的使用方式，就去建立新的產品。然后再逐步添加功能。

這和另一種方式不同——有些人會先想好點子，做個演示文稿，融資組建團隊，花一年時間把愿景變成現實。這兩種方式都可以，都有利弊。

我看到的一個權衡是，你們最終建立的產品與最初差異很大，所以公開營銷和產品現狀之間需要不斷調整。對那些一開始就把愿景完整展示的人來說，他們的問題不是這個，而是有沒有人想要這個產品。我很好奇你是怎么選擇這種方法的？

Vicente Silveira：你說得對，確實有不同的方式，我也有其他創始人朋友選擇了不同路徑。

首先要考慮什么適合你。對我們來說，這一切源于我和創始人 Kartik 的周末項目，一切只是因為我們的熱愛。

另一點是，雖然感覺 AI 時代已經到來，但我們其實還處在 AI 周期的早期。這個技術的穩定性和生產力還不夠清楚。就在這短短的時間里，我們經歷了很多變化。我們最近和一家公司交流，他們自己花了多年構建了 PDF 提取模型。但用 GPT-4 試了一下，就完全超越了他們多年的工作成果。

Microsoft 有篇很棒的論文，對比了他們多年開發的隱私信息檢測模型和 GPT-4，結果 GPT-4 完勝。這只是第一波大變革，變革仍在繼續。我們最初構建時，聊天功能都不太好用。而現在聊天功能很完善，還有了多模態聊天等功能。如果看看 Sam Altman 他們在做的事，他們說 AI 會變得更強大，成為真正的智能體。應用在前進的同時，基礎模型也在不斷進化。

通過為早期采用者構建產品，我們在解決實際問題。這很重要，因為他們都有自己的工作。我們能夠跟蹤市場的發展，避免像早期互聯網那樣，出現 ICQ 這樣最終變得無關緊要的產品。所以對我們來說，這既是戰略性的，也是防御性的。

Dan Shipper：讓我理解一下你說的。你們采用探索者心態，快速把產品推向市場。聽起來你是說通過服務早期采用者，你們能夠跟上最新技術，避免落后。那你們是如何在快速上市和避免落后之間找到平衡的？

Vicente Silveira：我認為早期用戶給了我們更多實驗的空間。比如在產品中引入的 Agent 功能。大多數用戶習慣用常規聊天，但早期用戶在推動我們前進，他們想要 Agent 功能來完成更多任務。

我們在努力與核心早期用戶合作，同時也聽取那些已經在向前邁進的用戶的意見。早期采用者能容忍我們做更多實驗，因為像 Agent 這樣的功能現在還不夠完善。有時效果很棒，有時可能會卡住。但他們真的想看到這項技術會如何發展。這就是為什么這類用戶能幫助我們同時推進主要用例和前沿用例。

四、去做大公司做不了的事情

Dan Shipper：我覺得這跟我們一直在討論的競爭問題息息相關：如果你是一個很小的團隊，你怎么跟 OpenAI、谷歌或 Notion 等公司競爭呢？

我覺得你說得很對，當你是大公司時，你必須服務很多用戶，很難去冒險。

有一段時間，人們對人工智能的感覺是，人工智能會足夠聰明，永遠不會犯錯，大公司可以做任何初創公司能做的事情。我一直覺得不是這樣的，大公司總能找到搞砸事情的方法。這并不是因為他們不聰明。只是大公司不能冒險。

我最近買了一個健身追蹤應用，我很喜歡它。但它里面有一個 AI 功能，這個 AI 非常平庸，它基本上什么有用的東西都不說。原因是他們必須讓它適用于最普通的用戶。因為他們是大公司，如果它說了什么有風險的話，會很糟糕。

但這意味著作為一家大公司，你能提供的體驗在很多方面都不如小公司。小公司可以決定去服務這些不在乎有沒有瑕疵的用戶，決定去探索可能的邊界。

Vicente Silveira：是的，我完全贊同。初創公司能有機會崛起，唯一的原因就是現有企業的某些核心弱點。而通常這個弱點就是他們的客戶。大公司因擁有龐大的客戶群而強大，但正因如此，他們也很難在這些客戶身上冒險。

舉個例子，比如一個主流的電子表格產品。為了滿足客戶需求，這些公司投入了大量資源開發功能，并且為用戶提供了專門的培訓課程。用戶每天都會使用這些產品，期望獲得固定的體驗，同時也希望有一點 AI 的加持——就像是“在產品中撒點 AI”。

但如果要徹底改變這種體驗，比如以 AI 為核心，用戶不再點擊按鈕，而是直接告訴 Agent 去完成任務，這種轉變對現有客戶來說過于激進。通常來說，這種根本性的改變是大公司難以做到的。

這也就是為什么初創公司會有機會，像你們和我們這樣的公司可以引入全新的工作方式。我們有一個類比：想象一下非常富有的人是如何運作的。他們通過聰明的助手完成復雜事務，這些助手能夠深入了解他們的需求，并在背后處理一切復雜操作。我們認為 AI 的未來發展方向會非常接近這種模式。當然，現在距離這個目標還有很遠的路要走，但我們正在朝這個方向不斷靠近。

抓住這種機會，去構建這種全新的體驗非常重要，這也是我們所努力實現的目標。

Dan Shipper：完全同意。這也是我經常寫到和思考的問題——其實人們一直都在雇用各種助手，他們解決的問題和 AI 將來能做的事情有很多重疊。也許 AI 能做一些雇傭私人助理做不到的新事情，但確實有很多經驗是可以借鑒的。

就拿我來說，我經營著一家媒體公司，雇了很多人，比如編輯、作家和設計師。我覺得如果你想了解媒體的未來，關鍵不是創意團隊會消失，而是個人創作者從一開始就能完成很多我現在要雇人做的事情。我還是會有很多員工，只是能在更高的層面工作。因為剪視頻的人可能一下子就能剪兩倍的視頻量。

我很好奇，像你這樣的業務規模，應該可以進行風投融資吧，為什么只做了親友融資？

Vicente Silveira：說實話，我們的融資經歷有點糾結。一開始感覺特別棒，覺得馬上就能融到很多錢，甚至在考慮要不要融更多。但后來過程就開始拖沓了。我感覺自己又回到了在 Meta 工作的時候，整天改 PPT，還要見風投。而且當時用戶一直在問我們要新功能，然而那會兒就我和 Kartik 兩個人。我真的很討厭這種感覺。既然我們可以直接變現，那就先這么做吧，以后再說。

而且那時候 AI 投資的第一波熱潮已經過去了，大家都很謹慎。從產品角度來說，那時我們還很依賴 OpenAI 和 ChatGPT，不像現在這樣了。所以基于這些原因，我們決定先專注做產品，我覺得這個決定是對的。

Dan Shipper：很有意思。你覺得將來還會繼續融資嗎？或者說你們的發展路徑是怎樣的？

Vicente Silveira：應該會吧。主要是我們想要謹慎和認真地考慮什么時候融資，為什么融資，怎么用這些投資。這又回到了創業公司未來需要多少人力和軟件的問題。我們覺得實際上比過去 5～10 年傳統認知的要少。我們要確保做對，不能像 Bill Gurley 說的那樣，有些公司融到錢后就變得懈怠了，這是我們要避免的。

我還想說說這一點和之前談到的經驗差異，以及如何通過精簡節省成本。

比如說產品的用戶引導流程。當你注冊我們的產品時，我們的引導做得很糟糕。而你們的引導做得很漂亮，我試過你們的 Spiral，我很喜歡。所以我們在想，好吧，我們需要改進引導流程。我想要做的是讓 AI 來負責用戶引導。這意味著什么呢？與其使用某個要配置的第三方產品，或者自己從頭開發，不如給你一個了解我們產品的 AI 助手。它知道你從哪里來，比如我們有個律師專用的落地頁，如果你是從那里來的，那很可能你就是律師。

它會說：“嘿，這就是我們產品的功能。要不要上傳一個文件，我可以給你演示一下？”就是讓 AI 來完成這項工作。我們剛招了一個人負責這塊，這個真人的工作就是管理這個小助手，負責確保它完成任務。當然，隨著 AI 越來越強，它能做的事情也會越來越多。所以這是一種迭代的思維方式，我們覺得隨著招聘更多人，他們會負責管理產品中的不同 AI 助手，這些助手會為用戶和公司完成特定的工作。

五、想用好AI，要學會當管理者

Dan Shipper：我很喜歡這個想法。我一直在說所謂的“分配經濟”（allocation economy）。你說的正好符合這個思路——在分配經濟中，你不是做具體的執行工作，而是做管理工作，管理智能資源的分配，管理各種 AI 助手。在這種模式下，管理技能會變得比現在更重要，也需要更廣泛地普及。這個想法很有意思。

我很好奇，你之前提到用更小的團隊和更少的資金現在能完成更多工作，跟 10～15 年前相比，你能具體量化一下這個差異嗎？

Vicente Silveira：當然可以，這種變化隨處可見。我可以舉個在 Meta 工作的例子。Meta 當然很有錢，在生成式 AI 之前，作為一個產品經理，如果想了解某個功能的情況，比如用戶遇到的主要問題，就要去找支持團隊的人。他們的工作就是整理這些反饋，做成報告。這可能要花一天時間，如果他們很忙的話，取決于你的問題優先級，可能還要更久。

現在所有這些工作都可以用 AI 直接完成。這只是一個例子，說明有了現在的工具，我們能更高效地完成以前只有大公司才能做到的事情。

Dan Shipper：是的，確實如此。從我們內部開發的應用來看，如果某人技術全面，有足夠的支持，能把一個以前需要一年完成的產品在 2～3 個月內完成。這確實很神奇。我可能對風投有點偏見，一直都不太愿意融資。我們在 2020 年融了一點，大約 70 萬美元，最近又融了一點，大概 15 萬美元。這種規模在風投眼里簡直是笑話，他們會說“這點錢能干什么？”但對我來說，我們總共融資不到 100 萬美元，卻開發出了好幾個產品和公司。我覺得一年后還會有更多。

說到融資的意義，理論上你花幾個月時間融資，可以雇更多人，在增長上投入更多，把原本需要一年才能達到的進度提前到三個月完成。這個邏輯還在，但情況已經不同了。通過合理使用 AI，你已經獲得了很多這種提速效果，這很有意思。當然，別人也都能用 AI。所以在某種程度上，額外的資金還是有幫助，但對于技術團隊來說，資金一直都比較容易獲得。我覺得真正會用 AI 的反而比較少，比獲得資金更難。對硅谷的技術團隊來說，很多人日常工作中都不怎么用 AI，因為他們覺得“我比 AI 厲害”之類的。不過這種情況正在改變，真正深入使用 AI 的人確實效率提高了很多。

Vicente Silveira：對我們來說，各個層面的生產力都提高了。我有軟件工程背景，職業早期寫代碼，后來轉去做業務就基本不碰代碼了。但有了生成式 AI 后，就像騎自行車變成了電動自行車，輕松就能爬山了，真是太神奇了。

我說我有兩個導師，一個是 AI，另一個是我的聯合創始人。我發現即使對他這樣的世界級工程師來說，效率也提高了很多。所以不管你處在什么水平，都能變得更強。這確實是事實。

我們覺得大眾對此的認識還很不足。我很喜歡你的播客節目，因為它幫助傳播這樣一個理念：AI 是為所有人服務的。如果你只看主流媒體，會覺得 AI 要么會殺死你，要么會搶走你的工作，而且富人會變得更富。這是什么信息？這對大眾有什么影響？這只會讓人喪失動力，剝奪人們的主動性。實際情況恰恰相反。

你剛剛說應該學習當管理者，其實只要能用 AI，你就在練習當管理者。只要有手機就能用 AI。你開始分配任務，如果 AI 沒做好，你就會發現是自己的要求不夠清晰——這就是管理工作的重要部分。然后你會改進你的提示詞或問題。你還要檢查 AI 的成果，判斷質量好不好。

Dan Shipper：顯然，大規模推廣 AI 確實涉及很多復雜的社會和經濟問題。但人們往往忽視了它作為即時提升技能的工具有多強大。比如說我們公司內部就有一些英語非母語的同事，他們說英語很流利，但寫作水平相對差一些，這限制了他們獲得工作機會、晉升或承擔某些任務的能力。但自從 ChatGPT 出現后，情況完全不同了。他們立刻就能寫出流利的英語，這為他們打開了之前沒有的機會，而且他們什么都不用做。

這也是我想在節目中展示的內容——告訴大家一些簡單的入門方法，同時也分享一下走在最前沿的人在做什么，這樣可以幫助更多人提升。希望通過提高底線，能為人們創造更多經濟機會。如果我現在是 11 歲的話，我肯定會整天和 ChatGPT 聊天。

雖然很多人擔心 AI 公司過于激進地向公眾發布產品，但從另一個角度來說，我們很幸運生活在一個所有公司都在努力讓 AI 變得盡可能便宜的世界。想象一下另一種情況：如果是 IBM 發明了這個技術，可能頭 15 年只有國防部才能用，那就太糟糕了。我能想到很多相反的情況，比如只有富有的大公司才能使用這種強大的智能工具。如果必須二選一的話，我更喜歡現在這種人人都能用的世界。

Vicente Silveira：你說得對。希望更多人能看到這一點。因為這是我第一次親眼看到一個技術革命。現在大多數人在這場革命的一開始就都有能力使用它，但以前不是這樣的，比如 PC 最開始就很貴。我是在巴西長大的，我們那時候買不起，只能偷偷走私零件，組裝成“科學怪人”似的電腦。手機剛出來的時候也是這樣，人們要過很久才能用上，網絡也不好。但現在不一樣了，只要你能用手機上網，你就能用 AI，而且 AI 對帶寬要求不高。

我們現在看到的發展趨勢是從簡單的問答式對話，就是我問一個問題，AI 來回答，發展到 AI Agent，也就是我給它一個任務它就去執行。這帶來了很多新的可能性。我們現在花很多時間為 AI Agent 開發工具，這個過程很有意思，因為你要考慮工具好不好用，是不是符合預期等等。有人說當 AI 能做所有事情的時候，就沒什么可做的了。但是用富人的比喻來說，即使你很有錢可以雇很多人創業，但大多數時候這樣也不會成功，因為你需要領導力、人才、遠見和毅力來組織這些人，讓公司真正成功。我覺得 AI Agent 也是一樣的道理。

Dan Shipper：有個很奇怪的誤區，人們覺得有了 AI Agent就不用動腦子了。但是你管理過人嗎？人類本身就是通用智能，但管理人也很難啊。確實和自己動手做是不一樣的體驗，但即使別人幫你做，你也要學會如何分配任務。

新手經理都要面對這個問題：我該授權多少？要不要事無巨細地管？如果我管得太細，事情確實會按我想要的方式完成，但這樣我就失去了管理的意義，還不如自己做。如果我授權，我就有更多時間做其他事情或者從更高層面思考問題，但結果可能不如預期。這正是現在很多人對 AI 的抱怨：“它做得不好，還不如我自己做來得快”。這跟經理們面臨的問題一模一樣。

即使在一個有超級厲害的 AI Agent的世界里，仍然有很多看不見的工作要做，比如界定任務范圍、選擇合適的資源、有品味和遠見知道自己想要什么。也許將來 AI 連這些也能做，但在那之前，在使用 AI Agent 的過程中，仍然需要很多人為的技巧和才能來引導它們。

本文來自微信公眾號：Founder Park，作者：Founder Park