最近越来越喜欢使用 Perplexity，觉得他们的产品做得很有灵气。然后找了他们的两个访谈，读来很有收获，做些摘录和意译。

–

第一个是 Lex Fridman 访谈其 CEO Aravind Srinivas，内容在：https://lexfridman.com/aravind-srinivas-transcript。

在这篇访谈的前半部分，我看到不少产品比较本质的思考，颇为推荐。

Google 的“漏洞”——也就是 Google 给 Perplexity 留下的市场空间

我们雇佣的第一个员工来问健康保险。去 Google 搜索时，Google 没有动力给你明确的答案，他们希望你点击所有这些链接并自己阅读，因为这能带来广告收入。

任何比链接利润低的广告单元，或者任何会降低链接点击率的广告单元，都不符合他们的利益，因为这会减少高利润项目的收入——广告收入太惊人，没办法“戒掉”展示链接的广告模式。

我们从未尝试在 Google 擅长的领域与其竞争。如果你只是试图通过构建另一个搜索引擎来挑战 Google，并且有一些其他的差异化，比如隐私或无广告之类的，这是不够的。

颠覆来自于重新思考整个用户界面本身。为什么我们需要链接占据搜索引擎用户界面的显著位置？

阻止幻觉

在论文中阻止自己说胡话的一种方法是：确保每句话都有恰当的引用。要么引用其他经过同行评审的学术论文，要么引用自己论文中的实验结果。除此之外，论文中的其他内容都应该是我们个人的观点评述。

这其实就是维基百科的方式：在维基百科进行内容编辑时，会被要求提供真实可信的来源，且他们有自己的标准来判断可靠性。

知识发现引擎而非搜索引擎

在我看来，旅程在你得到答案后才刚刚开始。你会在底部看到相关问题，建议提出的问题。为什么？因为也许答案不够好，或者答案足够好，但你可能想深入挖掘并提出更多问题。

答用户还没问的问题

在产品层面上仍有很多工作要做，比如如何最好地向用户呈现信息，以及如何从用户真正想要的和可能想要的下一步倒推，并在他们提出要求之前就提供给他们。

盈利

也许 Perplexity 的长期商业模式可以让我们盈利，但永远不会像谷歌那样成为摇钱树。你必须记住，这仍然不错，大多数公司在其生命周期内甚至都没有盈利。

速度

Chrome 发布时，Larry 会故意在非常旧版本的 Windows 和非常旧的笔记本电脑上测试 Chrome，并抱怨延迟很糟糕。Larry 要求它必须在破旧的笔记本电脑上也能工作，这样在好的笔记本电脑上，即使是最差的网络也能工作。每当我在飞行中，我总是在飞机上的 WiFi 测试 Perplexity，因为网络通常很糟糕，我想确保应用程序即使在这种情况下也能快速运行，并且我会将其与 ChatGPT 或 Gemini 或任何其他应用程序进行基准测试，尽量确保延迟相当不错。

Spotify 早期的故事——弄清楚如何以非常低的延迟流式传输音乐(其实 QQ 和微信也有类似的故事)。

细节

每个细节都很重要，比如在搜索栏上，你可以让用户去点击搜索栏开始输入查询，或者你可以已经准备好光标，这样他们就可以直接开始输入。每一个细节都很重要，比如自动滚动到答案的底部，而不是强迫他们自己滚动。或者在移动应用中，当你点击搜索栏时，键盘出现的速度。我们关注所有这些细节，我们跟踪所有这些延迟，这是因为我们非常钦佩 Google 而养成的习惯。我想在这里强调的是，我从拉里那里学到的最终理念是，有一种理念叫做用户永远不会错。

用户永远对

这只是一个简单的哲学问题。你只需反过来说，“无论用户输入什么，你都应该提供高质量的答案。”然后你为此构建一个产品。你在幕后做所有的魔法，这样即使用户懒惰，即使有拼写错误，即使语音转录错误，他们仍然能得到答案并且喜欢这个产品。这迫使你做很多目前专注于用户的事情。即使用户没有要求什么，但你知道他们想要什么，并且在他们没有要求的情况下就给他们。

最大的敌人

我甚至不需要你输入查询。你只需输入一堆词就可以了。你必须设计产品到这种程度。因为人们很懒惰，一个更好的产品应该是让你更懒惰，而不是更勤奋。当然，另一种观点是说，“如果你要求人们输入更清晰的句子，这会迫使他们思考。”这也是一件好事。但最终，产品需要有一些魔力，而这种魔力来自于让你更懒惰。

我们的设计师和联合创始人在讨论，然后我们说，“嘿，我们最大的敌人不是谷歌，而是人们天生不擅长提问。”

世界上的每个人都有好奇心，但并不是所有人都能将这种好奇心转化为一个表达清晰的问题。将你的好奇心提炼成一个问题需要大量的思考，然后确保问题足够明确以便这些 AI 理解也需要很大的技巧。

帮助人们提出问题，并建议一些有趣的问题——这是一个受 Google 启发的想法。就像在 Google 中，你会看到“人们也会问”或建议一个问题，基本上都在尽可能减少提问的时间，并真正预测用户意图。

AI 和 ChatGPT 已经出圈了。最近但凡聚会，必有相关的话题。有的人想提升效率因此快速拥抱，有些人出于恐慌焦虑地了解。对我来说，这个过程既兴奋，又有些信息过载与迷茫。无论如何，值得思考，姑且先汇总目前这么多信息冲击下的想法。曾经的平台断代被续上了

朋友曾提出一个观点：此前每隔十年有一波浪潮，吸引创业者和资本——PC 时代的代表是 1984 年麦金塔发布，Microsoft、Apple 等企业崛起。互联网时代的代表是 1994 年 Netscape 发布，Google 等互联网公司崛起。移动互联网时代则是 2007 年 iPhone 发布，大批移动互联网公司崛起。

但再到 2022，互联网与移动互联网之后的断代，让这些大公司从先进生产力的代表，变成了传统势力，也变成了被驯化、反垄断的对象。

AI 和 ChatGPT 可能续上了这个断代，这里可能有几年甚至十几年、几十年的机会。必然会带来价值重塑

很多目前看来非常光鲜的工作岗位失去价值。例如各种咨询师甚至医生、律师……可以回顾历史上曾经风光的职业，未来十年的冲击，只会更大。

会改变很多行业规则。比如教育，还会是现有模式吗？或者将能够真正做到因材施教？

部分此前不被重视的事情被重拾——比如家务、陪伴、绘画——跟手工有关，跟情感连接有关的事情，会更重要。不用急于下场

如果这只是幻觉，急于下场无益。如果这是个类似蒸汽机、互联网这样的发明，其影响力会持续数十年，对普通创业者而言，入场的机会，至少也有数年。

目前很多产品和业务，只是挣一波快钱——当然通过这种方式快速熟悉、上手实验也是好的。但还没有思路的人，也还不用为此焦虑急躁。

在较长的一段时期内，有场景的产品，会有更好的护城河。场景、习惯的颠覆，需要更长时间周期。对安全的想法

各行各业都会有相应的 AI Hacker，以前的 Hacker 需要掌握各种编程语言，现在的 Hacker 面对的人机接口就是自然语言输入——说话就行，因此门槛更低（无需编程）也更高（需要深入理解行业特性）。

短期内，公司与公司之间，会有大量信息安全问题出现——比如 A 公司使用 公共 API 做了训练，是不是 AI 获得这方面能力后，就能提供给 A 公司的竞争对手 B 公司使用了？那么国与国之间，这方面的影响是不是更大？而大量用户无论出于效率还是恐慌原因上传的资料，数据量大了，就容易超过临界点，引发质变。

语言和文化的障碍可能会被打破。长期看，或许未来是 AI 与 AI 之间探讨合作、交流、数据交换。这时的组织、国家利益，或许会被 AI 重新思考。

既然有机器人三定律，必然会有“邪恶科学家”设计出不遵守三定律的 AI，以此获得竞争优势，这也是黑暗森林。对我爱好的事情的影响

产品能力或许会被重新重视。各行各业都在用 AI 再梳理收拾一遍的时候，AI 提供的能力，这时可能需要产品设计者做权衡和调整——但再仔细一想，其实也未必，AI 或许可以简单粗暴地按“业界最佳实践”设计，然后拿了数据快速迭代。

我喜欢的拍摄，是“产出我自己欣赏的图片，用于记录与回顾”。AI 如果进一步发展，脑机接口进一步发展之后，或许可以直接在脑海里回顾人、事、物，就产出相应的图片。至于真实性——其实早就不是摄影讨论的主题了。

写作可能会更多地变成个人的享受。人类的观点会更偏激、感性。这时也自有其偏执的魅力（当然或许新一代生于 AI 的人不一定这么想），这时的人们，或许更需要有自得其乐的精神。

前段时间，玩 ChatGPT 和 Notion AI 多了，反而有点写不出东西——想到点什么，喂给 AI，请它贡献想法，然后就觉得有些魔幻：AI 可以长篇大论给你返回内容，四平八稳、面面俱到。如果觉得它过于冗长、复杂、周全，也可以让 AI 做简化，提炼核心观点。很简单实用。

可一番操作下来，自己就没了写作的欲望 。

今天对着电脑发呆时，我开始想：有了 AI，人还要写作吗？

就我而言：

写作是为了自己，因为我写着很开心。

写作是发现和挖掘的过程，写的时候，往往能找到自己有哪些不懂，然后学。

从零到一的创作，需要动脑思考，思路从混沌逐渐清晰，甚至还有灵感发生。

把文字里不需要的部分砍掉时很愉快，享受简化的愉悦感。

这仅仅是写作，后面还有思考与判断。如果你让 AI 帮你写作、帮你思考、帮你决策，你就拱手让 AI 取代了你。

更好的办法，是把 AI 当成提高效率、辅助创意、查缺补漏的工具。进而让自己从体力活中解放出来，能写、想和决定更重要的事。

最近一段时间，朋友圈等各种时间线基本被 ChatGPT 及其衍生品如 Notion AI、Jasper.ai 等占据。

乐观者欢呼，认为 ChatGPT 会是比蒸汽机、计算机、网络等更为重大的进步。各行各业，万事万物都将通过 ChatGPT，有了自然语言接口。你可以告诉任何一个或一组设备，让它们配合着完成某项工作——这些事，现在还需要程序员们费力地编程实现。

忧虑者担心，人工智能已经发展到很可怕的地步，而且即将成为巨大的信息中心——所有的信息，都将被人工智能慢慢吞噬、学习。而后，一定会有某些意外或漏洞，导致魔鬼被释放。

不以为然者，有的认为，参数量级的量变不会带来真正的智能。有的表示，人类的智力发展，除了文本之外，还有海量的声音和影像输入，而 GPT 难以越过这个鸿沟。

我想得比较简单：

1. 有好工具，咱就用。比如我现在，会跟 ChatGPT 或 Notion AI “讨论”一些问题——让它们对某个论题进行脑力激荡，列出观点，然后我再进一步思考细化。或者用“苏格拉底提问法”，向它们追问。

2. 观察自己与周遭，工作与生活，是否还有什么不自然不愉快的问题。这些问题在有了更好的 AI 之后，有机会改善。如果有，或许就是或大或小的产品机会。

3. 把玩各种层出不穷的新产品。大家都灵感迸发，往一个方向做创造时，好玩的东西很多，开心地玩就好了。

从小父母就教我，路上如果遇到围观的人群，绕着点走。这是为了安全，是非之地，人多事多，容易遇上事儿。

长大了，自己也不喜欢人多的地方，平时看到排长队就想躲。还记得有一回和妻子五一逛街，打车到了目的地，一看那人挤人的样子，掉头就回家了。那以后，就没怎么在长假期间出门凑过热闹。

在科技领域，年年都有新故事，就这一两年，机器人、元宇宙、Web3，还有现在被 ChatGPT 带起的 AI 共识……都很宏大、漂亮。当然，人也比较多。

我听导师提起他投资时的朴素想法：

很热的领域，已经有很多钱和资源了。

我们如果相信，科技发展到一定程度，必将会量变引起质变，重塑更有活力的新生态。在这个变迁过程中，或许有些生活、工作、学习中的小场景，也在持续进化，但进度条走得没那么快。因为太小、太慢，多数投资人看不上。

找到小而美，商业模式优雅，有显著社会价值，需要长期耐心的公司，比扎堆有意义。