圖片來源：Invest Like the Best
Z Highlights
如果有一個電腦可以為你帶來所有相關背景資訊，讓你對話時瞬間變得聰明，這將是一次巨大的「能力升級」。而LLM就可以即時重寫內容、為你提取所需資訊，這會成為人類能力的一次巨大釋放。
在這個領域，確實存在轉換成本，確實有一些護城河，但歸根結底，能贏的就是持續更快迭代、持續做出更好產品的團隊。這個領域變化太快了，容不得三個月懈怠。Granola本身的確存在一定的「黏性」：它掌握的上下文越多，對用戶的幫助就越大。
這會帶來一個張力：你要在「構築下一個對用戶有用的五個功能」與「進行一次大跨度創新之間」做取捨。我們希望Granola不僅僅是記筆記的工具，而是成為你完成大部分工作的地方。
Chris Pedregal是Granola的聯合創始人兼執行長。Granola是一款由AI驅動的智慧會議記錄工具，正在重新定義知識工作者的工作方式，幫助用戶更高效地記錄、組織和調用對話中的關鍵資訊。本文是Invest Like the Best主持人Patrick O'Shaughnessy與Chris Pedregal的訪談實錄，訪談播客於2025年2月播出。
AI是新時代的思維工具
Patrick：Chris，我覺得一個很好的開場方式是談談你對「思維工具」這一理念的理解，也就是技術在過去幾個世紀裡為人類提供的認知工具。顯然你正在構築的就是這類工具之一。我們稍後會深入探討，但我們第一次交流時，你用x-y座標圖作為例子來說明這種「思維工具」的價值，我當時非常著迷。也許你可以隨意講講你對這個方向的思考，以及你為什麼如此著迷於它。
Chris：我非常喜歡這個話題。我認為人類本質上就是「製造工具的動物」，這是讓我們區別於其他動物的關鍵點之一。回顧歷史，有很多發明確實是讓人類能做得更多的工具。其中有一些就是明確的「思維工具」，比如文字、數學符號。比如羅馬數字的計算非常有限，離開算盤的話你很難算到大的數字。而我們現在使用的十進制記數法，可以讓你輕鬆進行大數的長除法。還有一個我最喜歡的例子，就是數據視覺化。你提到的Playfair，那位叫William Playfair的人，大概200年前，他第一次用圖形化方式來展示數據，讓人可以用眼睛「看」到數據。
人類的進化讓我們可以非常高效地處理圖像，所以把數字映射到視覺空間，讓人直觀感知「這條線是在上升還是下降，速度快了還是慢了」，這真是太神奇了——在我出生的200年前，竟然還沒人這樣做過。這些例子告訴我們，從數學符號到文字、數據視覺化，再到電腦，AI就是下一個階段，它會成為更強大、更有用的「思維工具」。未來十年、二十年，它將變成什麼樣子，天知道，但肯定不會像今天這樣。
Patrick：也許你可以談談這個過渡。先簡要介紹一下你正在構築的產品，然後我們會深入探討。你第一次看到LLM（大型語言模型）時的反應是什麼？你是如何看待它能帶來的「範式轉變」的？
Chris：我覺得一個關於「思維工具」的有趣觀察是：這些工具的作用，往往是讓你把大腦中要記住的內容「外部化」。比如，今天最常見的「思維工具」之一就是筆和紙。你寫下來的東西，就不必一直在腦中記著，你可以反過來去看它、思考它。打個比方，這就像是擴展了你的「記憶體」。我們大腦的「記憶體大小」是由生理結構決定的，但這些工具就像是給我們擴充了記憶體。LLM的突破性之處在於，它可以在你需要的時候，動態地為你帶來最相關的「上下文」。這些上下文是根據你當下的需求生成的。就像你在會議中寫下一些想法能讓你更有條理，如果有一個電腦可以為你帶來所有相關背景資訊，讓你對話時瞬間變得聰明，這將是一次巨大的「能力升級」。而LLM就可以即時重寫內容、為你提取所需資訊，這會成為人類能力的一次巨大釋放。
Patrick：這種願景在現實中會如何體現？是說我的生活中——我讀過的所有東西、我進行過的所有對話——最終都被儲存了？然後我可以把目前的上下文回饋給一個系統，它就能為我提供觀點或靈感？能不能更具象一點地描述你的願景？
Chris：在你讓我具體談Granola之前，我先講一下整體思路。AI的世界中，我們可以看清接下來的兩步，但很難預測十步之後的世界。Granola是一個「數位筆記本」，類似你電腦上的Apple Notes，是一個應用程式，你可以記筆記。但它的不同之處在於，它會「聽」。如果你在開會時使用它，它會記錄你寫下的筆記，也會即時轉錄你們的對話。會後，它會把你寫下的筆記進行擴展最佳化。所以你不必記錄所有資訊，只需要記錄關鍵的洞察、判斷。那些機械重複的資訊記錄工作，交給AI就好。這樣做的意義在於：你回看筆記時，可以看到會議的完整上下文。我們還有一個尚未公開的功能，可以讓你查看和某個人的所有會議記錄，或某個主題下的所有會議內容，並總結出其中的共性和主題。這種上下文原本是會遺忘的，哪怕你曾經寫下了，也不知道在哪個筆記本裡，現在它可以變得即時可用。
Patrick：也許你可以談談你自己作為最早使用者之一，是如何被Granola改變工作方式的？你提到現在只是完成了願景的5%，那這5%已經給你帶來了哪些具體變化？
Chris：我認為這將會是知識工作者的普遍狀態——我們不斷思考「我現在需要什麼上下文，才能做出最明智的決策」。用ChatGPT的人應該熟悉「上下文視窗」這個概念，你可以輸入一些資訊，讓模型理解當下情境。這種「提供上下文」的思維方式，也會被我們人類所採用。舉個具體例子：我現在要寫一篇部落格文章。以前我會打開筆記本，把想法寫下來，然後再打成文件。現在我會先找幾個人聊聊他們的建議，記錄下來（用Granola）。然後我走來走去，邊走邊說，把思路口頭表達出來，也用Granola錄下。
我把這些素材放到一個資料夾裡，然後跟Granola裡的AI對話，讓它提煉出主題、建議格式。最終還是我寫這篇部落格，但這個過程讓我把各方意見高效整合了。如果不用這些工具，很多內容我肯定會遺忘。另一個例子是我們觀察到Granola用戶的筆記方式發生了根本變化。他們在會議中只寫幾條筆記，而且是內心的思考，比如「這個人有點強勢」或「他們沒正面回答問題我有點擔心」。這些筆記是AI無法聽出來的，而客觀內容則由轉錄系統處理。回看這些筆記時，用戶不會像以前那樣翻閱所有內容，而是直接問AI一個問題，比如「他們當時怎麼說的？」，AI會快速生成高品質答案。
構築 Granola：在變化中堅持產品哲學
Patrick：那麼能談談你設想的從5%到100%的願景嗎？我們知道LLM的未來難以預測，但兩三步之後你覺得會發展成什麼樣子？
Chris：我覺得最核心的問題是：「我現在需要哪些資訊，才能做出最佳決策？」你可以想像如果你是外交官，在關鍵談判前你會收到一份「情報檔案」，為這個會議量身定制。將來我們每個人進入每一場會議，都會自動收到類似的資料包。問題在於：哪些上下文資訊是有用的？是上次會議內容？是你所有郵件？還是網際網路上的全部資訊？介面會是什麼樣子？Granola目前的目標是幫你生成最好的會議筆記，但將來，它應該幫你完成所有會議後續任務，比如撰寫郵件、準備投資備忘錄、安排活動等，而這些都應由AI結合上下文幫你完成80%、90%、甚至95%。對我們來說，非常重要的一點是：我們相信AI的作用應是「增強人類」，而不是替代人類。你可以用AI取代一個人，也可以用AI增強一個人——我們選擇後者。我們希望人類可以用AI實現更多、更聰明、更高效。所以我們要讓Granola代替那些低價值的寫作工作，而你只需添加自己的判斷，這才是最關鍵的部分。
Patrick：你覺得我們什麼時候可以做到線下會議和Zoom會議一樣，都有記錄功能？我現在就已經有這種期待了。我希望有個「記憶助手」能陪我開會，不用我手動記筆記。我也願意戴一個錄音掛件。我每天見這麼有趣的人，靠腦子記不住。我通常只能會後猛記筆記，但總覺得不夠。
Chris：我們的iOS應用馬上就會上線。我和我的聯合創始人Sam最初開發Granola，是因為我們自己就需要它。我們原本只是覺得它「可能有用」，但沒想到它一下子火了。一旦有人開始在重要會議中使用Granola，他就等於把部分長期記憶「外包」了。他們會產生一種依賴：以後還可以回來查找過去的內容。最令我們難過的郵件就是那些用戶說的和Nirvan一樣的話：「我有三分之一的會議是線下的，但我完全像『裸奔』一樣，什麼都記不住，我太需要線下版Granola了。」我現在講的是Granola，但無論是不是我們開發，我可以肯定地說：這類工具很快會成為每個人的常用工具，而我們對會議記錄的「社會習慣」也會發生改變。
我個人其實討厭那種「隱形吊墜」監聽一切的設想，尤其是在矽谷，這是某種未來願景的一部分，但我個人不喜歡。對於工作環境來說，我覺得手機非常適合。你把手機放在桌上，這就像是與會者之間一個簡單明確的社會契約：大家都知道手機正在記錄。這正是我們在Granola的工作方式。基本上在Granola的每一次會議中，如果有人放了手機，大家都會很清楚是誰的手機在做記錄。我認為這種「社會契約」非常重要。是否使用記錄工具，和工作環境中的其他事一樣，是每個人自己決定的。如果你放出手機，並且坦率說明它的用途，每個人都會從中受益。而我也確實認為這個變化會比人們預期的更快到來。但在社交圈中就完全不同了。
Patrick：我現在對AI應用公司的一個特別好奇的點是——一些最強大的工具，竟然是由不到25人的小團隊打造的。而且即便他們的用戶規模和營收迅速增長，團隊規模也幾乎沒有擴張。他們不再需要更大的團隊。你能不能講講這在實際中是什麼體驗？不只是產品本身，而是作為一家公司在這個AI時代的構築過程，與之前你做過的「非AI時代」公司相比有什麼不同？
Chris：我覺得當下這個AI時代有兩個決定性的特徵 (1) 技術進步的速度快得瘋狂；(2) Granola是建立在大型語言模型（LLM）之上的產品，屬於應用層，因此我們能夠直接享受LLM層不斷更新的技術紅利。如果我們不是構築在LLM這樣的基礎技術上，我們可能需要一個非常龐大的團隊，才能實現目前的產品。所以我們真的得益於這項技術。但話說回來，讓Granola成為一個優秀產品的關鍵，是在技術細節上精雕細琢，很多你平時不會想到的邊界情況，比如你在會議中途取下AirPods，而這場會議是在一個Zoom多頻道環境下進行的，那麼Granola就得進行非常特殊的處理才能讓整個體驗不被破壞。你在沒做這個功能前永遠不會想到這一點。我們在Granola內部盡可能多地使用AI工具，但至少在開發方面，一些工具還沒成熟。我們離「完全自動化」已經非常接近，但還是需要做很多人工工作。我不太願意預測時間，但如果你快進三年，我認為我們現在的工作方式將被徹底顛覆。
Patrick：你是說，這主要還是工程挑戰？你期望用Cognition、Cursor或其他工具，讓團隊像「經理」一樣只下達指令，而不用真正去寫程式碼？
Chris：完全正確。我們CTOVas有一個明確的目標：盡可能減少Granola每位工程師每天寫的程式碼量。他每天都在為這個目標努力。我們前不久搞了一次內部團建，主題是「用AI做那些你想不到的事」。我舉個例子：我在西班牙買了點蝦，準備給大家燒烤，但我從沒烤過蝦，就打開ChatGPT問怎麼做。Vas跟我說：「別只局限於片面的資訊，給它上下文。」於是，我拍了蝦和燒烤架的照片。結果AI說：這蝦是熟的，只需要加熱！我們還真沒看懂包裝是西班牙語，差點白烤。
這個例子說明：AI使用習慣正在重構我們的直覺。就像網頁剛出現時，有人習慣用圖書館查資料，而新一代人天生就會先搜Google。AI也是一樣，未來會出現所謂的「AI原住民」，他們天然就知道怎麼提供上下文、怎麼與AI協作。就拿我來說，我已經38歲了，我的整個團隊都在拉著我進步，我是每天都在思考這個問題的人，但我用AI的頻率仍然不夠高。如果是我這樣的人都這樣，那你想想一般大眾該有多滯後。
Patrick：那這是否意味著，「上下文採集」是一個關鍵課題？你們的產品是圍繞對話上下文構築的，這是工作中一個極為重要的輸入方式。那你認為我們未來還要如何採集其他形式的上下文？能否即興談談你對「上下文採集」的理解？
Chris：採集上下文——也就是收集所有數據——其實不難。你把所有郵件、筆記、公司文件、推文等接入Anthropic或ChatGPT，只是時間問題。但真正的問題是：我目前要做這件事，到底哪一部分上下文是「有用的」？這可能是技術問題，也可能是UI問題，我不確定。我確實認為，現在制約人與AI協作最關鍵的問題，是「互動介面」。我們現在就像還處於早期電腦時代，那時是終端介面——你打一行指令，電腦會回一行回應。我們今天和ChatGPT的互動也差不多。我不認為「聊天」模式會消失，但它最終一定會顯得非常原始。你作為用戶的「控制能力」實在太有限了。
我查了一下歷史，有個很好的類比：最早的汽車沒有方向盤，是用一根桿子控制左右。慢速時還行，但一旦開快了，就很容易失控。直到後來才發明了方向盤，這才成就了如今汽車的精準操控。我認為，我們仍然沒有為「與AI協作」發明出那個「方向盤」。現在我們只有粗糙的控制——你說一句，AI回复一句，接著你再回應。未來應該是更流暢、協同式的互動體驗，我們還沒做出來，但一定會來的。
Patrick：能具體描繪一下這種「更流暢的互動」會是怎樣的嗎？相比於現在的「一問一答」模式，它未來可能長成什麼樣？
Chris：這取決於工具的類型。但現在的感覺是，你和AI並不是在同一塊「畫布」上協作，而是在各自的畫布上獨立作業。舉個最基本的例子：你在使用ChatGPT或Claude的時候，沒法去編輯AI給你的回复。你不能進去把它寫的內容直接修改，比如說「這段說得很蠢，我要換種說法」。你只能發個指令：「請改短一點」，然後期待它能改對。將來我們會覺得這種方式簡直瘋狂。其實歷史上也有類似的例子。早期電腦的文字編輯器，是「模式化」的：你必須先進入「插入模式」寫字，再退出，進入「刪除模式」或「複製模式」。直到Larry Tesler發起了一場運動，才有了如今我們熟悉的無模式編輯方式——你隨時可以輸入、剪切、刪除、貼上，一氣呵成。這在當時也是難以想像的。AI時代的「方向盤」目前還沒被發明出來。但我敢保證，它會與現在截然不同。未來，我們會有更細粒度的控制、更高速的協作方式，體驗將變得非常流暢。
Patrick：有沒有哪種Granola的使用方式讓你特別意外？
Chris：有幾個讓我很驚訝的點。一個是用途非常多樣。我們一開始是為了工作會議而構築的，但很快就有人告訴我們：「我伴侶得了癌症，我們有很多次與醫生的會診，Granola在這個過程中變得不可或缺。我現在都不知道沒它該怎麼辦。」還有人會用Granola做各種「非會議用途」：比如，我正在頭腦風暴一個點子，那我就隨便創建一個「虛擬會議」，對著Granola自言自語；或者我想規劃一天的事務，就對著它說出所有待辦事項，然後讓它幫我理清優先級；又或者我在看一個YouTube教學影片，我就邊聽邊在Granola裡記筆記。最大的意外之一是：用戶現在越來越少去「讀」以前的會議筆記，而是直接打開Granola的聊天功能，問它：「當時X會議中Y講了什麼？」然後獲取一個高品質的答案。
AI創業的哲學、雄心與人性反思
Patrick：作為應用構築者，你怎麼看模型提供商對你注意力和業務的「爭奪戰」？
Chris：我覺得這是最棒的事情，太好了。我完全支持這種競爭。我們是在基礎模型之上構築應用的，過去三年模型進步的速度實在太驚人。像我們這樣的公司從中受益巨大，用戶也一樣。
Patrick：那你們是怎麼做的？每天早上評估哪個模型更好，然後熱插拔換上去？比如Anthropic推出新模型，你們就切過去，未來有更好的再切回來，是這樣嗎？
Chris：對，基本就是你說的這個流程。評估過程並不簡單，但我們做的確實是這個：我們不會只在一個地方使用一個模型，Granola的不同功能用不同的模型，我們會隨時切換到當天表現最好的那個。
Patrick：那你如何看待另一個維度的競爭？就是說，除了模型公司，還有其他應用開發者也可能構築「更好的Granola 2.0」。你是否考慮過產品架構如何防守這種競爭？因為當產品足夠「黏人」，即便有更好的替代品，用戶也未必會更換。
Chris：我覺得這個問題的答案其實很簡單：你必須要「更快地做出更好的產品」。在這個領域，確實存在轉換成本，確實有一些護城河，但歸根結底，能贏的就是持續更快迭代、持續做出更好產品的團隊。這個領域變化太快了，容不得三個月懈怠。Granola本身的確存在一定的「黏性」：它掌握的上下文越多，對用戶的幫助就越大。所以如果用戶要切換到另一個產品，對方得好非常多。但這不能讓你掉以輕心，你一鬆懈就容易被追上。
Patrick：那你們團隊是怎麼做到高速度迭代的？我聽說過一些很有意思的工程方法。作為一個AI應用開發團隊，你們如何推進產品速度？哪些做法有效，哪些失敗了？怎麼「工程化」速度？
Chris：我們有一個非常明確的做法，就是：明確自己是在「探索模式」還是「執行模式」。如果你知道自己要做什麼功能，那就進入「執行模式」：盡快最小可行產品，設定時間點上線給真實用戶（即使不是所有用戶），並迅速迭代。如果你不知道該怎麼解決某個問題，那就是「探索模式」：這個時候的目標是找到正確的解決路徑，而不是快速上線。這種模式下，強調速度反而會害事——你上線了一個糟糕的功能，還以為做得很快，但其實並沒有真正解決用戶的問題。特別是在這個節奏極快的領域，偶爾停下來認真思考怎麼做「對的東西」，反而更重要。
舉個例子：我們做Granola時，其實已經落後AI筆記市場很多年。我們做了整整一年才發布，算是「第七年進入者」了。那段時間我們就一直在探索，最開始的互動邏輯完全不同，比如我們原本希望即時記錄關鍵字、自動擴寫，非常炫酷。但我們發現：用戶根本沒法集中注意力，反而被AI即時生成的內容打斷了注意力，完全本末倒置。最後我們完全換了互動邏輯：會議中就像普通記事本一樣使用，魔法發生在會議結束之後。這其實是一個極難做的決策：你用了半年時間做的東西被否定了。但如果我們早早上線，我們後面就不可能再切換產品方向了。所以我覺得，在確定產品方向之前，保護好「轉向的能力」是至關重要的。
Patrick：你是如何思考自己的「雄心程度」的？如果按1到10打分，你覺得你處在哪個位置？這個評分在你創業以來是否發生了變化？你是如何判斷和調節自己的雄心的？你有什麼經驗？
Chris：我每天都會問自己「我們是不是在正確地做這件事」。我和Sam最初開始嘗試LLM時，就確信我們今天使用的所有工作工具都會被LLM重新構築或重塑。我們還相信會出現一類全新的軟體，就像開發者每天都泡在Cursor或Visual Studio這樣的IDE裡一樣。我們認為，會有一類全新的軟體，目前還沒有名字，那將成為像你我這樣圍繞人與溝通、專案和會議工作的人的「主工作空間」。這正是我們一開始的目標，也正是我們現在在做的事。
對我們而言，一個非常關鍵的問題是：如果你不是OpenAI或Anthropic，你就必須在「當下」就非常擅長某個具體用例——你不能只構築一個「未來會很棒」的產品，你「今天」就必須對用戶極具價值。這會帶來一個張力：你要在「構築下一個對用戶有用的五個功能」與「進行一次大跨度創新之間」做取捨。我們希望Granola不僅僅是記筆記的工具，而是成為你完成大部分工作的地方。如果你要寫一個文件或備忘錄，Granola應該是最好的選擇，因為它知道你上下文中的所有工作內容。但這確實是一個大跨度的目標，需要大量迭代和努力。
Patrick：如果你回頭看現在已有的一些公司，它們可能已經在做或將來會做Granola的部分功能，你會最關注哪些公司？換句話說，如果你是其中一家的VP，你會擔心什麼樣的顛覆？
Chris：我覺得你可以擔心一百萬件事，但應該有選擇地去擔心。因為真正能影響你的事情其實很少。Granola目前最擔心的「競爭對手」是那個還沒成立的新創公司——那個能站在我們和其他人已有成果的基礎上開始，執行得比我們更快的團隊。我們最關注的是這類公司。我其實挺驚訝於大公司反應速度之快。ChatGPT出圈後，各大科技公司立馬轉向、調整策略，這點讓我敬佩。但你選擇做一件事，並不代表你就能把它執行好。
我們有個投資人說得特別好：你回頭看看你每天使用的所有AI功能，有多少是大公司開發的，又有多少是新創公司做的？你會發現令人驚訝的比例來自新創公司。儘管大公司投入了海量資金，但最終很多突破還是出自新創。所以，有時候新創公司就像是大公司的「研發部門」，新東西一旦被驗證，大公司再整合進自己的體系。而真正具有時代性的公司，是那些在早期就看清趨勢、並能憑此形成巨大槓桿效應的公司。
Patrick：如果讓你戴上「超級夢想家」的帽子，完全不考慮現實可行性，你最夢想五年、十年後有哪些「思維工具」出現？我們最初就是從這個話題聊起的。
Chris：我希望工具能讓我們「更像人」、成為「更好的人」。也就是說，它們應該釋放我們的創造力、判斷力，讓我們做那些只有人類才能做的美妙事情。AI工具的構築者必須非常有意識地處理這一點，因為這條線很細微——你可以外包掉所有重複、無聊的事情，但你真的不能外包「判斷」。比如你讓AI幫你生成一百個創意，然後你從中挑選，這是沒問題的。但危險在於：當每個人都這麼做的時候，我們就只在看AI提供的選項。
這只是一個例子，其實它會滲透進所有領域。比如說，「寫作即思考」這一觀念。如果你讓AI替你寫作，那些看似「機械」的寫作背後，其實隱藏了大量你的思考。若你過度外包，就會失去這種思考機會。
所以我夢想的工具，是能打破資訊孤島的——現在靈感、知識、數據來源都被分割了，而我思考一個問題時，往往只看到其中一塊。我想要的工具，是能從我個人背景中挖掘出最相關的洞察，同時結合全人類已有的知識，動態即時地以我能理解的方式呈現給我。這工具長啥樣我不知道，但我見過一個很酷的demo。我有個朋友做了一個類似Midjourney的系統，麥克風接入後，每秒5-8幀，能根據你在說什麼即時投影相關圖像（稍微偏離主題，以激發聯想）。他在Burning Man上用過。但你可以想像它在工作場景中的應用——幫助你「邊說邊想」，同時帶入你想不到的素材。
但這類工具要「有幫助而不分神」，其實極難實現。科幻小說中的點子聽起來都很棒，但很多因為「細節問題」在現實中失敗。比如「即時寫筆記」這種功能，聽起來好，實際卻讓人分心。所以，很多工具好不好，其實是由「人類的使用感受」決定的，而不是技術本身。我可以聊這個話題幾個小時。我真的覺得，現在是一個令人興奮的時代，能親手創造這些工具，真的很幸福。
Patrick：投資人Micky Malka有個藝術裝置，就是你剛剛描述的那種：會議中你說話，牆上即時投影相關畫面。確實會分神，但是那種「美妙的沉浸感」。但這六個月裡我也看到了技術進步的驚人速度。但問題是：這些模型有什麼「做得不好」的地方？大家都說模型好、還會越來越好。但是否有一些事情，它們一直做得不好，而且「跨代都沒變好」？
Chris：我覺得得區分「今天的現實」和「未來是否會持續的限制」。目前讓我最驚訝的是——模型幾乎沒有「個人化」。你問一個問題，我問同一個問題，輸出幾乎一樣。這麼多年了，這還是挺意外的。我們在Granola做了一件小事，用戶很喜歡。比如你和我參加同一場會議，你的Granola筆記和我的完全不同。因為我們會根據用戶在這場會議中最關心的內容定制記錄。但很多模型仍然對「個人化」處理很差，這讓我驚訝。
Patrick：你向很多優秀的投資人募過資，也接觸了無數投資者。對那些現在正關注AI投資的VC，你有什麼建議？怎樣才是最有價值的合作方式？你也可以從你遇到過的「最好」和「最差」的投資人出發，告訴我們怎麼做和怎麼避免。
Chris：我不是投資人，所以談不上「給建議」。我只能分享什麼方式對我來說是有吸引力的。就像我前面說的——你做功能時，必須明確你是在「探索模式」還是「執行模式」。AI作為一個整體，是「探索模式」，沒人知道什麼是正確的方向。基礎模型可能進入了「執行階段」，但應用層還是完全的探索期。在探索期，你需要具備一定的「產品直覺」，深入思考什麼才是好產品、什麼對人有益。但不是所有投資人都能做到這一點。最能打動我的，是那些發冷郵件但寫出極具體洞察的人——他們可能針對Granola某個功能或用戶行為說出了真知灼見，指出我們做對或做錯了什麼。
你一眼就能感受到：這個人思考過。這種人我會認真對待。因為當某個領域正熱，資訊量爆炸時，篩選訊號特別難。我現在的郵箱幾乎炸了。而我找投資人，其實是找一個長期合作夥伴——我們要共同的世界觀、問題解決方式。具體執行細節會變，但核心理念要一致。這聽起來很普通，但我確實現在投資人身上找到了這一點。他們都是極具產品思維的人，也能在多個層次上與你深入交流——這太有價值了。
Patrick：如果我強迫你在這個領域裡做一個別的專案——Granola不復存在，你也不能做Granola 2.0——你第一直覺會去做什麼？進入「探索模式」談談看。
Chris：在開始Granola之前，我就在思考自己下一步該做什麼。我上一家公司是一個叫Socratic的AI教育應用，大家都說「你幹嘛不繼續做教育方向？」但我覺得有很多理由讓我不想再做一個教育類的的公司，或者教育領域的AI產品。不過最近我玩了一下GPT-4的語音模式，就是那個「史嘉蕾·喬韓森式聲音」的那個。
Patrick：嗯，我知道。
Chris：我讓孩子們一起玩，你甚至可以開攝像頭。他們居然和ChatGPT玩捉迷藏，真的有點瘋狂。我兩個孩子，一個5歲，一個7歲，他們躲在桌子後面，然後偷偷探出頭來，AI就會說，「哦，我看到你啦～」這不是「輔導你拿好成績」那種功能，而是一種出人意料的人機互動。我從沒見過孩子與技術之間有這樣的互動。我還不知道產品具體長什麼樣，但這裡面肯定有「機會」。而我覺得互動的設計這種體驗中非常關鍵。
Patrick：教育領域困難在哪裡？你從構築Socratic中學到了什麼？對於要進入這個領域的創始人，你有哪些提醒或鼓勵？
Chris：教育科技的「聖杯」，就是打造真正的「1對1輔導」。很多研究顯示，有個專屬家教時，中等水平的學生能達到班上前5%–10%的成績。回看歷史也是這樣，很多歷史名人都有家教，比如亞歷山大大帝的老師是亞里斯多德，那當然贏在起跑線。所以大家都夢想著「人人都有1對1導師」，而且最好是免費的、開源的，大家都能在這基礎上構築，對全社會都有利。但我不想在這方面做一個商業專案——因為「賺錢動機」和「社會理想」不完全一致。而且正如你之前問的那樣，這個領域很容易被通用AI助手（比如ChatGPT）吞噬。我認為大部分教育類應用最終會被它們取代。
Patrick：你覺得一個成功的AI工具是否「必須」具備數據優勢？比如獨有數據源，或者像你們這樣通過使用者不斷累積的個人化數據？有沒有可能一個幾乎無數據的AI應用也能成功，還是說數據絕對是可持續發展和競爭優勢的關鍵？
Chris：現在你已經不需要太多數據了。獲取少量數據的成本已經不高。以前機器學習時代，你得有幾百萬條數據，現在有時候五萬條就夠用了。我會思考哪些數據是真正「無法獲得」的。因為現在幾乎誰都能構築一個應用，我認為這種能力很快就會普及，真正的問題是這對世界的影響是什麼。
我在想一些歷史類比，比如攝影：最早只有少數人能拍照；後來設備變便宜了，但還需專門學習；直到現在每人手機裡都有相機，每個人都是攝影師。但在這個背景下，「品味」反而變得更稀缺。如果你能在海量內容中脫穎而出，那你可能比以往更值錢。我不確定軟體領域會不會也一樣，但我觀察。
Patrick：我覺得這像音樂。未來人們不太可能都擁有自己完全私人的「個人化音樂」。因為音樂還有「共享體驗」和「社會認同感」，比如酒評實驗：你知道酒貴，喝起來就覺得好；知道一首歌很火，也會更喜歡它。軟體也許類似。我覺得未來並不會人人都自己做應用，就像現在並非人人都是創業家，儘管Stripe、Atlas、雲服務已經讓創業變得極其容易。但「創業」仍不是大多數人的選擇。
所以我認為未來往往會像過去。只是我們有了新工具。每個人傾向不同，但我很期待用這些東西造點新玩意。像你這樣的人才是真正在推動這些可能性的實現。
我還想問另一個問題，我們之前聊到「小團隊定律」。你覺得未來是否會出現那種只有20人卻市值100億美元的公司？Granola會成為一個有1000員工的公司嗎？
Chris：我覺得會。就拿我們來說，我們最近才招了第一位客戶體驗人員。我們收到大量用戶來信，面試了很多候選人。我確信幾年後人們會用這個標準來看公司：「他們的客戶體驗團隊是2025年前建立的，還是之後？」2025年之後新建的客戶支援團隊，人數會更少，工具使用方式也完全不同。舊系統則很難改革。Granola的目標很大，我們未來會需要更多人。但未來世界裡的「大公司」可能和今天完全不同。我們讀到一些企業有幾千、幾萬員工，那是舊範式。Granola可能會顯得「非常小」。
Patrick：今天太精彩了。我對你們在做的事、做事的方式都非常感興趣。Granola是一個絕佳示範，展示了新範式下的可能性。謝謝你來聊。每次訪談最後我都會問一個傳統問題：別人對你做過的最善意的一件事是什麼？
Chris：是我父親。他花了很多時間給我反饋——很多時候是批評。我始終感受到他的愛和支持，但也伴隨著不少「挑剔」。現在我自己有了孩子，我才意識到，這種做法其實非常耗費精力，而且對「給予者」幾乎沒有好處。有時你必須說出一些實話，但這些話對你沒益處，只對對方有益處。這真的很難、卻也很善良，因為那完全是為了我好。
Patrick：你覺得如果他沒這麼做，你現在的性格會有什麼不同？
Chris：我會對自己缺乏更誠實的認知。現在大家總談「第一性原理」，但這個詞常被濫用。人很容易用一些哲學或藉口來自我安慰。但很多時候現實其實很簡單。我腦中常會響起他那句「這聽起來就是胡扯」。可能是我自己在騙自己，也可能是別人說的假話，但我常能聽到他的聲音。他不是創業家，也不在科技行業，但他的這種「內心警鐘」深植我腦中。
Patrick：那你現在如何將這些經歷轉化為對Granola的「為什麼」的表達？
Chris：最誠實的答案是：這是一個非常私人化的動力。我在構築一個我相信的、有意義的東西時最開心；不做這類事時我會很痛苦。我就是這麼被「硬體級地」設計的。我早年一個老闆曾說：「亞里斯多德認為人的意義在於『積極實現人的潛能』。」這句話一直印在我腦中。我時常自問：我是否在積極實現自己的潛力，也在推動人類潛能的發展？對我來說，這更多透過工作來實現，但作為父親，這種感受也變得更強烈——雖然以前沒意識到，但現在我懂了。
Patrick：太棒了，完美收尾。Chris，太感謝你的時間。
Chris：謝謝你，Patrick。
原文章：Building Granola
https://joincolossus.com/episode/building-granola/
編譯：Aurelia Wang
請注意，本文編譯自文末載明的原始連結，不代表Z Potentials立場。如果您對本文有任何想法或見解，歡迎在評論區留言互動探討。
Z potentials將繼續提供更多關於人工智慧、機器人、全球化等領域的優質內容，我們誠邀對未來充滿憧憬的您加入我們的社群，與我們共同分享、學習、成長。
-----------END-----------
🚀 我們正在招募新一期的實習生
🚀 我們正在尋找有創造力的00後創業
關於Z Potentials