8万家公司如何用AI构建产品：产品即有机体、组织架构图的消亡，以及为什么到2026年智能体数量将超过员工 | Asha Sharma（微软AI平台CVP）

节目以一段开场集锦开始，呈现了其余对话将要展开的四个想法：一个才刚刚初具雏形的“智能体社会”；从产品即制品到产品即有机体的转变；当GPT-5这样的新模型随时可能落地时，制定路线图的困难；以及询问行业正处于哪个“季”的规划习惯。这些只是预告，每个想法背后的具体推理会在后面展开。

当这一切发生时，组织架构图开始变成工作架构图。

Asha Sharma在预告中的浓缩论点如下：优质产出的边际成本正趋近于零，因此对生产力和产出的需求将呈指数级增长，而智能体是组织扩大规模以满足这种需求的方式。她由此得出的一个推论是，组织将不再需要那么多管理层级。

在冗长的开场介绍部分，主持人Lenny Rachitsky介绍了Sharma，并预告了话题：产品即有机体、图形界面让位于代码原生界面、后训练是新的预训练、智能体社会、成为成功构建者需要什么，以及从Satya那里学到的一条领导力经验（根据上下文推断指Nadella，但文字稿里只说了“Satya”）。文字稿把她描述为微软AI平台的“Chief Vice President of Product”（节目标题中的头衔是CVP，因此这很可能是转录失误），并称她是Meta前“VPR product”（可能是产品副总裁；文字稿写的是VPR）。同一块内容还包含Lenny对其时事通讯的推广，以及两段赞助口播：Enterpret（一个客户智能平台）和DX（一个开发者智能平台）。这些是广告，不含分析性内容。

Lenny请Sharma解释产品正从制品转向有机体这一想法。她的叙述从她加入微软以来模型层发生的变化说起。在OpenAI和大型基础模型出现之后，专有和开放的前沿模型出现了爆发。它们变得更高效，有些开始显示出领域级的专业能力，而最近它们可以调用工具和函数并采取行动。在她看来，这为一种已开始取得一些成功的新型产品开辟了道路。

她所对比的是静态制品：想出一个洞察，解决一个问题，交付，稍作改进，然后看着仪表盘。在有机体模式中，关键衡量标准变成产品团队的“新陈代谢”，即其摄入数据、消化奖励模型并产生结果的能力。由于模型很有效，团队可以把它们调优到价格、性能或质量等结果上。她把这类产品称为随着交互增多而变得更好的活的有机体，并说她认为这是每家公司新的知识产权。这一说法被表述为她对未来走向的看法，而不是一项实测结果，她在这一段中也没有提供数据来说明它目前的普及程度。

突然之间，这些东西就成了活的有机体，随着交互越多就越变越好。

Lenny把这一想法与Michael Truell（来自此前一期节目）的观点联系起来：Cursor的护城河是用户接受或拒绝建议时所捕获的数据，并问Sharma指的是专有的使用数据还是更广泛的东西。Sharma的回答是指向后训练的兴起。她引用了Nathan Lambert的一项研究（按她的描述），覆盖各大顶级排行榜：一旦模型达到300亿参数，用数十亿token做预训练的资本支出在经济上就不再合理，转而可以在循环上做优化。这是她对一项并非她本人所做研究的概括，这一段也没有给出该研究的细节或局限。

关于数据问题，她说使用你自己的数据在很多方面是最佳路径，但数据也可以合成生成。更困难的工作在别处：设计奖励、把系统部署出去、进行严格的A/B测试，以及找到它最适合的待完成任务或使用场景。只有这样，这个过程才会产生可供学习的数据。她补充了一个经验性的观察：她从未见过任何产品只靠单一循环。她看到的是多条并行运行的轨道，像装配线一样。

被问到这一论点是否只适用于模型公司，还是也适用于SaaS产品和工具时，Sharma说软件这个基本单元正在改变：产品内部的制品现在是与普通软件组件并存的一个模型，因此她预期软件产品将变成模型优先。她的回答很简短，没有给出例子或反例。

Lenny转述了与ChatGPT负责人Nick Turley的一次对话。据Lenny说，Turley表示，GPT-5发布时ChatGPT还是同一个产品，因为是模型告诉团队在产品里该做什么。Lenny由此延伸：如果模型可以驱动产品，为什么GPT-5不能在你使用时构建它自己的界面，让用户体验在产品团队什么都不做的情况下演化？他指出Canvas在这个方向上是部分的一步。Sharma说她百分之百相信这是世界的走向，每个人的体验看起来、感觉起来都与他人不同，并说在未来这可以即时做到。她补充说，对智能体、高级用户和新用户来说，体验也会不同。