走进 ChatGPT：史上增长最快的产品 | Nick Turley（OpenAI ChatGPT 负责人）
Inside ChatGPT: The fastest-growing product in history | Nick Turley (Head of ChatGPT at OpenAI)
嘉宾：Nick Turley
全文文稿 · 按对话顺序保留完整内容，深入理解上下文。
本篇目录1 章节
§01访谈 1§01访谈 1
你曾经是 Dropbox 的产品负责人，后来去了 Instacart。现在，你是史上最具影响力产品的产品负责人。
因为这里是一家研究实验室，我当时不知道自己会做什么。我的第一项任务好像是修百叶窗之类的事情。
当有人给你一艘火箭时，不要问自己坐哪个座位。
我们最初想打造一个超级助手。当时它本来只是一个黑客松代码库。
它之前叫什么？
它原本会被叫作 Chat with GPT-3.5，因为我们确实没觉得它会成为一个成功的产品。
然后 Sam Altman 就说：“嘿，让我发条推文介绍一下。”
这在 AI 领域是一个常见模式：你只有发布之后，才知道哪些地方值得打磨。我的梦想是每天都能发布。
等大家听到这期节目时，他们已经可以使用 GPT-5 了。
每周大约有全球人口的 10% 在使用它。规模越大，责任越大。它感觉更有生命力，也更像人。这个模型有品味。
你的首席产品官 Kevin Weil 让我问你一个原则：“它是否被最大程度地加速了？”
我总是很想直接进入核心问题：“我们为什么现在还做不到？”我一直觉得，自己在这里的部分职责，就是为团队设定节奏和静息心率。
大家一直都在问：“聊天会是这一切的未来吗？”
当时，聊天是最简单的发布方式。我对它后来发展到如此规模感到不可思议，更不可思议的是这么多人复制了这种模式。
现在，ChatGPT 给我的 newsletter 带来的流量已经超过了 Twitter。
这种能力的用户留存非常强。我对我们在搜索方面所做的事情感到非常兴奋。
你能不能透露一下，从长期来看它会走向哪里？
ChatGPT 现在有点像 MS-DOS。我们还没有造出 Windows，而一旦做到这一点，答案会显而易见。
今天的嘉宾是 Nick Turley。Nick 是 OpenAI 的 ChatGPT 负责人。他三年前加入公司，当时 OpenAI 仍然主要是一家研究实验室。他参与提出了 ChatGPT 的想法，并把它从零发展到超过 7 亿周活跃用户、数十亿美元收入，可以说是人类历史上最成功、最具影响力的消费者软件产品。Nick 非常厉害，但一直相当低调。这是他第一次接受大型播客采访，你们一定会听得很过瘾。我们会谈到所有相关话题，包括刚刚发布的 GPT-5。（00:01:50）非常感谢 Kevin Weil、Claire Vo、George O'Brien、Joanne Jang 和 Peter Deng 为这次对话提出讨论主题。如果你喜欢这档播客，别忘了在你喜欢的播客应用或 YouTube 上订阅和关注。订阅我的 newsletter 年度计划，还可以免费获得一整年许多出色产品的服务，包括 Lovable、Replit、Bolt、n8n、Linear、Superhuman、Descript、Wispr Flow、Gamma、Perplexity、Warp、Granola、Magic Patterns、Raycast、ChatPRD 和 Mobbin。请访问 lennysnewsletter.com，点击“bundle”。接下来，请听 Nick Turley。（00:02:21）本期节目由 Orkes 赞助。Orkes 是开源 Conductor 背后的公司，Conductor 是一个为现代企业应用和智能体工作流提供支持的编排平台。传统自动化工具已经跟不上了：彼此隔离的低代码平台、过时的流程管理以及互不连接的 API 工具，在今天由事件驱动、AI 驱动的智能体环境中都不够用。Orkes 改变了这一点。通过 Orkes Conductor，你可以获得一个智能体编排层，在企业级规模下实时连接人类、AI 智能体、API、微服务和数据管道；可视化与代码优先的开发方式，加上内置合规、可观测性和极高可靠性，确保工作流能够随着需求动态演进。它不只是自动化任务，而是编排自主智能体和复杂工作流，以更快地交付更聪明的结果。无论你是在现代化改造旧系统，还是在扩展下一代 AI 应用，Orkes 都能加速从想法到生产的过程。请访问 orkes.io/lenny 了解详情并开始构建，网址是 orkes.io/lenny。（00:03:22）本期节目由 Vanta 赞助。我非常高兴邀请 Vanta 的 CEO 兼联合创始人 Christina Cacioppo，参加这段简短对话。
很高兴来到这里。我是这档播客和 newsletter 的忠实听众。
Vanta 长期赞助这档节目，但对于一些新听众来说，Vanta 是做什么的，服务哪些人？
当然。我们在 2018 年创办 Vanta，最初面向创始人，帮助他们开始建立安全体系，并通过 SOC 2 或 ISO 27001 等合规认证，让这些艰苦的安全工作得到认可。现在，我们帮助超过 9,000 家公司启动和扩大安全体系，其中包括 Atlassian、Ramp 和 LangChain 等知名创业公司，最终通过自动化合规、集中化 GRC 和加速安全审查来建立信任。
太棒了。根据我的经验，这些事情需要投入大量时间和资源，而没人想花时间做这些工作。
这完全符合我们的经验。无论是在创办公司之前，还是在某种程度上创办公司之后，我们的想法都是：通过自动化、AI 和软件，帮助客户高效地与潜在客户和现有客户建立信任。我们开这家合规公司的玩笑就是：这样你就不用自己开了。
感谢你们承担这项工作，而且你们为听众提供了特别折扣。在 vanta.com/lenny，听众可以获得 1,000 美元的 Vanta 折扣。网址是 vanta.com/lenny，可以减免 1,000 美元。谢谢你，Christina。
谢谢！
Nick，非常感谢你参加节目，欢迎来到这档播客。
谢谢你的邀请，Lenny。
我本来已经有十亿个问题想问你，结果你们决定在我们录制这期节目的同一周发布 GPT-5。所以现在，我至少有 20 亿个问题要问你。希望你有足够时间。首先，恭喜你们发布新产品。它会在录制后的第二天，也就是明天发布。真的恭喜。你现在感觉怎么样？我想这一定是多得不可思议的工作和压力。你还好吗？
这是忙碌的一周，但我们已经为此工作了一段时间，所以终于把它发布出来的感觉也非常好。
等大家听到这期节目时，他们已经可以使用 GPT-5，也就是最新的 ChatGPT 了。要最简单地理解它是什么、解锁了什么、以及人们可以用它做什么，应该怎么说？请介绍一下。
我对 GPT-5 非常兴奋。我认为，对大多数人来说，它会让人感觉是一次真正的跨越。如果你是普通 ChatGPT 用户，而我们本周有 7 亿这样的用户，你可能已经使用 GPT-4o 一段时间了，甚至可能不会思考驱动产品的模型是什么。GPT-5 给人的感觉完全不同。我可以讲很多具体细节，但归根结底，整体感受很好，至少我们是这么觉得的，也希望用户有同样的感受。越来越多时候，我认为大多数人注意到的就是这种整体感觉，对吧？他们不会去看学术基准，也不会去看评测，而是亲自试用模型，感受它是什么样的。仅凭这一点，我就非常兴奋。我已经使用它一段时间了，但它也是我们发布过的最聪明、最有用、速度最快的前沿模型。（00:06:33）如果只看智能程度，可以观察许多标准学术基准，不管是数学、推理，还是纯粹的智能水平。这个模型处于最先进水平。我尤其期待它在编程方面的表现，不管是常见的 SWE-bench 基准，还是前端编程，它都非常出色。我觉得 GPT-5 在前端编程上实现了真正的跨越式改进。但无论你用什么方式衡量智能程度，它都非常惊人；尤其是如果你之前没有使用 o3，我认为你会感受到这次升级。（00:07:13）除了智能程度，第二点是它真的非常有用。编程是效用的一个维度，无论你是在问编程问题，还是在进行氛围编程来构建应用；但它也是一个很好的写作者。我靠写作为生，既写内部内容，也写外部内容。我刚刚写了一篇周一发布的重要博客文章，而这个模型是极其出色的编辑。与一些旧模型相比，它有品味，这让我非常兴奋。对我来说，这在日常工作中非常有用。还有许多其他领域，比如它在健康问题上处于最先进水平，需要时这很有用。但同样，模型的整体感觉无法完全用使用案例或数据表达。它感觉更有生命力，也更像人，这种感受只有亲自尝试后才难以言说。所以我对它很有信心。（00:08:06）正如我刚才提到的，它也更快。它同样会思考，就像 o3 一样，但你不必手动告诉它这样做。它会在需要时动态决定进行思考；不需要思考时，它会立即回答，因此感觉比使用 o3 快得多。也许最令人兴奋的是，我们会免费提供它。这是我觉得 OpenAI 可以独特做到的事情之一。很多公司如果采用像我们这样的订阅模式，可能会把它限制在付费计划中。但对我们来说，只要能够承载规模，我们就会开放给更多人，这感觉非常棒。4o 也是这样做的。所以，希望明天每个人都能试用 GPT-5。
像这样的东西需要多长时间？我不知道这是否有简单答案，但你们究竟开发 GPT-5 多久了？
我们已经开发了一段时间。你可以把 GPT-5 看作许多不同努力的汇合。我们有推理技术，也有更传统的后训练方法，所以很难为它确定一个起点；它实际上是我们长期以来开始研究的多种技术最终汇聚的结果。
你能不能透露一下 ChatGPT，或者说 GPT 整体将要走向哪里的愿景？从表面看，它长期以来似乎一直是同一个想法，只是拥有了更聪明的大脑。我很好奇它从长期来看会走向哪里。
我们先退一步看。现在，你会把 ChatGPT 看成“它会不会成为一种无处不在的产品”？再说一次，每周大约有全球人口的 10% 在使用它。
天哪。
我认为我们现在有 500 万企业客户。它本身已经成为一个成熟的品类。但最初，我们真正想做的是一个超级助手，当时我们就是这么描述它的。事实上，我们使用的代码库叫作 SA Server。它本来应该只是一个黑客松代码库，但事情总会和计划略有不同。所以从某种意义上说，这仍然是我们的愿景。我之所以没有更多谈论“助手”，是因为这个词限制了我们试图建立的心智模型。人们会把它想象成一个非常人格化的人类存在，也许是工具型的，也许是……坦率地说，除非你在硅谷做管理者之类的工作，否则“拥有一个助手”对大多数人并不特别有共鸣。所以这个说法并不完美。（00:10:24）但我们真正设想的是一个能够在任何场景帮助你完成任何任务的存在，无论是在家、工作中还是学校里；它知道你想要实现什么。与今天的 ChatGPT 不同，你不必把问题描述得极其详细，因为它已经理解你的总体目标，也了解你的生活背景等等。这是我们非常兴奋的一点。给它更多生活输入的反面，是给它更多行动空间。所以我们非常期待，随着时间推移，让它能够做到一个聪明、有同理心、使用电脑的人可以为你做的事情。我认为，一旦给它这样的工具，它能为人们解决的问题类型，就和今天聊天机器人能够解决的问题完全不同了。这是输出能力的扩展。（00:11:19）我经常会想：“好，如果我是通用智能，成为 Lenny 的实习生会怎么样？”即使具备刚才提到的两项能力，我也不会特别有效，因为我认为，与这项技术建立关系同样极其重要。所以我兴奋的第三点，是打造一个真正能随着时间了解你的产品。今年早些时候，我们发布了改进记忆功能，这只是我们希望继续做的事情的开始，目标是让你真正感觉这是属于你的 AI。我不知道“超级系统”是否仍然是准确的比喻，但我认为人们最终会把它当成自己的 AI。我们可以把这样的 AI 放进每个人的口袋，帮助他们解决现实问题，比如变得更健康、创办一家公司，或者仅仅是对任何事情获得第二意见。它可以帮助人们处理日常生活中的许多不同问题，这正是我的动力。
我从字里行间读到的一个有趣信息是：这个愿景是成为帮助人的助手，而不是取代人的工具。这似乎是拼图中非常重要的一块。你能不能谈谈这一点？
AI 确实会让人害怕，我理解几十年来的 AI 电影已经给人们植入了某种心智模型。即使只看今天的技术，我想每个人都会经历这样一个时刻：AI 做了某件对你来说非常个人化的事，让你想到：“等等，AI 怎么可能做到这个？”对我来说，是一些奇怪的音乐理论问题。我会想：“哇，这东西对音乐的理解居然比我还好。”而音乐正是我热爱的东西，所以这自然会让人害怕。我认为，长期以来对我们非常重要的一点，是打造一种让你感觉有帮助、但始终由你坐在驾驶位上的产品。随着这些东西越来越具有代理能力，这种控制感就更加重要，而它可以通过一些小事来实现。（00:13:15）我们设计了一种方式，让你可以看到 AI 处于代理模式时正在做什么。你不一定会全程盯着它，但这能帮助你建立心理模型，让你感到自己在控制局面，就像坐过 Waymo 的人会看到车内屏幕一样。你能看见其他车辆。你不会真的一直盯着看，但它让你感觉自己了解系统如何运行、此刻正在发生什么；或者，我们总会向你确认一些事情。这有点烦人，但它让你坐在驾驶位上，而这很重要。因此，我们始终把自己构建的技术看作增强你能力的东西，而不是取代你的东西；随着能力越来越强，这一点会变得更加重要。
好。你提到了 ChatGPT 的起源。我在另一场访谈中读到，你加入 OpenAI 后，ChatGPT 只是一个内部实验项目，主要用来测试 GPT-3.5，然后 Sam Altman 就说：“嘿，让我发条推文，看看大家是否觉得这有意思。”诸如此类。它后来成了历史上最成功的消费者产品，我想无论是用户增长速度还是营收都如此，简直不可思议。你能不能带我们回到早期，讲讲它成为人人着迷的产品之前发生了什么？
我们大概在 GPT-4 完成训练的前后，决定要做面向消费者的东西，主要有几个原因。我们当时已经有一个产品，就是开发者产品。我最初加入公司就是来帮助做这个产品的，它对我们的使命发挥了巨大作用。后来它不断成长，成为 OpenAI 平台。我记得现在大概有 400 万开发者。但在那时，它还处于早期阶段，我们遇到了两个限制。第一，你无法快速迭代，因为每次改变模型，都可能破坏所有人的应用，所以很难进行尝试。（00:15:03）第二，我们很难学习，因为得到的反馈要从终端用户传给开发者，再传到我们这里，反馈链路非常间接。我们希望快速朝 AGI 迈进，因此觉得需要和消费者建立更直接的关系。我们开始思考从哪里起步。按照当时 OpenAI 的典型做法，我们组织了一次黑客松，让一群爱好者专门尝试 GPT-4，看看能创造出什么出色的东西，或许还能发布给用户。每个人的想法都是某种超级助手，只是具体方向不同。比如，我们有一个会议机器人，可以加入会议，设想是它最终能帮助你主持会议；还有一个编程工具，现在回头看可能有点超前。问题是，每当我们测试这些更定制化的想法时，人们总想拿它做各种其他事情，因为这是一项非常通用、非常强大的技术。（00:16:04）原型开发了几个月后，我们让同一批志愿者继续做这件事，确实是一支志愿者团队。超级计算团队里有人以前做过 iOS 应用，研究团队里有人一生中写过一些后端代码，他们都参与了最初的 ChatGPT 团队。我们决定发布一个开放式产品，因为只想尽快看到真实的使用案例分布。我认为，AI 有一个规律：你必须发布，才能理解它究竟能做什么、用户想要什么，而不能只在事前推理。ChatGPT 最终成形，是因为我们想尽快获得这些学习成果。我们在假期前发布它，本以为假期回来后拿到数据，就可以把项目关闭。显然，事情完全不是这样，因为人们很喜欢当时的产品。（00:16:56）我记得自己经历了这样的过程：“天啊，仪表盘坏了。等等，人们好像很喜欢它。我想这只是突然走红，过一阵子就会平息。”后来变成：“哇，人们真的会回来使用，但我不知道为什么。”最终，我们几乎是意外地进入了产品开发模式。
哇，我以前不知道 ChatGPT 是从一个黑客松项目里诞生的。绝对是最成功的黑客松项目。
我们举办黑客松时，我喜欢讲这个故事，因为我真的希望大家觉得自己的想法可以发布出去。过去确实如此，未来我们也会继续让它成为现实。
如果你不想分享也没关系，但我很好奇，那支团队当时有哪些人？
那支团队里的大多数人现在还在。有些参与 GPT-5 的研究人员从一开始就是 ChatGPT 团队成员，工程师还在，设计师还在，我好像也还在。所以，是的，最初的团队仍然在运营这个产品。但显然，我们已经成长了很多，因为规模越大，责任越大。我们很快会达到十亿用户，因此必须用与这种规模相称的方式行事。
好，让我在这里多谈一会儿。我不知道这是不是百分之百准确，但我相信 ChatGPT 是历史上增长最快、最成功的消费者产品，也可能是对人们生活影响最大的产品。它感觉已经融入社会的空气里。我的妻子会和它聊天，我遇到任何问题都会去问它，用语音模式也是如此。我的妻子总会说：“让我先问问 ChatGPT。”它已经成为我们生活的一部分，但我觉得一切还处于早期。很多人甚至还不知道究竟发生了什么。作为负责这个产品的人，你会不会偶尔停下来想一想：“天哪”？
我必须这样做。能够负责这样的产品非常令人谦卑，我经常需要提醒自己这件事。有时我也必须坐下来思考，但当一切发展得如此迅速时，这真的很难。我喜欢为公司设定快速节奏，但为了有把握地这样做，我每周至少需要一天完全断开连接，只思考该做什么、处理这一周发生的事情等等。（00:19:14）另外，我从来没有做过一款如此依赖经验的产品。如果你不停止下来，观察并倾听人们在做什么，你就会错过很多东西，包括产品的效用，实际上也包括风险。通常，一款产品发布时，你知道它能做什么，只是不知道人们是否喜欢它，这部分总要靠经验。但 AI 不一样，因为它的很多特性会涌现出来。产品发布后，你必须停下来倾听，然后围绕人们想做的事情，以及还不太奏效的地方继续迭代。仅仅因为这个原因，我就认为休息一下、观察正在发生什么非常重要。
好。所以你每周休息一天……不，不能说是休息。好，这个说法不准确。你每周留出一天思考和深度工作的时间。
我需要这样做。对，对，对。我还需要在周六之类的时间彻底断开连接。当然——
在周六[听不清 00:20:16]。
但除此之外根本不可能。这三年来一直像一场巨大的马拉松。对。
像一场短跑马拉松。
短跑马拉松，对，或者间歇训练之类的。我不知道该如何准确描述 OpenAI 的发布节奏，但你必须用一种可持续的方式安排自己。即使这不是 AI，也没有我刚才提到的那些特殊属性，我认为你仍然需要这样做。但尤其在 AI 领域，停下来观察非常重要。
沿着这个方向，我和许多与你共事、在 OpenAI 工作的人聊过。Joanne 特别提到，紧迫感和节奏是你工作方式的重要组成部分。即使你负责的是历史上增长最快、正在疯狂增长的产品，你仍然认为不断在团队中创造紧迫感非常重要。谈谈你对团队速度和紧迫感的看法。
她这么说真是太客气了。关于 ChatGPT，有两点值得说。当我们决定做它时，已经原型开发了很久，我当时说：“十天之内，我们要把这个东西发布出去。”我们确实做到了。那可能只是当时的一个阶段性决定，因为我非常希望确保我们能学到一些东西。从那以后，我花了很多时间思考 ChatGPT 最初为什么会成功。我认为其中一个因素是，有很多其他公司拥有大语言模型领域的技术，却始终没有把它发布出来。我觉得，在所有可以优化的事情中，尽快学习极其重要。所以我开始围绕这个目标组织大家，而它后来采取了不同形式。（00:21:55）在团队还小的时候，我曾经主持每日发布同步会，让所有需要做决定的人参加，讨论今天该做什么、相对于昨天需要如何调整，等等。显然，规模扩大到一定程度后，这种方式无法继续扩展。但我一直认为，自己的职责不仅是思考产品方向，也包括为团队设定节奏和静息心率。而且，这在任何地方都重要；当发现人们喜欢什么、什么有价值的唯一方法是把东西带到外部世界时，它尤其重要。正因为如此，我认为这已经成为 OpenAI 的一项超能力。我很高兴 Joanne 认为我在其中发挥了一些作用，但这确实是整个团队共同完成的。
我很喜欢“团队的静息心率”这个说法。这是一个非常贴切的比喻，意思是团队的工作节奏就像静息心率。
我其实是在 Instacart 学到这个道理的。我加入时正值疫情，所有人都必须投入工作。有一段时间，公司可能还进行了全员站会，因为我们解散了所有团队，只想先让网站运行下去。当时我习惯于慢慢来、认真思考，这当然很重要，但在那里我真正学会了加速推进。我认为这对我后来在 OpenAI 的工作很有帮助。
好。沿着同样的方向，我问了你的首席产品官 Kevin Weil 应该问你什么，他让我问你“是否被最大程度地加速了”这个原则。谈谈它吧。
这很有意思。现在 Slack 里好像都有这个原则对应的表情了，因为我以前经常这么说。现在我会尽量换一种说法。有时我只想直接问：“好，我们为什么现在还做不到？”或者：“为什么明天还做不到？”我认为这是一种突破大量团队障碍的好方法，也能建立一种思维方式，尤其是对那些来自大公司的成员来说。他们可能习惯于说：“下周再检查一下。”或者：“下个季度再回来看看能不能继续这个计划。”而我会把它当作——
……关于计划的思考练习。我总是会问：“好，如果这是最重要的事情，而你真的想最大程度地加速它，你会怎么做？”这不意味着你真的要照那个方案执行，但它是一个很好的推动工具，能帮助你理解什么属于关键路径，什么可以稍后处理。我一直认为执行极其重要。这个领域到处都是想法，大家都在谈论个人 AI，你可能也看过相关消息。我真的认为，执行是这个领域最重要的事情之一，而这个原则就是一种工具。所以它后来变成一个梗还挺有意思：一个小小的粉色 Slack 表情，人们会把它放到任何自己想强迫团队回答这个问题的地方。
我本来想问，这个主题[听不清 00:24:47]。所以它是粉色的，里面是不是有类似这样的——
那是一个 Comic Sans 字体的表情，上面写着：“是否被最大程度地加速了？”
好。所以那里的文化大概是：当有人在做某件事时，大家会推动他问，这件事是否被最大程度地加速了？有没有更快的做法？有没有什么障碍可以解除？
是的。我们会谨慎使用这个原则，对吧？因为它必须适合具体场景。有些事情不应该尽可能快地加速，因为你确实需要流程。我们在这方面非常谨慎，因为流程本身就是一种工具。安全就是我们拥有大量流程的领域之一。第一，风险本来就非常高，尤其是 GPT-5 这种在许多方面都属于前沿的模型。第二，如果你相信指数增长，我相信，大多数做这件事的人也相信，那么你必须提前练习，以应对未来真正需要严格流程的时刻。这就是为什么我认为，把必须极快的产品开发速度，与前沿模型所需要的工作区分开非常重要。对于前沿模型，你确实需要严格流程：进行红队测试，编写系统卡，获得外部意见，然后在确认经过适当安全措施后再发布。（00:26:02）所以，这个概念需要具体分析，但我发现，在需要的时候它非常有用；而对于所有产品开发，如果你不发布东西，就等于一开始就失败，因此重要的是把产品交付出去。
我们得把这些梗开源，让其他团队也能基于这种方法继续做下去。
完全同意。
有意思的是，ChatGPT 不仅是历史上增长最快、最成功的消费者产品，用户留存也极高。有人分享过这样的数据：一个月留存率大约是 90%，六个月留存率大约是 80%。首先，这些数字准确吗？你能分享些什么？
我能分享的具体内容当然有限，但我们的留存数字确实令人非常兴奋，而且这正是我们关注的指标。我们完全不在乎你在产品里花了多少时间。我们的激励机制只是解决你的问题；如果你真的喜欢产品，就会订阅，但我们没有理由把你长时间留在产品里。当然，如果你在三个月或更长时间后仍然使用它，我们会非常高兴。早期这一直是我心里的一个大问题：“这个产品也许很酷，但你真的会回来使用它吗？”看到它不仅有很强的留存，而且随着时间推移，留存还在改善，这非常不可思议。即使我们的用户群体从早期采用者逐渐变成普通用户，情况也是如此。
对。人们可能没有真正理解这有多罕见：一批用户来到产品、试用它，留存率随着时间下降，之后又重新上升；几个月后，人们回来使用，而且用得更多。这叫“微笑曲线”，非常罕见。
是的，是的。团队确实在微笑，但我觉得其中一些原因来自技术本身，而不只是产品。我认为，人们正在以一种非常有趣的方式逐渐适应这项技术。这也是产品需要继续发展的原因之一：把任务交给 AI 这件事，对大多数人来说并不自然。人们不会在日常生活中自然而然地思考“我可以把什么交出去？”硅谷的一部分人会这么做，因为他们处于自我优化状态，试图把能交出去的事情都交出去。但对世界上大多数人来说，这其实相当不自然。你必须学习：“我真正的目标是什么？另一个智能可以帮助我做什么？”（00:28:26）这需要时间。人们和产品相处足够久之后，确实会逐渐找到答案。当然，我们也在产品中做了大量工作，比如改进核心模型，加入搜索和个性化等新能力，以及开展常规的增长工作。这些事情当然也很重要。
你可能已经在回答这个问题，但我还是直接问吧。人们可能会想：“他们是在这种上帝般的智能之上构建一层产品，当然会增长得很快，留存也会很高。”你们究竟在模型之上做了什么，才让它增长得这么快、留存这么高？有没有什么特别有效、显著推动指标的事情可以分享？
我们从 ChatGPT 学到的一点是，模型和产品之间其实没有真正的区别。模型就是产品，所以你必须像迭代产品一样迭代模型。我的意思是，你通常会先发布一个非常开放的东西，至少 OpenAI 的[听不清 00:29:38]大致遵循这个方法。但接下来，你必须观察人们在做什么：他们在写作、编程、寻求建议、获取推荐。你需要围绕这些使用案例系统地改进。这和产品开发工作非常相似，当然方法略有不同，但发现过程是一样的：你需要和人交谈，做数据科学，尝试不同做法并获得反馈。（00:30:04）我们一直在有意识地做其中一部分工作，也就是围绕人们关心的使用案例改进模型。还有所谓整体感觉，你应该知道这一点；GPT-5 让我兴奋的原因之一就是整体感觉非常好。我们有一个模型行为团队，专门关注模型的个性、表达方式和说话方式。这类工作大概占我们看到的留存改善的三分之一。另一个三分之一，我称之为产品研究能力。这些能力当然由研究驱动，也包含研究成分，但本质上是新的产品功能或能力。搜索就是一个例子。你还记得以前吗，也就是大约 20 个月前，你和 ChatGPT 说话时，它会回答：“根据我的知识截止时间……”或者：“那件事最近才发生，我无法回答。”（00:31:00）这种能力极大地提高了留存，这是有原因的：它让你能在产品中完成更多事情。个性化也是如此，比如高级记忆，让它能够随着时间真正了解你。另一个重要部分，则是任何产品都会做的常规工作。取消登录要求就是一次巨大的改进，因为它去掉了大量摩擦。我们从一开始就有这个直觉，但因为 GPU 不够或受到其他限制，一直没能做到。所以传统产品工作也很重要。我经常把它粗略地看成三分之一、三分之一、三分之一，但我们仍在学习，也计划大幅发展产品，因此肯定还会出现新的杠杆。
你提到了一点，我想马上回来问一下。你说从黑客松到 Sam 发推文宣布 ChatGPT 上线，好像只用了十天？
黑客松早得多，我们也进行了很长时间的原型开发。但后来，我们在尝试构建更定制化的东西上逐渐失去了耐心。这主要还是因为每次测试时，人们总想拿它做各种其他事情。所以，从我们决定要发布，到真正发布，用了十天。研究本身已经持续了很久，它源自我们称为“指令遵循”的研究：模型不只是补全句子，还能真正遵循你的指令。比如你说“总结一下这个”，它就能完成总结。后来研究又发展成多轮对话的聊天形式。因此，研究花费的时间远不止十天，它一直在后台逐渐成熟；但把这项能力产品化的过程非常快，而且很多东西都没来得及加入。（00:32:50）我记得，当时我们甚至没有历史记录，这当然是收到的第一条用户反馈。模型有很多不足，但能够像软件一样持续迭代模型，感觉非常棒。在 ChatGPT 之前，把模型当作产品并不是一种做法。那时我们会用更多硬件发布 GPT-3，然后开始开发 GPT-4，都是奇怪、庞大、昂贵、耗时很长的研发项目；产品规格就是既定规格，然后你还要再等一年。ChatGPT 打破了这种模式，因为我们可以像改进软件一样对它进行迭代。我真正的梦想是，如果能像软件行业那样每天甚至每小时发布，就太棒了，因为这样可以随时修复问题。当然，保持模型个性不变、同时不让其他能力倒退，会带来各种挑战。要做到这一点，还有很多空间需要探索。
这正是“是否被最大程度地加速了”的好例子。好，我们用十天发布 ChatGPT。
[听不清 00:33:48]——
天哪。我们一直在谈 ChatGPT。它显然是一种聊天界面。大家一直在问，聊天会是这一切的未来吗？有意思的是，Kevin Weil 做过一个非常深刻的解释，我在他参加这档播客时听到后一直记得。他说，聊天其实是构建超级智能的天才界面，因为人类就是通过聊天与各种智能水平的人交流的。它可以从能力较弱的人扩展到极其聪明的人，所以这是扩展整个智能范围的一种非常有价值的方式。你能不能谈谈这一点？聊天会是 ChatGPT 的长期界面吗？毕竟它的名字就叫 ChatGPT。
我觉得我们迟早应该去掉 Chat 或 GPT 中的一个，因为这个名字实在太长了。我们已经被这个名字困住了，但无论如何，产品都会继续演进。我同意自然语言有深刻意义。它确实是人类交流最自然的形式，因此用自然语言与软件交流很重要。但我认为自然语言和聊天不同。聊天只是当时最简单的发布方式。我对这个概念后来发展到如此规模感到不可思议，更不可思议的是，有这么多人复制了这种范式，而不是尝试其他与 AI 互动的方式。我仍然希望未来会出现不同的方式。所以我认为自然语言会留下来，但必须一轮接一轮聊天，我觉得这非常有限。（00:35:24）这也是我不喜欢“超级系统”这个比喻的原因之一，尽管我们过去经常这样说。因为如果你这样想，就会觉得自己是在和一个人交谈，而 GPT-5 非常擅长制作优秀的前端应用。我看不出为什么 AI 不能以某种方式生成自己的界面。当然，你希望这种界面可预测、体验良好。但把聊天机器人视为最终的唯一界面，会限制我们的想象。它甚至有点反乌托邦，因为我不想通过某个界面的代理来使用所有软件。我喜欢使用 Figma，也喜欢使用 Google Docs；对我来说，它们都是优秀产品，但它们不是聊天机器人。（00:36:07）所以，我的观点是：自然语言可以，聊天不一定。我总体上希望看到更多消费者与 AI 互动方式上的创新，因为可能性太多了，必须不断尝试。聊天之所以留下来，是因为我们做了出来，而且用户喜欢它。所以我希望这个领域有更多探索，我们也会尽自己的一份力。
你提到自己似乎被 ChatGPT 这个名字困住了。也许这已经部分回答了问题，但我好奇，你们早期有没有做过一些偶然的决定，后来一直保留下来，最终改变了历史？
这样的决定太多了，而且很有意思：当时根本没有时间思考，后来却产生了巨大影响。名字就是一个例子。我们在前一天晚上才把 Chat with GPT-3.5 改成 ChatGPT，虽然改完稍微好了一点，但当时仍然很糟糕。
它之前叫什么？
它原本会被叫作 Chat with GPT-3.5，因为我们确实没觉得它会成为一个成功的产品。我们当时其实是在尽可能把它做得像一个极客项目，因为它本来就是这样。它是一个研究演示，不是产品。所以我们不觉得这个名字有什么问题。但我认为，在最初发布时，把它做成免费的意义非常重大。我们可能没有充分意识到这一点，因为 GPT-3.5 模型在此之前至少已经在我们的 API 里存在了六个月。我觉得任何人都可以做出类似的东西。模型能力可能没那么好，但我认为它仍然会发展起来。所以，把它免费提供出来，再配上一个漂亮的界面，这些做法的影响非常大，而你现在已经把它们视为理所当然。这也是为什么我认为，到了 2025 年，分发和界面仍然持续重要。（00:37:48）后来形成的付费业务，如今在消费者和企业领域都已经是规模巨大的业务。它的起点只是为了把需求挡回去。我们当时并不是坐下来思考“对 AI 来说最好的变现模式是什么”。真正的问题是，什么样的变现模式，或者什么机制，能让我们挡住那些不太认真的人，同时服务那些确实想使用它的人？订阅恰好具备这个特性，后来就发展成了一项庞大的业务。我认为，在功能还没有打磨好之前就先发布一些非常不寻常的能力，也是类似的做法。它看起来像一个战术决定，却逐渐变成了一套方法论。还记得我们发布 Code Interpreter 的时候吗？发布之后我们学到了很多。现在它好像被称为 ChatGPT 里的数据分析之类的功能，只是因为我们拿到了真实世界的使用案例，然后可以据此优化。所以，我认为这些年来有很多决定最终证明影响深远，但我们做决定时都非常快，因为我们不得不这样做。
每月 20 美元似乎是其中一个重要组成部分。感觉现在大家都在采用这个价格，而且——
说到这个，我记得自己当时有过一阵类似恐慌发作的感觉，因为我们确实急需推出订阅。当时我们每次都会因为产品承载不了而把它关掉。不知道你还记不记得，我们有过那个“失败鲸”，上面还有一首生成的短诗，不过有一处听不清。所以他们当时说：“我们得把这个东西弄出来。”我记得自己给一位我非常尊敬、而且在定价方面极其出色的人打了电话，问他：“我该怎么办？”我们聊了很多，但我很快就没时间把大部分反馈纳入进来了。所以我实际做的事情，是把一份 Google 表单发到 Discord 上。我记得里面大概有定价时应该问的四个问题——
[听不清]？
对，完全正确。里面确实就是那四个问题。我记得很清楚：第一，你会得到一个价格作为反馈，后来我们大概就是这样得出了 20 美元。但第二天早上，媒体就发了一篇文章，标题大概是“你绝对想不到 ChatGPT 团队用来给产品定价的四个天才问题……”。如果他们知道事情当时实际是怎么发生的就好了。公开环境下做事有一点很特别：人们会把你做的事情解读得非常有意图，但当时可能根本没有那么多深思熟虑。不过我们最后定在了 20 美元。当时我们也在考虑要不要稍微高一点。我经常想，如果我们当时选了别的价格会发生什么，因为后来很多其他公司都照搬了 20 美元这个价位。所以我会想：“我们这样按下按钮，是不是让市场蒸发了大笔市值？”但归根结底我并不在乎，因为我们能让这些东西越容易获得越好。我认为，在西方国家，就人们获得的价值而言，这个价格对很多人来说是合理的。（00:40:27）更重要的是，我们能够比较规律地把一些功能下放到免费层，只要能做到，我们一直都会这样做，不过——
所以，准确地说，你们最终是通过 Van Westendorp 调查给 ChatGPT 定价的吗？
它是 Google 搜索结果里的第一条。当时 ChatGPT 还没有实时信息，否则它也许可以自己定价。但最终让我们得到这个结果的，就是 Discord、Google 表单，以及一篇介绍这种方法的博客文章。
太不可思议了。真是个有趣的故事。这就是 Superhuman 的 Rahul Vohra 在他第一篇定价文章中推广的那项调查——
对，对，对，就是这样。确实如此。你绝对不要把我请来当定价专家，我觉得你能找到更合适的人。
不管当时做得对不对，如今它已经成了世界上增长最快、营收最疯狂的企业。所以你不用太难过。
不，结果确实不错。对。
结果不错。顺便说一句，我现在订的是每月 200 美元的套餐，所以显然还有很大的空间——
谢谢。谢谢。
……[听不清]——
这个套餐的故事其实也很有意思。最初，Plus 计划的目的，是先提供稳定运行时间，然后能够向所有人都无法承载的规模发布一些功能。但后来 Plus 用户变得太多，它已经失去了这个特性。我们推出 200 美元套餐的主要原因，只是因为手上有大量真正非常强大的研究成果。比如 o3 Pro，或者明天发布的 GPT-5 Pro。能有一个渠道，把这些东西提供给真正非常在意它们的人，这很令人兴奋，尽管它多少违背了标准 SaaS 定价页面的常规做法。看到价格一下子跳到 10 倍，确实会有些突兀。所以，谢谢你订阅这个套餐，也感谢所有正在观看、订阅任意套餐的人，真的非常感谢。
我想再往这个池塘里抛一根鱼线，看看还能不能钓出其他类似的故事。你刚才分享了 Chat with GPT-3.5 这个最初名称的不可思议故事，也讲了定价是怎么确定的。还有其他故事吗？
企业业务也很有意思。我们在企业领域看到了非常惊人的采用率，而同时建设开发者业务、消费者业务和企业业务，客观来说有点疯狂。这里面的故事是，在最初一两个月里，很明显大多数使用其实都来自工作场景，远高于今天的情况。现在产品上有这么多消费者，它也在某种程度上进入了流行文化；但当时，人们主要是在写作、编程和分析。很快，我们就在《财富》500 强企业中的 90% 里自然获得了使用，这让我想起了以前在 Dropbox 的经历，那是我上上份工作，我们当时也有过类似的情况。之后也有更多产品主导增长的公司走上了这条路。但我们做企业版的真正原因是，记得当时我们还在争论，到底应该做企业版，还是先推出 iOS 应用，因为团队就是这么小。（00:43:22）我们之所以做企业版，是因为当时开始有公司封禁它，原因是它们认为，不管这个判断对不对，产品在隐私、部署等方面的方案还不到位。所以我当时就想：“天哪，我们必须做点什么。我们会错过一次能够打造工作产品的时代性机会。”我们对 AGI 的定义就是，在具有经济价值的工作上胜过大多数人，或者我可能记错了具体说法，但大致是这个意思。因此，我觉得我们必须出现在这个领域里。当时这是一个相当迅速的决定，但后来它发展成了一项规模巨大的业务。我们的企业用户刚刚达到 500 万，相比一两个月前的 300 万有所增长。所以，它像是从产品中分化出来、逐渐拥有自己生命的一项业务，我对此真的非常兴奋，不过对于[听不清]——
你基本上同时在处理平台、也就是 API、消费者产品、史上增长最快且最成功的产品，以及显然规模巨大的 B2B 业务。你有没有什么判断方法，帮助你同时处理这些取舍，保持理智并取得成功？
这是个好问题。首先，我现在已经不负责开发者业务了。我们找到了一个能力强得多的人来做这件事，他非常出色。所以我现在仍然负责 Chat 的各种形态，但幸运的是，你不必亲自做 OpenAI 所做的那种取舍。这让我稍微轻松了一点。我想说的是，做 AI 产品时，你某种程度上必须用两种不同的方式开展工作。第一种，是从模型能力出发倒推产品，这更多是一门艺术，而不是科学。我认为你真的需要观察：我们现在有什么技术，它最精彩的产品化方式是什么？如果你把某种产品经理框架套在这件事上，我认为会把事情搞得非常糟糕。因为如果你手上有一项技术，比如 GPT-5 现在非常擅长前端编程，我认为这就意味着你必须重新排序优先级。（00:45:27）你必须真正把这项能力变成产品。也许是让 ChatGPT 更擅长氛围编程并渲染应用，也许是更多地利用模型的品味，让界面表达得更丰富。我们可以做很多事情，但你必须重新规划和确定优先级，而这比任何特定的受众细分都更重要。关键就是看我们手上有什么神奇的东西，以及如何让它发挥光彩。语音也是类似的情况。并不是客户需要语音、或者他们一直在要求语音。我们当时的想法是：“哇，我们找到了让这些东西实现任意输入、任意输出的方法。”那么，如何用一种有创意又出色的方式把它产品化？之后我们再看人们会怎么使用。所以，我认为这是其中的一部分。但另一部分更接近经典的产品管理：你需要倾听客户，而当客户之间差异很大时，这会让事情变得复杂，因为 ChatGPT 是一款通用产品。（00:46:23）但当你观察终端用户时，会发现他们想要的东西其实有大量重叠。项目、历史记录搜索、分享和协作等基础能力，无论你面对的是工作场景、家庭场景还是学校场景，它们都非常重要。有时具体机制会略有不同，但总体上是相似的投入，我认为可以从中获得很大收益。然后，还有一些企业专属的工作必须完成。如果你想成为一个真正严肃的参与者，就必须支持 HIPAA、SOC 2 以及所有这些要求，它们没有讨价还价的余地。所以，正如你正确指出的，这件事很复杂，但这也算是使用一种开放性极强、功能强大的技术所要付出的代价。（00:47:11）OpenAI 有一位我非常尊敬的人打过一个比方：“我们有点像迪士尼。迪士尼有一种核心的创意知识产权，也就是它的内容，但它同时有邮轮、主题公园、漫画和各种各样的产品。”我认为我们拥有非常出色的模型，但有许多不同的方式可以把它们产品化。我们只能想办法通过所有这些方式最大化影响力。
你刚才说话时，我想到，通常那些非常通用、能做很多事情的横向平台，需要很长时间才能起飞，因为人们不知道该拿它做什么。它们什么都能做，却没有哪一件事特别出色。但 ChatGPT 是一个很好的反例：它立刻就起飞了，而且所有人都自己摸索出了用法，之后又不断摸索得更深入。
但我认为原因在于它直接上线了。再说一个其实影响很大的决定：当时我们在争论要不要设置等候名单，因为我们知道工程系统确实无法扩展到足够大的规模。
其实我们当时之所以争论要不要设置等候名单，是因为我们非常清楚工程系统无法扩展。但最终没有等候名单这一点产生了重大影响，因为你可以实时观察其他所有人在做什么。我认为，当你把这些东西同时向所有人推出时，会出现一个特别的时刻：你可以看到其他人在做什么，并从中学习。（00:48:25）而且，其中很多学习其实发生在产品之外。有些疯狂的 TikTok 帖子会突然走红，评论里有 2,000 种使用案例。我会仔细看这些评论，因为我也不可能事先知道这些用法。它们都是非常新鲜、不断涌现的用法，我会逐条查看并消化，因为里面有太多东西值得学习。正因为如此，我们在某种程度上可以跳过“空白输入框”问题：人们在现实生活中或网上互相观察彼此的做法，产品之外已经发生了大量学习。
这真的很有意思。你会想到 Airtable、Notion 这些公司，它们花了好几年时间来构建、打磨和思考产品究竟可以是什么。
这就像拿 Airtable 来比较。Airtable 必须制作模板，必须做各种事情，把一个横向产品变成由具体使用场景驱动的产品。有人把它比作 Instant Pot，因为网上到处都有人分享食谱，围绕它形成了完整的生态。我认为 ChatGPT 非常幸运，因为同样的事情发生了：用户在各处向其他用户分享使用案例。因此我觉得，我们很幸运，直接跳过了这段摸索过程。
而且，其中一部分优势似乎来自 Sam 拥有大量粉丝，大家都会关注你们推出的任何东西。所以，这是一种推出横向产品的新策略：拥有一个巨大的分发渠道，直接发布，然后看看会出现什么。
是的。当然，我其实非常期待把其中一部分带进产品。我认为，我们不应该满足于产品之外正在发生这么多发现。对于普通消费者来说，如果产品能多做一点工作，真正向你展示它能做什么，那会非常棒。（00:50:07）我仍然觉得 ChatGPT 有点像 MS-DOS，就好像我们还没有造出 Windows。一旦我们做到这一点，答案会显而易见。但现在的感觉有点像……想象一下，MS-DOS 走红了，而你只是在上面不断加一些小的对话开场白。这可能会让我们错过如何真正向人们传达产品能力和价值这个大局。所以我认为，除了看使用案例传播之外，我们实际上还需要做大量产品工作。
你能不能透露一下，你觉得这个 Windows 版本的 ChatGPT 可能是什么样子？
等我们想明白之后我会告诉你。我们正在招人。我觉得这里有太多有趣的产品问题。
好，明白了。顺便说一句，我也很喜欢 TikTok 成了你们的反馈渠道。
那些共同主题真的非常疯狂。而且，人们对它的喜爱，以及他们分享你们产品时表现出的兴奋，都让我觉得很特别。大家如此热情地分享自己如何使用你的产品，这种情况很难得。我也不会把它视为理所当然。
本期节目由 PostHog 赞助。PostHog 是一个工程师真正想用的产品平台。PostHog 提供了创始人、开发者和产品团队所需的所有工具，包括产品分析、网站分析、会话回放、热力图、实验、调查、LLM 可观测性、错误追踪等。（00:51:25）PostHog 提供的所有功能都有慷慨的免费层，每个月都会重置。超过 90% 的客户免费使用 PostHog。你会喜欢与这样一支透明且技术能力强的团队合作。你会看到工程师针对你的问题提交拉取请求，而他们的支持团队会在遇到复杂问题时提供代码级帮助。（00:51:42）PostHog 让你可以把所有数据放在一个地方。除了分析事件之外，他们的数据仓库还支持从 Postgres 数据库、Stripe、HubSpot、S3 以及许多其他来源同步数据。（00:51:53）最后，他们新的 AI 产品分析师 Max AI 可以帮助你更快地走得更远，协助你构建复杂查询和设置账户，并且总有专家随时待命。今天就登录 PostHog.com/lenny 免费注册，并记得告诉他们是 Lenny 推荐你来的。网址是 posthog.com/lenny。（00:52:13）你现在是如何发现新出现的使用案例的？我想使用量一定非常大。你有没有什么诀窍，可以判断“这是一个我们真的应该认真考虑的新方向”？
在组建产品团队之前，我其实先组建了数据科学团队，因为我当时很受挫。我尽可能多地和用户交流。ChatGPT 发布后的那几周，我的日程几乎整周都是 15 分钟的用户访谈。通常，当我能够预测下一个人会说什么时，我就会停止访谈。这是我判断自己已经访谈了足够多用户的方式，但当时根本没有出现这种情况。我不断听到新的东西。（00:52:46）所以，数据是一条出路。我认为，我们有一些对话分类器，不需要我们亲自查看对话，就能帮助我们了解人们在谈论什么、哪些使用案例正在兴起，等等。我觉得这非常有帮助。要想产生共情，内容本身的质量很重要。尽管你永远不可能全面掌握人们的所有使用案例，我仍然花大量时间做这件事。还有 TikTok 上的那些视频、各种讨论串的合集，我认为它们真的非常有用。看人们互相讨论各自的使用案例也很有趣。
有没有什么新出现的边缘使用案例让你感到兴奋？或者有没有什么非常特别的 ChatGPT 用法，你觉得分享出来会很有意思？
我之前提到过这一点，但我一直把 ChatGPT 理解为一种工作型产品，不管你是在家还是在工作。我觉得，寻求帮助报税，和你在工作中做的事情非常相似；规划一次旅行，其实也和规划一个工作活动非常相似。所以我一直觉得：“好，这东西将会是一种生产力工具。”（00:53:51）但我意识到，几个月前开始有些事情发生了变化。消费者开始把它用于日常建议，帮助自己拥有更好的关系，我真的觉得这件事正在改变产品的性质。人们会说这个东西挽救了他们的婚姻，这让我非常兴奋，因为他们会用它处理自己的情绪，获得关于沟通方式的反馈。他们只是需要一个伙伴，来谈论真正困难的事情。这也带来了巨大的责任和工作，我们必须把生活建议之类的功能做好。但这对我也非常重要，因为你无法逃避这些使用案例。你必须迎着它们走过去，把它们做得出色。这就是我们正在努力做的事情之一。所以，这种涌现出来的行为真的非常酷。（00:54:41）更广泛地说，我对教育感到非常兴奋，也对健康感到非常兴奋。如果我们不抓住机会利用 ChatGPT 真正帮助人们，我会觉得那将是巨大的浪费。而且我认为，我们才刚刚触及表面。所以还有很多我希望实现的愿景型使用案例。
沿着这个方向，我最近遇到过一个有趣的使用案例。我觉得，当夫妻因为某件事发生分歧、需要第三方意见时，这会非常有帮助。我最近就遇到过一次。我妻子说：“你不能把你只打算吃一部分的整份食物放进微波炉加热，然后再放回冰箱。”我说：“有什么问题？我把它加热，再放回冰箱就好了。”她说：“不，那真的很危险。”我说：“那我们问问 ChatGPT。”现在她如此信任 ChatGPT，而且一天到晚都依赖它，这个独立的第三方就变得非常有价值，我们可以去找它寻求意见。
是的，是的，完全同意。谈到产品工作，很多这样的微小互动其实都很有意思，对吧？这些微小互动很重要。它最后给出了明确的判断吗？还是说，它帮助你们自己理清了这场分歧并找到解决办法？我认为这些细节其实非常重要，也是我们投入大量时间的地方。
沿着这个方向，之前还出现过一次发布：一个非常谄媚的 ChatGPT 版本。它只会说：“你是世界上最好的人。你告诉我的一切都正确得不得了。”你能不能告诉我们当时发生了什么？
我们在网上放了各种相关资料，因为我们确实觉得应该充分说明我们是如何发现这个问题、做了什么处理等等。所以我建议大家去看看。我们还为那次模型发布做了一次完整复盘。（00:56:24）基本上，事情是这样的：我们推出了一次更新，让模型更容易告诉你一些当下听起来很好的话，比如“你完全正确，你应该和男朋友分手”之类。这真的很危险。我们对此的重视程度可能超出你的想象，因为考虑到当前技术水平，你也许会觉得这件事有点好笑。可能会说：“哈哈，这东西总是在夸我。我还以为只有我遇到这种情况，原来网上大家都在评论。”但确保模型针对正确的目标进行优化，实际上非常重要。（00:57:01）我认为，我们有一个巨大的优势：我们的使命允许我们真正帮助人们，而我们的商业模式并不激励我们最大化用户参与度或产品使用时长，对吧？因此，对我们来说非常重要的是，你要觉得这个产品正在帮助你实现自己的目标，不管是当前目标还是长期目标。（00:57:25）很多时候，极力奉承用户其实并不能服务于这个目标。所以我们建立了新的衡量方法。每当我们让这些模型接触现实并发现一个问题时，我们都会回头确保自己有衡量这类问题的好指标。现在，每次发布我们都会衡量谄媚程度，确保它不会倒退，并且确实改善这一指标。GPT-5 在这方面有所改进，这让我非常兴奋，但我们还有更多工作要做。（00:57:54）更广泛地说，这件事促使我们明确表达自己的立场。我花了很多时间写了一篇周一刚刚发布的博客文章，说明我们究竟在为 ChatGPT 优化什么。答案确实是帮助你蓬勃发展并实现目标，而不是把你留在产品里。所以那起事件带来了一些很好的结果。它很好地说明了，与现实接触不仅对了解使用案例很重要，也有助于我们了解应该避免什么；如果没有真正听到医生们的反馈，你不可能仅仅在实验室里发现这个问题。
那我很期待读到那篇博客文章。我本来正想问你这个。就像你刚才说的——
是的，记得读完告诉我你的反馈。
是的。我想问的是，在这件事上还有没有更多可以分享的？这种张力非常难处理：既要让人感到受支持，又不能只是一味让他们相信自己想相信的一切。你们还能分享如何寻找中间地带吗？
激励机制很重要。有句名言说：“告诉我激励机制，我就告诉你结果。”
可能是查理·芒格说的？
对，我想这句话就是从他那里来的，对吧？
对。
是的，我认为这非常、非常重要。所以我会认真审视我们的使命、商业模式，以及我们想要打造的产品类型。我真的认为 ChatGPT 是一款非常特别的产品，因为在绝大多数情况下，它会让你离开时感觉更好，或者至少没有更糟，并且感觉自己正在实现想做的事情。我认为这些激励机制真的很重要，因为它能帮助你思考：“好，当现实中出现了一种行为，而这种行为并不好时，这是一个漏洞，还是设计如此？”对于[听不清]，我可以非常明确地说，对我们来说那是一个漏洞。（00:59:31）再说面向未来的工作，还有很多很难处理好的场景。你完全可以逃避这些使用案例。比如你和妻子因为一段关系中的问题或争议来寻求意见，如果你完全规避风险，就很容易说：“抱歉，我不能帮助你处理这个问题。”我认为，大多数科技公司达到一定规模后，遇到这类使用案例都会逃避。而我认为那是帮助人们的机会损失。（01:00:08）所以，我们希望通过把模型行为做得非常出色，主动迎向这些使用案例。这可能意味着在你陷入困境时把你连接到外部资源；也可能意味着不直接回答问题，而是在“我该不该和男朋友分手？”这种情况下，给你一个有帮助的思考框架。ChatGPT 可能不应该替你回答这个问题，但它应该像一个体贴的陪伴者那样，帮助你思考这个问题。所以我认为，认真完成这些工作非常重要，因为潜在收益巨大。
你刚才提出的观点非常深刻。也就是说，如果大多数公司遇到用户提出风险较高的问题，比如寻求医疗建议，或者问“我该不该和伴侣分手？”又或者问“我该如何处理自己面临的这个大问题？”
如果我们拥有一个在 HealthBench 上达到业界最先进水平的模型，而 GPT-5 在许多这类医疗基准上确实处于最先进水平，却没有用它来帮助人们，只因为想避免所有可能的负面后果就禁用这类使用案例，我觉得我们会深深后悔。我们的责任是把它做好，真正投入工作，和专家交流，弄清楚它究竟有多好、在哪些地方会失效，并把这些情况传达清楚。我认为，这项技术对人们太重要了，而且可能带来太多积极影响，所以不能逃避这些高风险使用案例。
快进到今天，它已经在定期挽救生命。它可能也在定期挽救关系。这是一个影响深远的决定，我想你们应该很早就做出了这个决定。
是的，我们才刚刚开始观察这些东西能够如何改变人们。它极大地促进了普惠化。如果把它和个人电脑的普及过程相比，个人电脑刚出现时非常稀缺，而这种技术却以一种无处不在的方式存在：你可以随时获得关于医疗问题的第二意见，可以获得一个用于讨论关系的伙伴，也可以针对任何让你好奇的话题，获得一位私人导师。我们能够做到这些真的非常特别。这是历史上一个独特的时刻。
我们把视角拉远一点，谈谈 OpenAI 和产品本身。你曾经在 Dropbox、Instacart 这样的传统产品公司工作，现在又在 OpenAI。就你在 OpenAI 的经历而言，构建产品过程中学到的最反直觉的经验是什么？
每次换工作时，我总是努力选择差异最大的下一份工作。所以离开 Dropbox 后，我渴望做一个真实世界里的产品，因为这和 SaaS 等领域的工作太不一样了。离开 Instacart 后，我又渴望做一些在智力上有趣、能够唤起我内心极客一面的事情。因此，我一直在寻找真正不同的东西。（01:02:59）到了这些地方之后，我会努力理解是什么让那里成功，究竟是哪件事被他们真正攻克了，以及我们如何进一步依靠这项优势。（01:03:11）我花了很多时间思考 OpenAI 的这件事，尤其是在 ChatGPT 之后。在那之前，讨论这个问题多少没有意义，因为我们当时并没有多少收入、产品或者类似的东西。有几件事让我印象很深，也推动了很多决定。第一是经验主义。我们之前谈过一点。只有发布之后才能知道结果，所以我们会最大限度地依靠发布。这是我们之所以发布这么多东西的一个重要原因。（01:03:46）另一个原则是，出色的想法可能来自任何地方。在研究实验室工作的一点是，你不会告诉人们应该研究什么，那不是你的工作。即使我们逐渐成为一家同时做研究和产品的公司，我们也保留了这种文化。与其做所有事情的守门人或优先级制定者，不如让有出色想法的人去做他们想做的事，这对我们已经证明极其有价值。我们的许多创新都来自各个职能中获得授权的聪明人。所以，我认为这是 OpenAI 成功的原因之一，也是我们如今成功的原因之一，并且是我们继承下来的一项优秀传统。（01:04:23）跨学科协作也很重要，真正把研究、工程、设计和产品放在一起，而不是把它们当成彼此隔离的部门。我认为，这正是让我们成功的因素，而且你能在我们发布的每个产品中看到它的影响。比如，如果我们发布一项功能，而模型的能力提升一倍后，这项功能却没有变得好两倍，那它可能就不该被发布。当然，事情并不总是这样。SOC 2 不会因为[听不清]模型而变得更好。但对于许多核心能力来说，这是一项很好的检验标准。（01:04:52）所以我一直觉得，你必须真正依靠这个地方成功的原因，然后最大限度地加速它，因为这能让你把一件看起来像偶然发生的事情，变成一套可以重复的做法。
你刚才谈到了研究人员和产品人员之间的协作。从 ChatGPT 第一天开始，你一直参与到今天，从零发展到每周 7 亿活跃用户。这里说的不只是注册用户，而是每周活跃用户。随着团队不断发展，你是如何组建这支团队的？
身处研究实验室带来的另一个传统，是我们会非常认真地对待招聘。AI 实验室知道每一个人都很重要。但许多经历过超高速增长的科技公司会逐渐失去自己的身份，失去人才标准，最后陷入混乱。所以，我们一直倾向于保持相对精简。（01:05:51）现在负责运行 ChatGPT 的团队规模其实很小。我从 WhatsApp 那里得到了一些启发：他们曾经用一支非常小的团队运行一个全球规模的产品。更重要的是，你必须把招聘更像高管招聘，而不是单纯的候选人管线招聘。你需要真正理解每个团队试图填补的缺口是什么，需要什么具体技能，以及应该如何填上这个缺口。（01:06:17）举个例子，我骨子里是做产品的人，但有时一个团队并不需要产品人员，因为已经有人在承担这个角色。很多时候，我们有一位产品判断力极强的工程负责人，或者有一位拥有产品想法的研究人员。在我看来，他们完全可以承担这个角色。也许团队缺的是别的东西，比如需要多一些前端能力。（01:06:41）在其他情况下，团队缺少的可能是非常出色的数据科学家。所以我喜欢逐个查看每个团队，弄清楚那个团队需要哪些技能，以及应该如何从基本原则出发把它组建起来，而不是直接假定：“好，我们要为这些不同职位做一轮管线式招聘”，然后再让人们日后寻找自己的团队。我一直觉得这非常重要，也是保持团队规模小、但产出能力极高的方法。（01:07:08）这还让你能够招聘我认为 Keith Rabois 称作“炮管”的人。我想[听不清]，炮管是弹药的一部分，他的意思大概是：组织的产出能力取决于你有多少根炮管，也就是有多少能把事情做成的人。然后你可以围绕他们添加弹药，也就是帮助这些人的其他人。我认为，这对我们的招聘也非常适用：我们会尽量增加能够获得授权、可以把东西发布出去的人，因为这就是保持团队小而仍然完成大量工作的方式。（01:07:43）还有一点，我也会花很多时间和每个团队一起感受氛围。因为当你试图把研究和产品放在一起时，其中一个挑战是两种文化并不相同，人们的背景也不一样。要让协作真正顺畅，你需要花时间建设团队，让大家非常信任彼此的技能，觉得自己能够跨越职责边界思考。比如，我真的相信产品是每个人的工作。也正因为如此，招聘并不会在人们加入团队时结束，反而从那一刻开始，因为你必须开始把团队建设得出色。
在团队建设方面，你有没有什么做法值得分享？比如做什么能够创造出[听不清]？
我非常喜欢和团队一起在白板上工作。我喜欢进入一种生成式的思考状态。它能打破一切界限。所以这是我会尝试的做法。它并不是特别有创意，但我发现这是一个普遍适用的工具：只要你能让人们不再思考“我的工作是什么、对方的工作是什么”，而是开始觉得“我们都在一个房间里，试图一起攻克某件事”，那就非常棒了。
你提到了第一性原理这个概念。我和很多了解你的人谈到你时，这件事总会出现，看来这是你非常重视的东西。很多人都会谈第一性原理，但大多数人会说：“我其实不理解。”或者他们觉得自己特别擅长从第一性原理出发思考。你能不能分享一下，从第一性原理出发思考到底是什么样子？有没有什么例子，能说明你真正回到第一性原理，并因此想出了意料之外的东西？
是的，我从不会这样评价自己。别人愿意这样说当然很好，但这确实是个有点神秘的概念。我觉得，你真的必须弄清楚自己究竟想解决什么问题，回到事实本身。比如我刚才提到的招聘，我并不教条地认为团队必须有一位产品经理、一位工程经理和一位设计师，或者类似的配置。我们的目标只是组建一支能够发布出色产品的团队。所以在这个例子里，第一性原理意味着真正理解我们实际需要什么、缺少什么，而不是套用以前学到的流程或行为。我认为这是一个很好的例子。（01:09:54）另一个在这个环境中运用第一性原理的好例子是：一项功能需要打磨到什么程度？我们因为模型选择器挨了很多批评，而这件事由我负责。我一直在对所有愿意听的人承认这一点。对于不了解模型选择器的人来说，它是产品里那个巨大的下拉菜单，按照传统任何优秀产品的标准来看，它实际上完全违背了产品设计模式。（01:10:16）但如果你真的从头开始思考，问题就是：是应该等到产品打磨好之后再发布，还是即使它看起来粗糙、没那么合理，也先发布出去，让它进入用户手中并开始学习？一家流程很多、或者充满既有行为模式的公司，通常会做出一个决定：“我们发布时必须达到质量标准，这就是我们的做法。”但如果从第一性原理出发，我认为你会说：“知道吗，我们应该发布。虽然这很尴尬，但这严格来说比拿不到你想要的反馈要好。”（01:10:51）所以，在这个领域，从头审视每一个场景非常重要，因为我们正在构建的东西没有可直接类比的对象。你不能照搬某个现成产品。你无法简单问：“我们是 Instagram、Google，还是某种生产力工具？”我不知道。但你可以从各处学习，只是必须从头开始做。我认为，这就是为什么这种特质往往能让人在 OpenAI 做得很好，也正是我们在面试中考察的能力。
所以这个主题一直在反复出现。我觉得有一点很值得强调：你不断回到速度和打磨之间的取舍，而且在这个领域，速度更重要，不只是为了保持领先，也是为了弄清楚人们究竟想用这东西做什么。关于为什么在 AI 领域必须如此迅速地行动，你觉得还有什么可能被人忽视的地方吗？
是的。无聊的答案会是：“哦，因为竞争激烈，所有人都在做 AI，大家都在互相竞争。”我认为这可能有一定道理，但这不是我相信速度重要的原因。真正的原因是，你会在这个领域里打磨错误的东西。你当然应该打磨模型输出之类的东西，但你不会知道应该打磨什么，直到发布之后才会知道。我绝对应该打磨——
你会在这个领域里打磨错误的东西。你当然应该打磨模型输出之类的内容，但你只有发布之后才会知道该打磨什么。我认为，在产品特性会涌现、无法提前知晓的环境中，这一点尤其成立。很多人会把这件事理解错，因为他们认为最好的产品人往往是工匠，而他们对工艺有着传统定义。我也认为，人们很容易把我刚才说的话当成最终不去打造好产品的借口。所以我经常告诉团队，发布只是走向优秀产品旅程中的一个点，你应该有意识地选择这个点，它完全不必是迭代的终点，也可以是起点，但你必须跟进到底。（01:12:50）所以，尤其在最近一个季度，我们一直在做大量工作，真正清理 ChatGPT 的界面。我很期待接下来对响应布局和格式做同样的事情。因为一旦你知道人们在做什么，就没有理由不打磨产品。只是在你还不知道的时候，这个世界会让你非常容易分心。（01:13:09）所以这取决于具体情况。你还是必须从第一性原理出发思考。但我确实认为，尤其在早期，把速度当作一种工具非常重要……其实，消费社交领域也有人这样说过。AI 并不是第一个出现这种动态的领域，过去人们也说过：“你只需要尝试 10 件事，因为你很可能会猜错。”但我确实认为，在 AI 领域，理解并内化这一点尤其重要。
而且，模型一直在变化，所以我想，你甚至可能还没有意识到它们具备哪些能力。
完全正确。模型在不断变化。无论你是在实验室工作，还是只是在做上下文工程，或者也许是在微调模型，提升模型最好的方式都需要失败案例，真实的失败案例。基准测试越来越饱和。所以你真正需要的是现实世界中的场景，在这些场景里，你的产品或模型没有完成它本来应该完成的事情。而你获得这类场景的唯一方式就是发布，因为这样你能看到使用案例如何分布，然后把这些地方做好。因此，发布实际上也是向团队，尤其是机器学习团队，清楚说明应该在什么问题上努力的最佳方式。它就像：“人们正在尝试做 X，而模型以各种方式失败了。为什么？现在让我们把这些地方真正做好。”（01:14:17）
你提到失败案例，让我想到 Kevin Weil 和 Mike Krieger 都分享过的一点：评测正逐渐成为产品人员需要掌握的一项重要新技能，因为如今构建产品的很大一部分工作就是编写评测。你有什么想分享的吗？
我在 OpenAI 的整个经历，就是在稍微不同的情境中重新发现那些永恒的产品智慧和原则。我记得自己在还不知道 eval 是什么之前，就已经开始写评测了，因为我只是把各种使用案例的理想行为非常清楚地列了出来，直到有人告诉我：“嘿，你应该做一个 eval。”然后我发现，原来存在一个完整的研究评测基准世界，而它们与我想要打造的产品毫无关系。我当时想：“哇，这也许就是向 AI 研究人员传达产品应该如何工作的通用语言。”这对我来说一下子就说通了。（01:15:23）归根结底，这和“你应该先明确成功是什么，再做其他事情”这个道理并没有太大不同。它只是实现这一点的新机制。你可以在电子表格里做，也可以在任何地方做。我非常希望让听到这个术语的人不要把它神秘化。它不是什么必须掌握的技术魔法，本质上只是用一种对训练机器人最有用的方式，明确描述成功是什么。
太棒了。我很快会发布一篇文章，为产品经理详细介绍如何编写 eval。
我很想读一读。希望你认同我刚才说的，因为也许其中还有[听不清 01:16:02]。
当然。当然。现在也有很多工具能让这件事变得更容易。
完全同意。
好，所以这基本上再次证明了这一点：这是产品团队和构建者需要熟练掌握的一项非常重要的技能。
是的。是的。
好，再问几个问题。我知道你今天有很多事情要忙。其中一个问题是，ChatGPT 正逐渐成为网站和产品流量增长的重要驱动力。比如现在，ChatGPT 给我的 newsletter 带来的流量已经超过了 Twitter，这完全让我震惊。我刚看了一下数据，心想：“这到底是怎么回事？我完全没想到会这样。”所以我想听听你对这件事未来的看法：你如何看待 ChatGPT 为产品和网站带来增长与流量？
我对此非常兴奋，因为就像我觉得让所有事情都通过聊天机器人来完成很反乌托邦一样，如果外面没有大量高质量的新内容，我也会觉得很反乌托邦。正因为如此，我刚才稍微谈到过搜索。它很早就解决了一个非常重要的用户问题，因为当时有知识截止日期这个问题，而你突然可以谈论任何事情。现在回头看，这一点非常明显。但第一，这不只是用户问题，也是生态系统问题。最初的 ChatGPT 没有外链，它只会回答你的问题，把你留在产品里。即使你想继续阅读或深入了解，也没有办法让我们把流量带回内容生态。我对我们正在搜索领域所做的事情感到非常兴奋，不只是因为它能给人们更准确的答案，也因为它能把像这档播客一样的高质量内容呈现给想看的人。（01:17:47）当然，很多有趣的问题也随之而来。在 Google 时代，搜索引擎优化有一套清晰可理解的机制，告诉你如何获得曝光、得到更多流量。所以很多人会问我：“这在 AI 时代的对应机制是什么？如果我是 Lenny，想让我的播客流量增加 10 倍，我到底需要做什么？”事实是，我们还没有很好的答案。原因在于，理想情况下，吸引 AI 模型的方式应该和吸引真实用户的方式一样，因为模型应该代表用户的兴趣，而不是其他因素。至少我希望我们的产品这样工作。正因为如此，我给出的建议非常无聊：制作真正高质量的内容。这并没有像内容创作者希望的那样具有可操作性。我认为这也是我们还需要继续努力的原因，也许我们可以设计出更好的机制或协议。（01:18:42）不过，我很高兴这已经为你带来了有意义的流量，也希望其他制作优秀内容的人也开始有这种感受，因为这毕竟是一个非常新的场景。
人们现在为这种 AI 驱动的 SEO 技能使用两个缩写。我记得一个是 AEO，也就是答案引擎优化。另一个是 GEO。我忘了 G 代表什么。
生成式……对，我不知道。
生成式，对，生成式 AI 优化。
对。
这两个里面你有更喜欢哪一个吗？[听不清 01:19:10]——
没有，没有。除非这些术语最终变得不可避免，否则我会尽量避开它们，因为我还不能完全确定这是否应该成为一个概念。再说一次，理想情况下，ChatGPT 会理解你的目标，因此也会理解哪些内容对你有趣。内容创作者的任务，是提供足够多的内容信息和元数据，让 AI 模型能够做出符合用户利益的判断。所以我不确定我们是否应该给这件事命名，并把它发展成一种专门的做法。我非常希望向制作内容的人学习，了解它可能是什么样子，因为我们还在继续摸索。
沿着这个方向，人们还会想到另一个问题：你们有 GPT，也就是人们可以构建、用于回答非常具体使用案例的定制 GPT 应用。一直有人问，你们是否会建立一个应用商店，让我把自己的产品接入 ChatGPT，并从中获利？关于未来某一天可能出现的这类事情，你能分享些什么吗？
GPT 很酷。从某种意义上说，它们有点超前，因为我们在还无法真正构建出差异化很强的东西之前，就已经建立了这个概念。至少在消费者领域，你的学习型 GPT 可能和模型开箱即用就能做到的事情非常相似。所以，它主要是一种向人们说明使用案例的方式，但目前还没有足够多的工具，让它真正像一个应用。（01:20:47）不过企业领域有所不同。我们在那里看到大量 GPT 被采用，因为每家公司都有非常定制化的业务流程、问题等等。在企业场景中，它是一个非常、非常有用的工具。企业还拥有独特的数据，可以接入这些 GPT，让它们检索这些数据。所以我们在那里取得了很大成功。（01:21:05）我认为这个方向是对的，我们会找到一种好的机制。因为当 AI 中集成了如此强大的能力时，允许人们以一种能力边界清晰、使用案例明确、彼此有差异的方式打包这些能力，会让人感觉非常强大。我也希望人们能够在 ChatGPT 上开始一项业务。我认为，随着它达到十亿用户的规模，它确实可能为你提供分发渠道，让你开始创造某种东西，就像人们过去在互联网基础上构建产品，并因此诞生了全新的业务一样。（01:21:41）所以，我认为未来我们会分享更多内容。GPT 是一次早期尝试。随着模型能力提高、我们的触达范围扩大，我很期待继续发展这方面的思路。
太棒了。这真的很酷。我非常期待看看你们会在这方面做什么。好，我们换一个完全不同的方向。我知道你大学里学的是哲学。
是的。
计算机科学和哲学，对吧？这两个专业的组合。
对。我一开始是哲学专业，因为我很喜欢逻辑，而编程和逻辑最相似，所以我选了一门编程课。后来我爱上了编程，最终也爱上了计算机科学，于是不断增加相关学习。不过在那之前，我从没把自己当成技术型的人，所以这是我人生中很晚才发现的一面，我对此非常感激。
对于负责领导这款产品的人来说，这真是一个不可思议的组合[听不清 01:22:30]。
确实如此。它以一种我无法预料的方式兜了一圈，重新联系到了一起。你需要面对的问题数量确实非常有趣。哲学不是传统意义上实用的技能，但它确实会教你从头思考问题，并且明确表达自己的观点。我认为，这在很多时候都派上了用场。
有没有哪位哲学家或哪个流派对你特别有帮助？还是说，更多是总体上的[听不清 01:22:57]？
太多了。
好。
我的毕业论文研究的是理性的人是否会产生分歧，以及为什么会产生分歧。当很多价值观截然不同的人，就模型行为或事情应该如何运作发表意见时，这个主题也很有帮助。所以我非常喜欢 20 世纪的分析哲学。这些东西有点不入流，不过我不知道自己有没有最喜欢的哲学家，实在太多了，数不过来。但我喜欢的就是这一类。有些内容最终会变得相当分析化。比如令 P 代表一种爱情理论，令 Q 代表另一种爱情理论，然后做某种符号推演。所以它既是一种头脑上的思维练习，也是一种……或者说，它更像思维练习，而不是实用技能。但它教会了我如何思考，而这种思考方式至今仍然非常有价值。
不可思议。技能和背景的组合真酷。进入非常精彩的快速问答环节之前，最后一个问题。你曾经是 Dropbox 的产品负责人，后来去了 Instacart，现在又成了可以说是历史上最具影响力产品的产品负责人。你是怎么走到这个职位上的？加入 OpenAI、承担这项工作的故事是什么？
我做过的每一个职业决定，包括大学毕业后的第一份工作，归根结底都是在弄清楚：我认识的最聪明的人是谁？我想和谁一起工作、向谁学习？我能不能和他们共事？我不知道该如何审查一家公司，也不知道如何从逻辑上判断哪个领域会崛起之类的事情，但我确实觉得自己能判断一个人。去 Dropbox 时，我跟随了那门课的首席助教，而我当时是那门课的助教。去 Instacart 时，我跟随了自己认识的一些最聪明的产品人员。至于 OpenAI，招募我的人 Joanne，当时我给她发消息，想从 DALL·E 的等候名单中退出，她说：“除非你来这里面试。”于是她把这件事变成了一次反向招聘。（01:25:02）说实话，刚开始我不知道自己能在这里做什么，因为它是一家研究实验室，而我是做产品的人。他们说：“别担心，我们会想办法。”当时他们的说法有点含糊。我以为他们含糊其辞，是因为这里是 OpenAI，什么都不能透露，但他们含糊其辞的真正原因是，当时我们确实还不知道答案。所以我来了之后什么都做过，当然那时肯定不是做产品。我记得我的第一项任务好像是修百叶窗之类的事情。后来我开始给人发保密协议，因为他们需要一些运营支持。接着我开始问：“等等，我为什么要发保密协议？哦，是为了我们能和用户交流。”我当时想：“和用户交流，这听起来正是我会做的事情。”于是我很快就误打误撞开始做产品工作，后来逐渐负责起很多产品工作。但这一切是自然发生的：我只是来到那里，做当时必须完成的事情，因为我加入的那家公司根本不是一家产品公司。
哇。这是一个很好的例子。我不知道你是否也这么想，但有人给你一艘火箭的一个座位时，不要问自己坐哪个座位。[听不清 01:26:07]。
对，所以当时我不知道那是一艘火箭。我更愿意把它描述成被极客问题吸引。为了准备那次关于退出 DALL·E 等候名单的谈话，我开始阅读这个领域的资料，而这激发了我的哲学头脑，也激发了我的计算机科学头脑。我想：“等等，这很酷。”然后我开始阅读那个时代所有的学术论文。所以，吸引我的是智力上的兴趣和那些人，但后来我显然是因为产品机会而留下来的。ChatGPT 发布并起飞之后，我才意识到，我们造出了一艘火箭，或者说，我们是一边建造一边发射了它。只是我申请那份工作时，不能说它让人感觉像一份备受追捧的工作。
所以这里的一个教训是，正如你所说，跟随你认识的最聪明的人。还有一个线索是，跟随那些让你感兴趣的事。只是因为你摆弄 DALL·E，就带来了这次机会。
是的，是的。其实我们现在仍然会考察这一点。我们认为，好奇心是一项重要性远超机器学习知识的特质。我不是在评论研究岗位的招聘，我恐怕认为那确实需要一些机器学习知识。但对于产品、工程、设计以及类似职能的人来说，我实际上认为，只要你对这些东西的工作方式感到好奇，那么你以前是否做过它，完全不重要。事实上，如果你只筛选以前做过这些事的人，你得到的会是一小群非常幸运的人，而不一定是你能找到的最佳人选。所以我认为，我们已经把这种做法扩大了。它当然是让我来到这里的原因之一，但更普遍地说，我认为它一直是预测一个人在 OpenAI 能否成功的良好指标。
Nick，我告诉过你，我有十亿个……我说过自己有 20 亿个问题要问你。我感觉自己已经问了很多，但仍然感觉还剩十亿个。不过我知道，你告诉过我，访谈之后你有一个重要的 GPT-5 检查会议要参加，所以——
我们得发布。
我们得发布。既然这段访谈已经录下来了，而且我们还要把它发布出去，那就更应该马上发布。
确实如此。[听不清 01:28:08]。
这就是推动我们行动的力量。好，在进入非常精彩的快速问答之前，还有什么想分享、留给听众，或者你觉得重要、希望大家知道的事情吗？
我会尽量分享自己如何做决定，因为我希望……我离开学校还没有太久。我很能理解那些刚进入就业市场、正在努力弄清楚当下该如何安排人生的人。我非常确信，如果你让自己身边围绕着能够给你能量的人，并且追随那些真正让你好奇的事情，那么你就会在这个时代取得成功。所以我留给大家的建议是：让自己和优秀的人待在一起，去做那些你真正有热情的事情。因为在一个这种东西能够回答任何问题的世界里，提出正确的问题非常、非常重要。而学习如何做到这一点的唯一方式，就是培养自己的好奇心。这对我有效，也是我能分享的唯一一条可重复的经验。其他一切都是运气。
这和很多人现在的做法相反。很多人会追逐金钱：我在哪里能赚得最多？我该如何把这件事做大，赚到 1 亿美元？那些得到疯狂报价的人，当初并不是为了靠做这件事赚很多钱。
看到这些事情的发展过程很有意思，因为我认为这些人当初进入学校都有真正的原因。他们对这个领域感到兴奋，研究它，追求知识，我很高兴这种努力得到了回报。但我不知道未来的回报会是什么样，尤其是在 AGI 之后的世界。不过我只是感觉，如果你遵循这个建议，最终会过得不错。
那么，Nick，我们现在进入非常精彩的快速问答环节。我有五个问题要问你。准备好了吗？
当然，准备好了。
你最常向别人推荐哪两三本书？
在产品领域，可能是《高产出管理》《日常事物的设计》之类的书，或者类似的经典作品，因为我认为它们在 AI 领域极其适用。
我们刚才谈到了哲学。我不知道，你有没有一本哲学书会说：“如果你要开始了解这个领域，就读这一本。”
天啊。罗尔斯和诺齐克的任何作品都可以。我喜欢政治哲学方面的内容，觉得非常有趣。这是我会推荐的一类书。我不认为阅读它们有什么实用理由，但我可以和你一起对着这些内容钻研。所以，后果自负。
你最近有没有特别喜欢的电影或电视剧？如果你有时间看过什么的话。
我觉得，要在这个领域工作，就得看一点科幻。你不应该照搬其中的任何东西，但我认为可以从中学习。所以我会经常重看《她》和《西部世界》。《人生切割术》也很棒。有时间的时候，我会看这些东西。
太棒了。我喜欢你选的这两个。在所有科幻电影里，这些是你最有共鸣、觉得最有趣、最有价值的作品。
是的，但这可能只是我自己的局限，所以我相信还有更多东西等着发现。
顺便问一下，你读过那本科幻小说《深渊上的火》吗？
没有。
好。我不知道你有没有时间读这本书，但我觉得你会喜欢。它真的非常——
天啊，好吧。
……是一本以 AI 为主题的科幻太空歌剧小说。
太好了。
对。
我会去看看，谢谢。
好。扯远了。
是的，是的，确实。
好。你最近有没有发现什么非常喜欢的新产品？
其实没有。我现在已经忙到极限了。这件事挺有意思。API 开发者会问我：“嘿，你们是不是要复制我们的所有产品？”但实际上，我根本没有时间跟进 OpenAI 之外发生的事情，因为这里的节奏实在太快了。所以恐怕没法给你什么好的推荐。
我觉得，对于很多产品公司来说，这是个令人宽慰的回答。谁能想到呢。Nick 甚至没有时间听听我们的产品。天啊。好。你有没有什么特别喜欢的人生格言？在事情艰难时会用到，或者会和朋友、家人分享，并且其他人也觉得有用？
你花最多时间相处的五个人的平均值，就是你的样子。这句话我真正内化了。它适用于我的个人生活：有些人会给我能量，鼓励我，让我成为更好的人。我的未婚妻就是这样的人之一，我生命中还有很多这样的人。但在工作中也有相应的道理。而且，我所有职业决定也是这么做的：我想向谁学习？所以我一直在运用这个原则。
最后一个问题。我采访的每个人都告诉我，你是一位非常出色的爵士钢琴家，还赢得过比赛。我想你原本打算把它作为主业，但后来不知怎么走上了另一条支线。
对，我在最后一刻退缩了，但我原本打算去音乐学院。这仍然是我希望能做的第二章。
哇。我很喜欢这件事未来仍然可能发生。
仍然有可能。现在我参加了一些以娱乐为目的的乐队，偶尔会演出。这是我在其他事情让自己极度疲惫、再也无法思考时还能做的一件事，因为它能以很好的方式让我恢复平衡。不过，是的，希望未来能有更多机会做这件事。
音乐和你的工作之间有什么相似之处吗？有没有什么让你觉得——
有，确实有。我觉得你可以把软件开发，或者做产品的人，想象成管弦乐队的指挥，也可以想象成爵士乐队的一员。我把它看成爵士乐队，因为我不认同每个人都有一段固定部分、由我来告诉大家什么时候演奏这种做法。我喜欢爵士乐以及其他即兴音乐的地方在于，大家会相互即兴回应：听一个人演奏了什么，然后再演奏一些东西回应他。我认为优秀的产品开发也是这样，因为想法可能来自任何地方。它不应该是一个按脚本执行的流程。你应该不断尝试，在工作中获得乐趣和玩耍的空间。所以我经常使用这个比喻。喜欢音乐的人通常会对此产生共鸣。
Nick，非常感谢你抽出时间。我知道今天已经忙得不可开交，而明天对全世界来说会更加疯狂。他们完全不知道即将发生什么。非常感谢你参与这次访谈。最后有两个问题。如果你希望大家在线上找到你，他们可以在哪里找到你？如果 GPT-5 发布，他们可能在哪里找到它？还有，听众怎样才能对你有所帮助？
只要使用这个产品就行了。你甚至不必付费。从明天开始，它应该会成为你的默认模型，所以只要使用它，不要再操心模型了。除非你确实想操心，而且你是 Pro 用户，那样你可以获得所有旧模型。所以请放心。至于如何提供帮助，说实话，我从大众和 ChatGPT 用户等人那里学到了很多，所以继续做你们自己的事情就好。我会观察、学习，也很感谢所有反馈。所以我相信，等我们修复模型选择器之后，你们会因为别的事情吐槽我，我会接受的。请继续提意见。
太棒了。Nick，非常感谢你来到这里。
谢谢你邀请我，Lenny。
也祝你明天好运。
谢谢。
大家再见。（01:35:13）非常感谢你的收听。如果你觉得这期节目有价值，可以在 Apple Podcasts、Spotify 或你喜欢的播客应用上订阅节目。此外，也请考虑给节目评分或留下评论，因为这确实能帮助其他听众找到这档播客。你可以在 Lennyspodcast.com 找到往期所有节目，或进一步了解这档节目。下一期再见。