这段视频是 a16z 播客对 Jonathan Swanson(Thumbtack 联合创始人兼执行主席,Athena 创始人)的采访。主题围绕“为什么每个人都需要助理”以及“如何通过有效委托(Delegation)获得杠杆效应”。 以下是整理出的核心观点和实用建议: 1. 核心理念:不做助理,就得做助理的工作 观点: “如果你没有助理,那么你就是那个助理。”(If you don't have an assistant, you are the assistant.) 背景: 无论预算多少,都应该学会委托。创始人或高管如果不把低价值、重复性的工作交出去,就无法专注于高价值的战略工作。 2. 委托的“阶梯” (The Ladder of Leverage) Jonathan 提出了根据预算和需求逐步升级的委托方案: 入门级 ($20/月): 使用 ChatGPT。通过提示词工程(Prompt Engineering)来委托任务,比如头脑风暴、制定计划。 进阶级 ($3,000/月): 雇佣像 Athena 这样的远程精英助理(通常来自菲律宾)。他们可以处理日程、邮件、旅行安排等。 高级级 ($10万+/年): 雇佣全职线下助理。 顶级级: 拥有一支助理团队加上幕僚长(Chief of Staff)。 3. 如何高效委托?(实操技巧) 委托算法,而非任务 (Delegate by Algorithm, not Task): 错误做法:只告诉助理“帮我安排个晚宴”。 正确做法:输出你的决策逻辑(算法)。例如:“我喜欢6-8人的晚宴,客人应该是处于相似融资阶段的创始人。这是我筛选客人的标准……”一旦助理掌握了你的“算法”,他们就能重复执行并达到你的标准。 使用语音委托 (Delegate by Voice): 打字太慢。最高效的委托方式是发语音条。 Jonathan 会在会议间隙通过语音告诉助理:“刚开完会,有这5个后续事项,请帮我起草这几封邮件……”这样一天结束时,任务已经分发出去了,而不是堆积如山。 从痛苦的事开始: 首先委托那些让你感到痛苦、消耗能量的事(如填表、排队、打电话给客服),释放精力。 其次是利用助理进行问责(Accountability):比如让助理每天监督你的健身、饮食或冥想进度。 4. 招聘高管与联合创始人的智慧 招聘高管: 面试的局限性: 级别越高的人越擅长面试,所以面试的信号往往失真。 重度依赖背景调查 (References): 询问那些标准极高的人推荐谁。询问候选人前同事的真实评价。 360度评估: Jonathan 会直接要求看候选人在上一家公司的360度绩效评估报告,并作为交换分享自己的,以建立信任并获取真实信息。 联合创始人关系: 这就像婚姻,甚至没有“和好后的亲热”(make-up sex),只有压力。信任是基础。 虽然 Thumbtack 最初有非技术背景的多个联合创始人(这通常被视为错误模式),但他们通过彼此信任挺过来了。 5. 时间管理与“幂次法则” 打破时间的枷锁: 钱可以再融,但时间(十年)无法重来。时间是最宝贵的资产。 目标的幂次法则 (Power Law of Goals): 通常每个月或每个季度只有一件事是最重要的,这件事的价值超过其他所有事的总和。 找到这件事,全力以赴。不要列一堆目标来逃避那件最难但也最重要的事。 日历审计: 定期回顾上周的日历,看时间分配是否反映了你的最高优先级目标。 6. AI 与人类助理的未来 混合模式: 未来不是 AI 取代人类,而是人类 + AI。 分工: AI 负责记忆、搜索、从数字痕迹中主动发现任务(如自动从屏幕截图中识别需要做的事)。 人类助理提供情感支持、同理心、复杂项目管理以及作为知己(Confidant)的角色。就像《白宫风云》里的助理,不仅是干活,还是在这个孤独高压位置上的心理支持。
目录
观点原文
这段视频是 a16z 播客对 Jonathan Swanson(Thumbtack 联合创始人兼执行主席,Athena 创始人)的采访。主题围绕“为什么每个人都需要助理”以及“如何通过有效委托(Delegation)获得杠杆效应”。
以下是整理出的核心观点和实用建议:
1. 核心理念:不做助理,就得做助理的工作
观点: “如果你没有助理,那么你就是那个助理。”(If you don't have an assistant, you are the assistant.)
背景: 无论预算多少,都应该学会委托。创始人或高管如果不把低价值、重复性的工作交出去,就无法专注于高价值的战略工作。
2. 委托的“阶梯” (The Ladder of Leverage)
Jonathan 提出了根据预算和需求逐步升级的委托方案:
入门级 ($20/月): 使用 ChatGPT。通过提示词工程(Prompt Engineering)来委托任务,比如头脑风暴、制定计划。
进阶级 ($3,000/月): 雇佣像 Athena 这样的远程精英助理(通常来自菲律宾)。他们可以处理日程、邮件、旅行安排等。
高级级 ($10万+/年): 雇佣全职线下助理。
顶级级: 拥有一支助理团队加上幕僚长(Chief of Staff)。
3. 如何高效委托?(实操技巧)
委托算法,而非任务 (Delegate by Algorithm, not Task):
错误做法:只告诉助理“帮我安排个晚宴”。
正确做法:输出你的决策逻辑(算法)。例如:“我喜欢6-8人的晚宴,客人应该是处于相似融资阶段的创始人。这是我筛选客人的标准……”一旦助理掌握了你的“算法”,他们就能重复执行并达到你的标准。
使用语音委托 (Delegate by Voice):
打字太慢。最高效的委托方式是发语音条。
Jonathan 会在会议间隙通过语音告诉助理:“刚开完会,有这5个后续事项,请帮我起草这几封邮件……”这样一天结束时,任务已经分发出去了,而不是堆积如山。
从痛苦的事开始:
首先委托那些让你感到痛苦、消耗能量的事(如填表、排队、打电话给客服),释放精力。
其次是利用助理进行问责(Accountability):比如让助理每天监督你的健身、饮食或冥想进度。
4. 招聘高管与联合创始人的智慧
招聘高管:
面试的局限性: 级别越高的人越擅长面试,所以面试的信号往往失真。
重度依赖背景调查 (References): 询问那些标准极高的人推荐谁。询问候选人前同事的真实评价。
360度评估: Jonathan 会直接要求看候选人在上一家公司的360度绩效评估报告,并作为交换分享自己的,以建立信任并获取真实信息。
联合创始人关系:
这就像婚姻,甚至没有“和好后的亲热”(make-up sex),只有压力。信任是基础。
虽然 Thumbtack 最初有非技术背景的多个联合创始人(这通常被视为错误模式),但他们通过彼此信任挺过来了。
5. 时间管理与“幂次法则”
打破时间的枷锁: 钱可以再融,但时间(十年)无法重来。时间是最宝贵的资产。
目标的幂次法则 (Power Law of Goals):
通常每个月或每个季度只有一件事是最重要的,这件事的价值超过其他所有事的总和。
找到这件事,全力以赴。不要列一堆目标来逃避那件最难但也最重要的事。
日历审计: 定期回顾上周的日历,看时间分配是否反映了你的最高优先级目标。
6. AI 与人类助理的未来
混合模式: 未来不是 AI 取代人类,而是人类 + AI。
分工:
AI 负责记忆、搜索、从数字痕迹中主动发现任务(如自动从屏幕截图中识别需要做的事)。
人类助理提供情感支持、同理心、复杂项目管理以及作为知己(Confidant)的角色。就像《白宫风云》里的助理,不仅是干活,还是在这个孤独高压位置上的心理支持。
ABAB AI 解读
🔍 核心解读:优秀创始人与普通创始人的分水岭,就是“委托能力”
Jonathan 的观点非常明确:你不委托,就是在自我内耗;你不建设系统,就会被系统吞没。
很多创始人做不大,是因为把自己困在“小事循环”里。
而真正厉害的创始人,是通过委托把自己从执行者升级为“策略者”。
他提出的整套方法论,实际上是:
👉 用钱购买时间,用系统放大杠杆,用算法代替指令。
① 核心理念:你没有助理,你就是助理
这句话击中很多人的痛点。
很多创始人在早期会说:
“我自己来更快。”
“交给别人不放心。”
“公司太小,还没到要助理的阶段。”
Jonathan 的反击是:你不委托,永远到不了“需要助理的那个阶段”。
✦ 为什么一定要委托?
因为:
- 低价值重复性任务 → 吞噬创造力
- 创始人每天做内部杂务 → 无法做战略
- 精力被碎片化 → 判断力下降、机会流失
高质量的委托能力,是创始人向更高层级跃迁的入口。
② “委托的阶梯” = 创始人升级路径
他给的阶梯非常实用,也符合你未来 ABAB Labs 的发展逻辑:
第一阶($20/月):ChatGPT(数字助理)
- 写计划
- 做调研
- 起草内容
- 做头脑风暴
这是最便宜的杠杆。
如果一个创始人连 ChatGPT 都不用,那他永远卡在“做杂事”的阶段。
第二阶($3000/月):专业远程助理(如 Athena)
通常来自菲律宾、印度等能提供英语且高效的人才。
可以做:
- 邮件管理
- 行程规划
- 客服沟通
- 文档整理
- 行政流程
你每天省下 1–3 小时的低价值任务。
第三阶($10万+/年):线下全职助理
适合:
- 同时经营多个项目
- 有大量会议、旅行、关系维护
- 日程安排复杂
- 他们不仅做任务,更会替你“预判需求”。
第四阶:助理团队 + 幕僚长(Chief of Staff)
这已经是 真正的企业级杠杆:
- 一名 COO 型幕僚长管理你的系统
- 你的精力只用于:愿景 / 战略 / 决策
这就是大佬的运作方式。
③ 如何高效委托?这是最重要的部分
Jonathan 强调:🔑 委托“算法”,而不是任务
错误方式:“帮我安排个晚宴。”
正确方式:“我喜欢 6–8 人;只邀请类似融资阶段的创始人;我想打造同行圈层;这是我的社交算法。”
助理如果理解了你的选择逻辑(算法),就能无限次按你的标准执行。
这就是为什么优秀 CEO 能把风格、文化、判断力“复制”给团队。
🔊 用语音委托,而不是打字
语音更快、情绪更完整、精确信息更多。
Jonathan 的方法:
- 开完会马上发语音给助理:“这里有 5 个 follow-up。”
- 结束会议的一瞬间 → 任务已开始执行
- 一天结束 → Inbox 已清空
你作为创始人不再做任务,而是分发任务的节点。
⚡ 从最痛苦的事开始委托
包括:
- 填表格
- 打客服电话
- 等待、排队
- 整理零碎信息
你越痛苦的事情,其机会成本越高,你越应该把它交出去。
同时:📌 助理也能做你的“问责系统”
提醒你:
- 健身
- 冥想
- 内容产出
- 项目进度
相当于拥有一个“行为教练”。
④ 关于招聘高管与联合创始人:经验极深
1)面试信号会失真
级别越高 → 越擅长面试
所以看面试表现是没有意义的。
Jonathan 的秘诀:
- 高密度参考调查(References)
- 问候选人过去的同事
- 问极高标准的人“你认为谁最好?”
- 重点看别人眼中的“长期表现”
- 360 度绩效报告
- 直接问候选人要上一家的 360 报告。
为什么?因为:一个人过去真实的行为,是未来全部行为的预测指标。
2)联合创始人关系 = 婚姻(但没有 make-up sex)
这句话很现实,本质是:
- 压力比婚姻更大
- 冲突比婚姻更多
- 破裂成本比婚姻更高
Thumbtack 虽然有多个非技术联合创始人(按传统是错误结构),但他们靠“极高的信任”挺了过来。
核心:能力可以补,信任补不了。
⑤ 时间管理:十年时间的价值远高于所有金钱
钱可以再赚,但十年是不可逆的。
⏳ 幂次法则:只做那 1% 的关键事
在一个季度里,只有一件事最重要。
那件事的价值超过其他所有事情总和。
失败的创始人:
→ 列一堆目标,让自己看起来忙
成功的创始人:
→ 锁定最难、最关键的那件事,全力攻克
📅 日历审计
每周回顾:“我的时间分配,是否符合我的最高优先级?”
如果:
- 忙的是小事
- 做的是助理的工作
- 做的是别人也能做的任务
- 那么你的公司一定无法增长。
🔥 一句话总结
Jonathan 的整套方法论,是关于如何从“执行型创始人”升级为“杠杆型创始人”。
核心是三句话:
- 不委托,你就是自己的助理。
- 不要交任务,要交算法。
- 时间是复利系统中唯一不可逆的资源。
相关观点
- Hannah Stolberg 与 Team OS:把团队隐性知识变成 AI 可调用的组织操作系统Hannah Stulberg · 2026/04/17
- Evan Spiegel:拒绝被收购,不做流量生意,只押注下一代计算平台Evan Spiegel · 2026/04/16
- AI产品不是做模型,是控制行业入口Winston Weinberg · 2026/04/15
- 本文Jack Altman 对话 Bret Taylor。Bret 是科技界的传奇人物,曾任 Google 地图联合创始人、Facebook CTO、Salesforce 联席 CEO,现任 OpenAI 董事长,并创办了发展极快的 AI 初创公司 Sierra 以下是 Bret Taylor 针对 AI、软件行业未来以及公司管理分享的核心观点和内容总结: 1. 软件行业的“末日”还是“转型”? SAS-mageddon(软件即服务末日): 面对公共市场软件股下跌,Bret 认为这反映了市场对未来的焦虑,而非对具体公司的判决 记录系统(Systems of Record)的挑战: 传统上,ERP、CRM 等系统因作为数据锚点和拥有复杂工作流而极具价值。但在 AI 时代,如果 AI Agent(智能体)能自动完成所有工作,用户不再点击按钮,那么这些系统的价值可能会从“应用”退化为纯粹的“数据库” 防御性与新机会: AI 智能体带来的不仅是风险,更是重塑。公司如果能围绕平台建立智能体生态,其价值可能超越原有的平台 2. 为什么初创公司能击败巨头? 战略税(Strategy Tax): 巨头拥有无限资源,但往往被既有优势(如本地部署系统、旧的商业模式、销售提成机制)所束缚 从“最佳平台”回到“最佳品种”: 每次技术范式转移(如 Web、移动端、AI),市场都会从倾向于买一站式平台转向购买在单一技术上做到极致的“最佳品种”产品。初创公司没有历史包袱,能 100% 投入新技术的研发 3. Sierra 的成功路径与 AI 智能体(Agent) 定位高价值行业: Sierra 专注于服务高度合规、复杂的行业(如医疗保险、银行、电信)。这些行业对 AI 的要求不仅仅是“Demo”,而是“工业级”的稳定 结果导向定价(Outcome-based Pricing): 这是 Bret 大力倡导的模式。不同于传统的按席位或按 Token 计费,Sierra 按“解决的问题”或“达成的销售”收费。他认为,随着智能体变得自主,企业应为最终的商业结果买单 超越支持: Sierra 的智能体不仅做客服,还参与房屋搜索、抵押贷款服务,甚至进行上亿美元规模的业务谈判(如协商有线电视账单) 4. 关于编程与 AI 开发 编码范式转移: Bret 提到现在的 AI 已经能编写高质量的代码。他预测 3 年内,软件团队的最佳实践将完全被重写 抛弃式 IP: 在这一时期,为了服务客户,开发者必须编写一些可能在 4 个月内就会被丢弃的代码,因为底层技术迭代太快 Terraforming 软件: 真正的持久资产可能不再是代码本身,而是生成这些代码的系统和提示词(Prompts) 5. 对 AI 与人类未来的思考 人的身份与技能: 虽然 AI 在编程和数字任务上表现卓越,但在物理世界(如建筑、制药实验)以及涉及人类“品味”和“地位追求”的领域,人类仍不可替代 自省与进化: 就像会计师经历了 Excel 时代一样,人类需要调整身份认同,把 AI 当作工具,从而实现更高程度的自我实现 广告与分发: 针对 OpenAI 可能引入广告的讨论,Bret 持乐观态度。他认为,为了实现“让 AGI 造福全人类”的使命,需要有一种商业模式(如广告)来支持免费提供服务,使那些支付不起每月 20 美元的人也能使用 AI 6. 公司管理与董事会 文档驱动: Bret 坚持在董事会会议中使用书面文档而非幻灯片(Slides)。他认为写作是理清思绪、整合信息的最佳方式,能让会议集中在核心决策上 跨学科董事会: 他认为董事会应是管理层寻求建议的对象,而非仅仅是报告对象。一个好的董事会应由不同领域的专家(如安全专家、法律专家、销售老兵)组成 核心结论: Bret Taylor 认为我们正处于从“以技术为中心”转向“以产品为中心”的周期中。2027 年,每个公司都将需要一个 AI Agent,就像 1997 年每个公司都需要一个网站一样 以上内容来源:https://www.youtube.com/watch?v=tJwiP0zqVp4Jack Altman · 2026/03/04