这集访谈由 Bret Taylor（前 OpenAI 董事长、Salesforce 联席 CEO、Google Maps 联合创始人）和 Clay Bavor（前 Google 副总裁，领导 Google 实验室和 AR/VR）坐镇。两人离开大厂后联合创办了 AI 初创公司 Sierra。 这集被公认为深度理解“为什么这次 AI 浪潮与以往（移动、互联网、云计算）完全不同”的必听篇章。以下是核心观点和细节整理： 1. 为什么 AI 浪潮在本质上是独特的？ 不仅是效率，而是“代理能力”（Agency）： 之前的技术波段（如移动端）改变了我们访问信息的方式，但 AI 改变的是处理信息的能力。AI 不再只是一个工具，而是一个可以自主思考并执行任务的“代理人”。 推理成本的坍缩： Bret 提到，历史上我们习惯于“计算成本”的降低，但现在我们正在经历“推理/认知成本”的指数级下降。这使得以前因为太贵而无法规模化的“人类决策”过程，现在可以用软件实现。 技能的平民化： 互联网让信息触手可及，而 AI 让技能（编码、设计、法律分析）触手可及。这打破了专业知识的壁垒，让创造力的瓶颈从“如何做”转移到了“做什么”。 2. “确定性系统”与“概率性系统”的范式转移 软件思维的重塑： 过去 50 年，软件是确定性的（输入 A 永远得到 B）。但 LLM 是概率性的。 Sierra 的哲学：Bret 和 Clay 探讨了如何将概率性的 AI 引入企业环境。他们认为，成功的 AI 应用必须在“富有创造力的 LLM”和“严格的业务逻辑/API”之间建立桥梁，确保 AI 既能像人一样沟通，又不会违反业务规则（幻觉控制）。 3. AI 时代的企业软件（SaaS 2.0） “按座计费”模式的崩溃： 如果 AI 代理取代了人的部分工作，那么传统的 SaaS 计费模式（按用户数收费）将难以为继。Bret 预测，未来的收费模式将转向“按价值/结果计费”。 工作流的重新定义： 以前软件是围绕人的点击设计的（GUI），未来的软件将围绕 AI 的任务执行设计（LUI - 语言用户界面）。 护城河的演变： 在 AI 时代，代码本身不再是护城河，因为 AI 编写代码太快了。真正的护城河在于：专有数据、与客户的深度集成、以及对复杂业务流程的封装。 4. 两位大佬的“大厂经验”教训 Google 与 Salesforce 的视角：Bret 谈到在 Google Maps 早期，核心挑战是数据的结构化。而现在的 AI 可以自动处理非结构化数据。 Clay 谈到在 Google 实验室的经历，他意识到硬件和软件的边界正在模糊，AI 需要专门的“物理形态”或深度的系统集成才能发挥最大功效。 初创公司的优势： 尽管大厂拥有算力和数据，但初创公司的优势在于“没有包袱”。大厂很难为了 AI 而彻底颠覆现有的、利润丰厚的业务模式（例如 Google 的搜索广告或 Salesforce 的 CRM 席位费）。 5. 关于“幻觉”与安全性的辩证看点 幻觉是功能而非错误： 两人认为，正是因为 LLM 会“幻觉”，它才具有创造力。如果它完全不幻觉，它就是一个普通的数据库。 Sierra 的解决方案：在为客户（如 Sonos、WeightWatchers）提供 AI 客服服务时，他们使用了一种名为“信任层（Trust Layer）”的技术架构，将 LLM 限制在特定的知识库和动作范围内，从而在享受 AI 灵活性的同时保证企业级的安全性。 6. 核心观点总结（The Playbook） AI 是“第四次工业革命”： 它不是一个功能，而是一个平台。 从 Copilot 到 Agent： 2023 年是“副驾驶”的一年（协助人类），2024 年及以后是“代理人”的时代（独立完成工作）。 用户体验的简化： 最终的赢家是那些能用 AI 消除复杂性，而不是增加复杂性的公司。 速度就是生命： 在 AI 领域，三个月的技术跨度相当于以前的三年。 7. 对未来的预测 人类的工作将向上移动： 人类将不再是执行者，而是“AI 代理的管理者”。 全栈 AI 公司： 未来的顶尖公司将不再区分自己是 AI 公司还是软件公司，所有成功的软件都将以 AI 为核心。