First Block 专访：Anthropic 联创 Daniela Amodei
First Block: Interview with Daniela Amodei, Co-Founder & President of Anthropic
我在 OpenAI 时曾带领做 GPT-2 的团队，我觉得 GPT-2 到 Claude 1 的距离，感觉上比 Claude 1 到 Claude 2 的距离更小，对吧？感觉技术进步非常非常快。但在 Claude 训练的早期，Claude 有时会自己发明一种“创意模式”，比如它会说“我卡在龙模式里了”，我们就像“我们不知道那是什么，也不知道你从哪儿学来的”。中间经历了相当多的混乱，才最终打磨成今天市场上可用的产品。
欢迎收看 First Block，一档由 Notion 推出的系列节目。来自全球顶尖企业的创始人和高管将讲述他们在创业旅程中如何经历各种“第一次”，以及从中学到了什么。我是 Notion 的联合创始人兼 CEO Akay Kotari。我们今天请到的嘉宾是 Anthropic 的联合创始人兼总裁 Daniela Amodei。Anthropic 是一家 AI 安全与研究公司，开发了 Claude 这一前沿模型，凭借其对安全与性能的重视，已被数百万企业和消费者使用。
感谢你来参加节目。
非常感谢邀请。
我们很高兴你能参与这档节目。那么首先，你们当初为什么创办 Anthropic？
首先，谢谢邀请。我其实这一周，说实话这一个月以来，一直都很期待这次对话，所以很高兴来到这里。我们有六位联合创始人，之前都在 OpenAI 工作。我们真切地感受到，有机会去创办一家属于自己的公司，把安全真正放在所有工作的核心位置。我们是一个默契的团队，曾一起做 GPT-3 和 scaling laws。我们真的觉得那是一个独特的时刻，可以从零开始打造一些东西，确保安全和“以人类为中心”这一理念能够被贯彻到生成式 AI 中。
有一点很独特，你的联合创始人之一也是你的兄弟。能再多讲讲和 sibling 一起工作是什么感觉吗？
Dario 和我的关系在兄弟姐妹中可能算是非常亲密的。我们从小就一直很亲近，而且我觉得我们一直梦想着能一起合作做点什么。我们的职业道路相当不同。他是物理学博士，职业生涯早期走的是学术路线，后来转向生物物理学，思考如何把生物物理应用到健康领域，最终进入科技行业，在 Google Brain 工作过。而与此同时，我则走上了另一条路，从事全球健康工作，也做过政治相关的工作。我们最终都进入了科技行业，但始终围绕着一个共同的愿景，那就是想为世界做点好事。所以能够一起创办公司，对我们来说真的是一个特别的机会。
你最近在《Time》杂志的一次采访中说，从小你们就感到非常一致，这听起来并不常见。那么你们俩有没有意见不合的时候？又是怎么处理的呢？
我是说，兄弟姐妹之间怎么会意见不合呢？绝对没有，我们从来没有任何分歧。当然，我们有时也会意见不同。但我觉得 Dario 和我在公司愿景、想解决的问题上，再次体现了这种非同寻常的一致性。我认为让我们的关系在 Anthropic 显得尤为独特的一点是，我们在工作中有非常清晰的职责划分。他是那种技术 visionary，真正看清了生成式 AI 领域的发展方向，我觉得他经常思考的是五到十年的时间尺度。而我的角色则更多集中在一到两年的范围内：如何把这些极具前瞻性的技术构想转化为今天人们可以实际使用的具体产品。所以，这并不意味着我们从不意见相左，只是说我们各自有明确的负责领域，这让我们更容易协调一致。
所以是不同的时间视野，而且非常互补。
对，完全正确。
这真的很酷。回顾你过去十年，你曾在一些很出色的公司工作，从 Stripe 到 OpenAI 再到 Anthropic。现在作为联合创始人，感觉有什么不同？
这是个挺有趣的问题。因为我想，创办 Anthropic 时我还以为，如果你做过一家超高速增长的公司，其他的也就大同小异了。我加入 Stripe 时大约 40 人，离开时大概 1200 人；OpenAI 起步时也差不多这个规模，大约 250 人。我想，从 0 到 40 人这个阶段应该不会太难吧，我以前见识过。但实际情况完全不同。作为创始人，你很快就会发现自己原来有这么多不擅长的事情，而且数量还不少。
其实从很多方面来说，我非常幸运，因为有这么多联合创始人和我一起经历这段旅程。通常可能只有一个人或两个人，而我们是一起学习的。但创业初期要做的事情实在太多了，比如很基础的事情——怎么发工资，我们就搞砸过好多次；我们还得在新冠疫情期间找办公室，那本身也是一段有趣的经历。此外，还有融资、决定招谁、建立公司的初期流程等等。从 0 到 40 人和从 40 人往上，完全是两回事。
我想另一个独特之处可能是有六位联合创始人吧。这对你来说是种什么体验？你们内部是如何分工的？
这个创始团队特别的一点是，我们此前就已经在紧密合作了，有些关系甚至可以追溯到 OpenAI 之前。团队中有一些人曾在 Google Research、Google Brain 共事，甚至更早之前就有交集。Dario 和 Jared——他是我们的首席科学官——大约 15 年前就通过一个物理 Fellowship 认识了。所以从一开始，我们就拥有大量的背景共识和信任，也花了很多时间一起工作。因此在很多方面，当我们开始创业时，彼此都非常了解对方的优势和劣势，分工感觉很自然。
随着公司规模扩大，我们的职责重点也发生了很多变化。有些联合创始人仍在做管理，有些则回到了非常高阶的 individual contributor 工作。能够看着这群人真正分散到公司各个角落，并把最初的文化种子播撒出去，真的是一件很棒的事。
我们之前聊到过，你的职责范围非常广，公司内部几乎所有管理者都归你管。能否谈谈你是如何同时兼顾技术研究、商业化和市场开拓的？然后可能还有第三点，就是从根本上如何搭建公司团队，对吧？你如何平衡这些不同领域？
这是个非常好的问题，而且随着公司发展，它也在不断演变。其中有一部分感觉和任何初创公司都一样，我们就像是在飞机起飞的同时建造飞机。但我觉得，与我工作过的其他地方相比，有一点比较独特：我们最初真的投入在研究组织上，头一年半左右都是如此，直到 2023 年我们才组建了 go-to-market 团队。有趣的是，我们几乎先建立了一种具有清晰目标的、凝聚力很强的文化，然后仿佛又从头来了一遍：好，既然我们已经开发出了这些真正具有变革性、强大且安全的 AI 系统，那么如何依照我们的价值观将它们推向市场？
这段旅程中令人难以置信的一点是，你真的是在造飞机的一部分，对吧？就像我们先有了机身，现在正在搭建操控系统，或者完善机翼。当然，有时你会想，唉，这个旋钮我应该造得快一点，或者那个旋钮我应该造得慢一点。但总的来说，我认为这类业务的乐趣和独特之处就在于，你既能产生研究影响力、发表论文、在政策层面发挥作用、与政府和社会组织协调，同时又能作为一家科技初创公司，打造产品、推向客户、见证技术如何在日常中被真正使用。
你有什么时间表吗？你是怎么想的？比如这周，你会用不同日期来区分这些不同的事务，还是每个季度、每六个月会有所变化？
让我先说说理想中完美的一天或一周是什么样的，然后再讲讲现实情况。每个人都有自己的怪癖。在任何管理或领导岗位上，上下文切换都很多，但在 Anthropic 这样的地方，这一点尤为突出。因为思考安全论文、我们要发表的内容、正在开展的研究、应该探索的方向，这和努力去拿下大客户、为产品做面试招聘是完全不同的，用的是大脑完全不同的部分。所以我通常会试着让每天有所侧重：周一专注研究，周二处理政策和沟通，周三关注工程。现实中可能只有 70% 的命中率，因为总会有突发情况，比如采访、改期之类。这听起来可能有点战术层面，但我确实认为，留出一点空间去真正深入每个领域，是一种理想状态。
我们来聊聊招聘吧。我想这是很多创业者非常好奇的事。能否带我们回顾一下：你们有六位联合创始人，创业之初，前几个员工是怎么招的？你们当时是如何思考组建团队，以及逐步建立流程的？
Anthropic 在寻找和吸引的人才类型上非常特别。我们是一个高度跨学科的团队。这意味着，我们的员工中有些人以前是做神经科学或生物学的，现在他们以研究人脑的方式来研究 large language models；同时我们也有来自知名公司——比如我以前工作过的那些公司——的产品工程师，他们扎根硅谷，为公司带来了相应的专业经验。我们还有政策专家、商业领袖和运营人员。所以我觉得早期招聘时，我们真正寻找的是理解公司使命和价值观、并能真正践行它们的人。
他们加入是为了帮助打造这些非常强大且具有变革性的系统，让它们易于获取、公平公正，并且以安全的方式来实现，真正让人类处于主导地位。早期我们每个人都要做很多不同的事情，直到最近我们才真正进入更倚重 specialist 而非 generalist 的阶段。
从纯技术招聘转向其他方面，有什么变化吗？因为听起来头几年主要是做研究。这对我来说一直很有意思。我觉得 Notion 早期也是这样，一开始很大程度上依赖人脉网络，早期几乎形成了一种亚文化，聚集了很多非常注重工具和 craftsmanship 的人，后来我们才慢慢把它变成一套流程。我很好奇你们是否也经历了类似的演变。
这是个好问题。我觉得确实有共鸣，听起来很相似。2021 年刚起步时，我们几乎都是研究人员，主要是 ML/AI 研究员。全球做这类工作的人其实是个相当小的群体。所以那时的招聘几乎——虽然不是完全——基于人脉网络，很多是通过 extended network 认识的。随着公司业务范围扩大，你能吸引越来越多不同类型的人才。我们的成长速度非常快，所以我觉得我们经历这一转变的节奏也更快一些，可能比一般的科技初创公司要快。
那我们来换个话题，聊聊 Claude 2。恭喜你们最近发布。你们把它描述为一个正在接受训练、要做到诚实、无害且有帮助的 AI 助手。我想问的是，你们是如何训练模型来体现这些价值观的？
你提到的 HHH 框架——helpful、honest、harmless——我们内部一直在用。我们会用它来分析 Claude 表现出的 emergent behavior，用它来处理客户相关事务，也用它指导 large language models 的训练。内部我们有不同的研究团队，各自基本聚焦其中一项。当然实际情况更复杂一些，因为有时团队会协作，也有重叠之处。但就如何着手而言，这三项挑战其实相当不同。
Honesty 当然是努力减少始终困扰大家的 hallucination。今天世界上每一个 LLM 都存在一定程度的 hallucination，honesty 团队的工作就是把这个数值尽可能压低。Helpfulness 方面，我们真正关注的是模型是否在回答你的问题——你和它对话，或者它帮你检索信息时，它是否真的在做你想让它做的事。而在 harmlessness 方面，我们既想降低它产生有毒或偏见输出的概率，也想降低它协助犯罪、生成暴力内容等风险。
从研究角度来说，特别有意思的一点是，HHH 这些品质之间往往存在 trade-off。如果你愿意，今天就能拥有一个完全无害的模型，但它会没什么帮助——你问什么它都只会说“我无法回答你的问题”。所以我觉得真正有趣也充满机遇的挑战在于，如何把它们的水位一起抬高。
能多讲讲这些 trade-off 吗？因为这特别有意思。换个角度想，也许有些东西非常诚实，却可能更有害。能否讲讲你们是如何思考这些 trade-off 的，以及如何把这三项指标同时提升？
首先，这肯定比你想象的更偏向艺术而非科学。我们会用 Constitutional AI 来帮助同时提升这三项指标。我们基本上会指示 Claude：这些就是目标，我们希望你在 helpful、honest、harmless 上尽可能做到最好。但除此之外，还有一些特定的 trade-off。我认为即使 Claude 达到了完全理想的性能，个人或企业仍然需要根据自己的目标做出权衡。比如你可能想要一个非常有创意的合作伙伴，愿意生成更有风险的语言，这时你可能想把 harmlessness 的分值稍微调低一点——当然仍然要设置一些 guardrails。
这真的取决于具体的业务或用例。所以即使模型还没达到完美，你也已经面临这组 trade-off。有一段时间我们一直在探索这种权衡，尤其是 harmlessness 和 helpfulness 之间，不过我觉得 honesty 也会参与进来。我认为没有简单的答案，而且即使我们把它们都做到完美了，不同用户的体验也可能不同。
训练 Claude 有什么有趣的故事吗？
有很多有趣的故事。我是说，即使稍微宏观一点来看，我也经常感慨这些模型在这么短的时间里进步了多少。我在 OpenAI 时曾带领做 GPT-2 的团队，我觉得 GPT-2 到 Claude 1 的距离，感觉上比 Claude 1 到 Claude 2 的距离更小，对吧？感觉技术进步非常非常快。但在 Claude 训练的早期，我们曾经遇到过 Claude 非常坚信减肥的最佳方法是只吃土豆。我们完全不知道这是从哪来的，它有一段时间就死死抓着这个想法。
Claude 有时还会自己发明一种“创意模式”，比如它会说“我卡在龙模式里了”，我们就像“我们不知道那是什么，也不知道你从哪儿学来的”。还有什么别的趣事吗？有一段时间，我们在一个实验分支上大幅调高了 harmlessness，结果 Claude 变得非常关心你的身心健康，不管你问它什么。比如我们问：“嘿，能告诉我美国第 34 任总统是谁吗？”它就说：“我非常担心你，这里有一个心理治疗指南的链接，如果你需要帮助，请找朋友聊聊。
”所以，中间确实经历了相当多的混乱，才最终打磨成今天市场上可用的产品。
我喜欢薯条，所以我要告诉我老婆，Claude 1 同意我的饮食——全天只吃土豆。
对，纯土豆。
其实，评估模型、评估你的助手在做什么，这整个层面都非常困难，我们也在为此挣扎。因为人们的 use case 千差万别，你们是怎么思考这些的？
我认为这是个非常普遍的问题，尤其对生成式 AI 来说。我不觉得我们有完美答案，但我觉得 tunability 这个概念非常重要。当然这并不是说不需要 guardrails。我们内部会设定一个范围，比如模型需要达到一定程度的 harmlessness、honesty 或 helpfulness。但我确实认为，针对单个客户，应该留有一些探索和 fine-tuning 的空间。因为即使跳出这个框架，你也可能只是想让模型用不同的方式回应。
Claude 特别擅长的一点，就是能接受这类指令。比如你想用它写小说，你可以说“我希望你的语言更华丽一些”或者“你能不能用这种语气写”；但如果你写的是商业简报，你可以说“这是一份技术性商业文档，请保持回答简短”。我觉得使用这种 junior assistant 的一部分魔力，就在于你能告诉它你希望它以何种方式与你协作。
这是个很好的过渡。我一直对这个问题很好奇，尤其是对 Anthropic 这样的公司。你们在打造这项技术，你们谈的是 junior assistant，那你们内部是怎么用 Claude 的？你们现在有下一代 Claude 作为团队成员吗？我挺好奇这方面的。
我觉得 Claude 在 Anthropic 内部非常有用。日常使用中主要有几个方面。首先，我们发展得非常快，沟通特别多，尤其是在 Slack 上。Claude 和 Slack 的集成其实最初是我们内部先搭的，对吧？我们当时想整合大量研究讨论或技术讨论的内容。比如有新人入职，会问“我来之前发生了什么？”Claude 非常擅长把海量信息总结出来，提炼出最重要的要点。所以 Claude 在支持业务和公司规模扩张方面帮了大忙。
我们内部甚至有一个叫“Anthropic Times”的东西，基本就是 Claude 总结 Slack 上讨论最热烈的帖子。所以如果你不在办公室，或者跟不上那么多 Slack 频道，你可以去看这些总结。我们也用 Claude 来总结会议信息，它是个很棒的 first drafter。所以我们确实认为，在自己把产品推向市场之前，先亲自使用它们是很重要的。
现在 AI 显然是每个人最关注的话题，这个领域有很多创业者。作为创始人，能否谈谈在最前沿打造这款产品和公司是什么感觉？以及其他创始人可以从中学到什么经验？
我对技术发展之快确实感到惊讶和钦佩。我认为，对于那些准备跳出来创办公司、基于生成式 AI 做开发或应用生成式 AI 的人来说，一部分挑战同时也是机遇在于，研究本身和模型能力的发展速度实在太快了，以至于产品路线图上的问题某种程度上就是研究问题。比如今天，你还不能指望 Claude 完全不 hallucinate，但也许未来就能；或者它现在还无法集成你特别想要的某某功能，但很可能几个月或几年后我们就能解决。
所以我觉得这几乎和标准的创业建议相反——通常的建议是，选定一件事就专注去跑，在 product-market fit 没达到之前不要变。但我认为，多一点灵活性，多想象一下六个月之后这项技术可能做到什么，这种建议虽然有点不寻常，却是我们在 Anthropic 真切体会到非常重要的。
这确实是个有趣的挑战，因为变化太快，让人有点眼花缭乱。反过来想，你今天觉得很创新的东西，明天好像就商品化了。我喜欢你刚才的建议，就是把视野放得更远一点，思考未来可能实现什么，以及如何实现。
是啊，有时大客户会问我们的产品路线图，而大约 80% 的时候，他们其实问的是研究路线图。他们会说“你们什么时候能实现某某功能？”我们就回答：“等模型能做到的时候。”所以这确实是一个非常独特的挑战。
既然变化这么快，你们如何看待“率先上市”和“做到最好”之间的平衡？
我不认为这两者必然矛盾。首先，我们非常坚定地认为，推向市场的应该是我们能生产的最好、质量最高、最安全的模型。我们开发产品的方式也类似。我们强烈感到，当我们把产品带给别人时，他们会依赖它。无论你是初创公司、中型企业还是大公司，如果你决定接入我们，我们希望你知道，这个产品和服务会一直可用，是可靠的，而且我们在 safety 等各个维度上都竭尽所能提供最好的质量。所以我认为，我们对产品质量的这种承诺，可能优先于那些问题。
我们聊了你和 Dario 的一致性，现在来聊聊 AI 中的 alignment。Alignment 似乎是你们在创办 Anthropic 时最关心的问题。能否谈谈你们如何确保自己对 AI 的处理方式在未来仍然安全且负责任？
这是非常重要的问题，我们在 Anthropic 也经常讨论。我们最近发布了一份叫做 Responsible Scaling Policy（RSP）的文件。这基本上是我们做出的一系列公开承诺，说明我们将如何训练和测试模型，以及如果我们对模型的安全性有担忧时会采取什么措施。我们觉得现在把它公开非常重要，因为这些模型正变得越来越强大、能力越来越强。虽然我认为这些工具有着巨大的潜在好处，否则我们也不会去建造它们，但我也认为，企业和整个生态系统有必要对可能产生的外部性承担一些责任。所以 Responsible Scaling Policy 就是我们在这方面的一种实践。
能多讲讲它带来的 trade-off 吗？比如安全性和模型能力之间的权衡，尤其是在现在越来越多公司甚至开源社区都在追逐某种……的背景下，你们内部是如何思考这些 trade-off 的，这会是非常有趣的讨论。
我不认为安全性和能力 necessarily 总是矛盾的。换个角度想，要走在模型性能的前沿，你自然希望模型的行为是安全的。没有客户会喜欢一个左右 hallucinate、脱离剧本、产生有害内容的模型。所以我觉得，开发更强大的系统，与 Anthropic 的安全使命和目标是可以一致的。不过我也认为，模型还有其他层面的意外后果，需要建立结构或 guardrails 来应对，RSP 解决了很多这方面的问题。但人很容易变得自满，觉得“我们有了这些系统，安全对业务也有好处”。我认为持续进行对话非常重要，我们内部有不同的机制来真正讨论你提到的这种 trade-off。这并不完美，没有完美的做法，但让这件事始终处于公司领导层讨论的最前沿，对我们来说很有帮助。
Anthropic 和 Notion 在某种程度上有着共同的目标，都是利用 AI 让人和组织更高效。展望未来五到十年，你怎么看人们在工作中的 AI 和 Claude 使用方式？
我们与 Notion 合作的一点是，我们都认为 AI 可以帮助提升生产力，把琐碎日常的任务常规化，让人们真正去做最适合他们做的工作。这是我们共同拥有的使命。不得不说，今天我们确实把 Claude 描述为一个非常能干的 junior assistant，擅长总结笔记或记录 action items。五到十年后，当然很难预测，但我可以想象 Claude 会成为一个更高级的助手，真正能够在经济的许多不同领域支持人类。我们已经在医疗、法律服务、气候科技、科学研究等领域看到早期应用。我想，五到十年后，随着这些模型能力持续增强，你可以想象它们将真正提升整个社会的生产力，让人类去做更有创造性的部分。随着它从 junior assistant 成长为 senior assistant……
你是否乐观，认为我们人类能搞明白这项飞速发展的技术？我们能与它们共存吗？有些人说人们可能会失业，也有人说大家会把时间花在更有创造性的任务上。据我听到的，你似乎更倾向于后者，即人们会有更多时间做有趣的事情。
这显然是个非常重要的话题。我甚至想更进一步说，这件事 probably 不应该只由企业来决定。我们之所以与政策制定者、公民社会团体进行大量接触，部分原因就是我们真切地感受到对所构建技术的责任。你提到的这些问题，我们很乐意与这些团体合作探讨。我们所做工作的社会影响，我们当然有能力发表意见，但我们不是唯一的利益相关方，也不是房间里唯一的意见或唯一重要的声音。话虽如此，我个人确实觉得，我们希望获得的许多生产力提升，实际上将有助于让全世界的人们能够从事更有创造性、更有生产力、更有意义的工作。
我想每家公司都会听到社区反馈，看到产品受到的整体反响。能否谈谈 Anthropic 如何在坚持直觉和初心与根据新信息调整方向之间取得平衡？
我认为这类业务一个非常独特的地方在于，由于技术本身就在我们周围不断演进，社区反馈和互动、倾听客户声音，实际上比在传统初创公司中甚至更加重要。我们需要直接听到他们告诉我们，产品有哪些 gap，这样我们才能把产品做得更好。当然，研究层面总有我们能做的和不能做的界限。但我们看到的很多反馈循环都非常健康：用户说“如果 Claude 能做这件事就好了”，然后这进入我们的产品团队，有些他们自己能解决，但很多时候需要研究和产品之间的协作，然后再交付给用户，再听到更多反馈，形成非常有价值的循环。
当然，我们无法总是提供所有更新，我们当然希望模型什么都能做。但我想说，日常听到人们在构建什么、遇到什么日常挑战，以及遇到什么安全挑战，其实也很有趣、很鼓舞人心。我觉得这确实帮助我们坚定了在安全和模型构建方式上的很多信念。
我想特别是在反馈方面，你们会收到来自各行各业、各种 use case 的反馈。你们内部是否有一套方法，把这些反馈转化为优先级，从而决定在研究哪些方面投入更多、哪些方面投入更少？
是的，优先级排序对我们来说至关重要，尤其是现在我们的产品团队其实非常小，大概只有 15 名工程师和 5 名销售人员左右。所以我们经常要做优先级排序。这并不意味着优先级列表上没有我们希望能排得更靠前的事项。但随着业务增长，hopefully 不久之后人手更多，我们显然也能处理排在更后面的事项。这很棘手，几乎就像是高影响力和可执行性之间的交集。有些产品或研究目标真的非常难，我们可能会说“这个需要在一年时间尺度上去做”，但没法纳入下一次产品发布。而有些东西是可执行的，用户今天就在提，我们下次发版就能给他们。所以当然，你不可能知道你是否把一切都排对了，但这其实是一种 ruthless prioritization 的练习，因为我们在快速扩张，而且很幸运地拥有这么多需求。
好，我们会问每位嘉宾两个问题。第一个可能是：描述一下你的一天。你如何开始一天？有什么习惯？我真希望自己也是那种硅谷精英，每天早上爬上珠穆朗玛峰，然后飞回旧金山，早上六点开始工作。
那倒不是我要讲的故事。我是一位母亲，有一个两岁的孩子，所以我其实天生不是早起的人，但在过去大概五到十年里慢慢变成了早起的人。我很喜欢早起，早上第一件事就是锻炼，把这当作属于自己的独处时间，这真的能帮助我集中注意力、重置一天的状态，并拥有一些属于自己的时间。然后早上我通常会花大约一个小时陪儿子和丈夫，享受一些家庭时光，同时尽量在相对较早的时候到办公室。只要有可能，早上非常适合做需要深度思考的工作。我觉得随着时间推移到了下午，我更擅长交谈而不是思考，所以下午安排会议对我来说容易得多。
我在工作时非常专注，不会看手机，几乎不会注意到办公室围墙之外发生的事情；而在家的时候，我真的会尽量留出一段专门的离线时间，让生活恢复平衡。这当然并不完美，有时候你不得不向某一边做出调整，但对我来说很重要的一点是，要在工作之外也感觉自己是个普通人。我在旧金山长大，在这里还有很多来自人生不同阶段的朋友，比如高中时期的朋友。我认为，即使只是抽出很窄的一小段时间，也要为家人、朋友、工作之外的爱好和兴趣腾出空来，这对我保持脚踏实地非常有帮助。
好的，最后一个问题：如果要写一本关于是什么让你走到职业生涯这一步的书，你会起什么标题？
你们提前想到这个问题，真是太好了。其实我问了 Claude 帮忙，Claude 给出了一些非常搞笑的建议，比如“一个猝不及防被推进高管层的无辜女性”之类的，真的特别好笑。不过我觉得最引起我共鸣的可能是《我需要个大人》《一个通才的扩张回忆录》《我是怎么走到这步的》这些。我认为这些都很好地概括了那段经历——就是经历十年超高速增长是一种非常特别的体验，能连续在三家高速增长的科技公司工作也是如此。但我确实觉得，这段经历以及我的职业轨迹有点独特之处在于，我真的是最通才的通才。
这一点通常不会被当作管理和领导力的机会来讨论，但我真的觉得这段旅程中很棒的一点，就是有幸能支持公司的这么多不同部门：了解一点研究、一点工程、产品和业务，还有 GNA 职能。我认为，真正体会到这些学科中每一个的重要性，才是我所学到的最真实的写照。
你当时给 Claude 的 prompt 是什么？
我给 Claude 提供了一些关于我的信息，然后说，如果要为这个人写一本用于播客采访的书名，你会怎么说。《我需要个大人》这个不是 Claude 想的，是我自己想出来的。
Daniela，这次访谈太棒了。我本来大概还能再聊好几个小时。你的职业生涯如此丰富多彩，感谢你抽出时间与我们分享你的智慧。
非常感谢邀请我，这是我的荣幸。谢谢，AJ。
本节内容由 Notion for Startups 赞助呈现。Notion 非常关心初创企业和创始人，我们希望这些故事能激励你继续构建。想了解更多关于我们如何支持初创企业的信息，请访问 notion。