现在我们拥有了一种非常强大的工具，能够以极具规模化的方式输入这些指导。对吧？如果放在开发领域来看，以前可能只有几百万、甚至一两千万开发者；而现在，我们其实可以把这些指导和方向传递给范围更广的人群。我认为，对于今天刚进入软件开发领域的人来说，这令人兴奋，因为在某种程度上，你正在实现跨越式发展。上一代人在构建这些界面的过程中付出了无数心血、积累了宝贵经验；但今天进入软件行业的人，却能以不可思议的方式获取我们集体学到的所有知识。所以，这非常令人兴奋。今天我们有幸邀请到 Verscell 首席执行官 GMO Rouch，探讨 AI 如何重塑软件开发。GMO 将分享打造 Vzero 的心得——这是 Verscell 推出的 text to app 生成器，吸引的不仅是开发者，还有设计师、市场营销人员，基本上任何能够描述自己想做什么的人。GMO 预测，我们正迈向一个 generative web，应用将按需为个体用户即时创建，传统的可下载软件可能会因此过时。他还透露，Chat GBT 意外成为了 Versel 增长最快的获客渠道之一，让我们得以一窥 AI 如何正在改变商业的基本逻辑。请欣赏本期节目。
GMO，非常感谢你今天加入我们。很高兴来到这里。我想直奔主题。编码市场似乎正在被颠覆，以各种不同的方式被彻底重塑，而前端网页开发者这一细分市场似乎是变化最快的。你观察到了什么？你认为这个核心群体会走向何方？是的，似乎只要是 LMS 擅长的东西，人们就会非常兴奋。大约两年前 Chad GBD 问世时，我们在 Verscell 最先注意到的一点，就是 Chad GBD 在写 React 代码以及 Tailwind 代码方面极其出色——Tailwind 是如今大多数网页开发者使用的样式代码。我们当时非常兴奋，因为我们意识到，Verscell 一直致力于为人们提供工具和框架，让他们能够轻松开发网站并发布上线。但这看起来几乎像是一次代际跃迁，朝着某种比框架更强大的东西迈进。它不完全是一个框架。比如 Nex.js 就是一个 React 框架。你坐下来写代码，它让开发应用变得容易得多。但 LLMs 在我看来更像是一次代际飞跃，比框架更通用，而且有可能让地球上的每个人都能触及 top of final，因为你只需要用自然语言就能生成代码。正因如此，我们深受启发——也许典型的反应要么是忽视它，要么是害怕它——而我们选择了彻底拥抱它。我个人当时就深受触动，因为我那时正在使用 copilot，它主要是 IDE 里的自动补全工具，当时的核心功能也集中在这方面；然后我意识到，这感觉像是 AI 领域的下一个大事件，于是我们创建了 Vzero，一个 text to app 或者说 text to front end 的工具。从那以后，到现在已经两三年了，它的增长堪称天文数字。我们也学到了很多关于 AI 如何为下一代软件构建者赋能的知识——而他们可能不仅仅是开发者。我认为这是市场上最大的断层，或者说最重大的变化。现在有一些 AI 编码工具正在吸引我称之为“开发者周边”的人群，比如设计师、市场营销人员，基本上任何有键盘的人。我有时开玩笑说，与其在团队聊天应用里“闲聊”，不如对着 vzero “闲聊”，这样你还能创造更多价值。太棒了。当我们最早内部梳理 GPT3 及其可能带来的影响时，我记得我们列出的示例应用之一就是 text to front-end 的网页应用。太厉害了。看到 VZ 发挥出全部威力，真的令人惊叹。而且你知道吗，前几天我收到一家公司的 B 轮融资路演，他们的前端就是用 Vzero 搭建的。不错。嗯，这就是 seat round 的特点。以前你得融资才能做出第一个原型，对吧？想出点子再把它变成软件，成本相当高。所以你会通过 seat round 融资来做原型。但我最近听说，这些 VZero 原型实际上正在取代融资路演 deck。对吧？到现在，如果你去路演时还没有一个能用的前端，那反而很少见了，因为成本已经降到这么低。而且我认为，这给潜在构建者带来的迭代速度是惊人的，对吧？你可以在确定最终方案前，先过掉几百个原型。对于今天的 Vzero，你最自豪的是什么？又觉得还有哪些地方尚未达到预期？最让我自豪的是触达范围。我们有超过 300 万构建者，参与度和留存率都非常高。所以人们确实从中获得了很大价值，团队也获得了很大价值。我们有 Fortune 10 在企业版中使用这款产品。因此，我认为最重要的是，大家都在热议 agents，但这是一个真正在现实世界中运行并创造价值的 agent。另一件让我自豪的事是，我们从打造 Vzero 的过程中提炼了大量经验，并回馈给了世界。我们大量撰写了关于构建方式的文章。我们开源了底层框架，也就是 AI SDK。最近我们还发布了 Vzero model。因此，我们邀请创业者在这个领域创新，打造他们自己的 agents，去构建网站、应用市场、营销产品等等。我认为另一点是质量——从最初到现在。就像你说的，任何用过 Chachet 的人都很快意识到：哦，它能写俳句、能写诗、还能写代码。挺酷的，对吧？但要让它达到可靠的程度，这花了很多功夫，需要大量微调。我们训练了自己的 custom code application model，部署在 frontier model 之前。一切都是为了可靠性。你进来，做一次生成，它就必须能用。是的。我认为多年来，甚至在 Vzero 之前，你们就以质量著称，尤其是开发者体验。我知道这其中有一种品味层面的因素。我也很好奇，你们是如何将其系统化的？质量有没有一个标准定义？或者你们会追踪哪些指标，来确保水准始终很高，开发者体验始终保持纯粹？没错，打造 AI 产品让我非常兴奋的一点，就是反馈循环和指标几乎是内置的。你可能见过很多准创业者的路演，他们也许本末倒置，没有正确追踪增长，也没有准确衡量各项指标。然后你会想，如果每款你打造的产品都自带一套标准指标，这样你就能快速启动，同时又有一个指明方向的罗盘，岂不是很棒？是的。
AI 产品本身就内置了这种能力，这很了不起，对吧？如果你看看第一款编程 AI 产品，也就是 Copilot，它的做法是：你写一些代码，它就会产生幽灵文本——就在你的代码后面给出补全建议。这款产品的创造者现在拥有了一个非常棒的指标来评估产品进展，那就是补全的接受率。这就好比你正在打造自己的产品，然后现在你的仪表盘上有一个巨大的指标显示：“好了，我们在 51%。”下周你回到办公室，“哦，酷，我们到 52% 了。你们换了模型。好的，酷，我们看到了什么变化？”
所以，我很喜欢这一点。VZ 在这方面尤为突出，因为人们希望把这些应用部署到真实世界中，这对我们来说是非常强烈的参与信号。我们还会关注应用上线之后的表现，对吧？比如用户是否在使用这个应用，他们是否安装了集成？但我们也关注最根本的一点：代码能跑吗？渲染是否正确？所以产品的一个维度是生成可运行应用的可靠性。但另一个更主观的维度是品味，对吧？我们如何把多年来在网页产品制作中学到的所有最佳实践嵌入进去。一些很小的细节，比如在 iOS 上，当你打开一个网站时，你要确保主题栏——也就是 Safari 中位于网页外部的那个栏——它的颜色必须与页面的背景色一致。如果没做到，大多数人可能不会注意到有什么不对，但一旦做对了，体验就非常愉悦，对吧？就像画布是连续的，它占满了整个屏幕。过去面对这种小细节，我们必须去构建框架、做教育培训，盼着人们升级。而现在，我们可以把所有这些经验都嵌入到模型里，可以说：好的，当你要生成一个落地页时，确保做到这一点。而且这贯穿了方方面面，这就是为什么我把它称为框架之后的下一个阶段。因为框架无论设计者还是使用者都付出了很大努力，都是为了把你带入一个 pit of success。如果你适配这个框架，性能、安全等很多方面的事情都会自然成立。但世界非常动态，人是流动的，他们想尝试不同的东西。所以现在我们有这么强大的工具，能以非常、非常、非常可扩展的方式输入这些指导，这真的很棒，对吧？就拿开发领域来说，可能只有几百万、一两千万开发者。而现在，我们可以把这类指导和方向传递给范围大得多的人群。我觉得，对于今天刚开始做软件的人来说，这很令人兴奋，因为在某种程度上，你们直接跳过了上一代。上一代人在如何构建这些界面上付出了满头白发和来之不易的教训，而今天进入软件行业的人，却能以不可思议的方式获取我们集体积累的知识。所以这非常令人兴奋。我喜欢这一点。在深入 AI 话题之前，我们能否先退一步？你能否给我们定位一下，介绍一下 Vercel 是什么？你如何看待贵公司在世界中的角色？以及我们一直在聊的这系列 AI 产品，比如 Vzero 等，它们如何融入 Vercel 的“前 AI 时代”？可以。Vercel 诞生之初，某种程度上源自我把前沿网站上线时所感受到的痛苦。一方面，我必须从零开始配置所有云服务商的东西。尽管有了 Kubernetes 等让云变得更好、更开源的进展，但仅仅是把我的想法放到网上，就极其痛苦。另一方面，在工具侧我也有同样的感受。在 Vercel 之前，我觉得很难把工具和云基础设施结合起来，这也促成了 Next.js 的发明。但核心的 fitness function 始终是：我想立刻把想法上线。所以 Vercel 的第一章，你可以把它理解为“自动驾驶的基础设施”。一个自主运行的云。我们用来实现这一点的第一工具是开发者体验，你可以把它当作特洛伊木马。你想自动化云，怎么做？是教课程，还是卖认证？还是给人们这个星球上最好的开发者体验？这就是我们着手去做的事。Vercel 的第二章，感觉像是后框架时代——我们已经自动化了基础设施，现在可以开始自动化编写软件本身。你知道，框架也会遇到边际效益递减。比如我们曾痴迷于到底需要多少个字符才能创建一个很酷的页面或组件。当我做演讲介绍 Next.js 时，我会说：好的，我最少需要几步？创建一个文件夹，创建一个文件，在这个文件里导出我的第一个 React 组件。创建一个文件夹，创建一个文件，在这个文件里导出我的第一个 React 组件。所以，我几乎把它变成了一门数学科学，对吧？就是你和一个成功的线上成果之间，隔着多少个字符。所以，随着 AI 能够生成代码，我认为我们正在开启一个潜在地实现全面自动化的新前沿，对吧？让人类从创意角度、从“我到底想发布什么”的角度来掌握方向盘。对了，当你打开 v0 时，我们用作提示词标题的那个问题其实就是：你想发布什么？你有哪些坚信不疑的观点？随着 AI 生成代码的兴起，其中有没有发生变化的？坚信不疑的观点，我要说关于这一点的高阶认知是：我鼓励人们不要有太多坚信不疑的观点，对吧？任何时候人们说“AI 做不到这个”，我都试着站在 AI 这边。就像，我曾发现自己也这么想，然后六个月、三个月、九个月后，情况就变了。这是第一点。另外一大观点是，我们从事的都是创造某种产物或结果，并想把它分享给世界的生意。所以我总是试着从第一性原理出发：听着，在这一代软件中，一切都是可争夺的。任何习惯，任何关于“什么样的角色才能构建东西”的假设，我觉得目前都在被颠覆。所以我经常拿聊天应用说事，因为人们的假设是：想象一下你们明天要创办一家公司。你会采购哪些工具？你最先安装什么？你在哪里追踪价格？我觉得所有这些都会被 AI 颠覆。而且我喜欢始终从 clean slate 的角度思考，我想这是我真正坚信的习惯。我每周末都会试着从零开始做点东西，不管是用 Vercel 还是别的。一方面我可以亲自深度使用平台并做测试，另一方面我也一直在做这样的练习：还有什么可以去掉？我们如何消除从想法到应用、把新东西带到线上的摩擦？你提到过开发者体验优先，那是在考虑基础设施之前最重要的事情。你们具体做了哪些事情来把开发者体验做到极致？而且你觉得在 AI 驱动代码的“第二幕”中，出色的开发者体验会有所不同吗？是的，第一点是我们很早就意识到，在某种程度上，这个世界的优先级是反的。人们曾经对技术云基础设施非常兴奋，所以开发者一坐下来就会从这些入手。你会通过创建集群、资源、cloud formations、Terraform 等来启动项目。但说真的，如果再从第一性原理去思考，你并不是要去创造——你不可能把基础设施交给客户。你必须始终从终端用户出发，倒推思考。我给那些想进入开发者工具领域的人一个建议：记住你有两个客户。你的直接客户是开发者，但你还必须思考，那个开发者想要创造什么？他们的客户是谁？所以，这是一个很有影响力、实际上也极具智力挑战的位置，因为你在想：好吧，我在卖东西给你，而你要再把东西卖给别人。因此，根据定义，还多了一层交互或一个环节。我认为我们做得好的地方在于，我们致力于创造出色的开发者体验，并且这种体验是为用户体验服务的。我心里始终装着终端用户。我经常做一个练习：好吧，我要访问一个推出了新 AI 产品的网站。它好不好？作为终端用户，体验如何？然后再倒推，看是什么在驱动它。这有时会产生一种创造性张力，因为如果你是开发者，我卖给你一些东西可能会更容易。打个比方，就像电子游戏里给了你 10 点快乐值，然后你再去卖给终端用户。但等一个季度、两个季度后再看，因为你的用户并不满意。所以你短期的满足感并没有转化为成功的商业结果。因此你必须非常审慎地处理这种张力。有时候在早期，我也会犯错，你知道，我会让开发者对某个新东西、新功能，或者哪怕是一个额外的配置开关感到非常兴奋；有时候则是放宽了某个运营限制。这总会让那些想做基础设施的企业家栽跟头。开发者就是喜欢那些奇奇怪怪的东西，因为你会想：好吧，我要把它做成无限制的。大家一定会喜欢。然后你意识到，无限制其实并不能带来卓越的运营。你必须考虑所有将要处理这个无边界实体的服务和基础设施。所以这就是处理那种张力的一个好例子，因为如果你在购买我的产品，你可能会想：为什么配额不是无限的？而我则想说：唉，你知道吗，有时候这很难解释。所以我觉得，处理好这种张力是成功的关键秘诀之一，而且很难把握。能聊聊 Verscell 在 AI 方面的转折点吗？我记得去年你们公开宣布过一些数据。能不能分享一下最新情况，AI 如何改变了——改变了你们业务发展的整体速度？可以。回顾我们的历程，我觉得最显著的两件事是：第一，zero cost 使我们的整个用户基数实现了同比翻倍。这让你得以一窥未来的开发者是什么样的。作为一家相当成功且备受瞩目的公司，我们花了多年才积累起一定的用户基数，而现在 AI 极大地打开了漏斗顶端，让你直接实现同比翻倍。这对我来说非常吸引人，也鼓舞了所有想在 Verscell 上构建 AI 应用的人，因为我认为他们会看到，借助这些工具和基础设施，他们能够参与到这一代人中难得一遇的巨大增长机遇中。因为关于 Vzero 有一点很有意思：它是一个在 Verscell 上构建的全栈应用，没有任何技巧，没有特殊功能访问权限，什么都没有——只是我们自己成为了自家平台的客户。所以，看到这一点非常酷。这些新用户和你们的老用户有什么不同？他们在某些方面有所不同，但在一个意义上并无不同：他们都在思考那个终端用户。所以，他们的不同之处在于，某些开发者特有的敏感度在他们身上并不存在——比如代码是长是短、LLM 生成内容的 API 形态如何，他们真的那么在意吗？因此 fascinating 的是，LLM 的优势和弱点将影响未来运行时、语言、类型检查器和框架的发展。你可以这样理解：你的客户不再是开发者了。没错。你的客户是开发者或非开发者所调用的 agent。这其实是一个相当重大的转变。我首先假设的一点是：开发者天生总是喜欢看起来更简短的东西。如果 API 调用更简洁，例如 Stripe 的 API，其 SDK 上的点号记法等，都有一种美感。顺便说一句，这在未来仍然会非常相关。但现在你必须思考：我能否对这个 API 做一些改变，使其更有利于 LLM——也就是这个所谓 API 的“实体”或“用户”来使用？我觉得这些人身上有着我们所有人都共有的某种非常基本的东西：他们只想让东西能跑起来，而且耐心可能更少一些。我认为开发者会经历这样一个过程：学着去应对错误。有时候我说，开发者通常被认为收入不错，但他们整天都在面对糟糕的负面反馈。类型检查器，天哪，借用检查器就在那儿对你大喊大叫，给你一些有时难以理解的错误信息。所以开发者体验显然如此重要。而现在我们正进入这样一个世界：我觉得一旦出了问题，这类用户的耐心甚至更少。回到那个质量指标、可靠性指标，他们简直就想掀桌子：这是什么玩意？说实话，这对我们作为产品构建者来说是非常巨大的压力。你想要一个 99.99% 时间都能正常运行的东西。是的。而且我要说，有人问我：你看，如果现在是 1990 年，互联网开始真正获得强劲的发展势头，你知道，2000 年代即将来临，你觉得相对于互联网的旧时代，我们现在处于什么位置？我们是在互联网泡沫时期？是在其五年前还是五年后？我们正处于一个非常有趣的时代，对吧？从某种程度上说，你会发现底层模型的可靠性非常低。是的。你在 AI API 提供商那里看到非常频繁的宕机，可靠性很低。但另一方面，消费者端的普及程度却非常高。我们花了很长时间才让所有人加入互联网阵营。但在 AI 阵营，采用速度简直惊人。所以这几乎像是一个“双城记”。基础设施在我们前进的过程中不断搭建，我们一直在提升其可靠性。而消费者的需求则是前所未有的。你觉得 AI 如何改变了底层基础设施的需求？比如，我对你们在 Verscell 所做工作的粗浅理解是，你们做了相当多的缓存工作，让网站加载速度非常快。在内容大量由 AI 生成的世界里，这还同样重要吗？我要说，我们当时优化的核心方向——某种程度上让我们在正确的时间出现在了正确的地点——是我们注意到网络正在从静态走向动态。而我觉得现在我们正从动态走向生成式。因此 Versel 多年来一直在投入于这场从静态到动态的转变。我们在研发用于流式传输网站的技术。像 Amazon.com 这类网站之所以如此快速，其中一个神奇之处在于它们会流式传输响应给你。这几乎就像 LLM——你可以把它理解为某种 AI 出现之前的 LLM——因为当你访问一个商品页面时，它们在动态地、实时地计算：给你们的产品推荐是什么？你接下来可能会买什么？我想我们都经历过这样的场景：你加入购物车，然后页面提示你往下滚动一点，接着你加购了那个捆绑包，上面写着“购买此商品的顾客也买了”。所以 Versel 一直在努力让这类技术普及化。我们注意到，大多数电商网站甚至连提供缓存页面都很吃力，更不用说为每个用户提供精准推荐的页面了。因此我们能够复用大量基础设施，尤其是在计算层面。我们称之为 fluid compute。它非常适合新一代流式传输内容的应用。不是来自数据库，而是来自 LLM。一个重要的转变是，你必须既要为终端用户和人类考虑网络——比如你打开 sequoia capital.com——同时也必须为 agent 考虑网络。你必须意识到出现了一些新兴协议，对吧？llm.txt 就是一个很好的例子，非常简单，但现在一个网站可以更好地与潜在的 agent 通信，并为它们提供一种替代表示。你可以把 MCP servers 视作这一趋势的下一步演进。从某种角度看，静态到动态的隐喻正在 AI 协议上以更快的节奏上演，因为 llm.txt 非常像一个 agentic 网站的静态表示，而 MCP 现在让你能把一个 agent 放到互联网上，使其与另一个 agent 通信。因此 Verscell 正在赋能这些新型 AI 工作负载，同时复用大量相同的基础架构。你如何看待 AI 产品路线图的走向？我最近发了一条推文说，我认为很多公司将经历这样一个历程：一开始没有 AI，然后说要成立一个 AI 原型团队；接着他们会把原型演进为生产级产品，于是说这是 AI 产品团队；而最终状态是，每家公司都会成为一家 AI 公司。意思是，无论你在将那个 AI 原型、想法或者你推出的东西——也许是一款新产品——投入生产的过程中积累了什么经验，你都会用这些经验来改造业务的其余部分。你在 support AI 上就能看到这一点。为什么 support AI 如此成功？因为对于任何成熟企业、大公司或普通公司来说，这是将 AI 融入业务的阻力最小的方式。
Versell 的做法我认为比这更有野心，因为我们说，听着，为了真正提供高质量的支持，我们需要一个精通我们自身技术的专家模型。如果客户来找我们——我们是 Nex.js、JS React 和 Web 领域的专家——而我们的支持 agent 却连自己技术的最新进展都不了解，那将是灾难性的。所以我们开始探索如何拥有一个精通我们自身技术的专家 AI，随后我们推出了 Vzero，有趣的是它身兼两职：一是作为专家模型，为我们的支持流程提供支撑，所以如果你访问 versell.com/help 寻求帮助，它会复用我们正在为公司构建的全局智能。二是我们也希望确保 Verscell 的每一位员工——你知道，我们招来了一些最优秀、最勤奋的人，他们精通 Web 和云基础设施的方方面面——而很多公司来找我们说，能不能雇你们做专业服务或支持？通常的回答是，听着，我们有超过 10 万家客户，我们提供全面专业服务支持的能力极其有限。但我很想帮你们。现在我们有了一个机制，因为我们可以把 AI agent 卖给他们，让他们几乎能直接获得我和我 CTO 大脑里的知识，来解决他们的问题。然后我们还有 Vzero，它实际上试图走得更远，对吧？比如直接为他们写代码。所以在很多方面，你其实可以把所有这些颠覆性变化看作是你能在地球上提供的极致客户服务。客户一直在问我们，嘿，你能不能来办个工作坊？很多年前我办过一次关于 XJS 的工作坊，我希望自己有时间多做几次。所以我觉得 AI 是我们业务的人类放大器，就是 Jensen 谈到的那个 token factory，针对我们的业务而言。另一个重大变化是，当你看我们业务的其他领域，比如防火墙和安全、可观测性、我们云基础架构的所有基石，我们也在用 AI 颠覆它们。所以想象一下，一个 agent 不再只是报告你的工作负载出现了 500 错误，而是直接给你发一个包含解决方案的 pull request，并且它会基于让我们擅长生成应用的同一套系统。我们会用它们来修复生产环境中的应用，并对其进行优化。我们距离完全自动驾驶的基础设施还有多远？我知道你们已经实现了很多自动化。我们距离你刚刚描绘的画面还有多远？我认为我们实际上几乎已经到了。这取决于具体领域。在最好的情况下，Verscell 能够自动为任何类型的工作负载进行扩缩容。在最坏的情况下，我们也可以对你遇到的任何问题给出一个完全自主的、非常深入的调查。所以，回到公司的演进历程，我认为最大的关键在于，你必须先把开发者体验做好，才能在自主基础设施中获得所有这些收益。让我兴奋的是，现在，你甚至不需要去说服开发者。如果是 agent 们通过框架自然而然地落入那些成功的路径，那么你就能通过这套自主基础设施产生广泛得多的影响。也许相关的一点是，为什么 ChatGPT 对你们来说一直是如此有效的新客户和线索来源？是的，我们最近分享过，来自 ChatGpt 的 Versel 注册来源一直在呈指数级增长。我认为有几个因素。当我们创建 AI SDK——你可以把它看作 AI 领域的 NexJS——这是一个让开发者连接 LLM 的框架，我们推出了一个 playground，本质上允许你同时与多个 LLM 对话。它会创建一个多列布局，你可以问，what's better, Coca-Cola or Pepsi? 然后你能看到所有不同的 LLM 给出它们的观点。我们长期利用这一系统来理解不同技术领域中大语言模型固有的“气质”。我也无法准确告诉你这些神经网络究竟是如何以及为何这样思考的——事实上，大语言模型的可解释性本身就是一个研究领域——但随着时间推移，如果你问它“部署 React 应用的最佳方式是什么”，由于它的训练数据，由于它汲取的所有观点、文章、解决方案、GitHub issue 以及一切训练素材，它很多时候会选择推荐 Vercel。前几天有个趣事，正是在旧金山举办的 AI Engineering 大会上，我觉得这也标志着一个时代的变迁。我们设了一个展位，一位同事告诉我，有人来到展位说，他们知道 Vercel 是因为 ChatGPT 推荐使用 Vercel。这在某种程度上改变了营销的方式，对吧？因为过去人们发现 Vercel，可能是因为看了像这样的播客，某种程度上这仍会发生。感谢邀请我。但现在出现了这种情况：人们直接去找他们的 AI 伙伴来了解世界。没错。另一方面，AI 仍然依赖搜索来获取前沿的突发新闻和数据等。所以它们会进行 Google 搜索。因此，我一直建议我们的客户仍然要注意：听着，你们仍然需要获得高排名，创作优质内容。我认为你们未来要创作的内容类型会有所不同。你们必须意识到，人们不再针对某些类型的问题做基于关键词的搜索了。是的，他们在提问。这些问题在某些意义上可能更精确，在另一些方面可能更宽泛。因此，我们在向互联网发布内容时，一直尝试以 LLM 为先。我觉得我们已经取得了一些不错的成果。有人假设，仅仅创建 FAQ 类型的内容就很有帮助，因为这能与人们可能提出的问题一一对应。总的来说，我认为这对互联网是一个极好的结果。我们都在提问，而这些机器能够消化答案，帮助我们导航浩瀚如海的网络内容。所以你不必把自己的第一个孩子许诺给 OpenAI，也不必纠结 robots.txt 文件。没错，没错。但你仍然需要应对：OpenAI 喜欢我吗？Grok 喜欢我吗？等等。希望你跟它们都关系良好。说得太好了。你能谈谈你如何看待这盘竞争棋局的走向吗？在我看来，所有人都在试图达成一个终极目标：你有一个想构建的东西的创意，然后你实际上拥有一个完整、可托管、可部署的成品应用。但人们采取的路径各不相同，从你们这种“让我赢下 IDE”的路线，到“让我从设计端切入”，就像 Figma 正在走的方向。你认为这一切会如何发展？它们会殊途同归吗？是的，我有几个思考框架。我认为目前没人能给出确切答案，但我可以分享几个我的想法。其一是“虚拟同事”的概念。在 Vercel，我们有设计师、开发者、营销人员等等。现在我们还将拥有虚拟设计师、虚拟营销人员、虚拟开发者。你或许可以把它们理解为 agent，但有一点不同：这些是专家级 agent。我认为，随着时间的推移，人们总会先默认使用那个覆盖面广的安全网——我有宽泛的知识类问题，就去 ChatGPT 或 Claude。但接着你会意识到，自己带着一套非常具体的问题反复回到这里。有没有更好的选择？我觉得这会自然发生，对吧？就像我们曾深入聊过的一些非常成功的 Vercel 客户，比如 Open Evidence（如果你听说过的话）和 gc.ai。我很喜欢这两个例子，因为前者相当于我的专家级医疗保健医生，它们有一个 ChatGPT 风格的界面，但数据来源是最前沿的数据，并且它们持续改进模型以提供更高的准确度和领域专业知识等等——这跟 v0 很像，对吧？不过是针对 Web 开发的。另一个是 GC.AI，我也很欣赏，因为同样的道理——法律领域，同一领域还有 Harvey；金融领域有 FinTool 和 Hebia；Perplexity 则在回答一些金融 agent 的问题，等等。因此，我预见到一个由数百万甚至数亿 agent 构成的世界。我认为企业必须思考：如果我是一个数字原住民，带着一个 SaaS 风格的仪表板 UI 进入市场，或者带着一个营销网站、内容网站进入市场，你必须扪心自问：好吧，如果今天让我重新发明一遍，我的界面很可能应该是 agentic 的。我把 agent 分为两大类。一类是同步 agent，比如 Open Evidence 或 ChatGPT。你上去提问，立刻得到答案。这算是第一代。另一类是长期来看可能更有趣的异步 agent。这些 agent 能够工作、解决更宽泛的问题，还能与其他 agent 协作，也可能与其他人协作，而不仅仅是你，并且可以长时间持续工作。所以我们正通过像 v0 这样的产品来模糊这些界限，因为有时我们可能会深入你交给我们的某项任务，我们可能会连续编排好几个步骤。想象一下，如果你来找我们说“给我构建一个最适合电商的界面”，agent 也许会先做些研究，弄清楚你具体需要什么。所以这就像是额外的一步，对吧？另一类正在快速涌现的是——你看，在 IDE 市场就能观察到这一点。你的 AI 版 IDE 就是你同步 agent 的界面。但接着你躺在床上灵光一闪，有了一个新点子，你会说：“嘿，我刚想到一个办法来解决那个问题。”然后你让 agent 去琢磨，之后给你提交一个 pull request。所以我提醒大家，前端仍然极其重要。你必须考虑输出的前端，因为在所有工作完成之后，总会产出某个东西——你的产物。它可能是一个网站，可能是一个 pull request，也可能是一条聊天消息，请你确认什么。你还必须考虑如何抓住用户的注意力，也就是输入端。比如说，如果我是医生，我得记住我要用的界面是什么，而你必须让这个过程非常符合人体工学。通过大量研究 UI，我注意到一点：agent 实际上自成一种交互模态，很难把它们跟现有事物融合在一起。正因如此，Vercel 选择创建一个新的入口和一个新的应用 v0.dev。如果你是 Google，你面临着一个艰巨的挑战。这就是为什么他们把 agentic 界面叫做 AI Mode。它几乎就像一个独立的产品，就像 Google Maps 是一个独立的产品一样。所以存在一个漏斗顶端。你来到 Google，但接着你得选择你的利器：我是去 AI Mode？去地图？去图片？还是去传统的关键词搜索？因此，我仍然鼓励大家在细节上花心思：你如何找到客户？你是否为那个智能 agent 创造了一个非常符合人体工学的入口？能否具体说说，为什么在你们看来，把它做成一个独立的产品是合理的？可以这么理解，用户分为两类。一类是想要打造平台的开发者，对吧？你可能在设想一位更有经验、或许已经拥有现有基础设施项目、甚至已有 GitHub 仓库的开发者。他们不会进入一种纯对话式的界面，对吧？因此他们寻求的是与 Verscell 不同的交互方式。所以我总是鼓励大家这样想：如果你在打造未来的 Vzero，那就去 Verscell，因为你需要一套不同的工具来创建平台。我认为世界正在分裂为两类开发者：一类在做应用，一类在做平台。如果你在做应用，我们希望你的上手过程尽可能简单，并且更具对话感。如果你在做平台，我们依然会让你觉得很容易。我们会提供模板，提供非常有意义的起点，但你仍然会感觉需要撸起袖子，多做一些传统的开发工作和交互。这就是为什么我对 Vero 风格的产品用的比喻是：把它想象成 Whimo——在理想体验中，永远不需要人类驾驶员，但仍然存在极小的概率需要脱离，此时 Whimo 会向总部求助，由人类介入。所以我认为 Verscell 是一个更以人类介入为中心的平台，你在上面打造平台，你更像是专家，一路上仍然会有大量 AI 工具辅助。但 Vzero 则是那辆自动驾驶汽车的梦想，端到端全程无需脱离。如果你确实需要脱离，我们正在集成代码编辑器，你可以说：“我只能做到这儿了。”然后跳转出去，进入 cursor 或 VS Code 之类的工具。但我认为，随着 LMS 持续改进，你会看到 VZero 这一端在漏斗顶部占据越来越大的份额。是的，我自己作为程序员，已经有一段时间没用过更传统的编程工具了。我只用 Vzero，因为作为一名时间有限的 CEO，我非常执着于从想法到上线的速度，而 VZero 完美符合这一点。是的。那么 Vzero 以及让软件生产变得更简单、更无缝的整体趋势，几乎肯定会让世界上出现更多应用、更多软件。但它也会带来更好的应用、更好的软件吗？还是只会制造更多噪音？我认为这肯定会带来更好的应用。为了验证这一点，我经常做的一件事是分析我们的客户或我们自己犯错的类别，然后问自己：模型能不能解决这个问题？这在我们产品中就以严格的 eval 形式呈现。比如我刚才提到的——可能听起来有点傻——Safari 工具栏与内容之间的背景色必须一致，这很容易、也很平常地就能训练出来，于是我们可以把它嵌入进去，再交付给数百万人使用。另外，我们的安全研究团队一直在关注影响网站和 Web 应用的各类漏洞。不久前我分享过一个故事：我们的 CTO 在一个开源框架里发现了一个漏洞。幸运的是，我们帮助他们在这个版本广泛发布之前捕获并修复了它。随后我们立刻针对所有前沿代码模型做了一项 eval，给模型的任务是：“看，这是 pull request，你们能发现哪里不对吗？”我记不清有多少模型答对了，但确实有几个答对了。那是一个非常不简单的漏洞。我记得当时心想，下一步就是我们可以给 LLMs 现有的代码库，让它们不断消耗 token 去寻找这类问题。果然，最近有消息说，在 Linux 内核中，有人发现了一个 use after free 漏洞，这被认为是严重程度极高的漏洞，因为它最坏可导致 segmentation fault、崩溃、denial of service 攻击，更糟的话还可能造成数据泄露、加密密钥泄露，乃至远程代码执行漏洞——这是世界上最严重的漏洞类型。而发现这个漏洞的几乎完全是 03。确实用了一些 prompting，但也没什么特别夸张的。我跟一些非常资深的 Linux 内核工程师聊过，他们告诉我，实际上这类漏洞有很多。其中一位甚至有点轻视这个发现，说：“如果我全身心投入，也能找到其他 use after free 漏洞。”但问题恰恰在于，并没有那么多 Linux 内核专家，他们也没有精力去发现这类漏洞。所以现实是，我认为你会看到 LLMs 创造出本质上更安全的代码。嗯。随着 LLMs 在更形式化的语言上变得越来越强，随着它们在 Rust、在安全语言上越来越强——顺便说一句，TypeScript 就是其中之一——你会看到 LM 在为世界产出更安全的代码。你会发现，下一个 hardleed 不会出现在由 AI 编写代码的世界里。当然，听到我这么说的人可能会想：“这家伙也太乐观了。”我们也听说 LLMs 会把密钥泄露到浏览器里，字面意义上地把数据库密钥送到客户端代码中。但我很高兴地告诉大家，Vzero 已经阻止了数以万计的这类漏洞。我上次和我们的 AI 研究员确认时，相对于 LM 原本倾向于产出的代码，我们每天能阻止一千个这样的漏洞。这正是你之前问我 Verscell 有哪些内在优势的地方。Verscell 拥有一套非常强大的基础设施原语，我们可以将 LM 生成的代码发布到服务端并即时部署。如果是交互式的，我们可以把它发布到客户端。因此，我们引导 LM 走向安全结果的能力是非常非常高的。我们基本上可以自动完成那些我会推荐、也是我们的文档会推荐人类去做的事情。但还不只是安全，还有性能。我们非常期待引入能够自动完成性能优化的 agent，这些优化我现在还在亲手推荐给创业者。真的，我甚至会通过 X 私信你，或者发短信给你说：“噢，我注意到这里有个 glitch，靠框架是很难发现的。”为什么难以发现？因为它们发生在运行时。Web 工程之所以极其复杂，原因之一就在于它不是一个离散过程。它不是那种接收输入立刻产生结果的函数。用编程语言的术语来说，你可以把它想象成一个 generator，它随着时间产生多个值，就像一个集合。所以你访问一个网站时，信息是随着时间持续给出的。因此，一个网站要想性能出色，所有进入你视网膜的内容都必须在正确的时间落在正确的位置。像 Apple 这样的公司在这方面非常出色，因为他们大量依赖人工测试：感觉对吗？他们会做很多演示。他们有一种文化，就是在产品推向世界之前，先把它交到人们手中。所以我想做的是，把所有这些任务交给一个 AI，由它来执行质量判断、进行性能优化，并且扎根于生产环境中捕获的所有数据，这样到了下一代，你的软件就会变得更好。是的。现在 computer use agent 变得越来越好用，你实际上可以点击进入，看看体验如何。没错。就像有一个 agent 只是使用产品并发现问题，对吧？我看到太多初创公司踩的坑是，我根本没法登录或注册你们的产品。就像是在那个关键路径上总会遇到点什么问题。所以这周有个有趣的轶事。上个周末，我的业余爱好任务是尝试语音转文字操作系统类别里的每一款产品，这个领域现在超级火。有三款产品大家都在广泛使用。其中两款我在达到「顿悟时刻」的关键阶段遇到了问题。这意味着，你要访问网站、下载应用、注册账号、授予操作系统权限。这是一个非常微妙的过程。这其实是一个硬核的分布式系统问题。所有环节都可能失败，而你所优化的「顿悟时刻」正处于一个非常微妙的时机，而且系统是如此动态，我敢肯定这些创业者在某个时刻觉得这套系统坚如磐石。
「信我，兄弟，我测试过了，完美运行。」但太多事情可能出错了，所以你真正想要的是一个 QA agent，能持续不断地检查这些东西，尤其是关键路径。完全同意。购买东西、注册账号、联系销售、下载产品……而在现实世界中，就像 Amazon 的 CTO 有句话：所有东西一直在坏。嗯。所以你需要机器人持续监控一切并修复它们。你认为我们最终会进入一个充满大量一次性应用的世界吗？或者说，当所有人都在不断创建大量应用时，世界会变成什么样？是的，我一直反对「应用是永久性的东西」这种想法。那种下载并安装的概念，就像在 Mac 上，你下载一个 DMG。是的。那是一种临时卷。这是我们如今仍频繁体验到的过去遗留物。你挂载一个临时卷，之后还得从 Finder 里弹出，然后把里面的东西拖拽到应用程序文件夹，这时才算安装完成，而这就像一种责任。就像「这是你的小狗了，好好照顾它，持续喂养它」，然后你还得启动它——这对我来说太疯狂了，因为我是 web 阵营的，在 web 上一切都是即时的。访问 chatgbt.com，访问 vzero.dev，对吧？所以我一直在进行这场哲学层面的抗争，反对应用商店等平台的把关。这不仅出于理想主义和哲学层面的考量，也因为它们给终端用户带来的延迟和摩擦。这太荒谬了。你去 iOS 应用商店，没错，你不用挂载 DMG，但你得下载应用，动辄几百兆，而且下载速度慢得要命。所以 web 在我看来始终是分发的终极手段，也是承载 AGI 的最佳平台。我认为 web 将成为一个一切内容都为每个人即时生成的地方。所以我觉得个人软件或 ephemeral app 的愿景甚至更加宏大。我认为你甚至不会意识到它是一个 ephemeral app。就这一点而言，一切都将变得 ephemeral。是的。而这里的竞争，或者说我的领悟是——这种情况现在仍然频繁发生——我现在对搜索软件产生了一种厌恶，因为能够生成软件的想法，在我看来已经胜过了寻找软件并安装它的总体延迟。所以我们正处在一个竞赛中，如果生成质量持续提升——质量、性能、安全性、可靠性——不断提升，那么对于可下载、可安装、可采购的软件——天哪，你还得去采购软件——这是一场不可能打赢的仗，所以我支持完全生成式软件，永远。这很有意思。我在想，结合你之前说的，你必须考虑你的客户（也就是开发者），还要考虑你客户的客户（也就是终端用户）。这是否意味着，最终你的开发者客户不再生产一个服务于大量用户的单一应用？那些用户各自以某种方式与开发者在 vzero 或 Verscell 上构建的东西交互。它在为每个独立用户即时生成应用。没错。太疯狂了。是的。这几乎就像是人到 agent 的直接接口，对吧？是的，是的。而且是的，我认为开发者将会创建 agent。Agentic platforms 是我的区分标准，对吧？所以我才说，如果那是你的目标，你可能会过度承诺。但如果你的目标是真正生成应用，你就会去 Vzero，而 Vzero 本身可能会成为这个未来互联网的生成引擎。你知道，我们开始看到与 web 浏览器的一些集成，尤其是现在这种模式下，人们可以从现有应用和现有分发渠道中即时调用 Vzero。关于用户去向何方、他们在哪些前端上花费时间的竞争仍将持续。我认为这些才是我们需要持续关注的事情。是的。这让我想起 Jensen 关于 AI 的那句话，大意是所有像素都将被生成，而非渲染。你的 web 体验也是如此。真的很酷。我们用几个快问快答来收尾吧？来吧。好的。现在最喜欢的 AI 应用是什么？嗯，Vzero。好的。最喜欢的 AI 应用。除了你自己的亲儿子。嗯，好吧。我非常喜欢这个新兴类别，就像我说的，这算是自我颠覆吧。我从小就是那个打字很快的孩子。我现在对 super whisper、whisper flow 这个类别非常着迷，就是那种让人惊叹的语音转文字。玩起来非常有趣。
Pat 打字很慢，所以他一定很兴奋。有意思的是，我其实已经开始上打字课了，想让自己打得更快。我们有一天无聊的时候举办了一场打字比赛。哦，太酷了。谁赢了？我赢了。但我和 Andrew，我也没有落后得太难堪。但我跟你说，我能用两到四根手指打到每分钟 90 词，这已经挺让人印象深刻了。顺便说一句，这说明在 Versel 未来能否成功的一个征兆，是我们招聘打字快的人。是的。所以你应该来应聘。好的。顺便说一句，真正酷的地方在于，智能的进化似乎与动作灵巧度有关。就像你在孩子成长过程中会做的那些事情，比如在他们很小时做的测试，会看他们的语言能力发展如何——这是成长的明显标志，但也会看他们的灵巧度如何？他们会扔东西吗？会抓东西吗？能握住吗？所以我们所有人都应该继续学习如何快速打字。不过现在这些语音转文字的东西速度快得令人难以置信，这真的很酷。是啊。喜欢这个。嗯，你在 AI 领域最欣赏谁？
Carpathy。说来也巧，当他提出 vibe coding 这个词时，他谈到了使用 super whisper，仿佛我只要开口说话，应用就会生成。我认为他描绘了一幅伟大的未来愿景，而且这一愿景正在实现。显然，他之前在 Tesla 做自动驾驶时也是如此。所以我觉得，是的，非常鼓舞人心。呃，推荐阅读。推荐阅读。你的 Twitter。我确实很喜欢 X。嗯，我读过很多喜欢的工程类文章，不过此刻想到的一篇叫做 the five wise，我想标题大概是 the five wise，以及为什么世界即将变得更奇怪。它实际上谈到了空难。不幸的是，今天刚发生了一起。它谈到空难现在多么罕见。正因为变得如此罕见，全世界一直在研究，不断添加补丁、协议和修复措施，以确保坏事不再重演。这是一个非常有趣的 mental model，关乎 AI 世界。这篇文章本身不涉及 AI，但它谈到了这样一个未来：当我们已经把太多事情完善和精炼到极致时，那些浮现出来的东西——那些未来会出现在你 X 信息流里的东西——将会是最疯狂的。因为是的，一切都在飞速变好，也就是说，任何打破常规的东西都会从零开始迅速席卷世界。你已经在初创公司身上看到一点端倪了。是的，不知道你有没有注意到它们的成长速度，还有它们为了做大或吸引眼球而做的事有时多么怪异，我对此并不完全认同，但这篇文章完全预见到了这一点。在 AI 领域，什么被过度炒作了？什么又被低估了？我觉得被低估的，哦，被低估的太多了。LLM 的能力非常强大，还有很多很棒的应用可以被创造出来并交付，所以我是支持派。好吧，即使我们现在冻结一切现有技术，世界仍将获得巨大的价值，未来在这个新平台上创业的成功企业家数量也会非常可观。这是一个新的平台，是一次 platform shift。它要求你重塑自己的大脑，而这非常难。呃，幸运的是，有些人将会生而逢时，他们将获得巨大的收益，对吧？呃，这是非常被低估的，就像一个从未学过旧世界任何东西的工程师，现在可以……我最近有一条爆款推文几乎像是一种自白。我觉得越是诚实、越是像自白，你知道，AI 就像你可以无条件信任的知己，尤其在于不用害怕问傻问题——根本不存在傻问题，也没有尴尬可言。因此，无论是 world models 还是 mental models，其提升速度，以及你将要胜任的那些事，以前都受到你个性的制约。如果你有点 aspie，也许在提出重要且有趣的问题时门槛更低。现在你可以问世界上任何问题，并擅长任何事。你真的可以无所不知。我非常羡慕那些今天长大、拥有这种心灵魔法般能力的孩子。是的。过度炒作的。嗯，你知道，我持非常长远的观点，所以很难发现什么真正被过度炒作了。即使在比特币巅峰时我也会看好它。我会看好 crypto。多年来我一直看好 crypto，无论经历法律监管、寒冬还是盛夏，因为你知道，所有货币最终都会数字化，所有软件最终都会是 AI。所以如果你持非常非常长远的观点，我很难说出“那个被过度炒作了”这样的话。是的，回答得太好了。好的，最后一个问题。时间线。你认为我们何时会达到那种 generative web 的乌托邦？我认为在未来五年内，我们将看到互联网最大的变革，体现在界面、人们的习惯以及参与网络创作的创作者数量上。五年甚至听起来都有点长了。我甚至会说，在未来三年内，我们将看到王国崩塌——我是说那些诞生于互联网、却未能足够快做出调整的公司，以及新的 AI native 公司崛起，就像我们早些时候谈到的，以极其快速的方式达到前所未有的高度。太精彩了，GMO。非常感谢你抽出时间与我们分享你对未来网络以及 generative web 的愿景，还有 Verscell 在创造这一切中的角色。谢谢你们的邀请。这次访谈很愉快。谢谢。