第四色色五月激情五月成人,成人av高清免费在线

Mike：我覺得vibe coding這件事太迷人了，作為軟件圈子里的人，感覺人們以后直接靠氛圍寫代碼vibe code就能把那些傳統(tǒng)工具全替換掉。但轉(zhuǎn)念一想如果我靠氛圍寫代碼來搞定一整天的工作然后直接運行它，那簡直太可怕了。這背后依然得有一些真正聰明的工程師兜底才行，首先我有其他更重要的事情要讓他們?nèi)プ?，其次我覺得徹底依賴這種方式目前對我來說弊大于利。然而這就是所謂的替代論趨勢。

不可否認的是，我們看到內(nèi)部在軟件的可擴展性方面通過使用AI coding等方式獲得了巨大的提升。大多數(shù)此類應(yīng)用程序都具有高度的可配置性和可定制性，在我們的案例中甚至實現(xiàn)了真正的可擴展性。你可以編寫運行在平臺之上的、涵蓋各種不同領(lǐng)域的軟件應(yīng)用程序片段，許多客戶也確實是這么做的，但以前他們需要投入一支龐大的技術(shù)團隊來完成這項工作。

現(xiàn)在他們利用vibe code的能力，就可以針對特定用例去擴展和高度定制應(yīng)用程序。比如我想要一個為邁阿密Miami團隊開發(fā)的會議室預(yù)訂App，由于邁阿密有一些奇怪的HR政策，所以那個供20人使用的App需要隨時查看Workday以及其他各種系統(tǒng)。過去我肯定負擔不起讓內(nèi)部團隊投入IT資源構(gòu)建它的成本，因為賬單金額會太高，但現(xiàn)在我也許可以輕松構(gòu)建它。這個App在底層使用了Workday在全球的數(shù)據(jù)和規(guī)則，但它給了我一個非常定制化的interface，去為邁阿密前臺完成一些非常針對他們需求的特定工作。這非常強大，但它并不能完全取代人類的工作。

說起來可憐的Workday，我覺得Aneel就像是這些概念性示例中經(jīng)常被調(diào)侃的對象。但這其實真的很強大，它實際上讓Workday在企業(yè)級市場中更具粘性也更有價值，因為你可以基于它構(gòu)建所有這些定制應(yīng)用程序，這就是AI、Vibe Coding和創(chuàng)造力的力量，使底層系統(tǒng)能更貼合我的具體需求。

但我們必須非常謹慎地處理穩(wěn)定性、規(guī)則流程與高度定制化之間的平衡。你甚至可以認為像openclaw之類的例子就是為了給個人量身定制非常私人化的App。構(gòu)建這些應(yīng)用的人大多數(shù)并不是軟件開發(fā)人員，他們只是在Gmail之上構(gòu)建僅供自己使用的App或者其他小工具。但這仍然是將Gmail作為軌道，他們依然需要去Gmail閱讀和處理郵件，只不過他們?yōu)樽约簶?gòu)建了一些特定的東西來解決只有自己才會遇到的問題。其中有幾個項目可能會演變成公司，但大多數(shù)僅僅是在解決他們自己需要處理的事情，這確實非常強大。

Alex：這就是為什么我對前端與后端不一致帶來的定價公平性感到好奇。以Salesforce為例他們是按許可證收費的，我想我們公司大概有600人，可能就買了600個Salesforce許可證。我其實從沒登錄過Salesforce但我敢打賭公司也為我付了費，然而我有時確實會使用它的輸出，因為它實際上是我們的記錄系統(tǒng)。不想過度使用這個詞但它確實存儲了我們所有的業(yè)務(wù)關(guān)系，而我就像是關(guān)系型數(shù)據(jù)庫表table里的一部分，比如我是422號userid。

每當我與一家公司對接時就像在另一個數(shù)據(jù)庫中匹配上了，但我們其實只想為一個底層數(shù)據(jù)庫付費。現(xiàn)在就像是在一個前端與后端逐漸分離的世界里，事實就是這樣。我覺得Workday想出了一個非常聰明的定價策略，這是一種強大且讓人感覺公平的定價范式。你的員工越多付費就越多，為什么那樣才公平？因為GE的利潤顯然比一家10人的公司要多，GE理應(yīng)為此支付更多的費用，而這筆錢對他們來說仍然只是九牛一毛。它的定價完全處于最理想的黃金區(qū)間，我認為沒有人會對此產(chǎn)生異議。他們未來將增加大量AI營收，但最重要的是他們的底座定價讓人感覺很公平。

然而對于這些前端與后端在某種程度上已經(jīng)分離的產(chǎn)品，我不知道什么是公平的定價模式，也不確定未來的軟件定價會發(fā)生什么變化。顯而易見如果沒有人愿意買賬，大家都去編寫自己的代碼而不再有任何競爭，那么定價邏輯將保持不變，但你可以想象未來人們都在定制化的前端上構(gòu)建東西然后直接從底層數(shù)據(jù)庫中讀取數(shù)據(jù)。因為所有的記錄系統(tǒng)都有一個數(shù)據(jù)庫代表了底層的一切抽象層，那么這些類別中的任何一個是否會面臨價格壓力？

對我來說如果前端不再等同于后端，它會比緊密交織在一起的情況面臨更大的易感性和沖擊。比如QuickBooks是由小微企業(yè)使用的，他們沒有賬號（seats）概念，企業(yè)主直接登錄QuickBooks即可，所以它的前端在某種程度上就是后端。相反就像Salesforce你可以想象雖然沒有人會徹底棄用它，但他們可能會大幅減少賬號（seats）數(shù)量，因為底層的后端依然必不可少但對昂貴前端的需求減少了。他們不會消除或者對后端做任何改動，只會優(yōu)化前端的成本。

Mike：我一直認為定價的公平性和客戶觀感非常重要，人們需要理解他們?yōu)楹胃顿M，并覺得他們所支付的費用在某種程度上與其真實的使用情況相關(guān)聯(lián)。一家擁有1萬名員工的公司在購買Workday時很可能要支付兩倍以上的費用，外加一些批量折扣，因為他們購買的量更大且業(yè)務(wù)具有兩倍的復(fù)雜度，他們自己也認為這很公平。這里看起來合理的原則就是：我愿意按員工人數(shù)為我的HR系統(tǒng)付費。

我認為這類事情的核心問題在于它不僅僅是一個數(shù)據(jù)庫，它是一個數(shù)據(jù)庫加上一組復(fù)雜的進程，在我成長的那個年代我們管這叫業(yè)務(wù)邏輯。這些業(yè)務(wù)邏輯絕非無關(guān)緊要，為什么企業(yè)會有這些邏輯？因為企業(yè)本身就是作為一系列流程的集合來運行的，而且管理者追求標準化以在某種程度上實現(xiàn)流程化。這是為了讓不同的團隊以同樣的方式工作，以便有人可以管理、理解他們并精準追蹤輸出。

就像如果我擁有一堆汽車工廠，我想要持續(xù)跨越它們?nèi)プ粉欉M出的汽車總數(shù)，業(yè)務(wù)邏輯被嵌入其中的地方在某種程度上就是護城河和價值所在。就傳統(tǒng)方式而言那里的銷售額實際上非常巨大，你為銷售團隊制定的那些流程對你來說極具價值，而且你會認為這是一種公平的付費方式。但問題在于你的銷售協(xié)作團隊即那些協(xié)作者而非核心用戶，他們究竟有多大程度需要這些流程又在多大程度上不需要？

我假設(shè)Salesforce Sales Cloud有一個MCP server，那個MCP server并不直接訪問數(shù)據(jù)庫，它主要涉及你的業(yè)務(wù)流程以及執(zhí)行過程中的規(guī)則?，F(xiàn)在的爭議點是某些銷售相關(guān)人員如果在市場部門或客戶成功職能，他們是否需要那些沉重的流程、治理、控制和規(guī)則。比如系統(tǒng)規(guī)定我們在日本只為客戶提供X服務(wù)、為該地區(qū)的客戶提供Y服務(wù)之類的事情，甚至連他們的MCP server都需要專門開一個賬號（seats）。至于客戶是否認為這種捆綁收費公平，那就是另一個懸而未決的問題了。

沒錯，挑戰(zhàn)在于這該如何定價。我想告訴你，在討論消費型定價或按需計費定價時，基于結(jié)果的定價在很多領(lǐng)域都是合理的，但我絕對不認為它會成為主流的軟件定價方式，或者說不適用于所有的SaaS軟件。

因為當你與客戶交流時，你會發(fā)現(xiàn)他們非常討厭這種方式，他們真的很反感星號附加條款。這與他們認為自己投入的價值無關(guān)。比如我對Splunk采用的是按量計費，如果我發(fā)送給他們的日志量翻倍，我就得付更多的錢。我明白這個邏輯，但日志記錄是由我決定的。我可以多記一些，也可以少記一些。我可以對團隊說，你們?yōu)槭裁从涗涍@么多日志，這太貴了，而且你們真的在用這些日志嗎？我是可以控制我投入的數(shù)據(jù)量的。這與存儲和S3或其他典型服務(wù)的模式相同。我存入1GB或2GB都沒問題。問題在于，這些對于我作為客戶來說是相對可轉(zhuǎn)移且可控的。

但人們給出的許多關(guān)于基于結(jié)果或基于消耗定價的例子，作為客戶我是無法控制的，而且它們也是不可兌換的。所以AI Token的世界和AI積分的世界，對客戶來說真的非常困難。他們會覺得不明白你給我的這種代幣或籌碼到底是什么。

我可以從AWS獲取1GB的存儲空間并將其部署到Azure，而且我知道他們會收我多少錢，因為每GB的費用基本上是固定的。但當我擁有這些AI額度時，我不知道你的額度是否和別人的一樣。供應(yīng)商一直在增加新功能，我的用戶在使用這些功能，所以消耗了我的額度。但我不知道他們用這些額度做了什么。

這并不是公司主動選擇去使用它們，而是供應(yīng)商在添加那些讓軟件變得更好的功能，而這些改進似乎是自然而然發(fā)生的。我可以讓我客戶的額度消耗在一夜之間翻十倍，僅僅通過添加一大堆類似為你生成很棒的摘要這樣的功能?？蛻魰X得我并沒有要求做那個。

所以我覺得在談?wù)摶诔晒氖褂糜嬞M時，當你和客戶溝通，他們還是想要按賬號（seats）計費。這可能是因為他們現(xiàn)在更理解這種模式，并且他們被很多按量計費模式坑過，這種模式會導(dǎo)致賬單金額大幅飆升，他們會不知道該如何控制。

是的，這需要一些時間來適應(yīng)。它肯定會出現(xiàn)在很多類別中。我們在Atlassian的業(yè)務(wù)涵蓋了很多領(lǐng)域，你可以稱之為基于用量的定價，或者字面意義上的按需計費。但我們盡量專注于那些客戶業(yè)務(wù)量翻倍時，他們能獲得兩倍的價值同時也支付兩倍費用的領(lǐng)域，而且這一切都在他們的控制之下。許多其他定價模式并不在客戶的控制范圍內(nèi)。

基于結(jié)果定價的最后一個例子是，這些結(jié)果也是動態(tài)的。比如在客戶服務(wù)方面，我為你節(jié)省了成本。你過去在客服上花20塊，使用我們的工具你只需要花10塊。在第一年這是一個非常棒的銷售說辭。但到了第二年，客戶會說我只花了10塊，現(xiàn)在我想花5塊，否則你沒有提供任何價值。而供應(yīng)商回答說如果把我踢出局，你得花20塊。客戶就會覺得但我現(xiàn)在只花10塊。所以每年能為客戶省錢的能力從結(jié)果的角度來看很難衡量，即使我正在消除一些繁瑣的任務(wù)。

Alex：我認為從銷售的角度來看也是如此。我創(chuàng)辦過兩家支付公司。我非常羨慕Workday，我常會和我的銷售團隊談起Workday，因為他們對外部情況了如指掌。他們知道能從GE賺多少錢。他們會說GE有33萬名員工，也許我們每個月向他們收取每位員工5美元，這就是能從該賬戶中賺到的錢。

如果你在銷售一款軟件產(chǎn)品，這樣去規(guī)?；M建銷售團隊要容易得多。因為你知道那家公司會付給我們300萬美元。相比之下，當我們剛創(chuàng)辦公司時，簽約了1800個公司，我們完全不知道能從他們身上賺多少錢。結(jié)果真正讓業(yè)務(wù)運轉(zhuǎn)起來的是Casper這家床墊公司。你根本無法預(yù)測。你以為拿下了沃爾瑪這樣的大客戶，但剛開始進展得并不順利，反而是簽下Casper后業(yè)績驚人。

Workday具有這種雙向的可預(yù)測性，對于出資方的客戶而言是可預(yù)測的，對于管理團隊來說也是可預(yù)測的。你能明確應(yīng)該把時間花在爭取簽下GE這樣的客戶上，而不是簽約一家10人的公司，因為GE規(guī)模更大。但在互聯(lián)網(wǎng)世界里情況卻非常瘋狂，Stripe從一家10人公司賺到的錢可能比從GE賺到的還要多。在那種模式下你可以獲得更高水平的可預(yù)測性。

但采用基于結(jié)果的定價或者基于消耗的定價，雖然基于消耗的定價本身并不壞，但如果你無法從外部了解一個賬號（seats）能賺多少錢，擴展銷售和營銷團隊就會變得呈指數(shù)級困難。

Eric：作為一名企業(yè)家，我想回到的一點是，在這個時代，你能分享一下這對你來說最主要的體現(xiàn)方式是什么嗎？以及它是如何讓你改變業(yè)務(wù)的？

Mike：我們的看法是，我們銷售的是解決人類協(xié)作問題的協(xié)作工具。在許多不同的領(lǐng)域，包括服務(wù)團隊、廣泛的業(yè)務(wù)團隊、人力資源、財務(wù)、軟件團隊等，許多不同類型的團隊通過我們購買不同的應(yīng)用套件和組合。從根本上說這些都是涉及大量文本的協(xié)作問題。這對我們非常有利。那些人在做什么才是最重要的部分。

技術(shù)世界往往趨向于重塑一切，并認為這是未來的方向。從中長期的視角來看這通常是正確的。但我們面臨的挑戰(zhàn)始終是，我們擁有大量以現(xiàn)有方式工作的客戶，如今各種App中的工作流其實并不怎么智能。他們想要邁向未來，但同時也必須帶動大量的用戶。所以當我們構(gòu)建AI功能時，首先考慮的是我們需要理解這項技術(shù)是什么，以及它能如何幫助我們。其次，我們需要構(gòu)建什么樣的基礎(chǔ)平臺組件來應(yīng)對未來的變化，因為這些技術(shù)的發(fā)展速度實在太快了。

這就是我們開發(fā)AI Gateway、團隊協(xié)作圖譜以及企業(yè)級合規(guī)性與控制功能的初衷。你必須將這些內(nèi)容與你在特定App中為客戶構(gòu)建的功能區(qū)分開來。那么你把這些功能放在哪里？這些功能具體是什么？其中很大一部分存在于現(xiàn)有的工作流中，旨在幫助客戶更快、更好、更高質(zhì)量、更高效地完成現(xiàn)有的工作流。這些功能往往非常平淡無奇，這就像X平臺上那段30秒的動畫GIF走紅一樣。但這對于客戶來說非常令人興奮，因為他們現(xiàn)在就可以使用，他們現(xiàn)有的工作方式變得更出色了，他們會覺得這太棒了。在AI世界里我卻覺得那其實挺簡單的，而且這在今天確實能給他們帶來巨大的幫助。

我常對內(nèi)部人員說，光舉一個服務(wù)方面的例子還不夠，你需要利用他們現(xiàn)有的工作流程，結(jié)合新應(yīng)用或者查看新的工作流來處理問題。所以我們必須完成所有這些。如果你看Jira這個典型的例子，在我們的HR和IT服務(wù)管理產(chǎn)品的服務(wù)集合中，正在進行工單總結(jié)。這是我們可以做得比以往任何時候都好得多的事情。

內(nèi)部大概有四五個人在處理同一個工單，試圖解決一個問題。當?shù)谒膫€人介入時，已經(jīng)有了大量的附件和對話記錄。通常情況下他們可能需要花費30分鐘才能讀完所有內(nèi)容并理解到底發(fā)生了什么，這樣才能發(fā)揮專業(yè)知識來解決問題?？偨Y(jié)并不只是簡單地將內(nèi)容輸入到LLM中然后獲取摘要。上下文對模型來說非常強大，但客戶的工作流程卻沒發(fā)生哪怕一點點改變。它仍然是Alex對Eric說你能來幫我處理一下這張工單嗎？Eric走過來必須先將大腦中所有的相關(guān)信息進行加載。這就像是一個現(xiàn)有的工作流，我們可以利用LLM讓客戶體驗變得更好，而且他們非常喜歡，對這類功能贊不絕口。但這些功能通常不具備智能體特性。

那么我們可以說，對于那個服務(wù)工作流，我們需要在各個環(huán)節(jié)中加入智能體。大多數(shù)人正在處理一個工作流，然后發(fā)現(xiàn)這一步經(jīng)常讓人栽跟頭，耗費大量時間。我們能讓這一步變得更快嗎？這絕對是我們必須親自為智能體框架提供的功能。

我們有一個非常棒的智能體框架供整個團隊使用，結(jié)合圖譜和你已經(jīng)擁有的所有上下文。這非常簡單，價格也非常親民?；蛘吣阋部梢宰詭е悄荏w框架。我認為大多數(shù)企業(yè)內(nèi)部都會運行三到五個大型智能體平臺。他們可能會說我用Agentforce來處理這個，或者我用Gemini來處理那個。把那個智能體帶過來，我們會把它放入工作流中讓它運行起來。我們必須能夠做到這一點。

但你仍然完全處于現(xiàn)有的工作流世界中，只是在現(xiàn)有的工作流中執(zhí)行一種新的高效的任務(wù)。接著你會遇到這樣的人，他們會問如果服務(wù)工單根本不存在會怎樣？所以你正在重新構(gòu)思整類軟件到新的工作流。我們必須幫助客戶跨越這一鴻溝，因為他們通常不只有一個服務(wù)團隊，他們有數(shù)百個。如果他們運行著數(shù)百個不同的服務(wù)臺，他們可能會說這20個將以新方式工作，但他們必須對所有這些進行管理。所以我們正嘗試將團隊協(xié)作圖譜中的數(shù)據(jù)與此結(jié)合起來，并且是從客戶驅(qū)動的角度出發(fā)。這一點經(jīng)常被忽略，我們正試圖帶他們走向5年后的未來，但我們的職責是切實帶他們走向1年后、2年后以及5年后的未來。

最后我想說的是，我們在設(shè)計方面投入了大量精力。在任何對話中這一點總是被忽略，因為在它的運作機制中有很多基礎(chǔ)性的設(shè)計工作要做。如果回顧移動互聯(lián)網(wǎng)時代，第一批應(yīng)用基本上只是將桌面端或網(wǎng)頁端的內(nèi)容直接搬到手機上，然后我們才演進出了新的交互模式和體驗。

不僅僅是視覺層面的演進，還包括我們該如何使用這些東西。推送通知最初是用來做什么的？下拉刷新是一個非常顯而易見且簡單的例子，它是一個非常經(jīng)典的設(shè)計模式。整個過程就像是我該如何讓移動端和桌面端協(xié)同工作，該如何來回切換。我們有如此多的設(shè)計挑戰(zhàn)需要解決。這實際上是幫助普通用戶理解其中的內(nèi)容。他們并不想深究，如果AI對他們來說不存在也無所謂，他們想要的是AI帶來的結(jié)果，不需要了解所有的技術(shù)細節(jié)。我們的工作就是隱藏這些細節(jié)，直接把結(jié)果交給他們，或者使任務(wù)更有效、更高效。在技術(shù)領(lǐng)域，有時我們太癡迷于模型質(zhì)量之類的東西了。

現(xiàn)在說模型已經(jīng)遠遠領(lǐng)先于實際交付的價值幾乎成了陳詞濫調(diào)。未被充分利用的潛能是如此巨大。這其中的一部分實際上在于設(shè)計和體驗。我該如何獲得這個？給人們一個擁有無限能力的聊天框，他們卻只會說給我講個冷笑話。這就像是擁有無限的力量，但很難幫助他們利用這種力量。這也是我們面臨巨大挑戰(zhàn)的地方，即如何將智能體及其所有能力引入工作流和協(xié)作循環(huán)中，并讓人類與智能體協(xié)同工作。

Alex：我喜歡擬物化設(shè)計(skeuomorphic)。早期Web的形態(tài)就像你擁有幾張實體紙一樣，這也是它被稱為網(wǎng)頁(web page)的原因，就好比一張8.5x11英寸的紙。后來到了移動端，大家最初的設(shè)想只是做一個微縮版的網(wǎng)頁。但事實證明，如果你不局限于擬物化思維，而是基于第一性原理進行思考并充分利用設(shè)備的性能，你就能創(chuàng)造出全新的交互方式。比如下拉刷新，這就是伴隨移動端誕生的新概念。我前幾天還在琢磨這件事。你試過Nano Banana 2嗎？

Alex：沒錯。我的一位同事剛跟我說，他用它為去日本旅游的美國游客做了一份關(guān)于注意事項的信息圖表。那種一鍵生成(one-shot)的效果簡直令人驚嘆。但這引出了一個問題：你該如何編輯這些輸出結(jié)果？現(xiàn)在的編輯方式感覺非常擬物化，依然是那種經(jīng)典的GUI操作邏輯，比如點一下這里，再修改一下那里。所以我想問你，關(guān)于編輯AI輸出的內(nèi)容，你認為目前業(yè)界的最高水是什么樣的？或者說理想狀態(tài)應(yīng)該是什么樣的？既然你提到了設(shè)計，最近你在這方面有什么深層思考？

Mike：這是一個非常棒的問題，我想先退兩步來回答它。首先，在AI領(lǐng)域建立客戶信任是非常困難的。我們在做用戶調(diào)研時發(fā)現(xiàn)，人們害怕AI并不是因為它的能力有多強，而是因為它的運作像個黑盒。比如你的AI助手瞬間清理了收件箱、發(fā)了十幾封郵件，用戶的第一反應(yīng)往往是：“我怎么知道它做對了沒有？”為了贏得信任，AI必須向用戶及時反饋它的意圖并請求確認，但同時又不能頻繁到讓人覺得煩躁，否則用戶會覺得還不如自己動手。所以交互頻率和信任機制本身就是一個完整的系統(tǒng)設(shè)計問題。

其次，AI的訓練和應(yīng)用離不開大量數(shù)據(jù)與不斷的迭代?，F(xiàn)在社交媒體上充斥著關(guān)于神級提示詞的炒作，仿佛念一句哈利波特的咒語就能讓AI自動幫你經(jīng)營一家十億美元的公司，這太離譜了。一鍵到位固然有用，但在現(xiàn)實業(yè)務(wù)中，你通常需要不斷去修改輸入和輸出。比如你讓大語言模型(LLM)寫篇論文，生成后你發(fā)現(xiàn)方向不對，這就需要通過改變輸入來進行迭代。但如果你曾嘗試通過純聊天的方式來迭代編輯圖像，你會發(fā)現(xiàn)體驗非常令人沮喪，因為你很難精準控制AI不擅自改動其他部分。這本質(zhì)上也是一個關(guān)于輸入的體驗設(shè)計問題。

以我們公司的產(chǎn)品為例，我們的團隊協(xié)作圖譜擁有海量的組織知識和極高的準確度，甚至能記住我十幾年前寫過的代碼。但如果因為AI知道我有計算機科學背景，就自動用極其硬核的技術(shù)語言回答我的所有問題，這其實是沒用的。如果我們在界面上設(shè)置一堆勾選框，讓用戶自己決定“是否搜索網(wǎng)絡(luò)”或“是否搜索組織數(shù)據(jù)”，這也完全違背了設(shè)計初衷。

AI應(yīng)該具備主動預(yù)判的能力。你在Deep Research等工具中能看到一些這類嘗試，但有時也很讓人沮喪。這就好比你手下有50個實習生，雖然能干很多活，但他們每分鐘會問你50個問題，導(dǎo)致你整天什么也干不成，全在回答問題了。

此外，在企業(yè)環(huán)境中實現(xiàn)工作流的迭代要困難得多。比如頭腦風暴通常需要團隊協(xié)作，在我們的Whiteboard和Confluence中，你可以引入智能體來輔助。它們非常擅長從組織內(nèi)部提取知識并生成優(yōu)秀的方案。但如果沒有任何人工干預(yù)直接讓AI包辦一切，就會失去團隊的信任。正常的流程應(yīng)該是我們先開會收集想法，加入人類的直覺判斷，篩選出有用的部分，然后再把這些反饋給另一個智能循環(huán)。因為AI的輸出質(zhì)量具有很強的非確定性，這就注定了系統(tǒng)必須包含一個人工介入循環(huán)。沒錯，如何把握這個人工介入的度是個極大的設(shè)計考驗。循環(huán)確認的步驟太多會讓人感到沮喪，步驟太少又會失去用戶的信任。

我們剛在Jira中發(fā)布了Agent功能。當你把任務(wù)分配給Agent時，它就會去執(zhí)行。但用戶往往會問：“它現(xiàn)在到底在干什么？”如果你給他們展示上千個底層執(zhí)行步驟，他們又會覺得你在給他們?nèi)麖U話。所以僅僅是將AI引入工作流，就面臨著海量的設(shè)計挑戰(zhàn)。

回到實際的業(yè)務(wù)審批流程上來，比如一項交易需要經(jīng)過安全、會計、財務(wù)和銷售等多個部門的審核，你該如何用AI優(yōu)化這個工作流？當你將任務(wù)分配給Agent時，你需要非常小心地設(shè)計用戶體驗：它什么時候返回結(jié)果？以什么方式返回？用戶能否在它工作時主動詢問進度？

我們相信，允許用戶隨時查看進度有助于在短期內(nèi)建立信任感。但從長期來看，如果這個Agent連續(xù)二十次都出色地完成了任務(wù)，用戶最終會選擇完全放權(quán)。這些全都是根本性的基礎(chǔ)設(shè)計與體驗問題，而不是純粹的技術(shù)問題。核心挑戰(zhàn)在于如何讓每天使用App的數(shù)百萬用戶對產(chǎn)品產(chǎn)生信任，并消除那種黑盒感。盲目承諾“我可以為你做任何事”，只會讓用戶無所適從。

Alex：這確實還是一個懸而未決的問題。因為未來的理想交互方式顯然既不像過去那樣單純地點擊鼠標，也不像現(xiàn)在這樣只是不斷地重新輸入提示詞，它更像是兩者的結(jié)合。

只要工具是為人類服務(wù)的，就一定離不開人類的參與。你需要讓用戶能夠直觀地深入理解模型內(nèi)部的運作邏輯，無論是出于建立信任的目的，還是為了方便后續(xù)的修改迭代。這本質(zhì)上是一個設(shè)計問題，而且我認為目前業(yè)界可能還沒有人完美解決它，我們正處于這一探索過程的最早期階段，大家都在為如何更好地調(diào)整和編輯那些一鍵生成的內(nèi)容尋找最優(yōu)的設(shè)計方案。

Mike：我想舉一個文檔編寫的例子。知識工作者幾十年來都習慣了以固定的模式寫文檔：打開一個空白頁面，輸入標題、打字、列出符號或者插入表格?，F(xiàn)在我們推出了Create with Rovo功能，你完全可以從一個提示詞開始，讓AI根據(jù)模板生成內(nèi)容，甚至讓它先去調(diào)研各個維度的信息并整合帶回。

但要改變用戶根深蒂固的習慣是非常困難的。現(xiàn)在界面變成了左右兩部分，左邊是文檔實體，右邊是聊天窗口。想象一下這是一個沒有任何工具欄、只能通過對話來排版的Word。我們需要鼓勵用戶：“你可以直接在左邊修改任何文本，也可以在右邊輸入指令，比如讓它添加一個新章節(jié)、去研究其他資料并補充到摘要后面。”

當我們觀察那些高級用戶時，發(fā)現(xiàn)他們非常享受這種模式，他們能熟練地在兩種操作間來回切換，領(lǐng)會了這種全新的范式。他們可以下達貫穿整篇文檔的全局指令，比如“把所有標題變成藍色”，這在傳統(tǒng)編輯器里是很難一鍵做到的。他們甚至可以要求AI從董事會成員的視角來重新評估并精簡這份文檔。

但對于普通的商務(wù)用戶來說，他們的第一反應(yīng)往往是困惑：“所以我只需要在左邊打字就行了？”這實際上是一場深刻的范式轉(zhuǎn)移。我懷疑隨著AI工具的普及，就像移動互聯(lián)網(wǎng)時代剛到來時那樣，大概兩到五年后，這種全新的交互方式會變得非常普遍。這就好比大家第一次看到Excel時，也會茫然地問“我該在哪里輸入段落”，但現(xiàn)在所有人都知道Excel是怎么運作的了。

我們面臨的最大挑戰(zhàn)，就是如何將所有這些強大的AI能力自然地融入到極簡的界面中，去協(xié)助人們真正調(diào)用整個組織的知識來生成文檔。我知道這在底層算法和數(shù)學邏輯上是完全可行的，但要通過優(yōu)秀的體驗設(shè)計來引導(dǎo)用戶接受并掌握它，依然充滿挑戰(zhàn)，同時也令人無比興奮。我們需要花費大量時間來不斷完善這些體驗。

Eric：這是一個非常適合作為結(jié)尾的話題。Mike，非常感謝你參加我們的播客，這是一次非常精彩的討論。

Mike：好的，沒問題，伙計們。希望這些分享能對大家有所幫助。

快報