图片来源：Invest Like the Best

Z Highlights

• 如果有一个电脑可以为你带来所有相关背景信息，让你在对话中瞬间变得聪明，这将是一次巨大的“能力升级”。而LLM就可以实时重写内容、为你提取所需信息，这会成为人类能力的一次巨大释放。

• 在这个领域，确实存在转换成本，确实有一些护城河，但归根结底，能赢的就是持续更快迭代、持续做出更好产品的团队。这个领域变化太快了，容不得三个月懈怠。Granola本身的确存在一定的“粘性”：它掌握的上下文越多，对用户的帮助就越大。

• 这会带来一个张力：你要在“构建下一个对用户有用的五个功能”与“进行一次大跨度创新之间”做取舍。我们希望Granola不仅仅是记笔记的工具，而是成为你完成大部分工作的地方。

Chris Pedregal是Granola的联合创始人兼首席执行官。Granola是一款由AI驱动的智能会议记录工具，正在重新定义知识工作者的工作方式，帮助用户更高效地记录、组织和调用对话中的关键信息。本文是Invest Like the Best主持人Patrick O'Shaughnessy与Chris Pedregal的访谈实录，访谈播客于2025年2月播出。

AI是新时代的思维工具

Patrick：Chris，我觉得一个很好的开场方式是谈谈你对“思维工具”这一理念的理解，也就是技术在过去几个世纪里为人类提供的认知工具。显然你正在构建的就是这类工具之一。我们稍后会深入探讨，但我们第一次交流时，你用x-y坐标图作为例子来说明这种“思维工具”的价值，我当时非常着迷。也许你可以随意讲讲你对这个方向的思考，以及你为什么如此着迷于它。

Chris：我非常喜欢这个话题。我认为人类本质上就是“制造工具的动物”，这是让我们区别于其他动物的关键点之一。回顾历史，有很多发明确实是让人类能做得更多的工具。其中有一些就是明确的“思维工具”，比如文字、数学符号。比如罗马数字的计算非常有限，离开算盘的话你很难算到大的数字。而我们现在使用的十进制记数法，可以让你轻松进行大数的长除法。还有一个我最喜欢的例子，就是数据可视化。你提到的Playfair，那位叫William Playfair的人，大概200年前，他第一次用图形化方式来展示数据，让人可以用眼睛“看”到数据。

人类的进化让我们可以非常高效地处理图像，所以把数字映射到视觉空间，让人直观感知“这条线是在上升还是下降，速度快了还是慢了”，这真是太神奇了——在我出生的200年前，竟然还没人这样做过。这些例子告诉我们，从数学符号到文字、数据可视化，再到计算机，AI就是下一个阶段，它会成为更强大、更有用的“思维工具”。未来十年、二十年，它将变成什么样子，天知道，但肯定不会像今天这样。

Patrick：也许你可以谈谈这个过渡。先简要介绍一下你正在构建的产品，然后我们会深入探讨。你第一次看到LLM（大型语言模型）时的反应是什么？你是如何看待它能带来的“范式转变”的？

Chris：我觉得一个关于“思维工具”的有趣观察是：这些工具的作用，往往是让你把大脑中要记住的内容“外部化”。比如，今天最常见的“思维工具”之一就是笔和纸。你写下来的东西，就不必一直在脑中记着，你可以反过来去看它、思考它。打个比方，这就像是扩展了你的“内存”。我们大脑的“内存大小”是由生理结构决定的，但这些工具就像是给我们扩充了内存。LLM的突破性之处在于，它可以在你需要的时候，动态地为你带来最相关的“上下文”。这些上下文是根据你当下的需求生成的。就像你在会议中写下一些想法能让你更有条理，如果有一个电脑可以为你带来所有相关背景信息，让你在对话中瞬间变得聪明，这将是一次巨大的“能力升级”。而LLM就可以实时重写内容、为你提取所需信息，这会成为人类能力的一次巨大释放。

Patrick：这种愿景在现实中会如何体现？是说我的生活中——我读过的所有东西、我进行过的所有对话——最终都被存储了？然后我可以把当前的上下文反馈给一个系统，它就能为我提供观点或灵感？能不能更具象一点地描述你的愿景？

Chris：在你让我具体谈Granola之前，我先讲一下整体思路。AI的世界中，我们可以看清接下来的两步，但很难预测十步之后的世界。Granola是一个“数字笔记本”，类似你电脑上的Apple Notes，是一个应用程序，你可以记笔记。但它的不同之处在于，它会“听”。如果你在开会时使用它，它会记录你写下的笔记，也会实时转录你们的对话。会后，它会把你写下的笔记进行扩展优化。所以你不必记录所有信息，只需要记录关键的洞察、判断。那些机械重复的信息记录工作，交给AI就好。这样做的意义在于：你回看笔记时，可以看到会议的完整上下文。我们还有一个尚未公开的功能，可以让你查看和某个人的所有会议记录，或某个主题下的所有会议内容，并总结出其中的共性和主题。这种上下文原本是会遗忘的，哪怕你曾经写下了，也不知道在哪个笔记本里，现在它可以变得即时可用。

Patrick：也许你可以谈谈你自己作为最早使用者之一，是如何被Granola改变工作方式的？你提到现在只是完成了愿景的5%，那这5%已经给你带来了哪些具体变化？

Chris：我认为这将会是知识工作者的普遍状态——我们不断思考“我现在需要什么上下文，才能做出最明智的决策”。用ChatGPT的人应该熟悉“上下文窗口”这个概念，你可以输入一些信息，让模型理解当下情境。这种“提供上下文”的思维方式，也会被我们人类所采用。举个具体例子：我现在要写一篇博客文章。以前我会打开笔记本，把想法写下来，然后再打成文档。现在我会先找几个人聊聊他们的建议，记录下来（用Granola）。然后我走来走去，边走边说，把思路口头表达出来，也用Granola录下。

我把这些素材放到一个文件夹里，然后跟Granola里的AI对话，让它提炼出主题、建议格式。最终还是我写这篇博客，但这个过程让我把各方意见高效整合了。如果不用这些工具，很多内容我肯定会遗忘。另一个例子是我们观察到Granola用户的笔记方式发生了根本变化。他们在会议中只写几条笔记，而且是内心的思考，比如“这个人有点强势”或“他们没正面回答问题我有点担心”。这些笔记是AI无法听出来的，而客观内容则由转录系统处理。回看这些笔记时，用户不会像以前那样翻阅所有内容，而是直接问AI一个问题，比如“他们当时怎么说的？”，AI会快速生成高质量答案。

构建Granola：在变化中坚持产品哲学

Patrick：那么能谈谈你设想的从5%到100%的愿景吗？我们知道LLM的未来难以预测，但两三步之后你觉得会发展成什么样子？

Chris：我觉得最核心的问题是：“我现在需要哪些信息，才能做出最佳决策？”你可以想象如果你是外交官，在关键谈判前你会收到一份“情报档案”，为这个会议量身定制。将来我们每个人进入每一场会议，都会自动收到类似的资料包。问题在于：哪些上下文信息是有用的？是上次会议内容？是你所有邮件？还是互联网上的全部信息？界面会是什么样子？Granola当前的目标是帮你生成最好的会议笔记，但将来，它应该帮你完成所有会议后续任务，比如撰写邮件、准备投资备忘录、安排活动等，而这些都应由AI结合上下文帮你完成80%、90%、甚至95%。对我们来说，非常重要的一点是：我们相信AI的作用应是“增强人类”，而不是替代人类。你可以用AI取代一个人，也可以用AI增强一个人——我们选择后者。我们希望人类可以用AI实现更多、更聪明、更高效。所以我们要让Granola代替那些低价值的写作工作，而你只需添加自己的判断，这才是最关键的部分。

Patrick：你觉得我们什么时候可以做到线下会议和Zoom会议一样，都有记录功能？我现在就已经有这种期待了。我希望有个“记忆助手”能陪我开会，不用我手动记笔记。我也愿意戴一个录音挂件。我每天见这么多有趣的人，靠脑子记不住。我通常只能会后猛记笔记，但总觉得不够。

Chris：我们的iOS应用马上就会上线。我和我的联合创始人Sam最初开发Granola，是因为我们自己就需要它。我们原本只是觉得它“可能有用”，但没想到它一下子火了。一旦有人开始在重要会议中使用Granola，他就等于把部分长期记忆“外包”了。他们会产生一种依赖：以后还可以回来查找过去的内容。最令我们难过的邮件就是那些用户说的和你一样的话：“我有三分之一的会议是线下的，但我完全像‘裸奔’一样，什么都记不住，我太需要线下版Granola了。”我现在讲的是Granola，但无论是不是我们开发，我可以肯定地说：这类工具很快会成为每个人的常用工具，而我们对会议记录的“社会习惯”也会发生改变。

我个人其实讨厌那种“隐形吊坠”监听一切的设想，尤其是在硅谷，这是某种未来愿景的一部分，但我个人不喜欢。对于工作环境来说，我觉得手机非常适合。你把手机放在桌上，这就像是与会者之间一个简单明确的社会契约：大家都知道手机正在记录。这正是我们在Granola的工作方式。基本上在Granola的每一次会议中，如果有人放了手机，大家都会很清楚是谁的手机在做记录。我认为这种“社会契约”非常重要。是否使用记录工具，和工作环境中的其他事一样，是每个人自己决定的。如果你放出手机，并且坦率说明它的用途，每个人都会从中受益。而我也确实认为这个变化会比人们预期的更快到来。但在社交圈中就完全不同了。

Patrick：我现在对AI应用公司的一个特别好奇的点是——一些最强大的工具，竟然是由不到25人的小团队打造的。而且即便他们的用户规模和营收迅速增长，团队规模也几乎没有扩张。他们不再需要更大的团队。你能不能讲讲这在实际中是什么体验？不只是产品本身，而是作为一家公司在这个AI时代的构建过程，与之前你做过的“非AI时代”公司相比有什么不同？

Chris：我觉得当下这个AI时代有两个决定性的特征（1）技术进步的速度快得疯狂；（2）Granola是建立在大型语言模型（LLM）之上的产品，属于应用层，因此我们能够直接享受LLM层不断更新的技术红利。如果我们不是构建在LLM这样的基础技术上，我们可能需要一个非常庞大的团队，才能实现目前的产品。所以我们真的得益于这项技术。但话说回来，让Granola成为一个优秀产品的关键，是在技术细节上精雕细琢，很多你平时不会想到的边界情况，比如你在会议中途取下AirPods，而这场会议是在一个Zoom多频道环境下进行的，那么Granola就得进行非常特殊的处理才能让整个体验不被破坏。你在没做这个功能前永远不会想到这一点。我们在Granola内部尽可能多地使用AI工具，但至少在开发方面，一些工具还没成熟。我们离“完全自动化”已经非常接近，但还是需要做很多人工工作。我不太愿意预测时间，但如果你快进三年，我认为我们现在的工作方式将被彻底颠覆。

Patrick：你是说，这主要还是工程挑战？你期望用Cognition、Cursor或其他工具，让团队像“经理”一样只下达指令，而不用真正去写代码？

Chris：完全正确。我们CTOVas有一个明确的目标：尽可能减少Granola每位工程师每天写的代码量。他每天都在为这个目标努力。我们前不久搞了一次内部团建，主题是“用AI做那些你想不到的事”。我举个例子：我在西班牙买了点虾，准备给大家烧烤，但我从没烤过虾，就打开ChatGPT问怎么做。Vas跟我说：“别只局限于片面的信息，给它上下文。”于是我拍了虾和烧烤架的照片。结果AI说：这虾是熟的，只需要加热！我们还真没看懂包装是西班牙语，差点白烤。

这个例子说明：AI使用习惯正在重构我们的直觉。就像网页刚出现时，有人习惯用图书馆查资料，而新一代人天生就会先搜Google。AI也是一样，未来会出现所谓的“AI原住民”，他们天然就知道怎么提供上下文、怎么与AI协作。就拿我来说，我已经38岁了，我的整个团队都在拉着我进步，我是每天都在思考这个问题的人，但我用AI的频率仍然不够高。如果是我这样的人都这样，那你想想一般大众该有多滞后。

Patrick：那这是否意味着，“上下文采集”是一个关键课题？你们的产品是围绕对话上下文构建的，这是工作中一个极为重要的输入方式。那你认为我们未来还要如何采集其他形式的上下文？能否即兴谈谈你对“上下文采集”的理解？

Chris：采集上下文——也就是收集所有数据——其实不难。你把所有邮件、笔记、公司文档、推文等接入Anthropic或ChatGPT，只是时间问题。但真正的问题是：我当前要做这件事，到底哪一部分上下文是“有用的”？这可能是技术问题，也可能是UI问题，我不确定。我确实认为，现在制约人与AI协作最关键的问题，是“交互界面”。我们现在就像还处于早期计算机时代，那时是终端界面——你打一行命令，计算机会回一行响应。我们今天和ChatGPT的交互也差不多。我不认为“聊天”模式会消失，但它最终一定会显得非常原始。你作为用户的“控制能力”实在太有限了。

我查了一下历史，有个很好的类比：最早的汽车没有方向盘，是用一根杆子控制左右。慢速时还行，但一旦开快了，就很容易失控。直到后来才发明了方向盘，这才成就了如今汽车的精准操控。我认为，我们仍然没有为“与AI协作”发明出那个“方向盘”。现在我们只有粗糙的控制——你说一句，AI回复一句，接着你再回应。未来应该是更流畅、协同式的交互体验，我们还没做出来，但一定会来的。

Patrick：能具体描绘一下这种“更流畅的交互”会是怎样的吗？相比于现在的“一问一答”模式，它未来可能长成什么样？

Chris：这取决于工具的类型。但现在的感觉是，你和AI并不是在同一块“画布”上协作，而是在各自的画布上独立作业。举个最基本的例子：你在使用ChatGPT或Claude的时候，没法去编辑AI给你的回复。你不能进去把它写的内容直接修改，比如说“这段说得很蠢，我要换种说法”。你只能发个指令：“请改短一点”，然后期待它能改对。将来我们会觉得这种方式简直疯狂。其实历史上也有类似的例子。早期计算机的文本编辑器，是“模式化”的：你必须先进入“插入模式”写字，再退出，进入“删除模式”或“复制模式”。直到Larry Tesler发起了一场运动，才有了如今我们熟悉的无模式编辑方式——你随时可以输入、剪切、删除、粘贴，一气呵成。这在当时也是难以想象的。AI时代的“方向盘”目前还没被发明出来。但我敢保证，它会与现在截然不同。未来，我们会有更细粒度的控制、更高速的协作方式，体验将变得非常流畅。

Patrick：有没有哪种Granola的使用方式让你特别意外？

Chris：有几个让我很惊讶的点。一个是用途非常多样。我们一开始是为了工作会议而构建的，但很快有人就告诉我们：“我伴侣得了癌症，我们有很多次与医生的会诊，Granola在这个过程中变得不可或缺。我现在都不知道没它该怎么办。”还有人会用Granola做各种“非会议用途”：比如，我正在头脑风暴一个点子，那我就随便创建一个“虚拟会议”，对着Granola自言自语；或者我想规划一天的事务，就对着它说出所有待办事项，然后让它帮我理清优先级；又或者我在看一个YouTube教学视频，我就边听边在Granola里记笔记。最大的意外之一是：用户现在越来越少去“读”以前的会议笔记，而是直接打开Granola的聊天功能，问它：“当时X会议中Y讲了什么？”然后获取一个高质量的答案。

AI创业的哲学、雄心与人性反思

Patrick：作为应用构建者，你怎么看模型提供商对你注意力和业务的“争夺战”？

Chris：我觉得这是最棒的事情，太好了。我完全支持这种竞争。我们是在基础模型之上构建应用的，过去三年模型进步的速度实在太惊人。像我们这样的公司从中受益巨大，用户也一样。

Patrick：那你们是怎么做的？每天早上评估哪个模型更好，然后热插拔换上去？比如Anthropic推出新模型，你们就切过去，未来有更好的再切回来，是这样吗？

Chris：对，基本就是你说的这个流程。评估过程并不简单，但我们做的确实是这个：我们不会只在一个地方使用一个模型，Granola的不同功能用不同的模型，我们会随时切换到当天表现最好的那个。

Patrick：那你如何看待另一个维度的竞争？就是说，除了模型公司，还有其他应用开发者也可能构建“更好的Granola 2.0”。你是否考虑过产品架构如何防守这种竞争？因为当产品足够“黏人”，即便有更好的替代品，用户也未必会更换。

Chris：我觉得这个问题的答案其实很简单：你必须要“更快地做出更好的产品”。在这个领域，确实存在转换成本，确实有一些护城河，但归根结底，能赢的就是持续更快迭代、持续做出更好产品的团队。这个领域变化太快了，容不得三个月懈怠。Granola本身的确存在一定的“粘性”：它掌握的上下文越多，对用户的帮助就越大。所以如果用户要切换到另一个产品，对方得好非常多。但这不能让你掉以轻心，你一松懈就容易被追上。

Patrick：那你们团队是怎么做到高速度迭代的？我听说过一些很有意思的工程方法。作为一个AI应用开发团队，你们如何推进产品速度？哪些做法有效，哪些失败了？怎么“工程化”速度？

Chris：我们有一个非常明确的做法，就是：明确自己是在“探索模式”还是“执行模式”。如果你知道自己要做什么功能，那就进入“执行模式”：尽快最小可行产品，设定时间点上线给真实用户（即使不是所有用户），并迅速迭代。如果你不知道该怎么解决某个问题，那就是“探索模式”：这个时候的目标是找到正确的解决路径，而不是快速上线。这种模式下，强调速度反而会害事——你上线了一个糟糕的功能，还以为做得很快，但其实并没有真正解决用户的问题。特别是在这个节奏极快的领域，偶尔停下来认真思考怎么做“对的东西”，反而更重要。

举个例子：我们做Granola时，其实已经落后AI笔记市场很多年。我们做了整整一年才发布，算是“第七年进入者”了。那段时间我们就一直在探索，最开始的交互逻辑完全不同，比如我们原本希望实时记录关键词、自动扩写，非常炫酷。但我们发现：用户根本没法集中注意力，反而被AI实时生成的内容打断了注意力，完全本末倒置。最后我们完全换了交互逻辑：会议中就像普通记事本一样使用，魔法发生在会议结束之后。这其实是一个极难做的决策：你用了半年时间做的东西被否定了。但如果我们早早上线，我们后面就不可能再切换产品方向了。所以我觉得，在确定产品方向之前，保护好“转向的能力”是至关重要的。

Patrick：你是如何思考自己的“雄心程度”的？如果按1到10打分，你觉得你处在哪个位置？这个评分在你创业以来是否发生了变化？你是如何判断和调节自己的雄心的？你有什么经验？

Chris：我每天都会问自己“我们是不是在正确地做这件事”。我和Sam最初开始尝试LLM时，就确信我们今天使用的所有工作工具都会被LLM重新构建或重塑。我们还相信会出现一类全新的软件，就像开发者每天都泡在Cursor或Visual Studio这样的IDE里一样。我们认为，会有一类全新的软件，目前还没有名字，那将成为像你我这样围绕人与沟通、项目和会议工作的人的“主工作空间”。这正是我们一开始的目标，也正是我们现在在做的事。

对我们而言，一个非常关键的问题是：如果你不是OpenAI或Anthropic，你就必须在“当下”就非常擅长某个具体用例——你不能只构建一个“未来会很棒”的产品，你“今天”就必须对用户极具价值。这会带来一个张力：你要在“构建下一个对用户有用的五个功能”与“进行一次大跨度创新之间”做取舍。我们希望Granola不仅仅是记笔记的工具，而是成为你完成大部分工作的地方。如果你要写一个文档或备忘录，Granola应该是最好的选择，因为它知道你上下文中的所有工作内容。但这确实是一个大跨度的目标，需要大量迭代和努力。

Patrick：如果你回头看现在已有的一些公司，它们可能已经在做或将来会做Granola的部分功能，你会最关注哪些公司？换句话说，如果你是其中一家的VP，你会担心什么样的颠覆？

Chris：我觉得你可以担心一百万件事，但应该有选择地去担心。因为真正能影响你的事情其实很少。Granola目前最担心的“竞争对手”是那个还没成立的创业公司——那个能站在我们和其他人已有成果的基础上开始，执行得比我们更快的团队。我们最关注的是这类公司。我其实挺惊讶于大公司反应速度之快。ChatGPT出圈后，各大科技公司立马转向、调整战略，这点让我很佩服。但你选择做一件事，并不代表你就能把它执行好。

我们有个投资人说得特别好：你回头看看你每天使用的所有AI功能，有多少是大公司开发的，又有多少是创业公司做的？你会发现令人惊讶的比例来自初创公司。尽管大公司投入了海量资金，但最终很多突破还是出自初创。所以，有时候创业公司就像是大公司的“研发部门”，新东西一旦被验证，大公司再整合进自己的体系。而真正具有时代性的公司，是那些在早期就看清趋势、并能凭此形成巨大杠杆效应的公司。

Patrick：如果让你戴上“超级梦想家”的帽子，完全不考虑现实可行性，你最梦想五年、十年后有哪些“思维工具”出现？我们最初就是从这个话题聊起的。

Chris：我希望工具能让我们“更像人”、成为“更好的人”。也就是说，它们应该释放我们的创造力、判断力，让我们做那些只有人类才能做的美妙事情。AI工具的构建者必须非常有意识地处理这一点，因为这条线很细微——你可以外包掉所有重复、无聊的事情，但你真的不能外包“判断”。比如你让AI帮你生成一百个创意，然后你从中挑选，这是没问题的。但危险在于：当每个人都这么做的时候，我们就只在看AI提供的选项。这只是一个例子，其实它会渗透进所有领域。比如说，“写作即思考”这一观念。如果你让AI替你写作，那些看似“机械”的写作背后，其实隐藏了大量你的思考。若你过度外包，就会失去这种思考机会。

所以我梦想的工具，是能打破信息孤岛的——现在灵感、知识、数据来源都被分割了，而我思考一个问题时，往往只看到其中一块。我想要的工具，是能从我个人背景中挖掘出最相关的洞察，同时结合全人类已有的知识，动态实时地以我能理解的方式呈现给我。这工具长啥样我不知道，但我见过一个很酷的demo。我有个朋友做了一个类似Midjourney的系统，麦克风接入后，每秒5-8帧，能根据你在说什么实时投影相关图像（稍微偏离主题，以激发联想）。他在Burning Man上用过。但你可以想象它在工作场景中的应用——帮助你“边说边想”，同时带入你想不到的素材。

但这类工具要“有帮助而不分神”，其实极难实现。科幻小说中的点子听起来都很棒，但很多因为“细节问题”在现实中失败。比如“实时写笔记”这种功能，听起来好，实际却让人分心。所以，很多工具好不好，其实是由“人类的使用感受”决定的，而不是技术本身。我可以聊这个话题几个小时。我真的觉得，现在是一个令人兴奋的时代，能亲手创造这些工具，真的很幸福。

Patrick：投资人Micky Malka有个艺术装置，就是你刚刚描述的那种：会议中你说话，墙上实时投影相关画面。确实会分神，但是那种“美妙的沉浸感”。但这六个月里我也看到了技术进步的惊人速度。但问题是：这些模型有什么“做得不好”的地方？大家都说模型好、还会越来越好。但是否有一些事情，它们一直做得不好，而且“跨代都没变好”？

Chris：我觉得得区分“今天的现实”和“未来是否会持续的限制”。目前让我最惊讶的是——模型几乎没有“个性化”。你问一个问题，我问同一个问题，输出几乎一样。这么多年了，这还是挺意外的。我们在Granola做了一件小事，用户很喜欢。比如你和我参加同一场会议，你的Granola笔记和我的完全不同。因为我们会根据用户在这场会议中最关心的内容定制记录。但很多模型仍然对“个人化”处理很差，这让我惊讶。

Patrick：你向很多优秀的投资人募过资，也接触了无数投资者。对那些现在正关注AI投资的VC，你有什么建议？怎样才是最有价值的合作方式？你也可以从你遇到过的“最好”和“最差”的投资人出发，告诉我们怎么做和怎么避免。

Chris：我不是投资人，所以谈不上“给建议”。我只能分享什么方式对我来说是有吸引力的。就像我前面说的——你做功能时，必须明确你是在“探索模式”还是“执行模式”。AI作为一个整体，是“探索模式”，没人知道什么是正确的方向。基础模型可能进入了“执行阶段”，但应用层还是完全的探索期。在探索期，你需要具备一定的“产品直觉”，深入思考什么才是好产品、什么对人有益。但不是所有投资人都能做到这一点。最能打动我的，是那些发冷邮件但写出极具体洞察的人——他们可能针对Granola某个功能或用户行为说出了真知灼见，指出我们做对或做错了什么。

你一眼就能感受到：这个人思考过。这种人我会认真对待。因为当某个领域正热，信息量爆炸时，筛选信号特别难。我现在的邮箱几乎炸了。而我找投资人，其实是找一个长期合作伙伴——我们要有共同的世界观、问题解决方式。具体执行细节会变，但核心理念要一致。这听起来很普通，但我确实在现有投资人身上找到了这一点。他们都是极具产品思维的人，也能在多个层次上与你深入交流——这太有价值了。

Patrick：如果我强迫你在这个领域里做一个别的项目——Granola不复存在，你也不能做Granola 2.0——你第一直觉会去做什么？进入“探索模式”谈谈看。

Chris：在开始Granola之前，我就在思考自己下一步该做什么。我上一家公司是一个叫Socratic的AI教育应用，大家都说“你干嘛不继续做教育方向？”但我觉得有很多理由让我不想再做一个教育类的公司，或者教育领域的AI产品。不过最近我玩了一下GPT-4的语音模式，就是那个“斯嘉丽·约翰逊式声音”的那个。

Patrick：嗯，我知道。

Chris：我让孩子们一起玩，你甚至可以开摄像头。他们居然和ChatGPT玩捉迷藏，真的有点疯狂。我两个孩子，一个5岁，一个7岁，他们躲在桌子后面，然后偷偷探出头来，AI就会说，“哦，我看到你啦～”这不是“辅导你拿好成绩”那种功能，而是一种出人意料的人机交互。我从没见过孩子与技术之间有这样的互动。我还不知道产品具体长什么样，但这里面肯定有“机会”。而我觉得交互的设计在这种体验中非常关键。

Patrick：教育领域困难在哪里？你从构建Socratic中学到了什么？对于要进入这个领域的创始人，你有哪些提醒或鼓励？

Chris：教育科技的“圣杯”，就是打造真正的“1对1辅导”。很多研究显示，有个专属家教时，中等水平的学生能达到班上前5%–10%的成绩。回看历史也是这样，很多历史名人都有家教，比如亚历山大大帝的老师是亚里士多德，那当然赢在起跑线。所以大家都梦想着“人人都有1对1导师”，而且最好是免费的、开源的，大家都能在这基础上构建，对全社会都有利。但我不想在这方面做一个商业项目——因为“赚钱动机”和“社会理想”不完全一致。而且正如你之前问的那样，这个领域很容易被通用AI助手（比如ChatGPT）吞噬。我认为大部分教育类应用最终会被它们取代。

Patrick：你觉得一个成功的AI工具是否“必须”具备数据优势？比如独有数据源，或者像你们这样通过使用者不断积累的个性化数据？有没有可能一个几乎无数据的AI应用也能成功，还是说数据绝对是可持续发展和竞争优势的关键？

Chris：现在你已经不需要太多数据了。获取少量数据的成本已经不高。以前机器学习时代，你得有几百万条数据，现在有时候五万条就够用了。我会思考哪些数据是真正“无法获得”的。因为现在几乎谁都能构建一个应用，我认为这种能力很快就会普及，真正的问题是这对世界的影响是什么。我在想一些历史类比，比如摄影：最早只有少数人能拍照；后来设备变便宜了，但还需专门学习；直到现在每人手机里都有相机，每个人都是摄影师。但在这个背景下，“品味”反而变得更稀缺。如果你能在海量内容中脱颖而出，那你可能比以往更值钱。我不确定软件领域会不会也一样，但我在观察。

Patrick：我觉得这像音乐。未来人们不太可能都拥有自己完全私人的“个性化音乐”。因为音乐还有“共享体验”和“社会认同感”，比如酒评实验：你知道酒贵，喝起来就觉得好；知道一首歌很火，也会更喜欢它。软件也许类似。我觉得未来并不会人人都自己做应用，就像现在并非人人都是创业者，尽管Stripe、Atlas、云服务已经让创业变得极其容易。但“创业”仍不是大多数人的选择。

所以我认为未来往往会像过去。只是我们有了新工具。每个人倾向不同，但我很期待用这些东西造点新玩意。像你这样的人才是真正在推动这些可能性的实现。我还想问另一个问题，我们之前聊到“小团队定律”。你觉得未来是否会出现那种只有20人却市值100亿美元的公司？Granola会成为一个有1000员工的公司吗？

Chris：我觉得会。就拿我们来说，我们最近才招了第一位客户体验人员。我们收到大量用户来信，面试了很多候选人。我确信几年后人们会用这个标准来看公司：“他们的客户体验团队是2025年前建立的，还是之后？”2025年之后新建的客户支持团队，人数会更少，工具使用方式也完全不同。旧系统则很难改革。Granola的目标很大，我们未来会需要更多人。但未来世界里的“大公司”可能和今天完全不同。我们读到一些企业有几千、几万员工，那是旧范式。Granola可能会显得“非常小”。

Patrick：今天太精彩了。我对你们在做的事、做事的方式都非常感兴趣。Granola是一个绝佳示范，展示了新范式下的可能性。谢谢你来聊。每次访谈最后我都会问一个传统问题：别人对你做过的“最善意的一件事”是什么？

Chris：是我父亲。他花了很多时间给我反馈——很多时候是批评。我始终感受到他的爱和支持，但也伴随着不少“挑剔”。现在我自己有了孩子，我才意识到，这种做法其实非常耗费精力，而且对“给予者”几乎没有好处。有时你必须说出一些实话，但这些话对你没益处，只对对方有好处。这真的很难、却也很善良，因为那完全是为了我好。

Patrick：你觉得如果他没这么做，你现在的性格会有什么不同？

Chris：我会对自己缺乏更诚实的认知。现在大家总谈“第一性原理”，但这个词常被滥用。人很容易用一些哲学或借口来自我安慰。但很多时候现实其实很简单。我脑中常会响起他那句“这听起来就是胡扯”。可能是我自己在骗自己，也可能是别人说的假话，但我常能听到他的声音。他不是创业者，也不在科技行业，但他的这种“内心警钟”深植我脑中。

Patrick：那你现在如何将这些经历转化为对Granola的“为什么”的表达？

Chris：最诚实的答案是：这是一个非常私人化的动力。我在构建一个我相信的、有意义的东西时最开心；不做这类事时我会很痛苦。我就是这么被“硬件级地”设计的。我早年一个老板曾说：“亚里士多德认为人的意义在于‘积极实现人的潜能’。”这句话一直印在我脑中。我时常自问：我是否在积极实现自己的潜力，也在推动人类潜能的发展？对我来说，这更多通过工作来实现，但作为父亲，这种感受也变得更强烈——虽然以前没意识到，但现在我懂了。

Patrick：太棒了，完美收尾。Chris，太感谢你的时间。

Chris：谢谢你，Patrick。

原文章：Building Granola

https://joincolossus.com/episode/building-granola/

编译：Aurelia Wang

请注意，本文编译自文末载明的原始链接，不代表Z Potentials立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。