返回首頁

每家公司都該有一顆自己的大腦:YC 總裁講座

發布時間:2026-07-30 14:07
YouTube 影片重點整理

每家公司都該有一顆自己的大腦 : YC 總裁講座

📺 Jim AI Notebook⏱ 13:27🗓 2026-07-23🌐 zh-Hant🔗 https://youtu.be/-N8u52bRbG8

YC 總裁 Garry Tan 在 AI Engineer World's Fair 發表演講,核心論點是「每家公司都該有一顆自己的大腦」。他從一個爭議數字出發:AI 讓工程師產出提升 400 倍,保守估計也有 8 到 80 倍。關鍵不在模型本身,而在你如何把工作串起來——技能檔就是員工、路由表就是組織圖、規則檔就是流程手冊。他提出「潛在空間」與「確定性空間」的區分:模型負責判斷,程式碼負責確定性工作。從人類工作記憶 7±2 的限制對比 AI 100 萬 Token 的上下文,他定義「上下文工程」就是決定此刻該把哪三本書攤開在桌上。公司大腦的本質是一座圖書館加上一位圖書館員,而「永遠不做一次性工作」(Skillify)是讓大腦產生複利的核心紀律。記憶必須搭配衛生:標出處、矛盾對峙、專人修剪。他開源了 gbrain 工具,但強調概念比工具重要。最後以一位父親用 8 萬份純文字檔為罕病兒子建立病情大腦的故事收尾,說明這套架構的普世價值。

01

400 倍的真相:AI 不是工具升級,是典範轉移

0:32

Garry Tan 開場就丟出一個讓他在網路上被罵翻的數字:2013 年他當 YC 合夥人自己寫程式時,一天大概只能寫出 14 行真正有用的程式碼——這不是他偷懶,翻開那個年代的資料,工程師中位數就是 15 行。

今天同一個人同樣的時數,他量出來的產出大約是 400 倍。有趣的是他沒有急著捍衛這個數字,反而自己動手往下砍:假設一半是灌水、一半是隱價,往死裡打對折再打對折——就算踩到最扁的地板也還有 8 倍,中間值大概 80 倍

無論你怎麼折磨這個數字,它都大到讓你回不去了。而說這話的人是誰?Garry Tan 同時是創業者、投資人,還管著一間 20 年的老機構 Y Combinator——Airbnb、Stripe 這些後來的巨頭早年都是從這裡走出去的。他正把這間 20 年的老店整間改造成一家原生就靠 AI 運作的公司,所以他不是站在旁邊看熱鬧的評論家,他是拿自己整間公司在做實驗的人。

生產力革命
02

槓桿不在模型,在你怎麼串起工作

1:56

Garry 說了一句他恨不得刺在每個人眼皮內側的話:「關鍵從來不是模型。」做到兩倍的人跟做到 100 倍的人,用的是一模一樣的 Claude——同樣的參數、同樣的上下文長度、同樣的接口。既然工具完全一樣,差距就不可能來自工具本身。

槓桿不在權重,在你怎麼串起這些工作。在 YC 去年冬季那一批公司裡,有 1/4 的程式碼 95% 是 AI 生成的,而那批後來成了成長最快、最賺錢的一批。他很誠實地補一句:他沒辦法證明是 AI 造成了成長,但他能確定跑得最快的那些創業者,都不是把 AI 當成打字時的自動補完,而是把他當成一整支員工隊伍在用

AI 策略
03

技能檔 = 員工,路由表 = 組織圖:用 Markdown 管理一支 AI 員工隊伍

2:45

Garry 提出一個極簡但極具啟發性的對應框架。你跟 AI 一起搭出來的東西,其實可以整個對應到一家公司的組織——而這一切只需要 Markdown(.md 純文字檔)

第一,一個技能檔就是一位員工。他只負責一件事,但寫得夠清楚,任何人接手都能執行。第二,一張路由表就是組織圖。一件任務進來,它決定誰來接、往哪裡送。第三,規則檔就是公司的流程手冊。什麼東西該收去哪,全部寫清楚。第四,測試一個檔案到底有沒有被載入,這就是技能考核——確認每個員工真的有在上工。

過去你得請 1000 個人才撐得起的整套組織,現在拆開來看,全都是一個一個的純文字筆記檔。所以當你坐下來跟 AI 一起工作,你不是在寫軟體,你是在招聘、訓練、管理一支用 Markdown 組成的員工隊伍。

組織設計
04

潛在空間 vs 確定性空間:運算跑對邊,才不會踩坑

4:58

Garry 說他們踩到的絕大多數坑,都是因為某件事跑錯了邊。他把運算分成兩個地方:

第一個是「潛在空間」——就是模型自己那顆腦袋。你教給它的是品味、是判斷、是聽懂一個人講得含糊時真正想要什麼。這些沒有標準答案的活,你用一份純文字筆記去引導它。

第二個是「確定性空間」——就是工程師熟悉的真正的程式碼,1+1=2。他舉了一個實際例子:YC 有場 6000 人的活動,想讓 800 人一次入座還要完美分群,讓左右兩邊剛好都是最值得認識的人。這件事靠人工排大概得花一個月,交給 AI 可能只要幾百美元的 Token、大概 10 分鐘。但關鍵是那個 800 個座位的巨大陣列絕對不能塞進模型的腦袋裡去記——那是確定性空間該扛的。模型只負責做人的那一半:判斷。

系統架構
05

從 7±2 到 100 萬 Token:人類制度都是為了補工作記憶的上限

5:50

Garry 帶出一個他自己最喜歡的角度:工作記憶。人類的腦袋一次大概只能同時抓住 7 件事,正負兩件。這不是他隨口說的——這出自認知心理學家 George Miller 在 1956 年發表於 Psychological Review 的經典論文。這就是為什麼早年的室內電話號碼是 7 碼,為什麼你買菜清單上的第 8 樣總是會忘。

而人類蓋過的每一個制度——清單、組織圖、檔案櫃——說穿了全都是為了補這個上限長出來的義肢。但一個 AI Agent 一次能記住 100 萬個 Token,大概就是 1000 頁。他跟 10 歲的兒子這樣解釋:這個 AI 可以同時把三本哈利波特整個攤開在腦子裡,還能在幾秒內從任何一本找到,再把三本串起來一起想。

三本哈利波特對上 7 個數字——這是不是通用人工智慧?也許還不是,但已經是一個完全不同的運作方式了。而幾乎地球上每一家公司到今天,還在用那顆 7±2 腦袋設計出來的組織在跑。

認知科學
06

上下文工程:決定桌上攤開哪三本書的判斷

6:55

不過 Garry 馬上提醒:三本書聽起來很多,其實非常少。你的公司不是三本書,你的公司是一整座圖書館。每一封信、每一次會議、每一個決策連同它背後的理由、每一次客訴、每一份檢討,全都在裡面。

所以真正決定你的 AI 是天才還是白痴的問題,是誰來決定此刻該把哪三本書攤開在桌上。他把這件事叫做「上下文工程」——講白話,就是決定桌上攤開哪三本的那個判斷。而這,就是一顆公司大腦的樣子:一座圖書館,加上一位圖書館員。

更妙的是它會複利:Agent 每做完一件事就寫成新的一本,放回架上,圖書館一天比一天厚。有人會想「這不就是 RAG 嗎?」Garry 說你講得對,檢索確實只是最底層的零件——就像 Postgres 底層說穿了只是一種叫 B-Tree 的結構。但難的是外面那一整圈:什麼東西一開始就該被寫下來?哪些該放進隨手可取的熱記憶?兩條事實打架時誰來仲裁?檢索很容易,值得被檢索才是產品。

上下文工程
07

公司大腦的失敗模式與記憶衛生

8:51

Garry 很誠實地壓力測試自己的說法,列出公司大腦的三個失敗模式:

第一,沒人整理的大腦會慢慢變成一個有超好搜尋的垃圾場。第二,檢索會用十足的自信,把一條早就過期的事實端到你面前,講得斬釘截鐵卻是錯的——而且錯的沒人追得回來源頭。第三,一份爛的技能檔會把一套爛流程永遠固化下去。

所以他說這一層真正的重點不是記憶,是記憶加上衛生。具體三件事:每一條事實都要標清楚出處——出處就是這句話到底從哪來的;當新資訊跟舊資訊互相矛盾,一定要把他們拉出來對峙要有人加上 Agent 專職負責修剪。你把這顆大腦當成正式的生產基礎設施在照顧,它就會複利長大;你把它當成一個隨便丟東西的垃圾場,你得到的就是一個非常有自信、卻錯得沒人追得回來的 Agent。

資料治理
08

永遠不做一次性工作:Skillify 是複利的起點

9:51

Garry 給了一條他稱為招牌動作的紀律,就六個字:「永遠不做一次性工作。」

你打開 AI 隨手做完一件事,這很正常——而且第一次做出來的東西往往像個不太行的實習生,你得回頭跟他說「這裡我不喜歡,改一下」。但重點是別停在那裡。當你終於滿意了,你要當場把它 Skillify——就是把剛剛做的事,寫成一份可以重複使用的技能檔,存起來。

他說得很直接:同一件事,要是你得問第二次,那就是失敗。他把兩種公司擺在一起對比:一種會累積,每做完一件事就存成技能檔放上架,一天比一天聰明;另一種每天像失憶一樣,把事做完卻什麼都不留,每天早上醒來像被重置了一樣,從零開始。會累積的組織,每一天都變得更聰明;不會的,不管模型多強,每天早上都失憶醒來。因為模型的品質是租來的,但大腦是你自己的。

工作紀律
09

gbrain 開源與工具選擇:概念比程式碼倉庫重要

10:44

Garry 自己做的這套工具叫 gbrain,已經放上網,用最寬鬆的 MIT 授權完全開放原始碼。他說得很坦白:他不是要靠這個賺錢,他覺得這一層應該像 Linux 那樣,就該是開放的。

他甚至反過來拆自己的台,說你根本不需要他的工具就能開始。他形容 OpenClaude 這套 Agent 操作環境是法拉利,他永遠會推薦它;但 Codex 是一台很不錯的 Honda,能幫你做到九成的事,雖然沒那麼華麗,卻一樣能把你載到目的地。

用哪一個都行,重點是那些概念,不是我的程式碼倉庫。想清楚運算跑在哪一邊、把技能檔當員工、記得那位圖書館員、永遠不做一次性工作——這幾件事,不管你換到哪套工具,都跟著你走。

開源工具
10

一位父親、一台筆電、一座圖書館:公司大腦的普世價值

12:09

最後 Garry 把整場的溫度收了回來。他說現在很多人害怕工作會消失,他懂這份恐懼,但他要平靜地說一句:「那是一種想像力的失敗。」

接著他講了一個很安靜的故事。他有位朋友的兒子患有一種罕見的癲癇,這位父親自己動手建了一個由 8 萬份純文字檔 組成的病情大腦,把他推到了人類對這個孩子病況所知的最邊界。沒有實驗室、沒有經費、沒有任何人批准——就是一個父親、一台筆電、一座圖書館。

而這跟他前面講了一路的架構是一模一樣的東西:一座圖書館,一位圖書館員,在對的時刻攤開對的那三本書,對準這個父親在世界上最愛的人。Garry 說:你現在就能做到這件事。過去你以為改不動的城市、讀不完的檔案、太大不敢煮乾的那片海——現在我們可以把海煮開了。因為豐盛從來不是一份政策白皮書,它是上線的軟體。

人文故事

模型是租來的,但這顆大腦會是你自己的。

重點時間戳索引

  1. 0:32Garry Tan 開場丟出爭議數字:AI 讓工程師產出提升 400 倍,保守打對折再對折仍有 8 到 80 倍
  2. 1:56核心洞察:槓桿不在模型權重,而在你怎麼串起工作——做到 2 倍和 100 倍的人用的是同一個 Claude
  3. 2:45組織對應:技能檔 = 員工、路由表 = 組織圖、規則檔 = 流程手冊、測試載入 = 技能考核
  4. 3:44實證案例:Emergent 8 個月營收破億(15 人做到 1500 萬美元)、Retell AI 40 人做到 6000 萬美元
  5. 4:58潛在空間 vs 確定性空間:模型做判斷(品味、聽懂含糊需求),程式碼做確定性工作(1+1=2)
  6. 5:50人類工作記憶 7±2(Miller's Law, 1956)vs AI 100 萬 Token 上下文(三本哈利波特同時攤開)
  7. 7:10上下文工程:決定此刻該把哪三本書攤開在桌上——公司大腦 = 圖書館 + 圖書館員
  8. 8:51公司大腦三大失敗模式:沒人整理變垃圾場、過期資訊自信誤導、爛技能檔固化爛流程
  9. 9:18記憶衛生三原則:每條事實標出處、新舊矛盾拉出來對峙、專人加 Agent 負責修剪
  10. 9:51核心紀律「永遠不做一次性工作」:做完滿意就 Skillify 存成技能檔,同一件事問第二次就是失敗
  11. 10:44gbrain 開源工具(MIT 授權),但 Garry 強調概念比工具重要——OpenClaude 是法拉利、Codex 是 Honda,都能載你到目的地
  12. 12:09收尾故事:一位父親用 8 萬份純文字檔為罕病兒子建立病情大腦,沒有實驗室、沒有經費、沒有批准——只有父親、筆電、圖書館

關鍵字

Garry TanY Combinator公司大腦上下文工程AI AgentSkillifygbrain潛在空間確定性空間工作記憶AI Engineer World's Fair

⚠️ 未確認 / 無法核對項目

  • ASR 漂字較多,部分英文專有名詞(如 Emergent、Retell AI、OpenClaude、Codex、gbrain)為根據上下文還原,非 Whisper 原始輸出
  • 「Garry 10」應為「Garry Tan」的 ASR 誤轉
  • 「8萬份純文字盪」應為「8萬份純文字檔」

🎙️ ASR 漂字對照表

claw的Claude
MODAMMarkdown
MockdownMarkdown
DMD.md
Retail AIRetell AI
OpenClawOpenClaude
GrainGBrain
七微素7±2
1412121+1=2
宰到載到
富力複利
豬來的租來的
Garry 10Garry Tan
純文字盪純文字檔
📎 原始內容(查證 / AI 追查用,非閱讀主文,點擊展開)
Whisper 原始輸出
1
00:00:00,000 --> 00:00:06,020
大家好,我是Jim

2
00:00:06,020 --> 00:00:07,580
這裡是AI Notebook

3
00:00:07,580 --> 00:00:09,080
舞台燈打下來

4
00:00:09,080 --> 00:00:11,160
台上這個人沒有任何投影片

5
00:00:11,160 --> 00:00:12,580
他只帶了一個問題上來

6
00:00:12,580 --> 00:00:14,400
現在我們到底該幹什麼

7
00:00:14,400 --> 00:00:15,580
他叫Gary Tan

8
00:00:15,580 --> 00:00:18,180
是全世界最有名的創業加速器

9
00:00:18,180 --> 00:00:19,900
Y Combinator的總裁

10
00:00:19,900 --> 00:00:21,560
他說這一刻能做到的是

11
00:00:21,560 --> 00:00:24,640
遠遠超過大部分人願意相信的程度

12
00:00:24,640 --> 00:00:27,560
而支撐這一切的是一個他反覆講的東西

13
00:00:27,560 --> 00:00:30,760
每一家公司都該有一顆自己的大腦

14
00:00:30,760 --> 00:00:32,420
他開場就丟出一個數字

15
00:00:32,420 --> 00:00:34,480
這個數字讓他在網路上被罵翻

16
00:00:34,480 --> 00:00:37,280
他說2013年他還在Y Combinator

17
00:00:37,280 --> 00:00:39,600
當合夥人自己寫程式的時候

18
00:00:39,600 --> 00:00:43,440
一天大概只能寫出14行真正有用的程式碼

19
00:00:43,440 --> 00:00:44,720
這不是他偷懶

20
00:00:44,720 --> 00:00:46,240
翻開那個年代的資料

21
00:00:46,240 --> 00:00:49,320
一個工程師的中位數大概就是15行

22
00:00:49,320 --> 00:00:51,620
今天同一個人同樣的時數

23
00:00:51,620 --> 00:00:53,680
他量出來的產出大約是400倍

24
00:00:53,680 --> 00:00:55,980
有趣的是他沒有急著捍衛這個數字

25
00:00:55,980 --> 00:00:57,520
反而自己動手往下砍

26
00:00:58,280 --> 00:00:59,560
他說你要是不信

27
00:00:59,560 --> 00:01:01,880
那就假設一半是灌水一半是陰價

28
00:01:01,880 --> 00:01:04,180
儘管往死裡打對折再打對折

29
00:01:04,180 --> 00:01:06,740
就算踩到最扁的地板也還有8倍

30
00:01:06,740 --> 00:01:08,780
中間值大概80倍

31
00:01:08,780 --> 00:01:11,080
無論你怎麼折磨這個數字

32
00:01:11,080 --> 00:01:13,140
他都大到讓你回不去了

33
00:01:13,140 --> 00:01:15,440
先說清楚說這話的人是誰

34
00:01:15,440 --> 00:01:16,720
你才知道這個數字的份量

35
00:01:16,720 --> 00:01:19,800
Gary Tan同時是創業者投資人

36
00:01:19,800 --> 00:01:23,120
還管著一間已經20年的老機構Y Combinator

37
00:01:23,120 --> 00:01:25,680
你可以把它想成矽谷的創業訓練營

38
00:01:25,680 --> 00:01:30,040
Airbnb,Stripe這些後來的巨頭早年都是從這裡走出去的

39
00:01:30,040 --> 00:01:36,440
他說他現在正把這間20年的老店整間改造成一家原生就靠AI運作的公司

40
00:01:36,680 --> 00:01:39,500
這對一間老機構來說是件又奇怪又美好的事

41
00:01:39,760 --> 00:01:42,320
所以他不是站在旁邊看熱鬧的評論家

42
00:01:42,320 --> 00:01:45,400
他是拿自己整間公司在做實驗的人

43
00:01:45,900 --> 00:01:48,980
他要在這個房間裡把他親手驗證過的東西

44
00:01:48,980 --> 00:01:51,540
一件一件交給台下的創業者

45
00:01:52,040 --> 00:01:53,080
結果他講了一句

46
00:01:53,080 --> 00:01:54,100
他說要是能刺青

47
00:01:54,360 --> 00:01:56,140
他會刺在每個人的眼皮內側

48
00:01:56,400 --> 00:01:58,440
他說關鍵從來不是模型

49
00:01:58,700 --> 00:02:02,800
做到兩倍的人跟做到100倍的人用的是一模一樣的claw的

50
00:02:03,320 --> 00:02:04,080
這裡的claw的

51
00:02:04,340 --> 00:02:05,880
就是他們用的那個AI助手

52
00:02:06,120 --> 00:02:06,900
同樣的參數

53
00:02:07,160 --> 00:02:09,960
同樣的能記多長的上下文同樣的接口

54
00:02:09,960 --> 00:02:11,760
既然工具完全一樣

55
00:02:12,000 --> 00:02:13,800
差距就不可能來自工具本身

56
00:02:14,060 --> 00:02:15,340
他說槓桿不在權重領

57
00:02:15,600 --> 00:02:16,100
在你怎麼

58
00:02:16,360 --> 00:02:17,380
竄起這些工作

59
00:02:17,640 --> 00:02:19,440
而且這不只是他一個人的感覺

60
00:02:19,940 --> 00:02:23,780
在他們去年冬季那一批公司裡有1 4的程式碼

61
00:02:24,040 --> 00:02:25,580
有9成5是AI生成的

62
00:02:26,080 --> 00:02:28,900
而那批後來成了成長最快最賺錢的一批

63
00:02:29,420 --> 00:02:30,700
他很誠實的補一句

64
00:02:30,960 --> 00:02:33,000
他沒辦法證明是AI造成了成長

65
00:02:33,260 --> 00:02:34,800
但他能確定跑得

66
00:02:35,040 --> 00:02:36,080
最快的那些創業者

67
00:02:36,320 --> 00:02:38,880
都不是把AI當成打字實的自動補完

68
00:02:38,880 --> 00:02:41,440
而是把他當成一整支員工隊伍在用

69
00:02:42,200 --> 00:02:43,740
那到底怎麼創工作

70
00:02:44,000 --> 00:02:45,280
這是整場演講的核心

71
00:02:45,540 --> 00:02:47,580
也是他最希望台下的人偷走的一段

72
00:02:47,840 --> 00:02:50,140
他說你跟AI一起搭出來的東西

73
00:02:50,400 --> 00:02:52,700
其實可以整個對應到一家公司的組織

74
00:02:53,720 --> 00:02:55,780
你要先知道一個詞叫MODAM

75
00:02:56,040 --> 00:02:57,320
他就是一種很簡單的

76
00:02:57,560 --> 00:02:58,600
純文字筆記格式

77
00:02:58,840 --> 00:02:59,880
負檔名是DMD

78
00:03:00,120 --> 00:03:01,400
隨手就能寫隨手就能改

79
00:03:01,920 --> 00:03:03,460
好那我們一項一項對應

80
00:03:03,720 --> 00:03:05,500
第一一個技能檔就是一位員工

81
00:03:05,760 --> 00:03:06,780
他只負責一件事

82
00:03:06,780 --> 00:03:09,860
但寫得夠清楚任何人接手都能執行

83
00:03:10,360 --> 00:03:10,620
第二

84
00:03:11,140 --> 00:03:12,160
一張路由表就是

85
00:03:12,420 --> 00:03:13,440
組織圖一件任務進來

86
00:03:13,700 --> 00:03:15,740
他決定誰來接往哪裡送

87
00:03:16,500 --> 00:03:19,060
第三規檔的規則就是公司的流程手冊

88
00:03:19,580 --> 00:03:20,860
什麼東西該收去哪

89
00:03:21,120 --> 00:03:21,620
第四

90
00:03:21,880 --> 00:03:22,660
去測一個檔案

91
00:03:23,160 --> 00:03:24,440
到底有沒有被載入

92
00:03:24,960 --> 00:03:25,980
這就是技巧考核

93
00:03:26,240 --> 00:03:28,020
確認每個員工真的有在上工

94
00:03:28,280 --> 00:03:31,100
他說過去你得請1000個人才撐得起的整套組織

95
00:03:31,860 --> 00:03:34,420
現在拆開來看全都是一個一個的純文字筆記檔

96
00:03:34,420 --> 00:03:37,740
所以當你坐下來跟AI一起工作你不是在寫軟體

97
00:03:38,260 --> 00:03:40,560
你是在招聘訓練管理一支用

98
00:03:40,820 --> 00:03:42,360
Mockdown組成的員工隊伍

99
00:03:43,120 --> 00:03:44,140
光講理論還不夠

100
00:03:44,660 --> 00:03:45,940
他直接點名了幾家公司

101
00:03:46,200 --> 00:03:46,700
第一家叫

102
00:03:46,960 --> 00:03:47,220
Emergent

103
00:03:47,740 --> 00:03:49,520
做的是那種你用嘴巴描述AI

104
00:03:49,780 --> 00:03:51,320
幫你把軟體生出來的工具

105
00:03:51,820 --> 00:03:54,380
他們從公開上限到營收破1億美元

106
00:03:55,160 --> 00:03:55,920
這先解釋一個詞

107
00:03:56,440 --> 00:03:58,220
營收就是公司一年收進來的錢

108
00:03:58,740 --> 00:03:59,500
只花了8個月

109
00:03:59,500 --> 00:04:04,620
更誇張是他們營收做到1500萬美元的時候全公司只有15個人

110
00:04:05,140 --> 00:04:06,420
第二家叫Retail AI

111
00:04:06,660 --> 00:04:08,980
做語音的AI客服大約40個人

112
00:04:09,480 --> 00:04:11,020
做到6000萬美元營收

113
00:04:11,540 --> 00:04:13,580
他說這種平均一個人扛起的營收

114
00:04:13,840 --> 00:04:15,620
不管是軟體業石油業

115
00:04:15,880 --> 00:04:16,900
還是當年的鐵路業

116
00:04:17,160 --> 00:04:18,440
歷史上從來沒有出現過

117
00:04:19,220 --> 00:04:19,720
他要

118
00:04:20,240 --> 00:04:22,020
你想像Y Combinator那間大教室

119
00:04:22,280 --> 00:04:23,820
400個創辦人坐在長桌前

120
00:04:24,080 --> 00:04:25,360
每個人配一台筆電

121
00:04:25,860 --> 00:04:28,680
每一天做掉的是過去一個人一整年的工作量

122
00:04:29,440 --> 00:04:30,980
他還講了一個更打動人的例子

123
00:04:31,240 --> 00:04:32,780
他們財務團隊有位同事

124
00:04:33,040 --> 00:04:34,060
從來沒寫過程式

125
00:04:34,320 --> 00:04:36,100
卻把大約100個Excel工作部

126
00:04:36,360 --> 00:04:37,380
收斂成了一個Apple

127
00:04:37,640 --> 00:04:39,440
他現在是一群AI的管理者

128
00:04:39,680 --> 00:04:40,460
所以他說

129
00:04:40,720 --> 00:04:42,500
這不只是400倍的工程師

130
00:04:42,760 --> 00:04:43,780
是一整家公司

131
00:04:44,040 --> 00:04:45,580
都用400倍的水平在運作

132
00:04:46,340 --> 00:04:47,620
如果你仔細的一件事

133
00:04:47,880 --> 00:04:49,420
他說那就是要非常小心

134
00:04:49,680 --> 00:04:50,440
你的運算

135
00:04:50,700 --> 00:04:51,720
到底發生在哪裡

136
00:04:51,980 --> 00:04:53,760
因為他幾乎總是跑在兩個

137
00:04:54,020 --> 00:04:54,800
不同的地方

138
00:04:55,040 --> 00:04:56,320
而他們踩到的絕大多數坑

139
00:04:56,580 --> 00:04:58,120
都是因為某件事跑錯了邊

140
00:04:58,680 --> 00:05:00,220
第一個地方他叫他

141
00:05:00,480 --> 00:05:01,240
潛在空間

142
00:05:01,500 --> 00:05:02,780
就是模型自己那顆腦袋

143
00:05:03,040 --> 00:05:04,320
你教給他的是品味

144
00:05:04,560 --> 00:05:05,080
是判斷

145
00:05:05,340 --> 00:05:05,600
是聽懂

146
00:05:05,840 --> 00:05:07,380
一個人講的含糊時

147
00:05:07,640 --> 00:05:08,400
真正想要什麼

148
00:05:08,660 --> 00:05:10,200
這些沒有標準答案的活

149
00:05:10,460 --> 00:05:12,500
你用一份純文字筆記去引導他

150
00:05:13,280 --> 00:05:14,800
第二個地方是確定性空間

151
00:05:15,060 --> 00:05:17,620
就是工程師熟悉的真正的程式碼

152
00:05:17,880 --> 00:05:18,640
141212

153
00:05:19,160 --> 00:05:20,440
他舉了個實際的例子

154
00:05:20,700 --> 00:05:22,240
他們有場活動要來6000人

155
00:05:22,480 --> 00:05:24,540
想試著讓800人一次入座

156
00:05:24,800 --> 00:05:25,560
還要完美分群

157
00:05:25,820 --> 00:05:28,380
讓你左右兩邊剛好都是最值得你認識的人

158
00:05:29,440 --> 00:05:32,780
這件事要是靠人工牌他大概得花一個月交給AI

159
00:05:33,040 --> 00:05:34,820
可能只要幾百美元的Token

160
00:05:35,080 --> 00:05:35,600
大概10分鐘

161
00:05:36,360 --> 00:05:40,460
但關鍵是那個800個座位的巨大陣列絕對不能塞進模型的腦袋裡去記

162
00:05:40,960 --> 00:05:42,240
那是確定性空間

163
00:05:42,500 --> 00:05:43,020
該扛的是

164
00:05:43,280 --> 00:05:45,320
模型只負責做人的那一半

165
00:05:45,580 --> 00:05:46,080
判斷

166
00:05:46,600 --> 00:05:49,920
講到這裡他帶出一個他自己最喜歡的角度工作記憶

167
00:05:50,180 --> 00:05:50,960
他說我們

168
00:05:51,200 --> 00:05:52,240
人類的腦袋一次

169
00:05:52,480 --> 00:05:55,040
大概只能同時抓住7件事

170
00:05:55,300 --> 00:05:55,820
正負兩件

171
00:05:55,820 --> 00:05:57,100
這不是他隨口說的

172
00:05:57,360 --> 00:05:59,920
這出自認知心理學裡最有名的一篇論文

173
00:06:00,180 --> 00:06:02,480
喬治米勒在1956年發表在

174
00:06:02,740 --> 00:06:04,780
Psychological Review 期刊上的研究

175
00:06:05,040 --> 00:06:06,580
作者當時在哈佛他說

176
00:06:06,820 --> 00:06:07,860
這也就是為什麼

177
00:06:08,100 --> 00:06:09,900
早年的室內電話號碼是7碼

178
00:06:10,160 --> 00:06:12,460
為什麼你買菜清單上的第8樣

179
00:06:12,720 --> 00:06:13,480
總是會忘

180
00:06:13,740 --> 00:06:15,780
而人類蓋過的每一個制度清單

181
00:06:16,040 --> 00:06:16,560
組織圖

182
00:06:16,820 --> 00:06:17,320
檔案櫃

183
00:06:17,580 --> 00:06:19,620
說穿了全都是為了補這個上限

184
00:06:19,880 --> 00:06:20,660
長出來的抑制

185
00:06:21,160 --> 00:06:22,180
但一個AI Agent

186
00:06:22,180 --> 00:06:23,980
一次能記住100萬個Token

187
00:06:24,480 --> 00:06:26,280
Token你可以粗略想成一小段文字

188
00:06:26,780 --> 00:06:27,560
100萬個

189
00:06:27,820 --> 00:06:29,100
大概就是1000頁

190
00:06:29,340 --> 00:06:31,140
他說他跟10歲的兒子這樣解釋

191
00:06:31,660 --> 00:06:35,500
這個AI可以同時把三本哈利波特整個攤開在腦子裡

192
00:06:35,740 --> 00:06:37,020
還能在幾秒內

193
00:06:37,280 --> 00:06:38,560
從任何一本找到

194
00:06:38,820 --> 00:06:42,400
再把三本串起來一起想三本哈利波特對上7個數字

195
00:06:42,660 --> 00:06:44,460
他說這是不是通用人工智慧

196
00:06:44,700 --> 00:06:45,480
也許還不是

197
00:06:45,740 --> 00:06:48,300
但已經是一個完全不同的運作方式了

198
00:06:48,300 --> 00:06:51,380
而幾乎地球上每一家公司到今天

199
00:06:51,620 --> 00:06:54,700
還在用那顆七微素腦袋設計出來的組織在跑

200
00:06:55,220 --> 00:06:57,260
不過他馬上提醒三本書聽起來很多

201
00:06:57,520 --> 00:06:58,020
其實非常少

202
00:06:58,540 --> 00:06:59,820
你的公司不是三本書

203
00:07:00,080 --> 00:07:01,620
你的公司是一整座圖書館

204
00:07:01,860 --> 00:07:02,640
每一封信

205
00:07:02,900 --> 00:07:03,660
每一次會議

206
00:07:03,920 --> 00:07:04,420
每一個決策

207
00:07:04,680 --> 00:07:05,960
連同他背後的理由

208
00:07:06,220 --> 00:07:07,240
每一次客訴

209
00:07:07,500 --> 00:07:08,520
每一份檢討

210
00:07:09,040 --> 00:07:09,800
全都在裡面

211
00:07:10,060 --> 00:07:12,880
所以真正決定你的AI是天才還是鯨魚的問題

212
00:07:13,140 --> 00:07:13,900
是誰來決定

213
00:07:14,160 --> 00:07:16,460
此刻該把哪三本書攤開在桌上

214
00:07:16,460 --> 00:07:18,260
他把這件事叫做上下文工程

215
00:07:18,500 --> 00:07:19,280
講白話

216
00:07:19,540 --> 00:07:22,340
就是決定桌上攤開哪三本的那個判斷

217
00:07:22,600 --> 00:07:22,860
而這

218
00:07:23,380 --> 00:07:24,660
就是一顆公司大腦的樣子

219
00:07:24,900 --> 00:07:25,680
一座圖書館

220
00:07:26,180 --> 00:07:27,460
加上一位圖書館員

221
00:07:28,240 --> 00:07:29,520
更妙的是他會複利Agent

222
00:07:30,020 --> 00:07:31,820
每做完一件事就寫成新的一本

223
00:07:32,080 --> 00:07:33,360
放回架上圖書館

224
00:07:33,620 --> 00:07:34,640
一天比一天後

225
00:07:34,900 --> 00:07:36,680
他也自己拆穿一個常見的疑問

226
00:07:36,940 --> 00:07:37,700
有人會想

227
00:07:37,960 --> 00:07:38,980
這不就是RAG嗎

228
00:07:39,240 --> 00:07:41,300
RAG是一種讓AI先去資料庫裡

229
00:07:41,540 --> 00:07:43,340
撈相關資料再回答的技術

230
00:07:43,600 --> 00:07:44,100
他說

231
00:07:44,360 --> 00:07:44,880
你講得對

232
00:07:44,880 --> 00:07:47,180
檢索確實只是最底層的零件

233
00:07:47,440 --> 00:07:48,980
就像Postgres這個資料庫

234
00:07:49,240 --> 00:07:51,540
底層說穿了也只是一種叫Beat Tree的結構

235
00:07:51,800 --> 00:07:53,320
但難的是外面那一整圈

236
00:07:53,580 --> 00:07:55,640
什麼東西一開始就該被寫下來

237
00:07:55,880 --> 00:07:58,700
哪些該放進隨手可取的熱記憶兩條事實

238
00:07:59,220 --> 00:08:00,500
打架時誰來仲裁

239
00:08:01,000 --> 00:08:02,540
他說檢索很容易值得

240
00:08:02,800 --> 00:08:03,820
被檢索才是產品

241
00:08:04,600 --> 00:08:07,400
他說他自己就在把這件事做在明面上

242
00:08:07,920 --> 00:08:10,480
他的個人大腦一開始只是擠房間的書

243
00:08:11,000 --> 00:08:12,520
現在已經像一座倉庫

244
00:08:12,780 --> 00:08:13,560
大約22萬頁

245
00:08:13,560 --> 00:08:15,100
而且多半不是他手打的

246
00:08:15,600 --> 00:08:16,120
是他的Agent

247
00:08:16,380 --> 00:08:17,920
從他的Email會議記錄

248
00:08:18,160 --> 00:08:19,200
20年的筆記裡

249
00:08:19,440 --> 00:08:20,980
一頁一頁自動寫出來的

250
00:08:21,240 --> 00:08:22,780
他舉了個很具體的畫面

251
00:08:23,040 --> 00:08:26,100
當一個創辦人寫信來跟他求救說遇上了危機

252
00:08:26,360 --> 00:08:28,400
在他還沒把那封信讀完之前

253
00:08:29,180 --> 00:08:30,720
他的Agent已經替他撈出了

254
00:08:30,960 --> 00:08:32,760
跟這個人員過去所有的對話

255
00:08:33,020 --> 00:08:35,060
三家採過同一個坑的被投資公司

256
00:08:35,320 --> 00:08:37,120
還有當時真正有效的解法

257
00:08:37,360 --> 00:08:41,720
他說他的Agent做任何事都是帶著他已經知道的一切在做的

258
00:08:41,720 --> 00:08:46,320
而這就是一個助理跟一個真正同事之間的差別

259
00:08:47,100 --> 00:08:48,120
但他很誠實的說

260
00:08:48,380 --> 00:08:50,160
讓我來壓力測試一下我自己的說法

261
00:08:50,420 --> 00:08:51,440
反正你們也會這麼做

262
00:08:51,700 --> 00:08:53,240
公司大腦是有失敗模式的

263
00:08:53,760 --> 00:08:56,560
第一顆沒人整理的大腦會慢慢變成一個

264
00:08:56,820 --> 00:08:58,880
有超好搜尋的垃圾場

265
00:08:59,400 --> 00:08:59,900
第二

266
00:09:00,160 --> 00:09:01,960
檢索會用十足的自信

267
00:09:02,200 --> 00:09:04,260
把一條早就過期的事實端到你面前

268
00:09:04,520 --> 00:09:06,300
講的斬釘截鐵卻是錯的

269
00:09:06,560 --> 00:09:06,820
而且

270
00:09:07,080 --> 00:09:08,600
錯的沒人追的回來源頭

271
00:09:09,120 --> 00:09:09,640
第三

272
00:09:09,880 --> 00:09:13,220
一份爛的技能檔會把一套爛流程永遠固化下去

273
00:09:13,480 --> 00:09:15,260
所以他說這一層真正的重點

274
00:09:15,520 --> 00:09:16,280
不是記憶

275
00:09:16,540 --> 00:09:18,080
是記憶加上衛生

276
00:09:18,840 --> 00:09:20,120
具體來說有三件事

277
00:09:20,380 --> 00:09:20,900
第一

278
00:09:21,160 --> 00:09:22,180
每一條事實都要標清楚

279
00:09:22,440 --> 00:09:22,940
出處

280
00:09:23,200 --> 00:09:24,220
出處就是這句話

281
00:09:24,480 --> 00:09:25,000
到底從哪來的

282
00:09:25,240 --> 00:09:25,760
第二

283
00:09:25,760 --> 00:09:28,060
當新資訊跟舊資訊互相矛盾

284
00:09:28,320 --> 00:09:29,860
一定要把他們拉出來對峙

285
00:09:30,120 --> 00:09:30,620
第三

286
00:09:30,880 --> 00:09:32,420
要有人加上Agent

287
00:09:32,680 --> 00:09:33,700
專職負責修剪

288
00:09:33,960 --> 00:09:37,540
他說你把這顆大腦當成正式的生產基礎設施在照顧

289
00:09:37,800 --> 00:09:38,820
他就會富力長大

290
00:09:39,080 --> 00:09:41,120
你把他當成一個隨便丟東西的垃圾場

291
00:09:41,380 --> 00:09:42,140
你得到的

292
00:09:42,400 --> 00:09:43,680
就是一個非常有自信

293
00:09:43,940 --> 00:09:45,720
卻錯的沒人追的回來的Agent

294
00:09:46,500 --> 00:09:48,280
那要怎麼避免這一切爛掉

295
00:09:48,540 --> 00:09:51,100
他給了一條他稱為招牌動作的紀律

296
00:09:51,360 --> 00:09:53,160
就六個字永遠不做一次性工作

297
00:09:53,400 --> 00:09:54,680
他說你打開你的AI

298
00:09:54,680 --> 00:09:56,220
隨手做完一件事

299
00:09:56,480 --> 00:09:56,980
這很正常

300
00:09:57,240 --> 00:09:58,260
而且第一次

301
00:09:58,520 --> 00:10:01,080
做出來的東西往往像個不太行的實習生

302
00:10:01,600 --> 00:10:02,360
你得回頭跟他說

303
00:10:02,620 --> 00:10:03,900
這裡我不喜歡改一下

304
00:10:04,160 --> 00:10:05,440
但重點是別停在那裡

305
00:10:05,680 --> 00:10:06,720
當你終於滿意了

306
00:10:06,960 --> 00:10:08,500
你要當場把它Skillify

307
00:10:08,760 --> 00:10:10,040
就是把剛剛做的事

308
00:10:10,300 --> 00:10:12,340
寫成一份可以重複使用的技能檔

309
00:10:13,120 --> 00:10:13,620
存起來

310
00:10:13,880 --> 00:10:14,640
他說的很直接

311
00:10:14,900 --> 00:10:15,420
同一件事

312
00:10:15,920 --> 00:10:16,960
要是你得問第二次

313
00:10:17,200 --> 00:10:17,720
那就是失敗

314
00:10:18,480 --> 00:10:19,760
他把兩種公司擺在一起

315
00:10:20,020 --> 00:10:20,280
對比

316
00:10:21,040 --> 00:10:21,820
一種會累積

317
00:10:21,820 --> 00:10:23,860
每做完一件事就存成技能檔

318
00:10:24,120 --> 00:10:24,900
放上架公司

319
00:10:25,140 --> 00:10:26,180
一天比一天聰明

320
00:10:26,420 --> 00:10:27,460
另一種每天失憶一樣

321
00:10:27,700 --> 00:10:28,220
把事做完

322
00:10:28,480 --> 00:10:29,240
卻什麼都不留

323
00:10:29,500 --> 00:10:30,260
每天早上醒來

324
00:10:30,520 --> 00:10:31,800
像被重置了一樣

325
00:10:32,060 --> 00:10:32,580
從零開始

326
00:10:33,340 --> 00:10:34,620
他說會累積的組織

327
00:10:34,880 --> 00:10:35,900
每一天都變得更聰明

328
00:10:36,420 --> 00:10:36,920
不會的

329
00:10:37,180 --> 00:10:38,200
不管模型多強

330
00:10:38,460 --> 00:10:39,740
每天早上都失憶醒來

331
00:10:40,500 --> 00:10:42,040
因為模型的品質是豬來的

332
00:10:42,300 --> 00:10:43,320
但大腦是你自己的

333
00:10:44,080 --> 00:10:45,120
他自己做的這套工具

334
00:10:45,360 --> 00:10:45,880
叫gbrain

335
00:10:46,140 --> 00:10:46,900
已經放上網

336
00:10:47,160 --> 00:10:48,440
用最寬鬆的MIT

337
00:10:48,700 --> 00:10:50,480
授權完全開放原始碼

338
00:10:50,740 --> 00:10:52,020
開放原始碼的意思是

339
00:10:52,280 --> 00:10:53,820
任何人都能免費拿去看

340
00:10:54,080 --> 00:10:54,320
拿去改

341
00:10:54,580 --> 00:10:54,840
拿去用

342
00:10:55,100 --> 00:10:55,860
他說的很坦白

343
00:10:56,120 --> 00:10:57,660
他不是要靠這個賺錢

344
00:10:57,920 --> 00:10:59,200
他覺得這一層

345
00:10:59,440 --> 00:11:00,480
應該像Linux那樣

346
00:11:00,720 --> 00:11:01,500
就該是開放的

347
00:11:01,760 --> 00:11:02,260
他甚至

348
00:11:02,520 --> 00:11:03,540
反過來拆自己的台

349
00:11:03,800 --> 00:11:05,340
他說你根本不需要我的工具

350
00:11:05,600 --> 00:11:06,100
就能開始

351
00:11:06,100 --> 00:11:08,660
他形容OpenClaw這套Agent的操作環境

352
00:11:08,920 --> 00:11:09,420
是法拉利

353
00:11:09,680 --> 00:11:10,460
他永遠會推薦他

354
00:11:10,700 --> 00:11:11,980
但Codex是一台

355
00:11:12,240 --> 00:11:13,020
很不錯的Honda

356
00:11:13,260 --> 00:11:14,800
能幫你做到九成的事

357
00:11:15,320 --> 00:11:16,340
雖然沒那麼華麗

358
00:11:16,600 --> 00:11:17,880
卻一樣能把你宰到目的地

359
00:11:18,900 --> 00:11:19,920
他說用哪一個都行

360
00:11:20,440 --> 00:11:21,460
重點是那些概念

361
00:11:21,720 --> 00:11:22,740
不是我的程式碼倉庫

362
00:11:23,000 --> 00:11:23,500
想清楚

363
00:11:23,760 --> 00:11:24,780
運算跑在哪一邊

364
00:11:25,040 --> 00:11:26,060
把技能檔當員工

365
00:11:26,580 --> 00:11:27,860
記得那位圖書館員

366
00:11:28,120 --> 00:11:29,140
永遠不做一次性工作

367
00:11:29,660 --> 00:11:30,420
這幾件事

368
00:11:30,680 --> 00:11:31,960
不管你換到哪套工具

369
00:11:32,220 --> 00:11:32,980
都跟著你走

370
00:11:33,500 --> 00:11:35,020
這不是他上台隨口喊的口號

371
00:11:35,020 --> 00:11:36,040
早在演講之前

372
00:11:36,300 --> 00:11:37,840
他就在自己的社群平台上

373
00:11:38,100 --> 00:11:38,860
一次又一次的

374
00:11:39,120 --> 00:11:39,880
講同一件事

375
00:11:40,400 --> 00:11:41,940
Grain就是你的公司大腦

376
00:11:42,180 --> 00:11:43,220
他把自己的工具

377
00:11:43,460 --> 00:11:43,980
自己的想法

378
00:11:44,240 --> 00:11:45,520
全攤在明面上

379
00:11:45,780 --> 00:11:46,800
讓人檢驗這條路

380
00:11:47,300 --> 00:11:48,840
他自己先走了很久

381
00:11:49,100 --> 00:11:49,860
踩過很多坑

382
00:11:50,120 --> 00:11:51,400
才敢站上這個舞台

383
00:11:52,180 --> 00:11:52,940
把他一件一件

384
00:11:53,200 --> 00:11:53,700
交到台下

385
00:11:53,960 --> 00:11:54,740
創業者的手上

386
00:11:55,240 --> 00:11:56,020
所以他講的每一句

387
00:11:56,260 --> 00:11:57,300
背後都有他自己

388
00:11:57,540 --> 00:11:58,320
親手驗證過的

389
00:11:58,580 --> 00:11:58,820
重量

390
00:11:59,600 --> 00:12:00,620
最後他把整場的溫度

391
00:12:00,880 --> 00:12:01,380
收了回來

392
00:12:01,900 --> 00:12:04,200
他說現在很多人害怕工作會消失

393
00:12:04,200 --> 00:12:05,740
他懂這份恐懼

394
00:12:06,000 --> 00:12:07,280
但他要平靜的說一句

395
00:12:07,520 --> 00:12:08,800
那是一種想像力的失敗

396
00:12:09,320 --> 00:12:11,120
接著他講了一個很安靜的故事

397
00:12:11,620 --> 00:12:12,900
他有位朋友的兒子

398
00:12:13,160 --> 00:12:14,440
患有一種罕見的癲癇

399
00:12:15,200 --> 00:12:17,000
這位父親自己動手建了一個

400
00:12:17,260 --> 00:12:19,560
由8萬份純文字盪組成的病情大腦

401
00:12:19,820 --> 00:12:22,880
把他推到了人類對這個孩子病況所知的最邊界

402
00:12:23,140 --> 00:12:24,160
沒有實驗室

403
00:12:24,420 --> 00:12:24,940
沒有經費

404
00:12:25,200 --> 00:12:25,960
沒有任何人批准

405
00:12:26,720 --> 00:12:26,980
他說

406
00:12:27,240 --> 00:12:28,000
就是一個父親

407
00:12:28,260 --> 00:12:28,780
一台筆電

408
00:12:29,040 --> 00:12:29,800
一座圖書館

409
00:12:30,560 --> 00:12:32,100
而這跟他前面講了一路的架構

410
00:12:32,100 --> 00:12:33,380
是一模一樣的東西

411
00:12:33,640 --> 00:12:34,660
一座圖書館

412
00:12:34,920 --> 00:12:35,420
一位圖書館

413
00:12:35,680 --> 00:12:36,960
源在對的時刻

414
00:12:37,220 --> 00:12:38,240
攤開對的那三本書

415
00:12:38,500 --> 00:12:38,760
對準

416
00:12:39,020 --> 00:12:39,520
這個

417
00:12:39,780 --> 00:12:41,060
父親在世界上最愛的人

418
00:12:42,080 --> 00:12:42,340
他說

419
00:12:42,600 --> 00:12:44,140
你現在就能做到這件事

420
00:12:44,380 --> 00:12:45,420
過去你以為

421
00:12:45,660 --> 00:12:46,180
改不動的城市

422
00:12:46,440 --> 00:12:46,940
讀不完的檔案

423
00:12:47,200 --> 00:12:48,740
太大不敢煮乾的那片海

424
00:12:49,000 --> 00:12:50,540
現在我們可以把海煮開了

425
00:12:50,780 --> 00:12:51,560
因為豐盛

426
00:12:51,820 --> 00:12:53,340
從來不是一份政策白皮書

427
00:12:53,860 --> 00:12:54,880
他是上線的軟體

428
00:12:55,660 --> 00:12:56,680
所以整場講下來

429
00:12:56,940 --> 00:12:58,460
Garry 10真正想交給你的

430
00:12:58,720 --> 00:13:00,000
不是一個400倍的數字

431
00:13:00,000 --> 00:13:02,040
而是那顆會複利的大腦

432
00:13:02,300 --> 00:13:04,600
把公司知道的一切變成一座圖書館

433
00:13:04,860 --> 00:13:05,640
再加一位

434
00:13:05,880 --> 00:13:07,940
懂得攤開哪三本書的圖書館員

435
00:13:08,440 --> 00:13:10,240
然後永遠不做一次性工作

436
00:13:10,500 --> 00:13:12,040
讓他一天比一天聰明

437
00:13:12,280 --> 00:13:13,320
模型是豬來的

438
00:13:13,560 --> 00:13:14,840
但這顆大腦會是你自己的

439
00:13:15,620 --> 00:13:16,640
最後問你一個問題

440
00:13:16,900 --> 00:13:18,680
如果今天就能替自己或公司

441
00:13:18,940 --> 00:13:19,460
蓋一顆

442
00:13:19,720 --> 00:13:22,280
這樣的大腦你最想先把哪一段記憶餵進去

443
00:13:23,040 --> 00:13:23,800
留言告訴我

444
00:13:24,320 --> 00:13:25,860
喜歡的話訂閱AI Notebook

445
00:13:26,360 --> 00:13:26,880
開啟