恭喜恭喜
我刚看了一下
49,000颗星了
马上要到5万颗星了
谢谢哈哈哈
估计这个视频发的时候你们就10多万了
我们先就是请你介绍一下你们的
产品和你们的公司和这个产品
尤其是对于一个可能
他平时在用Claude Code
在用Codex这样的人
但是从来没有了解过什么是Agentic IDE
讲一下就是你们产品
到底是做什么的吧
大家好
我是津晶
我们的产品叫Orca
Orca是一个ADE
ADE是个很新的概念
其实你可以把它想象成就是Agent IDE
让人与agent非常好合作的
一种新的工作平台吧
Orca和比如说你直接用Claude Code
在Terminal用Claude Code它最大的区别
有两个最大的区别吧
一个是它的集成性
Orca把你整个workflow所需要的
各种工具都集成在了一起
比如说我们的很多user
他会用Orca里面集成的
GitHub issue或者Linear issue
他就直接
比如说从他今天要干的
20条那个Linear tickets开始
20个Linear tickets能变成Orca里面
的20个不同的parallel thread
当他的那个
thread有各种updates的时候
它又能自动反馈到Linear
以及到了最后做code review和测试等等
这些所有的工具在Orca里面都有一个集成
所以你就不用不停的
切换五六个不同的APP
一条路就能跑通
第二个不一样的点呢
就是当你在Terminal里面跑到了
大概我我就说5个吧
5个Claude Code的时候
可能你都已经不清楚
到底谁在干什么样的活了
但是我们的用户一般他是同时会跑几百个agents
就是它同时可能会有
10到20个不同的feature
然后每个feature里面它也是四五个agent
互相不同的合作
它有Claude Code和Codex可以
通过Orca之间互相的合作
非常高的agent parallelization
第三个就是大部分用户他在Orca里面
他也可以直接用Claude Code和Codex的
因为我们是一个专注在那个
工具的集成和协作的这方面
所以我们并没有自己的Harness
所以用户发现用Orca
就是1分钟就能上手
因为他就可以直接在我们那个
自带的Orca Terminal里面使用上Claude Code和Codex
你刚刚介绍这几个我每一个都有好多个问题了
第一个呢
就是你把它叫做ADE
但是不叫流行的词
比如说Harness
那是为什么
或者说在你心中Harness或者ADE
它们不同的定义是什么
第二个呢
就是现在更多的人
其实哪怕很多程序员
他们的使用习惯也越来越多的从Terminal
变成了这个Codex或者Claude Code
的那个图形界面的工具
在那里边似乎我也可以同时
追踪很多个不同的session也好
worktree也好
嗯哼
那你们和他们的区别是什么
尤其是在这些工具里边
其实也集成了像Linear
或者GitHub等等的工具
他们很明显是有企图去
集成越来越多的东西的
为什么你们可以做的比这些
Anthropic或者OpenAI还要做的更好
第一个问题其实是相对简单一些
ADE和Harness的区别
Harness其实你可以把它想象成一个loop
就是说你有一个AI
你每告诉他干一件事情
给他一个input message
他也可以有个output message
而Harness呢
就说我怎么把有一个input
可以做一个output的agent
把它做成一个loop
而且它不是一个简单的loop
它这个loop还可以做很多不一样的tool
对对
routine, tool use等等
它可以读你的bash
还可以search the Web
所以Harness呢
就是像Codex和Claude Code后面的这个loop
和那个tool use的combination的一个集合
比较popular的Harness有像Pi
还有OpenCode
OpenCode最近变得比较popular嘛
像Devin
这些都算是Harness
ADE它就是在一个Harness的基础之上
它没有直接与model结合
它也没有直接去做这个Loop
它把做Loop的这些功能
交给现在有的很多Harness
它反而更focus在人与agent
管理的这个workflow
所以像Orca的很多功能
我们的比较侧重点就在
我们并没有自己的Harness
就像刚才说的
用户可以在Orca里面使用Claude Code、Devin
OpenCode这些所有的其他Harness
更侧重在就是怎么让大家看到这100个
不同的agent Harness之间工作的一些
他们的中途结果
人如果需要一些input
怎么能给他们快速地提供反馈
怎么review他们的最后的结果
或者中途的一些HTML designs
这就是ADE和Harness的一些区别
明白了
比如说我们之前做一个翻译的任务
其实是用一个Markdown文件
加上用Claude Code Terminal -p
就是给它一个prompt
去修改这个Markdown文件
然后比如说做一个翻译
那其实就是相当于
调用了一个Claude Code的Harness
去对这个文件本身做一个改动
然后最后生成一个结果
中间它也可以出一些JSON
ADE呢
就是把这个过程整个的给UI化和
更加系统化的去做好这件事
我是在调度100个不同的Claude Code去帮我干活
嗯嗯是的
现在的Orca是其实是70%的UI
但是30%我们用户用的比较多的
还有我们的那个CLI
所以它就是起一个调度作用
不仅是UI方面可以调度
它也可以通过我们那个CLI
来协调不同的Harness之间
做他们自己的那个Loop engineering
第二个问题就是
大家从Terminal UI到GUI
这个其实是一个个人的偏好问题
对我们来说
我们并没有特别强的什么vision
或者opinion on this
确实有人Terminal比较顺手
有人用GUI比较顺手然后呢
如果从一个engineering的角度来说
他们也各有优势嘛
Terminal有Terminal的难点
GUI有GUI的难点
在Orca里面你两种都可以选择
所以你可以选择你的default
view是Terminal UI或者GUI
还可以同一个session里面自由切换
可能从business方面的考量
我们可能会有一些opinion
就是作为一个创业者
我们的opinion就是说
你得与现有的工具衔接得非常好
就说为什么我们一开始Orca的
形态是我们让user用那个Terminal UI呢
是因为Claude Code和那个Codex的CLI user
其实是远大于他们那个Desktop APP的user
所以就已经有这么多的user
他已经在iTerm或者Ghostty里面使用Claude Code
如果我还得就是相当于给他们一些阻碍
让他们说嘿
你不要用Claude Code的Terminal UI
你来我这里用一个新的不一样的interface
每次当Claude Code有更新的时候
我还得想办法去wrap他们一下
比如说Claude Code最近
有很多不同的模式嘛
什么Ultra mode
等等等等
然后每次他们一更新
我都要想办法在我的那个GUI里面
实现一个他们那个不一样的rendering
其实是会影响我们这个iteration speed的
所以就是我们虽然有GUI
但是我们GUI肯定是没有那个TUI
它的功能更新的
因为TUI里面你直接就能得到
那个Claude Code和Codex更新的功能
哦～interesting～
就是Codex的GUI和他们的那个CLI
或者说那个TUI
功能几乎是on par
这个理解对吗
是的因为它是Codex的first-party
但是呢如果你不是first-party的话
比如说Claude Code
它的Claude Desktop功能和Claude Code
其实是完全不on par
Claude Code一般都会先好多好多步
而且如果你用TUI的话
你能得到其他很多很好的Harness
像Pi就是一个非常好的Harness
OpenCode也是一个很好的Harness
这里面我再多追问一个
就是你前面说
如果我用Claude Code本身的Terminal呢
它我可能track 5个session
就已经看不过来了
那你们是怎么解决这个问题的
Claude Code它本身也带有很多orchestration
它的orchestration功能比Codex好很多
Claude Code也有一个agent view
你也可以去观看你的
几个的Claude Code的那个进展
为什么Orca就是在Claude Code和其他agent
的基础上又更近了一步呢
是因为我们有一个
很好的agent status的集成
让你跨过所有的worktree
就比如说我自己现在有400多个worktree
就是我同时在work on
400多个不同的feature
每个都可能会有一些推进
有一些可能会推进得更快一些
他能将所有这种不同session的
agent status以及跨所有agent Harness
就是不管是Claude Code还是Codex
还是OpenCode
它都能集成到一个agent status
就说诶
这个worktree有这几个agent
这个是在work
这个是blocked
you need to answer immediately
这个是已经完成
you need to review the result immediately
所以它做了一个非常好的集成性
我觉得有时候集成性和
中立性它的功能是被忽视的
哪怕就是说我的功能跟Claude Code一模一样
但是并不是所有人都用Claude Code
而且从我们用户群体以及观察
到的所有的大趋势就是大家在
像这种单一的Claude Code的采购
偏向于多vendor以及open model的一些采购
所以
即使我们的功能和Claude Code一样
作为一个能支持
各种agent的status的集成
能让你用不同的agent
不同的model
它也有它独特的优点
以及在Claude Code基础上面
我们也增加了更加先进的
agent status集成和它的triage
把你们的价值分开看是挺重要的
比如说(随便换)vendor agnostic对吧
嗯哼
其实在很多时候非常强调这一点
因为你lock一个vendor的话
尤其在AI的这个时代
谁知道哪个厂子
突然自己又发疯了
然后又不知道干点啥
而且你追我赶也是很快
所以其实我们在教学的时候也
非常强调大家要跨工具地去使用
然后想方设法地去积累自己的习惯
对吧就是把skills放到一个公共目录下
不要去放到他们自己的目录下
是的还有一个很重要的
就是你的那个花费
AI的使用习惯和大企业的
花费习惯非常不一样
我可以两个都讲一下
因为花费其实是工具效率
的一个非常重要的方面
多Harness多这种agent的vendor的好处是
比如说你的Claude Code的
那个usage hit了limit
你就可以马上在Orca里面
我们甚至有个handoff的功能
就直接把这个Claude Code一键
就可以把它发送给Codex
Codex就像没事一样
continue working on it
这个还挺方便
因为我们自己在开发的时候
很多时候会遇到
就是哪怕我有很多个Claude Code account
可以switch
你没办法就是
unlimited the...
increasing the Claude Code account
因为它肯定会限制你的
所以我的Claude Code用完的时候
我可以就是切换到Codex
然后最近又有那个DeepSeek嘛
我也可以用OpenCode Go
然后我还可以用Grok
Grok用完了
我也可以换到Antigravity
所以cost是个很重要的维度
然后对于enterprise来说也是
为什么enterprise他们现在在
非常非常感兴趣的看
Codex和很多open-weight的model
就是因为Anthropic的bill已经
成为他们的第一大的花销
已经超过他们工程师的花销
哈哈
对所以无论是从你的
效率方面以及你的cost方面来说
这种多的Harness都是更有好处
嗯 我们聊一个话题
我产生三个新问题
ok
先回答一开始那个问题吧
就是为什么你们的这个产品不是
Anthropic或者说是OpenAI的一个feature
我觉得就是我们的功能
其实跟那个Claude Desktop和Codex
都有很大的重合
这个我就要引用我们community member的
所有人他们的话来说
就基本上在他们用了Orca以后
特别是如果他们是这种
追求one hundred x的engineer
他们都会说
我不知道为什么Claude Code和
Codex就是没有Orca做得好
这个当然不是一个非常
defensible的一个长久的position吧
从现在来说
Orca我们的迭代非常的快
每一天有一个stable版本发布
然后每一个stable版本基本上都有上百个pr
然后呢我们也在不停地有
最新的和AI cowork的一些功能
包括我们的那个orchestration
能让那个agent管理不同的Terminal
以及将一个workflow从一个
agent hand off to另外一个agent
这是Orca名字的来源
orchestration for agent
然后这个是我们
一开始就有的一个概念
就那时候
Codex它的agent它都并不是self-aware
它在了一个session里面
它根本没办法把context hand over to
另外一个Codex session let alone
对这个好像是这周才出来的feature
对吧是的是的
所以就是我们一直在领先
永远都是布局下一步
怎么和AI
更好的工作协同
所以我觉得一个是
我们的feature迭代以及
因为我们做一个open source project
然后我们本身也是builder
我们跟很多startup builder
Hyper scaling的builder有
非常感同身受的地方
就让我们的那个产品的sense
非常的准
比如像Claude Code和Codex team
他们都是unlimited token
他们根本不会想到我要
怎么管理我不同的subscription
比如说什么要到期了
什么什么
以及如果我这个不efficient
我没办法尽快的ship这个feature
因为他们是一个非常cushion的environment
他们看到的很多问题和
我们的很多问题都不一样吧
对我觉得这是其一
有一个更长远的就是
为什么我们做的这些Codex, Claude Code
他们很难做成
另外一个就是incentive
他并不align
他们的incentive都是让
大家lock in
lock into their tool
那就是抛开中立和集成之外
其实incentive也不是align的
就是能跨Claude Code和Codex去使用
是你们的核心feature之一
或者说核心proposition之一
但是顺着这个思路
往前走的话
整个产品的设计其实也不一样
但是这个产品设计的思路可能
反而更符合大家使用的习惯
是的作为一个literally想要一个人
使用AI成为一个超级个体
能够以最快速度迭代产品
然后做各种daily workflow
我觉得在AI这个时代
迭代最快的就是
你自己又是产品经理
又是这个engineer
就说明你对这个问题
非常感同身受的时候
你就会迭代非常快
而像Claude Code和Codex
他们不免要去通过产品经理
或者是
其他方式也好
去了解大家到底有什么问题
然后我如何来迭代
所以我觉这会对他们的
那个速度会有一个差距
对但是腾讯美团这种东西
他们就会惊讶于Anthropic的迭代速度
大家就哇Anthropic迭代好快
但是你们其实已经比他们更快了
确实真的是长江后浪推前浪的感觉
那好这个点我觉得理解了一个是
本身integration中立性
另外一个呢
你们的design philosophy
第三个呢
就是你们的这个团队的使用场景
和他们的使用场景是不一样的
最后导致对用户的
同理心是不一样的
嗯哼
再加上你们确实迭代速度就是比他们更快了
嗯哼
你们现在团队几个人
4个人
厉害厉害厉害
谢谢
感觉很快就要被OpenAI
或者Anthropic给收了
稍稍回答一下
就是Pi或者OpenCode
你们为什么在他们之上做出来了
additional的这么大的一块东西呢
我觉得就是我们比他们更开放
Orca有一个很大的philosophy
这也是一个新的趋势
就是叫Generative UI
我想了还有一种新的software
就是说一切皆可以以
plugin的形式来集成
我们Orca也在朝这个方向转型
但是我们的那个内部的vision和
philosophy已经在朝那个方面了
我先说我们和OpenCode吧OpenCode
它的open的方面在于
你可以集成各种不同的model
至于比如说你要怎么loop
怎么和agent这个交互
它其实不open对吧
你得用它给你的
那一套的opinionated Harness
而且我们有data backing
就是OpenCode它的受欢迎程度
还是远比不上Claude Code和Codex
Orca的擅长之处就在于
我们要借力Claude Code和Codex
你喜欢Claude Code
你喜欢Codex
那没问题
那来我们这里用
就说Claude Code有的我们都有
Codex有的我们都有
但是我们有他们没有的
但是OpenCode
它就是除了model方面
它的集成更多以外
但是你的Harness
它是逼着你做一个选择
你喜欢Claude Code吗
你喜欢OpenCode吗
那不好意思
你得选一个
跟OpenCode和Pi最大的区别是
我们不会逼着用户做选择
我们以最大的兼容性的
方式来让大家使用Orca
Pi有逼着大家做选择吗
Pi当然你得选Pi作为你的Harness
你选了Pi你就不能用
Claude Code作为你的Harness
能不能用Pi使用Claude Code
你可以用Pi去用Anthropic model
你可以用Claude model
但是你没办法用Claude Code这一个Harness
就是Claude Code其实是
一个非常非常好的Harness
就甚至我知道有人
他在有Pi的情况下
他还是会去Claude Code里面
用那个中转的API
来使用像DeepSeek、GLM、Kimi的model
但是他想用Claude Code这个Harness
你之前好像还提到了一个词Ghostty
对吧
Ghostty
所以说你们这个产品
它是凭空出现的吗
还是你们其实是看到了一些东西
用了一些东西
然后在这之上再进行了迭代
这是个好问题
我们有两个inspiration
一个是我们内部的
因为我们这两年一直在做devtools
然后我们也build了很多其他的agent
我们之前做了一个UI testing agents
所以就是对这个agent building呀
以及如何manage agent session这些都比较熟悉
当时我们有一些
用AI testing agent的用户也说哎
你们这个agent management做的还挺好
要不可以用它来manage general coding agent
所以这是内部的一个inspiration
然后呢外部的inspiration就是
我们的那个engineering团队
也是想one hundred x、one thousand x
所以我们试了蛮多其他的工具
我们试了Ghostty
我们也试了iTerm
当时是非常喜欢Ghostty
和iTerm它们的这种切屏
就是同一个屏幕里面可以跑不同的agents
所以这也是Orca的主要的一个部分
就是那个切屏模式
但是它不好的就是Ghostty和iTerm有三个
limitation让我们可以优化的地方
所以我们就决定去优化它
然后就产生了Orca
然后这三个地方呢
一个是它不是worktree centric
就是它可以让你切屏agent
但是你的那个GitHub的
worktree的creation和deletion
它其实有一个蛮复杂的lifecycle
现在有越来越多的
那些library你可以用
但是Orca的话
就是非常好的让你管理你的所有
的worktree以及它的那个PR的lifecycle
第二个我觉得它做的不好的
就是它的agent status
像iTerm和Ghostty
Claude Code可以修改它的那个title
就是它的那个Terminal的title
但是它还是没办法展示
完整的那个agent的一些status
比如说我这个在working
I require more attention
以及在那么多的那个Tab里面
你就已经完全
看不到它的那个agent status
只是个标题而已
不是一个真正的status
然后我们其实是这个status
可以作为一个API集成
包括现在的话
Orca也支持extension
就是大家可以拿我们
这个集成的status的API
甚至来build一些他
自己喜欢的管理的view
所以就是agent status
我觉得他们做得不好的
第三个做得不好的就是updates
我觉得这个是大家很忽略的一个问题
就是为什么Orca现在变得这么popular
一个很重要的原因就是我们日更
大家也愿意每日来update
所以大家永远都会
拿到我们最好的feature
而不是说别人有一个新的feature
Orca没有
大部分user在我们日更的情况下
都会每天跟着我们一起update
但是Ghostty和iTerm这两个Terminal
只要你update
你所有的session completely gone
你之前可能在跑50个agent
然后一update
你当然可以把它的history给找回来
但是这50个agent
哪些在跑
哪些是已经跑完的
这个每次update你都要自己去figure out
所以iTerm和Ghostty update很慢
然后基本上没有人敢update
所以我觉得这个用户和你
一起迭代的速度也变得更慢
你怎么做到的
这其实还花了我们蛮多功夫的
就是每一个Terminal session
就是叫PTY
然后呢我们是
每次update的话
我们会restore所有的PTY
我们会有一个local database to
take a snapshot of this PTY
然后当你回来的时候
你本来之前它是跑到这一步
我们就帮你
不仅是把那个history bring回来
就是如果你之前在跑就帮你跑
继续跑下去
对对还有你的Dev Server等等这些
如果已经在跑
都不会kill你这个PTY
那还是一个挺细致的活
对
那做出来应该也是不容易的
是不容易
就是take snapshot以及
restore这个本身并不难
但是要让它
非常performance
所以我们还做很多缓存
因为你这个一旦存太多了
然后每个Terminal其实非常耗内存的
每个Terminal
你想你几百个它的这种session
你都要tracking它的state
非常耗内存
所以我们还有了一整套什么caching
什么code storage等等的
performance的一系列的优化
哇
就听上去好像是一些idea
但是其实你们平时很多时间要
放在这种做这个很细致的工作上
对看起来好像就是说
哎你跟Ghostty差不多
UI差不多
但是其实它的整个使用体验
很多很小的一些细节
我们都做了蛮多的功夫
我经常跟人说
prototype到一个真正的production
其实中间是有一个鸿沟的
能力不够你是看不见这个鸿沟的
AI可以把你更快地带到这个鸿沟边上
但是你想跨过鸿沟还是需要
很多的时间精力和水平的
刚才这个小例子吧
就很小的例子
但是就能感觉到这个事情其实是
一个非常吃software engineering的能力
和你们真的是愿意
花时间去做这件事
四个人团队
again了不起
那我们再继续往下聊
刚刚聊的你们的这些power user
他们都是这种开几百个session
同时orchestrate几百个
agents的这样的工作
就是attention管得过来吗
和大家平时怎么工作的
你身边的人可能都是这样的人
所以说就觉得他们可能
是一个很正常的事
但是这些人应该是
非常非常非常非常非常少部分
可能需要你带着不是这样人
的同理心去帮大家描述
一下这些人的日常工作
嗯
和怎么管理的过来
先从简单的吧
选一个好的工具
像Orca这种
因为它本身设计就是
它的很多UI
包括CLI的设计就是为了让你能
直观的看到你到底有哪些工作内容
比如说其他的UI的方面
我们做的优化就是我们
用户通过我们这些优化
他能管理这么多的agent
一些UI方面的优化就是
我们的那个搜索功能
我们就举个例子吧
大家都用过像Google doc
或者Notion呐
你可能如果只有两个doc的话
当然我给你一个那个界面
你说唉
第一行是第一个doc
第二个是第二个doc
但是当你有
比如说1,000个doc的时候
很多时候你要靠搜索
所以我们做了很多搜索功能的优化
我们的搜索排序会抓很多的关键词
比如说你那个agent session的title
然后那个worktree的name以及worktree
相关的Linear ticket里面的一些关键词
通过很多这种关键词
都能让你快速跳到诶
我三天前我好像在work on这个东西
然后它现在的进展是什么
然后你就搜索一下
那我就把你带到了
那个Terminal页面就可以
这些如果你直接用Ghostty
那可能在你的100个Ghostty的Tab里面
你也不知道到底哪个在干嘛
这个不是agentic搜索
这个就是很快的index的搜索
我觉得一方面是index搜索
一方面其实是你们对这样
的一个全新的工作方式
自己使用了
然后有很多痛点之后
针对它的进行了开发
就是我相信你们这个搜索其实是
带了很多之前大家不会想到
放到这个搜索结果里的信息
到我们这个搜索结果里边去
是的是的
就说大家以前会有搜索Linear
Google doc这种
但大家没有想到我要
把这个Terminal什么的
各种worktree之间的那些
关键词都拿来搜索
对到现在
Claude Code或者是Codex的
搜索其实不是很好用
我觉得我想搜索什么东西
现在还是搜不出来的
我不是很trust他们的搜索
这个也是
并不觉得我们做到完美
我们还有很多就是
搜索方面想要提升的
搜索总是在index它的那个freshness
和你的那个retrieval speed
这个之间做抉择的一些
所以我们还有很多可以提升的
这是其中的一个
就我们的用户他如何能
在比如说几百个之间
能够跟进agent的一个方式吧
然后第二个方式
就是让agent来管理agent
Orca CLI它是自带orchestration的
我们看到我们的很多用户他
会写一个那个orchestration的script
其实跟Claude Code内部的那个sub-agent
它是很相似的
就是说你看我的Linear ticket
然后你把它给
收集所有的requirements
然后写一个design doc
然后再review好多遍
review完了之后呢
然后再implement
然后再QA testing
然后像Orca自带那个
browser use和Mobile emulator
所以你可以用Orca自带的这些
来做QA testing
然后完了之后给我
一个PR和一个HTML report
然后Orca也自带artifact sharing这种
所以很多用户他就已经有
一个这样的recipe已经弄好了
他直接从Linear ticket一开始
然后就Claude Code驾驭着Codex
或者是其他的
最后给他一个PR和一个artifacts来review
明白了他其实是我有一个task
嗯
然后这个task呢
我有一个目标
把这个criteria讲好
我要的什么是好的
什么是不好的
然后可能我过去有什么问题
嗯哼
和我大概做这个目标的时候
我希望你去做哪些步骤
比如说你要去先plan
然后比如说你要去写写完了以后呢
你可能还要互相校对
校对了以后你可能还要在
实际产品上去看
其实这个过程呢
人就几乎不参与了
人就看第一步和最后一步
他交出来的东西是不是合理就行了
是的是的
以及如果你需要参与的话
其实一开始也可以跟AI写
如果是有重大决定
你不太确定
你可以让我参与
但你给我参与的时候
你得给我那种很容易
去review的一些东西
因为我们自带一个browser
其实我们发现我们很多user
他都会让AI
哪怕中间问他的一些问题都是说
给我一个visualization的解释
就是说这是我想要做的事情
然后你看一下这个HTML的那个页面
觉得ok不ok
然后ok你就继续
这一步我觉得了解了
然后信息的更好的编排
和组织和呈现也了解了
但是again
就是你到底每天要管多少事
你真的能看得过来这些东西吗
我觉得大家去想了这些以后
还是觉得哇
400多个我怎么管得过来
我怎么想得过来
然后我怎么跟进得过来
OK这是好问题
我就想说到第三点
第三点就是说还是要自动化
其实比如说像我400多个
其实可能200多个它已经是自动化在跑
就是跑成什么SOP
就像大家以前用OpenClaw一样的
它有一个像manager thread一样
它每天会定时跑
为什么Orca能够日更呢
整个release还是一个挺
复杂的一个过程
然后你得找一个很好的branch to cut, right?
然后你还要搜集
比如说我们的AI
它会搜集我们那个什么Linear
还有那个Slack里面有没有大家report
内测版本有没有bug
它会搜集所有信息
它会做出决定然后呢
它如果需要问我问题
它还会自己给我发那个Slack信息
但是它就是一个很
流程化的一个东西
每天都有一个release的这个agent
每一个小时它跑一次
看一下就是这个release
release到什么地方了
它会自动把这样一个流程给跑完
所以包括我们Discord
就是我们四个人
不仅是做所谓的工程
我们还有一个非常大的Discord community
和我们微信也有community
你们微信也有的
对我们微信也有
哦对
应该邀请应该邀请你的
都已经忘了这事
邀请你到我们微信的community
然后我们X上面也是好多万的follower
所以
这些的所有的管理
其实都是自动化的
它每天会triage
你该怎么回这些user
然后有哪些信息我们今天收集到
所以Orca自带这个Automation feature
它可以连接你的remote host
所以像这些Automation都是跑在
我们team的一个share的一个remote host里面
那大家可能的问题就是
这些东西到底要花多少的token
和花多少的钱
token的话
肯定还是不少的
如果你是纯按API来计算
那其实还挺贵的
我也会看我自己的一些API的usage
那肯定是每个月好几万的
如果纯按API算
但是大家现在都知道嘛
像Claude Code的Codex
还有Kimi这些第一方的subscription
它有非常多的subsidizing
因为它其实它自己的profit margin很高
它如果按API
它其实是
比如Claude Code和OpenAI
它都是90%的profit margin
但是如果你买他的那个subscription plan
他是heavily subsidize
所以的话
通过买不同的subscription plan
我觉得都还挺好的
我基本上每一个provider买上一两个
就够我一个月做所有的Automation和这种
快速的proactively迭代的一些agent使用
买上一两个200美元的
对基本上我只买200美元的
因为那个是最好的deal嘛
所以我Claude Code、OpenCode、Codex、Grok
Antigravity这些我都有
然后每个都用一下就行了
对
刚刚其实你说了一个点挺重要
我没有打开
就是你说你们用plugin
我的理解是你这里边可能
不光模型Harness
包括你的工具
可能包括其他的东西
也是plugin
你们的这个plugin的philosophy和
比如说Codex有什么不一样
你这里边为什么是
用plugin而不是用skill
skill的话
他们两个之间有很多共通的吧
但我们想的plugin可能
更偏向于UI方面的plugin
就是有那个用户界面的
I see
用户界面的plugin
我觉得在未来很长一段时间用UI
和那个AI
它们的使用都挺重要
就是相当于人和AI
其实都需要一个工具上的提升
所以有针对AI的plugin嘛
所以它跟skill很相像
就是skill和一些command的集成然后呢
我们的plugin可能更偏向于UI方面的
比如说举几个例子吧
就是现在Orca的话能够
在Orca里面内部打开
很多不同的文件格式
比如说我们有个Markdown file的editor
我们有HTML的editor和那个annotator
你可以在HTML上面画等等的
但是用户他有很多不同的文件格式想要支持
比如说我们有些用户他是做芯片设计
他有他们公司自己的文件格式
想有自己的那种编辑器
以及PPT的编辑器
以及那个video editor
就比如说Claude Code在
左边的panel给他生成了一个video
他直接想在右边
就在Orca里面可以打开这个video
就像他打开一个
Markdown file可以edit一样
可能我们核心的Orca就没有办法说
我要把所有的这些模式editor都支持
所以用户就可以
通过一个plugin的形式
他就可以在Orca里面干上很多自己想干的事
理解了
最后一个关于用户的问题
你的这些power users们
他们用这么多AI
那你知不知道他们大概
都是在干些什么事的
大部分还是engineer
在公司打工
然后去疯狂地去卷PR吗
还是干嘛
其实我们的用户跟
可以说早期的Cursor和
早期的Claude Code有很多重合的
可能都是最早的这批
用AI来提升效率的
一般的pattern就是他会用
我们做一些personal project
然后觉得非常好的话
他也想在办公的时候用我们
personal project的话就有Web APP
有Mobile APP
然后现在我们看到比较popular的还有
就是大家会build越来越多的Desktop APP
因为越来越容易
写这种Electron APP
这是personal project
然后也有很多用来做automation
他比如说每天要炒股
可以用我们来就是搜集信息
然后左边是Claude Code
然后右边是Claude Code给他的
那个HTML的今天的股票分析
他可以在HTML上面加一些comments annotation
然后又发给Claude Code
然后两个一起cowork
所以personal use就是什么都有
但是我想说就是我们有非常大的
用户群体作为他的day to day work使用的
比如说我看Twitter上有人
就是分享他的用户案例
他是一个Cloudflare的engineer
他把每天他要review的PR
他就用一个master的那个agent
然后开因为我们有那种nested worktree
他在top level的worktree
他可以开
比如说20个小的那种不同的sub-worktree
就同时开20个worktree来管理
他的20个PR review同时跟进
所以就是也有很多大公司这种
他觉得我如果更efficient
我是不是可以留出更多时间
做其他的project也好
或者他也可以升职更快等等
就是Cloudflare的工程师呢
每天上班打开一看
哦我今天有20个活
然后就找一个agent
然后piu～把这20个活丢到那个agent里边
开了20个sub-worktree
然后下班的时候喝喝咖啡
看看是不是都干完了
干完了以后交一下
对
hhh
对今天的活就干完了
今天的活就干完了
中间他自己去干什么就不知道了
产品本身已经我觉得
给我们介绍很多了
然后包括大家的usage
有机会如果大家感兴趣的话
在下面提问
你应该也在社区里边
可以跟大家来多多交流一些
那我们讲讲你的这个创业吧
大学毕业之后
你是16年毕业的
嗯16对
然后先做quant(量化投资)
然后再去Google的对吧
然后创业大概是四五年的样子
是的对
你是第二个创业项目进的YC
Y Combinator
呃其实是第一个
第一个那好
讲讲你的故事
因为其实我
从小我就看我爸创业
做他自己的business
比起在公司里面
我就特别想自己拍板
决定做什么的一个人
所以从大学里面就一直想做这个
但是因为当时是国际学生嘛
来美国你不可能说我突然一下
就是要从大学就创业
因为我们毕竟还有很多身份的问题
所以大学也是
完了之后也是循规蹈矩的
做了那个大厂里面的工作
但是Google刚好在湾区
然后在湾区这边就是创业氛围其实是非常浓厚的
其实在Google的时候
我就业余会参加
各种各样的创业活动
从这些优秀的那个湾区
创业人才身上也学到了很多
所以当时就觉得自己想做一个什么
那是几年前了
当时AI还没有火的时候
当时也没有特别好的点子
所以就觉得管他呢
随便做一个点子
什么能上手就行
当时的第一个点子其实
是做一个直播的平台
就是给那种special events
就像婚礼
公司的一些events
做这种线上直播
那个项目的增长也比较好
用户和收入增长都比较好
所以也是拿着那个进了YC
但是在YC毕业之后
我们就发现
其实做那个event space
它是非常有大的挑战性为什么
因为要做成一个很大的business
其实最重要的一点就是
用户的留存性
你永远你的增长都要来自于
我不停的去外面吸收新用户
那是一个非常危险的境况
因为你永远不可能保证就说
诶我下个月我广告的
那个费用会不会增加
能不能吸引到那么多用户
但是在event space
它的留存性是比较差的
哪怕它一年之后它回来使用了
比如像婚礼那就更差了对吧
所以我们当时也是意识到
就是说这个可以有很好的收入
但是要做到像什么billion
就是十亿级别
百亿级别的一个公司
它还是得要做那种非常高频使用的
嗯
所以我们的第二点子叫Stably
它是用AI来做那个软件测试
这个我觉得在当时来说也是
一个非常合理的一个选择吧
Stably做的也是算比较成功的
因为也有不少的企业客户
但是为什么最近几个月我们
更专注在做Orca这上面呢
是因为我们发现以前的B2B SaaS
和那个Dev tool
你做一个niche area
它是非常值得去做的
去深入...呃...怎么说
去把它做扎实
做扎实
但现在我们发现就是说
就所有的Dev tool
它是不是都collapse到一个方面了
就是说用AI来生成
包括现在很多做video editor
你的workflow其实很多时候可以用
那个Claude Code帮你看一些video frame
甚至用它来帮你editing
让Claude Code去prompt那个
Seedance来做一些很多的
所以我们发现这种general coding
的这个workflow
它其实可以
取代很多B2B以前的
那种specialized workflow
所以我们觉得我们已经投入
那么多来做这个AI testing agent
我们可以把我们的很多投入
放在这种更general purpose的agent
里边就有一个你轻描淡写
但是大家觉得可能
很不可思议的事情
嗯
你做Orca一个现象级的成功
然后这个现象级的成功呢
基本上是again
你看首先从功能上来说的
大家会问为什么Anthropic或者OpenAI
这么牛逼的公司没有做出来
然后从增长上
你应该是你的focus还没有放在增长
且四个人的情况下
能增长到GitHub有5万颗星
我不知道你们的日活
或者download是什么样子
应该也是一个proportional非常高的一个程度
对吧这还是最近的东西
然后你前面的两次创业
就大家一般不是说创业
是10个里边9个失败嘛
嗯
但是为什么你做一个成一个这样子
可能我成功的定义就是说要到
那个one billion这种级别吧
但是我觉得就是至少
还是就每个都做起来了吧对
我觉得有两项吧
一个就是说我们确实是
一个非常技术的团队
就我和我的CO founder
我之前在Google
然后他在Uber吧
所以就是基本上
我们想做的什么点子
我们都能把它做到最好
可能就是说
在选点子的上面
business的方面可能
Monetization
这些还有很多要尝试的
但是基本上想做什么
产品方面确实是可以把他做到最好
我觉得可以分享的经验就是说
即使大家说现在AI
捏一个就可以了什么
但是我觉得
在可能未来的一年之内
要做成一个好的产品
其实还是会需要非常大的
时间和那个token消耗的打磨
所以好的taste还是可以给你
一个很大的领先的机会
这是第一点
第二点我觉得就更多
的是Orca方面的成功吧
我觉得Orca增长这么快
就是在非常少的
marketing的投入的情况下
就是我们可能95%的时间都在做产品
可能5%就是想什么发什么
今天发一下那个Twitter的那种
情况下能做这么好
我觉得还是得借力
赶上那个趋势得借力
包括就回到我最开始
说的这个TUI和GUI之间
我想说是我们本身
就是没有一个strong opinion
我们更多想做的就是大家想用什么
我们就很好地支持大家用这个
而不是去摆在一个对立面的位置上
就说你要不得用Claude Code
要不得用我们
然后你让用户做选择
我觉得这种的话
那你的那个marketing得投入非常大
你才能改变用户的
使用习惯
而你作为一个
我就让你Claude Code和Codex用得更好更容易
不需要改变他的使用习惯
他就可以用上你
他也会非常愿意分享给他的同事
就说哎
我知道我们刚买了Claude Code对吧
但是我不是说你要
用一个新的工具
就是说你用这个就是
用Claude Code可以用起来更好所以
他的那个分享
或者使用的adoption都会做得比较高
你们现在download方便透露大概多少吗
不会透露具体数字
但是download肯定是比
那个GitHub star还要高很多
这里边proportion大概
多少是来自于口碑
就我想知道的是大家怎么知道你们的
对于任何一家公司
awareness和trust都是非常高的barrier
就是大家能知道你们
然后大家还信任到你们足够愿意试一下
和你觉得为什么你们可以
这么快的就让大家愿意去试用一下
我觉得确实是这个赛道的原因
其实这个赛道很容易传播
因为现在也不停的有新的tool出来嘛
就是大家都愿意尝试一下
有什么好的方法能让
大家管理他的agent
可能大家直接用iTerm和Ghostty
有很多就是我刚才说到的问题
大家也不是很满意
所以大家总是
非常愿意去尝试一下新的tool
所以我觉得得到那个
traffic in其实还挺容易的
但是我们其实比较
在乎的是那个留存率
就我们留存率也挺高的
留存率高你才能就是
有那种viral growth嘛
它才能1传2等等
如果就是它可能
第一天它就没有转化
没有留存
它看一眼就走了
就他没办法去散播
到第二个第三个人
所以我们就非常看重留存率
我们会发现我们的
用户他有一个规律
他基本上是试了所有工具
有时候是刚好最后一个试的Orca
有时候刚好他是先试了Orca
又去试了一圈新的工具
或者是他同时试Orca
就不管他是先后顺序是怎样
他基本上试了
他最后都会选择Orca
我觉得留存是产品决定的
而且产品好到一定程度呢
是带这个传播指数的1传2 2传3
到一个人会推荐几个人
可是在那之前
你说很简单
traffic in很简单
对于一个没有做过
这里的人可能不简单
就是同赛道的有很多
很多人试图在做这件事
他们可能都不简单
想想你的YC同学们对吧
他们可能很多人在做这个
他们不觉得简单
然后你觉得为什么你觉得简单
可能是我没花很多精力在上面
我可以想一下
我觉得我们做的不一样
可能有帮助的地方吧
就是包括我们做marketing
我们还是偏leverage marketing
怎么解释这个leverage marketing
它其实跟我们的这个产品的
设计思路都是非常一样的
就说我们都是非常借力的
然后我能看到
比如说有跟我们相同的一些产品
我看它发的那个X post
他就是关于我们这个产品有个新的功能
因为他会觉得他的责任
就是去宣传他的产品的功能
他如果讲一句
比如说Claude Code
因为他永远会把Claude Code和Codex
这种看成他的那个竞争关系
就比如说Claude Code今天有一个agent什么的
哇天呐天塌了
然后大家会不会都用Claude Code了
就像我刚才说的一样
就是不管他Claude Code有什么
只要还有Codex在
我就中立的一个这种
他总是有他存在的一个价值
更何况现在不仅是两家独大
现在是非常多的那个player
我们可能松弛就在于我们不把
任何一家视为我们的competitor
虽然他目的是想来compete
但是我们觉得这是
一个非常open的ecosystem
所以这就体现在我们的marketing里面
就说Claude Code发布
我们会点赞好啊
大家可以在Orca里面这么用Claude Code
然后Codex发布说好
新功能Codex做得好
可以在Orca里面用这种
所以其实大家非常愿意看这种context
就是大家很喜欢学
诶有什么新的Claude Code tricks
什么新的Codex tricks
所以就是基本上我们
可能想什么发什么
可能就5分钟发一个内容
然后基本上就是都有好几百赞
就是因为发到了
大家喜欢的这种内容
很棒的干货
Google码农千千万对吧
Uber码农千千万
很多人我觉得从Google出来也没有
能力去做一个那么好的产品
在你看起来
你们所谓这个好的技术和好的产品
的这个能力是怎么样子培养的
或者说great和good的区别是什么
技术方面比我们好的有很多
我觉得就还是要land
能把一个想法就是真正执行和落地
我甚至觉得当时我们能上YC的时候
这可能也是当时YC他
面试我们最看重的一个
就说虽然我们的第一个点子
并不算是最好的一个点子
甚至我们之后确实
是抛弃了那个点子
但是就是不管什么点子
我们就有执行力
可以说执行力吧
是一个方面
就是作为工程师
执行力并不仅仅体现在你有那个
技术功能
而是就把各个方面都打通
去找到一个好的方向
然后能了解这个方向它的那个
玩家有哪些
以及大家的痛点是什么
然后找到大家最共鸣的那个痛点
然后能很快的解决这个痛点
然后呢每一步的时候你都能
就是很精准的做正确的事
它听起来很简单
但它其中可能每一个步骤
都是有10个不同的步骤
我们点开一个吧
稍稍展开一下怎么找到痛点
用具体的例子来给大家解释一下
当时你是怎么找到痛点和怎么解决痛点的
为什么其他人没有找到这个
痛点和没有解决这个痛点
我们第一个点子就是做
那个线上event的直播嘛然后呢
我们当时找的痛点的方式有几个
一个是身边的朋友
就是我们做每一个点子的时候
包括我们做最近的Orca
我们都是像回到了
就是最初在黑板上第一次头脑风暴一样的那种
我们都是说我们要按这个步骤走
所以我们都会问上100个人
而且是深度的那种沟通交流
不是说就我要问100个人的问卷
而是就是说给大家婚礼直播
我们甚至会跟最开始的很多couple
我们都说可不可以给你打一个电话
然后就跟他非常深入的沟通交流
就说你为什么会想到
要用我们这个产品呢
这是一个很好的insight对吧
你在这个里边问什么问题
我一般会问
就说你为什么第一会想到这个点子
然后第二的话呢
你为什么会想到找这样一个解决方案
有没有考虑过其他的解决方案
比如说第一个点子嘛
我说你为什么没有考虑Zoom呢
Zoom完全可以
然后你有试过Zoom吗
那你就可以得到一个很好的
就说我的那个优势具体在什么
那我就一定得加大投入我的优势
以及他可能也考虑了其他的产品
然后呢第三点就是要问
就是在那个你如果要变现的情况下
你可以就是问好
你既然说这个问题
对你来说这么重要
你要到处找那你
比如说有类似的产品的话
你在上面花了多少钱
这都是非常重要的
你看过《The Mom Test》那本书吗
对对对我看过那本书
为什么我想到这本书
就是你问的是你在
类似产品上花了多少钱
而不是说你愿不愿意为我的产品花钱
对对对对
然后像比如说我们YC的那个Adviser
我们的YC group partner是Michael Seibel
他就非常直白的跟我们说
你要对你的用户了解到这个程度
就是说比如说我们做B2B
他去年的收入是多少
他的收入增幅是多少
然后他们最大的开销是多少
你能不能做到你能成为他们
第二大或者第一大的开销
你能帮他们解决
一个多大价值的问题
能让你做到他们
第一大第二大的开销
然后他说你如果都不知道
你的用户的收入是多少
增长是多少
他的最大的问题是什么
他里面每个不同的人
他考虑的
他想解决的问题什么
如果你做不到对用户这样的了解程度
那可能你的不管是宣传也好
你的产品的设计也好
你都是在有点隔靴搔痒
没办法做到很准确
那你怎么去了解的
听到了你想去了解
你会怎么做
我就直接问呗
直接问那些客户
直接问直接问
很多人可以问
但可能我们在那个湾区
就对我们现在的赛道来说
有一些天然的优势
第一的话呢
就是我本身在湾区
基本上我身边的朋友
你都可以直接问到
你们公司到底采购了什么
你们公司营收怎么样然后
今年的那个AI tool方面的budget是什么
你上次采购的那个tool
你们花了多少钱
比如我就知道很多公司
比如他们第一大开销
现在已经变成AI了
在AI之前
他们第一大开销其实是Datadog
不是那个AWS
哦对
Datadog真贵
对对对对
是的是的对
然后呢以及你们今年的budget
你们的预算是什么
就说如果一个问不到
你就不停地问不同的人
我们发现公司他的那个
回答其实都大同小异的
问上这么多个
你大概就知道了哦
其实这是一个现在来说很好的机会
就是你要develop对用户
的一个true understanding
而且这个true understanding其实
比大家想象中的要深很多
很多时候大家以为是有了
其实还是表面的
在这里边要一定不停地问下去
访谈100个客户
问他们非常具体的问题
然后在这里边不断地去寻找
真实的那个痛点是什么
那找到了真实痛点
你们怎么样把它
转化成你们的solution呢
先听一下他们已有的solution
一般来说还是回到那个leverage嘛
要借力很多内部他也已经有
各种各样的尝试了
你可以知道诶
你尝试了这个这个行不行
或者那个行不行
这个已经是一个
非常好的那个baseline了
然后呢另外的话就是其实是
我们也是在快速迭代
我觉得就是一个是有很好的判断
但是我不能保证我们判断是正确的
快速迭代
得到反馈还是非常重要的
所以我觉得这也是一个
我们做的比较好的
特别是现在有了AI的赋能
就是你虽然知道这个痛点是真实的
你这个确认了
那你解决它的方式可能要不你就
推出3版不同的解决方式
当然三版都是你猜想应该是最好的
包括我们那个AI status的集成
其实它也是经过了好几个迭代的
现在有很多人会抄
我们的那个AI status的
集成的显示嘛
但之前也是第一版它放在很中心的位置
我们当时就觉得这个就可能是
就想看的时候再看一下的那种
很随意就放在右边的一个角落
然后我们发现那根本没有任何用处
然后我们就会把它放在不同的地方
就试了好多版
然后也根据大家的反馈也调整了很多次
根据大家的反馈
你的真实的feedback loop怎么建立
因为很多时候大家
得到的是一个biased sample
或者说是这种声音很大
但是其实不代表一个真实用户的
你怎么样子去得到有效的反馈
从而在你这个快速迭代中找到方向
可能这个不太科学哈
因为我觉得我们现在还没有
做任何的什么科学的实验
很多还是靠自己的一些最后的判断
反正我们的原则就是
包括我们有很多社区的PR
还有issue
各个论坛上面对我们的反馈
我们都是把它作为一个参考
我们也会做qualitative和
quantitative的一些集成
就说50%来自于这个
那这个肯定要正视一下
就是大家他有这种建议嘛
但是呢我觉得就是
它都只作为一个信息
我觉得特别是在AI时代
你得到信息的方式越来越多
但是我们都只把它作为一个信息
最后的决定权还是在我们team这4个人
有非常好的那个product sense
也是属于大家相信自己吧
就是先收集足够多的信息
然后以你最好的
判断来做出一个决定
我其实觉得这个是非常有道理的
包括我在采访投资人
他们也说最后很多时候是体感
我自己是做数据科学的
然后就是数据能告诉你的东西
可能也就百分之二三十
你最后要看的是你的那个mental model
就是你说的这个product sense
或者说是大家有的时候说taste
在这个话题上还可以多聊一些
就是你觉得你的这个taste
或者说这个product sense建立的
比较关键的一些节点
或者说是milestone
或者说是一些开悟的时间
就是你可能在一段时间之前
你觉得你其实没有
找到一个好的product sense
但是有一段时间你突然嗯～感觉悟了
一个悟的点可能就是
如果都在不同的product feature之间犹豫不决
不知道该怎么解决的时候
那就以我自己作为标准用户
这恰好是因为我这个赛道的原因嘛
我就是一个很好的用户
我们又有团队
所以我们也可以就是体验一些
很多团队之间要协作的一些AI workflow
然后我们之前产品也有
卖给那个大公司的一些经历
所以我也知道大公司的一些它的workflow
同时呢
我们现在又是一个快速迭代的团队
所以我就觉得我们
可能是个很好的用户
就说在我犹豫不决的时候
那我就试一下
看一下我们能不能提升我们的效率
就是它再不济
虽然大家可能不喜欢
但它至少提升了我们的效率
这恰恰可能最后是一个非常
好的结果
这可能是最近开悟的一点吧
然后之前如果要开悟的一点就是
意识到AI发展的一个大的趋势
开悟的一点就是意识到很多时候
很多的产品它都可以
通过那个coding agent来解决
因为我觉得现在的产品有两个分化
一个就是像我们这种
做就是general coding agent
就是说你帮大家使用Claude Code, Codex这种
另外一种就是像很多产品
它是在它现有的那个UI
里面加入一些Chatbox
我觉得他们有非常多的增加用户体验的
但我觉得就是
你的那个context的loss太多了
也算是对我来说一个非常大的
产品设计方向的一个启发
就是说现有的很多产品
它的那个大的方向已经很好了
你不能去fight against它
你要相当于就是要build on top of it
我觉得这两个开悟瞬间都很重要
那我们再回到你的第一个创业项目
你是怎么样子让
别人知道你这个项目
并且能收上钱来
有收入呢
就是时间点很重要
我现在回想一下我总体的theme
就是我们基本上每个项目在
他们开始的时候都是很多inbound
比如说Orca现在是大家刚好
就是管理agent有困难嘛
包括enterprise都在look for solutions
然后之前那个Stably是AI testing
就是AI生成太多junk code
大家想怎么用AI的也来做testing
然后第一个呢
就是Virtual event
其实我们当时刚好是在那个
covid的尾巴的那个情况下
其实还几年前嘛
所以就是我们一放到App Store
然后当时想
然后我们是不是要告诉一下朋友
然后就有好几个
就是毫不认识的人
就在App Store里面就直接找到了我们
所以我觉得可能他
总结下来都是说
可能就是在那个时间内解决正确的问题
可能第二点就是还是要
相信平台的分发的那个流量
比如说Orca的话
我觉得我们很多流量
还是来自于那个GitHub本身
就大家直接就在GitHub里面搜什么ADE
这是一个新的词嘛
然后我们当时是唯一一个标明是ADE
因为大家当时会想ADE是什么
然后我标这个是不是风险太大了
我当时就说唉
不管了我们就是要造一个新词叫ADE
现在大家越来越多的人搜ADE嘛
或者搜什么agentic development
所以很大的一部分流量
我们都来自于那个GitHub
我觉得就是在不同的这种平台
能够利用它的流量也是挺有用的
I see
有一个特别好的产品
然后能抓到一个时代的脉搏
总结得很好
喜欢脉搏这个词对
哈哈哈
那就是你这个中医能力就很强了
就是把脉能力非常强
这正好就讲到了松弛感这件事
稍稍讲一下你的创业的心态
或者说为什么你没有那么的着急
就觉得机会总是有的
只要你想去干
它都能干成的
就这个饼很大
可能大家会想象就是说这是个零和游戏
就是Anthropic, OpenAI吃了这个就没有了
但是大家没想到
可能从历史的长河来看
我们可能刚刚在这里
就是没有人能想到
以后我们的那个GDP
我们这个人类作为一个人类文明
我们能达到一个什么样的程度
可能大家觉得SaaS要完了
但是SaaS要完了
但是天呐
这世界上还有这么多可以build的东西
我们连机器人都没有呢
我还没有做饭机器人呢
我们还没有登月呢
我们还没有去过火星呢
更别说什么生物方面
还有很多可以做的突破
天呐我对未来特别的乐观
我就觉得这个可以做的
可以build
就是身为一个builder
就可以做的事情太多了
这个不行
然后我再试下一个就是了嘛
我觉得一方面我们的松弛感
就来自于我们确实经历了很多这种
这个不行就做下一个吧
无所谓只要还有饭吃就可以
你应该aware
很多人说AI是泡沫
嗯哼然后现在科技发展是泡沫
包括AI对GDP也是没有什么
特别大的正面影响的
但是很明显你aware这些东西的情况下
你还是选择了另外一个
就是更乐观的这个信仰
我乐观的前提是
我其实不相信就是AI能取代人类
我觉得AI的智能和人的智能是
他有很多相似的情况
但是我觉得他们是非常互补的
就两年前我可能没有这么乐观
我两年前会说就是AI
真的会取代人类
就它和那个什么
第二次工业革命不一样
就是蒸汽机嘛
它是取代了我们的那个体力劳动
但是我们至少还有脑力在嘛
然后大家会觉得
那现在AI是真的取代我脑力
那我人还有什么用呢
那我发现脑力它不是一个简单的维度的
比如说我的聪明程度和那个Orca
Orca其实是虎鲸的意思
比如虎鲸它是一个聪明的动物
它的那个intelligence它其实是不一样的
有虎鲸擅长的东西
也有那个人类擅长的
然后我发现有AI擅长的
也有人擅长的
可能AI它会朝一个不同的方向走
虽然大家在把它训练得非常像人
但是
可能再训练很多时候你还是
没有一个能像什么爱因斯坦
当时提出相对论那样的一个思考的
可能这是我的一个乐观
当然就是很多AI专家
可能会出来打断我说
不AI就是在任何维度都可以降维打击人类
在我的观点内
就是AI和人类是互补的情况下的话
那AI我就把它当成一个
巨大的生产力的提升的工具
之前人类有很多没有解决的问题
比如说生物医疗方面
还有就是矿产那个
就是对地球的开发嘛
就是不知道大家对这个
I类文明这个概念熟不熟悉
I类文明就是指这个文明
已经能harness整个行星的能量
就是我觉得我们可能在十亿分之一
朝那个I类文明的路上
那我们可以做的事情还有很多
所以我对那个是总体比较乐观
就像那个人类可能在
多少年前没有想到
当我们解放了一个生产力的时候
我们就可以有这么大的可能性
所以那是我的乐观
但是可能稍微有一些不乐观的
会来自于对这个财富的分配吧
但我觉得对财富的分配是非常
取决于人和AI的智能是不是互补
如果在人和AI智能不是互补
就说AI可以完全取代人类的情况下
那确实会有一个非常大的财富分配问题
因为大部分人会被少部分
掌握AI的人认为是没有价值的
那当然这个财富就
不会分配给我们大家
但是如果是在一个情况下
不管AI再聪明
它还是需要一个人
哪怕是我们觉得比较愚蠢的人
它都能提供一个AI达不到的一个智能
一个互补的智能
那我觉得社会的分配形态也会继续延续
这是我的跟技术毫无关系的一个思考吧
我觉得我partially agree
这个partially agree是
我觉得人确实是不可替代的
然后AI再怎么训练呢
它和人都是有区别的
但问题是
我们在教育的过程中
过度强调了那些
可以被AI取代的东西
反而人的真正的独特的
东西是没有强调的
我很看好下一代人
他们真的在一个AI native的世界里边
他们会反过来强调人性独特的东西
不管是你的craft呀
还是你的兴趣呀
还是你的passion
或者等等mastery
但是现在我们
因为在工业革命之后把人
尽量的打造成一个标准件
然后这个标准件的东西
是最容易被AI取代的
是的这确实是一个concern
我觉得可能这个中间的
转型期会是比较艰难的
其实我也是个非常喜欢历史的人
可能也是有些过度依赖于历史
这个确实发生过很多次嘛
当时工业革命的时候已经发生
甚至在工业革命之前
也发生过很多很多次
纺织技术出来的时候
90%还是80%的英国的
那个青年都是失业
就那一整代的青年人都失业了
应该是维多利亚女王时期还是什么的
就所以对那一代人来说
他是非常艰难
但是对于整个国家以及整个社会
大家也找到新的出路对吧
然后他可以开始钻研科学等等
transition是痛苦的
但是必会被历史遗忘其实
对但这个对于历史来说
这都是一个小的blink那个小点
对于每个人来说
那5年其实都是对人生
一个很重要的决定点
所以我非常能感受到
不管是做AI创业者
以及做其他行业的
大家肯定都有一部分焦虑在身上的
我在你身上感觉是没什么焦虑的
因为只要跑在这个前面就可以了
这个就适应吧
我觉得就是只要你觉得你能适应
其实就还好
我们还有一点时间
你想有没有什么
你觉得我应该问的问题
或者说你想跟观众们交流的东西
就展望一下
先不说远的吧
远的吧当然是总体非常乐观
以及会担忧一些AI监管
或者财富分配
那可能从近一点来说
我觉得现在有一些
比较好的创业机会
集中在三个方面吧
来 please
第一个方面其实是ToC做回ToC
B2B在之前
它是一个更好的business model
因为你会觉得
虽然我卖给一个企业不太容易
但是我卖给企业之后
一般来说你签的至少是1年的contract
然后很多时候你给他一点discount
你可以签个两三年
然后即使我只签一年了
他的那个粘性也比较高
因为他的那个switching cost是比较高的
但现在的话
你其实B2B
你的sales cycle(销售周期)还是很高
对其实大家不要想到
就是现在B2B有了AI
它会加速
其实有了AI
就它采购并没有加速
相反它采购会变得更慢
因为大家的采购现在非常犹豫
以前就说
对我就是应该买个tool
现在采购非常犹豫
它会反复衡量
就是我买tool
我要买AI usage
我要买多少
其实是个很漫长的过程
然后但你经过了漫长的过程之后
然后采购了
发现3个月之后
很快他们就想着如何解除这个contract
所以我觉得我非常建议
我之前碰到美国或者其他国家
也有一些印度的朋友嘛
然后他们会问就是创业的建议
我会说你看一下就是Toc
做一些APP等等
你说的是ToB变差了
但是ToC有变好吗
ToC有变好
ToC变好的原因在于
就是你的ROI变好了
因为以前做一个ToC比如做一个APP
就我之前做APP的话
还是挺麻烦的
其实现在很多人
他一个月可以做好多个APP
那这里边他的ROI的这个investment
变少了对吧
但是它supply也变多了呀
市场上的应用多了100倍
那这个时候会不会
大家的attension又是有限的
或者说每个人手机上会
愿意下载的APP是有限的
对我觉得看你做什么类的APP
如果你的APP是那种
again零和游戏的APP
就说你要不看TikTok
要不看我
那这个肯定会竞争更激烈
但如果你的APP是处于
一个就是增长这个饼
就说之前大家做不到的事
就像当时iPhone出来的时候
比如说Uber
Airbnb同期的这些APP
就是它有很多之前大家想做这个APP
但是就会花好多时间
然后做不到的事情
甚至它一个APP自带一些AI功能
就是以前根本不太可能的APP
现在的这个饼它其实是在增长
如果你能帮大家解决一个实际的问题
也不需要说担心
我跟TikTok抢时间这种
然后呢另外一个为什么ROI变好了
它的return变好
是因为大家的付费意愿
其实现在是增强了的
因为之前可能是因为
Toc用户他对APP总有一个
那个时代很多APP是free的那种
ADS powered economy
他做习惯了
他被Google给补贴习惯了之后
他会觉得这个APP就应该免费
Google map就是应该免费
doc就应该免费
什么都应该免费
但现在就是没有人
能够继续这种补贴了
因为AI时代没有谁
愿意这样补贴的话
你来对它AI的usage做一个收费
其实大家是愿意付费的
我从很多数据看到C端用户的
付费的意愿是在提高的
这是一个方向
第二个方向当然就是硬件
特别是国内的创业者
国内非常强的优势就是硬件优势
这个我觉得美国
很多年都可能赶超不了的
甚至我知道很多在美国
创业的各个国家的人吧
他做硬件
他只要做硬件相关的
我以前有个朋友
他是卖美国这边heating system
他们自创的一个那个AC的那种
他基本上每个月都要飞一次中国
就在这样的情况下
他们也是感受到了
很多他们的supply chain
没办法处理得很好的这种
然后我觉得国内的很多
创业者可能有这方面的先天优势
可以考虑一下硬件和
软件结合的这个方面
我觉得像Plaud
就是一个非常好的例子
然后也软件结合很好
第三点当然就是
回到了第一原则思考
就是compute
芯片存储以及就是
再往高一点的那个
集成他们一起就形成那个算力
这会是可能接下来
这一两年非常火的
就包括我看到YC的新的那个batch
也有很多startup
因为YC它的batch它其实是
非常结合当时的热点的
就是新的那个batch
他们的热点就是在
我帮你host你的model
我帮enterprise self host这个model
然后我帮你找算力
不管是跑agent的算力还是跑
model的算力
因为算力现在都很紧缺
就举一个数据
就在湾区
现在所有的MacBook Air
基本上你去任何一个苹果店
Best Buy什么computer store
都是越高的配置的
它都是脱销
都是非常back order的
就现在算力是非常稀缺的
有算力的人他可能会先得一步
然后这中间有很多套利的一些机会
因为它没有完全说变成像电力
这种一家独大国有这种
它虽然也得是一个很大的那个
云厂家你才能来做这种算力
但是其中一些小的机会
在这么大的一个市场它也是有的
我昨天跟一个朋友聊
他是想下一个创业
我跟他说就是黄仁勋
的那个five layers cake嘛
在算力和model之间
还有一层芯片的优化
然后这个是一个纯software的layer
这件事其实之前是CUDA一统天下嘛
但其实是在AI之后
我觉得还是有更多的机会的
这个其实也是一个
除了把算力集成算力hosting
然后算力的serving对吧
这个是一个
但是其中的就是从一个芯片
到它产生token之间的优化
我觉得也是一个很大的机会
另外一个我不知道
就是B2B不是一个好的
但是服务你觉得是好的东西吗
或者说是一个值得的方向嘛
类似于FDE的这样的服务吧
或者说是一个technical consulting
但是现在是一个更加
帮助你落地一些AI的ability
看个人的接受程度
可能还跟那个ToC一样的吧
你可能得必须随时adapt
可能每个月这个市场的需求会不一样
这个月帮大家adapt to AI
你的那个热点在于
如何帮大家节省cost
可能下个月大家又有不一样的热点
我想的那个服务
就是你去用AI去直接收一个公司
然后去使用
I see
我想到为什么是这有这么一个东西
这个东西在美国卖60美元还是多少
就是被几个公司垄断了
就是我order
到拿到可能要一个月
很贵而且它中间还养了好几层的人
就能很明显感觉到他们是一个
什么十几年前build的一个系统
然后我在那用网站下单
然后他给我放到另外一个公司
然后另外一个公司又给我发了一个邮件
然后确定了以后
然后再要去ship
对对对
我觉得这是刚才没说到的一个
就是传统行业也有蛮多的机会
比如像建筑
我知道身边蛮多做建筑的
非常好的revenue
因为就是相当于AI对他们来说纯是enable
而且就是在Anthropic的那个产品
设计模式和那个建筑工地
他们使用的具体场景之间
还是有一个特别大的鸿沟的
所以我觉得这些都是机会
填沟填缝
然后就可能很多机会
嗯好的
很棒
我们现在时间差不多约到你的5点
还有没有什么要跟
我们的观众聊的东西
觉得我今天在Superlinear上面看到
好多大家发布的一些产品
我觉得社区里面大家都很厉害
希望和大家一起在这个
怎么说AI的淘金浪潮里面
淘到自己的一桶金吧
然后如果大家就是
想要AI产品迭代
以及做一些日常的
业务的一些工作流
不是最满意的话
也欢迎大家试下Orca
因为我们就是每天
都有一个新的feature发布
希望能让大家永远都
保持最快的速度迭代
嗯嗯肯定的
我尽早的把咱们的访谈发到Superlinear里边
然后多去鼓励大家
去使用你们的产品
在里边确实也都是
使用AI算是在中文世界里边
比较先进的一群人了
2万多个人
然后里面可能现在
七八百个不同的项目了
相信大家会非常喜欢你的产品的
好
好的感谢感谢
好谢谢
谢谢立正拜拜
