逐段要点整理
00 · 开场：他为什么写这本书（0:00—5:00）
- 哈里问，作为一家上市公司的 CEO，为什么要去写书——又不是为了版税。迪内斯说，写书是他小时候就有的念头，动笔之后发现自己没有天赋；这一次机会很好，他前后花了将近半年。
- 他直说了写作过程：「Claude 和 ChatGPT 帮了大忙，它们是我的代笔。」真正的好处是另一件事——写下来，才把自己的想法看得更清楚。
- 他动笔时手上是三条线：AI 有没有耐久的限制；企业里的工作到底怎么发生；以及人本身——意志、风格、被一段经历改变。
01 · 为什么达里奥说错了「百万个爱因斯坦」（5:00—13:00）
- 起点是一句他听到后「很担忧」的话：达里奥·阿莫代伊说，几年之后数据中心里会有百万个爱因斯坦。他的第一反应是：那我能不能雇一个，塞进笔记本，给它开一个企业账号、一个 Slack，然后让它干我的活？
- 他的拆解是：对方大概想说的是「百万个具有爱因斯坦式推理能力的实体」——这一点他同意；但那不是作为人的爱因斯坦，不是那种会在岗位上学会一件事、并因此变成另一个人的爱因斯坦。
- 人的默认预期是「会在岗上被改造」：没有一个公司会给新员工一本从第一页到最后一页的手册，写清楚这份工作从头到尾怎么做。
- 记忆不等于学习：模型的便签、记忆、检索都是写下来的东西，它在岗位上不会改动自己的权重；人被一段工作变成另一个人，模型只是旧版本加一张纸。他举的例子是两个厨子——一个做了二十年日料，一个做了二十年意餐，给他们同一份菜谱，做出来的菜不一样。所以企业不是一张可以写下来的纸，它是一个「成为」的过程。
- 他把这件事推到阅读与练习的区别：读遍棋谱成不了大师，看遍滑雪视频也成不了滑雪的人。
- 一个自证：UiPath 把平台开放给编码 agent 之后，他们发现模型对开源技术做出来的东西，比对他们自己的技术更好——因为开源的东西已经在模型的权重里。造多少提示词、多少技能都补不回这一层。
- 他谈递归自我改进：把最好的模型放进飞船、扔到星星上去，算力无限、不断自我改进，最后它可能在内部模拟出一个和我们一样复杂的世界——那么我们也可能只是无限重模拟里的一层。
- 书里他把「意志」和「推理」分开：他不认为意志从推理或意识里涌现，意志像是宇宙构造里独立的一块；把大模型放进自我改进循环就生成意志，他说这是厢愿。
- 他给的证据是：AI 现在能解人类没解出来的数学题，但还造不出「相对论」那样的框架。原因还是那条——它不在工作中被改变；爱因斯坦不是在纸上重写自己，他是逐渐变成了另一个爱因斯坦。
02 · AI 安全是不是正在变成封杀开源的理由（13:00—21:00）
- 先说如果换成他：假如他真信这项技术正在失控、他的实验会给别的系统造成重大损失，那他不用外部压力也会放慢——他不想冒坐牢的风险，相关法律本来就管这类行为。
- 他读那篇备忘录的方式是：我想不计风险地做这件事，同时愿意打开门让大家看我怎么做的，但我不想承担后果。而现实是，你没办法和坏人结盟去阻止前沿，能结盟的只有好人。
- 他认为这封信真正瞄的是开源：逻辑是「即使好人做开源，开源也会流到坏人手里，而坏人是谁并不知道」——于是危险被安放在开源上。
- 他明确说：「在我看来，连现在正在做 AI 的中国实验室，我也会归到好人那一边。」他的标准不是国别，是谁在公开地把技术往前推。
- 关于企业怕什么：哈里转述 Palantir 的亚历克斯·卡普说大企业不敢和前沿实验室合作，怕它们进来抢生意。迪内斯说他觉得企业更怕的是自己的知识产权经由别的模型漏到现有竞争对手那里。
03 · UiPath 真的需要 4,000 名员工吗（21:00—28:00）
- 数字：一千多名工程师，公司大约 4,000 人。哈里的反应是「四千？天哪，这简直是噩梦」。
- 他的口径：「我从没跟员工藏过这件事：会有一次转型。」但他把话说在前面——我们不是在用 AI 当借口砍掉公司的一部分；引进 AI 和人的转型要同时做。
- 他提出「一份工作有两种产出」：一种是可度量的、人因此被雇的产出；另一种属于组织韧性——你和客户的深度关系、让客户留下来的信任。AI 能打电话、能写邮件，但补不上人的连接与信任。
- 由此他主张企业需要一本账（ledger）：先弄清楚人除了岗位定义之外还在做什么，然后才谈得上转型会动到哪些岗位、人可以怎么挪。
- 反直觉的一点：盲着砍，最容易砍掉的是那些「不是本领域最大专家」的人；而把 AI 引进来补这些专家，恰恰最需要会主动做事、能维持客户关系、能带新人、能承载企业文化的那批人。
- 书里的名字：the credentialed middle，「有证书的中间层」——我们按某个领域的专业证书筛人，而这恰好是 AI 最能帮上忙、因而最不需要那么多的那类专业度。
- 案例：哈里讲他当天与一位律师的对话——历史上这家律所招 25 个实习生，今年会是 4 个。迪内斯说他百分之百同意「大多数岗位上需要的人会更少」，真正的问题是少的是哪些人。
- 判断标准不是「可不可验证」：他纠正哈里的说法，关键是这份工作有没有被别人定义好的框子；框子清楚，AI 就能理解框子。而没写进框子里的规则，AI 学不到——比如「我知道这个客户会优先把货发给某家 AI 公司」，这条规则也许存在，也许没有，没被记下来就学不到。
- 从这里他把问题引到那张手册上：「我们把这本手册叫工作地图。你得把工作地图交给 AI，才可能成功。」
04 · 你会去训练那个可能取代你的 AI 吗（28:00—32:00）
- 这门手艺有名字：ethnography（民族志）。它是一门学科，帮企业把「工作是怎么完成的」全部信息摊出来，画出那张地图。其中很重要的一件事，是去看人到底在桌面上做什么。UiPath 把做这件事的 agent 叫民族志员。
- 做法的细节：让 agent 去采访真正的业务专家，请他们一边做事一边说，agent 实时追问——「这张发票的邮编不一样，你为什么改了它？为什么走了另一条路？」一条一条把例外问出来。把多个人的记录合起来，做出流程地图。
- 先画出 as-is，再用编码 agent 想该怎么改，改的方式就是「打印软件」。
- 他给的目标很明确：起点是一段几乎全靠人手的过程，目标是让操作系统的人更少，让自动化和 agentic AI 操作系统更多。
- 员工会不会抵触？他说这取决于公司怎么讲。在 UiPath，重要的是反复说清楚：我们不是在为 AI 的登场搞一次大清洗；转型不可避免，每个人都会有机会，对 AI 更熟悉的人机会更多——不只在这里，在任何一份工作里。
- 一年的变化：今年年初整个行业对被完全替代的恐惧是脱缰的，现在人们开始理解自己那份工作有多耐久；企业里 AI 的扩散会更慢，一段流程一段流程地发生，因为「百万个爱因斯坦」现在还雇不到。
05 · 薪水里有多大比例花在推理上（32:00—34:00）
- 哈里把问题递过来：有被投公司的 CEO 说，他们现在花在推理上的钱是人力工资的三倍；那你花多少？迪内斯说，他个人不在意这个数字。
- 他的假设只有一句：「同样的活，机器做得更好，哪怕更贵，我今天就换。」因为人的成本只会上升、还会把错误带进来；机器的成本会下降。
- 他真正的问题是另一件事：不是贵不贵，是爱因斯坦还没出现。「给我一个能替代我的爱因斯坦，我立刻去度假」——但这个东西还不存在。
- 他回应「AI 已经替换了高管」的说法：他见过一些公司裁掉几百个客服，现在又在把人招回来；一个数据点，还推不到整个行业。
06 · 靠氛围编程真的能不付软件钱吗（34:00—37:00）
- 他们自己试过：用 vibe coding 写过一个采购工具。一开始看起来非凡，要放进生产的时候，真正的瓶颈就出现了——连接器、权限、审计、安全，一样都不能少。
- 原型到生产才是活：写代码很好玩，但它不是能拉开差距的地方。AI 写出来的数据库结构完全不对，人得回来重搭；今天还到不了「懂业务的用户自己就能 vibe 出一个工具」这一步。
- 他算的总账：你最终大概会付掉和被你替换掉的那个工具一样多、甚至更多的钱，同时还要占住你最好那批人的带宽。
- 至于 Salesforce：作为记录系统，他会买；但他不认为记录系统能靠一段生成的代码就换掉。
07 · 今天到底谁还会把公司带上市（37:00—39:00）
- 他把上市的两个驱动拆开：一是给员工和股东的流动性——Stripe 这类公司已经能在私募市场做到；二是并购用的可交易资产——很多私营公司也能用私募股票买。所以他「想不出今天一家公司为什么要上市」。
- 另一面：现在有一堆 2021 年的僵尸公司，它们反而更适合去公开市场——至少投资人有退出的路，员工能拿到一点钱；现在他们都坐在纸上财富上。
- 例外：Anthropic 与 OpenAI。哈里说它们需要的钱太多，等于把私募资本的水龙头按到底；迪内斯同意这个判断，因此这个问题在它们身上不适用。
08 · OpenAI 加 Anthropic 的双寡头会拆掉英伟达吗（39:00—45:00）
- 关于 Anthropic：他不会卖；上一期他就说 Anthropic 是他会押的公司，当时市值 600 亿美元，他没投。今天的问题不是卖不卖，是买不买——而这个他需要看真实数字。
- 他的类比：AI 有点像比特币——很难判断哪个应用赢、哪个钱包赢、哪种用法赢，能确定的是底层基础设施会一直在。所以「我不知道 Claude 会不会比下一个 Codex 好，但我知道 Jensen 会一直在那儿——再来一颗芯片」。
- 但他补了关键一条：Jensen 的成功绑在开源上。如果这一行变成 OpenAI 与 Anthropic 的双寡头，而这两家自己就能设计芯片——「造芯片说到底没那么难」——英伟达的位置就变了。
- 于是他把英伟达收购 Hugging Face 读成一步好棋：开源模型都放在那里，这等于为自家生意买下入口。代价是，一个中立的提供方不再中立，而且它自己现在也有模型。
- 关于基础设施是否过度建设，他先同意历史规律——每一轮基础设施都建过头，因为没人知道谁赢，多建一点不心疼；随后给出转折：这一轮特殊在供给侧的硬约束（能源、水、数据中心、监管），所以更像是建得不够。
- 他的分界：如果 AI 大规模替代人的工作要十年才发生，那基础设施不算多；如果是两三年，那可能就是建多了，而资本市场可以很无情。
09 · 价值会落在模型手里还是应用手里（45:00—49:00）
- 哈里的算法：美国法律业三千亿美元，假设 30% 的劳动可被替代，就是九百亿。迪内斯说，这不会全部转成 token 收入——九百里可能只有 10% 变成 token，也就是一百亿。
- 他的答案就是这一句金句：「模型是互换的；真正值钱的是工作流、是那张工作地图，以及地图周围的工作流。」如果 Harvey、Lora 做的是把那份工作画出来、把工作流建起来，等于替客户搭了一个法务部，那他们拿到的价值大得多；如果只是「拿个法律意见」——向模型发一次调用——那它撑不起一百亿美元的盘子。
- 他把开源与闭源的问题换成另一个问法：多少流量会走真正的前沿模型、多少走极便宜的模型。他的预测是：企业的工作里 90% 会走便宜模型，因为大多数运营类工作不需要前沿级别的质量。
- 但他要保留一个随时能切换的备份：他仍然会用 Anthropic 和 OpenAI 的便宜模型，同时一直留一个可验证的开源备份——「作为负责任的甲方，我应该能换模型，不能被锁死」。
- 想训自己的模型，先得有一张地图：「我是谁」必须先被完整记录下来，否则两个月后出现更好的底座时，迁移学习会损失惨重。所以真正的投资是画这张地图，它才是企业的核心数据与知识产权。
10 · 150 亿美元的 Fireworks 还便宜吗（49:00—56:00）
- 他的判断：如果开源模型这条假设成立（他相信成立），那这家公司被低估了。前提是它必须很快进入抢算力的那盘大棋——拿不到算力，就没法按他要的规模给出推理。
- 他也用他们，而且是在热起来之前就在用；他说自己是开源生态的拥护者，UiPath 用 Fireworks 用得多。
- 关于数据供应商：他认为数据供应方被大幅低估。存储不是价值——「如果有磁盘就能把数据装进去，那我们为什么要投一家磁带公司」；值钱的是理解数据、在对的时候把对的上下文喂给模型的那一层。
- 这一节最后他给出过去十二个月自己改变最大的一件事：「我过去不理解，AI 要能干活，是必须先有一本手册的。」每一次向 AI 提问，它都应该能拿到「你的公司、或者这段流程是怎么运转的」全部信息。也正是从这里，他看清了记忆与真正的学习之间那条线。
11 · 欧洲是不是已经输了，创始人该走吗（56:00—1:03:00）
- 哈里的原话是「我们不再重要了，直接说」。迪内斯的回答是：很难承认，但从技术角度讲，欧洲基本已经无关紧要——而这很蠢，因为造芯片机器的最大生产商就在欧洲。
- 他点出这份荒诞：最先进的芯片制造设备来自欧洲，做 AI 最厉害的人里有很多是欧洲出身。「我们有天赋、有造机器的技术，却在把它丢掉。」
- 关于团队文化：他说在美国和英国的团队有差别，英国的团队到五点就都去酒吧了；他把原因归到文化而不是钱——那是一种更有动力的文化。所以他不认为自己在欧洲能取得在美国那样的成绩：「我是欧洲人，但作为创业者，我是美国人。」
- 主权是真需求：能源主权、模型主权都算。欧洲客户现在更想要本地部署的软件、模型的范围与可选择性。他说他劝过 Fireworks 把软件做成可本地部署——「先证明，钱会来」。
- 给年轻欧洲创业者的建议：除非是为某个特定市场专门做的东西，否则做通用技术就去美国。理由是那边的收入机器更好用，团队做过规模化销售；更深一层，美国公司敢为愿景下更大的注，不等那么多验证点，连中层都敢押百万美元级的新技术赌注。
- 插一句数据：节目里他说 UiPath 的收入是「16 亿美元、去年增长 14%」。公司自己 3 月发布的财报是 2026 财年收入 16.11 亿美元、同比 +13%，ARR 18.53 亿美元、+11%，并首次实现全年 GAAP 盈利。
12 · 什么能杀死 UiPath；CEO 这份工作怎么变了（1:03:00—1:06:00）
- 哈里转述那句「要么增长，要么去死」。他说是这样：公开市场现在分不清谁是 AI 的赢家，你不拿出像样的增长和牵引，就被自动归到输家那一栏——几百家软件公司，没人有空一家家细看。
- 多头：Gartner 的业务编排与自动化技术（BOAT）象限里，UiPath 从挑战者进了领导者，说明公司已经从 RPA 迁到编排与自动化。他的判断是：没有这层底座和这张地图，指望一个 agent 从上到下「魔法般」跑通所有流程，这件事大家已经不信了。
- 他把整套东西写成两个词：地图（map）是企业的上下文，轨道（rails）是编排与自动化。两者放进同一个平台，再把工作交给 agent，告诉它「这就是现实、这是你只能走的轨道、这是该怎么用轨道的说明书」。
- 空头：「AI 真的成了天才，token 便宜到近乎为零，数据中心里真有百万个爱因斯坦」——而且是能替人的那种。他提醒 token 价格已经从每百万 60 美元掉到 1 美元，所以这个方向不敢说不可能。
- 快问快答：CEO 最难的一件事是「把人凑到一块」——个性、骄傲、自尊都掺在里面。AI 改变他工作方式最大的地方是，他每天大约一半时间一个人待在 Visual Studio Code 里，跟 Claude 和 ChatGPT 一起工作；人们对他说想法不再带 PPT，带的是 markdown 文件，他有一个巨大的战略文件夹。至于英伟达，他说很容易想象它再跑 40%，并说比起押 Anthropic，他更愿意押英伟达。
- 收尾的两个私人问题：关于孤独，他说创始人应该让自己身边有小时候最好的朋友，多聊；关于长寿，他今年五十多岁，一天大约吃六十种补剂，早上一组、中午一组、下午一组，还有粉剂，「而且全部是 AI 推荐和筛过的」。
逐句全文翻译
以下为整集逐句中文译文，只保留中文，不保留英文原文；对话部分保留说话人标签（片头／哈里／丹尼尔），不压缩、不摘要、不删减。底稿是官方同名视频的完整英文字幕，说话人归属用整集音频做了声部分离再逐轮比对；两人快速接话处的归属仍可能偏一到两个回合。
片头（冷开场剪辑）
片头：在我看来，就连现在正在做 AI 的那些中国实验室，我也会把它们归到好人那一边。
片头：今天坐到我这位子上来的，是我最亲密的朋友之一，也是过去十年里最伟大的创始人之一，UiPath 的创始人兼 CEO，丹尼尔·迪内斯。今天我们要谈的是最大的几个问题：给前沿调速到底是什么意思？它有可能做到吗？我们会用 AI 取代人吗？
片头：我从没跟我的员工藏过这件事：会有一次转型。Jensen（黄仁勋）是被开源的成败绑住的。
片头：这是一场说真话、拆神话的对话，是两位老朋友之间一次很棒的交流，谈的是今天 AI 世界里没人在说、但每个人都需要知道的事。
片头：模型是互换的，但工作流、那张工作地图，以及地图周围的工作流，才是真正有价值的所在。准备好了。
00 · 开场与书（0:00—5:00）
哈里：丹尼尔，兄弟，你能坐到这个位子上真是太好了，我一直在盼着这一期。非常感谢你来，兄弟。
丹尼尔：我也一样，兄弟。每次来都很愉快，我觉得现在是技术最热的时刻，所以我很兴奋，也很想听听你对很多话题的看法。
哈里：现在真的是最疯狂的时候。所以我想从这件事开始——你写了一本书，很多人写书，我带着最大的敬意说这句话，你是我的朋友，我很在乎你。你为什么会在做一家上市公司 CEO 的时候去写一本书？（笑）别见怪，你又不是为了版税。为什么？你为什么决定写书？
丹尼尔：兄弟，我从小就想写一本书，然后我发现我没有天赋。（笑）现在（清嗓子）我得到了一个很好的机会。Claude 和 ChatGPT 帮了我很多，它们是我的代笔。其实那也是一个很好的时刻，让我把自己的想法理清楚——因为当你把东西写下来的时候，你会对自己在做的事情看得清楚得多。这大概花了将近半年的时间，我是从几条不同的思路开始的。
哈里：嗯。
丹尼尔：其中一条是：AI 的边界在哪？有没有什么耐久不变的边界——就是说，几年之后数据中心里会有百万个爱因斯坦，我们可以都去玩，或者做任何我们想做的事，因为那些爱因斯坦会替我们干活。
01 · 爱因斯坦（5:00—13:00）
哈里：我们就从这开始吧？我觉得按段来谈挺好：AI 的限制、数据中心里的爱因斯坦。往前走我们该怎么看这件事？
丹尼尔：你看，当我听到「几年后数据中心里会有百万个爱因斯坦」这句话的时候，我其实很担心。而达里奥是我非常尊重的一个人，他做的事情也非常成功。所以我在想，这对我们意味着什么？我能不能雇一个这样的爱因斯坦，把它塞进一台笔记本，给它开一个企业账号、一个 Slack 账号，然后让它干我的活，或者干企业里的任何一份活？看起来现实可能不一样。达里奥大概想说的是：我们会有上百万个实体，具备爱因斯坦那样的推理能力——这一点我同意。但不是作为人的爱因斯坦，不是那种能在岗位上学会一件事的爱因斯坦。因为我们招一个人的时候，最大的预期之一就是他会在工作中学习。没有一个公司要给新员工一本手册，写清楚这份工作从头到尾到底怎么做。我们是默认这一点的。
哈里：嗯，我觉得人确实会在岗位上学习，也确实会在岗位上进步，模型也是一样。所以这一点上差不多。区别是：人会累、人想要更多钱、人需要文化、人可能有毒、人很难管——那我任何时候都宁可选 AI，求你了。如果 AI 能做得和人一样好……
丹尼尔：但是你说 AI 在岗位上学习——AI 可以在工作现场弄一个便签本、一个草稿纸，把一些政策记下来；但 AI 不会在岗位上改动自己的权重，不像人会被一份工作改变。这是巨大的区别。我给你举个例子：你有两个厨子，一个二十年只做日料，另一个二十年只做意餐；你给他们同一份菜谱——好吧，他们做出来的菜不一样。所以问题不是你能不能把你的企业写到一张纸上，它复杂得多，它是一个「成为」的过程。再想想：如果我给一个人读遍所有关于国际象棋的书的能力，你觉得他不下棋、不输棋、不走完这一整套过程，就能成为大师吗？大概不能。如果我让你看遍所有关于滑雪的视频，你会变成一个滑雪的人吗？不会，你不会变成滑雪的人。
哈里：但我觉得这取决于你在企业里做的是什么任务、什么工作流。如果我们看看 UiPath 里、以及每一家公司里大多数人实际在做什么——不管是会计和财务，还是市场和销售，不管是大量的对外和对内，还是社交媒体——兄弟，这些大部分是执行导向的。当然，在顶层，判断、模糊性和品味很重要，但大多数人做的大部分事情是……
丹尼尔：我不同意你。我觉得大多数人都会在工作里展现出某种微小的主动性。也许我有个直觉：这个客户要流失了，我能在任何数据出现之前就动手。我这个直觉是怎么来的？是我这些年被改造出来的。它不是写在一张纸上的。把一套运营模式写在一张纸上放在那里，和它真正在运转，是两件完全不同的事。对一家企业、对 AI 来说，把一切都写下来、记录下来，几乎是不可能的。你承认吗——我每次向模型提问，模型都得把我的整个企业读一遍？好吧。
哈里：对。当然。所以这是不可能的。
丹尼尔：而且，我带着最大的敬意说，你谈的是今天这个状态的 AI。我觉得 AI 的节奏……
哈里：这正是现在最大的瓶颈之一，因为 AI 不在岗位上训练，不训练自己的权重。
丹尼尔：我每次做完一件事——比如跟你谈完这一场——我都会被改变，我会把这段讨论带进我所有的想法里。AI 不是这样。
哈里：嗯，我不是要无礼——这正是人们留在 OpenAI 的原因，它有记忆，它能从过去的提问和提示里推断，然后基于那些给你建议。所以它确实有记忆。
丹尼尔：它有记忆，但记忆不一定是学习，这不是一回事。记忆只是写下来的一件事。我跟你说话的时候，我并不是回到我的记忆里去翻；我是正在被改变。这就像一个模型是同一个模型的新版本、变得更好了；那个新版本不是旧版本加一张记了东西的纸，它是被改变进了自己的权重里。这就是模型为什么会变得好得多。我给你一个用我们自己技术做的简单例子：我们把 UiPath 平台开放给编码 agent，所以现在在 UiPath 上做自动化容易多了。但我们发现，一个读过开源技术的模型——它们有很多例子，那些东西已经在它的权重里——会比在我们自己的技术上做得更好。因为不管我们造多少提示词、多少技能，模型权重里有的东西就是不一样。这差别很大。再想想世界上所有的比喻：你读到一件事，和你活过一件事，不是一回事。你可以读一本传记，但那不意味着你活过那种人生，不意味着你会像那个活过的人一样回答。所以对我来说，这真的是模型现在最大的限制。
哈里：我其实同意你，但我觉得所有人都同意——这正是为什么大家都在追递归自我改进：让模型能持续地从自己身上学、随着时间自己变好，不需要人的介入。那这难道不就把我们刚说的那个限制去掉了？
丹尼尔：我不知道。也许我们本身就是一次自我改进循环的结果，因为——做个思想实验。
哈里：做个思想实验吧。
丹尼尔：把我们今天最好的技术造出来的模型放进一艘飞船，把它扔到星星上去。假设我们有那种技术——就像我想冯·诺依曼想象过的那样，能自我复制；这艘飞船飞到不同的恒星去取能量，然后它们可以继续。那么算力就是无限的，模型会自我改进，最后它们也许会在内部创造出一个像我们自己这样的世界的模拟。因为它会无限地往里钻——理论上就是这样——它们会在自己内部模拟出一个和我们一样复杂的世界。但那意味着我们也只是无限重模拟里的一部分。所以，答案是——我不知道它会通向哪里，但我知道，我在书里把「意志」和「推理」做了一次很大的区分。并不是说我们确定「做某件事的意志」是从推理里、甚至从意识里涌现出来的。我认为意志是宇宙构造里独立的一块，我们人类对意志是什么并没有清晰的认识。我认为，相信「我可以把一个大模型放进一个自我改进循环，然后这个模型就会生成意志」，是一种厢愿。我不太信。
哈里：我明白，但我们不知道。我觉得这正是预测接下来会发生什么最难的地方。就像我说过的，递归自我改进的世界是一个未知数，你不知道它会落在哪里。你创造出来的一项技术可能变成你原本不知道它能变成的东西。所以对我来说，问题就变成：你看，这周我们看到了那条新闻，达里奥说我们需要给前沿调速。你刚写完书，想法清楚了很多，你今天在经营 UiPath。你觉得我们需要给前沿调速吗？
02 · 开源与调速（13:00—21:00）
丹尼尔：我会说，如果他们真的相信这项技术正在变得失控、他们控制不住，而他们的实验会给——我不知道，互联网、别的系统——造成重大损失，那如果我是他们，我会不惜代价给它调速。因为我不想冒坐牢的风险。说实话，我认为是有法律管这类失控行为的。所以老实说，我不需要外部的压力来管住自己；我只要做一个关心这件事的公民，就不会去造一项会造成伤害的技术。当然，现在他们是这么想的：这是防止坏人拿到这项技术的唯一办法。我们是好人。但这个世界其他地方总会有一些坏人，他们无论如何都会去造。
哈里：所以我觉得，他们更多是在要一张通行证：我想不计风险地做这项技术，我愿意打开我的门让别人看我是怎么做的，因为我想尽可能以好的方式去做；但同时我不想承担后果。
丹尼尔：我觉得那篇备忘录我大概就是这么读的。而且——伙计们，我觉得事情挺明显的：我不认为我们能跟坏人讲道理，能跟坏人结成联盟去阻止前沿。不管怎样，我们只能和好人结盟。在我看来，就连现在正在做 AI 的那些中国实验室，我也会归到好人那一边。但对我来说，这次攻击间接地可能是打在开源上的：因为他们说的是——即使好人在做开源，开源也会落到坏人手里，而这是些不知道是谁的坏人，这才是真正的危险。所以危险在开源里。从这个角度说，它间接地也是在攻击开源。这是一种解读方式，我猜。
哈里：你用 UiPath 跟世界上一些最大的企业合作。Palantir 的亚历克斯·卡普说过，世界上最大的那些企业不敢和前沿实验室合作，因为怕它们随着时间进到自己的生意里来：它们有数据，它们可以自己造，然后跟你竞争。你有看到大企业害怕和前沿模型供应商合作吗？
丹尼尔：我觉得有。是的。我不觉得人们是在怕 OpenAI 会来跟他们竞争——我没看到这个要发生。我觉得他们更怕的是自己的知识产权会漏到现有的竞争对手那里去。
哈里：嗯。
丹尼尔：我不知道我是不是在凭空造出一些猜测之类的东西，但我不认为 OpenAI 会跑来在这件事上跟我竞争；但别的一些玩家可能间接拿到其他模型、拿到同样的智能。
哈里：如果我训练了那个模型……
丹尼尔：对，我觉得那才是真正的危险，而且我认为这个危险是合理的。每个人都在想办法保护自己的知识产权。
哈里：你刚才说起写作带来的、把想法讲清楚这件事。写作过程里你还把哪一个想法讲清楚了？
丹尼尔：我越来越清楚的是，AI 还有另一条限制，我把它叫做「精确性」。AI 的本质是每一步都是概率的，所以在某种意义上它会失手——当你让 AI 走一百步、两百步，即使每一步是 99% 的概率，你知道，0.99 的一百次方，最后你可能只剩大约 60% 的概率把整个过程做对。所以 AI 没有那种把步骤精确地做上几百万次、几亿次的机制。哪怕你让 AI 去做很大数字的乘法，做上几百万次，到某个点它就会出错。而这也引出一个更简单的想法：既然你有一个一直在精确地做这些乘法的计算机，为什么不用它？一个工具能做某件事，不等于你就必须用这个工具去做这类事。
哈里：这不就是因为你在哪儿吗——这不就是「待在某个工作流/工具的笼子里」的重要性吗？我完全懂你的意思，你完全可以用别的工具。我这是在问，不是在说。但因为每天都在 ChatGPT 里，而不是切到一个计算机或者计算器或者别的什么，你会问你已经待着的那个东西——这就是环境的重要性。
丹尼尔：我认为它像一个界面，把我的问题从自然语言转成精确性。但精确性不是 ChatGPT 在跑，精确性是计算机在跑。因为即使今天你让 ChatGPT 帮你把两个大数字相乘，它们背后用的就是一台计算机，然后给你精确的数字。这是模型力量的一部分。所以你在桌面这一层、在这类协同工作或者判例工作里，能看到调用工具的能力；而我说的，是把这种能力延伸到企业这一层：凡是应该精确的，就应该跑在精确的技术上。把它跑在概率的技术上没有任何意义。而这里就出现了我觉得最有意思的一件事：企业里 AI 与自动化的部署之间，存在一个不对称。今天部署 AI agent 并不比两年前更容易——这是我的看法。但部署自动化变得容易多了，因为我可以借助 AI、借助编码 agent 把这些自动化造出来。编码 agent 是过去一年我们看到的最大的一次跳跃。我会说，从 ChatGPT 的发明，到思维链，再到编码 agent，是几个主要的里程碑。有了编码 agent——它们作用在所谓的「设计时」，也就是我在搭系统的那一刻——我可以造出在执行时每一次都精确运行的自动化。这就是现在正在发生的那个不对称。再加上：当一条自动化断了——因为上游系统发生了变化——AI 又回到场上，把那条自动化自己修好。这就是我们在企业里看到正在浮现的模式：AI 实际上在创造运行这家企业的软件，而这种软件真的没法变坏，因为它在运行时不能改变自己的行为。它不是概率技术。即使软件是 AI 造出来的，我们也能真正审计它：我可以让人来读它、验证它；我可以写测试，保证在某个输入下软件的行为始终一样。所以这让这个模式极其强大：你用 AI 去创造运行企业的软件，以一种可预测、可治理、可审计的方式。
哈里：完全明白。你们现在有多少工程师？
丹尼尔：大概一千多。
哈里：一千多名工程师。
丹尼尔：对。
哈里：你们有多少人？
丹尼尔：大概四千。
哈里：你们有四千人？
丹尼尔：是的。怎么？
哈里：我觉得十八个人就已经是场噩梦了。（笑）什么？四千？天哪。不。你觉得你们人太多了吗？
03 · 四千人（21:00—28:00）
丹尼尔：这是道复杂的问题，因为——我大概更愿意用它书里的东西来回答。我认为，我们越多地用 AI 改造自己的公司，就越要同时改造我们的员工。我从没跟我的员工藏过这件事：公司会有一次转型。但我一开始就跟他们讲明白：伙计们，我们不会做什么蠢事。我们不会只是拿 AI 当借口去砍掉公司的一部分。我们必须把转型做成，同时把 AI 在企业里成功地用起来。而这其实是写这本书的时候我发现的另一点——我仔细看了工作这件事：哪些工作会受 AI 影响，哪些工作会被 AI 增强，这次转型会是什么样子。有件事回头看非常简单：人的工作没有一份是简单到能写在一张纸上的。我认为每份工作都有某种可度量的产出，那是人被雇佣的原因。但还有另一种产出，它属于机构的韧性。想想我和客户之间的深厚关系：它不一定在我产出的那些数字里，但它也许正是让这个客户留在我这里的原因。这是另一种产出。如果我盲着砍，砍掉一批人，说这是因为 AI 要取代他们——AI 可以给客户打电话、可以写邮件，但我不认为 AI 能补上人的连接和信任。所以这是工作的另一种产出，它体现在每一家公司里的每一类岗位、每一个员工身上。所以在我看来，一家企业应该有一本账（ledger），真正搞清楚除了岗位定义之外，人还在做什么；只有有了这本账和这份理解，他们才能去看 AI 转型会是什么样子、哪些工作会被影响、我可以怎么把人从一个岗位挪到另一个岗位，因为这些人身上还带着这家企业的文化。所以我不觉得「AI 会砍掉公司 20%，那就先砍掉 20%，然后再提高 AI 的采用率」这么简单。我认为恰恰相反：当你盲着砍的时候，你有风险掏空这家企业，掏掉的正好是那些在 AI 时代最旺盛的人才。书里我给这类人起了个名字，叫「有证书的中间层」——这是在每一家企业里都很普遍的一类人。你想想我们的教育体系、我们招人的方式：我们是按某个特定领域的深度专业度来招的，是一种有证书的专业度。而这恰好是 AI 最能帮上忙、因而可能不那么需要的那种专业度。所以这类专家你会需要得更少，但你会需要更多有主动性的人：能维持和客户的关系、能带新人、能承载企业文化的人。所以说这是反直觉的：你要砍，你倾向于砍掉那些不是本领域最大专家的人；但你砍掉的，恰好是你把 AI 引进来补这些专家时最需要的人。
哈里：所以，有一件事……也许你只是需要更少的人。你知道，我今天在跟一位律师聊天，我问他：你们的实习生项目多大？他说，历史上是 25 个。我说，哇，那可不少。他说，对，但今年会是 4 个。
丹尼尔：我百分之百同意。在大多数岗位上，我们大概都会需要更少的人。但主要的问题是：少的是哪些人？你怎么选？
哈里：我觉得可以选得挺简单：看可验证性在哪。比如财务和会计，什么是对、什么是错，非常清楚。
丹尼尔：我不同意你。问题不是可验证性，而是这份工作有没有被别人界定好的框子。如果框子清楚，AI 就能理解这个框子。
哈里：但框子是清楚的——财务和会计，他们做你的费用报销吗？
丹尼尔：不是的，这不是——这正好是框子不清楚的领域之一。因为当我收到一张发票、或者收到一个客户的订单，我可以有不同的处理方式。那里并不总是有规则。我知道对这个客户——英伟达——会优先发货给 OpenAI。也许他们有一条规则写着「对，我的第一批芯片给那边」，也许没有。这条规则，他们没有。如果一条规则没有被写进一个框子里，我认为 AI 学不到它。这就是为什么你需要造这本手册。我们把这本手册叫做「工作地图」。你得把工作地图交给 AI，才可能成功。
哈里：你说的「工作地图」是什么意思？
丹尼尔：就是把你工作是怎么运转的、工作在一家企业里是怎么发生的捕捉下来。这就是工作地图。它是所有的工作流、所有的例外、所有的规程、你为了达成一个流程目标而使用的所有系统。
哈里：「工作地图」。然后你会有一个财务负责人，坐在 30 个 agent 上面。正好英伟达回来说：「哇哇哇，我们是你最大的买家，我们在付款上有特殊条款。」他们就说：「是的是的，没错，别担心。」
丹尼尔：但你正好说到我的点上：即使在财务里，你也不能把所有人都替换掉。
哈里：不是所有人，但你会留下一个人或者两个人。
丹尼尔：对。你看，你只需要一定数量的人。问题是：如果你有 X 个人，你怎么搞清楚哪些留下、哪些要去干别的工作？你怎么知道？因为理想情况下，你会留下那些有 AI 素养、能展现主动性的人——因为 AI 没法在人的意义上展现主动性。所以要留下的人里，你要留下那些展现出最多主动性的人。哪怕是一个财务人员，他处理一张客户发票的方式，也在为这家企业的文化和它被看待的方式做贡献。我怎么在那个更在乎自己怎么对待客户的人，和一个不太在乎的人之间做出区分？因为我想留下第一个，而第二个更容易被 AI 取代。这就是我认为企业必须建立的那本账：理解人们不同的产出。他们需要按这种难以定义的产出来判断人。
04 · 工作地图（28:00—32:00）
哈里：那这件事怎么做？对于那些没被公司捕捉下来的、难以言说的数据，我们怎么去做？我记得扎克和 Facebook 说过要监控员工屏幕上每一个动作。我不觉得那能捕捉到一通电话的语气、事后给客户发的那条温暖的短信，那些没法言说的数据。我们该怎么去捕捉那些展现了价值、但我们没有记录下来的数据？
丹尼尔：我觉得这就是问题的核心。（笑）
哈里：我听说你是个真正的哲学家。
丹尼尔：是啊。是啊。这正是我们作为一家公司投入很多的地方。我们正在推出一项新技术，我们把它叫做 ethnography（民族志），它是一门学科。这门学科帮企业把「工作是怎么完成的」全部信息摊出来，帮他们建出这张工作地图。民族志里很重要的一部分，是真的去调查人们在他们的桌面上做什么。我们有一个产品叫民族志员 agent，它可以去采访真人——真正的业务专家——让他们基本上把自己在做的事情录下来，而 agent 实时地问他们问题。比如你采访一个财务人员，它可以问：当邮编不一样的时候，你为什么改了这张发票？你为什么选了一条不同的路？告诉我。然后他们就开始把所有这些例外讲出来。所以这是真的 agent 在采访真的人，挺酷的东西。然后你把多个人的数据合起来，做出流程地图，把工作实际上是怎么跑起来的展示给他们。在有了一张展示「现在的样子」的工作地图之后，你就可以用我们的编码 agent，想出应该怎么改造这个流程；而你改造流程的方式，是「打印软件」。所以你的起点是一段流程——在 A 点，它基本上是全人力的，你当然有记录系统之类的企业系统，但操作这些系统的是人。我认为任何一家企业的目标，都是让操作系统的人更少，让自动化和 agentic AI 操作系统更多。而不要害怕公司内部的人抵触——他们知道你在看着他们做什么，好取代他们。这就是扎克遇到的情况。这是不可避免的。所以我觉得这很大程度上取决于你怎么向公司讲这件事。在 UiPath，我觉得重要的是反复告诉大家：我们不会做什么蠢事，我们不会为 AI 的登场搞一次大灭绝；但转型不可避免，你们必须转型，每个人都会有机会，而那些在 AI 这件事上变得更有素养的人，会拿到更好的机会——不只是在这里，而是将来在任何一份工作里。我觉得这就是每个人都应该收到的信息。
哈里：他们对此有反应吗？就是那之后你有没有看到 AI 的采用率飙起来？
丹尼尔：我觉得反应是好的。但采用需要的循环比只是发现流程和人们的输入更多。你看，年初的时候，我觉得整个行业——不只是我这家公司，而是很多公司——对人的恐惧是爆表的：怕被完全取代。现在我觉得人们开始更理解自己工作的耐久性了，也理解企业里 AI 的扩散可以更慢一些、可以一段流程一段流程地发生，因为这些「百万个爱因斯坦」现在还雇不到。
哈里：我能问你一件事吗？我们投的一家公司，Mercor，一家数据供应商，他们的 CEO 布兰登……昨天发推说，他们现在花在推理上的钱是人力工资的三倍。大致来说，你会说你花在推理上的钱是人力工资的多少倍？
05 · 推理成本（32:00—34:00）
丹尼尔：你看，我个人不在意这件事。让我跟你说：这是个很简单的假设——如果同等的活，机器做得更好，那今天我就会雇一台机器，哪怕它比人更贵。因为人的成本只会往上涨，而且他们会把错误带进来；而机器的成本会往下走。那么比起那些坚持用人的人，我就有了竞争优势。我认为每个人都会这么做。所以我不觉得 token 的成本会是「用 AI 替换一个人」这件事的真正问题。今天真正的问题是：AI 替换不了一个人。因为——再强调一次，给我一个能替代我的爱因斯坦，我会开开心心地去世界上任何一个地方度假。但这个爱因斯坦还不存在。而且我想跟另一个爱因斯坦做这次访谈、录这期播客——这个东西今天不存在。这就是现实。我们就把现实叫现实，把铲子叫铲子吧。也许这项技术会出现，某个能像人一样、有意志、会在岗位上被改变、会在岗上学习、有推理和想象能力的爱因斯坦出现了——到那天，所有工作当然都会消失。
哈里：我明白。我有个节目是和 SaaStr 那位著名的 SaaS 平台创始人杰森·莱姆金一起做的。你知道，他把团队从 25 人砍到了 2 人。如果他现在坐我这位子上，他会说：不不不，它真的行，我把财务副总裁换掉了，我把市场副总裁换掉了，而且 AI 实际上更好。
丹尼尔：我想见见这个人。我听说过一些公司过去裁掉几百个支持人员，现在又在把这些招回来。我认为，在这个模式被证明、并且在大规模上被证明之前——不是在某个特定行业的某个特定的人身上——我觉得我们不能从一个数据点外推到整个行业。
06 · 氛围编程（34:00—37:00）
哈里：你刚说到外推和夸大。SaaS 末日论是非常真实的：我们要把一切都用氛围编程写出来。
丹尼尔：对。
哈里：你们用氛围编程做出过工具吗？
丹尼尔：你看，那件事很惊人。是的，我们做过，但不是非凡的成功。一开始它看起来是非凡的，但当我们要把它放进生产的时候，我们开始看到这些工具的一些真实瓶颈。而且你需要很多东西：连接器、权限、审计、安全。把一个软件从原型推到生产，其实才是活真正所在的地方——写代码很好玩，但能拉开差距的地方不是那。我认为今天做一个原型容易多了，原型太容易了。但接下来你要迭代，把原型变成生产，那就是测试和别的一切。我们试过自己写一个采购工具来替换现有的，我觉得我们有很多成功，最初它完全是由 AI 写的；但接着就遇到我们说的那种自我改进循环——不够信任、测试不够，我们不敢百分之百把这个工具放进生产。而在我们的经验里，人必须大量介入到 vibe code 出来的工具里，比如那个工具生成的数据库结构完全是错的，得有人来把结构重新做出来。所以现在还没到那个点：一个懂业务的用户理解了一个问题，然后自己 vibe code 出一个工具。你仍然需要工程师、需要人来维护它。所以这是一个很长的过程。最终你大概会付掉和被你替换掉的那个工具一样多、甚至更多的钱，同时还要占用你最好那批人的带宽。
07 · 上市（37:00—39:00）
哈里：你今天会买 Salesforce 吗？
丹尼尔：作为记录系统，我会买。
哈里：作为股票。
丹尼尔：作为股票，你看，我投的是软件这个类别。我觉得我几个月前做了一笔好投资，因为我在 SaaS 末日的最低点买了；连我们自己的股票表现都更好了。但今天的市场太受情绪驱动，而不是价值驱动。所以对我来说，很难对单独一家公司下判断。但我不认为 Salesforce 能被氛围编程替代——如果这是你要问的。我不理解今天为什么一家公司要上市。你想，上市的两个驱动：第一是给股东和员工的流动性。可是 Stripe 和很多公司已经能在私募市场里让股票流动起来了。第二是并购能力，用可交易的资产去买东西。我是说，很多私营公司已经能用私募股票去买东西了——Stripe 要用私募股票跟 PayPal 做一笔 600 亿美元的买卖。所以那也不是障碍。再加上私募市场像你说的那样赌场化、公开市场又是情绪驱动，我不理解为什么还要上市。但是哈里，我们不要把一些非常例外的公司和外面绝大多数公司搞混了。现在有很多公司差不多是僵尸公司。这些 2021 年的僵尸公司，在今天去公开市场反而会过得更好：至少它们的投资人有退出的路，它们的员工有办法拿到一些钱。而现在他们都坐在纸上财富上。
哈里：嗯。
丹尼尔：好吧，公开市场会把它们拉到「你真正的估值是多少」这个现实面前。所以我不会说「为什么 Anthropic 最后想 IPO」这件事没有价值。
哈里：但它们是和 OpenAI 并肩的独特公司，它们必须这么做，因为它们已经把现有的私募融资都耗尽了。我是说，它们真的是在把私募资本的水龙头按到底。它们是超凡的公司，因为它们需要的钱太多了。
丹尼尔：你觉得 OpenAI 所有的投资人会在这家公司里待很多年吗？
哈里：不会。
丹尼尔：所以也许……
哈里：我觉得有些人会。
丹尼尔：有些人当然会。但我觉得我们会看到一次出走。老实说我不相信两万亿——或者也许它们会到五万亿，因为如果我按两万亿买，我需要看到通往五万亿的路。
哈里：但如果它们以两万亿上市，你会卖吗？
丹尼尔：特别是 Anthropic，我不会卖。你记得上次播客里你问我押哪家公司，我说 Anthropic，那时候它市值 600 亿美元。也许我当时很蠢，我没有投。
哈里：你在那上面赚的钱会比 Salesforce、ServiceNow 或者别的什么更多。（笑）
丹尼尔：是啊，百分之百。所以你看，我不会卖。我觉得 OpenAI 也一样。我认为 OpenAI 追得相当漂亮，我现在会交替着用它们。我只是觉得我们处在一个大者更大的市场里，价值的集中度比以往任何时候都高。真的，比以往任何时候都高。
哈里：但真正的问题是：我会不会在两万亿买？
丹尼尔：对，那才是真正的问题。现在，我不会——我需要看到它们真实的数字，才能判断我会不会投它们的 IPO。我这么说会给自己惹很多麻烦。我觉得 AI 有点像比特币：你很难判断哪个应用会赢、哪个钱包会赢、哪种用法会赢；但如果真是这样，那底层基础设施会一直在。所以我同意你：我不知道 Claude 会不会比下一个 Codex 更好，我不知道 Cursor 会不会做出什么了不起的东西。但我知道 Jensen 会一直坐在那里说：这又有一颗芯片，这又有一颗芯片，这又是个好东西——我要更多。
08 · 英伟达（39:00—45:00）
哈里：但我觉得 Jensen 是被开源的成败绑住的。
丹尼尔：因为如果 Anthropic 和 OpenAI 变成双寡头——它们的 TAM 是万亿级的，基本上就是「工作」本身——
哈里：它们会自己印芯片，兄弟。说实话，造芯片最后没那么难。
丹尼尔：当然，OpenAI 背后是博通，Anthropic 也在做。
哈里：没错。
丹尼尔：所以，如果 Anthropic 和 OpenAI 变成唯一的提供方，真理与光的源头只从它们那里来，我不认为 Jensen 会过得那么好。所以开源应该成功。我完全同意——这就是为什么我觉得 Jensen 在做那封所有人都签了的公开信，鼓励开源。
哈里：对。
丹尼尔：而且我觉得那是一步好棋：买下 Hugging Face。
哈里：Hugging Face。
丹尼尔：对。
哈里：为什么？
丹尼尔：因为我觉得它鼓励——它把所有的开源模型都放在那里，它是把钱放在他公司能赚钱的地方。
哈里：完全同意。它也让一个中立的提供方不再中立，有了偏向。
丹尼尔：是的。
哈里：显然，他们现在有 Nemo 之类的东西，也有了自家模型。你可以说，既然它被英伟达拥有，独立性就失去了。
丹尼尔：我觉得那还是全局里一个小齿轮。我觉得它有价值，但我不会说它和别的那些芯片是一样大的一块。
哈里：你会担心那种循环收入吗？大家都说英伟达在这里投资、在那里买东西，还有 Oracle 和 OpenAI 带来的那种循环经济。你觉得这件事被夸大了吗？
丹尼尔：它可能被夸大，因为历史上每一轮重大基础设施都建过头了。我觉得原因很简单——我当时在想，为什么每一轮基础设施都会建过头？因为你必须确保自己拿到最大的那一块机会。如果机会很大，那多建一点也无所谓。所以很明显，现在不可能只有 100% 的饼，而人们正在建 200% 的饼，一定会有输家。
哈里：这是第一次我们显著地建得不够的创新。实际上，如果你看现在的约束，你说得对——在以前的技术周期里，我们是供给侧建过头、需求侧落在后面。现在是能源成了巨大的约束，还有水、数据中心、监管和政策。供给侧受到显著的阻碍，所以我们建得不够，而不是建多了——这就是为什么每一盎司算力都被吃掉了。
丹尼尔：是的，但我们建得不够的程度，是不是到了这几万亿资金涌进基础设施的那个程度？这个我不知道怎么回答。而且一切都建立在一个前提上：AI 会以非常大的规模取代人的工作。我们需要看到这次替代与转型的时间点。如果它十年后才来，和两年后就来，差别巨大。所以我不觉得它对未来十年来说是建多了，但对未来三年来说它可能是建多了，而股市和资本可以非常无情。
哈里：也许我是个幼稚的乐观主义者，但我看到安德烈·卡帕西说，他用编码工具做了 20% 的活；六个月后他说，它做了 80% 的活，他只帮了 20%。我们是 Lora 的投资人。做那笔交易时我采访过律师，他们全都跟我说：「你们这些技术兄弟，以为能替代我们？哈哈，我们可是上了法学院的。」我当时想，好吧。两周前我又采访了他们，15 个人里每一个都说，如果这个东西被拿走，他们会非常不开心，其中大多数人说自己已经六个月没写过一份文件了。
丹尼尔：对。哈里，你应该读读我的书，我的朋友，因为它回答的正是这些问题。
哈里：当一个人所操作的框子被别人定义得很清楚的时候——比如法律——AI 可以是毁灭性的；而当框子不清楚、有太多为某家企业定制的例外时……
丹尼尔：兄弟，你马上要跟我女朋友待两天，她是律师。她会告诉你，法律在写作风格上是高度模糊、高度主观的。
哈里：只要它是被写成文字的、被人完美理解的语言，AI 就理解得完美，它理解人类敏感性的每一个细枝末节；只要它被记录下来、被界定清楚，只要有一本手册，法律对 AI 来说就太棒了。当没有手册的时候，AI 就不棒，它就不管用。这就是那个巨大的差别。
09 · 模型与应用（45:00—49:00）
丹尼尔：但美国法律业是三千亿美元，这很多。如果你想一下有多少劳动可以被替代，我觉得 30% 是合理的，那就是九百亿美元的可获得收入。
哈里：对，但那不会转化成一回事。
丹尼尔：转化不成 token 收入。
哈里：你什么意思？
丹尼尔：我是说，也许九百里，公司能收上来的可能只有 10%。也许总机会是一百亿美元的 token。
哈里：那我投 Lora 是不是错了？投 Harvey 的人是不是错了？如果是一百亿而不是九百亿。
丹尼尔：我能告诉你的是，从法律的角度看，我认为开源模型、前沿模型都会做得不错。也许它们还做了法律流程周围那些定制的工作流，那才真的有价值。但对我来说，这也是我论点的一大部分：模型是互换的，但工作流、那张工作地图，以及地图周围的工作流，才是真正价值所在。如果 Harvey 和 Lora 做的是这件事——他们把工作真正画出来，把工作流建起来，等于给我搭了一个法务部——那他们捕获的价值当然要大得多。但如果它只是拿一个法律意见、向模型发一次调用，那它不会是一个一千亿美元的市场。百分之百。
哈里：你觉得十二个月后，token 流量里有多大比例会走开源模型、多大比例走闭源模型？
丹尼尔：对我来说，我觉得问题不太一样。应该问：多大比例的流量会走真正的前沿模型，比如 Astra 或者 Fable；多大比例会走非常便宜的模型。对我来说，对企业的工作，我的预测是 90% 的流量会走非常便宜的模型。大多数运营类工作，我不认为你需要前沿级别的模型质量。
哈里：那说清楚一点：所以我们还是会用核心的提供方，就是 OpenAI 和 Anthropic，只是用它们被降级的老模型？
丹尼尔：我仍然会用 Anthropic 和 OpenAI 的便宜模型，但我会一直有一个可验证的开源备份。作为一个负责任的企业，我应该能够切换模型。我不能说被锁死，我不能被锁定。
10 · 算力与数据（49:00—56:00）
哈里：我能问一下吗——我们投了……我只是在拿我的投资组合对着你的大脑检查。我坚信开放模型，我认为每一家公司——不是每一家，但中大型公司——都会有自己的模型、拥有自己的智能，把自己的数据喂进去。你知道，这说的是「拥有自己的智能，而不是租它」。这就是我们投 Fireworks 的原因，我相信开放模型生态。
丹尼尔：你知道，我是 Fireworks 的大粉丝，我们用他们用得不少。
哈里：你喜欢他们？
丹尼尔：是的，我们很喜欢。而且我也是一个坚定的相信者：一家企业应该分散自己的下注，其中一注应该押在开源上；而非常重要的是，还应该押在这张工作地图上。因为你想，如果我想训练我自己的模型，「我是谁」这件事必须被很好地记录下来。我需要建这本手册。因为我今天训的是一个模型，但接下来两个月会有另一个更好的底座模型出现。如果我没有数据和那份精确的菜单，我怎么把旧模型迁移学习到新模型上？我做不到——那样做会有惨重的损失。所以对一家企业来说，真正的投资就是建出这张工作地图，记录它们实际上是怎么运转的；有了它，它们就可以训自己的模型，是在 Fireworks 还是在别的提供方都无所谓——但这是它们的知识产权，这是它们的核心数据。这样说合理吧。
哈里：我完全明白。所以——抱歉，为了让我理解清楚——你确实相信很多公司会有自己的模型、自己的数据。
丹尼尔：我相信它们至少会有自己的模型，作为前沿模型的备份。我不清楚的是，我自己的模型能不能提供和 Anthropic、OpenAI 的便宜模型一样的成本效率。因为我认为这些人所处的位置，能真正把大型基础设施优化到极致。所以我觉得他们商业模式的一部分，就是给你每一美元更多的智能，甚至比我自己从自训模型里榨出来的还多。
哈里：如果你有非常具体的数据，是针对你的请求、专属于你的数据，我觉得你会从自己的模型里得到更高的 token 效率，比一个优化过的……
丹尼尔：只有当你自己在训练模型的时候，这才可能是真的；还要看 Fireworks 能不能大规模、以非常优化的方式交付。
哈里：你会在 150 亿美元估值投 Fireworks 吗？
丹尼尔：大概率会。如果开源模型这个假设成立——我相信成立——我觉得它们被低估了。我认为它们必须很快进入抢算力这盘大棋，因为如果它们拿不到算力，我不理解它们怎么可能按我想要的规模给我推理。你怎么看？因为你投了他们。
哈里：我投了。我觉得你说得完全对：他们需要往算力层走，而且我觉得 Lynn 正在做这件事，我相信很快。
丹尼尔：所以他们得融资。我会在场。
哈里：对。
丹尼尔：而且她在 Facebook 做过这件事。我觉得这是这个团队独特的地方——他们做过拿算力这件事。
哈里：但这是个很好的团队，我们真的很喜欢他们。
丹尼尔：是个很棒的团队。
哈里：而且在围绕他们的热度起来之前，我们就在跟他们合作。我还认为数据供应商被大幅低估、被严重低估了。特别是 Mercor 和 Surge。大家都说：「哦，它们是大宗商品，你只是在买数据。」数据是喂养模型质量最重要的东西。
丹尼尔：我觉得区别在哪？我觉得一样东西是存储，另一样东西是对数据的理解。因为如果我只是有存储，我可以拿一盘磁带，把数据放上去。我们会投一家磁带公司吗？我不觉得。你需要投的是那种理解数据、把数据喂给模型、在对的时候把对的数据抽出来的智能。要用需要的上下文真正喂给模型——因为如果你只有数据，却没有办法在模型提问的时候给出一个真正好的上下文，那是没用的。
哈里：我觉得你会说，他们比任何人都拥有更多数据、覆盖比任何人都多的类别。所以当模型请求非常具体的数据时，因为他们库的广度，他们能以一种别人做不到的方式提供出来。
丹尼尔：如果数据在那里、对模型有价值，我相信模型会立刻买这些数据。
哈里：我能问你，过去十二个月里你改变最大的一件事是什么吗？
丹尼尔：我过去不理解 AI 要能工作、必须先有一本手册。这也许是我理解上最大的一次突破：每一次我向 AI 提问，AI 都应该能拿到「我这家公司、或者这个特定流程是怎么运转的」全部信息。当我意识到这一点的时候，我也理解到，这正是记忆与真正学习之间最大的差别。我让你去想——因为我们这场讨论就是从那里开始的，我不确定我真的把那个点讲清楚了——但它和只是记一笔、有一张草稿纸，与被一段经历改变之间，是一个巨大的差别。
哈里：而且……
丹尼尔：这是我意识到最多的一件事。我还意识到什么对我们人来说是本质的，因为我在用 AI 写书的经历里体验了很多——不是写代码，是写书。我经历了不同的风格。我明白了很多怎么给它们写提示词。AI 没有风格。你会意识到它们为什么没有风格：因为它们什么都是。要有风格，你需要有一个身体；你需要有个体性，因为我们在某种意义上是「我们做过的选择和我们没做的选择」的总和。所以你必须被改变。你不能只是——因为否则我就会直接让 AI 读这本书，然后用这位作者的精神去写，而它真的不管用。因为你需要被那段经历改变。所以对我来说，AI 技术最大的突破会是：当我可以拥有 Mythos 那样的模型，在岗位上被改变、能装进一台笔记本——谁知道呢，也许是有可能的，按技术的速度，也许二十年后我可以有一个十万亿参数的模型，是我自己的模型，跟我一起被改变。但我们得看，我觉得要走到那里可能需要几轮创新。因为我还想给你一个有意思的数据点：AI 现在正在解人类以前没解出来的、非常有意思的数学题，但 AI 仍然没有能力创造出像「相对论」那样的框架。我一直在想为什么。我认为主要原因还是和「它不在岗位上被改变」有关。当我写一本书的时候，我被写这本书这个行为改变；每一次我写下什么，我心里就有什么东西变了。那不一定只是记忆那件事，是我在变。爱因斯坦被他思考光速、思考当你跑到光后面会发生什么的经历改变了。不是爱因斯坦把它写下来，然后每次再想的时候重写一张纸。不是的，他逐渐变成了另一个爱因斯坦，和那个一开始思考这个问题、后来创造出「相对论」这个思考框架的爱因斯坦不是同一个。模型不会这样。即使我放一群 agent，一切它们都必须写下来，它们不会被这个过程改变。所以到最后，它们会很难——有一百万个 token 的上下文，但很难越过这一百万 token 的上下文窗口。一个框架可能需要你在做这个框架的过程中被改变。那是和纯粹记忆不同的一种学习方式。所以我想把这个论证讲得尽可能清楚。
11 · 欧洲（56:00—1:03:00）
哈里：你对你的孩子乐观吗？
丹尼尔：我对自己极度乐观，因此对我的孩子也极度乐观。我不想听起来像一个 AI 末日论者，因为我相信——（笑）
哈里：我不觉得你是。
丹尼尔：我是乐观的。
哈里：不，我不觉得你是。我觉得你听起来……我听起来才像个末日论者。我认为我们会失去很多工作，而且会快得多。我认为我们正在实时看到它。
丹尼尔：我乐观得多，我不认为会有那么多，因为基于我自己的经验，我不觉得扩散速度像你想象的那么快，尤其是因为企业必须把它们的流程记录得细得多。
哈里：我能问一下吗——抱歉，我们两个都是欧洲人，我们现在都坐在伦敦。我不知道这话该怎么说，但直接说吧：我们不再重要了。你觉得未来三到五年会变好还是变坏？
丹尼尔：会。兄弟。这很难承认，但从技术的角度讲，我认为我们基本上已经无关紧要了。但这件事很蠢，因为——你知道，造芯片机器的最大的生产商就在欧洲。
哈里：是 ASML。
丹尼尔：我们本来可以的。是的，我们本来可以在欧洲造这些芯片。你知道，造 AI 的最聪明的一些人——哪怕你想到达里奥、山姆，他们全都算是欧洲出身；伊利亚也是最近（才离开）。所以：我们有天赋，我们有造机器的技术，但不知怎么的我们正在把它丢掉。这很蠢。
哈里：你觉得在美国和英国的团队，工作伦理上有差别吗？
丹尼尔：有。有。我体验过英国的团队，下午五点，他们就都去酒吧了。
哈里：为什么？因为钱更重要吗？
丹尼尔：我觉得文化比钱更重要。那是一种更有动力的文化。这就是为什么我不认为我在欧洲能取得我在美国那样的成绩。所以我是欧洲人，但作为一个创业者，我是美国人。我跟每个人都这么讲。所以我的训练来自美国那套创业学派，即使我是在（罗马尼亚）创办的公司。听着，我明白。你看 Lora，你看 ElevenLabs，还有一些过去几年从欧洲出来的最好的公司——如果你以为那个收入机器在别处而不是在美国，你是在骗自己。
哈里：当然。
丹尼尔：在美国，接触收入机器就是更容易。
哈里：明显更快、更容易，团队以前也做过规模化销售。我完全同意你。
丹尼尔：而且美国公司在愿景上押更大的注，不等那么多验证点；连中层管理者都能在新技术上押出数百万美元规模的赌注。我在欧洲没见过这种胃口。
哈里：我不想问这个问题，但我确实感兴趣：如果你今天要建议一个年轻的欧洲创业者，你会说去美国吗？
丹尼尔：会，这就是那个残酷的现实。我会说——除非他们是为某个特定市场、带着某种专门的东西去做；如果他们做的是通用技术，那他们在美国成功的机会更大。未来会有很多成功的欧洲公司出来，我觉得也许不是作为前沿实验室，而是在 AI 的应用上。
哈里：那「主权」这个论据你买账吗？
丹尼尔：买，我觉得它是一个重要的论据。
哈里：能源主权、模型主权。
丹尼尔：百分之百。现在所有欧洲客户都更想要本地部署的软件、模型的范围与可选择性。是的，百分之百。这是一个正在到来的大生意。你看，我跟 Fireworks 的朋友们聊过，我其实试图说服他们现在就把软件做成可本地部署。他们现在是「拿钱给我看」。但我可以告诉你们这些伙计：这是一门大生意。你得先证明——因为这里是欧洲。先把技术展示出来，钱会来的。
哈里：UiPath 今天做多少收入？
丹尼尔：我觉得这是公开数据。我们是 16 亿，去年增长了大概 14%，今年也是。
哈里：杰森·莱姆金教过我，除非你在增长 20% 以上，否则你在公开市场里就是在完蛋——要么增长，要么去死。这是很可怕的现实，我并不是在赞同它，它很可怕。
丹尼尔：是的。
哈里：是这样吗？
丹尼尔：是的。因为我认为公开市场现在非常混乱，分不清谁是 AI 的赢家、谁是输家。如果你不展示出像样的增长和牵引，它们就自动把你划到 AI 输家那一栏，而不去真正深入地看你的业务。公开市场里有几百家软件公司，所以很难一家家去看。
12 · 多空（1:03:00—1:06:00）
哈里：那我把问题翻过来给你，我们做最后一段快问快答：UiPath 成为一家 500 亿美元公司的多头理由是什么？
丹尼尔：你想想，就在今天，Gartner 发布了他们的新 BOAT 象限——业务编排与自动化技术——我们是领导者之一。过去一年我们从挑战者进入了领导者。所以这说明，作为一家公司，我们从 RPA、一种自动化技术，转成了一个编排与自动化的技术，而且有全世界所有的论据说明，要造出这种新的、AI 驱动的企业，这个东西真的必需。你不能靠一个 agent 从上层的流程跑通一切、靠魔法编排和自动化所有东西——我认为大家已经不这么信了。所以你需要一个底层的编排与自动化技术，以及我谈过的那张工作地图，来支撑你的流程。这就是我们有的东西，而且不只是我在说，是 Gartner、Forrester、是行业分析师在对我们非常看好。所以这就是现在的那个论证。还有我说过的：AI 现在创造出的那个不对称，比以往更明显——「打印」运行你流程的软件，比一年前容易多了；而造一个能运行你的软件的 AI agent，和一年前一样难。所以你要在「打印这些软件」上做巨大的投资，抓住我们称之为工作地图的企业上下文，把这个企业上下文放进我叫做「地图与轨道」里的轨道：地图是上下文，轨道是编排与自动化。把它们放进同一个平台，然后你就可以把工作派给一个 agent，告诉它这就是现实、这些是你能用的轨道、这张地图描述了怎么用这些轨道、这是目标——这样你才能在上层有控制，你的 agent 才不会走偏。现在没有任何一家清醒的企业会把一群 agent 放进去，直接让它们做我的财务会计，因为谁知道它们会不会去打你的竞争对手，或者给某张乱来的发票打过去两千万美元。
哈里：我完全明白。好，空头理由是什么？
丹尼尔：我认为空头理由是：AI 不知怎么就变成了天才，token 成本会趋近于零，然后我们真的会有百万个爱因斯坦在数据中心里——但是真正意义上的爱因斯坦，不只是推理能力意义上的，而是能替人的那种。我可以把它们派到企业里的每一份工作上，它们就去做。这就是针对我们的空头理由。我是说，token 成本已经从每百万 60 美元降到 1 美元了。所以我认为 token 成本会趋近于零。
哈里：这有可能。这就是我跟你说过的：我现在不会因为 token 成本就停止一笔投资。
丹尼尔：对。
13 · 快问快答（1:06:00—）
哈里：兄弟，我可以跟你聊一整天。我很想跟你做个快问快答。我说一句短的，你给我你即时的想法。好。
丹尼尔：嗯。
哈里：今天作为 UiPath 的 CEO，你这份工作最难的一件事是什么？
丹尼尔：是把人凑到一块。那么多不同的个性、骄傲、自尊都掺进来。这是最难的。
哈里：因为 AI，你作为 CEO 的工作方式改变最大的是什么？
丹尼尔：我现在大概有一半的时间——半天——一个人待在 Visual Studio Code 里，跟 Claude 和 ChatGPT 一起工作。我对公司有了比以前大得多的杠杆，因为我们彻底改变了运转的方式。一年前，大多数人带着一个想法来找我，会带一份 PPT 来，而准备那份 PPT 本身就很难。现在每个人都会带一个 markdown 文件来，我可以把它放进——我有一个巨大的战略文件夹，我让 AI agent 跟这个文件夹一起工作。我把这份文档放进我的文件夹，然后我就可以问出一些有智慧的问题。
哈里：如果你有无限的资源、也完全不用面对华尔街的追责，你会做什么你现在没做的事？
丹尼尔：抱歉……你知道我们现在做什么吗？我们做片段（clips），就是把一小段一小段切出来，那就是——（笑）我刚才在想，这会是一个很好的开场片段。就是这样。也许——哇。嗯，对，那会很有意思。英伟达三年后会不会超过 7.5 万亿？
哈里：它们现在是五——
丹尼尔：5.6 万亿。
哈里：是。
丹尼尔：对，我很容易想象英伟达再跑 40%。比起押注 Anthropic 值那些钱，我更愿意押英伟达。
哈里：太好了。
哈里：太好了。
丹尼尔：太好了。当然，现在几十亿都不算什么了。
哈里：现在几十亿都不算什么了。是的。你以前在一次我们做的节目里说过一件事，那是我做节目以来反响最大的话之一。你说：我觉得很多人以为他们想成为我，但有时候一个人在脑子里是很孤独的。我一直记得这句话，因为我经常有同样的感觉。对那些在自己脑子里感到孤独、为此挣扎的创始人，你今天会建议什么？
丹尼尔：我觉得他们应该让自己身边有童年时期最好的朋友，跟他们更频繁地聊天。因为我觉得他们是最能和你共鸣的人，他们也能看见你——这也算是「被改变」的一部分，而且这本来也是一件好事。你仍然会孤独，但你的人生会有某种连续感。我觉得我人生中最有回报的部分之一，就是和朋友、家人聊天。孤独在某种意义上，真的是从这种陪伴里得到缓解的。
哈里：最后一个。往前看，你最期待的是什么？我妈妈有多发性硬化症，我非常期待在慢性病及其治疗上会看到的一些突破。
丹尼尔：我对长寿非常期待。你知道，我的朋友，我的年龄差不多是你的两倍。所以我的身体到处都疼。
哈里：有吗？
丹尼尔：兄弟，你在开玩笑吗？
哈里：你有没有做什么健身之类的？
哈里：你在长寿方面做什么？
丹尼尔：我做得挺多的。我入了肽、入了补剂。我觉得我一天大概吃六十种不同的补剂。
哈里：真的？
丹尼尔：对。
哈里：六十种。
哈里：你到底在吃什么？（笑）
丹尼尔：而且全部是由 AI 推荐并筛过的。
哈里：什么？（笑）这太惊人了。我是说，你看起来非常年轻，但六十种补剂——是药丸吗？不是，你是怎么吃的？因为我吃的是布莱恩·约翰逊那套长寿方案，六十种合一，我每天早上就吞一份。你是真的有六十种分开的？
丹尼尔：我有很多药丸。我也吃一些粉剂。但是的——我明天给你看我的全部，我有小袋子，一天里分时段，早上一号、早上二号、早上三号。（笑）
哈里：这太极端了，这太惊人了。那肽呢——你感觉更好了吗？
丹尼尔：我觉得它应该在长期里让人感觉更好。但说实话，我现在感觉比十年前还好得多。大量减少喝酒帮了不少忙。我知道你是喝酒的大粉丝。（笑）
丹尼尔：你现在还喝吗？你还喝吗？
哈里：我现在喝得少多了。
哈里：我就喜欢这样，兄弟。这一期太好玩了。非常感谢你容忍我东拉西扯。你的书什么时候出？
丹尼尔：它已经可以下载了，我也在印几本。我们几周后有大型的 FUSION 活动，我会给每个到场的人一本。
哈里：兄弟，这太愉快了。我要去买一本。我要买纸质版，因为我老了，我喜欢读纸质书。
丹尼尔：这是我给你的礼物，哈里。当然。
哈里：那就这样，兄弟。非常感谢你。
丹尼尔：谢谢你，兄弟。
References
- 120VC 官方单集页
thetwentyminutevc.libsyn.com
- 2官方视频（完整英文字幕）
youtube.com
- 3UiPath 2026 财年业绩新闻稿
ir.uipath.com
- 4Daniel Dines 人物条目
en.wikipedia.org
Comments