这一期我听了两遍。第一遍记住的是一个数字：一门已经做到年收入近一百万美元的报税生意，做满一年，被创始人亲手停掉。
第二遍记住的是他停掉的理由——不是产品做不出来，是这门生意一年只能卖一次。
Town 创始人让-德尼·格雷兹和 a16z 普通合伙人亚历克斯·兰佩尔聊了 62 分钟。他们从 Plaid 的旧同事关系讲起，讲到为什么写代码已经被 AI 改造，回邮件和约会议还没有；为什么消费级的体验可能在企业里赢；以及当代理开始替我们看、替我们买，广告和「聚合供给」这门生意还剩什么。
为什么写代码先被改造，日常活没有
节目的第一句判断就很硬：写代码这件事，模型已经能自己跑完一个完整任务——读需求、改代码、跑测试、看报错、再改。同样的模型放到回邮件、约会议、跟进客户上，却还停在人手上。
差别不在智力，在活的形状。代码的需求写在代码里，对错由编译器和测试回答，提要求的人和验收的人是同一个，所以代理可以在一个窗口里反复试错，不用经过任何人点头。日常工作的标准在人的脑子里：一场会该不该开、这封邮件用什么口气、这句话会不会得罪人，没有人把这些写成规格，也没有测试告诉代理它做得对不对。
这也是为什么「更聪明的模型」没有自动变成「更少的工作」。1
从 Plaid 出来，先做了一年报税
让-德尼在 Plaid 当了七年 CTO，2023 年离开创业。他先休了几个月假，然后用工程师的方式做技术尽职调查，认定企业报税可以被自动化：报税里有大量文本，大语言模型擅长文本；输入又涉及财务报表、租赁文件这类结构化格式。
他们花一年把产品做出来。第一年收入略低于 100 万美元，第二年他们估计能做到 250 万到 300 万美元。他的原话是，这个数字放在前 AI 时代，「你会觉得这是一门好生意」。
但在 AI 之后，这不会成为一家风投规模的公司。问题出在生意的形状：
- 报税一年只能卖一次，不是日活工具；
- 很少有人会夸自己的报税体验，就算夸，也在别人不需要买的时候；
- 现有玩家可以用 AI 服务他们已有的几百万客户，比你抢新客户更快。
他把这件事类比成教育科技：一年只有两个销售窗口，夏天卖秋季，秋冬结束前卖春季。「这真的限制了我超高速增长的能力。」他说，自己当年做报税时，选择性地忘了这个教训。
2025 年 3 月，Town 以 1,800 万美元种子轮亮相，由 First Round 领投。2
停掉一门还能跑的生意
最难的环节是承认。
他说，朋友不会因为你失败就不是朋友；员工你可以帮他找下一份工作，把遣散费给足；真正难的是每天走进办公室、看着他们的眼睛，尤其当你在说服一个候选人加入，而对方手里还有另一家能变现的公司的录用通知。
「如果我们不再相信自己能有一个好结果，那就很难每天直视别人的眼睛。」
还有一层是时间。因为报税是年度生意，能做决定的窗口只有一个：4 月 16 日不能转向，你已经告诉一堆客户会替他们报税；1 月也不能，一半合作伙伴已经签了。只有在报税季之前、大概 10 月 15 日前后那一个月，两个宇宙可以同时存在。门一关，就要再等一年。
他认为，这种时间压力反而让决定更干净。
四个想法，活下来的是一个问句
停掉报税之后，他们认真探索了四个方向，最后只剩一个问题：为什么没有人做出一个真正好用、从邮箱和日历里长出来的代理？
这个问题来自做报税时客户的原话：进会议的时候忘了会议本来是干嘛的；客户总问同样的报税问题；能不能替我把答案预先写好。
这些需求都不复杂，只是每天发生、每次都让人卡一下的小事，而没有人围绕这些最常见的知识工作流程做产品。
转折点是 Opus 4.5。模型第一次能连续做多步自主工作，一个简单的洞察加上模型变得更有代理能力，产品突然被拉起来。从 12 月到 4 月，封闭测试期的产品每天增长 1% 到 1.5%，客户不断要更多，路线图越来越清楚，直到他们决定正式发布。
客户和用户，是两个人
发布之后最大的分歧是：走产品驱动，还是走企业销售。
他的判断很直接：客户是签字付钱的人，用户是每天要用这个产品的人。两者不是一个人时，你很容易为了 CISO、采购和「上面的人」做产品，最后做出一个用户不得不多维护一套的系统。
他和联合创始人都待过 Dropbox，从那里学到的教训是：一个世界级的产品体验，可以改造成企业版；反过来，从合规、IT 的企业需求出发，再想做出惊艳的产品体验，几乎不可能，因为基线错了。
这也是他对「消费级体验进入企业」的判断：CEO 在个人生活里见过魔法，回公司就想要同一个东西。就像 2007 年，很多 CEO 在圣诞节收到 iPhone，回公司只说一句：你把它弄到我们这儿能用。黑莓死得很快。企业采购的决定，常常不是在采购部门做的。
他补了一个更细的教训：Good Technologies 做过企业级 iPhone 邮箱客户端，能用，但很丑，最后大家还是用 Gmail 应用——便利性和企业功能，Gmail 两样都给到了。「我不想成为 Good。」
落地是两段式的：第一步只连邮箱和日历，让几个人先感受到价值；第二步才问，我有没有挣得那个权利，让你把 CRM 接进来、让 IT 把别的工具都接上。另一面必须同时具备：审计日志、机密信息不共享给代理、给 CFO 的成本控制。
打法是：中小企业和中端市场用自助增长，企业市场补安全、合规与财务功能。
隐私的杰文斯悖论：读邮件变便宜，读得更多
亚历克斯在这里讲了一个很准的类比。杰文斯悖论说的是，蒸汽机效率提高之后，煤的消耗不降反升，因为能做的事变多了。
助理也一样：读一封邮件变便宜，你就会让它读所有邮件。原本绝不接受有人一直读你邮箱的人，现在主动打开了那个开关。
他举自己的例子：在伦敦，他以为有个晚饭要去，日历上没有。他给自己的镇民 Snap 发消息，对方说「是的，你有」。不是助理的错——他没回那封邮件，对方也没抄送助理。这件事之后，他让助理一直读他的邮件。
按「今天有多少人雇得起行政助理」算，这个市场很小；但如果能用硅片生产，需求会被释放出来，因为很多人只是从来没拥有过。
所以他不把市场定义成「助理」，而是定义成一次 token 分配：产品给人一堆选项，这些 token 可以往哪儿用，然后由人决定要不要那个结果。token 越便宜，值得用 token 的地方就越多——多到以前用人力绝不会做。
两个例子：
- 每场会议的准备笔记。 行政助理不会为每个 30 分钟的会议写完美笔记，那不是好用法；模型会，而且只要一分钱。它会查还有谁在场、他们上周在 X 上说过什么、上次见面聊到哪。所有这些长尾研究，突然值得做了。
- 餐厅老板的批发商价目表。 批发商每月发来几千种商品的价格表，价格一直在变。兼职财务本应每季度比一次价，但大多数餐厅不会做——太烦，不在日常运营里。让一个例行程序每月跑一次，花一美元；一年里有一个月找出几百到几千美元，就值了。
所以产品真正的工作，是把那个可能性摆到人面前：「要不要我替你做？」
横向还是纵向：能力会趋同，定制不会
他对 AI 产品的判断是：工作场景里大多数执行框架，最后能做的事会非常接近。硅谷过去靠「功能领先市场」建立优势，这种优势会越来越难维持。
那差异化从哪儿来？他的答案是定制。软件的价值单位已经从「一个应用」变成「一个人用电脑能做的任何事」，所以应用层单独的价值会掉下去，剩下的是「这个人的软件」。
怎么定制？模型还不够好——直接问模型「给一个风投推荐可自动化的事」，得到的建议停在表面。他们的做法是：
- 看平台上重度用户的聚合指标；
- 找 10 个开餐厅的聊，找出 5 个共同动作；
- 把这些做成例行程序模板，作为新用户进来时的种子；
- 用 AI 录访谈、自动约人，把积累速度换成 AI 的速度。
库变厚之后，推荐对库的依赖反而下降，因为模型本身变强了。而一个人不止一个角色：餐厅老板同时管财务、有一套度假房、还有两个上学的孩子——真正的定制是「这一个人版」，80% 通用，20% 只对他成立。
他把这条路跟 FDE（前置工程师）对比：派一个人进公司、理解业务、用 AI 造定制软件，现在看起来很吸引人——一家愿意一年花 500 万美元的企业会觉得很好。但模型越好，这条路越差，因为手工的部分不会跟着模型一起变便宜。
为什么不跟供应商绑死
跟供应商竞争是有风险的：模型供应商的销货成本更低，而且随时可以往上做一层。
他的「小答案」是：其他玩家没有真正聚焦邮箱和日历，而这两样东西足够复杂。但这个小答案不牢，因为 OpenAI、Anthropic、Google 里任何人可以一觉醒来决定做。
「大答案」在客户那边：你知道未来三到五年哪家模型最好吗？中端市场公司的回答是不知道。如果你买一家的产品，那个产品里永远只有那家的模型；三年后它不是最好的，而你已经在用 AI 做越来越多的事，那就是竞争劣势。还有一种风险：涨租。
所以他们的立场是中立路由：不只是通用智能，还有那个时刻谁在语音上更好、谁在视频上更好、谁做幻灯片更强；在前沿模型与开放权重之间替客户选。
第二是数据所有权。旧世界企业的资产是实物和人；新世界的第三种资产，是 AI 知道的、关于你生意的一切——数据、记忆、上下文。他的立场是这一整桶应该归企业，而且应该归到「换掉供应商只需要一天」。「切换成本低是卖点。如果我不能做出市场上最好的产品，我就该输。」
第三是不训练：你的经营方式不该进别人的权重，再被转售给别人。在员工这一侧，Town 的企业协议禁止雇主阅读员工的助理对话，会话数据 15 天后删除。5
第四是他认为最超前的一点：内部 CRM。在 Town 里问「有人认识这个潜在客户财务团队里的人吗」，它去跟你公司其他员工的代理对话，找出有关系的人。同样的问题在 Slack 里问，全公司都要读、都要想，你可能一天才得到一个答案。「人是慢速路由器。」
他的判断是，未来的公司人会更少地待在回路里，工作是让公司对那个宇宙感到舒服，因为经济收益远大于今天能看到的任何风险。
扩散的瓶颈：会折腾的人太少
亚历克斯给了一个框架：太大被盯上，太小没人管。一万亿美元收入，你会是 OpenAI 和 Anthropic 的头号目标；零收入、没人用，他们根本不会在意。写代码正好落在错误的那一侧——Anthropic 不能忽视它。
嘉宾认同，但补了一句：AI 为一门生意做更多事的市场，比写代码更大；只是当前环境里它不会改变那几家公司的指针，12 个月内会。
真正的问题在扩散。硅谷高估 AI，世界低估 AI；在硅谷，你身边全是工程师，AI 用得很好；在别处，大多数人只把它当成一个更好的谷歌搜索。
他说日本市场是自然长出来的，并没有列进计划。还有一个岛上租冲浪板的生意，用 Town 比对租出与归还的照片，判断要不要退押金。「这不在我的宾果卡上，」亚历克斯说，「128×128 的宾果卡上也不在。」
让它成立的是那家店里一个爱折腾的人。而世界上没有那么多爱折腾的人，也没有那么多有时间折腾的人——这就是 AI 没有扩散的原因。
产品体验也不能只是一个文本框。过去 12 个月，Claude 或 ChatGPT 里一直有那些功能，很多小企业本可以用它省下大量时间，但人们只是把它当成更好的搜索。你没法教会一个人，只能把价值展示出来，然后替他做。
他给出「什么让人留在 Town」的答案：连上邮箱、日历，最好再连上一个重要的记录系统，然后做一个自定义集成——那是用户自己造出来的、开箱即用之外的东西。他的目标是把第三步也去掉。
亚历克斯讲了一个哈佛教授的故事：她两年前试过 AI，觉得一般；他让她用 ChatGPT 把 20 多年前的博士论文按今天的资料重写一遍，她看完说「这太惊人了，这是什么 AI」，答案就是最普通的那个。人们用当下的样子判断一条指数曲线，而早期采用者反而最容易被旧版本困住。
两个半月的电脑使用进步可以说明这条曲线：六个月前几乎不可能的事，现在大多数时候能做到——按节目里的估计，成功率从 30% 到了 90%。所以营销必须具体：不要说「我们有电脑使用」，要说「我可以用你已经付过钱的 Canva 订阅做这个活动的海报，25 美分」。
他认为赢的平台，是那个不断让生意去适配最好 AI 的平台。
代理、广告，与供给聚合的贬值
最后二十分钟的画面更大。
代理流量已经远远超过人类流量——这里的代理会真正替人做事，包括点按钮、填表、下单。它们不点广告、不看横幅、不滚动页面。整个互联网的商业模式，建立在「有人会看到」这件事上。
亚历克斯讲了那条契约：他上雅虎财经查股价，雅虎付钱买数据源，他的眼球撞上一条券商广告。契约是「我给你免费内容，你给我注意力」。代理既没有眼球，也不看广告，契约的另一端空了。
亚马逊选择了对抗：2026 年 9 月，亚马逊切断了 Meta 的 Muse 在其站内购物。6 另一条路是协同，成为「新的 SEO」：站在代理流量的接收端，欢迎它。
但代理属于谁，决定了它是否中立。你让 Meta 的代理订机票，而美联航在 Meta 上投的广告比别家多得多，它给你的还是不是中立的结果？他的立场是：中立代理唯一的钱应该来自用户的钱包，这样它的激励只剩一个——给你最好的信息。
他还把「摩擦」分成两种：在 Soho 逛街，店与店之间要走、要排队，这些摩擦是逛街的一部分；订厕纸是另一回事：同一款、最快、最便宜，结束。人并不总为效率优化，所以「用代理消除一切摩擦」是错的框架。
亚马逊该做的也许是成为代理背后的供给。他说，一个没有门面的亚马逊可能更大；真正的反击是做一个更好的 Muse，放进 Prime，用会员费回收。
然后是他最喜欢的例子：CamelCamelCamel，一个只发邮件、不替你下单的比价网站，2000 万美国人在用，已经 18 年。它说明「时间比钱多的人」已经在用这一类工具，而代理会把「钱比时间多的人」也拉进来——优惠券、贵宾权益、靠「懒得用」赚钱的模型，都会跟着失效。
「供给聚合之所以值钱，是因为人的注意力有限。如果注意力可以被代理替代，入口本身就被绕过了。」这是整期的贯穿线，也是所有广告与电商公司真正的风险。
逐句全文翻译
下面是整集 62 分 47 秒的逐句中文翻译：只保留中文，保留说话人标签，不压缩、不摘要、不删减。
标签这样读：片头是节目组剪的开场片段，旁白是节目组写的介绍与片尾，亚历克斯是主持人亚历克斯·兰佩尔，让-德尼是嘉宾让-德尼·格雷兹。
片头与介绍（00:00–01:55）
片头：在世界上产生影响，对我们来说真的、真的非常重要。
片头：我们很想做出点有意义、能帮到人的东西。
片头：本·霍洛维茨给我发消息，说他找到一个特别厉害的工具。
片头：它叫 Town，它改变了他的生活。
片头：它太好了。我们想做的是一个跟人一起工作的产品，帮人找到越来越多可以把 AI 用上的机会，把工作做得更好。
片头：之前没有人围绕这些最常见的知识工作流程——会议、会议准备、让人为一天做好准备——做出过好的 AI。
片头：为什么 Town 比 OpenAI 和 Anthropic 更好？
片头：跟你的供应商竞争，永远是有风险的。
片头：你会问自己，这真的是世界本该有的样子吗？
片头：如果 OpenAI 在未来三到五年里不是最好的模型供应商呢？
片头：所以第一件事就是：我们是中立的。
片头：谁在那一刻对你最好，我们就用谁。
片头：这是其中一个原因。
片头：第二个原因非常重要：AI 在写代码这件事上已经好得惊人了。
片头：那为什么还有那么多日常的业务任务仍然靠人工在做？
旁白：这一期，a16z 普通合伙人亚历克斯·兰佩尔与 Town 创始人兼 CEO、Plaid 前 CTO 让-德尼·格雷兹坐下来，聊要让 AI 在工作中真正有用，到底需要什么。
旁白：让-德尼讲了为什么他离开一门正在增长的报税软件生意，去做 Town——一个横跨邮箱、日历和日常业务流程的 AI 助理。
旁白：他们讨论了为什么 AI 的采用仍然集中在那些懂得试验这项技术的人身上，代理如何可能让有用的自动化对每个人都成立，以及为什么企业会想要一个不绑死在某一家模型供应商上的 AI 助理。
旁白：他们还聊到，当代理开始替我们行动会发生什么，这会怎样改变商业与软件，以及为什么让-德尼认为下一个大机会，是帮人们发现 AI 现在就能为他们做什么。
从 Plaid 到报税，再到转向（01:55–10:22）
亚历克斯：大家好，我是亚历克斯·兰佩尔，Andreessen Horowitz 的合伙人，今天和我在一起的是 Town 的创始人兼 CEO 让-德尼。
让-德尼：谢谢邀请。
亚历克斯：我觉得很有意思的是，我们以前共事过——你当时是 Plaid 的 CTO，而我在 a16z 领投了 Plaid。
让-德尼：是的。
亚历克斯：后来我听说你要离开，去创办一家公司。
亚历克斯：然后我记得你告诉我，你在做一个小企业的报税工具。
让-德尼：对，我们喝了咖啡。
亚历克斯：我们在门洛帕克，或者帕洛阿尔托，喝了咖啡。
亚历克斯：我当时有点不高兴。
亚历克斯：我心想，哎，哎。
亚历克斯：我本来那么兴奋。
亚历克斯：结果是给小企业做报税工具，这也太苦了。
让-德尼：都摊在桌面上说嘛，对吧？
亚历克斯：你当时可没告诉我这些。
让-德尼：我知道，我知道，但我得……你知道，我得时刻保持一张非常开心的脸。
让-德尼：你永远不知道会发生什么。而这件事好笑的地方在于，整个故事你都清楚。
亚历克斯：本·霍洛维茨给我发消息，说：我找到一个特别厉害的工具。
亚历克斯：它叫 Town，它改变了我的生活。
亚历克斯：它太好了。我说，那挺好啊，对吧？
亚历克斯：它像个应用，所以归我这条线管。
亚历克斯：然后我一看，等等，这是让-德尼的公司。
亚历克斯：可他在做小企业报税。
亚历克斯：这完全说不通。
亚历克斯：我彻底糊涂了。我就给你发了消息。
亚历克斯：结果一周之后，我们成了合伙人，我特别兴奋。
亚历克斯：不过，也许先跟大家讲讲 Town 是做什么的。
亚历克斯：我觉得你是怎么走到今天这一步的，对所有人都会非常有意思。
亚历克斯：从最初的故事讲起。
亚历克斯：你离开 Plaid，开始做小企业报税。
亚历克斯：把这个创始人的旅程，从那儿讲到这儿。
让-德尼：我离开 Plaid，先跟家人休了几个月假，因为我知道，如果我要当创始人，接下来很长一段时间就不会再有假期了。
让-德尼：然后我用非常 B2B 的方式去探索：哪些市场有意思，AI 真的能改变那里的产品体验。
让-德尼：因为各种原因，报税看起来非常合适。
让-德尼：报税里有大量文本，而大语言模型非常擅长文本。
让-德尼：输入又涉及大量结构化格式，比如财务报表、租赁文件。
让-德尼：感觉这就是一个合适的介质：把企业报税——它跟个人报税很不一样——这套流程自动化。
让-德尼：然后我做了工程师会做的事：我们做技术尽职调查。
让-德尼：向自己证明这件事能做成。
让-德尼：当时的判断是：是的，未来两年内，一家中小企业的报税流程，可以从财务报表加一堆业务文件，直接走到一份报完的税表，而且可以用 AI 自动化。
让-德尼：我们花了一年把它做出来。
让-德尼：里面有不少难关，但从产品角度它成立了，从市场进入的角度没有。
让-德尼：意思是，我毫不怀疑报税准备会被自动化。
让-德尼：但你怎么高效地触达几百万家企业，把产品卖出去？
让-德尼：这里的问号比我们预想的多得多。
让-德尼：一年之后，我们做出了一门在我看来「前 AI 时代算不错」的生意。
让-德尼：也就是说，如果我把第一年的收入数字和增速给你看——略低于 100 万美元——再把我觉得第二年能做到的数字给你看，我们觉得能到 250 万到 300 万美元——在前 AI 时代，你大概会说……
亚历克斯：这非常说得通。
让-德尼：但在 AI 之后，这不会成为一家风投规模的公司。
让-德尼：更重要的是，我们意识到，现有玩家能用这项技术为他们的存量客户自动化报税，速度会比我们抢市场份额更快。
让-德尼：这对创始人是关键：作为新进入者，你的优势是你动得更快。
让-德尼：你可以做出不一样的产品。
让-德尼：你可以用不一样的市场进入方式。
让-德尼：但墙上有一个滴答作响的时钟：你能多快做出真正的口碑网络效应和市场渗透，赶在那些有别的优势的现有玩家前面。
让-德尼：他们有分发优势，比如，在他们有效且频繁地追上并复制你之前。
让-德尼：对报税来说，感觉我们在现有玩家能够……之前，是到不了几亿美元收入的，因为报税一年只能卖一次。
亚历克斯：对。而且这就像……
亚历克斯：不只是每年卖一次，是那种互动。
亚历克斯：它不像……它从根本上不可能成为一个日活工具。
让-德尼：没错。它也没有多少口碑，因为很少有人会炫耀自己的报税情况。
让-德尼：就算他们炫耀，也只能一年一次。
让-德尼：报完税之后……当你夸自己的报税体验有多好时，通常也不是人们在采购或寻找新报税服务的时候。
亚历克斯：所以——他们到明年就忘了。
让-德尼：没错。这种不连续性让它很难超高速增长。
让-德尼：所以这不是一门好生意。
让-德尼：这没什么。我最好的朋友之一做了一家很成功的教育科技公司。
让-德尼：你总听他们抱怨教育科技的一点，其实是同一件事。
让-德尼：教育科技一年只能卖两次。
让-德尼：夏天可以卖秋季的。
让-德尼：然后秋季和冬季结束、新年前，有一个很短的窗口可以卖。
让-德尼：只有这两个时间点，你才真的能把软件卖给学校与学区。
让-德尼：他说，这真的限制了我超高速增长的能力。
让-德尼：而我们在做报税时，选择性地忘了这件事。
让-德尼：对，所以我们把报税做出来了。
让-德尼：一年之后、第一个报税季结束之后，我和联合创始人喝了很多咖啡、走了很多路，用一周时间认真思考人生、创业和资本主义的意义，然后决定我们应该做点别的。
让-德尼：我们要找一个更有产出的市场。
让-德尼：如果我们想影响几百万人，有更好的路径。
亚历克斯：那是相当勇敢的举动。
亚历克斯：大多数人大概不会这么做，尤其是在它还运转得不算差的时候。
让-德尼：感觉像失败，像我们正在失败。
让-德尼：但我想，你创办一家公司的核心动机是什么？
让-德尼：作为创始人，会有这样的时刻——它出现的频率比你希望的高——你真的会问自己：我为什么在做这件事？
让-德尼：对我们来说，是影响世界。
让-德尼：这一点真的、真的非常重要。
让-德尼：我们真的很想做出点有意义、能帮到人的东西。
让-德尼：于是我们不再相信自己能产生应有的影响，因为我们觉得没法把生意足够快地做起来。
让-德尼：我认为创办公司的第二个原因，是我们真的很享受和团队一起工作。
让-德尼：但我们团队每个人都是有机会成本的。
让-德尼：他们本可以在 Town 工作。
让-德尼：他们也可以去硅谷很多其他好公司。
让-德尼：所以，如果你不再相信自己能有一个好结果，那每天走进办公室、直视别人的眼睛就变得非常难。
让-德尼：当他们说「嘿，我在这件事上遇到困难」，或者当你想说服一个候选人加入，而你知道他手里还有另一家能变现的公司的录用通知，你会想：我作为一个「人」，算什么？
亚历克斯：是啊，这非常难。
亚历克斯：你必须相信这件事。
亚历克斯：我懂你的痛苦。
亚历克斯：我也经历过。所以我们看了几件事，然后想：好吧，必须做决定了。
让-德尼：当然，另一面是，也许我们本来能想出办法。
让-德尼：永远有这种「你无法确定」的东西。
亚历克斯：对。我们都是很会想办法的人。
亚历克斯：所以你总能再试点别的。
让-德尼：但就是感觉，我们脑子里没有那个能把它变成突破性生意的想法。
让-德尼：难的部分是向别人承认你失败了。
让-德尼：向一些员工承认，比如我们的报税团队，如果继续做报税，他们在公司里可能没有未来。
让-德尼：你面对它，然后想：首先，谁在乎别人怎么看你？
让-德尼：不管我成功还是失败，我的朋友仍然是我的朋友。
让-德尼：对员工，你可以帮他们找到下一份工作。
让-德尼：我们可以在遣散费和其他方面对他们很好，让这件事过得去。
让-德尼：然后你意识到，这个决定并没有你最初情绪反应里以为的那么难。
让-德尼：而且它是对的。
让-德尼：你开始有了那种确信，然后就去做。
让-德尼：最后一点是，因为报税是年度生意，在那个时间点做决定，是我们唯一能做决定的时候。
让-德尼：你不能在 4 月 16 日，在已经告诉一堆人你会帮他们报税之后，突然转向。
让-德尼：你也不能在 1 月，在已经签了一半合作伙伴之后转向，对吧？
让-德尼：我们有一个窗口，大概在 10 月 15 日前后，可能有一个月时间……
让-德尼：我们可以同时活在两个宇宙里：继续做报税的宇宙，和不做报税的宇宙。
让-德尼：过了那之后，门就关了。
让-德尼：所以我觉得，那种时间压力帮我们更高效地做了决定。
让-德尼：如果你不在周期性生意里，你总能告诉自己：让我再试一个新想法，试一个月。
让-德尼：让我再试下一个，试三周。
让-德尼：也许这个能成。也许那个能成。
让-德尼：我们有一个很短的窗口，有可能改变方向。
让-德尼：窗口一没，就是：嘿，现在必须决定。
让-德尼：否则一年后我们还在这儿，而一年后我们就没有资金做这个改变了。
让-德尼：所以从那儿到……显然名字没变。
让-德尼：还是 Town。这是个好域名。
亚历克斯：非常好的域名。
四个想法、产品市场契合与消费级体验（10:22–21:24）
亚历克斯：那你是怎么从那儿走到今天这一步的？
让-德尼：我们认真探索了大概四个想法。
让-德尼：没必要四个都讲。
让-德尼：把我们带到后来成为 Town 的，是这个问题：为什么没有人做出一个真正好用、从邮箱和日历里长出来的代理？
让-德尼：我们开始问这个问题，一部分是因为在做报税产品时，很多客户跟我们说：你们能把报税自动化，太棒了，但我还花了很多时间跟客户约会议。
让-德尼：我进会议的时候，总在想——或者我的客户，进会议的时候，忘了这个会议本来是干嘛的。
让-德尼：客户总是问我同样的报税问题。
让-德尼：如果你能替我把答案预先写好，那该多好？
让-德尼：所以我们从这些需求里意识到，这些事并不复杂，但没有人围绕这些最常见的知识工作流程做出过好 AI：会议、会议准备、会议结果、回复那些每天都有的很简单的邮件、让人为一天做好准备。
让-德尼：于是我们开始探索这个想法，当时正好赶上 Opus 4.5，代理——至少在做代码这件事上——开始能做越来越多自主的工作。
让-德尼：我想说，这个非常简单的洞察，加上模型突然变得更有代理能力，让我们很快找到了产品市场契合。
让-德尼：产品市场契合是一件神奇的事。
让-德尼：一旦有了，你就会想死死抓住它，永远顺着那根线往下拉。
让-德尼：所以我们没有坐下来问自己：这个市场到底有多大？
让-德尼：或者：是不是所有人都会想要这个？
让-德尼：或者：赢意味着什么？
让-德尼：我们只是：嘿，用户拉得我们很厉害。
让-德尼：接下来几个月全力做这个，去了解市场，看看机会长什么样。
让-德尼：做着做着，我们开始意识到：大多数生意都是从邮箱和日历里跑出来的，对吧？
让-德尼：尤其是公司里任何对外的角色，销售、商务拓展、招聘。
让-德尼：公司之间协作的方式，主要就是邮件。
让-德尼：所以我们就想：哦，这个市场一定很大。
让-德尼：而且不只在美国，全世界都是。
让-德尼：然后，当客户开始告诉我们他们喜欢产品的什么地方，我们意识到：哦，他们要我们解决的问题是有深度的。
让-德尼：这不是把大语言模型接到邮箱上那么简单。
让-德尼：要把这个体验做得越来越好，里面有太多东西。
让-德尼：所以我们开始觉得，从产品端看——我不是说我们当时一定看清了终局——但复杂度足够高，让我们觉得：嘿，我们可以真正扎进去，做出一个很棒的产品体验。
让-德尼：基本上从去年 12 月到今年 4 月，我们每天都在推进。
让-德尼：产品每天增长百分之一，或者百分之一点五。
让-德尼：客户不断要求更多，路线图非常清楚。
让-德尼：我们被拉到那个程度，就说：好了，封闭测试到此为止。
让-德尼：我们准备好把产品推向世界了。
亚历克斯：还有一件事，我觉得你做得非常大胆。
亚历克斯：你有了产品市场契合。
亚历克斯：但你也——我们聊过很多次——你要不要走 PLG？
亚历克斯：还是说，有大公司跟你说「把产品给我，我要」，但你多少意识到：如果客户不是用户——客户是签字付钱的人，用户是每天要用这个产品的人——如果客户不是用户，你最后可能做出一个坏产品，因为你在让 CISO 开心，你在让客户开心，而不是让用户开心。
让-德尼：对，我和联合创始人都曾在 Dropbox 工作，从 Dropbox 学到的一个大教训是：你总能把一个世界级的产品体验，改造成适合企业的样子。
让-德尼：往那个方向走很容易。
让-德尼：我换个说法。
让-德尼：往那个方向走很难，但它是可能的。
让-德尼：反过来，如果一个体验从一开始是从合规、IT、企业需求出发，再想把它做成惊艳的产品体验，那几乎不可能——如果你把那些当成基线。
让-德尼：所以我们觉得，而且一直到不久前、大概几个月前，我们都觉得：光是把这个产品做得更好，就有太多超额收益。
让-德尼：那应该是我们的焦点。
让-德尼：对，它就是自然发生的。
让-德尼：我们想：如果我们把产品体验解决好，如果我们在企业侧的基础——数据安全与隐私——是好的，那我们可以以后再设计管理后台，让它对企业完美。
让-德尼：我觉得对我们来说，那是正确的选择。
让-德尼：尤其现在，消费者对 AI 能做什么的期待，会是消费级的体验。
让-德尼：所以我们的判断是：公司的 CIO、CEO 会对自己说，嘿，我在个人生活里得到的这种惊艳的个人助理体验，我也要我的公司有。
让-德尼：所以谁拥有……
让-德尼：一个像消费级体验的企业体验，谁就占据了赢的位置。
让-德尼：我们想：这就是我们想成为的样子。
让-德尼：我觉得我们大体上确实做到了。
让-德尼：现在的问题是：好吧，我们有了一些大公司在用这个产品。
让-德尼：那么，怎么从一单企业生意，变成能有效地做几十单？
让-德尼：怎么把不只是两三个客户、而是每一家企业客户的数据隐私与安全要求都满足？
让-德尼：现在这感觉是一个可解得多的问题，我们可以全力以赴，因为核心产品体验已经好了。
亚历克斯：对，我同意。
亚历克斯：我跟你聊过一点这个：我记得我用过黑莓。
亚历克斯：对。就算 2007 年吧，iPhone 发布，然后史蒂夫·鲍尔默说：「没有人会花 800 美元买一部手机。」
亚历克斯：「这会是个大失败。」
亚历克斯：「这就是个笑话，如此这般。」最后微软买了诺基亚。
亚历克斯：但黑莓很快就死了。
亚历克斯：因为我对这件事的理论至少是：那一年每个 CEO 都在圣诞节收到了一部 iPhone，在拍自己的孩子，然后想：天哪，这真好。
亚历克斯：「这东西没那么好。」
亚历克斯：「嘿，我是老板。」
亚历克斯：「你去想办法让这东西在我们这儿跑起来。」
亚历克斯：对吧？我跟很多企业领导者聊过，有意思的是，那些看见未来的人会说：我需要这个。
亚历克斯：也有一些人说：哦，AI 没那么好用。
亚历克斯：我用 Watson 什么的。
亚历克斯：这种人还有很多，但他们是怀疑派。
亚历克斯：但感觉 iPhone 时刻已经出现了：人们在个人场景里见识过 AI 的奇妙，但在工作场景里没有。
亚历克斯：为什么，这是一个开放问题。
亚历克斯：一部分是权限的问题。
亚历克斯：但我想听听你的想法：你认不认同这个框架，以及未来几年「工作里的 AI」会是什么样。
让-德尼：好，那么——第一，我认同这个框架。
让-德尼：插一句，有家公司，我记得叫 Good。
亚历克斯：对，Good Technologies。
亚历克斯：它当时是给 iPhone 做的企业级邮箱客户端。
亚历克斯：对，是个应用。
亚历克斯：它大概是世界历史上最丑的东西。
亚历克斯：对，我以前用过。
让-德尼：我觉得这不只是黑莓的故事。
让-德尼：我不想成为「Good」。
让-德尼：因为「Good」最终不是一门好生意，人们会说：是啊，你在 iPhone 上做企业级，但你的质量没到其他 iPhone 应用的水平。
让-德尼：所以我觉得那就是我们的风险。
让-德尼：不只是成为黑莓，也是成为「Good」，而不是——嘿，人们直接用 Gmail。
亚历克斯：Gmail 应用，对吧，在 iPhone 上，因为那既有便利，也有企业会在意的功能。
让-德尼：对，所以……我经常想这件事：以人的速度发生的事，对吧？
让-德尼：首先，助理作为一个品类，今天全世界也就几百万人用。
让-德尼：还在采用曲线的极早期。
让-德尼：所以我甚至不认为所有 CEO 都已经走到那一步。
让-德尼：就像 iPhone 一样，大多数人可能需要 6 个月、12 个月、18 个月，才能在个人生活里体验到这个魔法。
让-德尼：一旦体验到了，接下来的问题是：怎么把它引进公司？
让-德尼：我觉得这比 iPhone 更复杂，因为代理的工作方式是：它们能访问运行你生意的数据和 API，就会越来越有效。
亚历克斯：对。
让-德尼：如果能以安全、保护隐私的方式访问这些东西，它们就能为你做很多事。
让-德尼：但如果不能，对吧，它们的聪明程度就只取决于它们能访问的数据。
让-德尼：所以我们理解这条路的走法是：首先，能走进任何一家公司，只靠连接邮箱和日历，就让那家公司的几个人用起来。
让-德尼：还不是核心的记录系统。
让-德尼：让他们感受到足够的魔法，觉得：哦，这会在我的工作里带来很多价值。
让-德尼：就像我说的，对对外角色来说，日历和邮箱是真正的洞察来源，能看出怎么把一个人一部分工作自动化。
让-德尼：然后你就可以带着助理出现。
让-德尼：你可以说：我可以帮你准备这些会议。
让-德尼：我可以把给那个会议的 deck 调一调，让设计语言更统一，把刚发给你那份 PDF 里的最新数字更新进去。
让-德尼：光是这些，人们就会开始感受到魔法。
让-德尼：然后你问自己：我有没有挣得那个权利，让你把 CRM 接进来？
让-德尼：我有没有挣得那个权利，让你去找 IT 团队，把所有这些工具都接上？
让-德尼：我觉得这段旅程更多会以人的速度发生。
让-德尼：而且你必须有硬币的另一面。
让-德尼：你必须有审计日志。
让-德尼：你必须有那种姿态：机密信息不会被共享给代理。
让-德尼：你需要给 CFO 的成本控制，让他们明白，如果整个团队都在 Town 上工作，钱花在哪儿、token 有没有被高效使用，都是清楚的。
让-德尼：所有这一面都需要更多人类时间去适应，因为你还是在向一家财富 100 强公司销售，而那家公司必须以某种程度的审慎来运营。
让-德尼：当你往市场下方走，走向中小企业与中端市场公司，我觉得这些要求就少得多，对吧？
让-德尼：采用会快得多。
让-德尼：所以我们现在的赌注是：在产品体验和自助增长上，真正聚焦中小企业与中端市场；然后在安全、合规、财务功能上，聚焦企业。
让-德尼：我们觉得可以把这块空间整个拿下来。
隐私的杰文斯悖论（21:24–27:32）
亚历克斯：对，我觉得整个助理这个领域，可能还有一个杰文斯悖论，你想想看？
亚历克斯：我这儿有一位行政助理，但即便这样，我也不——我是说，我信任她，我喜欢她。
亚历克斯：但我不想让她读我所有的邮件。
亚历克斯：这事最近刚发生过。
亚历克斯：我当时在伦敦。
亚历克斯：我以为我有个晚饭要去。
亚历克斯：我发誓我收到过一封关于它的邮件。
亚历克斯：我给我的镇民 Snap 发消息，说：我不是有个晚饭要去吗？
亚历克斯：他说：是的，你有。
亚历克斯：对。而且它不在你的日历上。
亚历克斯：它不在我的日历上。
亚历克斯：这是我的错，不是我助理的错。
亚历克斯：是我的错，因为我没回一封邮件。
亚历克斯：他们没抄送她。
亚历克斯：那不是他们的错。
亚历克斯：是我的错。但它抓到了。而现在我让它自动过一遍，它一直在读我的邮件。
亚历克斯：这就是那种……我的公司挺好，给了我一位行政助理。
亚历克斯：很多人是没有的。
亚历克斯：你可能会说：好吧，行政助理这个市场挺小的，因为大多数人没有。
亚历克斯：但结果是，如果你真的能用硅片把它生产出来，这个市场相当大，然后你就能找到事情做。
亚历克斯：比如，我会让某个东西一直读我的邮件——这在以前我绝不会做，无论从隐私……
亚历克斯：这其实是双重的……
亚历克斯：这就像……隐私的杰文斯悖论。显然，给不知道的人解释一下，杰文斯悖论说的是：当蒸汽机变得更高效——最初是詹姆斯·瓦特做出了更高效的蒸汽机。
亚历克斯：然后人们假设煤的需求会下降，因为以前要一磅煤做的事，现在一盎司就够了；但实际结果是，煤的需求涨了大概一千倍，因为现在你有了一个能非常高效地做这件事的东西。
亚历克斯：所以助理市场大概也存在这个。
亚历克斯：但我想知道，你怎么定义你的市场？
亚历克斯：是「助理」吗？
亚历克斯：因为那看起来画笔太窄了。
让-德尼：我理解的市场是：我们想做一个跟人一起工作的产品，帮人找到越来越多可以把 AI 用上的机会，把工作做得更好。
让-德尼：在某些情况下，我把我们的产品想成一次 token 分配。
让-德尼：我们给人提供选项：这些 token 可以往哪儿用。
让-德尼：然后由人来选择，要不要那个结果。
让-德尼：而且我觉得，随着 token 变便宜，会有越来越多地方你会愿意用 token，而在今天这个价格下你绝不会用。
让-德尼：而在以前，你更不会用人力去做。
让-德尼：举个最最基础的例子。
让-德尼：为你走进的每一场会议写准备笔记。
让-德尼：就算你有一位行政助理，你的助理也不会为每一场会议、每一个 30 分钟，都花时间写完美的准备笔记。
让-德尼：那实在不是个好用法。
让-德尼：但一个大语言模型做这件事，大概只要一分钱，对吧？
让-德尼：于是突然之间，任何人都可以觉得：我每一场会议都有准备笔记，而且还做了研究——这场会议里还有谁？
让-德尼：他们过去一周在 X 上说过什么可能跟这场会议有关的话？
让-德尼：所有这些长尾研究现在都值得做了，因为便宜太多了。
让-德尼：所以我们的工作，就是越来越多地找到这类事情，然后告诉作为用户的你：嘿，要不要我们替你做这个？
让-德尼：再给你一个我最近很着迷的例子。
让-德尼：如果你是个小企业主，开一家餐厅——谢谢。
让-德尼：在美国，你的批发商，也就是你买食材和餐厅所需各种东西的人，大概每月、或者每季度给你发一次邮件，附一个 Excel 或 PDF，列着他们所有库存的价格。
让-德尼：几千种，甚至上万种商品。
让-德尼：价格一直在变。
让-德尼：如果你是餐厅老板，有一个兼职的财务，那个人应该替你做的，是每季度看一次价格怎么变了。
让-德尼：看看能不能从别的批发商订一些东西，看看你是不是被宰了、或者因为某样东西涨了 20%、30% 而付多了。
让-德尼：大多数时候你不会做。
让-德尼：因为这是件很少发生的事。
让-德尼：哪怕它能帮你省钱，它也很烦。
让-德尼：它不在你的日常运营里。
让-德尼：你没有全职的人来做这个。
让-德尼：有了 Town，让一个东西每月跑一次、做这个分析——你完全可以用五分钟提示出一个属于你的东西。
让-德尼：如果它什么都没发现，一年十二个月里有十一个月，这件事仍然值得做，跑一次大概花你一个月一美元。
让-德尼：但有意思的是，一年里那一个月它发现了什么，它会替你找出几百、甚至几千美元，对吧？
让-德尼：所以这件原本「值不值得」的事，现在你至少应该每月做一次。
让-德尼：只要价格有变化你就该做；如果有个批发商每天变价，你也许该每天做。
让-德尼：这倒不会发生。但我们的工作，是把那个机会展示给餐厅老板。
让-德尼：因为他们不会——不是因为他们不聪明、不瞭解自己的生意。
让-德尼：他们很懂。他们只是不会觉得那有价值。
让-德尼：所以你要告诉他们：嘿，听我说。
让-德尼：你想不想让我一直确保，你的批发商没有以对你不利的方式改价？
让-德尼：当然，做吧。其实你并不在乎它多久跑一次。
让-德尼：你在乎的是，偶尔收到一封邮件告诉你：嘿，你也许该把这些东西都换到另一家批发商。
让-德尼：他们有折扣。
让-德尼：或者这一家在这些东西上真的在涨价，变得有点太贵了。
让-德尼：也许你该把那几个菜单项去掉。
让-德尼：做这件事不是什么火箭科学，但你必须有一个产品，告诉你说这件事是可能的。
亚历克斯：这个例子里有意思的一点是，如果你跑去跟一个餐厅老板说「你想要一个行政助理吗」，他们会说：你在说什么？完全没概念。
亚历克斯：但如果你说「你想不想省钱」——就像 Geico 的广告，对吧？「你想不想在车险上省 15%？」——「你想不想在冰山生菜上省钱？我能一年替你省 500 美元，只收你 5 美元。」
亚历克斯：答案是：想。
横向还是纵向（27:32–34:00）
亚历克斯：但你怎么知道——我是说，这有点像产品营销的问题。因为我记得我们第一次聊新方向、聊报税之后这门生意的未来时，聊到的两件事是：PLG 还是销售驱动，以及你说的那句我印象很深的话。
亚历克斯：如果你想做一个为用户设计的产品，你就得为用户做，而不是为公司里的「上面那些人」做。
亚历克斯：为公司里的所有律师做，然后你最终可以倒推回企业销售和销售驱动增长。
亚历克斯：另一件事是横向还是纵向。
亚历克斯：这是很多公司非常纠结的问题，而它正好把我们带到一个不同的点。
亚历克斯：我想问你怎么看那些巨头？
亚历克斯：显然，比如 Anthropic 之类的。
亚历克斯：也在盯着所有同时做企业和消费的人。
亚历克斯：但你是怎么想横向与纵向的？
亚历克斯：因为你说的——希望我没记错——是：我们一开始要尽可能横向，因为我们不想被框住、被贴上「帮你省冰山生菜钱」的公司的标签。
亚历克斯：我们想做那件事，然后从中学习。
亚历克斯：顺便说，这是我现在用来向你候选人推销的话术。
亚历克斯：希望我说对了。
亚历克斯：我们要从成千上万、甚至几万家使用我们产品的企业和人身上学习。
亚历克斯：然后最终可以从那儿纵向化，因为我们要让市场来定义。
亚历克斯：我们不会……
亚历克斯：我们不会假定自己懂冰山生菜的问题。
亚历克斯：直到有人真的下载了 Town、用了 Town、从他们的镇民那里学到东西，我们才可能意识到：哦，这可以是一个纵向。
亚历克斯：但我想问，你怎么想纵向与横向？
让-德尼：我今天对大多数 AI 产品的看法是：能力会非常接近。
让-德尼：也就是说，工作场景里大多数执行框架能做的事情会一样。
让-德尼：所以差异化——我认为硅谷长期以来主要的差异化，是你有一些领先市场的产品功能——这种优势会越来越难维持。
让-德尼：这一点我们可以先记下，以后可以有意思地聊：我认为软件的价值单位已经从「应用」变成了「计算机」。
让-德尼：它真正的意思是：从「一个应用」变成了「一个人能做的任何事」。
让-德尼：而一个人用计算机几乎什么都能做。
让-德尼：所以我们是在把应用层整个抽象掉。
让-德尼：我认为价值会从应用层掉下去。
让-德尼：那如果能力没有差异，你怎么建立一家成功的公司？
让-德尼：我们的看法是：我们押注的是，随着 AI 变强，它能更好地为每个用户定制产品，非常具体地对准他的需求。
让-德尼：意思是，如果你是个电工，注册了 Town，在做新手引导，我们推荐给你、说可以自动化的那些事，会非常具体地针对电工。
让-德尼：如果你是风投，就非常具体地针对风投。
让-德尼：如果你是行政助理，就具体到那个行业里的行政助理，以此类推。
让-德尼：那你怎么做到？
让-德尼：模型现在还不够好：你直接问模型「给亚历克斯推荐一些他可以用 Town 自动化的事，他是个风投」，你会得到相当不错的表面建议，但不深。
让-德尼：所以我们做的是——因为我们不看用户数据，对吧？
让-德尼：企业级准备的一部分，就是你不能看用户数据。
让-德尼：所以我们做的是：看平台上今天谁是重度用户的聚合指标。
让-德尼：然后我们去找他们聊。
让-德尼：聊的时候，他们告诉我们他们自动化了哪些事。
让-德尼：所以我们可能跟 10 个开餐厅的重度用户聊。
让-德尼：聊下来会发现，他们都在做五件共同的事。
让-德尼：然后我们内部坐下来，为餐厅老板搭出原型系统——我们叫它例行程序——我们觉得这些真的很好，比如批发商那个。
让-德尼：我们把它当作种子，对吧？
让-德尼：所以当有人加入，我们看你的邮箱和收件箱，说：你看起来是个餐厅老板。
让-德尼：然后我们有模板：我们认为对餐厅老板来说真正好的问题与潜在解法，是从那些访谈里手工雕出来的。
让-德尼：我们把它们摆到你面前，你注册，开始用产品。
让-德尼：然后 AI 在变好。
让-德尼：我们也在跟更多餐厅老板聊。
让-德尼：现在我们不只是五件事，我们有 15 件能为餐厅老板做的事。
让-德尼：还是有点手工，但你可以加速。
让-德尼：你可以自动约访谈。
让-德尼：你可以请餐厅老板——给他们一张亚马逊卡——用 AI 录一场访谈，聊他们在用你这套软件做什么。
让-德尼：于是你不再以人的速度运转。
让-德尼：你以 AI 的速度运转。
让-德尼：这个库越来越好。
让-德尼：然后模型也变好。
让-德尼：所以现在推荐对库的依赖变少，因为——我们认为随着时间推移，通过这条路，我们能为人提供 80/20 的、高度定制的软件。而且人在未来不只扮演一个角色，对吧？
让-德尼：比如，是的，你是餐厅老板，但同时你也替餐厅管财务，因为你没有单独一个人做这个。
让-德尼：而且你还有一套度假房租出去。
让-德尼：所以你其实希望你的镇民在这三件事上都很强。
让-德尼：还有，你有两个孩子在上学，它还能帮你安排他们暑假的活动。
让-德尼：所以这是彻头彻尾的定制软件。
让-德尼：而我们的信念是：你可以用 AI 来造它。
让-德尼：市场上另一种策略，我认为是实验室在做的，是 FDE（前置工程师）路线。
让-德尼：这非常不一样。
让-德尼：FDE 是：我派一个人进你的公司，理解你的生意怎么运转，然后用 AI 为你造定制软件，底层用我这家实验室的 AI。
让-德尼：我觉得 FDE 路线……
让-德尼：如果你是一家愿意一年花 500 万美元向 OpenAI 买 FDE 的企业，它现在看起来非常好。
让-德尼：但我认为随着时间推移、模型变好，FDE 路线其实会变得差得多。
让-德尼：而我们这条更偏向自动化、用 AI 来造定制软件的路，规模会好得多。
让-德尼：所以我们下的注是：从 PLG、中小企业、非常技术友好的中端市场企业开始，因为在那里我们的方式扩展得非常好。
让-德尼：让其他人在企业市场里为这种更像手工定制的软件厮杀。
让-德尼：我们的赌注是：我们在这个飞轮里学到的东西，长期会比那些更定制的做法让我们更成功。
中立、数据所有权与内部 CRM（34:00–42:21）
亚历克斯：不过也请定义一下：为什么 Town 比 OpenAI 和 Anthropic 更好？
亚历克斯：他们现在也有连接器，你可以接 Slack，可以接 LinkedIn。
亚历克斯：当然，我既是投资人也是重度用户，所以我有自己的答案，但我很想听你展开讲：为什么用 Town 更好。
亚历克斯：就像做生意一样。很多在听的人可能是创业者，他们也在想：糟了，那些人会不会把我的生意吃掉——不是你的 Town。
亚历克斯：你处在一个奇怪的局面里：有基础设施层，也有应用层。
亚历克斯：一直都是这样。
亚历克斯：比如 90 年代，思科和 Akamai 是基础设施公司，亚马逊和 eBay 是应用公司。
亚历克斯：但思科一百万年也不会说：你知道吗，我们要去做一家书店。
亚历克斯：我们要做一个拍卖网站。
亚历克斯：我们要做一个像雅虎那样的目录，去跟别人竞争。
亚历克斯：不会，他们就乐呵呵地卖交换机、负载均衡器这些东西。
亚历克斯：所以我很好奇，也许你可以定义一下，你怎么看 Town 与……
亚历克斯：那些你向他们买 token 的人。
亚历克斯：以及别人应该怎么理解我们身处的这个奇怪时代：基础设施正在变成应用。
让-德尼：跟你的供应商竞争，永远是有风险的，对吧？
让-德尼：而我们某种意义上就是在竞争。
让-德尼：因为他们的销货成本更低，对吧？
亚历克斯：没错。我们是在跟我们的供应商竞争。
让-德尼：所以你得问自己：这真的是世界本该有的样子吗？
让-德尼：小的答案，也是不够好的答案，是……
让-德尼：我们对用户在邮箱和日历上的初始体验，有非常不同的信念；而不知为何，其他玩家没有真正聚焦在这里。
让-德尼：邮箱和日历里有大量复杂性，这让我们的产品在那里好得多。
让-德尼：但这是个小的答案，因为显然 OpenAI、Anthropic、Google 的某个人可以一觉醒来就决定做这件事。
让-德尼：所以更好的答案，是去想我们的客户、以及他们想要什么。
让-德尼：当我们跟一家中端市场公司聊——就是 500 到 1000 人的公司——聊 Town 的时候，我们会说：嘿，听我说，你知道未来三到五年哪家模型供应商会是最好的吗？
让-德尼：你怎么看？
让-德尼：他们不知道。
让-德尼：他们不知道。
让-德尼：你就说：那好……
让-德尼：你知道，如果你买 OpenAI 的产品，那么那个产品里永远只有 OpenAI 的模型。
让-德尼：如果未来三到五年，OpenAI 不是最好的模型供应商、没有对你最好的智能呢？
让-德尼：那么当 AI 为你做的事越来越多，你可能就处在竞争劣势。
让-德尼：或者如果他们涨租呢？
亚历克斯：对，所有这些。
让-德尼：所以第一件事就是：看，我们是中立的应用。
让-德尼：谁在那一刻对你最好，我们就用谁。
让-德尼：这是很大的一部分。
让-德尼：而且不只是通用智能：那个时刻，哪家供应商在语音上更好、在视频上更好、在做幻灯片上更好。
让-德尼：我们觉得，我们的工作就是从所有 AI 能力里——前沿模型、开放权重——判断出对你这家企业来说什么是对的。
让-德尼：我觉得你可以在那里省钱，也可以把「选错伙伴」这件事的风险去掉。
让-德尼：有些公司两年前选了 OpenAI，然后有 12 个月，Anthropic 在写代码上更好。
让-德尼：那些公司不得不同时用两家，因为他们意识到，要有竞争力就需要 Claude，对吧？
让-德尼：他们需要那些模型。
让-德尼：所以我觉得，如果你是一家聪明的企业，你真的会去想：是谁在为你提供智能、是谁在做路由，这件事的中立性。
让-德尼：这是其中一个原因。
让-德尼：第二个原因非常重要：我们的立场是，作为一家企业，你拥有、真正拥有在时间里被创建出来的数据、记忆与上下文。
让-德尼：在旧世界里，在计算之前，如果你们是一家企业，你有不同的资产。
让-德尼：你有实物资产，也许还有人。
让-德尼：现在越来越是——也许人们叫它上下文——有一组资产是……
让-德尼：AI 所知道的、关于你生意的一切，用来帮你有效地经营生意。
让-德尼：我认为你应该拥有这一整桶。
让-德尼：而且我认为你应该拥有到这种程度：如果有一天出现比 Town 更好的方案，切换到那个方案只需要……
让-德尼：你知道，一天。
让-德尼：这就是我在卖的。
让-德尼：我在卖的是：你想拥有那份资产。
让-德尼：而你看那些派 FDE 来为你造软件的人，他们实际上想做的，是让你在任何时候切换到别人都更难。
让-德尼：这是第二个。
让-德尼：所以第一，你想要中立的智能；但我也认为，你希望智能之上的应用层，是一个你觉得可以安心搬走的。
让-德尼：在新世界里，那其实就是拥有这个上下文层，并且有人把它提供给你。
让-德尼：这意味着，我承担的风险是：我的客户切换成本更低，对吧？
让-德尼：但那正是我的卖点。
让-德尼：而且你看，如果我不能拥有市场上最好的产品，那也没关系。
让-德尼：那只意味着我会输。
让-德尼：但这就是我在面对那些实验室时的竞争姿态。
让-德尼：第三点，是训练。
让-德尼：我认为，你看，如果你公司足够大，实验室不会拿你训练；但如果你经营生意的方式，进入了某个转售给别人的模型的权重里，那基本上就是你在把让自己成功的东西卖给别人。
让-德尼：你真的很不想那样做。
让-德尼：所以在训练这件事上，我们不训练。
让-德尼：那根本不属于我们作为一家公司的哲学。
让-德尼：最后一点，关于竞争，是：我们对世界、对……
让-德尼：我认为人对 AI 的关系，有一些不同的信念，我们可能比实验室本身还要更向前看。
让-德尼：所以 Town 的产品有一个模式，方向是……
让-德尼：基本上是建一个内部 CRM，我们信任代理去决定：公司里哪些信息可以对其他员工开放。
让-德尼：举个例子。
让-德尼：你在 Town 里说：有人认识这个潜在客户财务团队里的人吗？
让-德尼：Town 能去看、去跟你公司其他员工的代理对话，找到跟那个线索有关系的人。
让-德尼：这是个非常强大的产品。
让-德尼：但从隐私角度，你必须设计得非常好，它才能成立。
让-德尼：我的理解是：我们真正在想的是，怎么让人以 AI 的速度运转，而不是人的速度。
让-德尼：人的速度版本，就是我刚问的那个问题：你去 Slack 或微软 Teams 里问：有人认识那个团队里的人吗？
让-德尼：然后你公司的每个人都得读那条消息、想一想，你可能一天才得到一个答案。
让-德尼：一天才得到一个答案。
亚历克斯：对，没错。而跟我们一起——
亚历克斯：人是慢速路由器。
让-德尼：没错。而对我们来说，你会立刻得到答案，因为我们已经决定：对这类问题，我们信任 AI 在公司内部去调解这个请求的安全与隐私。
让-德尼：我们相信这类东西能真正加速一家公司，而我没有看到别人在做。
让-德尼：创业的时候，你总要想：未来长什么样？
让-德尼：我觉得未来会有比今天少得多的人在回路里。
让-德尼：我觉得我们的工作，是让公司对那个宇宙感到舒服，因为对它们来说，经济收益远远超过今天在那种体验里能看到的任何风险。
让-德尼：这些就是差异点。
让-德尼：我认为数据所有权和中立性……
让-德尼：非常重要。
让-德尼：你看 Rogo 发生了什么、Harvey 发生了什么，对吧？
让-德尼：你看 OpenAI，他们在建纵向公司，跟这些竞争。
让-德尼：从竞争角度看，你会说：天哪，那些实验室真是挡不住。
让-德尼：但如果你是一家中立企业，在选择跟谁合作时，你得想：他们会往栈上走多远？
让-德尼：所以我觉得，从战略上，对大多数大公司来说，真正被某一家实验室绑住，是不应该成立的。
金发姑娘区与扩散的瓶颈（42:21–50:30）
亚历克斯：看起来这里还有一个「相关性的金发姑娘区」：如果你有 1 万亿美元收入——作为股东我当然会非常开心。
亚历克斯：作为 CEO 和联合创始人你也会非常开心。
亚历克斯：但如果你收入是零、没人在用你的产品，你大概会是 OpenAI 和 Anthropic 的头号目标。
亚历克斯：可他们根本不会在意。
亚历克斯：但如果你……可以说，写代码正好落在了金发姑娘区错误的那一侧。
亚历克斯：就像，你……
亚历克斯：就像，如果你是现在的写代码代理，那是什么……
亚历克斯：谁一周能增加 100 亿美元，或者谁知道是多少？
亚历克斯：比如 Anthropic，增长那么多，对他们来说太相关了。
亚历克斯：他们不能——用双重否定说——他们不能不去忽视它。
亚历克斯：抱歉，他们不能忽视它，单重否定。
亚历克斯：而你在做的事——这听起来像侮辱，但不是，对吧？
亚历克斯：只是说，这大概不是他们最大的事。
让-德尼：我觉得长期看，它其实才是最大的事；但短期，它不是写代码。
亚历克斯：不是那种「天哪，我必须做这个，否则我就完了」。
亚历克斯：因为看起来 OpenAI 从 Anthropic 身上学到了这一课：OpenAI 有 50 个下注，然后 Anthropic 全力押代码，做得非常非常好。
亚历克斯：所以这里还有聚焦与相关性的因素：他们看起来不会聚焦——比如医疗，非常大。
亚历克斯：法律，非常大。
亚历克斯：写代码，非常大。这些大注他们几乎必须下；而那些分散的、横向的东西，他们似乎比较难承诺。
让-德尼：对中小企业和中端市场，我会说我同意你。
让-德尼：但市场是……
让-德尼：但 AI 为一门生意做更多事、帮这门生意更成功的市场，比写代码的市场更大。
亚历克斯：哦，当然。所以对我来说，这是个「什么时候」的问题……
让-德尼：不是「如果」，对吧？
让-德尼：我觉得在当前环境里，它不会改变那些公司的指针，但我认为 12 个月内会。
让-德尼：所以它会动得非常、非常快。
亚历克斯：对，只是现在你不可能不在场。
亚历克斯：这就是我想找的那句话。
亚历克斯：你不可能不在写代码市场里。
让-德尼：没错。而这件事更像 iPhone 与黑莓。
亚历克斯：这里有一个扩散点。
亚历克斯：其实，这是另一个我很想问你的问题。
亚历克斯：我有个理论。
亚历克斯：我想看看你同不同意。
亚历克斯：硅谷几乎把 AI 吹过头了——如果那真的可能的话。
亚历克斯：我不认为 AI 能被吹过头，因为它每周都更好。
亚历克斯：而世界其他地方，我觉得几乎是把 AI 说轻了。
亚历克斯：我有点好奇你怎么想……不过这不是个好例子，因为这不是一种只存在于这里、世界上别处没有的技术。
亚历克斯：不，全世界都有人在用，只是分布不均匀。
亚历克斯：但我想问，你怎么看我们在 AI 上「短」在哪里，或者经济的哪些口袋——地理上、职业上——因为有一个非常横向的产品、一个非常横向的 PLG 产品，人们从世界各地找到 Town，这是很酷的地方。
亚历克斯：我记得你跟我说过：哇，我们在日本很大。
亚历克斯：那不是有意为之。
亚历克斯：不是「让我们去日本做大」。
亚历克斯：它就是自然在日本变大了。
亚历克斯：所以你在各处都能看到它。
亚历克斯：有没有哪些口袋让你意外？
让-德尼：有些口袋，你会想：哇，这里的机会其实比人们想到的大得多。
让-德尼：我想到的是一些具体的轶事，比如有个生意，在一个岛上把冲浪板租给游客，然后用 Town 检查冲浪板和小沙滩车有没有损坏，来决定之后要不要退押金。
亚历克斯：是啊，但这就好像，这根本不在我的宾果卡上。
亚历克斯：不在我 128×128 的宾果卡上。
亚历克斯：完全不在上面。
让-德尼：真正发生的是，那家小企业里有一个人爱折腾，有件事让他很烦。
让-德尼：然后他用 Town 想出了办法，把「比对照片、判断要不要退押金」自动化。
让-德尼：让它成立的是那个爱折腾的人。
让-德尼：所以我对你的回答其实是：我们在经济里所有奇怪的角落都看到了使用。
让-德尼：而解锁点是：那边有没有一个人，足够懂 AI，愿意为他的问题折腾出一个解法？
让-德尼：问题在于，世界上没有足够多爱折腾的人，或者说没有足够多有时间去折腾、帮自己生意一把的人。
让-德尼：我觉得这就是 AI 没有扩散的原因。
让-德尼：它没有扩散，是因为：虽然在 Claude 或 ChatGPT 里，过去 12 个月一直有那些功能，很多小企业本可以用它们省下大量时间。
亚历克斯：对。
让-德尼：但相反，你只是把它们当成替代品，当成一个更好的谷歌搜索。
让-德尼：你会想：到底怎么回事？
让-德尼：因为产品体验不能只是一个文本框。
让-德尼：我们必须做的是——你没法教会一个人。
让-德尼：你只能把价值主张展示给他，然后替他做。
让-德尼：我觉得那才是真正的解锁点。
让-德尼：所以，对我们的产品来说，什么让人留在 Town？
让-德尼：是这个：他们连上了邮箱、日历，最好还连上了一个对他们生意非常重要的记录系统。
让-德尼：然后他们做了一个自定义集成。
让-德尼：也就是说，他们做出了一个开箱即用之外、真正有魔力的东西。
让-德尼：而我想做的，是把「自定义集成」这一步也去掉。
让-德尼：我要让每个人——只要你连上记录系统——我就能以一种非常「你」的方式交付价值，真正帮到你。
让-德尼：那就是机会。
让-德尼：这也是为什么它没有均匀扩散。
让-德尼：因为在硅谷，我们都在工程师旁边的公司工作。
让-德尼：所以我们离这种天生的解决问题能力和折腾精神近得多。
让-德尼：我们公司里到处都是爱折腾的人。
让-德尼：所以是的，我们的公司把 AI 用得很有效。
让-德尼：而世界上大多数人没有这个。
让-德尼：所以那才是真正的问题。
让-德尼：如果你能解决它，如果你能让一个不爱折腾的人，在 AI 的世界里得到和爱折腾的人一样的价值，那……
让-德尼：你今天就能做出一家巨大的公司，因为 AI 能解决那么多商业问题。
让-德尼：你不需要更多智能。
让-德尼：智能已经在那儿了。
让-德尼：问题只是：你怎么把它有效地、大规模地部署出去？
亚历克斯：对，感觉这是个集成问题。
亚历克斯：是个产品营销问题。
亚历克斯：是的。因为每个人——另外，我觉得这也非常有意思。
亚历克斯：我遇到过一位哈佛的教授，非常、非常聪明的女性。
亚历克斯：她大概是那里的二号人物。
亚历克斯：我跟她聊 AI。
亚历克斯：她说：是啊，我几年前试过。
亚历克斯：还行，不算好。
亚历克斯：我说：不不，现在真的很好了。
亚历克斯：于是我让 ChatGPT 重写她的博士论文。
亚历克斯：哇。那是她 20 多年前写的，但所有内容现在都还是当下的。
亚历克斯：把今天的一切都纳入进去，然后她说：这太惊人了。
亚历克斯：这是什么 AI？
亚历克斯：我说：就是 ChatGPT。
亚历克斯：她说：不可能。
亚历克斯：她说：这怎么可能？
亚历克斯：因为这东西进步得太快了。
亚历克斯：很多人是根据当下来判断事物的。
亚历克斯：我觉得另一件事是：硅谷倾向于判断它能走到哪里。
亚历克斯：所以有时候你会过度推销现实，会有现实扭曲力场，等等等等，但你看得到它能走向哪里。
亚历克斯：而其他很多人，他们看到的是它今天的样子。
亚历克斯：而且这条曲线是这样的：如果你顺着这条曲线走——是的，它今天的样子让人觉得人们没有在利用它，部分原因是他们几乎讽刺性地成了早期采用者。
亚历克斯：对，他们两年前试过某个东西。
亚历克斯：他们说：是啊，这个会幻觉，那个会这样。
亚历克斯：它当时确实没那么好用。
亚历克斯：然后他们就把那个版本的现实固化了。
亚历克斯：如果他们现在再试一次——我这个实验做过大概 10 次——
亚历克斯：他们会说：你这 AI 是从哪儿来的？
亚历克斯：这不是我用的那个 AI。
亚历克斯：就是同一个。
亚历克斯：你只要再去试试就能得到。
亚历克斯：因为产品空间动得太快，这种事会一直发生，对吧？
让-德尼：所以我认为赢的平台，是那个不断让生意去适配最好 AI 的平台。
赢的平台跟着 AI 变（50:30–53:57）
让-德尼：问题就在这儿。
让-德尼：因为 AI 会一直……
让-德尼：一直、一直、一直变强。
让-德尼：而人们对「什么可能、什么不可能，什么难、什么不难」的心智模型会被打乱。
让-德尼：就说今天的电脑使用和浏览器使用：过去两个半月里，助理能做到六个月前几乎不可能的事，对吧？
让-德尼：而且它们有 90% 的时候能做到，而以前大概只有 30%。
让-德尼：大多数人没有体验过这个。
让-德尼：所以当你用 Town 做演示，它替你去买东西，或者用你的软件做一件事，你会想：等等，做这个不是需要界面吗？
让-德尼：人们会说：哇，是啊。
让-德尼：但我不觉得——我不知道你怎么把它营销给人们。
让-德尼：因为如果你跟人说「哦，Town 现在能用电脑了」，这没有任何意义。
让-德尼：它必须具体得多，比如：嘿，我可以为这个活动做海报，看起来就跟你一直在 Canva 里做的那种一样。
让-德尼：嘿，我可以用你的 Canva 订阅来做，对吧？
让-德尼：因为你已经在付钱了。
让-德尼：你要不要我就直接做了？
让-德尼：那个人会说：好啊，先来一版看看。
让-德尼：然后五分钟后，花 25 美分，它给你看了非常有价值的东西，接着它应该说：嘿，以后我在你日历里看到这类活动，要不要都先做一版？
让-德尼：然后会发生的是：你另外改了你小生意、或者中端市场公司的设计风格，那它下次做传单时，就不该还要你开口——传单应该直接用新设计，因为它应该替你注意到这件事。
让-德尼：然后是下一步，当它能有效地做视频时，它应该说：嘿，你要不要我也做视频素材，好让你在 Instagram 上投这个？
让-德尼：它需要不断提议这些越来越像「今天的技术做不到」的事，但其实那只是在沿着模型能力的曲线往前走。
亚历克斯：对。看到代理流量——这里主要不是助理代理，而是广义的代理流量——已经远远超过人类流量。
亚历克斯：这是第一点。
亚历克斯：然后另一件最近新闻很多的事，是这种「对抗式」还是叫「协同式」的对待代理的方式，这一代新代理——不是 ChatGPT 那种在互联网上搜点东西，而是真正主动替你做事情。
亚历克斯：比如亚马逊显然采取了某种对抗姿态，这可以理解，因为他们是一家广告公司，而互联网上长期存在一种契约。
亚历克斯：我上雅虎财经查一个股价。
亚历克斯：雅虎花钱从纳斯达克之类的地方买股价数据源，然后我的眼球会撞上一条 E-Trade 的广告。
亚历克斯：那个契约是：我雅虎给你亚历克斯免费的股价，你把你的眼球给我。
亚历克斯：这个契约已经被打破了。
亚历克斯：所以那些被打破契约的人，会是对抗的。
亚历克斯：但感觉这里有一个做「协同」的巨大机会。
亚历克斯：就像，哇，这是新的 SEO。
亚历克斯：如果我能站在代理流量的接收端，不是去封它、不是去想怎么阻止它，而是想怎么欢迎它，那看起来也是另一边的一个巨大机会。
让-德尼：对，我是说，亚马逊的损失应该变成沃尔玛的收益。
让-德尼：对，沃尔玛没有那块广告生意。
让-德尼：所以他们的激励会不一样。
让-德尼：而我觉得有些……
代理流量、广告契约与两种摩擦（53:57–61:34）
让-德尼：我是说，按你说的，分发变了。
让-德尼：顺便说，代理有意思的地方在于：如果你不再信任你的代理本身没有利益，分发会怎么变？
让-德尼：这是一个挺有意思的问号，对吧？
让-德尼：比如说你用 Meta 的代理。
让-德尼：而 Meta 有大广告主。
让-德尼：你问它：美联航在 Meta 上投的广告比那些没名气的航空公司多得多。
让-德尼：然后你让它订一张机票。
让-德尼：如果你觉得它给你的不再是中立的东西，会发生什么？
让-德尼：因为这里永远有人的激励，有推销产品和营销的激励。
让-德尼：那么在一个「人的眼球不再看东西」的世界里，这会是什么样？
让-德尼：这是一个非常开放的问题。
让-德尼：我坚信：你想要一个属于你的、中立的代理。
让-德尼：这个代理唯一的钱来自你作为用户的钱包。
让-德尼：那么做这个代理的人，他的激励就是给你——作为一个人——最好的信息，不被营销的巨大力量扭曲。
让-德尼：然后你作为人，你有品味，你在做选择时表达你的品味。
让-德尼：你可以问你的代理：嘿，Instagram 上大家在聊什么？
让-德尼：或者：上面在投什么广告？
让-德尼：你可以问这个问题，因为在那种时候，你就是想被广告和营销的世界影响一下。
让-德尼：但再一次，你希望你的代理相对这些是中立的。
让-德尼：另一件事，你提到对抗还是不。
让-德尼：我概念上觉得另一件有意思的事，是那种「你享受的摩擦」和「你不享受的摩擦」。
让-德尼：比如我在纽约 Soho 逛街，那是我享受的摩擦。
让-德尼：我喜欢必须在店与店之间走。
让-德尼：我喜欢有别的人在排队，因为我可以抄他们的风格。
让-德尼：我喜欢这种摩擦。
让-德尼：它是逛街里令人愉快的一部分。
让-德尼：我喜欢做这件事。
让-德尼：然后有我不享受的摩擦。
让-德尼：我想在家里订厕纸。
让-德尼：我不想——你懂我意思吧？
让-德尼：我只想要我一直订的那种厕纸。
让-德尼：尽快送到就行。
让-德尼：越便宜越好。
让-德尼：所以我觉得，有时候我们想代理想得太多，会过度想着减少摩擦和苦活、把一切做得尽可能高效。
让-德尼：但人并不总是为效率做优化。
让-德尼：所以，亚马逊那个广告的例子，对我来说是：其实有时候我在亚马逊上——比如给孩子买乐高时——我确实想看其他拼装玩具的广告。
让-德尼：因为我可能发现：哦，这不是乐高牌，我不知道这个。
让-德尼：这挺有意思。然后我想让我的代理去找一些评价。
让-德尼：我会想：这有意思，孩子们喜欢吗？
让-德尼：也许我想买。
让-德尼：在那种体验里，我觉得亚马逊能赚很多钱，而那些「供给聚合＋广告营销」的地方仍然有价值。
让-德尼：但我认为有很多时候，你在优化摩擦，而你不想要那些东西。
让-德尼：所以如果我是亚马逊，手里有 800 亿、或者一年 700 亿的广告生意，我会问的问题是：嘿，我不觉得你想封代理，因为我觉得那可能——我觉得那可能是一家比亚马逊更大的公司，一个「无头亚马逊」可以是非常非常大的生意，对吧？
让-德尼：但我觉得，这给他们更大压力去创造一个独立的体验：在那里你确实想要广告，而且体验真的很好，值得单独去。
让-德尼：我觉得到最后，我还是会为了那些事去亚马逊。
让-德尼：但……AI 动得太快，它会以没人能预测的速度改变分发和人的习惯，那些空间里谁会赢，我不认为有人能预测。
让-德尼：而且会有巨大的输家，对吧？
让-德尼：亚马逊可能会为了对抗未来，失去一大块广告生意，因为他们无法预测「没有那块业务」会是什么样。
让-德尼：另一个我觉得有意思的是 Muse。
让-德尼：不知道你有没有关注关于 Muse 的讨论。
让-德尼：它是免费的，是一个免费的个人代理。
亚历克斯：酷。
让-德尼：人们说：好吧，总有一天他们得在 Muse 里放广告。
让-德尼：但其实，也许他们永远不必在 Muse 里放广告。
让-德尼：也许 Muse 只是给他们数据，让他们在 Instagram 上更精准地定位你。
让-德尼：当你去 Instagram 时，你在 Instagram 上，是因为在 Instagram 上你不想讲效率。
让-德尼：你想被娱乐，对吧？
让-德尼：如果他们能因为 Muse 的信息在 Instagram 上定位得更好，而 Muse 仍然免费。
让-德尼：然后在 Instagram 上，当你看到你喜欢的好东西，他们还能让你买——用他们从 Muse 那里攒下的你的钱包。
让-德尼：或者 Muse 可以在网上找这个东西的不同版本。
让-德尼：这是一个非常漂亮的……
让-德尼：飞轮。它意味着：在这个个人使用场景里，你把变现和代理体验分开了。
让-德尼：而这就是像亚马逊这样的资产在代理世界里处于劣势的地方。
让-德尼：仅仅做供给聚合，在代理的世界里可能不再是一个好商业模式。
亚历克斯：对。它可能不再是了。
让-德尼：所以他们其实做不了什么。
让-德尼：他们会输。
让-德尼：而老实说，他们大概的反击动作，是应该拥有一个个人代理。
亚历克斯：对。他们应该有一个 Muse 那样的东西——那才是他们的反击。
亚历克斯：不是去封浏览。
亚历克斯：而是拥有一个 Muse。
亚历克斯：拥有一个更好的 Muse。
亚历克斯：一个更好的 Muse，并且把购物做成它的独家，希望这 激励足够大，再把它放进 Prime。
让-德尼：但我不知道他们能不能做到。
亚历克斯：有意思的是，亚马逊有个网站叫 CamelCamelCamel。
亚历克斯：它是亚马逊的价格引擎。
亚历克斯：你基本上就是说：我想知道胡椒博士汽水什么时候——现在是 8 美元——到 6 美元时告诉我。
亚历克斯：然后就买，基本上。
亚历克斯：一到 6 美元——不，它不替人买。
亚历克斯：它只是给你发邮件，然后你得自己去买。
亚历克斯：有 2000 万人用这个网站。
让-德尼：2000 万人？
亚历克斯：对，美国有 2000 万人。
亚历克斯：而且这就是个——
亚历克斯：而且它是个联盟营销网站。
亚历克斯：它已经存在 18 年了。
亚历克斯：所以，贾斯汀和我写过一篇文章：预测未来最好的方式，是观察当下。
亚历克斯：再回到那个点：它分布不均匀。
亚历克斯：这件事就是未来，因为换个角度想代理：世界上有些人时间比钱多。
让-德尼：对。
亚历克斯：也有些人钱比时间多。
让-德尼：对。
亚历克斯：而那些钱比时间多的人，不会去用 CamelCamelCamel。
亚历克斯：时间比钱多的人才会用。
亚历克斯：但等等，如果你现在能给每个「钱比时间多」的人全套工具、让代理去做——他们当然会用，这是智商测试。
亚历克斯：所以这些东西肯定会普及得多。
亚历克斯：而且有时候你甚至不用想象会发生什么，你只要看看优惠券。
亚历克斯：优惠券——如果你很有钱，你就不该用优惠券，因为太花时间。
亚历克斯：你要花两个小时去找对的券，但你猜怎么着？
亚历克斯：所以，那又是一条正在被打破的契约，因为它曾经是一种非常干净的世界划分方式。
让-德尼：对，我是说，美国运通的白金会员也是一样。
让-德尼：现在它会把你所有的权益都优化一遍。
让-德尼：那种「用不上就作废」的模型死了。
亚历克斯：对，所以我们都会把 Chase 和运通的权益用到极致。
亚历克斯：然后他们就不得不改。
亚历克斯：因为它不划算。
亚历克斯：因为到那时就会变成对抗。
亚历克斯：这就是对抗与协同的问题。
亚历克斯：顺便说，所有这些的贯穿线是：我认为供给聚合比以前不值钱得多了。
亚历克斯：它曾经非常值钱，因为人的注意力有限。
亚历克斯：现在供给聚合不值钱多了，因为人的注意力可以被自动化掉。
亚历克斯：对。这是一次很棒的对话。
亚历克斯：再次感谢你今天来，加油，Town。
让-德尼：谢谢，亚历克斯。
让-德尼：每次聊都很开心。
片尾（61:34–62:47）
旁白：感谢收听本期 a16z 播客。如果你喜欢这期，请点赞、评论、订阅、留下评分或评价，并分享给你的朋友和家人。
旁白：想听更多单集，请到 YouTube、Apple Podcasts 和 Spotify。
旁白：在 X 上关注 @a16z，并订阅我们的 Substack：a16z.substack.com。
旁白：再次感谢收听，我们下一期见。
旁白：提醒一下：这里的内容仅供参考，不应被视为法律、商业、税务或投资建议，也不应被用来评估任何投资或证券，且不面向任何投资者或潜在投资者。
旁白：请注意，a16z 及其关联方也可能持有本播客中所讨论公司的投资。
旁白：更多细节，包括我们的投资清单链接，请见 a16z.com/disclosures。
References
- 1The a16z Show E1233 单集页
a16z.simplecast.com
- 2FinTech Futures：Town 以 1,800 万美元种子轮亮相
fintechfutures.com
- 3a16z：投资 Town
a16z.com
- 4Town 官方定价页
town.com
- 5Platformer 专访：Town 的 CEO 谈自组织公司
platformer.news
- 6GeekWire：亚马逊封禁 Meta 的 Muse
geekwire.com
Comments