原文連結： Aparna Chennapragada 談 AI 時代的產品開發與 NLX
Aparna Chennapragada: 我有一個俗氣的 Chrome 擴充功能。每當我打開一個新分頁，它就會說：「你如何利用 AI 來做你現在正要做的事情？」
Lenny Rachitsky: 你認為未來產品開發會有哪些不同之處？
Aparna Chennapragada: 如果你不進行原型設計和實際建構來看看你想建造什麼，我認為你就做錯了。讓這種實際操作和品味塑造成為核心變得更加重要，否則你只會得到一個四不像的產品。
Lenny Rachitsky: 你教了我一個縮寫詞，NLX。那是什麼？
Aparna Chennapragada: 自然語言介面 (Natural language interface)。NLX 是新的 UX。我經常聽到產品建構者說：「哦，是的。有了 AI，模型就會吞噬產品。」這並不意味著它不需要設計。你我正在進行對話，這是一個 podcast。我在 Microsoft 會有另一場對話，那是一場會議。對話也有語法，它們有結構。它們有 UI 元素。它們是隱形的。在自然語言作為介面中，有哪些新的原則、新的結構？
Lenny Rachitsky: 我剛剛看到 Cursor 在兩年內達到了 3 億美元的年營收 (ARR)。有趣的是，你們在 AI 程式設計工具這個領域處於非常有利的位置，本應表現出色。你們擁有 Copilot，是世界上第一個做這方面事情的工具。領先於所有人，發生了什麼事？
Aparna Chennapragada: 我會說...
介紹
Lenny Rachitsky: 我今天的來賓是 Aparna Chennapragada。Aparna 是 Microsoft 的產品長 (Chief Product Officer)，她負責監督其生產力工具的 AI 產品策略以及他們在代理人 (agents) 方面的工作。此前，她曾是 Robinhood 的產品長，以及 Google 的副總裁，期間她在 Google Lens、搜尋、購物、擴增實境、AI 助理等方面做了很多工作。她也曾是 Akamai 的長期工程領導者，並在 eBay 和 Capital One 的董事會任職。
在我們的對話中，我們聊到在 B2B 工作就像 Jean-Claude Van Damme 在兩輛移動卡車之間劈腿，她如何讓她的團隊「生活在未來」以確保他們正在朝著事物的發展方向建構產品，為什麼人們仍然需要學習程式設計，為什麼 PM 這個角色不會消失，為什麼 NLX 是新的 UX，以及更多。
如果你喜歡這個 podcast，請別忘了在您最喜歡的 podcast app 或 YouTube 上訂閱和追蹤它。另外，如果您成為我電子報的年度訂閱戶，您將獲得 Linear、Superhuman、Notion、Perplexity 和 Granola 等多項產品的一年免費使用權。請到 lennysnewsletter.com 查看並點擊「bundle」。
接著，我為您帶來 Aparna Chennapragada。本集由 Eppo 贊助。Eppo 是一個下一代 AB 測試和功能管理平台，由 Airbnb 和 Snowflake 的前員工為現代成長團隊打造。Twitch、Miro、ClickUp 和 DraftKings 等公司都依賴 Eppo 來推動其實驗。實驗對於推動成長和理解新功能的表現越來越重要，而 Eppo 幫助您提高實驗速度，同時以其他商業工具無法做到的方式實現嚴謹的深度分析。當我在 Airbnb 時，我最懷念的一件事就是我們的實驗平台 breakit，它可以讓我自行輕鬆地設定實驗、排除問題和分析表現。Eppo 具備所有這些功能，甚至更多，包括先進的統計方法，可以幫助您節省數週的實驗時間，易於使用的 UI 供您深入分析表現，以及開箱即用的報告功能，幫助您避免煩人的冗長分析週期。Eppo 還可以讓您輕鬆與團隊分享實驗洞察，激發 AB 測試飛輪的新想法。Eppo 支援各種使用場景的實驗，包括產品成長、機器學習、變現和電子郵件行銷。請到 geteppo.com/Lenny 查看 Eppo，並讓您的實驗速度提升 10 倍。網址是 get E-P-P-O .com/Lenny。本集由 Pragmatic Institute 贊助，Pragmatic Institute 是產品專業知識的信賴領導者。Pragmatic Institute 透過為實際成功設計的成熟課程、工作坊和認證，幫助產品專業人士將想法轉化為影響力。30 多年來，他們已經培訓了 Google、Microsoft 和 Salesforce 等公司超過 25 萬名產品領導者，為他們提供了建構和擴展市場領先產品的實用策略。Pragmatic 的全職講師每位都擁有超過 25 年的實務領導經驗，教授經驗證能夠帶來實際成果的策略。這不僅關乎您學到什麼，也關乎與誰一起學習。完成課程讓您與超過 40,000 名產品專業人士組成的活躍社群連結。您將參與有意義的對話，與同行和導師協作，並獲得直接的講師協助，以優化您的策略並保持領先趨勢。使用折扣碼 LENNY20 在 PragmaticInstitute.com/Lenny 享受 8 折優惠。Aparna，非常感謝您來到這裡，歡迎來到 podcast。
Aparna Chennapragada: 謝謝，Lenny。謝謝邀請我。
Lenny Rachitsky: 當我問許多與您共事的人，我應該問您什麼以及我應該了解您什麼時，有一件事一再出現，這也是大多數人可能不知道的，那就是您非常熱衷於單口喜劇 (stand-up comedy)，而且您對待它是半認真的。您對這件事有多認真？這佔了您生活的多少時間，最重要的是，這如何幫助您建構更好的產品？
Aparna Chennapragada: 對於一項有趣的事業來說，說我認真是有點難的，但我確實觀看並表演單口喜劇。我參加 open mics。我表演過幾場演出。
Lenny Rachitsky: 哇。
Aparna Chennapragada: 我正在醞釀一套新的段子，內容是關於 AI 的，毫不意外地是關於 AI、科技和 Silicon Valley。這對我來說真的很有趣。這是一個意外的發現。我一直都是 SNL 和 Discovery 的粉絲，但我去了 open mic，因為我兒子唱歌，他去 open mic 唱歌，然後他說：「媽，您應該去試試這個。」我當時想：「哦，讓我去試試看。」然後我發現我喜歡它，而且我還不錯。至於您關於建構更好的產品的問題，我會說兩者都有 PMF，我的意思是產品市場契合 (product market fit)，以及笑點市場契合 (punchline market fit)。實際上，我發現有幾件事真的很有力量和用處，因為在 open mics 中，甚至在測試這些東西時，這是一個非常緊密的迭代週期，而且您會得到現場... Open mics 是真正的現場實驗。您把東西放出去，從使用者那裡獲得非常明確的微觀回饋，有時候也會得到艱難的回饋。我認為作為產品建構者，這實際上是一個很棒的技能，那就是您有時候推出的東西 vision 很棒，但第一個版本還不夠好。Reid Hoffman 說過這句話：「嘿，如果您不推出第一個版本，而且不是覺得丟臉的話，那您做得太慢了。」縮小這個差距，這是一種好的韌性。
Lenny Rachitsky: 是的。我從來沒有看到這兩件事之間的這些關聯。我不知道您真的有演出，而且正在準備一套新的段子。我本來不打算請您講個笑話，但如果您正在準備一整套關於 AI 的段子，有沒有什麼可以分享一下？
Aparna Chennapragada: 我也許可以分享一個笑話，人們認為這些 AI 聊天產品是女性，因為您不知道發生了什麼。它是一個黑盒子，您不知道它們在想什麼。有一整套段子是關於這個的，但當然也有相反的一面，它們可能更像男人，因為它們會產生很多幻覺 (hallucinate)。它們還不可靠。
Lenny Rachitsky: 我有點不敢笑出來。這很棒。
Aparna Chennapragada: 而且即使它們不知道答案，它們也會編造東西。它們非常自信。
Lenny Rachitsky: 這很好。順帶一提，我們在哪裡可以看到這場演出？
Aparna Chennapragada: 待定 (TBD)。
Lenny Rachitsky: 好的。這很棒。好的，我們再回到嚴肅的話題。您的大部分職業生涯都在許多消費性網路公司工作。您曾在 Google、Robinhood 工作，您是 eBay 的董事會成員，您是 Capital One 的董事會成員。現在，您在 Microsoft。我很好奇，在 Microsoft 這樣一家公司工作以及在 Microsoft 這樣一家公司建構產品，最顯著的不同是什麼？
B2B vs. 消費性產品開發：身處兩輛移動卡車之間
Aparna Chennapragada: 我認為我在理智上知道，嘿，企業領域，特別是我在 Microsoft 大部分關注的領域，專注於企業和生產力，並透過 AI 改變公司。對我來說，有兩件事讓我感到非常不同。第一，事實上，我前幾天剛發表了一篇文章說，在消費領域，您有點像：「哦，我們有一個劇本，可以讓產品運作良好或讓功能運作良好並令人愉快。」但我認為在企業領域，您幾乎每次都認為只有一個使用案例時，實際上您有兩個：如何確保功能運作良好，以及如何確保功能的治理。如果您考慮到即使像分享文件連結這麼簡單的事情，您希望它容易、順暢，但同時，您希望它是安全可靠的，並且能夠進行稽核等等。我經常發現，當您從消費領域轉到企業領域時，您會陷入一個陷阱，要嘛忽略它，說：「哦，我們只關注房子的一側。」要嘛過度限制使用者體驗那一側，而偏向另一側。所以我認為這裡面有藝術、科學、細微差別和劇本。這是我的一個重要學習。另一個學習，特別是在 AI 時代對我來說，是關於這個... 我認為在 2000 年代有一個著名的預告片，是 Van Damme 在兩輛巴士上 [聽不清] 劈腿。
Lenny Rachitsky: 像劈腿一樣。
Aparna Chennapragada: 是的，就像劈腿一樣，沒錯。我感覺很多公司，包括科技公司，但當然也包括我交流過的企業，處於這兩種模式中。一方面，這是我們經歷過的最緊湊的技術週期。它以週和月為單位，而不是年和十年。如果您想到行動裝置、雲端和網際網路，有這麼多事情正在發生，這種情報懸殊 (intelligence overhang)。另一方面，也有人類和習慣... 生產力習慣難以改變。改變很困難，公司內部的變革管理也很困難。您不想在這方面倉促行事。所以這就像未來分佈不均，即使在公司內部也是如此。
Lenny Rachitsky: 在 Van Damme 騎行的第二輛巴士——關於治理、採用和行為改變等方面——您是否學到了什麼關於如何克服這些困難、如何更好地推進它們的方法？
Aparna Chennapragada: 不要做的事情是阻止那些早期採用者。我認為這是另一個學習。事實上，我認為這也是我最近一直在與人合作的原因之一，我說：「我們能否兼顧兩者？」一方面是長期的變革管理，能夠以可信賴的方式進行，同時執行我們稱之為「先鋒計畫 (Frontier program)」的計畫，推出尖端實驗性功能。我們剛剛建構了這個世界上第一個為工作深度訓練的深度研究代理人 (deep research agent)。當然，它有各種邊緣、粗糙的邊緣，但如果企業內部或外部有早期採用者，我們如何在不堅持所有公司都完全發展出不同的能力的情況下，將這些功能交到這些人手中？
「先鋒計畫」（Frontier Program）：體驗一年後的未來
Lenny Rachitsky: 您談論的這個「先鋒計畫」，我想花一些時間來討論。所以它的想法是什麼？想法是人們在這個未來環境中工作。這實際上是如何運作的？
Aparna Chennapragada: 是的，我認為這個想法正是如此，我想將我個人「生活在一年後的未來」的模型制度化和操作化，並說：「這會如何...」想像一個公司或一個像 Frontier Consulting Group 或 Frontier Inc. 這樣的設定，對吧？如果您真的生活在那個環境中，擁有所有 AI 工具，並且隨時都能獲得非常先進的深度研究智慧，您會提出什麼樣的問題？您會做什麼樣的工作？您會如何改變您每天的工作方式？這就是前提，您可能會說：「嘿，這會如何改變個人？」但再往後看，我們想思考一個「先鋒團隊」會是什麼樣子。我們談論很多「先鋒實驗室」和模型。我認為模型層是令人驚嘆的，顯然這也是所有產品建構得以發生的動力，但我想推動我們思考一個「先鋒產品」是什麼樣子？更重要的是，一種「先鋒工作方式」會是什麼樣子？一個由三個人組成，擁有大量計算資源和 AI 工具的團隊會是什麼樣子？
Lenny Rachitsky: 那這具體是怎麼運作的？ Microsoft 內部有一個團隊，他們的工作就是使用你們所有最新的工具並用它們來建構產品。這是怎麼運作的？
Aparna Chennapragada: 這就是設定。我們開始這個設定才幾個星期，但同時我們已經做的是，我們實際上設立了一個虛擬公司，說：「嘿，如果您是想來玩一些最先進的科學專案、深度研究代理人和工作代理人的人，就來這裡參加派對吧。」
Lenny Rachitsky: 哇。而且才幾週的時間。好的，所以結果待定 (TBD)。
Aparna Chennapragada: 是的。再說一次，這些是微觀... 讓我們看看。這裡的元重點也是，在傳統方式下，我們一直以來都傾向於在公司之間、產業之間以這些宏觀方式考慮產品推出。您建構一些東西，然後推出，有正式發布 (general availability)，然後花時間。這也很重要，因為畢竟我們談論的是藥廠、法律公司依賴這些東西。所以我們確實需要這樣做。但同時，考慮到 AI 的週期緊湊，我們如何開始讓人們體驗一年後的未來是什麼樣子？
Lenny Rachitsky: 讓我們從幾個不同的方向來探討這個話題。有產品開發如何改變，有工程如何改變。還有代理人 (agents)。我知道您在代理人方面花了很多時間，感覺如今如果不是在研究代理人或建構代理人，就不算是一家 AI 公司。
Aparna Chennapragada: Lenny，您做得不對。您到現在還沒有在對話中提到「代理人」這個詞。
Lenny Rachitsky: 我努力盡可能地延遲。就像在 San Francisco 的每一次對話一樣，都像是在說：「多久之後我會開始談論 AI？」平均來說大概三分鐘吧。天哪。
代理人（Agents）：自動化、複雜性與自然互動
Lenny Rachitsky: 好的，關於代理人，我知道您在 Microsoft 領導很多這方面的工作，很多人都在想這到底是什麼意思？會有什麼改變？請給我們一個概覽，您如何看待一個充滿代理人的世界會有哪些不同之處。
Aparna Chennapragada: 有短期和長期，對吧？關於最終的未來和所有這些事情，有很多過度興奮的討論。我對此採取更務實的產品建構視角，我認為這些東西... 歸根結底，它們是工具。是的，在其之下有隨機模型 (stochastic models) 與非常確定性的程式設計模型 (deterministic programming models)。您可以看出我是一名電腦科學家，這種世界觀肯定會影響我對此的看法。對我來說，短期來說，這是一種演變。我們曾經有應用程式，現在我認為我們已經穩穩地進入了「助理」時代，人類在駕駛... 這就是我們認為的 Copilot，對吧？我認為人類坐在駕駛座上，但從 AI 獲得大量的協助。所以，我認為這就像您從幾乎是自主性、授權和智慧的維度來看。隨著智慧的發展，例如當深度推理 (deep reasoning) 解鎖時，您當然可以將更多任務委託給代理人。所以對我來說，有一個維度是您說：「嘿，代理人是某種獨立的軟體流程，可以執行任務。」您不再只考慮手把手指導和精細動作的東西。您說：「嘿，這是我的目標。去實現它。」我給您一個例子。我們正在研究這個用於工作的研究員代理人。昨晚，我說：「嘿，我有一個重要的會議要與領導團隊開。我真的很想在這裡展示這些框架和這個 roadmap。回去查看所有參與會議的人。他們在這個議題上的觀點是什麼？並提出我應該如何思考正確的說服方案？」這神奇之處在於，它不僅僅是節省時間。通常，我們認為到目前為止，AI 是摘要文件或節省時間。這就像激發了我原本沒有的思緒連結 (fighting synapses)，實際上給我新的洞察力，並且，我敢說，給我超能力。所以我會說這是 AI 的自然演變。所以當我考慮代理人時，我會考慮三件事。一是自主性的不斷提高，以及您可以委託越來越高階任務的獨立性。我認為第二件事是複雜性。所以它不是一次性的，「嘿，創建這個圖像」或「做這件事」或「摘要這個文件」，它是「為我建構一個表達我的想法的原型」，例如一個擴增實境應用程式。這是一個複雜的任務。然後第三件事我會說是非同步的。它在您不工作時也能工作。我認為這是關於這些事情的另一個重要方面，您不必坐在它前面。
Lenny Rachitsky: 這基本上回答了「什麼是代理人」的問題，這三個重點。那麼這三點是哪些？
Aparna Chennapragada: 當我考慮代理人時，我會考慮這三件事。所以第一，它是自主性... 這是一個光譜，不是零或一，它是指我如何將任務委託給它可以做的事情。第二，我認為是複雜性。它不是一次性的，「嘿，摘要這個文件，產生這個圖像」，而是「為我建構這個原型」或者「幫助我把這個會議辦得轟動」。然後第三件事我認為是一種更自然的互動。這不只意味著聊天，它實際上可能是在會議中與代理人互動，能夠討論所有事情，或者指示它做我想要以不同方式完成的事情。所以我認為這三件事，自主性、複雜性和自然互動，至少是將會塑造非常好的代理人的產品原則。
Lenny Rachitsky: 這真的很有幫助。關於代理人這個方向，您在我們這次 podcast 之前的聊天中教了我一個縮寫詞，NLX。那是什麼？它與代理人有什麼關係？為什麼人們對此思考不足？
NLX 是新的 UX：自然語言介面的設計原則
Aparna Chennapragada: 哦，這是我最近 obsess 的事情之一。自然語言介面 (Natural Language Interface)。NLX 是新的 UX。是這樣的。對我來說，我認為傳統上我們非常刻意地思考 GUI，因為圖形介面不是自然的東西，所以它們必須經過明確的設計，但它們是僵化的介面。我們使用對話式介面和自然語言，它更加有彈性，對吧？這不表示它沒有經過設計。我經常聽到產品建構者說：「哦，是的。有了 AI，模型就會主導產品。所以您只需要跟它聊天就好。」您我正在進行對話，這是一個 podcast。我在 Microsoft 會有另一場對話，那是一場會議。所以對話也有語法，它們有結構，它們有 UI 元素，它們是隱形的。所以，我看到並對此感到非常興奮的一件事是，在自然語言作為介面中，有哪些新的原則、新的結構？我舉幾個例子。實際上很多新創公司以及大公司都在積極實驗這些東西。一個例子是，如果您思考一下，提示本身就是一個新的結構，這是一個新的 UI 元素，就像下拉選單或功能表一樣。但正在出現的其他東西，特別是對於代理人來說，我認為是「計畫 (plans)」。所以當您給予一個高層次的目標時，我們看到的是，當代理人帶著一個計畫回來時，最好是一個可以編輯的計畫，這是一個新的結構。我經常思考的另一個是「展示工作流程 (showing the work)」，也就是進度。您在不同的產品中看到這個。您在 Copilot 中看到，您在 ChatGPT、DeepSeek 中看到，這種「思考 aloud (thinking aloud)」的想法，它有點像展示工作流程，但您要做到多少？如果它太冗長，感覺就像我在運行某個 cron job 和腳本，但如果它太簡短，我就不知道它是否朝著正確的方向前進，而且我還沒有信心。所以有所有這些新的元素。所以如果您是一個產品工匠，這是一個有趣的新領域，值得在產品設計方面深入研究。
Lenny Rachitsky: 這真的很有趣，因為我認為人們與所有這些聊天機器人聊天，感覺就像這就是它的樣子，但您實際上正在設計互動的每一個元素，要分享多少，但您正在思考多少，這是我的計畫，您覺得呢。所以我認為這會讓很多人感到驚訝，意識到即使是這些看起來簡單的對話，也需要付出這麼多的設計。
Aparna Chennapragada: 是的。另一個很好的例子是後續問題 (follow-ups)，對吧？您可以說：「聽著，您問了我一個問題。」然後我可以問一連串後續的問題，這應該明確地為了成功而設計。所以例如，如果我說：「嘿，創建一張圖片。」它創建了一個黑白的剪貼畫版本。有哪些下一步顯而易見的後續問題，它應該主動建議？現在，如果太多，您就會惹惱我，但在某種意義上，如果太少，您就失去了一個引導我進入正確路徑的機會。
Lenny Rachitsky: 這與我們邀請 Kevin Weil 上 podcast 時他談到的問題有很多共鳴，他談到了關於要展示多少關於您正在說什麼的問題。有趣的是 DeepSeek 走到了極端，只顯示所有東西，而且人們也喜歡它。我認為這很有趣。
Aparna Chennapragada: 是的，我認為這也是一個時間點的問題，Lenny，因為在某種意義上，目前這些東西都是如此的黑盒子。它們就像是在任何事情上都能窺探內部。即使是冗長的，也感覺像「哦，我知道正在發生什麼」，特別是因為計算推斷時間，它需要很長時間思考。所以如果它只是保持沉默，我會感到非常不舒服，我想。
Lenny Rachitsky: 我知道。
Aparna Chennapragada: 沒錯。所以我確實覺得這是一個時間點的問題，但隨著時間推移，我也覺得這是一個適合個性化的領域。例如，在人類中，我的 API 會與其他地方非常不同。我的介面可能與其他人不同，我可能只想要直接的「嘿，給我 TLDR」，而不是「哦，所以我去了這裡，然後我去了那裡」，然後我就像...
Lenny Rachitsky: 稍微跟一下。我們正在談論未來將會有哪些不同。有為這些聊天體驗而設計，有代理人。從更宏觀的角度看產品開發，感覺您正處於許多將改變我們建構產品方式的工具的最前沿，而且您的團隊正在使用許多其他人沒有權限的工具。所以我想問一下，您認為未來的產品開發與今天相比，最大的不同是什麼？您認為產品建構者應該為成功應對那個未來做哪些準備？
AI 時代的產品開發：從原型到規模化
Aparna Chennapragada: 我會從一個我內部和外部都說的鮮明聲明開始，我正在努力踐行它：在現今這個時代，如果您不進行原型設計和實際建構來看看您想建造什麼，我認為您就做錯了。我稱之為「提示集 (prompt sets) 是新的 PRDs」。我真的堅持讓大家說，如果您正在建構新的專案、新的功能，當然要帶來原型和提示集。而且我認為這個概念並不是說：「嘿，現在每個人都只是更大版本的軟體工程師。」它是說您可以最快地看到並體驗您腦中的想法，以便能夠進行溝通，對吧？這是一種頻寬更高的溝通方式。我認為這在產品建構方面是一個真正的迴圈加速器。這是第一點。正如有人所說，猶豫不決時，先 demo 再 memo，對吧？我認為這確實是第一點。我會說第二點，這有點棘手，我會說我看到的是，第一個 demo 的時間短了很多，但完整部署的時間將會更長。所以我認為會出現一種不平衡的節奏。通常，我認為是您建構這個東西，花幾週時間，然後您可以迭代等等。但是原型設計和迭代的內部迴圈，甚至透過 AI 對話進行使用者研究，所有這些都縮短了。但我認為規模化的門檻因此變得更高。從某種意義上說，如果您看一下，將會有大量的想法供應，原型供應會大幅增加，這很棒。它提高了最低標準，但也提高了最高標準。從某種意義上說，在現今這個時代，您如何脫穎而出，必須確保這件事能夠超越噪音？所以，我會說，這同時也是關於不追逐每一個想法。我認為這是第二點。我會說第三件事是關於「全端建構者 (full stack builders)」有很多討論。未來的團隊會是什麼樣子？一個產品建構團隊。我認為這在某些方面是不可避免的，會有少數人，特別是在原型設計早期想法探索階段，界線會變得模糊，同時也會有一些品味塑造者 (taste makers)。我認為您仍然可以讓很多人進行實驗。讓這種實際操作和品味塑造成為核心（在一個先鋒或少數人中）變得更加重要，否則您只會得到一個四不像的產品。這絕對不會改變。我還有一件事要補充，很多人認為：「哦，不用費心學習電腦科學」或者「程式設計已死」，我根本不同意。如果有的話，我認為我們在程式設計中一直都有越來越高的抽象層級。我們不再使用組合語言 (assembly) 程式設計了。我們大多數人甚至不使用 C 語言程式設計，然後您就越來越高的抽象層級。所以對我來說，會有您告訴電腦要做什麼的方法，對吧？它只會在一個更高的抽象層級上，這很棒。它使得技術更加民主化。將會有一個量級以上的軟體操作者 (software operators)。也許我們不會有 Cs，但我們會有一些 SOs，但這不表示您不理解電腦科學，這是一種思維方式，這是一個心智模型。所以我強烈不同意「程式設計已死」這種說法。
Lenny Rachitsky: 太棒了。我喜歡這個。SO 是軟體操作者 (software operator) 嗎？它代表什麼？
Aparna Chennapragada: 是的，我剛才編出來的，不過是的。
Lenny Rachitsky: 好的，酷。這種將原型設計視為當今建構核心的想法，您在 Microsoft 內部做了什麼來使其操作化，並使其成為每個人都必須做的事情？這是一種文化上的習慣還是您必須在我看到原型之前展示給我看？
Aparna Chennapragada: 再說一次，未來已經來臨，只是分佈不均，即使在 Microsoft 內部也是如此，但我可以說，確實有一種強烈的文化動能和轉變，希望說：「嘿，讓我們實際看看即時 demo、即時原型，甚至用來溝通想法。」對我來說，我的意思是，這並非總是可能的，因為顯然有些事情非常深入... 如果您試圖改變 Excel 核心深處的東西，您可能不需要這麼做。產品本身有足夠的深度來知道您需要做什麼，而且您不需要為此做原型。但如果您特別在考慮新的事物、新的產品、新的功能，那絕對需要。
Lenny Rachitsky: 好的，我們來談談產品管理 (product management)。所有這些 AI 程式設計工具出現後，出現了一種擔憂，就是產品經理 (PMs) 已經死了，我們不需要產品經理了。我們可以自己建構東西了。這些人是來幹什麼的？而我發現恰恰相反，現在程式設計變得容易了。現在的問題越來越多地是，我們應該建構什麼？為什麼我們要建構它？這對嗎？這是正確的解決方案嗎？然後是如何讓它被採用，而這正是產品經理非常擅長的。我感覺恰恰相反。產品經理是最重要的角色。這個角色也會改變，但我想聽聽您的看法。您認為產品管理的未來會是什麼樣子？您認為它會消失嗎？您認為它會蓬勃發展嗎？您認為它會改變嗎？
產品管理的角色：策展與編輯功能的再定義
Aparna Chennapragada: 是的。聽著，如果您是一個只做 TPS 報告的流程導向者，而且很多公司確實混淆了產品管理與流程和專案管理，我認為那麼您確實會有一個問題：「嘿，這裡的附加價值是什麼？」特別是如果 AI 可以讀寫 50,000 份會議記錄，追蹤事項，發送電子郵件等等，但另一方面，我確實認為品味塑造和編輯功能變得非常、非常重要。在一個想法供應、原型供應變得甚至數量級更高的世界裡，您必須思考這裡的編輯功能是什麼。所以這確實意味著對產品人員的要求更高了，但我認為我正在觀察到一個有趣的副作用，在我在提供建議的新創公司、各家公司，甚至在公司內部，以前會有更多的守門 (gatekeeping)，比如說：「哦，我們應該問產品領導者他們怎麼想。」再說一次，編輯功能確實有其作用，但現在您必須靠自己贏得它。您不能只因為這個頭銜就擁有它，而且這也釋放了來自聰明的工程師、聰明的用戶研究員、聰明的設計師的潛在的好想法，他們現在身邊有這個專家，可以幫助他們完善他們通常不擅長的技能，從而提出他們的想法，我認為這太棒了。
Lenny Rachitsky: 我認為那個專家，這很有趣，我正在和一位工程師合作處理一些事情，他甚至使用 ChatGPT 來更有效地與我溝通，比如：「把他的提案變成能說服 Lenny 這是個好主意的東西。」
Aparna Chennapragada: 順帶一提，這實際上是我一個常見的使用案例，我稱之為 WWXD。What Would X Do? (如果 X 會怎麼做？) 我用它來問：「嘿，Satya 會怎麼看待我們正在提出的這組對話或想法？」這就是我認為深度推理加上相關背景知識的力量，對吧？您談論的這位工程師有關於您的背景知識，所以這非常有趣。
Lenny Rachitsky: 如果每個人都像 Satya 一樣有名，而且有那麼多公開資訊就好了，但我想您可以匯入他們所有的電子郵件或任何現有的工具，以便從您與那個人進行過的對話中理解他們。
Aparna Chennapragada: 是的。我認為這實際上回到了您剛才說的內容，我認為這個想法... 有點像一個盤簧。我看到整個產業都存在一種智力懸殊 (intelligence overhang)。我認為產品開發的一部分必須幾乎重新調整自己，我認為 Shopify 的 Tobi 稱之為「反射性 AI 使用」(reflexive AI usage)。這並不容易，我一直在思考原因。基本上，我的意思是，我有一個俗氣的 Chrome 擴充功能。每當我打開一個新分頁，它就會說：「你如何利用 AI 來做你現在正要做的事情？」這非常俗氣，但它有點幫助我停下來思考：「哦，我正在嘗試做什麼？」但我發現它很難，即使是身在這個領域的人，他們也覺得很難，原因是更新先驗知識 (updating the priors) 非常困難。模型一年前無法做某些事情。我的意思是，圖像生成那時拼寫錯誤百出，或者推理能力不足。您根本無法得到更深入、更聰明的答案。您無法進行數據分析。所以我從幾個月前嘗試它時留下的印象，那個先驗知識需要更新。而這很難做到，對吧？您必須做一些幾乎違反直覺、逆潮流而行的事情，說：「不，不，忽略您學到的關於它能或不能做的事情。」這個嬰兒一個月內就長成了 15 歲。
Lenny Rachitsky: 我認為最後一點非常重要，我們這些年來嘗試了這些工具。到目前為止，它一直不是令人驚豔的，然後突然之間它就變成了，而您卻不知道這一點，您幾乎已經放棄了，而事情已經改變了。
Aparna Chennapragada: 我認為這實際上是... 如果您是一個產品建構者正在聽，這對您來說是一個非常有趣的套利機會。如果您能夠逆流而上，並說：「不，我不會有那種『幾個月前這個沒用』的舊傷。」並且繼續設定高期望，要求今天的 AI 做更多事情，我認為您可以釋放出更多潛力。
Lenny Rachitsky: 這樣做有很多 alpha (超額收益)。
Aparna Chennapragada: 沒錯。
「俗氣」的 Chrome 擴充功能與心態調整
Lenny Rachitsky: 本集由 Coda 贊助。我個人每天都使用 Coda 來管理我的 podcast 和我的社群。我在這裡存放我打算問每一位來賓的問題，我在這裡存放我的社群資源，這是我管理工作流程的方式。以下是 Coda 如何幫助您想像一下在工作中啟動一個專案，您的願景很清晰，您確切知道誰在做什麼，以及在哪裡可以找到您需要的部分數據。事實上，您不必浪費時間尋找任何東西，因為您的團隊所需的一切，從專案追蹤器和 OKRs 到文件和試算表，都存放在一個頁籤中，全部都在 Coda 裡。藉助 Coda 的協作式一體化工作空間，您可以在一個易於組織的頁籤中獲得文件的靈活性、試算表的結構、應用程式的功能以及 AI 的智慧。正如我之前提到的，我每天都使用 Coda，超過 50,000 個團隊信任 Coda 來讓他們更保持一致和專注。如果您是一個尋求提高一致性和敏捷性的新創團隊，Coda 可以幫助您以創紀錄的速度從規劃轉向執行。要親自試用，請立即前往 coda.io/Lenny，為新創公司獲得六個月的免費團隊方案。網址是 C-O-D-A .io/Lenny，免費開始並獲得六個月的團隊方案，coda.io/Lenny。
Lenny Rachitsky: 我要回到那個俗氣的外掛，再多說一點。所以這是一個讓您可以在每一個新分頁上顯示自訂訊息的外掛，而您讓它顯示：「您如何利用 AI 來做這件事？」
Aparna Chennapragada: 是的，就這麼俗氣。這很有趣，因為它有用。光是過去幾週，我一直在做這個實驗，說：「嘿，我能在工作和個人生活中多使用多少 AI？」當我嘗試做任何手動的事情時，我是否應該要求 AI 來做這件事？
Lenny Rachitsky: 這太酷了。您知道這個 Chrome 擴充功能的名稱嗎？
Aparna Chennapragada: 不。不。我做的。
Lenny Rachitsky: 您自己做了個 Chrome 擴充功能。太酷了。好的。您用 AI 做的嗎？
Aparna Chennapragada: 當然。
Lenny Rachitsky: 哇。您用了什麼工具來做？我想是某種 Microsoft 的工具。
Aparna Chennapragada: 是的。不，其實就像，我的意思是，我活在 GitHub 和 GitHub Copilot 裡，所以我只是說：「好吧，我們來做這個 Chrome 擴充功能。」
Lenny Rachitsky: 您會對大眾發布這個嗎？
Aparna Chennapragada: 不，我的意思是，這真是太棒了。我只花了大概 10 分鐘來做這個。
Lenny Rachitsky: 好的，我們來連結它。我們把它放出來，開源這個東西。好的。您提到了 Satya，我有一個關於這個的問題。您是極少數與 Google 的 Satya 和 Sundar 都密切合作過的人之一。我想問您，他們的領導風格有什麼不同？您能分享一個關於他們各自的有趣故事嗎？
與科技巨頭合作：Satya Nadella 和 Sundar Pichai 的領導風格
Aparna Chennapragada: 是的。我確實覺得很幸運，能夠一窺這兩位這一代令人驚嘆的領導者。我會說，我的意思是，毫不意外，正如您所期望的那樣，對於市值數兆美元的科技公司的 CEO 來說，他們在您能想到的幾乎所有維度上都達到 99.99 的百分位數，包括智力、同理心、領導力、產品、策略。當然，也有風格上的差異。我曾是 Sundar 在 Google 的技術顧問，並在那裡設立了 CEO 辦公室。他們當時處於一個更注重消費者的時間點和背景。所以我發現 Sundar 非常擅長的是保持冷靜、有分寸、深思熟慮，確保事情... 處理複雜的生態系統。如果您想到手機生態系統，甚至是搜尋、出版商和廣告商生態系統，這是一個非常複雜的生態系統。他是一個處理這些問題的大師。他仍然是這方面的大師。我認為關於 Satya，我發現他驚人的學習胃口和微調其思維模式的能力，以及他可以操作的縮放層級。宏觀、策略、遊戲規則是什麼？同時也關注微觀，「嘿，為什麼我們不...」這是一個我在 Twitter 上看到特定的洞察力，您可以確信他幾乎比其他任何人都早地發現這些早期跡象。所以從中學習就像從水管一樣源源不斷。
Lenny Rachitsky: 能夠與兩位令人難以置信的人共事，真是太酷了。好的，讓我們換個完全不同的方向。我想問您這個問題，我越來越常問大家。您在建構產品方面學到最反直覺、違背一般新創公司智慧或一般產品建構智慧的教訓是什麼？
產品開發的反直覺教訓：先解決問題再規模化
Aparna Chennapragada: 我不知道這是不是一個普遍的共識，它有點反直覺，但我反覆學到的是，當您在做一些新事物，從零到一時，您會傾向於思考... 這就像 South Park 的那一集。第一步，思考問題。第二步，問題...
Lenny Rachitsky: 內褲。我想是內褲，第一步。
Aparna Chennapragada: 內褲。沒錯，對吧？所以我確實覺得有一種衝動，想在解決問題之前就達到規模。所以我一直告訴我的團隊要「先解決問題再規模化 (solve before scale)」。所以這確實意味著當您試圖解決問題時，您採取的是不同的姿態和模式，與擴展已經達到產品市場契合，或至少大致在範圍內的東西不同。舉幾個例子，我認為當您看解決問題階段時，會有很大的變動。您必須非常適應這個事實，就是您第一天在思考：「嘿，一個植物偵測工具。」然後第 15 天，您會說：「哦，實際上，這項技術非常適合翻譯外語。」順帶一提，這不是假設性的。這就是我們當時在 Google Lens 中看到的，我們說：「好吧，這裡的交集是什麼等等。」所以從外面看，這看起來像混亂，但實際上，在... 而且您應該非常適應... 不僅僅是容忍，我認為您應該對此有胃口，因為您最不想做的事情就是在一個局部的山丘上過早固定。然後您就在這個山丘上攀爬，新創公司以及整個產品領域和公司，大公司都會犯這個錯誤，三年後您會想：「哦，我如何從這座山上下來？」所以我認為這是第一個重要的反直覺教訓。當您思考您處於什麼模式時，您是在解決問題模式還是在規模模式？一個例子就是確保您適應混亂。我學到的另一個教訓是指標的危險性。我認為，再說一次，如果您在 Google Search 或 Office 產品上工作過，您對這個產品的指標會有非常精細的了解。您有輸入指標、輸出指標，您擁有所有的一切。但是當您在看從零到一的東西時。如果您過早地決定一個指標，首先那是虛假的精確性，對吧？我的意思是，當您有一千人時，點擊率 (CTR) 沒有任何意義。留存率也可能沒有任何意義。所以要非常警惕這些「大人」指標，我稱之為大人指標，對吧？您正在尋找更多定性的東西，點擊的聲音，以及您的... 其他人使用的方式，是什麼您的定時器和播放音樂？所以如果您看看 Alexa、Siri 和 Google Assistant 等所有這些東西，它們都有一個非常有前景的寬泛介面。您可以說任何話，但我認為有一兩件事它做得特別好。您可以設定一個定時器，您可以播放音樂，您可以玩猜謎遊戲。所以您必須把這些事情做好，然後再說：「哦，是的，您可以用它做任何事情。」這不是一個好的策略。
Lenny Rachitsky: 不怎麼有趣。這正是我使用我的 Google Home 的目的，太基本了。我現在不玩猜謎遊戲了，也許我應該試試看。
Aparna Chennapragada: 必須試試看。是的。
Lenny Rachitsky: 有一些事情與這個方向相關，我也看過您談論過，那就是如何從零到一地做一件事，一個小小的框架，幫助您知道這個想法是否是正確的時機。您是如何思考這個問題的？
零到一產品的成功框架：科技、行為與商業模式的交集
Aparna Chennapragada: 是的。當您思考解決問題模式時，這再次符合我「生活在一年後的未來」的理念，我完全傾向於從零到一和解決問題模式的產品，思考全新的產品類別。我發現，我會說這是走了一些彎路學到的，您確實至少要尋找這三個因素中的兩個轉折點，如果您想做出一個非常好的產品。第一，技術上是否有一個... 轉變是一種階梯函數式的變化 (step function in the tech)。這我會說有些明顯。深度學習 (Deep learning) 是 Google Lens 當年的轉折點。當時，語音辨識是對話式搜尋的階梯函數。我會說對於 Robinhood 來說，世代變遷非常明顯，以及手機可以作為主要工具的事實，您可以擁有一個用於金融的行動應用程式。所以尋找那個轉折點。技術上的轉折是什麼？而現在，當然，像大型語言模型 (LLMs) 和推理模型 (reasoning models) 就是那種階梯函數，但這還不夠。我會說我們要尋找的第二個因素是，消費者行為有什麼變化？舉個例子，當我們開始研究 Google Lens 時，我們說：「聽著，人們主要用照片來分享，自拍和日落等等。突然間，當儲存空間變得免費，大部分免費，而且每個人時時都帶著手機時，您會拍攝任何事物。」然後您拍了足夠多的照片，或者您將相機作為通向現實世界的鍵盤。然後您如何說：「哦，這個消費者行為的變化很大，因此，當您拍攝的照片數量級別增加時，您就會想要從中獲得更多，您可以將 AI 應用到其中。」我會說第三個轉折點，特別是在企業領域，但也包括在消費領域，是商業模式的轉變。商業模式上是否有一個自然的轉折點？所以任何偉大的產品，如果您想到從搜尋開始，再說一次，第二價格拍賣和您有 CPCs 的事實，SaaS 也是一樣，您可以以不同的方式向企業產品收費或變現。當然，有了 AI，變現是一個完全不同的... 我們剛剛開始觸及是否按使用者數 (seat monetization) 或按使用量 (usage like on tap) 收費，當然還有基於結果 (outcome-based) 的收費，基於結果的變現。嘿，您為我解決了問題，然後我會向您支付一些費用。所以對我來說，這三者都很棒，但至少要滿足其中兩者才能成為一個好的產品。
Lenny Rachitsky: 所以這基本上... 當投資者看待新創公司時，他們總是問：「為什麼是現在？為什麼現在是開始這件事的時機？」所以您這裡的建議是，有三種方式來看待它。這三種方式中至少應該有兩種是真的。技術上應該有一個轉變，一些新的技術最近使得這件事成為可能。消費者行為有一個轉變，然後可能有一個新的... 或者您發明了一種新的商業模式，任何一種變現方式讓您比現在嘗試做這件事的人更有優勢。
Aparna Chennapragada: 是的，絕對。
Lenny Rachitsky: 太棒了。您確實提到了 Robinhood，我想在那個例子中。那是另一個手機...
Aparna Chennapragada: 是的，我的意思是，談談商業模式，再一次，沒有零費用。而這種所有這些事情的結合，才能促成解鎖。您不能只說：「哦，我們會有一個更好更直覺的介面，然後希望人們會轉而使用它。」
熱門話題：GitHub Copilot 的定位與 Excel 的不敗傳奇
Lenny Rachitsky: 好的，說到從零到一的產品，我要把我們帶到這個 podcast 的一個偶爾環節，我稱之為「熱門話題角落 (Hot Seat Corner)」。我有一個問題想問您，這在我腦中縈繞，而且最近幾期 podcast 也提到了。像 Cursor、VZero、Lovable、Bolt、Replit 這樣的公司是歷史上增長最快的公司。我剛看到 Cursor 在兩年內達到了 3 億美元的年營收。有趣的是，你們在這方面，這個 AI 程式碼工具領域，處於非常有利的位置，本來應該表現出色。你們擁有 Copilot，是世界上第一個做這方面事情的工具，領先於所有人。你們建構了 VS Code，所有這些公司都在此基礎上進行分支開發。你們擁有令人難以置信的 AI 基礎設施，令人難以置信的 AI 人才。所以這本來可以是你們的市場。發生了什麼事？發生了什麼事，Aparna？
Aparna Chennapragada: 這很有趣，您的表述方式... 我是 GitHub Copilot 的核心用戶，我會說：「聽著，如果您仔細分析...」我認為這美麗之處在於程式碼生成已經成為一個 AI 大模型解鎖的驚人工具。所以程式碼生成打開了所有這些... 我們談論過原型設計的概念，從想法到模擬圖，以及想法到可在幾分鐘內點擊的原型。這些正是我們應該期待程式碼生成能夠實現的功能。我認為我們如何定位以及我們如何使用 GitHub 是... 它是一個系統，而不僅僅是一個產品或一套功能。如果我想到 GitHub，它是為那些擁有儲存庫 (repo) 的人設計的，而且您擁有... 當然，您擁有自動完成 (autocomplete) 的協助，您可以聊天，但現在我們有了代理人面板 (agent board)。這是我們看到的最快迴圈之一，回饋非常正面。所以從某種意義上說，當您有一個系統時，您在建構和設計它時，尋找的不是一個可以單獨增長的產品，而是儲存庫是什麼？您的背景資訊是什麼？有哪些功能可以從您的專業知識中發展出來？如果您是一個真正的專家級程式設計師，您需要這款產品的協助功能才能擴展到那個程度。如果您是一個廣泛的程式設計師，您仍然應該能夠做到這一點等等。所以我認為這就是 GitHub 的定位，它正在此基礎上建構並說實話，增長得非常好。
Lenny Rachitsky: 這太有趣了。所以這核心的意思是，無論人們使用什麼工具，最終都會回到 GitHub，而這就是...
Aparna Chennapragada: 是的。這個想法再次是，程式碼生成作為一個工具將解鎖更多的產品。我的意思是，它們不都是競爭對手... 它們並不是都在做同樣的工作。我認為當您... 歸根結底，您正在為公司編寫程式碼來運行，您需要一個系統。您需要具備能力，一個完整的 Swiss Army toolkit，不只是一個自動完成，不只是一個聊天機器人，不只是一個軟體代理人可以運行並由您手把手指導。您需要所有這些一起工作，而這就是 GitHub 產品正在追求的目標。
Lenny Rachitsky: 條條大路通 GitHub。反過來問這個問題，大概有 5,000 家新創公司嘗試顛覆 Excel，但你們就是一直贏，所以有些東西在那裡做得非常好。
Aparna Chennapragada: 您這麼說真是太有趣了。所以當我來到 Microsoft 時，我是 Excel 的粉絲，所以我實際上與一位 Excel 的 OG (元老) 產品人員聊過。我當時說：「天啊，這個產品到底有什麼魔力？」他告訴我幾件事，讓我印象深刻。一是他說，我說：「嘿，Excel 是一個證明，非程式設計師也必須程式設計。」程式設計真的很有力量，它是給予所有非程式設計師一個非常強大的程式設計能力的工具，我認為這非常引人注目。然後第二件事我覺得超級酷，我不知道您是否知道，但至少在我兩年前來之前我不知道，有這些很棒的 Excel 錦標賽，比如世界 Excel 錦標賽，您可以看到人們可以做出驚人的魔術。對我來說，這裡的洞見也在於，有些工具學習起來比較難。一開始學習上可能有摩擦，但用起來很棒。所以這是一個很好的例子，學習曲線最初的一次性學習曲線可能很難，但這是因為工具具有如此大的力量和深度。
Lenny Rachitsky: 這太有趣了。我從來沒想過 Excel 是一個程式設計語言，但這很有道理，而且我感覺一旦您習慣了它，而且這就是事情運作的方式，您就好像被困在那裡了，其他所有東西基本上都必須複製那個模式，而這很難做得一樣好。
Aparna Chennapragada: 是的。而且我認為團隊所投入的深度和關注，這 again，是幾十年來從那些日復一日依賴它的人那裡獲取深入、深入的訊號所產生的複利效應。
職涯轉折點：Google Now 的經驗
Lenny Rachitsky: 好的。為了開始結束我們的對話，我想問一個關於您職業生涯的問題。我發現大多數人職業生涯中都有一個轉折點，改變了他們職業生涯的軌跡。這可能是一位經理，可能是一個專案，也可能只是他們獲得的那份工作。您認為您職業生涯中最關鍵的時刻是什麼，最終讓您成為 Microsoft 的產品長？
Aparna Chennapragada: 實際上，有一個時刻對我來說是個轉折點。我在 Google Search 工作，當時我正在研究一個我認為理應可行但卻沒有成功的想法。我說：「嘿，這些手機正在興起。個人化必須很重要。」所以我大概花了一年左右的時間試圖讓個人化奏效，但結果證明當您在 Google Search 輸入查詢時，個人化並沒有那麼重要。所以我們解散了團隊，但我認為後來我開始研究這個叫做 Google Now 的產品，這是對那個想法的轉變，它說：「嘿，實際上在手機上，我們應該能夠推送內容。這不是關於帶有個人化的搜尋。」例如，如果您即將搭乘飛機，我們應該能夠說：「嘿，」連結這些點並說：「考慮到交通狀況以及您需要去的地方，您現在應該出發了。」等等，或者如果您對死板的單口喜劇演員深感興趣，您應該看看 Mitch Hedberg。這些都是讓智慧手機變得更聰明的時刻。所以我領導了這個產品的初期從零到一階段，那是一個關鍵時刻。它讓我意識到兩件事。第一，我真的很喜歡「看見未來 (seeing around the corner)」，並且喜歡預見事物發展方向並建構能夠應對這種情況的產品，遠勝於擴展和維護產品。第二，這很殘酷，但「早到 (being early)」與「錯了 (being wrong)」是一樣的。這是在大型語言模型 (LLMs)、深度學習等許多真正令人驚嘆的理念（例如下一個 token 的預測器等）出現之前。我們一直在思考這些，但沒有足夠的算力去... 介面很棒，但智慧不足。我會說第三件讓我印象深刻的事情是，我能與一些真正聰明的人共事... 他們現在談論人才密度，我認為真正聰明的人後來都取得了驚人的成就，這讓我體會到一小群人能做到的事情。
Lenny Rachitsky: 這真是個好故事，因為它最終沒有成功。Google Now 後來消失了。順帶一提，我非常記得那個產品。它非常酷。我記得看著它覺得非常令人愉快和開心。所以我在 podcast 上也有一個叫做「失敗角落 (Failure Corner)」的環節，人們會分享一個失敗的故事以及那如何幫助了他們。我很喜歡這兩個環節的結合。
Aparna Chennapragada: 是的。我的意思是，我不會說謊。我認為當您這麼做時會很痛苦，因為您看到了可能的願景以及現實是什麼，有時候是 سخت的限制。有時候，在這個情況下，需要五年或十年才能真正解鎖智慧，但有時候，產品距離變得偉大只差一兩個關鍵的點擊步驟，而弄清楚的是知道自己處於哪種情況。
Lenny Rachitsky: 從開始到離開，它不奏效，那個時期有多久？
Aparna Chennapragada: 是的，我會說在那個情況下，一件好事是，再說一次，它為... 它成為 Google Assistant 的基礎之一。當然，隨著大型語言模型的階梯函數出現，現在有了 Gemini，它也變得可行了。我認為這在各方面都是一樣的，有時候您需要弄清楚那些不變的東西是什麼，這些不變的東西會傳承到產品的下一個版本。而有時候，您就必須從頭開始。
Lenny Rachitsky: Google Now 是在代理人出現之前的第一個代理人嗎？感覺就像那樣。
Aparna Chennapragada: 那確實是想法，但對我來說，介面這方面很有趣，當時我們遇到了相反的問題。無論您想到所有語音助理，介面就像是我們做得太過頭了，而智慧不足。今天，我感覺遇到了相反的問題。我認為這些東西擁有驚人的智慧，而我們現在擁有的介面很大程度上就像是 AOL 撥號數據機的聊天機器人。
Lenny Rachitsky: 我們聊了很多。在進入非常令人興奮的閃電問答環節之前，您還有什麼想聊的，或者想留給聽眾的最後一句話，也許是一句智慧的箴言？
AI 時代的協作：人類與代理人的共同工作空間
Aparna Chennapragada: 我認為我想說的一件事是我非常興奮的，那就是如何找出我們人類和代理人如何一起協作。我認為有一些非常棒的產品和體驗值得重新構想。這是我的另一個「羅馬帝國」(Roman empire)，也就是我們如何真正擁有這個共同工作空間，這裡有人類和代理人，我們如何實際地創造出比我們任何一個人或任何幾個人單獨產生的成果都要顯著得多？
Lenny Rachitsky: 好的，我需要聽更多關於這個。您想像中的人類和代理人共同工作空間是什麼樣子的？這是 Microsoft Teams 嗎？還是實際地點有小機器人？
Aparna Chennapragada: 哦，我曾經想過實際地點，但我現在更多地思考... 現在所有這些體驗都非常偏向單人使用，而我確實認為有機會思考我們如何... 再說一次，我生活在一年後的未來，我們如何實際地彼此協作，同時也與代理人協作，並真正弄清楚例如我們可以委託哪些任務？我們可以檢查什麼？我們如何實際地讓資訊在人與人之間流動，而代理人可以作為媒介等等。
Lenny Rachitsky: 好的，我很期待看到你們在做什麼。接下來，我們進入非常令人興奮的閃電問答環節。您準備好了嗎？
閃電問答
Aparna Chennapragada: 準備好了。
Lenny Rachitsky: 我們開始吧。第一個問題，您最常推薦給別人的兩三本書是什麼？
Aparna Chennapragada: 哦，我有近期的偏好，但我最近一直在讀一本叫做 The Brief History of Intelligence 的書，一本很棒的書，我劃了很多重點。我認為它有點... 它以這個前提來看待智力的演變，比如人類智力和大腦發展，並將其與我們在 AI 中看到的連接起來。
Lenny Rachitsky: 您最近有沒有特別喜歡的電影或電視劇？
Aparna Chennapragada: Hacks。我一直在看這部。它講述一位偉大的單口喜劇演員的故事... 我想它設定在她成長於 70 和 80 年代，並試圖在一個傳統上對女性不太友好的產業中突破，非常有趣和古怪。
Lenny Rachitsky: 您最近有沒有發現什麼特別喜歡的產品？可以是應用程式，也可以是實體物品？
Aparna Chennapragada: 我確實使用了許多 Microsoft 產品，GitHub Copilot 是其中之一，但我認為我可能會選的是 Granola，我想這個應用程式的名字是 Granola。我發現它非常有用。我前幾天才試用了一下，然後我想：「哦，這在捕捉想法、筆記和組織結構方面真的很有用，它能...」感覺就像那些產品之一，是的，某些技術的成熟，就像我們之前談到的即時轉錄技術，已經變得非常好了。語音辨識很棒，然後再加上足夠的 AI 大模型魔力，讓它變得有結構和有上下文。
Lenny Rachitsky: 我是 Granola 的忠實粉絲。我這裡快速介紹一下。如果您成為我電子報的年度訂閱戶，您可以獲得 Granola 的一年免費使用權，供您的整個公司使用。
Aparna Chennapragada: 我不知道這件事。
Lenny Rachitsky: 這就對了，請到 lennysnewsletter.com 查看，然後點擊「bundle」這個詞，您就會看到如何操作。
Aparna Chennapragada: 太酷了。
Lenny Rachitsky: 太酷了。還有兩個問題。您有沒有一句常在處理困難時回想起的座右銘？也許您能分享給其他人，讓他們在工作或生活中也覺得有用？
Aparna Chennapragada: 我有一句。事實上，這是我大概過去 20 年左右的電子郵件簽名。它說：「預測未來的最好方法是去創造它。」我認為這是 Alan Kay 的一句話。我發現它對兩件事很有用。一是「沒有人知道任何事」。當您想到所有那些認為「嘿，這就是一切看起來的樣子，這就是確切的順序」等等的人時，我認為沒有什麼能替代通過經驗去建構它。我認為第二部分是，如果您認為應該存在某樣東西，就去建構它。
Lenny Rachitsky: 我喜歡那句。最後一個問題。我們聊了一些單口喜劇。有沒有您覺得人們應該去看看的、不那麼有名的單口喜劇演員？
Aparna Chennapragada: 哦，有幾個。一個是我認為，有一位印度裔美國人，或者說是一位英籍印度裔的單口喜劇演員。她叫 Sindhu Vee，非常聰明，媽媽風格的喜劇，我認為另一位... 這絕對不是不那麼有名的，但我只是喜歡他的表演風格，他是 Nate Bargatze。他實在是太棒了。
結語
Lenny Rachitsky: Aparna，這次對話太棒了。最後兩個問題。如果人們想在線上找到您，也許是想聯繫並追蹤您分享的內容，他們可以在哪裡找到您？以及聽眾可以如何幫助您？
Aparna Chennapragada: 您可以在 LinkedIn 和 Twitter 上找到我。我的帳號是 Aparna CD。我最近在 LinkedIn 上發布的內容多一些，所以很樂意聽到那裡的想法、評論和對話。我會說有一件事會非常有趣，如果這些內容引起了對話，特別是關於「一小群人借助大量 AI 工具能做什麼」，或者人們真正感到興奮的新產品，認為它們應該存在，請聯繫我。
Lenny Rachitsky: 太棒了。Aparna，非常感謝您來到這裡。
Aparna Chennapragada: 謝謝。
Lenny Rachitsky: 再見，各位。非常感謝您的收聽。如果您覺得這很有價值，您可以在 Apple Podcasts、Spotify 或您最喜歡的 podcast app 上訂閱本節目。同時，請考慮給我們評分或留下評論，因為這真的能幫助其他聽眾找到這個 podcast。您可以在 lennyspodcast.com 找到所有過往節目或了解更多關於本節目的資訊。下集見。