前几天，Charles看到我原公司裁员的报道，特意给我打电话，才得知我被裁员了。然后说了一句：“下周出来吃个饭。”

我们在一家面馆见面。但是并没有聊多少失业找工作的事情。我们从小孩，家庭开始，然后聊到经济和AI。我以前不觉得，但是这次却明显地感觉到我们有一个共同的担心：真的要被AI淘汰了吗？

我们在讨论一个很火的名词：“AI原生”到底是什么意思，包括什么是“AI原生公司，产品”和“AI原生工程师”。我们一直都觉得我们算是 AI 原生的工程师。但是这次居然有人在否定我们这批程序员“老了”，还不如刚毕业的大学生，毕业生才是“AI 原生工程师”，靠我们这批“老人”是做不出什么“AI 原生公司的” —- 这种评价实在难以让人接受。跳脚之余，对于什么是“AI 原生公司”和“AI 原生产品”，我们都觉得这是一个需要好好思考的问题。而就目前而言，我们也一致认为，真正的 AI 原生产品和公司并没有出现。

这次失业，是我职业上的一次警醒，也是一次让我调整，重新选择和出发的机会。而如果从我个人失业拓展到IT 从业人员这整个群体，我想，这是这个行业面临的一次最大的洗牌。其严重程度，可以说是一场生死之战：我们这批老人，到底是撑了一个死在沙滩上的前浪，还是能够回归大海的自由人，取决于我们能够在多快的时间内转型成功。成为真正的“AI原生工程师”。

我虽然在不断地学习 AI，但是整体而言，仍旧有一种闭门造车的感觉。这种闭门造车的感觉来自于我虽然能够看到一些问题，但是我没有权力去推动。我自己的工作效率提高了，但是我看不到作为一个整体的团队的效率的提高。而这种团队的提高，必不可少的牵涉到组织结构的变化。所以，不去看看那些真正做出改变的公司，或者说，不去参与和推动这种变革，我是真的会落后。这次找工，大公司几乎都没有什么职位招聘就很能说明一点：这些公司自己都在被淘汰和自保的边缘挣扎。虽然看起来它们仍旧活跃，声音也最大，但是不可避免的，我感觉它们开始有了颓势。据很多内部消息，大公司的小范围裁员自 2024 年来从来都没有停止过。一方面是真的不需要那么多人，但是另一方面，其实是没有太多的增长途径之下的自保。而相对的，从我找工发简历和得到的回应来看，仍旧是中小企业和初创公司居多。虽然这些公司大部分会死掉，但是这个群体的确是最活跃和最有能力改变世界的部分。

从去年年头 AI 裁员大潮刚开始的时候，我就判断大公司的规模，就人数而言不会再增加了。我当时还为此专门闭门静思我自己的职位是否稳当。当时的结论是“还行，至少还有两年的时间”，再加上我的方向是 AI 安全，应该在被裁的最后一批，我觉得自己还是比较安全的。所以我一方面自学，一方面也在不紧不慢地做自己开公司的准备。结果我还是高估了自己的价值，虽然这个“两年”的时间估计大差不差。

没有人能够看到未来，所以我们往往是先往后看看历史，借鉴之后引申到未来的变革。同理，要讨论 AI 原生，我们现成的例子就是看看“互联网原生”到底是什么。当然，在讨论之前，我们先要理顺人，产品和公司三者之间的关系。

我的逻辑是，首先需要知道什么是 AI 原生的人，然后理解AI 原生的产品，最后才是 AI 原生的公司。这个顺序自有其原因：第一个层面的 AI 原生“人”是用户，犹如今天的“互联网”用户，用户决定了产品形态，所以 AI 原生产品需要符合这些用户的习惯和方式，最后，这些互联网产品的交付方式决定了互联网公司的架构和决策模式。

当然，真实的历史是：符合互联网用户习惯的产品生存了下来，而在这些产品中，符合生产这些产品的规律的公司存活了下来。所以从结果看，我们今天存留下来的互联网公司达到了一个人，产品和公司架构的合理性的平衡。同理，AI 原生用户决定了AI 原生产品，原生产品也决定了 AI 原生公司的架构和决策模式。最后能够生存下来的AI原生公司，产品和人（用户）肯定也需要达到一个动态的互适的平衡。

所以，站在 2026 年看 2000 年是容易的，因为我们看到的就是淘汰下来的互联网公司，这些互联网公司的成功在于他们有一批成功的互联网产品–同样是淘汰的结果。而互联网产品服务了整个互联网用户 — 而产品和用户则是互相影响互相淘汰的结果。2000 年是看不见淘宝和亚马逊，更看不见谷歌和脸书的。我站在 2026 年同样也看不见 2050 年的时候会有什么样的 AI 原生公司。历史不是凭空掉下来的，是长出来的，是一步一步做出来的。

但是这并不妨碍我从历史上去探索未来发展的规律。我的感觉是，电脑带我们进入了信息时代，所以八九十年代，直到 2000 年都是信息的处理时代。互联网带来的是“信息高速公路”，是信息交流的时代。如果说最早的处理是文字走向数字，变成了一个个的信息结点，而这些信息结点在企业内部和外部的交流中变成了一维的“线性”结构，那么信息高速公路（互联网）则将这些变成了真正的二维结构：信息构成的网络，或者叫做”面“。那么 AI 时代呢？我的感觉是，如果一定要强行顺着这些一维二维的路径的话，接下来就是变成三维的关于信息的立体结构。而这个第三维也许就属于”知识“，”判断“和”决策“这些更高级的信息层次了。换而言之，AI 原生的产品的第一个层次就是“知识”，而后是“判断”作为产品，最后是“决策”作为产品。而如果能够将“决策”之后的“执行”也作为产品，那么基本上也就是“AI”在代管这个世界了。

我不觉得这种类比有不恰当的地方。类比一下我自己使用 Google 和使用ChatGPT 的区别就知道了：我用前者是得到相关信息，然后自己二次搜索查找答案，而后是三次四次搜索，直到做出自己的判断决策。比如说我在做白内障手术之前我就找了大概一个月的资料，最后才做的决策。但是换成用 ChatGPT，我几乎不需要二次三次搜索，而是直接在同一个问话框里持续地深度讨论。时间，效率，和决策内容的质量都是搞一个数量级的存在。而这是一个完全成熟的互联网产品和一个尚未成熟的 AI 原生产品之间的质的区别。这种碾压其实是降维打击的具体体现。

总结下来，我感觉 AI 原生的用户是在寻找“知识”– 而不是信息本身，是在寻求“判断”– 而不是信息合集，是在做“决策”的辅导 — 而不是信息的观摩和借鉴。AI时代，人对信息的需求是不一样的。更近一步，“小龙虾”的短时火爆，最近的脸书的“muse”的流行，都是在于它们提供了一个更高层面的产品“执行”，或者说，是“人的代理”。我刚刚还听到一个更特别的公司：instinct（ https://instinct.com/）更是一个只在执行层面的产品。我不好说这些是不是产品最后的形态，但是这些产品的确是符合往我前面提到的思路。

然而讨论信息的层次直到所谓的决策，都是我在闭门造车，也许有一定的道理，但是在没有变成实实在在的产品，并且有用户愿意支付之前，这些都只是空谈。那么回归实际，下一代的“知识”类产品形式应该如何？下面算是一个简单的总结：


1. 产品需要提前知道用户想要什么。 如果agent不能提前知道，那么产品就还不够好，越是通过少的信息能够提前准备用户独特的需求，就越是成功

2. 抓住用户的注意力，并且及时放过。意思是：在用户接触的第一分钟里面就提供最优价值的信息，然后让用户可以随时离开而不需要担心回来之后的数据消失。提供心理上的安全感 — 提供类似于召之即来，挥之即去的安全感，不额外打搅。可以随时离开，也可以随时开始（用户资料绝不删除，而是封存，同时我们不需要知道用户究竟是谁，高度匿名）

3. 简洁，干净，主题明确。绝对不是大杂烩，而是只有一根主线。没有既要和又要的分叉。

4. 提供清晰可控和诚实的情绪价值：比如说代码审查的能力评分，清晰：你比 70% 的人强，可控：做完这些你已经看到了过去 12 年以来 75% 的漏洞，诚实：有清晰的评分标准，不徇私。

直接说到产品形式有些太过跳跃了，不过这篇记录的是随想，也就随意一点了。如果要连接到前面的信息-》知识-》决策-》执行的这个逻辑链条，那么上面的产品逻辑最多只能够到“知识”产品这一类。至于“决策类”的产品该如何，我不知道。但是“执行”类的产品已经很有一些了，诸如“小龙虾”，“muse”，和最近 ChatGPT 的“dot”。

我仍旧没有看清未来，但是也正是因为如此，未来才充满了吸引力。有辛生于这个时代，更有辛参与其中。