Alexander Embiricos：是的，我基本同意。归根结底还是那一点如果你进入的是一个高度复杂、需要深度客户关系和市场知识的领域，那依然非常有吸引力。
Harry Stebbings：英国的人才战争到底有多激烈？我看旧金山，然后我会跟公司说，其实在欧洲建团队反而更好，因为在这边几乎不可能招到人才，也不可能留住人才。我是错的吗？
Alexander Embiricos：我认为现在的人才争夺战极其激烈。你知道的，显然在OpenAI，我们有一个非常强大的品牌，因此我们确实能够吸引大量人才。但即便如此，我们依然要花费大量精力去"成交"那些我们真正感到兴奋的候选人。即使是我们，也完全不是那种"你想要谁就能免费得到谁"的状态。
Harry Stebbings：我可以问一下，你们给人才的股票入场价格，对最顶尖的人才来说现在还足够有吸引力吗？
Alexander Embiricos：目前还没有任何人跟我说过相反的情况。
Harry Stebbings：在你看来，寻找"完美匹配的人"与寻找"足够好的人"之间，你们更偏向哪一边？
Alexander Embiricos：我之前开玩笑说过PM（产品经理）某种程度上是可有可无的。其实那并不是真的。你仍然需要产品人才，但我确实认为，他们必须是"完美匹配"的那种人。如果你找了一个并不完全匹配的人，他们带来的伤害可能会大于帮助。所以这也意味着，相比我以前的角色，我们现在的筛选标准要严格得多。
Harry Stebbings：假设我是一个CS学生，好吗？我在Stanford，我在Imperial，我在Cambridge，或者我在ETH这种顶级院校。站在你现在所知道的一切角度，你会给我什么建议，来帮助我规划接下来五年的职业生涯？我希望在明年进入职场时，作为一名工程师，能在AI生态中变得有价值。
Alexander Embiricos：基本上，我会说：现在可能是成为工程师的最佳时代。你拥有极其强大的工具，可以非常快地变得"非常厉害"。你进入一个复杂代码库的速度也从未如此之快，因为你可以向AI询问大量关于代码库的问题，你还可以让它帮你规划修改方案，而这些事情在过去可能需要你花上好几天去研究。
所以第一点，我会说：你应该对未来保持非常乐观。但接下来的问题当然是：当你进入职场后，你的能力不是问题，真正的问题变成了：你如何拿到这份工作？
正因为现在"构建东西"变得前所未有地容易，真正变得稀缺的是：行动力、品味和质量。所以我会强烈建议你：去不断地构建东西；展示你的主动性；展示你在"做什么、为什么做"上的品味；并且去构建高质量的项目。然后，把这些东西分享出来。你知道的，我们会收到大量主动联系--不论是通过招聘页面，还是通过社交媒体。就我个人而言：当有人给我写信，附上了一些有意思的思考，以及一个有意思的项目链接，这比一份普通简历更能吸引我的注意。
Harry Stebbings：最后一个问题，在进入快问快答之前。你之前提到过Dropbox，Dropbox的校友群体真的非常惊人，能看到那么多优秀的人才从Dropbox走出来，真的很震撼。你从Dropbox学到的、对你现在在OpenAI的思考影响最大的一条经验是什么？
Alexander Embiricos：这个我甚至不用想。这其实就是我之前跟你说过的那一点。当你在为人、为终端用户构建工具时，你必须把这个工具视为一个"system of engagement（参与系统）"。如果人们不想用你的工具，如果它没有一种"这是完成某件事最轻松方式"的自然感觉，那人们就是不会用它。
我正是通过观察Slack如何彻底爆发式增长，学到了这一点。所以现在，当我们在构建agent时，我会一直问自己：如果我们把agent纯粹当成一个工作流自动化工具来做，那启动它永远都会像拔牙一样痛苦；你得请Accenture之类的咨询公司；他们需要投入大量全职人力；整个过程会非常艰难。
但如果你能构建一个人们真心喜欢使用的系统，哪怕一开始他们只用它来完成部分任务，随着时间推移，他们会越来越熟练，你也会逐步把它连接到更多工具上，最终，你就可以一层一层地引入自动化。当然，这些路径并不是相互排斥的。
Harry Stebbings：那你觉得，今天的Dropbox要如何重新点燃增长？
Alexander Embiricos：至少在我还在Dropbox的时候，我们最独特、最擅长的一点是：桌面软件。桌面软件很有意思，它从来没有真正消失过。但现在，它是真的"回来了"。如果你是在解决生产力和知识工作的问题，确实，到处都有system of record需要去连接，但最终，一切都发生在用户的电脑上--要么在浏览器里，要么在本地应用中。
所以我确实认为：agent在工作场景中带来生产力提升的最快路径，是首先直接进入用户的电脑。和他们已有的工具一起工作，而不需要先部署FTE去做复杂配置。然后，随着时间推移，再逐步接入各种系统。如果我是Dropbox，我会思考：我们如何利用自己在桌面软件上的独特领域能力，以及"覆盖在电脑之上的协作层"，来赋能生产力agent？这个方向有点宽泛，但我认为这是最合理的切入点。
Harry Stebbings：不，我非常喜欢这个回答，也真的很感激。最后一个问题，然后我们进入快问快答，我保证。我是被教育在一个"利润率极其重要"的世界里成长的。软件的高利润率，是它成为优秀投资品类的核心原因。但现在我们看到，尤其是在推理成本极高的玩家身上，利润结构发生了巨大变化。
我应该在多大程度上暂时忽略这一点，认为成本会下降、token成本会下降，最终只要用户规模和用户喜爱度上来了，利润自然会回来？还是说，不，利润率真的很重要，你就该一直盯着它？
Alexander Embiricos：我认为这两点同时成立。成本会大幅下降。同时，如果今年是agent被广泛部署、并开始真正接入工作系统的一年，那这也将是agent被连接到各种系统的一年。而这种连接一旦发生，就会非常"粘"。所以我把今年看作是一场竞赛。你需要赢下这场竞赛，在此过程中，短期牺牲一些利润率是可以接受的。
Harry Stebbings：快问快答。我说一句简短的陈述，你给我第一反应，可以吗？过去12个月里，你在哪个问题上改变了看法最多？
Alexander Embiricos：我加入OpenAI的时候--那已经不止12个月前了--我曾以为，一年之内我们就会整天开着电脑屏幕共享，然后和一个agent直接通过语音对话。这个判断完全错了。多模态模型，支持视频和音频的进展速度比我预期得慢。相反，我们看到的是：agent通过代码与电脑交互，反而先走通了路径。这对我来说，是一次彻底的认知重构：我们如何把AI的价值带给普通人，并不是主要通过视频和音频。
Harry Stebbings：你最尊敬的、但不太为人所知的competitor是谁？为什么？
Alexander Embiricos：我脑海中第一个浮现的是Amp。我觉得你说的是Amp，它来自Sourcegraph的那群人。他们的产品有着极佳的口碑，总是在"远超其体量"的情况下打出惊人表现。但我更敬佩的是：他们帮助推动了整个agent生态的标准化，包括agents.md、.agents/skills。
正如我之前说的，这让用户更容易管理他们正在尝试的多个agent。我们发布了agents.md，他们也发布了agent.md。事实上，这一切的起点只是Quinn发了一条推文，说："嘿，你们买了agents.md这个域名吗？我们可以统一拼写，直接标准化。"这件事看似很小，却引发了一整套社区层面的标准化，我觉得这非常棒。
Harry Stebbings：你觉得大家对Anthropic广告的反应是正确的吗？
Alexander Embiricos：反应其实非常多样。我听到的那个--我认为是对的--是这样的，一家公司在描绘一个相当悲观的未来，而另一家公司--我们OpenAI--是在告诉人们：你可以去构建、去梦想。我觉得那种回应非常精彩。
Harry Stebbings：你在Codex期间，做过的最艰难的产品决策是什么？
Alexander Embiricos：我可以告诉你一个最痛苦的。有一段时间，Codex Cloud几乎是无限使用的。不是完全免费--你需要订阅ChatGPT--但一旦订阅，你就可以无限用。我们每天都知道：只要无限制状态持续得越久，未来想收回就会越痛苦。但当时我们太专注于在其他、更有PMF的方向竞争，就一直拖着这个决定。
当我们最终把无限使用收紧到一个更合理的限额时，用户的反弹非常大。虽然真正强烈不满的只是极少数用户，他们觉得一切都应该"永远免费"，但社交媒体的噪音会被无限放大，根本不会区分具体细节。我从中学到的教训是：你不能把"无限制"这个状态维持太久。
Harry Stebbings：数据定价、祖父条款定价真的太难了。今天我们在工程和产品上做了哪些事，你觉得五年后回头看会说："天哪，我们当时怎么会这么干？"
Alexander Embiricos：为什么不是：手动编辑代码本身？另一个可能更"辣"的是：手动管理系统的部署和监控。我基本上认为，大公司可能需要很长时间才能转向新的方式，但很多初创公司可能会直接构建在一个全新的、完全由AI管理的技术栈之上。
需要澄清的是：这个栈现在还不存在。但它会是一个fully managed AI stack，具备非常强的、确定性的护栏，控制agent能做什么、如何部署到真实世界。
最终，你创办一家公司的方式可能会变成：先找一个agent，让它开始构建东西；然后不断加入更多agent；最终，你甚至可能把联合创始人拉进这个agent协作系统。于是，你的主要沟通工具，可能不再是Slack，而是agent通信工具。你也不再需要人肉维护那套痛苦的CI/deploy流程，而是让agent来完成这些事情。
Harry Stebbings：有点奇怪的问题，但我很好奇：agent的护栏是谁来提供的？是你们吗？还是会有第三方来告诉agent："你不能访问人力资源"，"你不能访问市场部"？你如何看待护栏的提供者角色？
Alexander Embiricos：我认为最终两种都会存在。我们在agent护栏上投入了大量精力。比如，我们几乎是唯一一家认真做OS-level sandboxing（操作系统级沙箱）的公司，尤其是在coding agents上。Windows上甚至还不存在这种能力，是我们在构建，而且是开源的。
ChatGPT还支持connectors，比如连接Google Docs，我们也在agent能对这些系统做什么上，设置了非常严格的护栏。但我也认为：仅靠我们是不够的。未来一定会出现第三方，为非常具体、非常定制化的企业需求提供护栏。那大概会是下一个创业浪潮。
Harry Stebbings：最后一个问题。如果你看向未来10年，你最兴奋的是什么？
Alexander Embiricos：这件事很可能不需要等10年。当我加入公司时，我个人的使命感是：即便是一年半前的模型，其实就已经拥有大量"能力溢出"，只是我们没有构建出合适的产品形态。结果是：像我这样的人，比我奶奶获得的好处多得多。
我最兴奋的，是找到一种AI的"形态"，能真正帮助所有人--尤其是非技术人群，尤其是年长的人。一个非常具体的画面是：有一天，我们会把一个agent加进家庭WhatsApp群，它自然地开始对家庭有用，而不需要任何人额外学习或思考。当然，还有很多实现路径，但这是我能为我奶奶想到的、最直观的一种。
Harry Stebbings：兄弟，真的太感谢你了。感谢你包容我跳跃式的问题，也感谢你的精彩分享。
Alexander Embiricos：非常感谢你。老实说，我也感谢你包容我同样跳跃的回答。
