作为科技界最受尊敬的运营者之一、市值达2250亿美元的网络安全巨头帕罗奥图网络（Palo Alto Networks）CEO Nikesh Arora 近日做客 Harry Stebbings 的播客节目。
在这场深度对话中，这位曾在谷歌担任5年首席营销官（CMO）的硅谷传奇高管，以极其锐利且务实的"一线视角"，拆解了当前大模型泡沫下的企业落地真相。他直言："超过一半的企业从使用AI的角度来看仍然没有做对，他们只是把AI当作‘打补丁’的边际改良工具。" 同时，他深入剖析了前沿模型在消费端与企业端的本质张力，并做出了多个极具预见性的论断——包括代币（Token）定价未来将暴跌90%、"记忆与上下文"将成为前沿模型唯一的生死护城河，以及物理学规律和能源短缺将如何撞上 AI 基础设施的墙。
核心观点提炼：
企业落地误区： 超过一半的企业现在用AI的方法是错的。多数公司只是忙于把AI塞进旧流程进行边际改良（比如扫描发票快20%），而真正的变革在于利用AI从根本上重新构建工作流，让人类交出80%的控制权。
前沿模型张力： 前沿模型问题本质上是"广度与深度"的博弈。消费端对"误报"容忍度高，追求品牌与分发的广度；而企业级智能体（Agent）对误报零容忍，需要极深的数据与极端情况（Edge Case）训练，这无法通过直接塞入通用的前沿模型来实现。
代币成本与商业模式： 目前整个大模型消费端（如免费的ChatGPT/Claude等）由于吞噬了海量算力且不盈利，正将定价压力转移给企业端编码。但由于技术效率的提升与算力供需的调整，未来3-5年内，Token的价格应该是今天的十分之一。
真正的护城河： 大模型未来一两年内会疯狂围绕消费端构建"记忆"。谁能记住用户30天、60天甚至90天的对话上下文，谁就能创造极高的用户粘性，让用户产生"模型 captivity（被俘获）"，从而在没有壁垒的大商品时代建立真正护城河。
超过一半的企业只是在做"边际改良"
Nikesh Arora 认为，当前超过一半的企业在使用 AI 的方向上依然存在误区。多数企业仍然忙于将 AI 强行融入现有的业务流程中，仅仅将其视为提高边际效率的工具，这并非 AI 的真正效益所在。他强调，未来的大赢家必然是那些利用 AI 从根本上重新构建公司工作流的组织。
在谈到具体落地时，他指出企业需要放弃传统的人类控制权，让 AI 承担 80% 的思考与判断工作。例如在招聘流程中，企业应当让 AI 直接筛选简历并生成针对性的面试问题，实现流程的绝对智能化。他直言，目前多数企业仅将 AI 用于扫描发票等重复性工作，这种边际改良是错误的。他断言，未来"AI 应用将彻底取代没有观点的 SaaS 软件"，拥有独立观点的 AI 助理将大幅提升员工的平均能力，并削减企业内部冗余的流程管理人员。
前沿模型的"广度" vs 企业级智能体的"难度"
Nikesh Arora 提出，前沿模型的核心矛盾在于"广度（Breadth）与深度（Depth）"的张力。他将市场划分为消费级与企业级两个截然不同的光谱。
在消费级领域，他认为这本质上是一个"广度"问题。由于消费者对模型误报的容忍度极高，且中间总有做出最终判断的人类，因此大模型公司都在疯狂追逐消费级品牌，以获取后训练数据并形成类似谷歌搜索的巨大分发乘数效应。但在企业级领域，这演变成了零容忍的"深度"问题。他以 Waymo 自动驾驶为例，指出真正的企业级智能体需要数百亿美元的极端情况（Edge Case）训练和无法在互联网上获取的专有数据。他强调，企业无法通过直接将一个通用的前沿大模型塞进传统业务来实现智能化，真正的企业级营收必然建立在对特定场景的深度理解之上。
算力被免费消费者"吸干"，Token 定价未来将暴跌 90%
针对行业内普遍关心的算力与代币（Token）成本问题，Nikesh Arora 指出，算力的极度稀缺与超额成本正在强加高昂的定价。他揭示了一个行业痛点：目前全球超过一半的算力正被用于喂养完全不盈利的免费消费端查询。
由于免费消费端吞噬了海量资源且无法回收成本，前沿 AI 公司正将全部的财务压力转嫁给企业端的编码与应用场景。然而，基于技术研发效率的提升以及未来算力供需的合理化，他做出了一项重大预测：在接下来的 3 到 5 年内，Token 的长期定价将会暴跌至今天的十分之一。 此外，由于免费用户在经济层面的不可持续性，大模型公司在获取足够的数据后，未来必然会收紧并限制消费者对 AI 的无节制使用。
"记忆与上下文"是大模型唯一的生死护城河
在谈及产业链的价值累积时，Nikesh Arora 承认目前基础设施方赚取了由于稀缺性带来的超额利润，但他质疑物理学规律、能源短缺和数据中心产能的上限很快会引发基础设施行业的消化期。他认为，应用层在历史上首次展现出了拥有记忆和理解上下文的能力。
他坚信，大模型未来的价值核心将取决于谁能掌握更深的用户上下文（Context），大模型公司在未来一两年内会疯狂围绕消费端构建"记忆"。 模型对用户历史对话、背景了解得越多，创造的粘性和壁垒就越不可动摇。他进一步警告，由于前沿模型正在将记忆深度融入自身架构，那些试图通过第三方编排层实现"模型无关（Model agnostic）"的开发者将面临巨大风险。最终，企业将会被某一款特定模型深深"俘获（Captive）"，因为一旦切换模型，企业将不得不重新设计并重构整个深深嵌入了原模型能力的应用体系。
以下为对话全文，由AI辅助翻译：
Nikesh Arora: 我带着两个行李箱和200美元来到美国，我愿意做任何事情，任何事情，只要能确保我自己立足并生活下去，因为当时没有退路。我当过保安，为残疾人做过笔记，在汉堡王翻过汉堡。我当时只有200美元，我必须想办法支付我的学费。
Harry Stebbings: 今天坐在核心受审席上的是帕罗奥图网络（Palo Alto Networks）的CEO尼基什·阿罗拉。他们的市值达2250亿美元。尼基什是科技界最受尊敬的运营者之一。
Nikesh Arora: 我认为长期的代币（token）定价应该是今天的十分之一。迈兹瓦（Mitzvah），我认为它最终会成为网络安全的加速器。在科技行业，你错过一个机会（招数），你还能活下来。你错过两个机会，你就会被局部刺穿。你错过三个机会，你可能就会被淘汰。
工作人员/Harry Stebbings: 准备好了吗？
Harry Stebbings: 尼基什，上一次我们做节目时，我正处于24小时断食的第22个小时。我现在回听，我只是觉得，天哪，你竟然有胆量在面对这个行业的大佬之一时表现得因为饥饿而发怒（hangry）。就像，当时我对你又气又没耐心。
Nikesh Arora: [大笑] 好消息是，正如我之前在聊天时告诉你的，我完全失忆了。我完全不记得我说了什么以及我们谈了什么，所以我必须回去重听一下。在这里我很高兴。
Harry Stebbings: 那是一场很棒的节目。我们相处得极其融洽，非常美妙。我不知道那是怎么回事。嗯，我们……
Nikesh Arora: 我认为我们应该停止远程做播客。
Harry Stebbings: 哦天哪，我同意。我认为我们应该……
Nikesh Arora: 强迫人们定期来到这里。
Harry Stebbings: 我确实是这么想的。而这种规模的好处在于，他们确实会来。但唯一的问题是，他们有时来的时候时差很严重，因为他们可能在当天下午4点左右到，这有点难办。
Nikesh Arora: 那也许你应该在晚上11点做（播客）。
Harry Stebbings: 也许吧。
Nikesh Arora: 是的。如果你请加州来的人，对他们来说晚上10点或9点是完美的宝贵时间。也许你需要……
Harry Stebbings: 也许我需要调整。是的，我是自私的那一个。是的，我是说马克·安德森（Marc Andreessen）说过那是我的问题。马克·安德森说，我其实真的接受了这一点。我甚至还没进入第一个问题，但去他的。他说："你需要拥抱这一切怎么会是你的错。如果你把生活中的每一件事都用‘这怎么是我的错？’来拥抱，实际上世界会有很大的改变。"
Nikesh Arora: 实际上，让我们稍微转换一下观点。如何才能让它变得更好？只需改变看待事物的方式。如何让它变得更好？我能做些什么让它变得更好？这就是我管理日常、管理生活以及管理公司的方式。今天我如何能让它有渐进式的提升？以及在3年内我如何能让它发生彻底的（Radically）质变？
Harry Stebbings: 你有没有遇到过什么事是你无法让它变得更好的？
Nikesh Arora: 绝不是因为缺乏尝试。所以，我们能做的就是去尝试。如果成功了，那就太棒了。而且如果你尝试得足够多，你成功的次数会比你想象的还要多。
Harry Stebbings: 我们在楼下谈到了你的个人品牌，因为要让它变得更好。
Nikesh Arora: 我不像你那样思考这个问题，因为这是你赖以生存的职业。我想的是运营我的业务。
Harry Stebbings: 好吧，我认为这从根本上是错的。
Nikesh Arora: [大笑] 我是来学习的。教教我吧，哈里。我是来学习的，教教我。
Harry Stebbings: 不，但我实际上认为你的个人品牌就是你的业务。
Nikesh Arora: 我认为如果你打造了一款伟大的产品、一家伟大的公司，人们喜欢你的产品，最终你的品牌就能在这一切之后存活下来。我认为你可以有一个伟大的品牌，但如果产品糟糕、执行糟糕，你的品牌很快就会完蛋。所以我把这两者倒过来看。
Harry Stebbings: 你认为今天依然是这种情况吗？比如我认为品牌在今天可以成为如此强大的加速器，尤其是在一个信息如此嘈杂的世界里。
Nikesh Arora: 你看，正如你所知，我在谷歌待了很多年。我实际上担任了5年的首席营销官（CMO）。如果你回顾科技历史，有很多拥有伟大品牌的产品/公司最后都死掉了。还记得太阳微系统（Sun Microsystems）吗？它在30年前是个宠儿，现在不存在了。为什么？因为他们的品牌死掉了，或者产品变垃圾了。雅虎呢？还记得那家公司吗？它是一个伟大的品牌，不可思议。它比谷歌早得多。我认为它现在的价值可能只是谷歌的一个零头，可能连小数点后两位都算不上。所以，我认为产品有助于打造品牌。
Harry Stebbings: 但是我认为……但我认为那些公司是在公众舆论中杂音少得多的时代创立并闯入公众视野的。因此，我认为如果放到今天，你必须先有品牌才能进入……
Nikesh Arora: 听着，让我来说一个反驳我自己论点的观点。这是一个光谱，好吗？在光谱的一端是只有真正具备差异化的产品，在这种情况下，产品有助于打造品牌。就像谷歌搜索，现在你会去"谷歌"（Google）一下某些东西，对吧？而在光谱的另一端，它是大宗商品（Commodity）。比如水。没有人知道这为什么叫依云（Evian），对吧？但这是大宗商品。在这里，只有品牌才重要。所以，这取决于你处于光谱的什么位置。如果你全都是同质化的大宗商品，是的，品牌非常重要。如果你是差异化的产品，那么你就可以在差异化产品的支持下建立品牌。你可以决定你想在这个光谱的什么位置。
Harry Stebbings: 说到这个品牌，我看到了你的推文（Tweet），我觉得那写得大师级。你发推说："拆解开来看，前沿模型（frontier model）问题就是一个广度（breadth）与深度（depth）的问题。"
Nikesh Arora: 是这样的。
Harry Stebbings: 你能向我解释一下吗？
Nikesh Arora: 是的，听着，我一直在认真听你的一些播客，我一直在关注市场上发生的事情，因为我想了解这一切最终会在哪里沉淀，这不仅是因为我想理解它，而且它也影响着我如何建立我自己的业务，对吧？所以你手头有这些现象级的前沿模型，它们一直在互相超越。每隔几天就会有由OpenAI、谷歌或我们在Anthropic的朋友交付的全新模型。问题就变成了，好吧，很好，这些模型在这一领域不断推进，我需要构建什么？我需要用这些模型做什么？接着，当我们来到神话般（或名为Mythos模型）的时刻，当每个人都忙于追逐它时，这在某种程度上很重要，你会意识到即使是最好的模型也有很高的误报率（false positive rate）。但在消费级领域，我们似乎并不在乎。
我今天早上还在跟我姐姐聊天。她说："我刚才去了ChatGPT，问了所有这些问题，非常有用。"所以我猜发生的事情是，消费者对误报的容忍度要高得多，因为中间总会有人，对吧？总会有人去理解模型说了什么，并做出自己的判断，无论他们是相信模型还是不信，在某种程度上人们会排除掉一些误报。在某种程度上人们不在乎误报。有时候人们会相信误报。所以，消费者对这种误报的概念高度容忍，似乎不加区分，而且它似乎变得越来越好。
我真的让Gemini为我正在看的一项投资写了一份投资备忘录。我看了看，它看起来相当准确。大体上我会微调一些东西，但它看起来是可以过关的。所以，在消费者这一端，这是一个广度问题，对吧？它帮我写了一份投资备忘录，这很酷。我本来需要雇用一个银行家和一群投资分析师，那会花我好几天的时间，而我用4分钟就做好了。
所以广度就在那里，这意味着它是我的首选之地。正如你在消费级领域所知，如果你成为了首选品牌——说到品牌——这是极其受益的，对吧？无论是YouTube（那是寻找流媒体视频的唯一去处），还是谷歌（那是进行搜索的唯一去处），从分发的角度来看，它都会形成巨大的乘数效应。所以我们的前沿模型朋友们正在追逐消费级品牌，误报并不重要。
在企业级这一端，误报非常重要。它们之所以重要，是因为如果你想象一下未来，一个智能体（agent）要做出独立的决定并付诸行动，你对误报是零容忍的。现在拿Waymo来说。
在我看来，Waymo是目前存在的最大的智能体产品，因为你猜怎么着？你替代了一个被称为"司机"的人类，对吧？所有的决定都是由AI机器学习做出的。它决定什么时候转弯，什么时候停下，做什么。但是想想为了用一个由AI驱动的智能体来有效取代人类智能体，需要进行多少极端情况（edge case）的训练。我不知道。数百亿美元。
这就是把一个用例拿过来并对其进行疯狂训练所需的代价。如果你想想那里发生的事情，他们本可以使用同等的AI模型，但接着他们构建了如此多的上下文、智能、极端情况训练和专有数据来实现这一目标。那些数据在互联网上是找不到的。你不能把Anthropic的下一个模型塞进你的梅赛德斯奔驰，然后说："行了，带我回家。"它是做不到的。这就是深度问题，对吧？因为你需要围绕模型的上下文、理解和智能的深度，才能使它在真正的智能体用例中发挥作用。
所以我只是认为这里面存在这种长期的张力。前沿模型想要消费者的注意力，因为那能推动模型的后训练（post training），它能推动模型的消费级品牌。另一方面，真正的企业营收将来自于需要更多上下文的用例。我们都知道的一个脱颖而出的用例是编程（coding），对吧？编程是一项通用的活动，每个人都在做。所以每个人的数据都有助于训练模型，这便成为了一种大型的企业应用。希望外面还有更多这样的应用。但我认为这就是我所写的张力所在。
Harry Stebbings: 当你思考工作流以及企业与AI（特别是模型）的互动方式时，你在多大程度上认为我们会锁死在一个前沿模型主导的世界，还是说大多数企业工作流可以通过开源来完成，并且在大多数时间里，我们转向开源会更具成本效益？
Nikesh Arora: 我认为超过一半的企业从使用AI的角度来看仍然没有做对。我认为我们依然忙于尝试把AI融入到我们当前的业务流程中。也就是说，我如何把我今天做的事情拿过来，用一点点AI，让它稍微更高效一点，因为我不想再用老方法做了。
我认为真正的机会在于利用AI从根本上重新思考你的工作流。嗯，那才是真正的效益所在。我认为从长远来看，赢家将是那些真正利用AI重新构建公司的人，而不是那些用AI对当前工作流进行边际改良的人。
Harry Stebbings: 如果你是一家企业，你该怎么做？我假定我们有成千上万的大型企业CEO在听这期节目。这听起来很棒，但我该做什么？我要开一场头脑风暴会议吗？
Nikesh Arora: 不，我认为这也许会有两到三个不同的类别。比如一类是，让我们拿今天的工作流来说。那里我们有围绕ERP的工作流，有围绕销售团队管理的工作流，有围绕人力资源管理的工作流。存在着一些已经被"SaaS化"的现有工作流，即某些软件公司认定我们都有共同的流程。让我构建一个容器，这些共同的流程可以在其中被企业进行微调。他们可以把自己的工作流写进我的SaaS应用中，然后我们就开始运行了。现在，那个工作流需要大量的人类判断和人类互动。软件不是智能的。它已经被写死了，对吧？你定义输入，你定义输出。我做输入，我知道我将得到什么输出。
这个想法是，想象一些在招聘过程中你大部分工作流都是容器的工作流。想象一下AI实际上在帮助你做判断的地方。你说把每一份简历都扔给AI，并说这20个人是你应该面试的。你看这份简历，你应该问这个人以下这些问题。给HR发个便签，说面试这个人，问以下10个问题，因为你的另外三位同事只问了以下五个。我们需要让人类没有任何错误判断。
因此，AI在提供信息和让流程更具智能方面可以提供巨大的帮助。但这需要我们放弃人类控制，让AI帮我们做80%的思考。这并不是我们现在做事的方式。我们现在做的所有事情就是拿这张发票来，扫描它，提取数据，放进AI里然后说："瞧瞧，速度变快了20%。"
Harry Stebbings: 你认为我们愿意放弃人类的控制吗？你看到现在的一些案例，比如像Matters这样的公司，我认为有1700人签署了请愿书，表示他们不愿意让它追踪自己的鼠标和敲击键盘的行为。我们看到了对交出数据的抵制。
Nikesh Arora: 我会辩称这是不同的点。我认为这是两个不同的点。我认为为了喂养AI而进行大规模的数据收集是有点危险的，因为人们能看到将会发生的后果，对吧？我听说过有些公司，人们正在用摄像头追踪人们叠衣服和熨衣服，因为他们想在未来能够训练物理AI来做这些事。
所以，抛开那部分不谈，我认为在企业这一端，如果我们决定在哪些地方愿意放弃对AI的控制，我们实际上可以把业务运行得更有效、更高效。一个完美的例子就是营销（marketing），对吧？任何需要用来训练营销模型的东西，都已经存在于公共领域了。根据定义，营销就是公共领域的产物，对吧？如果你不把它推向市场，它就不会在公共领域。
所以，我拥有营销方面最好的训练数据。我不需要用更多的营销内容去训练一个AI模型。我可能需要针对语调（tone of voice）和我的品牌是什么来训练它。而且我敢肯定一个AI模型，如果我把我的营销材料扔进去，它会告诉我："这与你的品牌不一致。"如果我看看你过去10年一直在谈论的所有事情——我认为有些人已经这么做了，他们实际上分析了公司的财报电话会议文本并说："过去20年里，X公司做了什么？什么时候CEO开始避开某个话题，因为也许进展得不那么顺利。"所以，这真的很聪明。他们能做这些事情。所以，对于前沿模型来说，这是世界上最好的营销训练数据库。我为什么在营销部门需要400、600人？因为我营销中最大的问题是，我有600人，但我不能确定他们都完全理解如何前后一致地传达我的语调、我的价值主张，以及如何不因为在公共领域拥有不同的材料而砸了我的品牌。
Harry Stebbings: 你们营销部门有600人？
Nikesh Arora: 我们总共有大约21000人。
Harry Stebbings: 呃，那也不会是600人。
Nikesh Arora: 不，那会是多少人？我不知道。我的经验法则是在接下来的3年里，我们可能会在公司的G&A（通用与行政）类活动中减少一半的人员。比如营销、财务、人力资源这类事情，因为那里有大量的流程管理。而大量的流程管理可以使用某种版本的、经过改造的未来AI应用（由于缺乏更好的词）来变得更智能。因此，SaaS应用将让位于AI应用。其区别在于，SaaS应用没有观点。AI应用会有观点。这是我们需要从工作流角度进行的根本性重新思考。
Harry Stebbings: 你能帮帮我吗？"AI应用将会有观点"，这意味着在你如何使用它们，或者它们所带来的输出方面代表着什么？这……
Nikesh Arora: 代表了一切，对吧？比如你的学者（scholar）或是任何你想怎么称呼它的东西，这个AI助理，AI营销助理，AI HR助理将会说："我看了你的文案，很烂。这不够好。这与你的语调不符。这是我的建议。"这就拥有了观点。这会让我原本平庸的员工变得比今天聪明得多。然后我不需要那么多员工了，因为它们为你做了大部分的工作。
Harry Stebbings: 对于那些说"你错了，我们不会看到那些职能人员减半，事实上营销团队会创造更多的文案、更多的内容，出现在更多的地方"的人，你会说什么？
Nikesh Arora: 不，我认为人们可能会预测错的地方在于未来我们需要多少技术资源。我认为我们需要更多，而不是更少。我认为存在这样一种谬论，人们相信我们的工作人数会变少，因为AI要接管我们的工作。我不相信这一点。
我认为将会发生的是，你无法想象我的团队中有多少人想要更多的技术资源、更多懂AI的资源，因为他们想做的恰恰就是这些事情。他们会说："我有这样一个了不起的项目来改造营销。我有这样一个了不起的项目来改造HR。"你需要什么？"我需要更多理解如何提示前沿模型、构建外壳、将专有数据投入使用、带来护城河的人。我需要更多的算力和更多的存储，因为我想学习一切。"
所以，我认为我们将需要更多的技术资源。我认为我们将需要更多的销售资源。因为如果你的产品真的很好，你需要更多的人走到外面去覆盖整个市场，因为知道它的人还不够多。
我在欧洲，我上周见了20个客户。我依然看到其中一半的人不知道我们拥有的所有东西。我心里想："哥们，我们都存在20年了。为什么我的团队没有在外面奔波，告诉他们我们所做的一切？"而问题在于一天中没有足够的时间，因为我太忙于应付工作中某些晦涩的软件，我必须去喂养它。好吧，如果我让那个软件变得非常智能，它就会告诉我该做什么。
Harry Stebbings: 在想要更多技术资源方面，我会把代币（tokens）归入技术资源阵营。你如何看待当前的有效代币分配？你看到了非常不同的阵营，从像你提到的Matters、优步（Uber）以及微软（Microsoft）这样投入预算的公司，到那些为了"自由放任、保持创意"的公司。你是如何处理的？
Nikesh Arora: 听着，我知道这整个"最大化压榨代币"（token maxing）的世界随着我和人们进行的整个关于代币使用的对话而变得有点颠倒了。现在的挑战是，90%的企业员工并不精通AI。他们不精通。他们必须去学习。我不能把他们送到大学里去，世界上任何学校都没有你可以选修的现成课程。
他们必须能够自主学习。我认为我们回到了一个达尔文式的时刻，每个人都必须摸索出谁是真正优秀的。现在，你已经看到像布莱恩·阿姆斯特朗（Brian Armstrong）和杰克·多西（Jack Dorsey）这样的人站出来说："我要彻底裁减我的组织，我要从头开始构建。"他们正朝着保留30%到40%人员的某种版本迈进，因为他们发现无药可救。我无法培训这些人。我只想找到能进来帮我做这些事情的人。这是一种模式。
另一种模式是渐进式的。我们现在只通过黑客马拉松（hackathons）来招聘员工，对吧？我们看到每个月有大体上2%左右的自然流失，我们直接用黑客马拉松里招聘的、真正懂AI的人来取代他们。给我12个月，我就会改造我团队中大约20%到25%的人。给我3年时间，我希望在帕罗奥图网络会有足够多懂AI的人在工作。
所以，有两种不同的方式可以达到目的。我认为你在代币最大化压榨世界中看到的很大一部分是人们在学习、人们在做实验。风险在于，你最聪明的、知道如何非常好地使用AI的员工，其消耗的代币数量可能是普通员工的20倍。而如果你陷入了这种玩打地鼠的时刻，说："我的天，我要阻止人们花太多代币。"你实际上对最懂AI的优秀精英造成的伤害，要比对普通员工造成的伤害大得多。
Harry Stebbings: 顺便说一句，我认为最好的优秀人才会想去那些能为他们配备最昂贵前沿模型、拥有最大预算的地方。我认为这几乎会像是一种员工福利。
Nikesh Arora: 是的，有可能，但我认为挑战的一部分在于，现在每个人都在对所有事情做实验。你必须摸索出，作为一家企业我需要构建什么，以及有什么是我可以直接购买现成产品的，对吧？如果我能获得一个可以帮我做营销的、基于AI思考的应用，我不需要自己去构建它。这是一个每个人都需要解决的通用问题。我可以微调它，我可以定制它，就像我当年对SaaS应用做的那样，但我不需要从头构建我自己的。
所以我确保我的团队构建的每一件东西对我们来说都是专有的。这是我们在哪里拥有别人在外面无法复制的、独特的、卓越的知识并能派上用场的地方。让我们把它放进去、封装它、使用它。至于那些12个月、24个月后会变成通用的AI应用，我们不妨等等看。
Harry Stebbings: 所以，你在代币上实行的是自由放任政策，以此允许你的团队做到最好。
Nikesh Arora: 呃，我们在代币上实行的是"明智使用"模型。
Harry Stebbings: 不是自由放任。
Nikesh Arora: 自由放任听起来就像你可以去把代币消耗到极致。我们实行明智使用，并且我们保持追踪以查看人们在做什么。如果我们发现有人用得很好，我们不会限制他们。如果我们发现有人有点过头、离谱了，我们会想办法给它设个上限。
Harry Stebbings: 是的，班宁诺夫（Banning off）前几天说过，他每年在Anthropic上为他的开发人员花费3亿美元，这大体上相当于开发人员平均薪资支出的3.8%。如果保持在这个水平，Anthropic和OpenAI的估值就都严重高估了。而如果它移动到20%，它们实际上被严重低估了。如果是变成麦格理（Macquarie）的布兰登所说的那样——我们在代币上的花费将和在薪资上的花费一样多，那它们就是被严重低估了。严重低估。我想谈谈你认为3年后开发人员薪资花在代币上的百分比会是多少。
Nikesh Arora: 嗯，如果我今天退一步来看，这对我来说仍然是一个狭隘的视角，非常抽象。目前的算力完全无法满足全世界的需求。毫无疑问，算力不够，对吧？你买不到算力。算力的成本比2年前高出两到三倍或四倍。算力不足。
算力的稀缺以及构建和交付算力所需的超额成本（这使我们能够去让AI发挥作用）正在造成制约并强加了定价，对吧？因为——有趣的是，我认为超过一半的算力被用来去喂养消费者，这在目前从根本上是一个亏损的实体。比如我不认为任何一个前沿模型在试图让你我每天使用ChatGPT、或者是Claude或Gemini的过程中赚到了钱。它是免费的，那是极大的算力。想象一下全球有数十亿人每天在用它处理各种各样的查询。那吸走了半数的算力，却没有带来任何回报。
你猜压力转到了哪里。压力转到了算力的另外一半上，也就是正被用于企业应用中编写代码的那一半。所以，现在你是在说企业应用的编码必须买单，直到我们在消费级阵营建立起交易模型或广告模型，因为它们还没准备好。现在，你可以说，好吧，这在搜索领域也发生过，对吧？谷歌搜索曾经存在过。这也发生在YouTube身上。人们大量使用YouTube，使用了大量的算力，但它当时并没有盈利。问题是，现在的算力需求和成本是我们在那个时代面对今天的10倍。所以，这正在迫使代币价格上涨。我认为长期的代币定价应该是今天的十分之一。当那发生时，你会看到人们会消费更多。
你现在很难决定3.8%还是15.8%才是对的，不确定我们现在能否说出答案，因为价格在接下来的3到5年里会发生非常剧烈的变动。我认为在未来的某个时间点……
Harry Stebbings: 抱歉，所以你认为随着时间的推移，我们会看到代币价格出现戏剧性的下降？
Nikesh Arora: 我是这样认为的。我认为在接下来的3到5年里，我们会看到代币定价的下降。我认为在未来的某个时间点，消费者对AI的使用将会受到这些前沿AI公司的限制，因为他们已经拥有了足够的、超过他们所需的后训练数据，而且每个用户在他们在前沿AI模型中所做的活动中本质上都是不盈利的。
Harry Stebbings: 你不认为他们会像OpenAI现在正在做的那样，直接构建广告引擎来为那笔业务买单吗？
Nikesh Arora: 那是一个有趣的问题。钱总得从某个地方来。当我在2004年加入谷歌时，我们占全球广告收入的2%，当时全球广告收入估计在5000亿到6000亿美元之间。根据最新的统计，我认为线上广告大约占总广告收入的70%。而且我不认为整个广告总盘子的年增长率超过了3%或5%。
所以，我不认为整个广告蛋糕的规模会增加。在线上世界，你已经拿走了广告蛋糕的60%到70%。除非你告诉我顶层会发生爆炸，更多的人会在营销上花更多的钱，否则你希望通过广告来资助消费级AI的那些钱，将不得不来自于当前的广告收入。
So，我不认为这会大幅改变方程式来让消费者变得盈利。我确实认为这里存在一个机会，即AI最终会拿走更多的交易收入（transaction revenue），这在以前并不属于AI的管辖范围。
Nikesh Arora: 那么，想想营销链条吧，对吧？比如我们做广告。广告本质上是低效的。你认为在线广告中你能获得的最顶尖的转化率是多少？
Harry Stebbings: 百分之一，百分之一点五。
Nikesh Arora: 没问题。有一些……那种最顶尖的转化率可以达到7%到10%。
Harry Stebbings: 哇。
Nikesh Arora: 有时候是这样，但平均水平大概是百分之一点五到百分之二，这意味着85%到90%的营销都被浪费了。对吧？所以，现在如果你变得真的很聪明，你拥有记忆、拥有上下文，并且你在世界上针对试图买东西的哈里进行定向投放时变得更聪明，那么你的转化率就会上去，对吧？如果你看看从你决定买东西直到最后你拿到产品的整个价值链，你拿消费品的情况来看，今天，我想说消费品的生产成本大概占总价（目录价）的5%到8%。剩下的92%全都是分发和营销。这是高度低效的。所以，你可以想象一个AI让营销变得极高效率的世界，你会看到更多的美元从传统营销流入线上世界，因为它是以交易的形式进来的。
Harry Stebbings: 如果代币变得更便宜了，为什么我们没有看到前沿模型变得更便宜？我们以前都以为这个会更便宜，那个也会更便宜。
Nikesh Arora: 好吧，眼下他们正在琢磨，你知道，你所有的前沿模型公司都在追求价值最大化，而不是代币最大化。在万亿美元的规模上是有资金的。在未来的某个时间点，他们会意识到："我的天，下一笔100亿美元的算力资金要从哪里来？金融市场是无法承受在万亿或一万五千亿的估值上再承担另外100亿美元成本的，因为我第二年还要用。"
所以，他们说："好吧，我得构建一个可持续的业务模型，并开始展现出一定程度的毛利率盈利能力。"他们唯一拥有的杠杆，就是从经济角度拿走他们组合中增长最快的东西，并向我们收取更多的费用。这就是你得到代币价格的由来。
我认为代币的价格很高。现在，你可以想象，如果代币的价格很高，每项技术都在试图摸索出："在未来，我如何让我的算力更高效，对吧？"所以，我确信我们会看到世界上出现一连串的进步，从模型的角度来看，内存和算力将开始被更高效地使用。
而且我依然相信，我不需要Fable 5或者Mythos 5来做今天人们用AI做的90%的事情。为什么上一个模型就不够好呢？对于某些特定的任务而言。
Harry Stebbings: 我觉得我在这个问题上动摇了，因为我通盘考虑了能力方面，尤其是消费者和大多数企业需求。比如……但是2年前的模型对于我们问的大多数查询来说就已经足够好了。
Nikesh Arora: 没错。那是对的。问题在于，从算力的角度来看，它们是低效的。
Harry Stebbings: 完全如此。
Nikesh Arora: 对吧？所以你看到了效率的提升。问题是研发的成本现在正通过代币必须支付的代价来被消化。所以我认为代币价格会降下来。我认为我们在未来10年需要的算力数量将是巨大的。我认为前沿AI模型处于能够捕获AI未来使用中所产生的相当一部分 economic value 的位置。
Harry Stebbings: 每个人从根本上都在看着这个技术栈，是的，这是我作为一名风投大佬非常坦诚的看法。这就是为什么那些玩意儿能够成功的原因。我只是在说每一个风投大佬内心的感受。我们都在重新审视它。哦天哪，我完全不知道价值是在哪里累积的。而你……你基本上得到了处于顶层的基础设施，然后你得到了模型和应用，说实话……
Nikesh Arora: 是的。你看，基础设施在赚钱。基础设施比以往任何时候都更贵。这就是为什么你会在基础设施领域看到万亿美元市值的原因，这都是由于算力的稀缺和对速度的需求。
Harry Stebbings: 你认为我们正处于人们所认为或暗示的基础设施泡沫中吗？
Nikesh Arora: 我有一个问题，但我不知道答案，既然你花更多时间和这里的人在一起，你可以告诉我。我必须去干我的本职工作。就是在什么时间点物理学规律会切入进来？而我们就是无法像我们想要的那样快地生产出计算机。
虽然基础设施……比如基础设施领域的人们正在为基础设施一端的大量产能、大量需求做准备，而你来到了一个节点，这个节点说，你知道吗？我们能建造的数据中心就只有那么多。我们拥有的能源就只有那么多。我们能有的……就只有那么多。
Harry Stebbings: 铜的短缺。
Nikesh Arora: 铜的短缺。
Harry Stebbings: 但你可以做巨型海上项目（Pantalassa），也就是在海上建造数据中心。你有埃隆在太空建造它们。我是说，这……
Nikesh Arora: 所以，我认为在未来的某个时间点可能会有一个消化期，一旦我们认为对计算机的需求在那里，但执行的能力现在受到了物理学规律的限制，并且基础设施玩家们已经为这种需求构建了太多的产能。我不知道这何时会合理化。也许它会合理化，并引发我们去思考一个不同的、把所有这些计算机推向市场的时间框架。
这并没有剥夺对算力的需求。我们依然会想要尽可能多的算力，能多快交付就多快交付。我认为一些模型公司已经超越了任何其他人在那种产能、那种速度以及训练下构建前沿AI模型的能力。我认为你或许正在看到谁将成为未来的前沿模型玩家大局已定。
问题变成了在经济学中，什么价值归属于模型，什么价值归属于应用层（正如你所说的）。而且我认为应用层可能是一个简化的词，因为这是有史以来第一次你在应用中拥有了记忆。应用理解上下文。它们理解上下文，具体到你需要什么、我需要什么。你在消费级领域正看到这一点。有趣的是，这还没有来到企业级领域。我认为这会出现在企业级领域，这意味着企业端对计算机和内存的需求会上天。
比如有多少……我还没有……我自己并没有用过所有的编程模型，但随着时间的推移，这些编程模型必须在理解企业和人类的个体上下文方面变得非常聪明。这就是它们将如何更有效和更高效的方式。为此，我们依然将需要更多的计算机和更多的内存。
所以，我认为那将开始定义价值在哪里累积。我认为价值在前沿模型和企业级应用中创造出来的上下文之间共享。我认为前沿模型完全理解这就是差距所在。我推测前沿AI模型——如果我有一个水晶球的话——他们在未来一两年里会花更多的时间去围绕消费构建记忆。
Harry Stebbings: 围绕消费构建记忆。你是什么意思，比如扩大上下文窗口（context windows）？
Nikesh Arora: 远不止于此。嗯，如果你看看你和你最喜欢、最喜欢、最喜欢的前沿模型之间进行的消费级互动，对吧？它开始记住了，哦，你昨天问过这个，你前天问过那个。我是否应该在我对你了解的一切背景下，来回答你刚刚问我的这个问题？还是说我应该仅仅把回答限制在仿佛我对你一无所知一样？现在，拥有我在过去30天、过去60天、90天里对你所说的话的上下文，需要你存储大量的信息。嗯。它需要发生大量的个性化互动。
现在，如果你想在未来保持你与哈里和尼基什之间的护城河，你关于我的上下文越多，你未来给我答案就变得越容易。而当你开始在一个用户群体中构建起上下文，你就创造了粘性，那便成了你的护城河。
Harry Stebbings: 在何种程度上神话（Mythos，或类似强大模型）会蚕食你的业务？在何种程度上它会成就你的业务？
Nikesh Arora: 神话最终……我认为它最终成为了网络安全的加速器。
Harry Stebbings: 是的。
Nikesh Arora: 我认为当你看神话诞生时发生的事情，它证明了我们在如何编写极棒的代码方面给予这些模型的所有训练——模型能够转过头来说，好吧，我也知道如何寻找糟糕的代码。所以，发生的事情是，你把枪口指向了另一个方向，模型说，我的天，看看你拥有的所有这些代码，里面有太多的漏洞了。正如我们谈到的挑战，像每一个模型一样，它也饱受误报的折磨。所以，如果你是一个攻击型行为者，而我把模型对准了，比方说，20家风投企业，然后我去看看你所做的一切，某人让一个网络套接字（web socket）敞开着，某人在IP寻址等方面做了一些搞砸的操作。
所以，它从外向内发现了漏洞。这允许一个坏人去摸索出他们如何能够串联起脆弱性并进入你的基础设施。从防御的角度来看这还不够好，因为我不能使用这个模型并说，去把我发现的每一个漏洞都做个补丁，然后去修补我的系统并保护我。因为，你猜怎么着？它会去修补30%根本没坏的东西。谁知道那会对炸毁你的基础设施带来什么后果。
所以，当神话到来时，我们审视了它，我们给予了尊重，我们在我们自己的代码上运行了它，我们发现它发现坏东西的速度比人类快得多。我们在6周内发现的东西，本来要花我们5到6年的时间。所以，我们懂了。我们四处奔波，我们修补它，但是你的云代码有助于构建补丁，但你依然必须通过人类评估、通过测试、通过生产测试、沙箱操作来运行它，看看这个补丁是否会打破基础设施中的任何东西。只有在那之后，经过6周，我们才能够把所有东西都修补好。
那么，这意味着什么？这意味着每一家企业最好更快地修复自己的东西。因为如果我把下一代模型对准你的基础设施，它将会发现安全缺陷、安全漏洞、错误配置，以及那些你一直没有投入注意力的东西。所以，它在客户这一端制造了一点紧迫感，去改善他们的网络安全态势，我认为这对于网络安全公司来说总体上是一件好事。
Harry Stebbings: 从根本上是坏事。比如当我们直接……就像总结你刚才说的话，它允许你将坏人武器化去寻找漏洞，但却不够好到提供解决方案。
Nikesh Arora: 呃，听着，解决方案是在那里的。解决方案在那。挑战在于有时候去获得客户的注意力和焦点，并说："听着，我得去修复我的东西，因为这很重要。"这件事所做的是，它在全世界的安全从业者屁股后面点了一把火，说："这玩意儿不好。这将会把坏人武器化。我最好确保我的防御措施到位。"现在，请记住，网络防御的进行方式在根本上……网络安全其实就是两件根本性的事情，对吧？一件事是如果它是坏的，而我守在门口，我会阻止它。这意味着你必须有人守在门口。现在，我们在世界上拥有1.5亿个传感器，我们守在门口保护我们的客户。所以，如果我能找到一种在门口注入AI并拿走所有这些漏洞并找到一种保护你的方法，我就没问题。我不需要更换守门人，因为不存在什么云端点代理（cloud endpoint agent）。
并不存在什么OpenAI的端点代理在外面，可以让我用来取代帕罗奥图网络或者这个领域的其他人的。问题并不在门口。发生的事情是，尽管你投入了所有的边界防御，东西还是会进来。东西会漏进来。人们会犯错。人们的密码会被攻破。你知道，存在着人们可以借此进入的漏洞。然后问题就变成了，该死，坏人已经在我的基础设施里了。我能多快找到他或她并清除掉他们？这就成了一个AI任务。这就变成了我们到目前为止一直在进行的同一个对话，即我需要上下文。我需要智能。我需要知道这意味着什么。
所以，在企业内部创造出关于这种入侵意味着什么以及如何防御它的上下文、智能，成了一个挑战。这就是AI网络安全的挑战。一些我们……（这再次说明，不是试图在这里推销我的书），但我们花了5年的时间试图在企业内部构建起那种能力。所以，净结果（net net）是，它最终成了一个加速器。这是否意味着我拥有了我所需的一切？并不是一切。这是否意味着我需要让AI模型开始帮助我？是的。所以，我们要把更多的AI注入到我们的防御基础设施中。
Harry Stebbings: 当你拥有像我们现在这样强大的模型时，你认为有政府干预是好事还是坏事？
Nikesh Arora: 我认为我们正在经历一个探索过程。嗯，我认为这种"护栏"（guardrails）的概念还没有被构建得足够强壮，因为这些模型似乎很容易被绕过。还记得早期你经常读到某人和一个模型进行了这样的对话，并找到了一种方法……你知道，顺从了护栏，因为它换了一种方式提问，然后模型就能被越狱（jailbroken）了。它在人们中间成了一种业余爱好，而且，你知道，他们和模型进行了各种各样的对话。我认为这是同一个挑战。你如何确保你可以在你构建的AI模型周围设置足够的护栏，以确保它只被用于你原定的意图。行了，这就是存在的挑战。
护栏需要变得更好。在政府觉得护栏不够强壮的层面上，它是在试图告诉我们这是一个国家安全问题。我们需要去修复护栏。但我认为这是一个把修复和对待护栏当作一个真实问题去解决的简单事情。
Harry Stebbings: 这可能吗？
Nikesh Arora: 我希望它是可能的。
Harry Stebbings: 我也希望它是。如果你要开始……我想这是世界上最好的网络投资人之一。所以我们可能要指名道姓，因为他向你提出了一些带刺的问题。
Nikesh Arora: 哦，好吧。他有大提问给我？
Harry Stebbings: 是的，他向你提了问。他问了一些很有趣的问题。但他问，如果你今天重新开始创办帕罗奥图网络，或者今天重新创办一家网络公司，从今天开始，在AI时代，你会做出什么你在现在没有做的不同调整？
Nikesh Arora: 我所拥有的偏执，如果我看看自动驾驶，外面大体上有两到三种路径，对吧？一种是我的车里将不会有人。它叫Waymo，对吧？我要不断地约束它，我要不断地约束它、训练它，直到它自己学会开车，并且当我的客户在车里的时候，方向盘后面依然没有人，对吧？你看到它已经在外面了。
很多城市都有Waymo。我在这条街的下游就看到一辆。所以，这是一种做产品开发的方式。而你所做的是每一个极端情况都会被发现，你围绕它构建训练，每一次经历都是一次学习经历，你围绕它构建训练，你不停地训练它，不停地训练它，不停地训练它以达到完全自主的节点。
另一个版本是，我将拿走驾驶的一部分，并开始在我变得极其舒适的那个部分实现自动化。所以，我的车有50%的时间在开，另外50%的时间人类在极端情况里介入。那就是我的特斯拉（Tesla），对吧？特斯拉以前只帮我开高速公路，而现在它在其他街道上也变得更好了。它在慢慢变好，但我依然非常频繁地握着方向盘。它会告诉我你没有在集中注意力。看看这个……看看摄像头，否则你不能开。而且我知道FSD（完全自动驾驶）在变好，但那是达到那里的另一种方式，好吗？我将继续训练并修复这个。随着我的业务继续演进，我将开始处理极端情况。
第三种是，我将把一定程度的自驱动注入到我的车里，因为我来自于拥有出色的车、伟大的V8引擎、美丽流畅的车的传统模型，而且我并不热衷于技术方面。你能在街上看到它们。
外面把这三种版本都占全了。我的担忧是，我们是否都需要停下来，并开始像企业那样以Waymo的方式进行思考，还是说在我们的业务中存在容纳特斯拉这种自驱动方法论的空间？对吧？因为我们有一批现成的客户需要去满足，他们可不会对我说"你知道吗？猜怎么着？我改了我的产品，它在80%的时间里是对的。而我将再花3年的时间来训练这个产品达到100%正确的时间"买账。对吧？
所以，我的担忧是，我在我产品战略上的转型是否足够快，以至于随着时间的推移，我的产品变得比今天更加自驱动？还是说我需要走得更快？并且我是否能通过自动化或为我产品的特定部分启用AI来实现目标——在这些部分我可以应用有能力处理今天网络安全特定层面的模型，并继续通过机器学习来做其他部分，以及通过机器学习来管理特殊情况和极端情况，或者说现在是我转型的时候了？
我目前的看法是，如果你是一家正在构建注入AI能力的价值的企业，你必须采取特斯拉的方式。但你不能采取传统汽车制造商的方式——他们正试图粘上一点点AI，然后某种程度上"AI洗白"（AI-washing）他们的汽车并说，我最终会达到的。
Harry Stebbings: 你想做布莱恩·阿姆斯特朗、杰克·多西那样的事吗？比如我经常认为一个好问题是，你想做什么，但你被克制着无法去做？
Nikesh Arora: 不同的马适合不同的跑道（因人而异），对吧？我不认为在我们的业务中我们可以去炸毁组织，因为我不认为底层的应用软件已经在那了。我不认为我们谈到的所有需要完成的事情从AI软件的角度来看已经准备就绪。
呃，我不想为了那些应该对所有人都能获取的东西，而去构建大量对我来说属于专有的软件。我不想构建一个AI营销技术栈。我不想构建一个AI HR技术栈。我不想构建一个AI ERP技术栈。我希望有人能去为整个世界更有效、更高效地做到那点，因为我确实相信它需要变得更加智能。我们谈到了它需要变得更加由AI启用或由AI控制。
呃，我确实想构建那些对我来说很特殊的东西——在这些地方我拥有来自组织视角的、所有的信息、所有的智能、上下文和记忆。我认为达到那里的正确方式是让人们承担责任。而我现在每周主持两次会议，叫做"AI EIO"。
这有点搞笑。它就像《老麦克唐纳有个农场》（Old MacDonald had a farm）里的歌词"E-I-E-I-O"，因为我公司里的每个人都想做AI。所以，如果你把它作为一个收敛功能，作为一个跨越我的团队进行头脑风暴的功能。我们如何看待这个？我们为什么要构建这个？我必须AI……
Harry Stebbings: 在那个会议上会发生什么？
Nikesh Arora: 每个人都会来分享他们如何适应这个AI的新世界。从产品开发的角度来看他们正在做什么？他们怎么看待它？他们如何在他们……在他们的产品中引入智能体？他们将如何去构建后端基础设施？我们如何看待他们是如何使用代币的？我们如何看待资源的能力？
请记住，为了让我去改造一个21000人的组织，我必须获得领导者们的全心全意（hearts and minds），以确保我们都在朝同一个方向游，或者往同一个方向使劲。所以，这是我确保公司里前15名或20名技术领导者往同一个方向使劲的方式。无论那个方向是什么。
而且正如你所知，如果没有专家存在，那么一群聪明人聚在一起做出来的效果要比一个专家好。我不认为目前对于未来的企业设计在"这里有蓝图"的层面上已经存在专家了。正如你所说，作为一名风投，你会说："天杀的，价值将在哪里累积？是在模型里？还是在应用层？"相信我，在开始重新改造我的公司之前，我们必须对那些东西以及未来将浮现出什么拥有一个观点。比如，我应该如何构建我的产品？
Harry Stebbings: 你的领导者们是AI原生的（AI built）吗？我也面试首席营收官（CRO），一些最好的CRO，一些最好的首席产品官（CPO）。老实说，公司越大，他们就越不AI原生，越不掌握AI。举前几天的一个例子，一家营收超过50亿的上市公司，其CRO说："你知道，我们在内部并没有那种AI人才，但我们会……我们会……我们会把它带进来的。"
Nikesh Arora: 是的，你看，我在2004年在欧洲负责谷歌欧洲业务时就发现了这一点。我过去常常四处走动去见CEO们。你知道，当时有一种风潮，CEO们会雇用这个24岁的向导（sherpa）。他们被称为"网络向导"或"互联网向导"。对吧？就像首席互联网官（chief internet officer）。还记得那些公司在某个时间点曾拥有首席互联网官吗？
Harry Stebbings: 我当时才8岁，所以不记得。
Nikesh Arora: 你才8岁，你不记得。好吧，他们过去经常……我们以前看多过这部电影。有时候看过这部电影是没问题的。而首席互联网官的任务，是确保组织为互联网做好准备，因为我太忙于我的传统业务了，而且我不知道亚马逊是谁，我不知道谷歌是谁。
所以，这个理解这些玩意的、了不起的24岁年轻人将成为我的救世主。然后CEO们就会对所有的互联网事务甩手不管，因为他们有这个了不起的人员团队——这些人会感到沮丧，因为他们什么也干不成，因为没有人给予他们关注。这种事情发生的风险在AI身上同样是真实的。
我太忙于做我昨天做的事了，我没有时间去思考明天。所以，见见我的……我的首席AI官以前大概是某个了不起的大学里的研究员，执行技能很低。所以，直到我能让我的领导层理解并同意AI挑战和AI机遇的程度之前，我们是不会取得进展的。
Harry Stebbings: 究竟有哪些具体的事情是你今天因为眼前问题的负担而没有去聚焦的？
Nikesh Arora: 听着，所有事情。当你去任何一家大公司和产品经理聊天时，我敢肯定他们心里和手里都存在着一份产品路线图（product roadmap）。它也就是6个月或12个月长。我得修复所有这些东西。
我心里想，有趣的是在这份6到12个月的东西里，没有任何叫做智能体（agents）的东西在里面。怎么会……比如全世界都在谈论识别一切，而你的产品路线图里却没有那个？我一旦把这个做完就会去解决它，因为这是客户眼下想要的东西。我心里想，不，那行不通。我如何让你去做更多的智能体工作？你打算释放出多少像你今天这样进行开发的人员，以便我可以利用那笔过剩的资源去让新的事情发生。
所以，那些全都是重要的对话。我可以跨越14或20个人逐个和他们谈，或者我可以每周两次和他们一起谈，人们展示他们是如何的。而且令人着迷的是要记住，你必须确保你的领导者们是有雄心的。你必须确保他们是有竞争力的。你必须确保他们想要赢。你必须确保他们拥有学习的心态。当他们看到周围的同僚在做一些很酷的[事]时，他们下一次也会想带着很酷的[事]亮相。
所以，对我来说，这就是把14个人召集到一起并说："嘿哈里，今天告诉我，自上一次我在组织里跟你谈话后的这3天里，你为AI做了什么？"而且无论是什么在激励着你——不管是害怕尼基什3天后再次问你做了什么，还是你内在的学习雄心，亦或是你的团队在推着你，你都会带着某些东西亮相。
接着你会看到其他家伙在做什么。你会说："我的天，我做了很多，或者我做得不够。"所以，它在他们之间制造了一点达尔文式的竞争。它创造了这种去拥抱这项新技术的冲动，而且我认为希望我能让14个人完全充满动力，然后他们再把那个带给下一批人，因为在这个话题上我需要自上而下地改造，而不是自下而上。当然，存在着自下而上的实验，对吧？人们使用代币来看看谁真正优秀，那允许我发现最优秀的人才。所以，你得摸索出一种在接下来的2年里把20000人往那个方向改造的方式。
Harry Stebbings: 自下而上，自上而下，你得深入到这些组织中去。这……这听起来很正常。
Nikesh Arora: [大笑]
Harry Stebbings: 我只是……你知道，我希望我是一名风投，我本可以在播客里说出那番话并谈论那些玩意儿，然后……
Nikesh Arora: 显然当那是……的时候我需要多出去走走。
Harry Stebbings: [大笑] 嗯，我整天就坐在这一间黑屋子里，在一个洞穴里。我很抱歉。好吧。问题是，你如何有效地切入，以及你如何把落地实施和采纳做到位？我之前在节目里请过客人说，在今天没有全职员工（FTEs）你是无法完成企业采纳的。然后我有……来到节目中，我们来自Factory的朋友，并说："如果你需要全职员工，你就拥有了一个[烂]产品。"一针见血。而我爱……而且我认为那是一段极棒的剪辑。所以，非常感激伴随那段剪辑而来的病毒式传播（virality）。那一段火了吗？那一段做得非常好。是的，来自Palantir的希亚姆（Shyam）接着显然也插了话。而我的工作是制造讨论。嗯，什么是真的，什么是对的？为了卖进企业，你必须拥有全职员工吗？
Nikesh Arora: 所以，我认为真实的情况是，我们追逐AI的企业梦也才仅仅过去了，算算看，12个月？充其量如此。如果你想想每周都在发生的所有事情，我们看到全新的东西出现，而我们并不太完全理解和领会它，对吧？我们都忙于让我们对LLM以及它们将如何极好地用于企业中和我们的客户交谈的聊天机器人有所了解，突然间智能体（agents）亮相了。
所以就像是，"我的天，我得琢磨明白智能体，它们要在内部开始工作了。智能体要干很多事情了。"我敢肯定你依然可以办一场智能体盛宴，让每个人都告诉你智能体是什么。你依然得走出去并说："我不太确定他口中的智能体或她口中的智能体和上一个家伙说的是同一个东西。"
所以，因为AI移动得太快了，我不认为产品已经完全在那了。比如，应用层的企业产品由于我们还没有在对抗企业级需求的检验中过关，它们并没有全部完整存在。所以，FTE（全职员工）是"我的产品还没有完全在那，因为它正随着技术的演进而演进"的一种简称。我将派一些人过去，他们将坐在你的办公室里，在适应你需求的同时构建我的产品。那就是……就是这样，对吧？那就是我们从Palantir那里看到的。那就是我们从所有这些公司那里看到的。所以，你是在说，我将把我的产品工程师或开发人员派到你的……企业去，他们将去构建我的产品。
如果你做对了，你就会明白。再说一次，FTE有不同的版本。有些人只是试图让你去消耗AI，这实际上并不是一个FTE，它只是一个试图帮助采纳的技术销售顾问。另一方面，一个真正的FTE是一个实际上把代码从客户一端带回来、返回到你的产品并说"听着，我在客户那里构建了这个，因为他们有这个需求。我们应该把这个合并到我们的产品中，因为每个人都将需要它"的人。这才是我想象中的FTE。
所以我认为FTE在短期内是需要的，因为，请记住，所有的企业级AI初创公司都对营收如饥似渴。由于某些原因，我们制造了这样一种观念：别担心，继续……继续卖就行了。围绕AI应用存在着一种巨大的、压抑（延迟）的需求。在产品完全准备好之前就把它卖出去，这就是你所说的情况。
Harry Stebbings: 你认为那是对的吗？
Nikesh Arora: 我认为情况就是这样。我认为随着我们认为在接下来的12到24个月里事物发生演进，人们会从一套产品切换到另一套产品，因为会有某些东西作为更好的产品浮现出来。
看看编程领域的对话，对吧？在过去的24个月里你听说过多少家编程公司？我想我们有Wind Surf，我们有Devin，也就是现在的Cognition。Wind Surf被卖掉了。所以，那些是编程领域的早期家伙，他们不再以当年的形式存在了。现在，你有了Codex和Claude以及Antigravity。你有Factory在做SDLC（软件开发生命周期），你有Cognition在做SDLC。
所以，你可以看到随着市场的演进，专注于编程价值链不同部分的人正在形成。产品随着时间的推移正在变得越来越成型。谁知道在2年或3年后谁会是那个领域的领头羊呢，因为当你开始时产品还没有完全准备好。
Harry Stebbings: 你想在谁会赢上押个注吗？
Nikesh Arora: 不，你来做那个。
Harry Stebbings: [大笑]
Nikesh Arora: 我只需要一个我的团队可以使用的、好用的玩意。我不需要去押注。
Harry Stebbings: 我……我太爱那个了，而且我同意。我能问问你，你如何挑选你决定去帮助的人吗？你……你知道，我之前和你的女儿艾莎（Aisha）聊过，她说了一件事……不，艾莎说了好多好多事情，是很多人们不了解你的情况。嗯，但她说其中一点是你帮助了很多人、很多创始人，而且你会主动发消息（ping）给他们。
Nikesh Arora: 是的。
Harry Stebbings: 你如何挑选你发消息的人以及你帮助的人？Mattern显然是其中之一。
Nikesh Arora: 好吧，我当前的瘫痪状态（困惑），正如我告诉你的，是这个市场移动得太快了，以至于基于你所读到的东西——Open Cloak诞生了，突然间就有了这个人们将要拥有智能体的东西。有一个时刻，如果你听……如果你看到，曾经有过智能体浏览器，还记得吗？你现在听不到太多了，但曾经有一个时刻每个人都打算拥有一个智能体浏览器，你的浏览器将成为你的计算机，而那将去处理所有的智能体任务。当我听到这些事情时，我正在试图评估哪一个会奏效。
如果它奏效了，它如何影响我的产品组合？在预期这项技术成为主流的情况下，我需要构建什么？而从想法到执行的那个窗口在AI世界里正在缩短，正如你能看到的，对吧？就像这些公司走出来、形成并在12个月和24个月里获得1亿的ARR的方式，大概是有史以来最快的，这意味着如果那是我的企业客户正在使用的东西，我必须设法去保护那些玩意的安全。
好吧，我的团队并不能完全理解所有这些玩意。所以我真的在听播客、听人们说、看人们发推特、看人们在LinkedIn上说："这是一项有趣的技术。"去帮助创始人。所以，我的第一步是去发消息给某个正在做某种我无法完全领会、但挺有趣的事情的人。他们似乎正在取得某种程度的成功，这带给我……带给我一种感觉：这可能是相关的某些东西。也许不是这家公司本身，而是他们正在运作的架构、他们正在运作的概念。
Harry Stebbings: 我是在大使馆世界里的一个使节，在一个充满不确定性的世界里，你往更有确定性的地方去。我们在楼下谈过这个。嗯，你知道，在拥有灵活授权去做到那点层面上，我拥有那种奢侈。在规模以及收购预算的好处层面，你也拥有那种奢侈。你难道不能直接坐在场边，等待合适的东西过滤出来，然后在10亿的规模上买下它们吗？
Nikesh Arora: 也是也不是。嗯，是的，我们可以等。呃，那并不意味着我不需要去学习。如果我没有投入注意力到这个领域的八个不同玩家身上（我确信你也一样）。我如果不去投入注意力到他们八个人身上，去试图看看谁成功了、为什么，他们做错了什么，那些做对的家伙又做了什么。对我来说去评估是什么让它起作用是非常困难的。
是因为一个根本性的……比如，它是一个坏主意？技术很差。就像，智能体不好，这个智能体是行不通的。可能是那个原因，或者这家公司没有实施对。智能体依然是一个现象，其他人会执行对。我需要去理解底层的技术，这确定是必须的，以确保我的团队在思考它，并且我们在未来去采纳、采纳它并保护它，对吧？我们在6个月前买下了一家智能体AI公司的网关。没花太多钱。
但我琢磨明白了，并说："听着，如果每个人都打算把企业智能体化，我们要怎么知道你在企业里运行着多少个智能体，我该怎么追踪它们，我们要怎么治理它们，我们要怎么针对它们做安全防护？"所以我说："能够去做智能体安全在逻辑上的第一件事，就是拥有某种网关。"所以，我们买下了一款网关产品。
现在，我是在合适的价格拿到它的。如果我等待并看看现在发生的事情，突然间人们对这个理念觉醒了——我们需要某种所有流量由于优化原因、由于路由原因、由于代币最大化原因都需要通过的路由器或网关，你可能就要付双倍的钱。也许吧。它原本不是一个大数目，但，你知道，我本可能付了双倍。这并不是重点。重点是……你看，我买的东西，要么它们将帮助我获得10倍或100倍的回报，要么它们将以壮烈的方式失败。在那个时间点上我付了一倍还是两倍的代价并不重要。当然，我不应该一味支付两倍代价并让它每次都壮烈失败，但一两倍的差别并不会带来不同。一到十、一到一百才是你追求的。那也是我们在我们的业务中从业务价值视角、而不是从经济回报视角喜欢去做的事。
Harry Stebbings: 你今天在Corp Dev（企业发展/投资并购）上的参与度比你以往任何时候都深吗？
Nikesh Arora: 不，我一直都比较深地参与到Corp Dev中。这并不是一个问题。
Harry Stebbings: 正常情况？
Nikesh Arora: 我想我会说，从技术的视角来看，我比以往任何时候都更深地参与到试图学习外面正在发生的事情中，因为这些玩意移动得太快了。而如果我没有一个观点，如果我不鼓励我的团队去投入注意力到它身上并且我们进行谈论，我认为存在着我们错过一个机会的风险。而如果你错过了一个机会，你知道，在生活里、在科技界，你错过了一个机会，你还能活下来。你错过了两个机会，你可能就被局部刺穿了。你错过了三个机会，你可能就被淘汰了。
Harry Stebbings: 很多SaaS供应商今天正感到被淘汰。他们的股票价格正在告诉他们他们被淘汰了。你认为绝大多数SaaS厂商是被超卖了，还是你认为那准确反映了市场正在走向何方？
Nikesh Arora: 我认为市场正在告诉我们的是，工作系统（system of work）或者记录系统（systems of record）将会见证工作流的重新想象，正如你我所谈到的。因此，从没有观点的软件走向拥有观点、表达观点并且还为人类做了大量工作的软件，从而人类不必去做重复性的任务。我不认为那些AI应用已经被创造出来了。我认为SaaS版本是存在的，我们都在使用它们。
我认为在未来的某个时间点我们会看到AI应用，它们做了大量的任务，并且工作流被重新想象。我确实认为很多SaaS已经构建了大量的分析能力来坐在工作系统和记录系统之上。我认为把那些数据抽离到某些大型数据湖（data lake）中，并让LLM为你分析那些数据并给你答案要容易得多。
我认为分析的世界已经在被重新塑造了。在其中你能看到像Snowflake或者Glean或者Databricks，所有这些人都在夸耀企业数据湖，你可以把数据带到那里并针对它运行LLM，获得比你以往拥有的多得多的、合成的分析和结果。
我认为我们开始谈到的第三个问题就像是，人们并不确定未来会有多少人在这些企业中工作。所以，如果你拿在SaaS世界里有多少个席位（seats）能存活下来的混乱，加上围绕分析将以不同方式完成的混乱，以及工作系统被重新想象。所以，我不知道正确的估值是多少。
Harry Stebbings: 以不同方式完成？所以我再次……免责声明，我是一个播客主。
Nikesh Arora: 哦，你懂的。是的，是的，你是一个管理着很多人钱的、成功的投资人。那是真的。
Harry Stebbings: 呃，但免责声明，播客主。
Nikesh Arora: 懂了。
Harry Stebbings: 呃，我理解席位的问题。我理解工作流。你能帮我理解这个吗？
Nikesh Arora: 好吧，如果你看看大多数SaaS软件，对吧？在过去的许多年里，一旦你在一家公司完全部署好了，公司就会说："听着，在我的HR系统中我拥有关于你所有员工的所有这些很酷的数据，我可以帮助你在HR系统中获得更多的洞察。"或者如果你拿Salesforce来说，他们有一个带有300个你可以使用的应用的Salesforce市场，这些应用全都是利用你自己的市场走向（go-to-market）记录系统数据并帮助你分析那些数据的分析型应用。
Harry Stebbings: 你……你……你认识内尔·梅塔（Neill Mehta）吗？
Nikesh Arora: 是的，当然。
Harry Stebbings: 是的，我爱内尔。我认为他是最现象级的人之一。嗯，我永远不会忘记他在圣诞节期间身处伦敦，当时好像……我认为那是圣诞前夜或者前一天，他正花时间和在一起梳理我的种子前（pre-seed）投资组合。
Nikesh Arora: 对。
Harry Stebbings: 而我认为那恰恰展现了他在圣诞节前一天对于学习所拥有的渴望。
Nikesh Arora: 他是一个去捕捉早期酷公司的能手，这样他就能借此赚很多钱，很喜欢。
Harry Stebbings: 但就是如此专注于寻找下一个东西。嗯，而且他总是说这一个问题就像是，"公司的巅峰日子是在前方还是在身后？"而那是一个非常有帮助的问题。
Nikesh Arora: 好的提问。好的提问，是的。
Harry Stebbings: Salesforce的巅峰日子是在前方还是在身后？
Nikesh Arora: 我不知道。那取决于他们从现在开始如何执行。
Harry Stebbings: 如果我要为你描绘一个熊市案例（bear case），
Nikesh Arora: 嗯哼。熊市案例就是我们没有把这个世界走向AI第一（AI-first）未来的转型做对。因为你看，这些误报随着时间的推移会不断减少。智能体将会成为一个真实存在的东西。智能体将会为人类做大量的过去一直由人类手动操作的工作。所有这些都需要包含在你的产品中。如果我无法在接下来的3年里和我的团队让那个转型发生，是的，存在一个熊市案例，因为其他人会构建一个更好的捕鼠夹。
Harry Stebbings: 而牛市案例（bull case）就是你比任何其他安全供应商都更理解它，并且你成为了默认的安全……
Nikesh Arora: 牛市案例就是我们把那个转型做对了。在其底层已经存在一个对我们有利的趋势，即人们正在意识到他们无法去亲自管理40到60家网络安全公司。
所以，在过去的24个月、36个月里我们已经在推动这种平台化（platformization）的趋势。我们已经看到了那里的成果，人们在说："你知道吗？我不想让40个人来解决我的问题。让我把帕罗奥图网络放进来，把20家不同公司一起干的事在一个平台上解决掉。"
现在，好消息是，因为我们都在恢复理智并说："是的，我们需要多得多的企业上下文、企业数据。它必须被缝合。它必须是天衣无缝的。"那就是我们从我们当前的提议中学习到的。我只需要在那些玩意里嵌上正确的AI……不是嵌上，而是拥抱正确的AI能力。
Harry Stebbings: 平台化是否移除了获得风投规模回报（venture scale returns）的能力？
Nikesh Arora: 平台化是否……
Harry Stebbings: 记住，我需要像100亿美元规模的公司。比如，这是我认为大多数创始人依然不太能完全领会的大事。这听起来很糟糕。10亿美元已经不行了。它需要是100亿。它需要是200亿、300亿。伴随着平台化，我希望能为你带来一个10亿美元规模的退出。请用10亿现金买下我的任何一家公司吧，我会把目录给你，你可以把它们拿走。呃……呃……
Nikesh Arora: [倒吸气声]
Harry Stebbings: 但我……你知道吗？我会付100亿。
Nikesh Arora: 我是不会去对抗创新的。我认为在网络安全领域将会存在风投规模的回报，因为请记住，我们是世界上最具创新性的行业。坏人们一直在寻找一种新的切入方式。他们可不会说："哦，我2年前利用了那个。让我们再试一次吧，借此看看是否有人还没有针对那个部署补丁呢。当然，我们修复了那一个。"你得去寻找一种新的攻击人们的方式。
Harry Stebbings: 去想出一种创新性的方式黑进去。让我们直接试着再次去做WannaCry吧。
Nikesh Arora: 没打错，对吧。所以，它是高度创新的。存在着新的攻击向量（attack vectors）。人们正在走向外面试图去追逐它们。我是不会自己去构建一切的。人们会构建出极棒的东西。有时候人们会[做出]极棒的东西并围绕它构建一个平台。而那是没问题的。请记住，我们来到了一个不同的制高点。当我加入帕罗奥图网络时，我们在整个网络安全营收中占有不到2%的市场份额。我们现在正在逼近8%或9%，对吧？在8%和9%到20%或30%或40%之间依然有很大的空间。这意味着外面依然有60%的市值去让不同的公司享受。而那可不全都会属于现有的玩家，包括我们。在接下来的10到25年里，存在着构建拥有数百亿美元市值的公司的空间。
Harry Stebbings: [……] 庞大的市场，呃？
Nikesh Arora: 它很美丽。
Harry Stebbings: 是的。哇。
Nikesh Arora: 好吧，想想看。标普（S&P）里，现在科技股占标普的百分之多少？把那个和20年前对比一下。
Harry Stebbings: 呃，今年以来的涨幅大体上是86%……
Nikesh Arora: 忘掉涨幅吧。标普总市值的总盘子里，科技股占了百分之多少？而那在20年前是多少？在20年后那将会是多少？它曾几何时比较少，未来会更多。
Nikesh Arora: 是的，你知道，我……我百分之百在那个领域保持看齐。所以，整个科技空间，比如，你未来把营销科技称作什么？或者是营销支出还是科技支出？你未来把HR科技称作什么？HR支出，或者你把花在取代重复性人类任务的所有代币上的支出称作什么？全都变成了科技支出。
Harry Stebbings: 而我们看到大批不可思议的开源模型，它们眼下正被以便宜得多的成本广泛使用。你认为开源模型的激增是某种需要被担忧的事情，还是一个新兴生态系统必然的特征？
Nikesh Arora: 所以请允许我花一秒钟来做一个思想实验。回答这个问题。
Harry Stebbings: 我是否认为开源模型……
Harry Stebbings: 不。
Nikesh Arora: 你认为开源模型……我不知道他们说什么。
Harry Stebbings: 我不认为开源模型是……危险的。呃……
Nikesh Arora: 没问题。所以它从哪里来重要吗？
Nikesh Arora: 好吧。所以你并不是在担心开源模型，
Harry Stebbings: 百分之百，我并不是说我没有。
Nikesh Arora: 记住，曾经有一家大型科技公司在一段时间里也拥有开源模型。
Harry Stebbings: 当然。
Nikesh Arora: 对。所以观察开源模型很有趣。我认为问题变成了在未来我们最终是否会……你知道，干什么活雇什么人（因任务而异）？我们最终是否会拥有非常特定于任务的模型，并且它们在某些特定任务中很有帮助，以及我们是否那时总是需要把这个巨型前沿AI模型用于一切事物？而且你已经在11 Labs以及你知道的、外面的语音模型中看到了这一点，它们特定于一项任务，并且它们做那项任务大概做得很棒，比前沿AI模型做得还好。所以我们在谈论……如果你相信世界分叉成了许多特定的任务模型，这些模型在那个任务中将会很有用。
那个特定于任务的模型可能是跨越垂直空间深度的更好的训练。那在物理AI（physically AI）中将会发生，例如，我不认为物理AI会像拥有一个通用的前沿模型那样容易，因为物理AI并不存在消费级用例。对吧？它仅仅是一个深度用例。问题是，你那个帮助你开飞机的物理AI模型，会是和那个帮助你开汽车的同一个物理AI模型吗？极有可能不是。它会是和做机器人制造的同一个物理AI模型吗？大概不是。所以你会在这类模型中看到深度。你将要……将要看到一个带有某种正如我们谈到的编排层（orchestration layer）的分叉模型的世界，而你正忙于寻找能够允许你为正确的任务挑选出最好模型的编排层公司。
那些编排层必须变得越来越聪明。它们必须去理解上下文，它们必须去理解记忆，它们必须……所以，问题是，我是把我的记忆和上下文存储在编排层里，还是把那些存储在前沿模型里？
Harry Stebbings: 你认为它将会是哪一个？我知道我是投资人，我应该知道，但我不知道。
Nikesh Arora: 不，我……我认为眼下的挑战是，前沿模型知道这个问题，并且他们正在激进地行动去把记忆和上下文合并到他们的模型中，因为他们理解那就是护城河。而挑战是你必须为之买单两次。如果你说："不，我不想使用你的记忆和上下文。"模型可能就无法使用了。如果你使用一个编排层，编排层今天并没有像这些模型那样资金雄厚。风险在于你最终陷入了一种架构中——在其中模型拥有大量的上下文，而你无法做到模型无关（model agnostic），你实际上会被模型俘获（model captive）以获取你将要完成的事情的最大效能和价值。对吧？它不像是……不像是你有一个选择。你必须在一款模型上全力以赴，或者你无法全力以赴。你无法用一个模型去做到你用另一个模型能做到的事。如果你想用另一个做到，你必须重新设计深深嵌入了第二个模型能力的整个应用。
所以在分叉和干什么活雇什么人的世界里，我认为开源是一件好事，因为它允许你利用成本曲线。我不需要最聪明的模型去干最聪明的事。所以开源是好的。至于它是不是来自某个特定的国家，问题变成了……你知道，你担心这些开源模型拥有什么样的后门（backdoors）？你担心那个什么？而那对任何国家都是一样的，对吧？如果存在一个国家赞助的开源模型，后门是什么？我能进去吗？模型会不会在某天早上醒来，里面带有了一个潜伏特工（sleeper agent）并开始把所有数据发送到其他地方？那些是问题。那些是可以被保护的。那就是为什么你要来到帕罗奥图网络来帮助你保护模型安全。
Harry Stebbings: 谁来保护你的后门安全？
Nikesh Arora: [大笑] 我不知道。你有什么样的身份证明（ID）？所以这可不是一个饥饿的夜晚，这是我正在应对的一种不同类型的夜晚。
Harry Stebbings: 这是周一早上。
Nikesh Arora: 是的，[大笑] 好了。
Harry Stebbings: 简直太糟糕了。呃……
Nikesh Arora: 什么是让我来到这里的最好时间？
Harry Stebbings: [大笑] 我处在你的时区，我休息得很好，我没有时差。
Nikesh Arora: [大笑] 捕捉到的那句"只保护你的后门安全，不……"
Harry Stebbings: 思绪正在往错误的方向走。你似乎捕获到了仅有的三件事……我知道。我有……我有两个问题，然后我们做一个速射（quick fire）环节。一个是……伴随着你取得的不可思议的成功，你赚了很多钱。嗯，而……而我拥有的问题就像是，关于拥有金钱，有什么是没有任何人知道、而他们应该知道的？比如对我来说一件事是我变得更加没有耐心。我们有着非常不同的……你比我成功得多。我变得极其没有耐心。没有任何人告诉过我我会变得没有耐心。我习惯了对一切事物的高质量要求。而现在当它不是那样时，我非常生气。我不喜欢我自己的这一点。但我没有任何人告诉过我会发生这个。
Nikesh Arora: 修复它了吗？
Harry Stebbings: 心理咨询（Therapy）。
Nikesh Arora: [大笑] 这是常见的西方解决方案。是的。让其他人来告诉你……
Nikesh Arora: 你倒退回去说："哦……"
Harry Stebbings: 我现在一定感觉好多了，因为我告诉了某人我正在做心理咨询。
Nikesh Arora: 告诉我我应该更频繁地把自己放在第一位。
Harry Stebbings: 回归到变得没有耐心，因为那就是你如何把你放在第一位的方式。更重要。相信你自己，对吧？那是你被假定去干的事吗？为你自己做优化。
Nikesh Arora: 把我自己放在第一位，然后它就是……而且那是你爸爸的错。
Harry Stebbings: 哦我的天。那是你的咨询师告诉你的吗？那一定是英国式的。好吧。
Nikesh Arora: 嗯，但没有任何人告诉我那个。我……我某种程度上希望他们告诉过。关于拥有金钱有什么是没有人告诉你、而他们应该做的？
Nikesh Arora: 我认为这与其说是关于金钱，不如说是关于成功。记住，我们都遵循马斯洛需求层次理论。我带着两个行李箱和200美元来到美国，我愿意做任何事情，在法律允许的合规范围内做任何事情，去确保我能为自己创造一个生活，因为当时没有办法回头。我本来想用另一个词，但我不用了，因为你又会疯掉。所以，没有回头路，对吧？这是一张单程票，我没有任何……我没有追索权。所以，我愿意付出一切代价。我做笔记，我，你知道，当了保安，我试过在周末去加油站泵油。
Harry Stebbings: 你当过保安？
Nikesh Arora: 是的，当我来到美国时，我当过保安，我为残疾人做过笔记，我在汉堡王翻过汉堡。我当时有200美元，我必须找到支付学费的方法。
Harry Stebbings: 哪一个是对你的心态产生了相当大质变（Transformative）的？你讨厌它们吗？你爱它们吗？比如，那是什么样的感觉？
Nikesh Arora: 它必须被完成。这是业余（因果/业报，Karma）。当你来自东方哲学，这就是因果，对吧？这是命运。这就是你需要用来打破你命运所干的事。所以你去做那个。所以你不用去担心你必须干什么。现在，在那个时间点上，并没有……
Harry Stebbings: 知道你将会成功吗？
Nikesh Arora: 我不知道。谁知道？没有人知道他们将会成功。你就是进来并竭尽全力，抱最好的希望，看看会发生什么。所以，那是很东方东方的哲学，对吧？你相信因果、命运。你如何去管理世界上数十亿的人口？你确保他们相信命运。如果他们相信命运，他们会说："哦，这在最后一定是我的命运。我竭尽全力了，这就是我落脚的地方。"那……它比你的咨询师好。就是让你保持中心（接地气）。说："行了，我竭尽全力了，我付出了我拥有的一切，但也许这就是上帝对我的意图。"你发现那很难去相信。
Harry Stebbings: 如果你是我的咨询师，我想我付不起你的费用，虽然这就是重点。
Nikesh Arora: 这是免费的。你正在获取……正在获取免费的。我不确定我是否完全拥抱那所有的东西，但那是我的起点。所以，如果你从这个视角出发，随着时间的推移，你爬上了马斯洛需求层次。它曾经是关于食物和住所，然后它变成了关于雄心，并且它变成了自我实现。对吧？概念上，在马斯洛需求层次里，而你达到了一定数量的金钱，接着你决定有一些事情我不用再做了。我不用去当保安了。我不用去翻汉堡了，对吧？但那非常快地往上提升，并说："我不用去容忍某些我在我生命里容忍过的事情了，因为在我的生命里我不需要它，因为我不用去适应环境，因为我可以走开。"
Harry Stebbings: 你是否曾担心走开的意愿会让你变得更软弱？
Nikesh Arora: 走开的意愿让你变得更软弱。不，实际上恰恰相反。走开的意愿确保你能将结果优化。当你谈判时，如果你对结果完全投入（全盘绑定），你会在某个时间点妥协，说："好吧，我不能让哈里·斯特宾斯走开，因为哈里走开了，我就没有交易了。"但如果我说："你知道吗，哈里？要么是这些条款，要么就没有条款。我愿意走开。"然后这就取决于一场智慧的战斗，对吧？所以这只是哈里更想要它，还是我更想要它？这会让你变软弱吗？
Harry Stebbings: 我不想把它政治化，但那不就是唐纳德·特朗普的像《谈判的艺术》（The Art of the Deal）那样的杠杆吗？
Nikesh Arora: 我不知道。我没读过那本书，所以。
Harry Stebbings: 它实际上是一本相当不错的书。
Nikesh Arora: 是吗？好。就像在一天结束时，我不认为愿意走开会让你变软弱。我认为愿意走开能确保你理解你正在应对的事物的利弊。它让你理解你是否应该把你的时间花在那里。它就是让你理解你是否能获得一个对你以及另一个人都有用的结果。你知道，我们在生命里有很多选择。一旦你拥有了你所拥有的那笔财富。
Harry Stebbings: 我是在预测，长官。
Nikesh Arora: 别急，别急，别急，别急。你……你把那个说了好几次了。最后一个问题，然后我们做一个速射环节。我实际上非常在乎孩子。我爱孩子……而且当我是个父亲时我想成为一个非常好的父亲。你是一家不可思议的上市公司的CEO。你拥有了一段疯狂的职业生涯。而我有幸见到了，你知道，你孩子中的一个。她很了不起。
Nikesh Arora: 谢谢。
Harry Stebbings: 她很了不起。关于如何在成为一个伟大的爸爸的同时，在工作上也不丢掉一寸阵地，你对我有什么建议或经验教训？在工作这一端我不愿意牺牲太多。
Nikesh Arora: 是之，这是世界上最难的问题。我想从文明开始以来，大概已经诞生了200、300亿人。然而并没有任何AI可以在我们需要具体去做什么以创造出我们想要创造的结果层面上来训练我们。变量实在太多了，对吧？世界上有各种各样的人，而且我确信他们的父母……有些父母是很了不起的，有些父母没那么了不起。
所以，我认为其中的一部分是你可以从你的视角竭尽全力，而且我认为孩子们通过观察你、你的工作伦理吸收了很多东西。他们观察你的价值观，他们看到你如何与他们互动，因为我的女儿可能比任何我能告诉她的东西都对"我作为一个人是谁"有着更好的感觉，因为她花时间在我周围。她看到我在每一种微观情况下的互动，是什么让我没有耐心，是什么让我有耐心，是什么让我去做特定的事。在一天结束时，你的孩子相信你对他们有着最好的意图，我认为那会走得很远。
Harry Stebbings: 我完全懂你。我请过一位节目客人，他们说："如果你想成为一个好父母，去看《国家地理》（National Geographic）。"我说："什么？"他说："看看大象，孩子们跟随着。所以，如果你想让你的孩子对服务员和蔼，就对服务员和蔼。如果你想让他们努力工作，就努力工作。"
Nikesh Arora: 是的。好吧，顺便说一句，那在组织里也是真实的。组织会呈现出领导者的形态。我敢肯定如果你闭上眼睛，你脱口而出，你知道，一家公司的五到六个属性并说："这家公司有一个创始人。"并说："你如何去对比公司的文化价值对比（相对于）创始人的文化价值？"而你会发现这两者之间有着非同寻常的共鸣。公司之所以做出行动，是因为请记住，组织是在试图取悦创始人，因为他们琢磨透了那是达成成功的路径。如果我的CEO是没有耐心的，如果我的CEO是严苛的，如果我的CEO是有雄心的，我的CEO不容忍傻瓜，把事情办成，那么那一定就是他们想要奖赏的东西。所以你突然间发现如果你……这再次取决于他是否拥有正确的价值观。而你告诉过我一个关于一个拥有不同价值观的家伙、并且他们不得不把公司关掉的故事。但是，如果他拥有正确的价值观，人们会观察你的行为并想要去效仿你的行为。
Harry Stebbings: 我想做一个速射环节，因为否则我会占满你所有的时间。嗯，有什么信念是今天硅谷大多数顶级投资人和创始人所持有、而你认为它是错的？
Nikesh Arora: 我的担忧会是，在目前这个时间点上，鉴于技术演进的底座（速度）、鉴于在什么会奏效、什么不会奏效层面的不确定性，以及在"我的天，如果我不投资某些有趣的东西和正确的创始人，我就会被抛下"层面是否存在着太多的狂热以及一点点错失恐惧（FOMO）在四处蔓延。而且因为人们已经见证了这种情况的发生。看看在Anthropic正在发生的事情，对吧？如果你错过了第一轮、第二轮、第三轮、第四轮、第五轮，那么你看起来就像是一个手里有钱的家伙。现在，你曾有20年的时间去投资SpaceX，你曾有3年的时间去投资Anthropic。那个节奏在根本上是不同的。
我确信，有多少人对SpaceX最终上市感到高兴，大概就有多少人正坐在那里哀叹、发牢骚说："该死，我2年前当Anthropic出现在我门槛上时就应该做那一轮投资的。"我认为存在着大量的FOMO，并与另一端的狂热相勾连，而我认为风险在于我们认为现在将要出现的每一家公司都将成为下一个Anthropic，所以我们最好进去。
Harry Stebbings: 我的下一个给你的问题是，任何时刻、任何董事会会议，在董事会会议中最大的"哦，该死（oh shit）"是什么？
Nikesh Arora: 我从我的一个董事会成员那里得到了一个非常有趣的一个洞察。嗯，你知道我们是公司的多产买家，因为我一直在偏执我们还没有构建它，其他人就要去构建它了，所以我们最好去收购它并找到团队去把那件事办成。而在……它是某一次特别的收购，花了很大的气力去把创始人带到桌面上，让他们同意，磨过尽职调查，摸索出它是否会奏效。而它是……相对而言是一笔实质性数量的金钱，数亿美元，接近将近10亿美元。
而我打电话给我们的一位董事会成员并说："嘿，你觉得这个怎么样？"他说："你在打给我。你可不会为你做的所有收购都总是打给我。所以这一个一定……这一个一定是不同的。"我说："不，它没有不同。我只是在艰难地思考它。它正耗费很大的气力。"他说："去进行一次长距离的散步吧。忽略掉你投入的所有气力。"他说："因为有时候发生的事情是，你会把气力与想要获得结果混淆在一起。因为我花了很多时间和气力去试图获取它，然后你就觉得当你获取它时，你最好拿下它，因为你投入了所有的气力。"而他说："你现在还没有花一美元呢。你只是投入了3个月的气力。但请记住，一旦你投入了美元，那么它就变成你的了。去让它成功就是你的工作了。所以，你依然还有最后一次机会去决定你到底想不想要它。"
我去进行了一次非常长距离的散步并说："如果这个现在走下门来，并且里面牵涉到的气力是零，所有我必须干的事就是签支票，我会拿下它还是不拿？"
Harry Stebbings: 忘记沉没成本。
Harry Stebbings: 在投资业务中有着同样的道理。你花了那么长……
Nikesh Arora: 是的。是的。你花了很多时间。你会觉得："哦我的天，我是那个拿到条款清单（term sheet）的人，没有任何其他人拿到它。我钉死它了。我击败了八个风投才拿到交易。"问题并不是你击败了多少个风投去拿到交易。问题是："如果这个交易……这个交易能否凭它自身的优点立足，并且如果没有任何竞争存在你会投资它吗？"
Harry Stebbings: 你曾被给予过的最好的建议是什么？
Nikesh Arora: 曾经在一个航班上，那个真的很老的老人给我的最好建议是："你知道，生活是简单的。如果你在早上醒来，你对去干你赖以生存的职业感到非常兴奋，你是被祝福的。而如果你在一整天漫长的工作后完工了，并且对回家见你的家人感到非常兴奋，你是被祝福的。"
Harry Stebbings: 我确实想以一个……的调子来结束。
Nikesh Arora: 喜欢那个吗？
Harry Stebbings: 我喜欢。我喜欢。而且我实际上昨晚发推了："当我还是个孩子时我讨厌学校，周日晚上是最糟糕的。"
Harry Stebbings: 而像我昨晚的周日晚上就像是……在思考我们的节目和对话。多么棒的一个周日晚上。多么棒的一个周一晚上。
Nikesh Arora: 我……我……我之前不确定你打算把那个带到哪里去。
Harry Stebbings: 不，不。就像它是……我是多么的幸运？说正经的。这很不可思议。嗯，最后一个。当你展望接下来的5到10年，你最兴奋的是什么？你最兴奋的是什么？是成为一个祖父吗？也许吧。我可能刚刚见证了我的母亲成为一个祖母。这很不可思议，她很了不起。是健康方面的益处吗？你知道，我太兴奋了AI可能能够去解决多发性硬化症（multiple sclerosis），那是我的母亲所患有的。那将是不可思议的。
Nikesh Arora: 你永远不知道明天将会带给你什么。所以，它是唯一一种我能够去做到我所做的所有事情的方式，就是不要对一年后或者5年后我将会发生什么感到太过于挂怀，因为那太遥远了。我认为你在早上醒来，被给予了不可思议的一天，并且你知道，你的……你周围的一切都在运转着，你的孩子们很开心，你的家人很开心，你享受你所干的事，你拥有好朋友。
而我本周早些时候在另一个空间地方，他们问我类似于：你不是一个996的CEO，你干什么？而我说，听着，我试着去确保我能每天找到某些可以去享受的东西。因为我有足够多的事情去担心。通过担心很多事情，我真的能把我自己放进错误的脑部空间（心态）里。我是运营网络安全的，看在天主的份上，你知道吗？我赖以生存的事实是某人将要在某个时间点把某人黑掉。我的电话响起说，你能帮帮我们吗？你为什么之前不花这个钱呢？但我能帮你们吗？是的，我能帮你们。
所以，我认为这是一个……这是一个心智状态的事情。你能让你的心智状态每一天都变成乐观的、积极的，以及一种充满感恩和快乐的状态吗？如果你能，它将会是很棒的。好吧，你猜怎么着？如果健康益处到来了，你知道，我可以开始成为本杰明·巴顿（Benjamin Button，指逆生长），会很奇妙。如果我的孩子们继续保持快乐和成功，会很奇妙。我的母亲，你知道，活了150年并且她很开心，它会很奇妙。存在着如此多可以发生、并且也许可能不会发生的奇妙事情。所以，让我们仅仅聚焦于明天。
Harry Stebbings: 尼基什，我太感激你愿意为了第二次而回来了。我是说，在第一次之后我提议它时，我当时心想：他绝没有可能干这个的。
Nikesh Arora: [大笑] 好事情是我现在不得不回去重听一下第一次的了。
Harry Stebbings: 但非常感谢你。你一直都很不可思议。
Nikesh Arora: 谢谢你邀请我。
