← 2026-08-31 期
Lenny’s Podcast01:21:44 节目 · 10 分钟阅读

AI 第三时代:持久型 AI 同事、从划船到掌舵,以及野心成为新瓶颈

AI’s third era: the rise of persistent AI coworkers | Tara Seshan (OpenAI’s product lead)

Lenny Rachitsky;Tara Seshan(OpenAI Codex 与 ChatGPT Work 产品负责人)

节目日期 2026-08-30来源标注:官方结构稿+完整音频
THE BRIEF

三句话速览

  1. 01

    Tara 把 AI 产品划分为聊天、代理和持久型同事三个阶段,第三阶段的关键是长时间理解目标并持续完成工作。

  2. 02

    当执行越来越便宜,人类角色从“划船”转向“掌舵”:判断、方向和野心比亲手产出更稀缺。

  3. 03

    OpenAI 的产品方法是面向两三个月后的模型能力快速试验,同时用高频自用、写作思考和可验证反馈保持贴近用户。

核心判断

AI 不只是提高个人速度,而是在重写组织中的工作分工:执行被代理吸收后,最稀缺的是提出更高目标、建立验证机制并让更多人敢于追求这些目标。

THE ARGUMENTS

10 条核心观点

01

第三时代是持久型同事

英文观点句 · 历史稿忠实转述

The third era of AI products may be defined by persistent coworkers that understand goals and keep working over time.

中文直译

AI 产品的第三时代,可能由能够理解目标并持续工作的持久型同事来定义。

难词注译
  • persistent coworkers:跨时间保持上下文并持续执行的 AI 同事
  • over time:在较长时间跨度内

原文语境

开场把聊天视为第一阶段、代理视为第二阶段,并提出 persistent coworker 作为下一阶段。

观点解读

真正的跃迁不是更长聊天,而是任务状态、记忆、权限和异步执行形成稳定工作关系。

02

人类从划船转向掌舵

英文观点句 · 历史稿忠实转述

As AI takes on more execution, people shift from rowing every stroke to steering direction and judging outcomes.

中文直译

随着 AI 承担更多执行,人们会从亲自划每一桨转向掌舵方向并判断结果。

难词注译
  • rowing every stroke:亲自完成每个执行细节的比喻
  • steering direction:设定方向并持续纠偏

原文语境

节目用 rowing versus steering 描述 PM、工程师和知识工作者角色变化。

观点解读

掌舵不是减少责任,而是把责任前移到问题定义、约束、评估和最终决定。

03

野心成为组织瓶颈

英文观点句 · 历史稿忠实转述

When execution becomes cheaper, ambition becomes a bottleneck because teams must imagine outcomes larger than their old capacity.

中文直译

当执行变得更便宜时,野心会成为瓶颈,因为团队必须设想超出旧有能力的成果。

难词注译
  • ambition:愿意设定并追求更高目标的驱动力
  • bottleneck:限制整体产出的关键约束

原文语境

约 20–28 分钟讨论“hard stuff is easy”后,组织需要提高目标而不只是加速原任务。

观点解读

如果 KPI 和问题范围不变,AI 只会带来局部提效;管理者应重新讨论什么现在变得可能。

04

PM 要抬高他人的目标

英文观点句 · 历史稿忠实转述

A central product leadership task is to elevate other people's ambition, not merely coordinate their existing plans.

中文直译

产品领导者的一项核心任务,是提升他人的雄心,而不只是协调他们现有的计划。

难词注译
  • elevate:把目标和期待提升到更高水平
  • coordinate:协调资源和进度

原文语境

Tara 把“提升别人野心”视为新环境下 PM 工作的重要部分。

观点解读

领导力从需求搬运转向帮助团队重构可能性,同时要避免把高目标变成无边界压力。

05

产品面向未来能力设计

英文观点句 · 历史稿忠实转述

OpenAI product teams often build for model capabilities expected two or three months ahead rather than only for today's behavior.

中文直译

OpenAI 产品团队经常面向预计两三个月后出现的模型能力来构建,而不只针对今天的表现。

难词注译
  • capabilities expected ahead:预计即将具备的能力
  • today's behavior:模型当前可观察的表现

原文语境

节目讨论模型与产品节奏错位,团队通过快速实验为即将到来的能力准备交互。

观点解读

这要求可替换架构和情景规划;预测错误时也要能快速撤回,而非把假设写死。

06

紧密迭代胜过秘密路线图

英文观点句 · 历史稿忠实转述

Fast experiments and tight user loops matter more than pretending there is a secret room with a complete AGI master plan.

中文直译

快速实验和紧密用户反馈,比假装存在一个掌握完整 AGI 总计划的秘密房间更重要。

难词注译
  • tight user loops:高频、闭环的用户反馈机制
  • master plan:预先确定的完整路线图

原文语境

约 5–16 分钟 Tara 否认存在掌握所有答案的“秘密房间”,强调试验和用户循环。

观点解读

在高不确定技术周期,组织优势来自学习速度,而非对长期预测的表演性确定。

07

高频自用压缩反馈周期

英文观点句 · 历史稿忠实转述

Dogfooding a product intensively reveals friction and enables faster iteration than relying only on external reports.

中文直译

高强度自用产品能够暴露摩擦点,并比只依赖外部反馈更快地推动迭代。

难词注译
  • dogfooding:团队把自己产品用于真实工作
  • friction:阻碍顺畅完成任务的细节

原文语境

约 40 分钟回顾 Codex app 团队“mainlined”产品、持续自用并被外部用户感知。

观点解读

自用适合发现明显问题,但团队样本偏技术化,仍需补充不同能力与场景的外部用户研究。

08

工具选择应被产品吸收

英文观点句 · 历史稿忠实转述

Users should not need to understand every model and harness; the product should route tasks to the right capability.

中文直译

用户不应理解每一种模型和执行框架;产品应把任务路由到合适的能力。

难词注译
  • harness:承载模型执行、工具调用和上下文的运行框架
  • route tasks:把不同任务分配给合适系统

原文语境

约 30–36 分钟讨论未来产品自动选择模型和 harness,让十亿聊天用户自然进入工作场景。

观点解读

抽象复杂度能扩大采用,但系统必须解释关键选择并允许高风险任务人工确认。

09

写作仍是思考工具

英文观点句 · 历史稿忠实转述

Writing should remain a way to develop thought, while AI can research, challenge, and enrich ideas in the middle of the process.

中文直译

写作仍应是发展思考的方式,而 AI 可以在过程中研究、质疑并丰富观点。

难词注译
  • develop thought:通过写作逐步形成思路
  • challenge ideas:对观点提出反例和质疑

原文语境

约 50–60 分钟区分 writing as thinking 与 writing as reporting;Tara 建议自己开篇,再让 AI 介入中段。

观点解读

若从头外包写作,可能得到流畅却未经本人思考的文本;保留最初判断有助于维持作者责任。

10

知识工作比编码更难验证

英文观点句 · 历史稿忠实转述

Knowledge work is harder for agents than coding because quality is often subjective and lacks an executable test.

中文直译

知识工作对代理来说比编码更难,因为质量往往主观,而且缺少可执行测试。

难词注译
  • subjective:依赖语境和判断、没有唯一答案
  • executable test:可由机器直接运行的验收测试

原文语境

约 65 分钟讨论代码可通过测试验证,而知识工作要判断语气、策略与受众反应。

观点解读

持久型同事要进入知识工作,必须发展评审标准、证据引用、用户反馈和不确定性表达。

A CLOSER LOOK

深度分析

持久性改变产品架构

一次性代理可以靠单轮上下文完成任务,持久同事则需要长期记忆、权限、状态和异常恢复。

这使 AI 产品更像协作系统而非聊天功能。

野心与心理安全

提高目标需要团队相信试错不会被惩罚,否则“更有野心”只会成为压力口号。

领导者应同时提供清晰边界、快速反馈和停止机制。

验证是知识工作代理的瓶颈

代码有测试,知识工作往往只有模糊偏好。

未来竞争力将来自把好判断转成可复用 rubric、案例库和反馈数据。

LISTEN AGAIN

值得回听的时间点

00:00

聊天、代理与持久型同事

定义 AI 产品第三时代

02:18

OpenAI 文化

理解高加速度组织

06:42

快速实验与未来能力

产品如何跟上模型

09:02

PM 角色变化

从执行协调到判断和野心

20:00

野心成为瓶颈

重设组织目标

30:00

模型与 harness 抽象

降低用户选择负担

40:00

Codex 团队自用

高频迭代机制

50:00

Sites 与动态交付

知识工作表面的变化

55:00

写作即思考

AI 介入创作的边界

65:00

知识工作难验证

代理扩展的核心障碍

人物、工具与数字

Tara SeshanLenny RachitskyOpenAICodexChatGPT Workpersistent coworkerdogfoodingtwo-to-three-month capability horizon
PERSPECTIVES

立场与分歧

共同立场

  • 执行成本下降后判断与方向更重要
  • 快速实验和自用是关键学习机制

主要分歧

  • Tara 强调产品吸收复杂度;高级用户可能仍希望显式选择模型与 harness
INTO PRACTICE

工作启发与行动

  • 把团队计划从任务量改写为结果野心
  • 为持久代理建立任务状态和审计
  • 把写作流程拆成独立思考、AI 质疑和人工定稿

可以从这里开始

  1. 每个项目增加一项‘若执行成本降十倍’的目标重构
  2. 为代理任务写成功与停止条件
  3. 要求关键输出引用证据
  4. 安排不同背景用户参与测试
  5. 保留本人写的第一版问题陈述
  6. 每周复盘 AI 提升了目标还是只提高了产量
EVIDENCE & LIMITS

事实、观点与不确定项

以下沿用历史报告的标注与判断,归档迁移未对节目事实重新核验。

历史稿标注的事实

  • Tara 负责 Codex 与 ChatGPT Work 产品
  • 节目讨论 OpenAI 内部文化和产品方法,属于嘉宾第一方经验

观点与判断

  • 持久型同事将成为 AI 第三时代
  • 野心会成为企业新瓶颈

仍需留意

  • 未来产品路线属于前瞻判断而非承诺
  • 内部文化样本不代表所有组织
  • 知识工作代理的可靠性尚缺统一基准
LANGUAGE & CONCEPTS

金句与关键词

Is this maximally accelerated?

这是节目核对过的 OpenAI 内部短语,用来追问团队是否真正使用了可用的最高速度与工具。

BACK TO THE SOURCE

回到原始内容

保留历史报告的观点与证据边界。英文观点句沿用原稿标注,转述句不作为逐字引用。了解编辑说明

收录于 2026-08-31