本週，AI 搜尋公司 Perplexity 推出了一款名為 Comet 的網頁瀏覽器。這款瀏覽器整合了 Perplexity 自家的 AI 搜尋工具和智慧助手，旨在為使用者提供更智慧的瀏覽體驗。目前，Comet 僅面向每月支付 200 美元的 Perplexity Max 高階使用者開放，後續將逐步透過邀請制向更多使用者推廣。
在官方部落格中，Perplexity 直言不諱地表示：Comet 的推出，就是要正面挑戰市佔率高達 66.6% 的 Google Chrome。而這次釋出時間點也頗有意味——恰逢傳言 OpenAI 即將釋出自家 AI 瀏覽器，Perplexity 搶先出招，火藥味十足。
但 Perplexity 的野心顯然不止於此。他們不只是要與 Google 搶使用者，更是要複製甚至超越 Google 的模式。
今年 3 月，美國司法部再次向 Google 施壓，重申其在 2023 年 11 月提出的要求：強制 Google 出售 Chrome 瀏覽器，並終止預設搜尋引擎繫結協議。Perplexity 隨即公開表示，如果法院真的要求 Google 剝離 Chrome，他們願意收購該瀏覽器。
到了 4 月，CEO Aravind Srinivas 又在一檔播客中公開提到：打造自有瀏覽器，還有一個原因是——他們想獲取使用者在 Perplexity 應用之外的行為資料，從而投放更高質量的廣告。這已經不只是搜尋工具，更是圍繞“使用者資料”的全域性博弈。
更有趣的是，Srinivas 最近又在 X（原推特）上補了一刀。他透露自己曾早早聯絡 Chrome，希望將 Perplexity 加入預設搜尋引擎選項，卻遭到 Google 拒絕。“所以我們決定自己造瀏覽器。”他說。
諷刺的是，Perplexity 自研的 Comet 瀏覽器，其底層架構依然是 Google 主導的開源專案 Chromium——也就是 Chrome 和 Microsoft Edge 的核心來源。
一位網友調侃道：“現在，基於 AI 的 Chromium 分支幾乎跟 AI 版 VS Code 分支一樣氾濫了。說不定哪天連 Linux 發行版都要開始 AI 化了。當前最熱門的創業模式看起來就是：基於開源專案做分叉，新增付費功能，設上 paywall，然後開始賺錢。”
因為 Comet 的推出，Srinivas 近日又接受了一次深度訪談，期間他毫不掩飾地“嘲諷”了創業圈的“常規智慧”。
他提到，不少投資人（他沒有點名，但話中有話）都勸他走“垂直方向”的路線，說這樣風險更小，更容易在某個細分市場做大做強。比如做一個 AI 法律助手，哪怕做到年營收 10 億美元，也不會引起 Google 這種巨頭注意。
但 Srinivas 不買賬。他直言：“那不是我夢想的樣子。我想解決真正有挑戰的問題，是那種能吸引頂尖工程師加入的問題。”他認為，很多垂直領域的問題早就“被解決得差不多了”，沒有技術挑戰，也不需要大模型，吸引不到一流人才。
他甚至直接諷刺了某些投資人的心態，認為他們只想做“安全”專案，小富即安，目光膚淺。
最終，只有一位真正認同他“橫向做大、挑戰 Google”思路的投資人站出來支援了他——那就是矽谷傳奇、a16z 聯合創始人馬克·安德森（Marc Andreessen）。馬克之所以支援，不是因為願景，而是被 Perplexity 驚人的成本打動了——他們總共只花了 五萬美元 就做出了現在的產品。
然而，Perplexity 的野心還遠不止搜尋。他們盯上了一個更大的目標：用 AI 終結 Bloomberg。
Aravind Srinivas 表示，像 Perplexity 這樣的工具，本質是在幫使用者做決策。而全球每天的決策總量，價值高達數十萬億美元，大多數集中在金融系統裡——資金流動、匯率波動、債券交易等。
“如果 AI 能幫你高效研究、快速分析，哪怕只拿到這些決策價值的 1%，每天就是 100 億美元。這個體量，已經遠遠超過 Google。Google 一年營收約 2000 億美元，平均每天還不到 10 億。”
從五萬美元起步，到盯上數萬億美元的市場，Perplexity 正在用“空手套白狼”的套路，試圖撬動金融巨頭的蛋糕。值得一提的是，Aravind Srinivas 本人的背景，他在印度完成本科學習後，來到美國伯克利大學攻讀博士學位，研究方向為 AI 深度學習，曾在 OpenAI 實習。
針對這位年輕創業者的野心與“幽默”，我們特地翻譯了他這期播客訪談，希望能讓讀者一窺究竟。
Aravind Srinivas： 是的，我認為自從 Chrome 大約在 2008 年釋出之後，瀏覽器確實在效能上變得更快、更高效，記憶體使用方面也有最佳化。當然人們仍在抱怨它的記憶體消耗，但從根本上講，除了“每個標籤頁是一個獨立程序”之外，瀏覽器的創新幾乎停滯了。
我們每天在瀏覽器裡花費數小時使用的這個工具，其使用方式幾十年來基本沒變：仍然需要逐頁點選連結，從一個網站複製內容再貼上到另一個網站，手動上傳檔案，花大量時間做簡單的資料清洗和轉換、傳送郵件、回覆邀請、審批表單、篩選簡歷等。
儘管有了 AI，人們還是會手動在多個 AI 工具之間來回複製貼上，一切都還停留在原來的方式。所以今天的 AI，本質上還只是“工具”。我們需要讓 AI 邁入“工作流”和“流程自動化”的階段。而很多日常流程，都是在瀏覽器上進行的。
所以我們思考：如果瀏覽器被重新構想，它不再只是另一個瀏覽器，而是成為一個“認知作業系統”呢？一個你所有思想和工作的瑞士軍刀？
想象一下，AI 嵌入在瀏覽器的搜尋欄（也就是瀏覽器的核心入口）、作為側邊欄助手伴隨你瀏覽網頁，它能自動理解螢幕內容，幫你填表、答疑；在新標籤頁裡，你可以直接發出指令，比如：“幫我找在某家公司工作、擁有 5 年經驗、畢業於 Stanford 的工程師，生成表格併發給 Hassan。”這些事情，AI 可以自主完成。即使失敗，也能讓你介入調整。而這一切都在瀏覽器環境中發生。
這就是我們正在用 Comet 打造的東西。我們稱之為“以思想的速度瀏覽”，這是一個為你所有工作與生活服務的新作業系統。我們相信，這是第一次，AI 真正嵌入到了我們每日的生活中。
Aravind Srinivas： 我完全相信瀏覽器會成為 AI 落地的關鍵平臺，這也是我們決定親自構建瀏覽器的原因。即使將來出現 AGI，你仍然需要一個能訪問全部上下文、呼叫工具、掌控流程的介面。而瀏覽器恰好是最理想的承載體：既是前端也是後端，智慧在雲端執行，資料保留在本地，支援自動化各種重複任務。
相比其他形式，瀏覽器還有很多優勢：使用者登入狀態已就緒，自帶成熟安全模型，AI 可精準操作指定網頁區域，同時使用者仍保有控制權。這種“人機協作”模式，在瀏覽器裡效果最佳。
更重要的是，瀏覽器無需使用者重新學習。它是人們使用最久、最熟悉的工具，AI 瀏覽器則在保留熟悉介面的基礎上，賦予了理解你、替你完成任務的能力，真正實現“互動介面升級為助理”。
舉個例子，現在 AI 只需開啟 Slack 標籤頁，就能讀取你的訊息、總結內容、幫你回覆、設狀態、請假，甚至接收 bug、建立工單並通知相關人，全程無需你手動操作。這才是 AI 成為個人助理的真正路徑——而瀏覽器，就是那個入口。
Aravind Srinivas： 只要你有一個移動端瀏覽器，能語音模式呼叫，向它發出指令，它就能為你辦事。前提是它執行穩定，而這很難。要實現這個，需要兩個核心元件：第一是模型本身要足夠強大、能可靠推理；第二是編排機制，也就是能理解你的上下文和所用工具，代你行動，並在需要時向你提問澄清需求。
在我看來，第二部分——編排——是更難的。但一旦做好，且能跨平臺，它就會像魔法一樣。人們對 AI 的認知會從聊天工具轉變為“工作執行器”。而 AI 真正能對 GDP 產生影響，也只有在它能替我們完成真實工作的前提下才可能。而我認為，瀏覽器並不是“充分條件”，而是“必要條件”。
Aravind Srinivas： 我覺得是的，瀏覽器是最有潛力的一個平臺。唯一比它更強的，大概就是 iOS 或 Android 作業系統，因為它們掌控了更多底層資源，能觀察到你在移動裝置上的大量操作行為，而這些瀏覽器可能看不到。
但從廣度上來說，無論你在電腦上還是手機上，大多數的任務瀏覽器都能接觸到，它遠遠超越了單純的聊天互動。聊天工具只能勾勒出你是誰，但瀏覽器能瞭解你想做什麼、怎麼做事、平常買什麼，從而真正接管和自動化你的工作流，並主動提供有價值的建議。比如你開啟一個網站，AI 可以預測你感興趣的內容，按需重排頁面，遮蔽無關廣告，只呈現有用資訊，幫助你更高效完成任務。
這其實是在使用者層面創造一種新的“生產力經濟”，讓人感覺 AI 真正理解自己，而不是被動刷內容或被廣告操控。但這必須建立在“記憶”的基礎上——只有 AI 擁有記憶，才能實現真正的主動智慧。
Hassan Bhatti：從這個角度看，瀏覽器確實是絕佳的切入點。使用者基數龐大，一旦掌握瀏覽器層，就能以“環境式”方式無縫服務使用者，甚至在他們開口前就主動提供幫助。
Aravind Srinivas： 正如 Larry Page 說的，AI 的終極形態是：在你說出口之前，就知道你想要什麼。想象一下，開啟一個新標籤頁，它已經預測了你的下一個任務，提前準備好流程或建議。那種“它懂我”的感覺，就像魔法一樣。而且這種體驗是個性化的，為每個人量身打造。
標籤頁的概念甚至可能被淘汰，你只需一個統一介面，它始終明白你的需求。如果有遺漏，你告訴它，它就完成任務。你可以關掉電腦，走人，或者在手機上繼續，不再需要複雜操作。這才是真正的 AI 助理體驗。關鍵挑戰在於，把這些智慧融入使用者的上下文和工作流中，並以自然、愉悅的方式真正幫上忙。這很難。但如果能在某些具體場景裡做到，就可能邁出打造“下一個 iPhone”的第一步。
Aravind Srinivas： 這是一個你可以永遠不斷改進，直到徹底解決的問題。而且你會希望建立那些有著非常高上限，甚至是無限上限的公司。比如你做 AI for legal（法律行業 AI），你會想著服務前 10 或 20 家頂級律所，幫他們做輔助工作，可能是為律師助理配一個 co-pilot。但這類業務終究有一個天花板，能創造的價值是有限的。
你可能要採取亞馬遜那種風格，跨行業拓展。但你會很快發現：這不是一個“橫向平臺”能解決的問題，它非常垂直化。亞馬遜能做到，是因為它自己建了供應鏈和物流體系。所以我更傾向於瞄準那些非常大的潛在市場（TAM），具備極高增長上限，並且與 AGI 的發展路徑緊密相關的方向。換句話說，AGI 的進步不會讓你的產品變得過時，反而會讓它變得更好。
這點在 Perplexity 上已經反覆被驗證：每次模型變強，產品反而更有能力釋出新功能，比如 Deep Research 模式、Labs 功能，它們不僅能打破文字牆、給出答案，甚至能生成互動式圖表、儀表板、流程圖、多模態回答。現在我們甚至可以讓瀏覽器自動在網頁上完成任務，而不是僅僅給出一個答案。
我們能走到這一步，完全是因為一開始我們就選擇瞭解決一個極難但具備廣泛適用性的“橫向問題”，否則每天醒來繼續做這家公司真的毫無意義。如果你知道最終只是為了賺錢，那時間有限，你終究會覺得這不值得，不是一個超越自我的目標。
這也是我當初選擇搜尋的原因。它是一個 AI complete 的問題。AI 越強，產品越好。產品收集的資料越多，AI 就越強。 這是一個數據飛輪和自我強化的正迴圈，它具備天然的可擴充套件性。
Aravind Srinivas： 我們一開始其實在探索 LLM 如何革新搜尋，做了很多垂直小功能，比如搜 Twitter、搜 GitHub、搜 LinkedIn。我們很享受這個過程，因為當時沒有人想到可以把檢索和摘要結合成那種方式——讓 LLM 來寫程式碼、跑 SQL、總結檢索回來的內容，而且還能保持對話狀態，可以引用上下文、深入提問。那種體驗非常神奇，彷彿你能和任何資料庫或網站對話。
現在這些概念都有了專有名詞，比如 RAG（Retrieval-Augmented Generation）、工具呼叫，但我們做的時候這些概念都還沒成型。後來我們就想到，既然我們已經能這樣逐站做，為什麼不直接做一個更通用的東西？
因為 Bitter Lesson 告訴我們：越可擴充套件的方案越有長期價值。所以我們決定把 Web 本身當作工具，自動去抓連結，選出最優內容，生成摘要並引用相關內容。我們本身有學術背景，相信 AI 不能胡說八道，它得有事實依據。而 Web 本身就是一個巨大的知識與真理來源。雖然不是所有內容都真實，但它至少是人類不斷追求真理和知識的結晶。我們這個社會會逐漸聚合出有科學依據、普遍認可的事實。
構建一個基於事實、追求知識的 AI，是我們當時非常看重的方向。這也是我們最終做出 Perplexity 的原因。
當然，一開始很多人持懷疑態度。他們甚至跟我說，AI 最有趣的就是它“幻覺”（hallucinate），看它編段子很有趣，這些內容容易在 Twitter 上爆火。你發一張 AI 胡說八道的截圖，大家會笑，會轉發，這樣才有“增長飛輪”。如果你做的是一個總是正確的產品，沒人會傳播，大家反而不信任你，最後還是回去用 Google。
所以你要麼做一個像 Google 一樣只講事實的產品，要麼做一個像 ChatGPT 一樣可以自由“瞎編”的產品。你卻選了一箇中間地帶，誰也不想要。
這就是我早期朋友和投資人對我的質疑。
但我始終相信，長期來看，AI 如果真的要有用，它就必須能有效利用 Web。而在 Web 上 orchestrate（編排）資訊、提升推理與總結能力、保持對話能力，這些都會變得極其重要。即使短期不利，長期它是正確的方向。這也是我們做 Perplexity 的原因。
Aravind Srinivas： 很多投資人（我不點名）總是推我走垂直路線。他們說：你去攻一個垂直市場吧，風險更小。你可以在一個細分市場裡成為領導者，Google 不會在意一個做 AI 法律助手的產品。那種市場對 Google 來說太小了，就算你做到十億美金營收，也不會影響 Google 的市值。你可以構建一個價值幾十億的公司，沒人管你。
但我夢想的不是那樣。我希望做的是難題，是能吸引一流工程師的問題。而你很難靠一個枯燥狹窄的垂直問題去吸引到最頂尖的人才。
這並不是說這些問題沒有價值，而是說它們未必能帶來那種“智力上的滿足感”。我一開始就明白這一點。我聽過很多 Larry Page 的講座，他說早期創業公司要解決難題，因為只有這樣才能吸引優秀人才。所以我從沒打算丟掉這個原則。
當然，投資人會拿亞馬遜、Yelp、Pinterest 等早期垂直模式的案例來說事，讓我也選個垂直方向：做視覺搜尋、做本地搜尋、做健康醫療，甚至是藥品網站，比如 GoodRX。這些網站賣藥片，一年賺幾億美金。可是這些都是已被解決的問題。你用不上大模型，它們沒啥挑戰性，也沒增長空間。
而且你深入想會發現：這些垂直公司本質上並不是圍繞搜尋建立的。
Pinterest 的價值在於讓你收藏、關注、策展，它是個視覺探索平臺，不是搜尋引擎。Yelp 則是聚合他人評論和營業資訊，它的核心價值在於讓商戶上傳並維護資料。這些平臺的“護城河”不是搜尋，是社交、內容或資料運營。
理解這些之後我意識到，很多 VC 其實理解得很淺。
唯一一個真正勸我保持“橫向”路線的是 Marc Andreessen。我很早就和他通話過，那是我們剛上線產品的時候。他用過之後問我，這產品成本多少。我說我們總共只花了五萬美元（儘管我們融資 250 萬美金）。 他震驚了——那時候很多公司做 AI 模型融資都是幾億美元級別。我們 2022 年才剛起步，這在當時就是個非常罕見的案例。
然後我問他建議。他說：“搜尋的關鍵在於分發，但我告訴你，不要害怕，繼續橫向構建。”
他說，Google 崛起時，很多投資人也想投“Google for X”，結果都失敗了。要麼被 Google 收購（比如一些旅遊搜尋引擎），要麼被 Google 幹掉（比如 Google Finance、Google Sports、Google Weather、Google Maps……）。所以要做橫向，所有查詢最終都會透過你流轉，所有價值都會透過你創造，並且會出現規模效應。
那一刻我其實並不確定自己做得對，但能聽到一位網際網路 OG 給出的建議，對我很有幫助。
Hassan Bhatti： 我很喜歡你對“橫向 vs 垂直”的分析，這也是一種反主流的思路。畢竟你 2022 年創業時，大家都在追逐垂直化的成功案例，走那條路是更“主流”的選擇。但你堅持走了另一條路，Perplexity 現在顯然已經初步成功了，做出了優秀的搜尋產品，現在還準備推出瀏覽器。
Aravind Srinivas： 當然可以。Perplexity Labs 實際上是 Perplexity 上的一種使用模式。在我們的搜尋欄中，有三種模式：
第一種是“普通搜尋模式”，可以快速提供簡潔的答案。
第二種是“深度研究模式”，會花三到四分鐘做更深入的調研，基本等於一篇研究報告。
第三種就是 Labs 模式，可能會花 10 到 15 分鐘。
Labs 模式和前兩種的不同在於：它不僅能做資訊提取，還能幫你“生成”內容，比如直接幫你構建網站、生成儀表盤、做出分析圖表、畫出結構圖、製作學習指南、幻燈片或簡報等等——這些都是基於網路資訊進行的深入研究。
它還能寫程式碼，並且提供你生成這些內容所用的全部資源，包括 HTML 檔案、JavaScript 檔案等，你可以下載到本地自行搭建。
這真的非常驚人。對我來說，AI 的價值在於：它能幫你完成多少小時的工作，而且幾乎沒有 bug。而現在，AI 正在逐步逼近這個目標。比如在 Labs 模式中，它就能幫你完成一到兩個小時的真實工作，這比目前市面上其他產品都更像“智慧體（agent）”。
而且老實說，等 Comet 出來以後，這種體驗還會再上一個臺階。因為 Comet 可以真正使用瀏覽器，代替你在不同網站上執行操作，並將多個操作步驟串聯起來。
我們現在最期待的，就是透過瀏覽器來獲取你的個人上下文，然後圍繞你的工作和生活構建“專屬儀表盤”，幫助你最佳化自己的時間和流程——你可以設定提醒、設定更新，也可以把它當成一個任務管理器。這個任務管理器背後其實執行著多個 AI 程序，它們是並行、非同步執行的。
這一切真的非常了不起，聽上去就像一個完整的作業系統。我們就是想構建這樣一個東西。
Aravind Srinivas： 這個機會其實非常明確。像 Perplexity 這樣的工具，核心價值就是幫助人們做決策。
而全球每天正在發生的決策，其實涉及的金額是 數十萬億美元，從 20 萬億到 100 萬億都有，難以精確計算。大部分資金都在金融市場裡流動，比如跨國轉賬、貨幣兌換、市場波動、債券交易等等。
這些決策本身就價值數萬億，如果 AI 能幫你回答問題、做研究、完成分析師原本要花幾個小時完成的任務，那 AI 就能大大提升你的決策效率。
假設 AI 能每天為你帶來額外一萬億的決策價值，而你從中只收回 1% 的價值，那每天也就是 100 億美元的價值。這已經遠遠超過了 Google 的水平了。Google 一年營收大約是 2000 億美元，平均下來也不過每天不到 10 億美元。
但如果 AI 原生的搜尋 + 研究能力，能搭配瀏覽器上下文穩定執行，那麼我相信 AI 會徹底吃掉整個金融研究市場。
目前這個領域的主力工具就是 Bloomberg Terminal。它的使用方式還停留在 MS-DOS 時代，介面陳舊，使用者依賴分析師對股票的點評、預測未來的市盈率、然後據此做決策，有點像一套“看分析師怎麼說，然後自己去跟”。
雖然這套方式有一些合規性上的優勢，比如平臺是受監管的，你可以聯絡分析師、得到一些直接的服務。但如果 AI 的分析能力已經超越了人類分析師，那麼這些優勢還能剩下多少呢？幾乎為零。
而且，你還能用更好的 UI 和 UX 來獲得這些資訊，而且是免費的，不用每年花 2 萬美元買一套 Bloomberg。
我們可以把“Alpha”（超額收益）變成一個“可被普及的能力”，真正的 Alpha 就來自你是否能調動更多算力、提出更好的問題，比如使用 Labs 模式那樣。
我們的目標，是讓更多人能做出更好的金融決策、真正理解市場。金融市場是最難理解的東西之一。你去看 CNBC、訂閱 Financial Times 或 Wall Street Journal，看了一堆付費內容，但結果往往是越來越困惑，沒有任何實質性的“洞察”。我們希望透過像 Perplexity 這樣的工具，徹底改變這一點。
Aravind Srinivas： 這正是我們想解決的問題。我們推出出版商計劃，是希望支援內容創作者，因為我們非常認可他們為整個資訊生態帶來的價值，比如新聞報道等。
坦白說，如果 AI 想持續進步，就必須依賴最新、真實的資訊來源。而這些內容的持續產出，前提是出版方能獲得合理的經濟回報。所以我們希望透過這個計劃，把一部分收入回饋給他們，這就是它的核心理念。
現在整個行業正在變化。以前大家覺得 Google 是“好人”，不會搶流量，不會截內容。但最終他們也推出了 AI Overview 和 AI 模式，因為那確實是使用者想要的體驗。但不同的是，Google 不願意和內容方分享收入，而 Perplexity 願意。
我們希望，在我們成長的過程中，出版商也能和我們一起成長，早早參與到下一代資訊工具中來。相比之下，那些已經擁有強大分發能力的平臺，更多是在用自己的優勢逼迫出版方妥協。我們不想這麼做。
Q：你在啟動 Perplexity 時最擔心的事情是什麼？
Aravind Srinivas： 我最怕的就是沒人關心它。這幾乎是每一個創始人在推出新產品時都會有的恐懼：會有人在乎嗎？會有人來用嗎？我會不會看起來像個傻子？畢竟我放棄了穩定的研究崗位，全職來做這麼一個產品。還融資了幾百萬美元，如果沒人用，我得把錢退回去，這多尷尬。
當時我發第一條 Perplexity 推文的時候，手都是抖的。我根本不敢看別人怎麼回覆的，發完我就關了瀏覽器，轉去看即時的查詢流量。我一看到那些請求流進來，那個多巴胺水平……太瘋狂了！
我們第一天大概只有四五千個查詢，但我想，能有四五千人願意上來試一試，已經很棒了。後來流量就不斷增長，真的令人興奮。
Q：你認為當下有抱負的年輕人應該學些什麼？
Aravind Srinivas： 我認為今天是“通才”的時代。這裡說的“通才”並不是“樣樣通，樣樣松”的那種，而是要對細節有執念。
你要有自己對世界的理解，要有自己的視角和判斷方式。這意味著你得對很多事深入思考、深入理解。不要光追著熱點跑，不要隨波逐流。
我年輕時也聽過很多采訪，那時別人說這些話我也覺得沒意思，覺得他們說得輕鬆是因為他們已經成功了。但說實話，這些都是一直不變的真理。每次大家蜂擁追捧一樣東西，最後真正有價值的，往往是被忽略的那個。
我當初開始做 Perplexity 的時候，最火的是加密貨幣。很多 VC 還建議我去做“AI+Crypto”，什麼讓 LLM 支援錢包之類的主意，他們都說得出來，但連我自己都聽不懂。
我知道，真正具有長期價值的是“搜尋”。不管是 Crypto、NFT，還是娛樂、Netflix，這些東西怎麼變都無所謂，搜尋知識的需求是永恆的。
Q：你如何激勵自己？
Aravind Srinivas： 我也會做很多普通人做的事情，比如看 Elon Musk 火箭失敗的影片，這種我也會看。但最根本的動力，還是來自我自己經歷過的困難。
我的人生歷程本身就是最好的激勵。我從印度一個下層中產家庭長大，那在美國的標準裡可能連“中產”都算不上。一路讀到 IIT，再拿到美國的博士 offer，進了 OpenAI 和 DeepMind 實習，然後創業、融資，現在每天跟 OpenAI 和 Google 正面競爭。
這一路走來讓我有了面對各種挑戰的信心。我不需要特別從外界找激勵，我知道自己經歷過什麼，也知道自己為什麼奮鬥。當你處在低谷時，支撐你走下去的是對一件事的信仰 —— 你相信它值得。否則憑什麼總是大公司贏？總得有人去打破這個局面。可現實是，大多數人做到公司估值 100 億、200 億時，就開始放鬆了，覺得自己“紙面財富”已經很多，開始想退守、想 IPO、想引入職業經理人、開始大量授權，慢慢就不再親力親為了。然後你的產品會被瘋狂抄襲，最後連你原有的那點領先優勢也保不住。你本來以為是在守住戰果，結果反而什麼都沒了。
所以你必須不停地戰鬥，並且相信這件事值得去做。否則整個世界就只剩下“沒有選擇”的局面。如果我們不存在，微軟就擁有 OpenAI 一半股權 —— OpenAI 都不能算真正的獨立公司，它還是非營利機構。那還有誰？剩下的全是大廠。正因如此，我才覺得我們必須贏，而且這件事必須由我來完成。
參考連結：
https://www.youtube.com/watch?v=xT_AdYfeYEc
https://www.youtube.com/watch?v=DZkDPtE4WmA&t=727s
宣告：本文為 InfoQ 翻譯整理，不代表平臺觀點，未經許可禁止轉載。
首屆 AICon 全球人工智慧開發與應用大會（深圳站）將於 8 月 22-23 日正式舉行！本次大會以 “探索 AI 應用邊界” 為主題，聚焦 Agent、多模態、AI 產品設計等熱門方向，圍繞企業如何透過大模型降低成本、提升經營效率的實際應用案例，邀請來自頭部企業、大廠以及明星創業公司的專家，帶來一線的大模型實踐經驗和前沿洞察。一起探索 AI 應用的更多可能，發掘 AI 驅動業務增長的新路徑！