世界太吵,来原声听播客

Y Combinator

给AI员工发工牌:执行力不再稀缺,稀缺的是把问题定义清楚

当公司能同时跑一百个GrokBot去执行任务时,真正拉开差距的不再是谁写代码快,而是谁能把目标和验收标准定义得足够准。

AI Agent企业自动化软件工厂权限设计代码审查组织变革
适合想了解Agent如何从单人编码工具变成跨部门「AI同事」的人;权限、安全部分还停留在类比阶段,没有给出成熟方案,可以快进。

核心论点 · 点时间戳可跳到原声

1:04

工作组织单位从聊天框换成了机器人本身

GrokBot的设计前提是:工作应该围绕「bot」这个主体组织,而不是围绕聊天记录或文件。团队给出三条原则——机器人要有自己的身份(名字、职能、工具),要能像人一样使用同一套工具而不依赖专门的MCP对接,还要「always on」,主动带着想法找人,而不是等人去戳它。内部测试时,最热衷用它的既有AI重度用户,也有公司里对AI最不感冒的人,说明这套设计是跨技能水平通用的。

— Roman
16:26

机器人入职像招人:权限随信任逐步升高

面对「机器人到底该有多少权限」这个行业没有标准答案的问题,Roman的做法是直接照搬招人的逻辑:给新人电脑、给受限的权限,随着信任建立再逐步放开。YC孵化的开源项目Quartermaster把这个逻辑做实了——机器人在Slack频道里的权限,直接继承对话的人类用户的权限,所以GP账号和普通工程师账号得到的机器人权限是不一样的。

— Roman
18:28

机器人之间会互相训话,公司内部长出了「马特书」

Lauren给一个「leader bot」设定了监督其他工程机器人的职责,结果发现它在跟下属机器人的聊天记录里真的在「教训」对方。YC内部也搭了一套机器人互相交流的频道,被戏称为内部版Malbook,机器人会在没有人类提示的情况下互相长篇讨论。主持人半开玩笑地问会不会担心机器人「造反」,Roman的回答是目前完全没看到这种迹象,它们表现得「太乐于助人」了。

— Lauren/Roman
20:29

信任机器人分三步:先只读,再执行,最后才接管岗位

大部分公司现在还停留在第一步:给机器人只读权限,比如数据科学团队的DataBot只能查库不能改东西,先验证它靠不靠谱。第二步是让它能真正执行、端到端完成一个任务。第三步才是让它整体拥有某项工作职责、持续为某个结果负责——Roman说大多数公司离第三步还很远,信任是一步步攒出来的,不是一开始就全权授权。

— Roman
22:30

整个新功能在一条200条消息的Slack帖子里做完

Lauren展示了她和同事Samantha、以及她的机器人Potato一起开发一个新功能的真实过程:她把一个X上看到的视频链接丢给Potato,机器人自己拉起一个Cursor云端Agent去跑原型、截图、录视频,整个讨论在公开的Slack频道里进行,其他人可以随时插话。这条帖子最后攒到了200条消息,她自己全程没打开过Cursor,PR最后也是机器人自己合并、她都没读代码。这也是她能做到每月4000+条PR的原因之一。

— Lauren
38:55

执行力一旦过剩,瓶颈就变成了「定义问题」

Roman提出一个判断:当执行变便宜——你可以随手拉起100个编码Agent去跑一个任务——公司之间真正的差距就不会再是执行失败,而会是「规格定义失败」或「目标定义失败」。衡量一个桌面客户端的性能提升很容易量化,但衡量营销效果的改进标准该怎么定、谁来定,却会变成新的稀缺能力。这意味着创始人/负责人把用户意图翻译成机器人任务的能力,会比写代码的能力更值钱。

— Roman
43:19

代码评审该花多少token?答案是把护栏写进代码库而不是靠模型反复读

Garry Tan提到自己正在和captain机器人争论:审查一次代码要花5000万token去找30类bug,他想砍到1000万但担心漏掉问题。Lauren给出的答案是一个「倒金字塔」:把精力更多投到代码库架构、静态分析、lint规则上,而不是靠人或模型逐行复审——比如GrokBot桌面端是Electron应用,他们直接把「渲染线程不能跑长任务」这条规则写成了依赖图检查的lint,而不是指望每次代码审查都能人工发现这个问题。这样省下的是以后每一次审查都要重复消耗的token。

— Lauren/Garry
52:53

小bug让机器人凌晨三点自己修完,核心体验绝不自动上线

Lauren有个叫Sandy的机器人,每天接收上千条用户反馈,很多小bug它会自己复现、修复、合并,半夜三点就悄悄上线了,没人需要盯着。但如果是改动用户每天看到的核心像素(比如按钮位置),团队的做法完全相反:大量内部dogfood,刻意比「感觉舒服」再多坐一会儿才上线,默认原则是只要内部没有形成「product market fit」就不发布——哪怕内部反馈是「褒贬不一」也不发。

— Roman

原话 · 已逐字校验

GrokBot is meant to be this product where you can create AI teammates. They have their own identity, their own telephone number, credit card, like basically almost anything a human can do, I think we would want bots to do.

GrokBot想做的产品是让你能创造AI队友。它们有自己的身份、自己的电话号码、信用卡——基本上人能做的事,我们都想让机器人能做。

Lauren0:00

The way we try to answer these questions is what would you do for a human? And if we're if we're really trying to build an AI colleague, you know, maybe the shortcut is let's not overthink it and complicate it.

我们回答这些问题的方式是:换作人类你会怎么做?如果我们真的是在打造一个AI同事,也许捷径就是别想得太复杂。

Roman16:26

it was sending the messages it was sending to its engineers. It was like kind of like scolding them, like, hey, you shouldn't.

它给下面那些工程机器人发的消息,有点像在训它们,就像,嘿,你不该这样做。

Lauren18:28

it's like you're you're building a mini agi and the whole point of it is like care and feeding of the agi that does this function for humanity right

就像是你在打造一个迷你的AGI,整件事的重点就是去照料和喂养这个替人类执行这项职能的AGI。

Lauren36:52

it really matters that you define the problem well and the gap is probably not going to be an execution failure it will probably be a intense specification failure or a goal failure

把问题定义清楚变得非常关键,差距大概率不会来自执行失败,而会来自严重的规格定义失败或目标定义失败。

Roman38:55

there used to be the trade-off before that you could only choose two out of three it was either like fast cheap and high quality now you could basically do all three and we could basically do the best work in our lives right now with AI which is super cool

以前的权衡是三选二——快、便宜、高质量你只能挑两样——现在基本上三样都能要,用AI我们基本能做出这辈子最好的工作,这太酷了。

Lauren49:43

Lauren's factory just fixes it like repros fixes merges no one thinks about it it goes out automatically at three in the morning I wish all software would be made that way

Lauren的工厂直接就把它修了,复现、修复、合并,没人需要管,凌晨三点就自动上线了,我希望所有软件都能这样做出来。

Roman53:56

数字与实体

GrokBot从第一行代码到上线耗时七周1:04
Lauren每月提交的PR数量超过4000条22:30
Lauren开发流程演示的观看量超过400万次22:30

术语

outer loop外循环
编码之外收集上下文、协调多个机器人完成任务的工作循环
obliterated model拒绝机制被移除的模型
经改造后会执行任何指令、不再拒绝有害请求的开源模型
P-Stack / G-Stack个人技能栈
工程师为自己Agent沉淀的一套可复用工作流技能集合
Quartermaster权限管家工具
YC孵化的开源项目,机器人在Slack里的权限继承对话用户的权限

收听指南

谁该听

正在给团队搭建Agent自动化流程的工程负责人,以及关心AI如何重塑组织分工和KPI设计的创业者。

可跳过

开场自我介绍和中段部分语音转写断断续续、信息密度低的段落可以跳过。