AI 使用互联网的频率将是人类的 1000 倍。
编译 | 王启隆
出品丨奇点折射（ID：rgznai100）
Parag Agrawal 这个名字上一次大规模出现在新闻里，还是两年多前。那时候他是 Twitter（推特）的 CEO，接了 Jack Dorsey 的班，随后在马斯克收购推特的那场风波中离开。
这两年他极少公开露面。其实他去创业了，带了一个 30 人的团队，做了一家叫 Parallel 的 AI 基础设施公司。
这篇长对谈，来自知名创投机构 Kleiner Perkins（KP）的播客节目。两位 KP 的合伙人（其中一位还是 Parag 现在的董事）坐下来和他聊了一场。
作为曾经掌管数千人巨头的前大厂 CEO，Parag 聊了一些很宏大的命题——比如“未来 AI 上网的频率会是人类的 1000 倍”，如果不重构现在的商业模式，开放的互联网很快就会死掉。
但整场对话最吸引人的，反而是那些极其具体的细节。你能看到一个重回初创状态的创始人，每天怎么在琐事里抓大放小；为什么心甘情愿每天烧几百美金让 AI 替自己打工；以及，他怎么去对付每个周六早上都会准时袭来的“生存焦虑”。
以下是几个最有意思的细节：
半天烧掉 378 美元跑 AI：Parag 自己写了个后台应用，让 AI 盯着自己的所有数据干活。半天烧了几百美金 Token。他的态度是：“在让模型接管工作这件事上，我宁可在‘过度消耗’上犯错，也绝不在保守上犯错。”
靠 4 个人“瞎搞”出几千万美元营收：公司早期连个正经销售都没有，工程师自己上，客户成交率几乎是 100%。董事会却一针见血泼了冷水：“赢单率这么高，只能说明你们参与的交易还远远不够多。”
别急着写代码：“每一个问题的答案都该是一个模型。”遇到业务需求别急着吭哧吭哧敲代码，去收集数据、找到反馈循环，然后把活儿丢给模型去干。
心安理得地“漏球（Drop the ball）”：每天只做最重要的三件事，剩下的心安理得地漏掉。“只要你坚持漏掉那些次要的球，你的团队自然会在组织架构上进化出帮你接球的能力。”
以下是访谈全文：
每天只做三件事，心安理得地“漏球”
Juben： 欢迎来到 Grit 播客。我是 Juben，Kleiner Perkins 的合伙人。在这档节目中，我们会剥开高光时刻的表象，去探索创始人们在打造创造历史的公司时，于个人和职业层面所面临的真实挑战。今天我们节目请到了 Parag Agrawal，他是 Twitter 前 CEO，现在是 Parallel 的创始人兼 CEO。Parallel 是一家为 AI 构建网络基础设施的公司。
在创立 Parallel 之前，Parag 在 Twitter 度过了十多年的时光，从一名工程师一路晋升为 CTO，最终成为 CEO。现在，他正在探索一个截然不同的问题：当 AI 成为互联网的第二大用户时，会发生什么？今天我的合伙人 Mamoon Hamid 也加入了我们的对话。希望大家喜欢。
刚才我们在厨房聊天时，谈到了融资以及各种各样的事情，我当时说：“你能喘口气歇会儿吗？”你回答说：“老兄，我要是喘口气，这公司就完了。”我当时觉得：“好吧，这个观点很合理，虽然听起来有点戏剧性。我能理解。”然后 Parag 问我：“你也有这种感觉吗？”我回答：“我绝对有同感，只不过我想确保自己全力冲刺的方向是正确的，因为有太多事情感觉像是火烧眉毛，到处一片混乱。”那么我来问问你，你能喘口气吗？
Mamoon： 不能，但我只是想确保你知道他还在管着一家公司，对吧？
Juben： 我知道。他刚告诉我。今天走进来之前我还不知道呢。我是在厨房里才发现的，而且我还是他董事会的成员。他还有一个在别处的团队，规模已经有你们团队的一半大了。
Parag： 是的，没错。我当时之所以停顿了一下，是因为当一切都让人感觉疯狂到“一旦喘息就会死掉”时，你会受到一种诱惑，觉得必须同时处理所有事情。而对我来说，我当时在想：好吧，我真正在做的事情里，到底哪些是能产生实质性影响的？因为如果不这么想，我可能会做一堆事情，仅仅为了让自己感觉是世界上最高产的人。
所以我属于那种对“抓大放小（漏接球）”感到极度心安理得的人。我不知道当着董事会的面说这个合不合适，但我确实经常把球漏掉。会有很多事情向我砸来，但每周、每天，我只关心或只看重那么几件事。我就只做这几件事。肯定会有很多其他次要的球被我漏掉。
Juben： 但最终还是会有人接住它们的，对吧？
Parag： 不，总会有人接住的。我敢打赌，正因为我经常漏掉一些事，我的团队在组织架构上已经进化出了接住这些漏球的能力。所以你会逐渐在团队中建立起这样一种文化：如果这件事足够重要，它最终还是会弹回到我这里。
Juben： 如果漏掉的那件事只有你自己知道呢？
Parag： 那确实是个问题，所以你不能漏掉那种球。你漏掉那些能漏掉的球，部分是出于有意设计。因此，你必须优先处理那些绝不能漏掉的。
Mamoon： 你的记忆分为几个层级？你有缓存，然后是二级存储，还有硬盘，中间可能还有闪存。
Parag： 我觉得就是每周、每天列出三件事。差不多就是三件事。
Juben： 你能举个例子吗？有什么事情是你愿意放弃，而且会让我感到惊讶的？有哪些球是你会觉得“行，没问题，看看它会不会弹回来”，但在当下其实很难做决定的？就是那种你会觉得“哦，我真的应该回复这个，但我不能，因为它不是最重要的事情”。
Parag： 你可能会觉得这是一个非常刻意且深思熟虑的过程。其实不然。它更多是这样的：比如，我会把“阅读邮件”和“回复邮件”分开。对我来说，这是两个不同的工作循环。我不会坐下来试图回复邮件，而是会先把所有邮件读一遍。然后，我会在早上坐下来想：“好吧，这周有哪三件事，或者今天有哪三件事是我需要主动去做的？”
有很多事情你是被动应对的，但你不能让被动的事情淹没主动的事情。所以我把这些主动出击的事情写下来，它们的灵感来源于我脑海深处的东西——因为我读了邮件，因为我思考了，因为我做了事，因为我在写代码。但我会写下三件事，并且确保这三件事一定会被完成。
至于其他事情，几乎从定义上讲，就天然带有被漏掉的风险。我会经常重读邮件，如果它足够重要，它就会冒泡进入前三名并被选中。所以我并不是在做“我要放弃这个球”的决定。我甚至没有在做“这不在前三名里”的决定。
但当你在做那前三件事时，你是不看收件箱的。如果某件事足够重要，它最好能作为一个足够重要的上行机会或下行保护机制，牢牢印在你的脑海里。这就是我要去做的三件事。当然，在做完这三件事之后，我还有时间，所以我会去回复更多的邮件。但我不会像机器一样试图对每一个决定进行优先级排序，因为那也太耗费精力了。
周五看半成品 Demo，周六陷入生存焦虑
Juben： 当我们在厨房的时候，你描述了你如何在周五下午 4:30 到 6:00 安排产品演示。作为创始人，这是你将产品端业务节奏内化于心的方式。到了周五晚上，你会觉得：“很好，事情在推进，我清楚目前的状况。”可到了周六早上，你又会在一种生存焦虑中醒来，觉得“肯定有什么东西坏了”。你能描述一下这种感觉吗？
Parag： 对。这是我的每周节奏。团队非常棒。我们在做很多非常酷的事情，而我通常甚至都不完全清楚每周正在酝酿的那些好东西，或者某个人在发布功能时得出的酷炫结果或洞察。我发现最好的方式，就是去看那些粗糙的、正在进行中的东西。
我们的演示不是为了展示：“哦，这是一个下周一就要交付给客户的打包产品。”周五晚上的演示不是干这个的。周五晚上的演示是为了：“我这周在做这个。还没做完。很粗糙。但这就是我为什么对它感到兴奋，你们都应该了解一下。”
如果我只优先处理那三件重要的事情，这类信息永远都不会冒泡到我这里。我根本无从知晓，只能等它变成一个打包好的成品时才会发现。每周五从我们正在做的工作中汲取这种极具感染力的兴奋感，是非常有价值的，因为你会开始思考它。
然后其中一些想法就会沸腾起来：“哦，基于这个东西我们还能做这么多事。”于是你开始为错失机会而感到偏执。有些想法则是：“等等，这太酷了，万一别人也想到了怎么办？”你的大脑会向许多不同的方向发散，然后你必须把所有这些想法浓缩成那个真正重要的事情——不管是真正偏执的还是真正兴奋的——并让它变得可执行。到了周一，你必须让它变得可执行。
每天烧几百美金跑 AI？“宁可在乱花 Token 上犯错”
Juben： 我们能回到“前三件事”的话题吗？几周前，你给我展示了你自己写的一个全凭直觉和兴趣（vibe-coded）的应用。我们能聊聊那个吗？你展示给我看的时候，真的让人难以置信。我记得我们是在 CEO 峰会上共进午餐，你给我看了那个应用。更让人震惊的是，到了下午 1:00，你那天已经在 token 上花了大概 378 美元。我问你到底在后台跑什么鬼东西，你显然是在“疯狂消耗 token（token maxing）”。你当时说：“嘿，我只是想尽可能多地做点事，现在根本不在乎成本。”
这里面包含两个问题。第一，这如何帮助你完成当天的前三件事？第二，这如何帮你找回那些漏掉的球？第三，关于焦虑——因为你构建了这个神奇的东西，它让你不那么焦虑了吗？
Parag： 首先，我写那个应用并不是我的前三件事之一。澄清一下，那纯粹是因为我对此感到兴奋，我想玩一玩。我构建它的初衷是为了获得一个真实的认知：如果我构建了一个东西，它能看到我能看到的一切，并且在尽可能有限的访问权限下，主动去做所有我应该做的工作，那个东西会怎么做？
它在多大程度上会依赖我所有的内部数据——比如 Slack、Granola 和邮件——而不是开放网络？在 Parallel，我们对开放网络非常痴迷。我告诉投资者和客户，当你在工作时，你是在整合所有可用的信息，无论是你的个人信息、公司信息，还是开放网络。这个项目的初衷是想用最纯粹的形式看看，在代表我进行高效工作时，机器喜欢在 Parallel 上花费多少 token，又在其他所有地方花费多少。
结果证明，它对我的前三件事非常有用。它让我感到更踏实，因为我知道自己没有漏掉重要的球，毕竟它也在替我保持偏执。它在推断我的优先级。我会写下我的前三项优先级，所以它知道那些是什么。它会对我要漏掉的其他球进行反推，有了这个东西之后，我在漏掉这些球时比以前稍微更刻意了一些。它的 token 消耗效率低得令人发指。目标并不是极限消耗 token，去优化它并不划算，但我认为它是可以被大幅优化的。
Juben： 问题的第二部分是，你会让 Parallel 团队的每个人都去构建一个这种代表他们自己的版本，然后每天花 500 美元在这些东西上，只为了让大家少一点焦虑吗？
Parag： 可能会。我还没完全算过这笔账，但如果它有用，完全没问题。要让它对你这个人真正有用，需要付出真正的努力和心血。开箱即用的东西没一个是真正有用的，除非你塑造你自己，并让它围绕你来塑造。我不知道自己是否已经掌握了如何将它产品化，从而适应 Parallel 内部的所有人以及各种不同的角色。但是，是的，任何愿意付出努力并且能创造真正价值的人，如果你能真正最大化你自己的产出，每天 500 美元完全没问题。
Juben： 我记得你那周之后有一个异地会议（offsite），所以你当时确实在疯狂消耗 token，因为你在后台跑了一些东西。我想今天消耗的 token 应该少一些了吧。你觉得今天会花多少钱？
Parag： 我后来优化过它了。它现在使用的 token 少得多，而且在某些时段工作得更密集，在另一些时段则没那么密集。大概一百吧。一两百块钱。
Juben： 你在乎这个成本吗？如果你现在看看你的投资组合，token 支出正在上升。我们在云端代码上花了很多钱。你是否已经开始把它当成董事会上需要专门审查的开销明细，觉得“这简直疯了”？我现在会问我大多数的 CEO 这个问题，因为我想了解 token 使用和成本下降的曲线。它会在什么时候稳定下来，还是会继续直冲云霄？如果现在的成本大概是一个人工资的十分之一，它会涨到 50%，还是达到一个人的工资那么多？
Parag： 对此我有两点看法。第一，我认为现在发生的很多所谓的“极限消耗 token”其实并没有那么大价值，包括我过去几个月做的很多尝试。单纯追求 token 消耗最大化存在一种失败模式，这倒不是因为 token 本身的资金成本高，而是它引发的“AI 精神内耗”，或者你花在优化 token 消耗上的时间成本太高了。它需要精力和能量，而且有时候其实并没有那么高效。有些人非常非常擅长这个，确实能让自己加速前进，但并不是每个人都能做到。所以我认为，不要用 token 消耗量来衡量，这非常重要。
我的第二个框架是：听着，我们谁也不知道在这件事上哪条界线才是完美的。你宁愿犯哪种方向的错误？你宁愿因为太保守、害怕用错地方或浪费时间而完全不花 token？还是宁愿走到另一个极端，在模型还不够好的地方稍微多花点时间，稍微多花点 token？我个人的决定是，我宁愿在过度消耗 token 这一侧犯错，也不愿在保守那一侧犯错。
Juben： 你在 Roadrunner 会追踪这个数据吗？我的联合创始人 Eugene 会追踪。一开始的策略是“放手去干”。那是过去六个月的情况。然后你发现：“好吧，这开始变得昂贵了。”所以我们开始确保所有扣费都在一张信用卡上，这样你就能追踪钱到底花在哪了。然后我们开始问：“我们应该让每个人随便用任何模型吗？”我们稍微收紧了一点，简短的回答是：我们会追踪，但目前不强制执行任何限制。
我们也在观察，确保在某个阶段，如果一个工程师在 token 上花掉的钱等同于他们的工资，那他们最好真的非常出色。我们最优秀的工程师在使用这些 agents 的方式上采用了非常独特的技术，限制他们使用 token 的方式在我看来是个错误。他们正处于探索将五个 agents 串联起来做各种有趣事情的最前沿。我宁愿现在多花点钱，让他们保持在这种最前沿。你同意这个观点吗？
Parag： 是的，我认为人们低估 token 价值的一种表现是，他们会想：“哦，你只是把本来要干的活干得更快了而已。”真正让我兴奋的是，人们拓宽了他们原本能做的事情的边界，或者通过使用 agents 和模型，对事物承担了更多端到端的所有权。
一个后端工程师现在会做更多前端的工作，或者一个前端工程师会更多地改变你的 API 形态。有人会使用 agent 来做大量的安全审查，或者推送一系列他们原本不会去做的优化，并且端到端地设计一些东西。这实际上是人们在扩大他们对产品的影响力和所有权范围。我认为这才是真正商业价值产生的地方。
别急着写代码：“每一个问题的答案都该是一个模型”
Juben： 今天早上我遇到的一个真实用例是，每次客户想看 Roadrunner 的实际效果时，他们都想用自己的 SKU（库存单位）来看。他们想让我们处理复杂的 SKU，并展示效果演示。我问我们的解决方案架构主管，搭建这个环境需要多长时间。这简直就是纯手工的肉搏战。她说需要几天时间。
我问：“如果要把时间缩短到几个小时，你需要什么？”最终的答案是：“好吧，我需要一个工程师和这些技能。”我说：“你难道不能把这些技能嵌入到 Claude 里，尝试把这个过程自动化吗？”如果我们同时有 15 个客户，这种手工模式是行不通的。要么我们去多招 10 个人，要么我们想办法把这个过程自动化，这样我们只需要招 3 个人。对我来说，这就是我会说“放手去干吧”的地方，因为代价是我必须去招更多的人手，而我宁愿不这么做。
Parag： 这很有意思。我在这点上也很纠结。尽管有这一切（自动化工具），我们今天仍在尽可能快地招聘工程师。我觉得这似乎违反直觉，但其实又很合理。如果你有一系列极其有趣且极具价值的事情可以去构建，而且你的客户需要它，那么即使每个工程师的生产力都大幅提升了，人多依然力量大，直到你开始触及机会空间的饱和点。
之所以有一类企业正以疯狂的速度增长，是有原因的。因为你可以将两种效应叠加相乘：一是你招聘的速度和质量有多高，二是你把构建能力转化为客户可采用的极具价值的产品有多快。所有这些因素相乘，就造就了我们现在开始看到的那些令人发指的增长率。我从来没有坐下来想过：“哦，每个人的生产力都提高了很多，所以也许我需要的人变少了。”
Mamoon： 你们拥有工具，你们知道如何使用它们，你们知道如何构建更多产品，你们有广阔的蓝海可以去开拓，而且你们有资本。放手去构建、去销售、去创造收入吧。所有这些因素的乘数效应是，公司正在以我们前所未见的速度增长。如果你没有以那种速度增长，你只是一家好公司，而不是一家伟大的公司。
Juben： 但你不觉得有些类型的工作，那些真正伟大的工程师就是不想做吗？比如为客户环境进行 20 次数据填充。这看起来只是核心产品开发的边缘工作。对于这种类型的工作，你也有无限招人的胃口吗？
Parag： 与其定义什么类型的工作，我认为伟大的工程师想要做的是高影响力的工作，而这些工作往往是困难的。如果你拥有伟大的工程师，你必须相信他们的判断力和品味——如果他们能用现有的工具把某件事自动化，他们一定会去做的。
我们在内部会讨论一些简单的事情。如果你能用 AI 把某件事自动化——比如我们系统里就有很大一部分是包含模型的循环。在旧世界里，这需要工程师来做。在 Twitter，当我们构建推荐系统时，工程师们依靠直觉、运行 A/B 测试、寻找新特征、构建数据管道来迭代模型。现在，你可以把其中一些事情放进一个更自动化的循环里。只要有一个清晰、干净的衡量标准，你就可以把很多事情自动化，而且不会出什么大乱子，因为它们反正最终也会进入不透明的模型中。
在我看来，随着你找到可信赖且能自动化的反馈循环，工程师所做的工作会随着时间推移变得越来越“元（meta）”。我们的目标是把更多的事情推到学习模型中，而不是写在代码里。我在内部经常说一句话：每一个问题的答案都是一个模型。
你遇到一个问题，你很想为它写一堆代码。不。相反，去收集一些数据，弄清楚好的输出应该是什么样，弄清楚什么样的模型架构是合适的，训练这个模型，把它放进循环里，这样你就可以不断改进模型。这种思维方式能让你跳出传统的决策过程，去招聘那些非常全面且善于解决问题的人。
Juben： 你们现在有多少工程师？
Parag： 三十来个。
Juben： 六个月前你们有多少人？
Parag： 我想应该是十五个。在大概六七个月的时间里，我们人数翻了一倍。
只要产品够好，销售自己会送上门
Juben： 我们还没聊到 Parallel 呢。我能讲一个关于 Parallel 的故事吗？大概六到八周前，我在出差时接到了我们团队 Liam 的电话。他说：“你知道有时候创始人和我们合作得非常愉快时，会想看看有没有方式进行更正式的合作吗？你也知道我通常都不感兴趣的。但我觉得这次我有点兴趣了。”他说的就是 Parallel。
Liam 是我们的销售运营合伙人。他说：“第一，他们仅靠大概四个人就卖出了几千万美元的收入，而且这还是在他们自己‘瞎搞’的情况下做到的。”销售人员对于一个产品能不能卖出去有非常敏锐的嗅觉。然后他说：“第二，Parag 和你的联合创始人 Trevor，他们是真材实料的。”我让他评估一下自己有多认真，他说至少有 50% 的意愿。不到一周，Mamoon 和我聊了聊，我们又和 Liam 聊了，非常明显，这是他的使命在我们面前具象化了。
我告诉团队，衡量你工作做得好不好的标准，就是看有没有创始人试图挖你。那是你能给予一个人的最高赞誉。Mamoon 和我看到 Liam 离开真的很难过，但也非常激动，而且对 Parallel 更加看好了。
Mamoon： 公平地说，Liam 看到的那些东西，我们六个月前就看到了。但是当你看到 Liam、Graham 以及这群人也看到了同样的潜力，然后加上 Parag 能够把他们招募过来，这就是愿景正在变为现实。
Parag： 我想补充一下关于“在我们自己‘瞎搞’的情况下”这个评论。今年初我们开董事会的时候，Mamoon 问了一个简单的问题：“当客户在考察你们时，你们赢单的频率有多高？成交率是多少？”我们说我们几乎总是能成交。然后他说：“所以，这就说明你们参与的交易还不够多。”这是一个非常简单的评论，但当你听到并仔细思考时，真的会觉得很扎心。
我当天就给 Mamoon 打了电话，说：“好吧，我遇到问题了。帮我解决它。”Mamoon 非常慷慨地让 Liam 来帮我们解决这个问题。直到 Liam 作为局外人在第一周客观地审视了情况之后，我们才真正内化了我们的产品在市场上受到了多么强烈的追捧。是他告诉我们，我们所看到的情况有多么不同寻常，因为我们之前没有任何参照物。而他有。这实际上给了我们对正在做的事情更多的信心和方向。
Juben： 你给我发短信的时候我就猜到了。你说：“嘿，明天能一起散散步吗？我现在不在国内。”我说：“我周五下午 3:00 落地。下午 4:00 怎么样？”我们下午 4:00 碰面散步，我大概知道你要说什么了。
Parag： 听着，这可是我那周的前三件事之一！所以你不能浪费时间。我通常认为，当你想从别人那里得到什么的时候，对方还在倒时差往往对你有利。
Juben： 太狡猾了！Mamoon 的第一反应非常棒。他说：“第一，我们完全是以创始人为中心的，所以如果这对你和 Parallel 是对的，那对我就是对的。第二，别这么做。”我当时某种程度上需要听到这两句话。从那次谈话中可以清楚地看出，我做出了正确的赌注——不仅是试图聘请 Liam，更重要的是与 Mamoon 的合作。
Parag： Mamoon 还把我介绍给了 Graham，他之前在 Windsurf 负责销售。Graham 很早就相信我们正在做的事情。归根结底，无论你处于什么职能，你都是在建立一家由信徒和传教士组成的公司。与 Graham 的早期介绍，几个月的相互了解，以及他作为公司的信徒想要投资我们——所有这些小事累积起来，让我们能够与极其特别的人建立起非常强大、深厚的伙伴关系。
当 AI 上网的频率变成人类的一千倍
Juben： 能谈谈你们的使命吗？你为什么创立这家公司？你想做什么？
Parag： 我们创办这家公司，是因为我沉迷于我某天写下的一个想法：agents 和 AI 使用互联网的频率，将会比人类曾经使用互联网的频率高得多。我写下了一个数字——一千倍。我以前构建过千倍规模的系统；从架构或基础设施的角度来看，现有的系统没有一个是为这种规模设计的，也没有一个能撑得住。
我还写下，将会需要新的商业模式。过去三十年里在网络上存在并演进的所有商业模式，都即将发生彻底的改变。这似乎是一个离我非常近的机会，因为开放网络是我亲身经历并生活于其中的代际变革。现在，开放网络的未来将迎来第二次重生。你可以称之为一个平行的网络（Parallel web）。
开放网络的整个底层逻辑是，人们把内容公开发布，因为有很好的方式可以获得分发、推动变现和销售商品。这里面内置了保持内容开放的激励系统。风险在于，如果我们创新不够，网络就会开始封闭，我们现在已经开始看到这种趋势了。如今，在 agents 使用网络和人们在开放网络上发布内容之间，存在一些激励错位。这需要被解决。
如果 agents 使用互联网的频率将增加一千倍——实际上我认为我们还低估了这个数字——我们将创造真正的价值。如果我们做到这一点，就会产生足够的价值，此时只要我们弄清楚如何激励开放，如何奖励高质量、独特、差异化的内容，我们就能让网络保持开放和繁荣。这就是公司的核心使命：在 agents 获得更多高质量信息所创造的巨大财富，与那些策划、创建和生产这些信息的人之间，建立统一的激励机制。
Mamoon： 两年半前我们第一次谈论这个话题时，为 AI agents 构建网络的想法就完全说得通。从那以后，在模型利用网络方面发生了很多事情。能带我们回顾一下那个拐点是什么，以及 Parallel 获得了哪些重大的顺风吗？
Parag： 如果我们回到过去，想想初代版本的 ChatGPT，它是不联网的，但我们仍然觉得它非常酷。对于现在已经习惯使用 ChatGPT 或 Claude 的人来说，如果你倒退回去，使用一个没有联网权限的模型来处理你 75% 的工作，你会发现它根本没法用。
为什么我们突然改变了方向？因为这些模型呈现的界面和心智模型是：它们既聪明又无所不知。一旦你把这种心智模型构建到产品中，你就必须使用网络，否则你就不是无所不知的。如果这东西连上一届超级碗的日期都不知道，那感觉就太蠢了。
同样的事情也发生在 coding agents（编程智能体）上。我记得以前我会把文档链接粘贴到用户界面里，让它在本地抓取并建立索引，这样它才能基于预训练数据集中没有的 API 进行开发。现在我们会觉得那样做就像山顶洞人一样。我们用模型构建的每一个应用，都在拉高客户的期望，让他们觉得它是无所不知的。这种直觉已经从“模型很聪明”演变成了“模型加上网络”，现在又正在演变为“并且它能访问我所有的数据”。
我们真的将 Parallel 视为每一个模型在进行各种工作推理时的基础设施延伸。当不同类别的工作从模型中获取价值时，我们就能起飞。这实际上是从去年夏天开始发生的。我们以最优质、最原生的 agent 方式出现，帮助 agent 做得更多、更快、更便宜。
Juben： 你能举几个例子吗？比如 Harvey 的用例？你们刚刚宣布了与 Harvey 的重大合作。他们用它来做什么？
Parag： 我们现在有相当庞大的产品套件。他们做的一件事就是使用我们的搜索产品，这样一来，与 Harvey 产品的所有交互都能始终了解外部世界的信息，获取最新数据和难以获取的数据，同时又不会消耗太多的 token。
这里面还有第二层因素。在 2000 年代，有很多数据被称为深网（deep web）——那些在网络上极难获取的内容。有许多门户网站的内容，并不在那种针对十条蓝色链接优化的典型搜索索引中。为什么？因为很多这样的内容无法通过点击链接直接到达。你必须导航到某个地方或在某个地方搜索，而且这些内容没有专属的 URL。
从历史上看，它很难抓取，抓取的价值也较低，因为你无法让用户直接登陆到该内容页面。但在 AI 时代，我们的工作是将内容带入 AI 的上下文窗口中。因此，我们为那些历史上的搜索引擎没有抓取的东西构建了爬虫。
当你在构建 Harvey 时，为了确保世界各地的权威源文档都能被访问，从而使每一条输出都有充分的依据，你会非常看重对公共领域中这些难以抓取的信息的完整覆盖，你也会看重在这些信息上真正优秀的搜索排名和质量。这是我们做得非常好的两件事。通过这种合作关系，我们能够推动和扩展我们的能力，因为他们是一个要求非常高的客户。
Twitter 的规模很大，但 Parallel 的机会大得离谱
Mamoon： 你想谈谈在 Twitter 运营过最大规模的网络系统之一的经历吗？以及在支持规模和延迟方面，你如何将那段经历与你在 Parallel 必须构建的东西进行对比？
Parag： Parallel 本质上是一个技术产品。它是一个规模极其庞大的系统。我想说，随着时间的推移，它的规模将明显大于 Twitter。Twitter 非常了不起，也很有影响力，但它只是网络和世界上公开内容的一小部分。Parallel 的机会感觉要大得离谱。
在保持网络开放方面，使命是一样的。Twitter 试图让更多高质量、独特的内容保持在开放世界中，而不是消失在封闭的世界里，让世界上最好大脑的思想能够同时被所有人直接访问。这与 Parallel 的使命是一致的。
回到基础设施，既然认识伟大的工程师，也知道如何务实地为某种规模设计系统，你就会知道什么时候该为下一个量级重新构建它们。在 Twitter，我们每年都不得不重写整个系统，因为它们不是为下一个数量级的规模设计的。但如果你一开始就为四年后的规模做设计，你什么都交付不了。我们在 Parallel 也在运用同样的经验教训。
我从 Twitter 机器学习基础设施部门学到的另一件有趣的事情是，推荐系统最初是如何像拼凑起来的东西一样起步的——你训练一堆模型，然后在上面加上启发式规则。随着时间的推移，当你对问题空间有了更多了解，越来越多的东西就会变成端到端训练的。这与 Waymo 在自动驾驶汽车上演绎的故事是一样的。今天，你不必非得像我们五到十年前那样缓慢地走过这段旅程。你可以从一开始就在大规模上进行更多端到端的尝试，这会让你走上一条快速自我改进的道路。
Juben： 你在推特担任 CEO 期间表现非常出色。后来你创立了 Parallel。当时大家都抢着来跟你一起工作吗？跟我说说最早期的情况吧。
Parag： 我们当时非常低调，处于隐身状态。毫不夸张地说，没人知道我要创业。我给我希望加入 Parallel 的人打了电话，然后就遇到了使命对齐的问题。我没有接到任何主动求职的电话，因为没人知道我要做什么。
我早期做的一个决定是，确保团队里一半以上是新人，而不是以前跟我共事过的人。在真正开始招聘的几乎一年前，我就已经物色了非常有才华的人。我问了他们一个标准问题：“你合作过的最优秀的三个人是谁？”随着时间的推移，我会去见其中的一些人。最终，我和另外六个人组成了最初的创始团队，其中一半是我以前不认识的人，是通过这种多节点跳跃的方式认识的。通过这种方式，我们建立了一个超越我在 Twitter 初始人脉网络的团队。
Juben： 我最喜欢的一些 AI 原生产品都在使用 Parallel：Rogo、Harvey、Profound、Granola、Clay。我们还能畅想哪些 Parallel 被深度嵌入的场景？你们的市场是如何扩张的？
Parag： 我们的核心信念之一是，你必须在每个客户的语境中体验你的产品。我们特别感兴趣的，是参与到那些我们个人非常喜欢的产品的旅程中。能够为我们自己工作中喜欢使用的产品构建有用的东西，让我的团队获得了极大的满足感。另一个副作用是，我相信我们在喜欢使用的产品上很有品味。这些产品通常也是由非常有品味的人构建的，他们推动着我们和我们的技术向前发展。
我不觉得我们非得去“扩张”市场。只要你用模型来构建任何东西——无论是产品，还是工作流自动化——我几乎确信，你必须赋予它联网的能力。如果你必须赋予它联网的能力，问题就在于通过我们的哪个产品来实现？无论你的情况如何，我们都必须提供最好的方式。
这种需求是广泛的。如果你是一家试图简化运营的大型企业，你可以让内部团队购买 LLM API 和 Parallel API，通过一堆 MCP 或 CLI 将其与你的内部数据连接起来，并构建工作流自动化。或者你也可以说：“我其实想要一个为像我这样的人把这套东西产品化的人。”我们唯一关心的是，当 agents 访问网络时，我们能为它们提供最好的产品。
让我兴奋的是，人们通常会将此框架化为：“我们已经在做这些工作了，现在我们要让它变得更高效。”不，人们会去做以前根本没有发生过的工作。例如，一家考虑收购的私募股权公司，以前会将他们探索的空间缩减到一个自上而下、凭直觉列出的小名单。现在他们可以使用 Parallel 和模型，对各种标准运行模拟，并进行大量计算，穷尽地得出一个理性的机会列表。如果这能让他们选出一个更好的标的，由此创造的价值是如此巨大，以至于绝对值得极限消耗 token。这就是明年的增长点——以全新的方式运营那些已经存在了永远的业务。
Juben： 当你听到“Grit（坚韧/毅力）”这个词时，我问每个人的问题都一样。你会想到什么？
Parag：我认为 Grit 就是去做困难的事情，而你能够做到这一点的唯一方式是：这件事对你来说有意义，而且它很有趣。
（投稿或寻求报道：zhanghy@csdn.net）
2026 奇点智能产品大会汇聚 40+ 位一线产品技术专家与行业实践者围绕 Agent、企业级 AI、AI Coding、具身智能、AI 原生组织、行业应用落地等方向，分享了大量 AI 产品实践与落地思考。
我们将陆续整理嘉宾演讲内容，帮助大家复盘现场精彩观点。欢迎读者朋友们扫码领取大会 PPT 合集，获取一线专家的实践经验与深度洞察。
