AI聊天机器人市场竞争格局 - 消费级AI聊天机器人市场已形成OpenAI的ChatGPT与Google的Gemini双雄主导的格局 [5] Google Gemini的增长势头 - Gemini在2023年11月底发布Gemini 3后，其周移动应用下载量份额显著增长 [1] - 2023年8月至11月期间，Gemini的全球网站访问量翻倍，而ChatGPT同期仅增长约1% [1] - 同期，Gemini的月活跃用户增长约30%至3.46亿 [1] - Google首席执行官表示，每月有超过20亿人看到Google AI生成的搜索答案AI Overviews，且Gemini应用每月拥有超过6.5亿用户 [2] - Google Search的聊天机器人式AI Mode在全球拥有超过7500万日活跃用户 [2] - 2023年，Gemini用户在应用内日均使用约11分钟，较同年3月增长约120%，日均进行6次会话 [4] OpenAI ChatGPT的现状与挑战 - ChatGPT的月活跃用户增长约5%至8.1亿 [1] - 据知情人士透露，ChatGPT拥有接近9亿周活跃用户，其月活跃用户数据可能更高 [3] - ChatGPT增速放缓，部分原因是其已覆盖最容易获取的用户群体，下一阶段增长将更困难 [3] - 公司正通过向美国以外地区扩张寻求增长，其前五大市场按周活跃用户计算分别为美国、印度、巴西、日本和法国 [3] - 2023年，ChatGPT用户在应用内日均使用约17分钟，较同年3月增长约6%，日均进行8次会话 [4] - 在原始使用量方面，ChatGPT对Google Gemini仍有明显优势 [4] 行业动态与公司反应 - OpenAI首席执行官在内部发起“code red”行动，要求团队聚焦ChatGPT并推迟其他项目，以应对竞争 [2]

公司融资与资金用途 - 全球消费级3D打印品牌快造科技于2025年12月10日完成数亿元人民币B轮融资 [1] - 本轮融资由高瓴创投和美团联合领投，顺为资本、美团龙珠、南山战新投跟投，老股东同创伟业、东证资本持续加注 [1] - 融资资金将用于核心技术研发、高端人才招聘及内容生态建设，以加速消费级3D打印技术普及 [1] 公司发展里程碑与市场表现 - 公司成立于2016年，使命为“让人人可在物理世界自由创造” [3] - 2019年，Snapmaker 2.0以超过5400万元人民币的众筹金额刷新全球科技类目众筹纪录，并开创三合一多功能细分品类，市占率全球第一 [3] - 2025年，旗舰产品U1 3D打印机以超过1.5亿元人民币（约2000万美元）的众筹成绩，成为全球历史众筹金额最高的3D打印项目，获得超两万名用户支持 [3] 产品创新与技术优势 - 公司通过分析千余条用户反馈及深度访谈，洞察到多色打印是用户购买新设备的主要动力，但存在效率低、材料浪费等痛点 [4] - 旗舰产品U1创新性推出SnapSwap™独立四头并联系统，实现多材料快速切换，尤其拓展了多色柔性软料应用新空间 [4] - 该技术方案实现了5倍高速和5倍省料，显著提升打印效率与稳定性，为用户带来体验流畅、色彩丰富的创作体验 [4] 未来规划与战略方向 - U1众筹订单已全部发货，计划于2026年第一季度全球上市，公司明年营收有望实现数倍增长 [4] - 融资是公司从“产品领先”向“生态完善”跨越的关键节点，将重点推进三方面工作 [6] - 具体规划包括：加速攻克多色打印、高速成型等核心技术；拓展全球人才布局，招募硬件研发、AI软件与内容生态等领域顶尖人才；构建开放生态，联合创作者、开发者与供应链伙伴以降低创造门槛 [6] - 公司近期面向机械电子、软件数控、市场营销等岗位开放核心职位，以吸纳人才 [6]

文章核心观点 - 2024-2025年，中国AI出海团队在PMF（产品市场契合）后，面临用户对AI产品“耐药性”增强的新型增长挑战，单纯依靠流量收割的时代已结束 [1] - 达人营销（Influencer Marketing）成为AI产品增长的关键飞轮，但其市场存在信息不对称、交易非标、交付风险高等结构性痛点，导致90%的团队执行受挫 [2][6][11] - 大模型技术的进步正重塑达人营销行业，Aha公司利用AI重构了从匹配、定价、沟通到交付的全链路，旨在将不可控的“口碑”转化为可计算、可预测的体系化增长科学 [15][16][47] 行业背景与挑战 - **市场环境变化**：早期“套壳”GPT产品即可获客的红利期结束，AI产品需要教育用户、塑造使用场景，增长难度加大 [1] - **达人营销的重要性**：根据Gamma联合创始人Grant Lee的经验，公司从0到5000万美金ARR（年经常性收入）的增长中，口碑和达人营销贡献了超过50% [2][3] - **达人营销的核心策略**：90%的用户触达来自少于10%的爆款内容，品牌需要广泛合作、投入足够预算进行测试，并将成功策略大规模复制 [2][3] - **市场固有痛点**： - **信息不对称**：达人营销市场是典型的“柠檬市场”，信息不透明、交易成本高 [6] - **找人困难**：海外达人分散，传统检索工具依赖浅层标签（如“AI”），难以精准找到与产品受众匹配的优质创作者 [7][8] - **报价非标**：价格高度不透明，同一达人对不同品牌的报价差异巨大，取决于背书关系、谈判能力等非价值因素 [9] - **交付风险高**：海外达人档期不稳定，内容可能延期；存在预付款后失联、数据造假等风险 [10] Aha的解决方案与技术架构 - **产品定位**：Aha（原Head AI）是一款利用大模型技术从头重构达人营销全链路的AI平台，旨在解决行业低效问题 [16][17] - **核心解决方案**： 1. **AI驱动的精准匹配**： - 构建由大模型主导的匹配系统，不依赖浅层标签或历史点击，而是像营销专家一样理解内容、分析受众 [20] - 技术流程分为召回、粗排、精排三阶段，LLM在各阶段进行语义推理和判断，最终输出匹配得分和推荐名单 [20][28] - 数据库规模从200万达人增长至500万高质量严选达人池 [40] 2. **动态定价引擎**： - 通过实时计算达人预测播放量、平台基础CPM、地区差异、合作形式、市场供需等多重因子，生成“一口价” [24][29] - 消除了传统模式下依赖达人主观报价和漫长砍价过程的问题 [24] 3. **自动化沟通与发单系统**： - 系统能基于匹配结果，用本地化、个性化的文案自动向达人发出合作邀请与报价 [25] - 管理百万量级发单规模，通过域名预热、频率控制算法确保高邮件送达率，避免被标记为垃圾邮件 [26][30] - 仅将谈妥价格和意向的达人提交给品牌终审，极大提高前期效率 [25] 4. **履约与安全保障机制**： - 引入类似支付宝的担保交易机制，资金托管，仅在内容履约并经品牌确认后支付 [27][32] - AI自动模拟人工催单，确保内容按时交付 [32] - 自动处理合同签署流程，对品牌侧“隐形化” [32] 品牌使用流程与效果 - **品牌协同流程**：品牌需创建Campaign并提供详细Brief（品牌简介、卖点、目标人群等），AI据此进行匹配和沟通，1-2天后品牌可在看板中审阅所有有意向的达人及其数据（价格、预估CPM/CPC、人群画像等），并统一管理内容审核与进度 [34][36] - **一体化工作区**：所有合作信息、待办事项（如确认合作、审稿、追踪进度）集中在一个界面处理，避免了多平台切换的麻烦 [36] - **客户案例效果**： - **Manna**（一款“Duolingo for Bible” AI应用）：通过Aha与42位达人合作，产生了3条大爆款内容；其中一位YouTube创作者仅几万播放量就带来了几千次App下载 [43] - **Gamma**：作为方法论实践者，利用Aha可以更快、更简单地大规模执行达人营销策略 [37] 产品迭代与公司发展 - **快速产品迭代**：Aha近期发布2.0版本，新增功能包括达人建联前品牌预览确认、外发邮件内容预览，并提供了精准、泛化、加强泛化三种匹配模式 [40] - **持续优化模型**：随着合作的AI客户增多，平台不断抽象细化专家经验，迭代为模型的判断因子，以更稳定地服务不同类型AI产品 [40] - **获得市场认可**： - 2.0版本在ProductHunt获得日榜第一 [40] - 公司近期完成570万美元新一轮融资，由联想创投领投，初心资本跟投，老股东金沙江资本与锦秋基金继续加注 [45] 未来展望 - **增长理念的进化**：在流量红利消失的背景下，AI出海的增长应从不可控的“玄学”转向可计算、可预测的“科学”体系 [46][47] - **AI与人的分工**：AI的价值在于处理筛选、比价、合同、催稿等80%的“脏活累活”，从而解放营销人员，使其能更专注于理解用户、构思打动人的故事等20%的核心战略工作 [47]

融资与估值 - 人工智能初创公司Fal完成由红杉资本领投的新一轮融资，融资规模达1.4亿美元，这是该公司年内的第三次募资[2] - 本轮融资后，公司估值达到45亿美元，较数月前增长两倍[2] - 本轮新晋投资方包括英伟达旗下风投机构Nventures、凯鹏华盈以及Alkeon Capital，现有投资方安德森·霍洛维茨基金、Bessemer Venture Partners和Kindred Ventures继续加注[2] 业务与产品 - 公司为开发者提供图像、视频和音频AI模型的托管服务，其核心平台提供对多种模型的访问[3] - 公司首席执行官表示，随着AI工具在工作任务中愈发实用，过去一年业务呈现爆发式增长，最新的图像及图像视频编辑模型性能显著提升，企业已开始实际应用[3] - 主要应用场景包括设计、生产力提升，以及营销、广告和产品摄影领域[3] 市场与客户 - 红杉资本合伙人认为，图像软件在迅速获得消费者青睐后，正逐步扩大在企业端的应用，市场确实需要这类服务，Fal已经赢得了大量用户[3] - 基于目前的发展势头，红杉资本合伙人认为Fal有机会成为AI生成介质领域的标准制定者[3] - 公司客户包括Adobe、Shopify、Canva和Quora等知名企业，例如Shopify正利用其平台帮助卖家搭建线上店铺，提供摄影和营销物料支持[4] 财务与运营 - 去年10月，公司实现了2亿美元的收入[4] - 公司团队规模已从30人扩大至70人[4] 未来计划 - 获得新融资后，公司计划重点扩大招聘规模，尤其是将目前仅有15人的销售团队进行扩容[5] - 公司计划将部分资金用于收购小型企业，近期已收购了一家名为Remade的YC孵化初创公司，该公司专为创意设计团队开发AI工具[5] - 公司计划设立自有小型基金，投资生成式AI媒体领域的初创企业，以支持整个生态系统并进行战略性注资[5]

公司动态：智元机器人 - 公司于12月8日宣布，其制造的人形机器人数量已达5000台，在规模化量产方面迈出新的里程碑 [2] - 公司由彭志辉于2023年创立，其曾是华为“天才少年”计划成员 [8] - 公司产品包括全尺寸人形机器人、半尺寸人形机器人以及为特定行业复杂操作设计的人形机器人产品 [7] - 其人形机器人目前已应用于娱乐、制造、物流和科学研究等多个行业 [6] 行业趋势：中国人形机器人产业 - 中国企业正在加速人形机器人的生产，智元机器人是其中最新例证 [5] - 另一家中国机器人制造商优必选已于上月开始批量生产和交付其工业人形机器人，目标是在今年年底前交付500台 [5] - 越来越多的中国初创公司正竞相利用中国庞大的硬件供应链以及在人工智能和先进机器人领域的深厚人才储备，开发更强大的人形机器人 [8]

行业趋势：AI与金融科技深度融合进入规模化落地阶段 - 金融科技与AI的融合已迈入规模化落地阶段，AI的角色正从辅助工具蜕变为能主动创造价值的“新经济主体”[2] - 行业变革的核心聚焦于AI，例如OpenAI的ChatGPT智能体可胜任入门级投行分析师任务，Google的AP2协议让AI智能体能直接完成支付[2] - 全球金融科技投资市场正经历寒冬，2024年全球投资下降20%，2025年上半年仅吸引447亿美元投资，较去年下半年缩水约95亿美元[6] - 资本投资战略转向稳健和灵活，资金向具备明确技术落地能力的标的集中，AI项目需能带来10倍生产力提升，并切入高价值工作流、拥有私有数据集、实现网络效应[6][7] 公司案例：空中云汇获得资本逆势加注 - 空中云汇于2025年12月获得3.3亿美元G轮融资，投后估值达80亿美元，较六个月前上涨近30%[3] - 本轮融资由Addition领投，T. Rowe Price、Activant、Lingotto、Robinhood Ventures和TIAA Ventures等全球顶级资本参与[3] - 公司在2025年金融科技投资整体谨慎的背景下，半年内吸引两轮数亿美元投资，成为最受关注的企业之一[5] - 公司年化收入在2025年10月突破10亿美元大关，同步增长90%，年交易量突破2350亿美元[8] - 公司在2025年于法国、荷兰、以色列等12个新市场强化了全球监管布局与区域服务能力，获取新牌照并推出产品[8] - 公司近半数客户已采用其多款产品，标志着产品与市场需求的契合度不断提升[8] - 公司通过十年构建起覆盖80个国家和地区的全球金融基础设施，支持企业在200多个国家和地区开展业务，并累积海量真实交易数据[8] - 新入局的硅谷资本如Addition、T. Rowe Price等，能提供全球资源对接与产业协同支持，战略价值非比寻常[9] 公司战略：空中云汇的AI布局与产品规划 - 公司发布三大AI战略：智能体金融、智能体商业及面向开发者的AI协议[5][10] - 智能体金融旨在以端到端自动化服务取代手动操作，智能体可理解企业财务需求，分工协作完成现金流预测、税务合规、账单管理等全流程工作[10] - 全球跨境电商市场规模预计到2025年将达到4.2万亿美元，较2023年增长约70%，智能体商业切入电商贸易核心节点，AI智能体可自主完成搜索、比价、筛选评价并协助购买[11] - 面向开发者的AI协议致力于打造智能集成的可互操作系统，为开发者提供标准化协议支持，推动金融系统间的智能协同[11] - 公司自主研发了基于机器学习的智能引擎，AI算法驱动的高频交易策略模型每秒可支撑上万笔交易，并拥有基于机器学习的风控模型[11] - 公司计划在2026年底前将全球员工扩编50%以上，员工已超2000名[12] - 公司在美国旧金山设立第二全球总部，计划将美国团队规模扩充一倍至400余人[12] - 公司于2025年9月完成对计费平台Open Pay的收购，整合其支付协调和营收分析能力，全球计费和账单管理软件市场预计2033年达140亿美元[12] - 公司正从一个支付处理平台，转向管理支出、资金管理和端到端金融流程的“金融操作系统”[12] 技术演进：AI Agent成为金融领域“新主体” - AI Agent时代已经到来，在金融领域已从单一功能工具升级为具备任务拆解、跨环节协同、自主决策能力的独立主体[13] - AI Agent的核心价值在于能自主分析数据、理解语境、提出建议，并日益取代人工直接采取行动[13] - 例如，Salient平台运用AI Agent自主处理贷款服务流程，RockFlow公司的交易Agent“Bobby”能将用户口头投资问题转化为实时行情分析和可一键下单的交易策略[13] - 空中云汇的Agentic Finance业务具有智能化、主动化、基于场景自主化的特点，AI Agent已从技术概念演化为能创造实际营收的“新参与主体”[14] 未来展望：AI重构金融科技的竞争焦点 - AI重构金融科技的进程刚刚拉开序幕，下一阶段竞争将聚焦“技术深度+场景厚度”的双重能力[15] - 竞争关键在于模型和智能体在精准度、迭代效率与数据安全保障上的优劣，以及企业对跨境支付、企业财务、电商交易等细分领域痛点的洞察深度[15]

潜在收购交易 - IBM正进行深入谈判 计划以约110亿美元收购数据分析公司Confluent [2] - 若交易达成 这将是IBM近年来最大的收购之一 标志着公司在CEO领导下进一步转向软件、云和AI领域 [6] 收购目标Confluent概况 - Confluent于2021年上市 目前市值约为80亿美元 [3] - 公司销售可实时分析数据的软件 应用于网约车和反欺诈等场景 [3] - 近年来 公司宣传其软件能为AI模型提供最新数据 OpenAI已使用其软件分析ChatGPT等产品的客户使用情况 [4] - 由于竞争加剧及客户更善于控制云支出 Confluent的销售增长一直在放缓 [5] - 公司在两个月前收到收购意向后 一直在探索出售事宜 [5] - 公司管理开源Apache Kafka软件 [5] IBM的战略背景 - 对IBM而言 Confluent是合理的选择 [5] - IBM在2019年以345亿美元收购了Red Hat 这是史上最大的软件交易 [5] - 去年 IBM还收购了云管理工具提供商HashiCorp [5]

文章核心观点 - AI数据基础设施的演进正经历范式转移，从解决标准化数据规模（Scale AI），到系统化供给高阶智力数据（Mercor），如今正迈向为世界模型和具身智能提供规模化“物理经验数据”的第三代平台 [2][8][9] - 初创公司Lightwheel被视为该领域的“黑马”，它从垂直的仿真数据源切入，通过“AI+高保真仿真”的自动化生产范式，致力于成为世界模型时代的底层数据基础设施 [11][12][20] - Lightwheel通过提供“本体无关”的仿真与第一视角人类行为数据，并与头部AI公司形成共生结构，正从数据供应商演变为嵌入研发体系的“数据调度中枢”，有望成为下一代关键的生产力底座 [16][18][19][21] 硅谷数据基础设施的演进与格局 - 每一轮AI技术范式迁移（如CV到LLM）都会在数据层沉淀出基础设施级的巨大机会 [2] - Scale AI通过“平台+标注工具+交付体系”的工业化流水线模式，解决了海量标准化数据的标注难题，并成为AI训练数据基础设施平台，后被Meta以约148亿美元收购其49%股份 [3][4] - Mercor精准锚定了对高端、复杂、依赖专业智力的任务需求这一利基市场，通过平台化汇聚全球超过30000名各领域专家，将高阶人力转化为可规模化调度的标准化服务，实现了从人才平台到“智能生产力基础设施”的跃迁 [5][7] - Mercor在新一轮融资中估值突破100亿美元，是其转型前估值的五倍，并已实现5亿美元（$500M）的年度经常性收入（ARR），服务OpenAI、Meta、Google DeepMind等顶级客户 [1][7] - 随着竞争核心从数据规模转向质量与多元性，下一代AI基础设施的关键在于能否规模化解决高质量、专业化数据的持续供给问题 [4] 世界模型时代催生第三代数据平台 - 多模态模型的终极目标是构建“世界模型”，这需要AI构建对物理现实进行感知、推理与模拟的新认知范式，而不再依赖对语言符号的概率预测 [8] - 下一代数据平台的服务对象正从服务语言模型的“文本大脑”转向服务世界模型的“认知大脑”，数据角色转变为支撑机器理解物理世界的底层燃料 [10] - 第三代数据平台将演化为通过标准化工具链与自动化流程，为构建世界模型持续提供规模化、结构化“物理经验燃料”的基础设施，其本质是一个可编程、可扩展的“世界模拟练兵场” [10] - 为世界模型提供燃料的数据革命无法依靠传统“人力堆砌”，必须转向“AI+高保真仿真”驱动的自动化生产范式，由算法在虚拟世界中完成大规模闭环迭代 [11] - 一批新公司（如Lightwheel, MaxInsight, Xdof, Mecka）正从仿真环境、合成数据等切口切入，致力于解决如何规模化生产“物理经验数据”这一核心命题 [11] Lightwheel的战略定位与业务进展 - Lightwheel选择从最垂直、最重的仿真数据源起步，目标是通过仿真、AI Agents等技术体系，系统性放大人力资产的产出效率，而非简单替代人力做数据 [12] - 公司定位为“世界模型的数据供应商”，其数据体系已被英伟达、DeepMind、Figure、Hugging Face等世界模型与具身智能核心玩家采用 [13] - 与英伟达的合作贯穿全链路：为GR00T等机器人基础模型提供合成数据；为Omniverse与Isaac Sim提供高保真“SimReady”仿真资产 [13] - 英伟达高管黄敏珊指出，合成数据未来将占据数据总量绝大部分，并将电缆仿真定义为机器人学习的“圣杯”级难题，Lightwheel是英伟达解决该问题的关键合作伙伴 [15] - Lightwheel的数据在硅谷世界模型阵营中被反复复用，成为不同模型和系统共同选择的“公共底座”或“基础设施级选项” [15] Lightwheel的数据产品与技术优势 - 数据形态从仿真数据扩展到第一视角（Egocentric）的人类行为数据，用于刻画人在真实世界中的复杂操作与决策路径 [15] - 其构建的Lightwheel EgoSuite解决方案，可实现工业级的以人为中心的数据采集和结构化 [15] - 核心战略是坚持“本体无关性”：不绑定具体机器人形态、传感器架构或单一客户，这使得其数据的规模化效率与复用价值是传统本体相关数据的数十倍 [16] - 已累计交付百万小时级别的“本体无关数据”，其中包含30万小时的人类数据，处于业内第一梯队水平 [16] - 在硅谷具身智能与世界模型生态中，其SimReady资产的市占率已超过80%，且比例仍在上升 [16] Lightwheel的生态位与增长飞轮 - 与头部世界模型公司形成了高度绑定的共生结构（A/B面）：A面为其提供数据燃料；B面又采购对方的云算力、基础模型等能力来放大自身生产效率 [18] - 其自身的仿真系统、AI Agents与世界模型训练过程形成了一个内生自强化的数据飞轮：模型越复杂，对仿真数据需求越高；仿真越逼真，模型理解越深，进而推高对更高阶数据的需求 [19] - 角色从“数据提供方”演变为嵌入研发体系的“数据调度中枢”，决定物理经验的生产、交互路径的复现和场景的标准化调用 [19] - 与客户共同构成“数据×模型×算力”飞轮结构，使得公司逐渐沉入整个世界模型研发体系的底层运转结构之中 [20] - 所卡位的机会窗口从Mercor对应的LLM时代，切换到了物理AI与世界模型时代，瞄准成为世界模型时代的底层数据基础设施 [20]

公司融资与估值动态 - 德国AI初创公司Parloa正在寻求新一轮融资，目标筹集约2亿美元新资金 [2] - 公司本轮潜在估值区间约为20亿至30亿美元，较今年5月约10亿美元的估值大幅提升 [2][3] - 本轮融资的潜在投资者包括General Catalyst等，该公司曾在今年5月联合领投Parloa的上一轮融资 [2][3] - 公司也可能吸引潜在收购方的兴趣，但相关讨论仍在进行中，细节可能变化 [3] 公司业务与市场地位 - Parloa成立于2018年，总部位于柏林，专注于开发用于客户服务领域的AI Agent [4] - 公司开发的软件Agent能够通过聊天或电话处理交互，客户包括瑞士人寿保险集团和迪卡侬 [4] - 公司是AI Agent领域的参与者之一，该领域旨在开发能以最少人工监督处理一系列计算任务的自主系统 [4] - 自2024年4月以来，公司已在两轮融资中筹集了1.86亿美元 [4] 行业竞争格局 - Parloa的竞争对手包括老牌软件公司Salesforce以及由OpenAI董事长Bret Taylor创立的AI Agent开发商Sierra，后者在9月的估值达到100亿美元 [4] - 规模较小的竞争对手Cognigy已在9月被以色列软件公司Nice Ltd.以约9.55亿美元收购 [5] 行业趋势与背景 - AI Agent领域融资轮次节奏快，凸显了投资者的强烈兴趣 [4] - 该领域公司需要支付高昂的计算和工程资源成本 [4] - 当前的投资热潮也引发了对行业可能存在泡沫的担忧，如果高估值公司无法实现盈利，可能面临风险 [4]

OpenAI的战略与领导层动态 - 公司首席执行官萨姆·阿尔特曼近期宣布进入“红色警戒”状态，旨在激励员工对旗舰产品ChatGPT进行更大改进，以应对竞争[1] - 鲜为人知的聊天机器人业务负责人尼克·特利是此行动能否成功的关键人物，他负责ChatGPT及其新产品用户体验的核心管理[1] - 公司正试图保持对谷歌的领先优势，而谷歌的Gemini 3在任务自动化、代码编写和图像生成方面取得显著进展，促使高层警觉[19][20] 核心人物：尼克·特利的背景与角色 - 尼克·特利现年30岁，三年前加入OpenAI，此前曾在Dropbox和Instacart任职，此后迅速崛起为公司最具影响力的领导者之一[1] - 支持者认为他擅长快速推动产品落地，并能协调公司内部不同派系的研究人员和工程师达成共识[1] - 前同事评价称，如果没有尼克，ChatGPT很可能不会问世[2] - 他被认为是“OpenAI严守的最佳秘密”，是“硅谷下一位顶尖产品高管”[7] - 随着多位高管离职或转岗，阿尔特曼对特利的信任似乎在不断加强，他现向负责应用业务的前Instacart首席执行官菲吉·西莫汇报工作[16] ChatGPT的产品发展与愿景 - 特利最优先考虑的事项包括提升ChatGPT的个性化功能，将其与电子邮件、Slack等应用连接起来，并增强其搜索能力[2] - 他认为像ChatGPT这样的产品将成为“大多数人体验通用人工智能的途径”，不仅要触达更多人，更要深入赋能[2] - 他设想了一个超越聊天机器人的“超级助手”，它从搜索开始，然后为用户执行操作，例如线上找到商品并完成交易[12][15] - 这种应用形态将使ChatGPT更类似于操作系统，用户可通过各类应用和智能代理访问AI功能，实现生活服务和工作操作[15] - 特利曾将现有版本的ChatGPT比作1980年代PC使用的原始纯文本操作系统MS-DOS，并表示公司还没有开发出“Windows版本”[22][23] 公司的业务拓展与收入模式 - 特利的另一个关注点是帮助公司开拓广告业务作为新的收入来源，致力于将ChatGPT打造为可与谷歌抗衡的广告盈利平台[3] - 公司讨论过从ChatGPT推荐商品销售中抽取分成，这些推荐基于AI对用户的深度了解[3] - 公司未来五年增长计划的重要组成部分，是提升ChatGPT每周活跃用户数量并转化更多付费订阅者，同时扩大企业客户规模[22] - 公司曾在夏季预测，五年后该聊天机器人每周2.6亿活跃用户中约有8.5%（即2.2亿人）会购买目前每月20美元的付费方案[22] 内部管理与文化挑战 - 公司内部存在天然的对立：一边是致力于发明新技术的研究人员，一边是常常需要敦促研究人员交付商业化技术的产品团队[4] - 有时公司内部会出现跨团队重复开发现象[4] - 特利以询问团队成员计划是否“最大化加速”而闻名，以此推动团队加快步伐，消除新产品放行过程中的障碍[11] - 他每天都召开站会，以防止产品陷入不同观点间的争论中[12] - 近20位特利的现任及前任同事对其描述形成鲜明对比，一些人认为他和蔼可亲、行事果断，另一些人则觉得他直率得近乎粗鲁，有时展现出冷酷无情的一面[14] 产品发布与技术发展 - 2022年感恩节假期前后，公司决定推出内部黑客马拉松中孵化的成果之一：ChatGPT，原计划在观察用户对GPT-3.5模型的反应后逐步关闭，但其引发的狂热让公司措手不及[10] - 今年大部分时间里，特利的团队保持着密集的新产品发布节奏，相继推出了网页浏览器Atlas、让用户在ChatGPT内连接DoorDash等应用程序的功能，以及Slack等工作场所工具[13] - 他还深度参与了旗舰模型GPT-5的发布工作[13] - 公司正致力于将ChatGPT与苹果公司的操作系统整合[16] 增长、安全与用户参与度的平衡 - 特利面临的一项挑战是如何在保持公司增长需求的同时，不削弱ChatGPT的安全防护措施，避免用户与这项技术形成不健康的关系[20] - 部分安全保障措施可能限制了聊天机器人的增长，例如在实施限制措施禁止向18岁以下用户发送调情信息或讨论自杀话题后，用户互动有所放缓[21] - 公司正在推出年龄验证软件，允许通过核查的成年用户讨论情色等话题[21] - 特利表示公司密切关注用户增长及其回访率，但并不在意用户在ChatGPT上花费多少时间，目标是帮助用户实现目标[21] - 有前同事形容特利是一位将用户参与度置于首位的人，即使有时增长目标与用户安全性发生冲突，但也有其他同事表示他在过去一年里主张实施更多保障措施[21][22]