「模型能力已经够了，要卷就卷 infra」｜对谈戴冠兰：Runta 创始人

频道: 十字路口Crossing
视频: https://www.xiaoyuzhoufm.com/episode/6a773808c4079d62c57f5802
原文语言: zh
统计: 共 55 轮

[0:00]

嗨 我是Koji，欢迎来到十字路口那本周我们的嘉宾是戴冠兰那冠兰的创业公司Runta，刚完成了2000万美元的融资A16z，是他们的领头方同时李飞飞，智丁等人也是他的天使投资人你好冠兰欢迎来到十字路口，Hello Koji，是路口的朋友 感谢这个机会然后希望我们能分享一些有意思的事，好 那我们还是从我们的传统快问快答开始帮助大家尽快的了解你，那请问贯来你的年龄，35，毕业的院校是，美国东北大学，你的MBTI和星座呢，我是天平座然后我的MBTI是INTJ和ENTJ之间横跳然后我个人认为我是偏I多一些，然后一句话介绍一下现在的公司和产品，我们会认为未来的AI智能体会比人类更多然后那未来这几十一个agent的话他到底跑在哪跑起来怎么管，Ranta就是为这个AI智能体打造了这种执行底座，然后咱们目前团队的规模呢，我们现在团队在十人左右，然后以及有整百三千个agents在后面干活，

[1:11]

一句话介绍一下创业之前咱们做过些什么，我之前是在Clocklet做Edge边缘平台，然后在空做过网关跟云，然后加起来大概差不多十多年一直都在做被软件跟SaaS在打造infra，Ranta这一次的这个Seed论就融了2000万美元，A16Z领头，Jeff Dean和菲菲以个人身份参与，那我不要好奇是你怎么拿到他们俩个人的这个天使投资的，对 首先是大家对Jeff Dean可能都了解，他是一个infra方面的一个大牛，而是经历过Google，DMai 各个时代的infra的一个传奇，然后我跟他也是有机会跟他去聊，有一个很深度的一个就是对谈吧，然后他主要也问我一些比较深刻的问题，就有个问题就是我印象特别清楚，就是他说如果系统最底层的执行单元，它变成了概率性的话，那infra这层要怎么构建，其实这个问题还挺难答的，因为过去这种系统工程啊，什么从事密等事物恢复，

[2:13]

这些都是建立在软件，它是一个确定性的东西，就比如说你把一套东西输入，通了输出去，它输出基本上是一样的，如果有出错，如果有不一样的东西，它就是一个异常，异常的话，你在之前软件时代是可以没举的，就是他现在在考察，就比如说这块地基没了，那上面那东西怎么做怎么成立，然后我当初的想法就是说，其实probialistic就不确定，这个是那个大模型本身的一个特质，对不对，但是如果一旦你这个agent，需要去上生产这些所谓的这些，分布系统的一些复杂度啊，这些恢复啊，隔离分岔这些东西的话，其实需求反而是会变多的，那如果这些底层的复杂度，做不了的话，只有把那个压到run time层去做这些事，然后上一代的infa的话，其实我们解决的是，比如说物理机到底怎么跑，然后开发者不要去考虑这些问题，那这一代的话我会觉得真正要去解决的，就执行本身，这个是怎么做的，然后这里面我其实有跟，

[3:17]

Jeff Dean 还飞飞他们也去聊了很多，这相关到底是怎么迭代的事，但归根结底的话，我觉得现在执行层，已经变成了系统工程里面，最难的一个问题了，现在agent越跑越长，之前比如说一个chats，比如说几分钟几个turn，现在变成几个小时，铸天的这样一个agents跑起来，这里面的话其实。目前infa实际上是处理不好的，没有解决好这里面那些，包括像隔离分岔，牵移热牵移的这些难题，所以这我觉得是还挺难做的，然后另外我觉得投我一个主要原因，在说我之前在Colorfly跟Cone的话，是参与过上一代infa，从地线原理从头构建的过程，我们其实刚做的时候，什么Kubernetes container这些技术都没有，而是说你如何去考虑，我从最根本的需求去推导，我们到底这个系统成为怎么样的，然后有机会参与从头构建的，这样一个过程，然后构建出来的很多infa，已经成为现在互联网的基石，

[4:18]

还有标准，给你举个最具体的例子，就比如说在Cone的话，我们可能每天，这个API请求有三千亿次，对不对，就这样一个规模下，你即使极小概率会出错的事，哪怕是0.00001的事，都会变成一个极大概率的事，就是这个infa所要处理这个复杂度，实际上我是经历过，就是参与过这一代的构建，所以我觉得综合的因素吧，Jeff Dean还想要多投一些，我说我这份额不太够了，成为一个跟Jeff Dean say no的人，我觉得也是一个挺有意思的经历，A16Z其实投的公司还蛮多的对吧，但是我很少看到他们，投了一个很新的公司，还专门写一篇blog，来介绍自己为什么投，所以他们就确实写了一篇，就是叫为什么我们投Ronta，你觉得A16Z，这么重视你们的原因是什么呢，这个还蛮有趣的，因为一般总之轮的话，他们很少写这种文章，还有就一般投的，很少是一个general partner级别，

[5:15]

就是过来写这篇文章，这篇文章也是Martin亲自写的，我觉得主要他是看到了，这不仅是一个feature，或者不简单是一个产品，而是一个平台级别的一个机会，他会觉得这一次是一个compute，一个待机变化，就相当于是，之前是从那个客户端，服务器到数据中心，这一波迁移对不对，然后到物理机，再到虚拟机，再到容器化这个过程，每一次其实都有待机上的变化，然后这一次的话，其实归根结底，在说你真正托管的东西，已经从托管软件，管理这套软件，管理这服务，变成管理agent，智能体，那如果这个判断成立的话，那就是一个巨大平台级的机会，所以他们会花点时间去来，来讲清楚这件事情，到底为什么是个平台性的机会，所以我觉得这篇文章，还值得读一读了，嗯。

[6:05]

所以用一句特别简单的话，来给大家解释一下，Ranta到底替客户解决的，最关键的问题是哪些，我觉得其实我们做的是infa工作嘛，就是基础设施建设工作，但真正你想企业落地的话，在这个非确定性的non-deterministic，proprietistic这种就work load下面，你给它加入一些确定性的东西，让企业刚好可以把它用起来，然后不需要做到完全的就所有东西都确定，而是要给到足够多的信任，这包括就比如说跑在哪里，让它跑起来以后，呃，企业能够交给你智能体去干活，包括有接触生产权限，然后能访问到就是客户的一些数据，然后呃，他所有比如碰了什么动了什么，然后在他动的那一刻，有个执行层面的东西，可以把它管理起来，然后可以呃，帮助他scale起来，这一块就是我们Ranta做的事，我觉得我们待会可以再展开聊一聊，整个agent runtime，或者agent infra的部分啊，

[7:00]

包括Ranta在做的事情，呃，但在此之前呢也是想和这个呃，灌篮我们探讨一下，就最近整个这个AI和agent领域的一个，特别大的变化啊，那首先呢就是我感觉到一个反转式，可能三个月前我们还在讲，这个token maximizing，就说这个企业消耗，特别多的token，而且企业鼓励员工消耗特别多的token，你消耗的越多好像是一种荣誉对吧，是一种骄傲，但是最近突然这个画风一转，大家变成了这个token minimizing，就是最小化token，对，所以据你观察这个反转，大概是从什么时候开始有这样的苗头的，嗯，先说这个，最早什么时候开始，其实最早是在那个thinking模型，在01时候，就是复杂，推理给上这种，比如说示威链，SOT，企业管理者，到市场上就觉得，哎，我相当于是用了更多token，我这个就变得更加聪明，对不对，在后面的话就往外推成一个，组织管理的一个观点，

[7:57]

在说一个员工，如果他收的token越多，他越，AI native，它是一个可度量的kpi，对不对，一旦可以度量kpi，那我围绕这个kpi，我就可以把这个一直往前推，然后通过一个很大的一个kpi，然后让大家促进组织的一个变革，以meta和这个亚马逊，这一波为首，就是他们最早开始把整套token，这套玩法在组织里面开始推动，去年的年底走访，我们那些前沿的一些客户，A-Lab的时候，我们发现，甚至我到墙上看到他们有个显示器，专门的显示器，显示这本周哪个员工排名最高，用哪个token，他们甚至还有一些小的奖励，比如说你到前面几名的话，会给你什么一些reward，到后面的话会演化成，到了极致，像meta和stripe，他们会对员工的token使用量，跟你的业绩挂钩，就是他会在年中打Purve Review的时候，就是业绩考核的时候，会把token使用量，当做你的核心考察的一部分，

[9:00]

那这个时候就开始变位了这个事情，你看到最大的变位，最drama的故事是什么，我听到比较极端了，就是不管你啥玩意儿，就用sota模型，然后甚至是为了把用量用上去，去刷榜，员工甚至会威胁一些没用的，这个loop，把这token用量刷上去，包括像，今年3月，不知道，Koji你有没有印象，就是Jinson，他说这个人其实就是不够强，我会觉得这一波有点太过了，就从鼓励大家用的越多越好，到现在企业，也纷纷开始控制用量，这个其实反转可能就是3个月6个月的时间，你觉得这中间是因为什么，我觉得首先就是大家开始发现，ROI的return在哪里，就特别是最近像Uber，CFO跳出来说，我们在4月份的话已经把全年的token量，LM的使用量给用完了，我们到底收获了什么东西，第一方面就是他的那个点火的阶段，哎已经结束了，大家这个意思已经形成了，还有第三的话，这个token真的很花钱，

[10:06]

哈哈，他也不是一般的花钱，就是呃，大家远远低估了这个呃模型的这个价格，综合这几方面因素，让大家意识到哦，现在token magazine可能不行了，哎咱们自己也是创业公司对吧，大概10个人，然后你们是怎么去制定大家这个用token，然后用API的这个规则呀，我们一开始的时候，其实也是经历过这个过程，因为我们招了很多，就从传统公司做infra，呃做技术设施的人来，我们一开始就token magazine，就unlimited token，就你爱用啥用啥，然后让大家呃，形成这种token是免费的这种感觉，反正先用，我现在开始就是给大家使用阶梯制，就我首先给你订阅几个，呃这种maximum，就是最最大的ultra plan订阅几个，然后你可以随便用，你用完了以后，你要跟我说你用完了，然后你用在哪里了，呃如果你需要更多，比如说你需要，呃帮不到，比如说一个月花10万美金，

[11:00]

OK，呃其实就是我会简单的，加入一些流程上的小的摩擦，然后让你感觉到这个东西不是free的，现在用这个到底是为了什么，但是整体而言我还是一个比较宽松的，这个状态让大家去呃使用token了，那我们再聊一下ranta哈，就刚才我们简单说了一下，在ranta之前这个您在cloudflare，在com都工作过，可不可以稍微详细讲一讲，就那两段经历里面，你是比如说在企业的什么阶段，在具体负责什么样的工作，我相信是呃最早几个工程师加入，那个corplay的核心，就是呃他的一个叫edge，边缘云的这样一个呃技术负责人，然后我就呃有幸参与了他的这个边缘缓存呀，然后这个wav就是呃网络防火墙，以及他早期的那个worker系统，就是他的那个端侧上的一些计算平台的一些搭建，然后我其实主要负责的就是呃在面对这些软件服务，哎我怎么给他提供中间的一套边缘系统，然后呢让他能够知道哎我什么时候可以去访问我的这个背后的服务，

[12:03]

如果这背后的服务需要加速需要一些安全的功能，我在这个呃守门员的一个角色哎我怎么去帮你看好这条门，如何去确保你这个是能够更快的把它部署到呃，离客户最近的一些节点，我在corplay主要是解决这相关的一些问题，然后我在空的话呃解决也是类似的，就是我们在企业网关呃就比如说你去订餐，你的一些API的服务需要通过我们的一些企业网关，帮你去做呃这个限流，帮你去做这个寻止导流，然后以及那种呃呃呃就你的API的平台，微服务的平台如何去打减呃，呃我们在空的话我更多接触的是跟世界500强客户，我这种大的客户去如何去帮助他们的数字化转型，以及这个数字化平台的一些落地工作，所以这一次Zoranta是第一次创业呃，呃相当是第一次以CEO的方式创业，OK，呀，所以这一次是因为什么原因决定创业呀，其实我们之前有服务过很多就包括像呃开发者，像那个业内的呃这种开源社区啊，包括像世界500强的一些企业客户，

[13:05]

然后我们发现大家对智能体的这个概念就是很很感兴趣，因为大模型的话是相当从电力转化成token，那其智能体的工作就是把这个token转化成企业真正的价值，对不对，但是其实呃你仔细想的话，Agent的话它其实更像人类，而不像是一个传统的软件，因为它是概率性执行的嘛，它每次都会决定自己，哎我下一步该执行什么东西对不对，然后呃它它这整个行为都是概率性的，所以你没办法像软件一样用预定的规则去穷尽它，你也穷尽不了，因为它Agent每次跑，甚至每次生成的代码都不一样对不对，然后但同时它跟人又不一样的地方，因为人的话比如像coach，哎呃比如说你投了一个公司不好，哎那可能你的这些LP就会找哎，coach你投了这个东西不好，有个人的名誉对不对，比如像我比如说在coach，我服务的客户服务不好，那可能我的那个CEO，就会找哎，过来你这个东西会想出了事故对不对，我们人类实际上是有背锅力的，

[14:04]

有问题的话我们要负担责任，最坏可能会坐牢或者喝茶对不对，但Agent的话那出了问题谁来背锅，大模型公司去背锅吗对不对，还是说是比如说写这套Agent的这个开发者去背锅，还是说这个企业的负责人去背锅，那这个事情怎么去处理，其实这里面特别复杂就是它既像软件的一些行为，它又像人类行为，但是它两者都有不一样的地方，所以让我具体去做ranta这件事的话，是因为我觉得这个workflow发生了一个翻天覆地的变化，而现在的基础设施没有一个是针对这种workflow去设计的，所以这里面的话就是存在一个特别大的一个机会，然后这也是我之前在搭建过比如SaaS这一代，对于比如说云Cloud这一代，这套Infa经历过这几套，我发现现在又有个完全全新的智能体agent的形态出来了，那这时候它的执行体做什么，它的这套Infa应该怎么去构建，我觉得这是一个特别让我着迷和让我特别想去解决的一个问题，

[15:07]

我觉得这个东西的话，而且我看到很多创业公司去尝试去做类似的事，但是我觉得这些都没有思考的特别深刻，特别底层，而且大部分都是把现有的一些技术，我来把这块东西马上能上线，我觉得很缺乏一个能够看到很底层的一些思考，地形原理去思考推断的，在一个团队做这件事，所以这也是我为什么放弃在空比较好的机会，出来创业的一个原因，如果今天大家用的就是Codex或Cloud Code，那它可以用Runta吗，还是它必须要自己开源部署自己的agent，才有用Runta的B，或者是用Runta的B，或者是用Runta的B，或者是用Runta的B，它如果是比如说用Codex agent的话，我们也是一个支持，你可以在Runta上起一个什么样的agent，可以包括Codex agent，比如说你在云端上一个24小时可以弹性伸缩，可以比如说管理它的这种花费，可以管理它的触达，就举个例子，

[16:09]

比如说你Cloud Code来收取你邮件，这里面比如说哪些邮件它应该收取哪些邮件，它不应该access，包括它的这些凭证，它的这密钥什么东西它能访问，它不能访问，只要你把这套现有的Harness，或者现有的这种Codex agent，或者是企业现有的这 agent，只要放在我们这执行层面上，就能够有这额外的一些能力，我们提供了一套就是云host的平台，然后上面有我们的一些比如说虚拟化的一些工作，我们有定制的一些操作系统，我们有网络处理的一些流程，所以我们对不挑你到底具体跑什么agent，所以目前你们接触到的这些客户，他们认为Runta带给他们最大的价值是什么，就像特别是这个月，我聊下来比较多了，大家对预算包括刚才提到Token Maxing，还有就是Computer Spending，比如agent跑在什么地方，然后agent比如说我跑的比较多的话，

[17:06]

那我怎么样有个更好的环境给他去跑，就是弹性更能伸缩的一个方式，一个是Spending，然后其他呢，金融类的客户，他们其实有蛮多的就是之前提到那个管理能力，governance的一个能力，他们一方面特别希望让agent来干真正的活，然后来跟竞争对手拉开差距，但同时又特别担心我的agent一旦开始跑，我有没有可能agent又跑出什么不可控，我给你举个例子，最近我看有个就是做这种安全类的一个调研，发现其实世界500强的公司，大部分的公司如果使用agent，已经被agent泄露一些这种机密，或者是客户信息，这将是一个巨大的一个问题，为什么这是一个创业公司的机会，而不是公有云的机会呢，公有云的话，就是包括现在所有的公有云，三朵云国内五朵云对不对，然后我们实际上都是这一代，因为我亲历过嘛，这一代都是为SaaS跟传统软件所设计的，包括它的机飞模型，它的这整套就是infa的底座，

[18:11]

它都是给软件跟人来设计的，我觉得有个比喻就可以，类似于像GPU这波浪潮，因为之前的话上一波的数据中心，都是由CPU来搭建嘛对不对，这一波以GPU为主，你看最近起了多少家，新有 cloud实际上就是传统的这波data center，需要重建，因为GPU它的整体的架构，完全需要重建了，所以这才有这么多，新有 cloud 的一些机会，但我觉得公有云的话，它会朝这方面去迭代，但是它其实本质上它的计价模型，它都在打架，而且内部会有很多现有的一些包袱吧，我觉得这个机会更多会在创业公司，把这块做起来，对 但理论上其实除了公有云之外，还有另外的一个有可能去做Agent Infra的公司，就直接是机模厂商，对吧，Athorpic Open AI，就你觉得你们比起他们又有哪些差异化的优势呢，我觉得这个问题其实也是每个投资人来聊，你们在做这个到底怎么想，会不会在模型的主赛道上，

[19:10]

对不对，他们会不会去做这些事，因为确实Athorpic，因为确实Athorpic已经发布了Managed Agent整个系统吗，我会觉得其实模型公司，它肯定要去做这个事，但是其实你想真正的企业落地的话，它肯定不会绑定一家模型，对不对，然后它也不会去绑定一个云，像这个时代这样，就多模型多harness，然后多云，实际上是一个分散风险，还有就是做像我们最近很优秀的一些国内的一些模型，然后我如何去把这个成本做一个整体的一个把控，对不对，还有另外一个归根结底，对于大模型公司来说，他们想要核心就是什么，把模型能力提上来，对不对，就它做的一切实际上都是为了获取足够多信号，来改善它的模型本身，所以我觉得这个模型的能力和这个infra底座的能力实际上，我觉得还是两个相对比较明确，然后有这种就是一些不同的一些职责的划分，那你觉得竞争最可能是来自哪里啊，如果不是来自公有云或者也不是来自鸡膜厂商的话，

[20:18]

我觉得反而是这种neocloud，或者是像上一代转型，就是上一代那种做serveless，因为他们实际上已经经历过上一波这种，就是从那种比如传统的软件来到这种上云的这波转变，但是还是同样的问题，就是他们已经有已有的客户群了，已经有已有的这个基本盘了，你如何再往上加，但还是那句话，就是他们来做对他们来是负的业务，但对于创业公司来说，这个是我们每天24小时在思考的问题，专注的团队能把这个事情做得更好，那另外一些专注在做Agent Infra的团队，比如说就是E2B或Datuna，对吧他们是做sandbox，你会怎么看他们和你们的这个区别与竞争，我觉得sandbox的话其实是一个挺好的，就从上一代基建Infra里面，搬过来很好用的一套东西，因为大家也知道就是现在主流的这些技术，就是firecracker之类的这些技术，它实际上就是来自于上一代serveless，

[21:20]

就是AWS的那个Fargate这些产品，所研发出来的产品，但是它其实你想serveless举结什么，就比如说15分钟内，一小时内跑的短时间的这个任务，所以我觉得他们目前市面上的这些sandbox的方案，对于这种短时间内，跑一个很快的一个代码片段，我快速给一个结果，然后把整个环境把你隔离起来，我觉得确实是一个还挺不错的方案，然后现在的话包括像Agent的话实际上是跑了越来长，那这时候的话上一代的这种技术是否还够用，我们其实已经遇到蛮多瓶颈了，比如说我什么时候该用GPU，什么时候不应该用GPU，怎么去做动态迁移，怎么去做内存的动态伸缩，它其实很多上一代方案已经不够用了，所以我觉得其实想要转型的话还挺难的，就是我觉得必须要从底层往上低性原理去思考，我到底针对AI智能体，我到底需要什么样的一些infra，然后从下往上打这整套系统，我觉得才有可能真正能够处理未来十亿个智能体，

[22:25]

它到底在哪里跑这个问题，所以咱们现在虽然成立不久，可不可以讲一讲咱们目前拿到的最大的订单，大概是一个什么体量的订单，然后我们其实现在在一个，还算是个比较早期探索的阶段，但我会觉得这一块的话，早期营收并不是我们优化的目标，我们其实更愿意去真正把这个东西做，从底层往上做，真正去做一个通用的平台，这实际上更是我们现在优化的目标，我记得我们之前有聊过，就到底是要做非标品，对不对，还是说去做标品的这样一个问题，其实我也想要跟Coach，你来聊一下，就你觉得就从你的这个角度来看，你觉得做哪个更合适，或者你的经验分享，我想聊一聊你的这方面的一些认知。

[23:13]

就直觉应该是要做标品，因为做标品才能够更容易scale，如果是做非标的话，那服务一个新的公司，就要去搭建一个新的服务组织，这个听起来还是一个从管理上面，就是没有那么让人向往的一种企业类型，另一方面我没有一个背景知识，我不知道这个比如最大的客户到底能有多大，如果服务他，我一年就可以赚来个5000万美金，那我服务这样四五个客户就已经两三亿美金的AR了，那这个还是非常值得去为他们搭建专门的团队的，对所以这个我也不要好奇未来会怎么发展，我的一个看法是这样，就是我觉得其实现在可以去做那种就是最agent native，就是应用harness都是最前沿的方法论也是最前沿的，我想要服务好这样的一些客户，因为他们代表最新鲜的生产力，但除此之外的话，我们也会经常去跟这种就是四六五百强的公司，去给他们保持一些这种就是阶段性的一些sync up，看一下了解到大家现在这个智能体部署到哪一步了，

[24:17]

然后最近遇到什么样的那些痛点难点，然后有哪些是他们会觉得是目前最在业的点，所以我的看法在于说还是要两把抓，但是目前对我们来说的话还是服务这种agent native的一些公司，他们最愿意接受新的技术，然后我觉得这是我这方面思考，我不知道你怎么看科技，这些agent native的公司多数都是AI创业公司，还是其实他可能做的也不是AI，他可能就是在做比如说自媒体或者他就在做广告，但是他非常善用agent，您指的是哪一种，我更说的是agent builder，就是造agent给别人用的这些开发者，然后还有就是垂类agent，就是比如说剪视频的agent，我或者做marketing agent，这些垂类公司，他们的agent，因为为什么选这类客户，因为他们有量，我们提供给他，他就可以服务成千上万个agent，当我们说企业里面有几百个agent，就是你怎么去定义一个agent的边界，

[25:16]

因为有时候就是可能我只是在codex里面放了一个新任务，那个你也会叫他一个agent，就这个边界我不知道您是怎么去定义的，现在的话并没有一个大家约定俗成，agent定义到底是什么，现在有几方面的一个认知吧，第一就是像女人化，我在agent的话，我给他就是张三李四，我给他命个名字，给他一个身份，还有另外一块的话，还有具体的分工，这也背后牵扯到很一长串的这种技术问题，在于说我这agent到底要拿什么权限，对不对，还有一种方式就是说我每次agent干活的话，我只给他分配，我这个干这个活所需要的权限，干完以后马上把它收回回来，有蛮多种这种管理方式，但是还没有一个形成一个共识，对，因为有时候我也需要让我的codex去取我的gmail，但是那个时候我就心里很不踏实，理论上其实是最好不要这么干的，对吧，因为那里面有太多隐私的信息了，但是第一次我还会费点劲，我说这个权限一个小时之后你自动收回，

[26:16]

但慢慢的慢慢的，我觉得我的边界就被他吞死了，反正现在就随便看吧，我就相信你不会去乱搞，我觉得你这种属于是叫做Approval Fatih，就相当于是你审核疲倦了，我在这方面的话，其实有一些最简单的一些想法，就首先，我觉得权限管理这个事要有一些硬规则，就比如说你agent，他比如说我能读邮件，我不能发邮件，这就是一个硬规则，我发邮件的话，其实我不知道，Coach你会让agent发邮件吗，会啊，现在大量的邮件帮我发，你会用他来发什么样的邮件，比如说我特别喜欢观鸟，我就一直去到一个新的地方travel，我就会去找那边的专业的鸟岛，带我去看鸟，我就会让Manus去帮我找当地的鸟岛，然后发邮件去联系他们，请他们按照我的计划来给我报价，这样的邮件我是发了三四次了，OK OK OK，那还是那你怎么确定他发的邮件，就是来比如说找鸟了这个邮件，你有会去定期去审核他吗，

[27:20]

最开始的时候我确实会说你写Draft，然后我来点发送，然后他就是得到了我的信任之后，我也懒得去等他写好Draft点发送了，我就说你就直接发吧，因为感觉发出的代价也不是那么大，了解了解了解，但是比如说他突然发了一个邮件给你LP，发了一些就是我不想干了，或者这个carry太低了，那会不会有内心有这种恐惧，就某一天他突然发一个无法收回的邮件，目前是肯定没有的，但是我觉得只要发生了一件这样的事情，哪怕不是发生在我身上，是发生在别人身上，灾难性的一个邮件发出去，那之后我觉得就会非常非常的谨慎和小心，如果我现在自己想要用Ranta来帮我管这些权限，目前你们有对个人开放吗，我们现在有一个开源的项目叫Claw Shell，实际上是我们在里面有对龙虾，对Hermis都有这种本地的支持，如果你在本地跑一旬可以使用我们开源产品，然后帮你来管理邮箱，但是我们其实在Ranta上面提供的，

[28:26]

就是比这个会复杂的多，比如说这种数据库，比如说你的这些带马仓库之类的这种管理，回到那句话来说，我觉得像这种安全事故的话，是会必然发生的，这个就是我放一个预言，未来是个必然会有灾难性的Email，是通过这Agent发生一个特别难以挽回的，就mark my word，我觉得绝对会发生，因为现在是这样，其实大部分包括我自己，我会用那个叫做什么安全换便捷，但是这个灾难性后果是会必然发生的，那发生了以后，这就是我觉得是一个很好的机会，来反思一下这一块到底应该怎么管理，安全本身其实是在于说，你有多少信任给到智能体，因为跟传统的网络安全不一样，传统网络安全的话，它可能会有比如说主动扫描，有特征匹配，我们其实是不做这类的安全，我们更多做的是管控，让Agent在可控的边界里面去执行，它最坏的情况，我们也能从中恢复，我们做到可以省计，那这样的话，其实是让企业有更多信任，

[29:35]

给到Agent，我觉得其实这玩意儿的话，并不是一个安全的框架把它框起来，而是通过你有一个相对比较好的执行底座，反而是帮助它释放它真正的能力，你觉得目前你去接触客户的时候，需要去说服他们这个事情的必要性吗，我现在发现用安全换便捷的企业不占少数，大家其实内心恐惧的，只不过没有好用的一套基础底座，帮助大家来解决这套问题，我觉得这是一波一波浪潮过来，这个会在未来，就是我觉得会必然发生，就咱们现在做的一切都是在准备迎接这样的趋势的到来，是吗，我们最终的一个愿景还是想要，企业真正能够把非止毒的权限，把那个真正生产权限交给Agent，所以这一次创业是不是和前两次有一些不同，就前两次感觉是已经出现了特别具体的需要去解决的问题了，我们去解决问题，现在其实有一种就是我现在模糊当中先迈出半步，我觉得这个方向是未来很需要的，我先就是做一些现在有必要的基建，然后就是一边走一边看，

[30:49]

我觉得现在已经起飞了，就像你看之前提到了，Agent Infra-Try公司，他们的一些就是营收，他们的一些具体的服务客户，我觉得已经很明确了，必须要有针对Agent设计的Infa，去特别是执行车这一块，我觉得已经是一个起飞的状态了。这个比如说举一两个你感觉起飞的这种信号，就是有特别多的企业客户就排队想要来用Ranta的服务，但是我们现在因为团队的交付能力，就开始说优化给Agent Native团队去做，就有很多订单进来，我觉得我们先暂时缓一缓，现在你们有没有已经抽象出了一些标准化产品，就是根据不同的这个来自客户的各种各样的需求，我们其实是有一些就是比较偏标准化，就比如说执行那个平台，包括像沙盒调度，包括像上面如何去做那种那个token的一些，举个例子，就是我们最近用的比较有意思的功能，在说我们首先是在执行平面基础上，然后harness你可以跑入ln harness对不对，

[31:59]

然后不管是codex还有就是你的pi，还有就是你的pi或者你自己手搓了这样一套harness跑来上面，跑来上面以后我们可以分析，你这harness到底有没有浪费token，它浪费token在哪里，它怎么去浪费了，我们还可以比如帮你生成一些提示词，让你这个harness来迭代，比如说我们会告诉你哪些方面你需要优化harness，其实我们有在做这样一套东西形成一个闭环，就是你harness在上面跑，我告诉你这怎么把harness跑得多快好省，你们自己现在在去搭建你们的产品的时候，或者给客户服务的时候，你们是webcoding占的比重是多少，百分95以上，入门程序员的一些工作，基本上就是全由agent来代替，但是反而是那种需要依赖这种做过infra的判断力，底层架构判断力，这些是需要人类去花很多时间，给你举几个例子，就比如架构的设计，在api的设计，然后包括像那个部件的一些偶合能力，

[32:54]

如何去偶合，这些架构能力，这些架构能力，我觉得反而是现在人类工程师，还不可获取的一部分，所以你们用agent去写代码，去治理其他的agent，这本身是不是感觉也是有风险的，肯定，这肯定是有风险的，所以这一块的话，必须是需要有好的evolve，就是你如何判断它是否在有效期，还有一点我觉得就是我们天天在用我们自己的平台，用agent来干活，然后跑在我们的agent的执行环境，天天使用自己的产品来做自我迭代，所以在你看来，如果未来出现安全的问题，它大概率是模型的问题，还是是harness的问题，还是更可能出现在哪里，OK，首先我觉得大模型，它肯定是会不停的在安全性上加一些训练上，比如像最近Fabo最新的那些模型，如果一旦你聊一些比如说他觉得比较敏感的信息，他会自动跳转到那些比较弱的模型上，但是其实归根结底大模型就transformer这套架构，即使比如说我的第六代或者GPT7，

[34:03]

GPT8出来，那他如果没有改transformer这套架构，它必然还是一个概率性执行的模型，归根结底是一个next token prediction，它只是说我最有可能哪个token最适合来做这件事，对不对，实际上它是没办法区分你给它的信息，到底是我去控制你，控制你就比如说你让agent去发封邮件，还是说是数据，它是没办法从模型测来看，它就是一堆进了imput token，它没办法区分，即使你加一些比如说，我中间加一些特殊制服对不对，把它分割开来，在它看来的话，其实都有办法来绕过，所以我觉得模型的安全和这个，就是它的这一块是一个，没有办法从模型测根治的一个问题，所以这也是我觉得infa，为什么会有机会的一个原因，再说你通过在infa测，给它加入一些确定性的东西，来确保它这套非确定性的架构，在企业可控的范围内去执行，最近出了那个事故，就是open-eye的模型黑掉，

[35:04]

那个huggenface，直接黑掉huggenface，去拿那些reward signal，实际上这就是反而是后面huggenface，用开源模型来帮助它来找到真正问题在哪里，因为相当于open-eye，它有做安全限制，比如说huggenface说，我这里出了这样一个安全事故，然后你帮我来调查一下，然后open-eye说，这个不是我们模型要处理的事情，它会认为这个很敏感，所以撂条子了，后面他们是用了开源模型，然后去来真正帮他们找到，这个问题在哪里，即使开源模型并不是Sota，这个最优的方案，我们正好在这里聊到开源避源，就是因为最近其实也有很多，这个开源避源的竞争，因为感觉这个open-eye and anthropic之外的所有人，全部形成了复仇者联盟，然后就掀起了一个新的思潮，就是大家不要再去用避源了，你用它又贵，然后你的数据还会被它用去二次训练，

[35:58]

就是没有任何的安全和性价比，所以鼓励大家用开源，从微软到Palantir到公有云，大家都在讲，所以你怎么看开源避源，你觉得之后大家的竞争会，比如再过几年会怎么发展，我觉得开源的模型肯定是会一直往上爬坡，然后能力最近Kimi也是接近Sota，这样第一梯队的一个表现，包括最近Deep Seek最新的Fresh模型，也让大家看到了多快好省上，有很多方面的进步，我觉得这也是一个相当于是，此消比涨的一个过程，就是它在美国这边，它毕竟算力有个巨大的优势，他们其实有更多的去尝试不同的一些探索，然后还有最近的AI for AI这波浪潮，其实蛮有趣的，其实我们也在服务这些公司，如何通过Agent AI来改善模型的训练，如果未来大家模型当对，就稳到了某种程度的Sota，然后在那个时候，模型是不是会变成一个商品，这个时候大家都卖不了，就非常高的利润，然后就变得像今天的电和水一样，

[37:00]

变成一个不是那么性感的生意，这也是大家对于大模型公司今天高企的估值的一个特别大的担忧，我不知道您怎么看，我觉得最终会到达这一步，但是比如说到底是一年还是五年，我觉得有一些early signal，就比如说Faber5跟我之前用的OPUS，我觉得对于开发者来说，对我们来说没有本质上的区别，我觉得这个爬坡已经开始泛缓了，所以我这里就下一个暴论，我的暴论就是模型能力已经够了，要卷就卷infra，模型能力来了，但是基础设施和这Harness整块都没有跟上，所以导致现在还没有落地，这也是为什么穿进Runta另外一个原因，就现在你感觉到卷吗，就你所在的infra-sid-道有多卷。

[37:48]

infra-sid-道的话Frontier Lab的话，就做类似的话，可能每个Frontier Lab，可能至少有几十个三百号人在做类似的事，但是他们做的还是就像我说了，是为了他这套模型，就是提升模型的能力去搭建这套infra底座，但是我觉得从执行底座这一块，我反而觉得这是一个大家已经看到，但并没有说我这玩意真的执行底座那么重要，我觉得这也是一个相当于是，大家没有一个完全共识的一个点，在说我到底需不需要一个agent底座，我希望一年以后大家不要再说agent，执行需要一个执行底座，还是不需要执行底座，就像一个我数据图哪里，数据库里面对不对，我希望大家agent需要跑在哪里，agent需要跑在他的agent执行底座里面，因为我希望未来大家会有这样一个认识，这也是我为什么出来做，包括参与这个节目，我希望让大家慢慢的认知到，这里面实际上是需要去做这样一件事，

[38:45]

需要去做这个基建，然后这里面的话，我是希望越捡越好，大家来做越多越好，因为我归根结底，我是希望真正能把agent智能体落地，这件事情做下来，如果说你又想要去做很底层的infra，你又想要对客户有一些实际的价值，我觉得可能rota这边有蛮多很好的机会，大家可以来考虑一下，对，欢迎大家加入rota，好，但你们现在主要都是在旧金山吗，还是你们在其他地方也有办公室，我们在新加坡跟旧金山这两地，可不可以给刚参加工作的工程师们一些职业上的建议，OK，我觉得刚刚加入的，首先你先tokenmaxing，在刚入职场实际上大家没有包袱，反而这也没有包袱，就是刚入职场最大的一个财富，同时的话，就是你要对这些，之前做这些有些敬畏之心，要有这种比如说架构能力，底层思考能力要锻炼起来，到时候coge把我的联系方式留下来，然后如果有这方面的这种同学，我特别乐意跟大家沟通，包括一起来探讨未来方向，

[39:57]

在你自己的职业生涯里面，做对了最关键的一些选择是什么，首先要意识到浪潮来了，举个例子就是我之前为什么加入Cloudflare，是因为我看到在边缘计算，那时候是刚刚开始那个data center，大家从那种mainframe主机房移到云上，这波浪潮起来，这时候的话，刚好有一个这种创业公司，我觉得特别有意思，就他们也在做这方面探索，而且他们技术特别不错了，我觉得这波浪潮值得更，然后这也是我当初加入那个Coffee，在空的话，是我看到这微服务这波浪潮，不知道coge你还没有印象，就之前微服务这波浪潮，圆圆生这波浪潮，大概是在2020年前后，差不多差不多，那时候我刚刚还在圆圆生之前，还在那个就是各，比如K-8S，Mesos，Dogswamp，这波混战的时候，我觉得这里面其实蛮有意思的，就大家开始思考，我这个分布系统，这复杂度到底怎么解决，我有没有好的办法去解决，

[41:00]

有没有让大家比如说，一个普通的工程师，我也能解决很难的这种，就是分布系统的一些问题，然后这时候我觉得，反而是加入一家这种公司的话，能够圆圆生的这波浪潮起来，我觉得现在也是一个比如说，AI浪潮，包括智能体这波浪潮，是一个特别好的机会，这是为什么出来创业的原因，这是说我看到了，这波浪潮是非做不可的，不做我就是会一辈子后悔，即使在之前的公司待得特别舒服，然后各种比如条件，然后我相当于是在，这边在空的话，是创始工程师也是第一位，Engine Manager，就是来立的我们核心团队的，这样一个元老级别人物，大家说过来你应该退休了，就是你别别你做这个干啥，我说我真的想做这个事情，因为我觉得这就是一个mission，这波weave真的来了，这里面的基建真的做得很差，我觉得没有看到真正的一个，团队真心的那种能力很强，做这件事，所以我觉得这是我会去思考，职业发展或者是，

[42:00]

就是说一定要看到浪潮，有把握浪潮能力，浪潮来了一定要跟上，有勇于冲浪的能力，浪潮退去，那我觉得就是有这种就是，我就收板回家了，就是有这种勇气，我觉得还是蛮有必要的，当时不管是Cloudflare，里头是Founding Team的Engineer，最早加入的一批人，然后事后其实证明，当时其实也有很多的，这个两个领域的竞争对手，但你都选择了后来在这两个领域，冲出来的最厉害的公司，所以这个怎么在一个浪潮来的时候，乱战的时候选对公司，这个有什么心得吗，就是投资，其实包括我选团队也是跟投资的这样一个，你们是在投capital，投财富，投钱对不对，我是投个人的青春，投自己的经历，我觉得其实关键还是在于人，你看这个团队到底靠不靠谱，是不是最有想法，最有干劲，然后最聪明的这拨人，然后最敢闯最敢想，然后这拨工程师去做，然后其实我选也是选这拨，就是有好的一些方向，然后如果大家方向判断对，

[43:05]

那就看执行，执行看什么，就看团队的综合能力，我最看的就是团队有没有，就是这种底层能力，就有没有往下吃一层的能力，为什么，这也是我招聘的原则，举个例子，就比如说现在做LMInfra，最牛的工程师哪些，那就是能往下钻到Kernel级别，能够钻到比如说，这里面算子的优化，能够调度，怎么把它做起来，然后包括做我们之前做空，我的招聘原则，用没有做网关，我会是看你比如说对网络协议战，对这个系统层面有多深刻了解，这也是我招聘的一个秘诀，我稍微分享一下，就是有没有这个能力，往下钻一层的能力，因为其实大部分的90%的人，就是说我这个东西刚好够用，我能做能用就行了，其实极少只有10%或者5%以下的人，能够有对这个充满好奇心，我去看一看下面到底怎么做的，然后我有没有从更底层的方法，去优化上面，到底怎么做的一些能力，实际上我是特别看重这方面的能力，就自己牵手捣鼓，捣鼓一套系统能力，

[44:10]

去研究最新技术的能力，然后有没有快速，去把一套东西吃透的能力，我在之前加入这些公司里面，我觉得我在他们早期创始人，或者是身上看到这些能力，我才去加入，对我觉得肯定有一个非常有公民的点，就是投人，尤其在一个行业，刚起步的时候，大家没有谁能够想清楚，未来12345678步，甚至123步都想不清楚的时候，你只能去看这个人，是不是他最有领导力，最有领导力，然后他最有学习能力，他最有这个就是一定要去干成这个事情的热情，以及任性等等，对，但我另外一个好奇就是，这也是替这个年轻的工程师们来问，就是很多时候你去了解一个公司，你的渠道是有限的，或许就是面试的时候的一些交流机会，而那个时候其实留给你问问题的这个时间也不多，所以当时你去Cloud Flare，你去Kong的时候，你是怎么去了解他们的呢，这里面有没有一些技巧或者经验可以分享，作为一个刚入职场或者是还没入场的年轻人的话，

[45:18]

最多的是什么，是时间，你想是不是回望，就是时间实量最多，但时间又是最宝贵的，我的一个经历，就或者可以跟大家分享一些，就是你多花点时间好好去研究这个事，你可以比如说24小时去思考，比如说你是CEO的话，你会去怎么做，然后你把这个就做一些脑部实验，然后你再去聊的时候，你看他有哪些认知是你没有了，然后你的这脑部实验头脑风暴，我觉得其实是可以给你带来更高一层的一些视角，所以说你真的多花点时间去思考这个公司，到底要做什么，做的事情，我去从我的角度去推测怎么做，从他的角度怎么推测，但我觉得归根结底的话一点，在于说，如果说你能够做足够多的功课，包括像我在那个空的话，我实际上是跟这个创始人，起码认识了差不多一年多的时间，他一直想要我来加入，我是在这公司转型了以后，实际上最早空的话，他做的是有点像open router，这样的一个活，他相当于是把不同的API，把它来 resell 来卖，

[46:19]

但那时候没有这种就是大模型的API，他可能比如卖个地图API，卖一个这种就是什么，就是查询的API，但那时候太早，这个东西浪子还没来，我觉得就是这一波的话，其实我觉得，现在还不是一个很好的时机，所以我其实是花了特别多的时间，去做思考，做调研，然后做充分的理解，跟这个创始人沟通，在他们转型成为空的，就是那几个月吧，我才加入这个公司，他们其实之前不是做这一块的，所以我觉得年轻的话，我觉得年轻的话要多花时间去研究，真的就是比如说，可以多听这个coach的podcast，然后多去了解，从一个投资人的思维，我到底是怎么去思考，我怎么投资了，我觉得证明很多共性，就是你怎么去投资一家公司，和你怎么投资你的职业，这里面有很多很多，我觉得值得学习的点，真正如果说，这个东西特别值得投，那说不定就是你的各方面能力，你对这个的理解的认知，和你的这个，就是你的这个，对他的这个fit的程度，

[47:22]

我觉得其实是，向上达到一个比较好的平衡，那时候我觉得就是你会内心说，我不加入这公司，我这辈子的后悔，那这里是时间，这里是浪潮来了，你必须要做，必须要从这波浪，对，我觉得投资的时候，你可以换一个问题，就是如果换作，你是一个求职者，你要不要加入这个创始人，如果你都愿意加入他，那其实你真的就应该这个投他，因为你要去给他打工了，这个是一个，就你给他一笔钱，这是更重的一个commitment，所以如果这里都愿意，那就你真的应该投，对，我觉得这里面有蛮多共性，我自己也会天使投资，我许这边有个叫开天眼，对不对，不知道你们有没有这个比喻，就是开天眼的意思，就是说，你作为一个创业者，你经常去思考一下，怎么去投资，实际上就相当于是，从不同的角度去思考问题，我觉得就是比如说，你从更高一个维度的时刻，和从更底层的维度思考问题，你要经常切换你自己的角色，去思考这问题，一旦你能把这些问题，

[48:19]

思考清楚的话，我觉得就是，是一个特别大的优势，而这个优势的话，是可能就别人很难，追上来的一些优势，蛮有意思的，对不对，那如果今天，比如说我们做一个思想实验，给你一笔虚拟资金，比如说320万美金，就要求你此刻，今天必须把它立即投出去，投给三个人，然后你脑海中有这样的人吗，你要投给谁，我具体的人，我名字我就不说了，因为他们可能还在，还在funding的过程，就是我可以，我可以举一个，就是头部，视频模型的这种，早期的创始成员，这其实我是，我是literally，我就最近也是在帮他们去，找投资，我甚至可以个人会去参与一些，他们的话，我觉得首先视频模型这一块，是一个G coding模型，第二个赚钱的赛道，就被证明赚钱的赛道，而创业公司能把这个做好了，目前没有看到几家，就真正从模型测把这个做好了，所以我觉得这块机会是特别难得的，但这块的话，coach你感兴趣，我可以推荐你聊一聊，

[49:23]

这里面的创始人，对，我觉得AI for AI，这个就是创业公司是有机会的，就是在于说AI for AI，你怎么样去通过AI来训练好的模型，包括去在Auto Research的基础上，发挥这种长城的方式，去让你在Asia能做更多活，这个的话我也个人有私心，我想通过跟这样的公司来合作，来把我这个底座做得更好，同时也是会让打造下一代这种，就是开大模型的范式，包括这种我也知道前沿模型公司，Frontier Lab也在做类似的事，所以我对这方面也是比较关注的，那我们最后聊两三个，比较轻松的话题，一个就是这个，你更喜欢Cloud Code还是Codex，我现在Codex，哇什么原因呢，你是肯定是缺移过来的，大家都是这个有搬家的过程，对对对，Codex的话就是人很话不多，就给他坑吃坑吃干活，然后像那个，我记得就是那个龙虾作者，他其实就是有做过类似的分享，他我觉得蛮有意思的，

[50:34]

给大家分享，他觉得那Codex更像是一个德国人，就他就坑吃坑吃干活，给你干的这个质量也很高，然后那个就是，Codex的话更像一个美国人，他就很chety跟你说一堆废话，就是你又没有考虑这个东西，你这东西有没有想透，他其实这个就是不同的性格，然后我为什么用Codex，首先这模型的这个能力，我并没有看到代际上的差别，我觉得Codex的话，他而且经常会给一些reset，经常会有一些好的一些，就是对开发者友好，包括他的honey是开源的，对这种开发者来说，打了资产翻身战吧，就是从把我们从，这个quark code转移到Codex上，我觉得这波还是说能站住脚了，在这个coding上，我觉得还是值得跑，值得用的一套honey，但however我们在我们execution上面跑的时候，我们发现codex有各种各样的问题，我们其实有计划去给上游提供一些这种修复，因为它是开源，

[51:33]

所以像那个quark code它是被迫开源，我们没有办法去贡献，对不对，我们其实还是想通过我们这执行底座，来优化上面harness，其实这也是我们一个考虑吧，所以你们内部是统一用codex吗，现在还有任何人在用cloudcode，或者用cursor或者别的产品吗，我个人用codex比较多，然后比如用codex，还有像我们在fireworks，这样用国产的一些比较前沿的模型，其实都有用，我们现在内部的一个共识，在说我把mortel router交给工程师本身，工程师他们最有体感，他们知道什么时候该用什么样的模型，我们还会用glock就是做一些比如说前端啊，这些一些不需要那么就是资深工程师参与的那种，就是比如说出错了以后恢复半径也比较小的那些工作，我们会交给没那么收拾的模型，但这些的话我全部让工程师自己决定，就他们爱用什么模型用什么模型，我们用了模型五花八门，

[52:29]

但是我希望最终工程师给到结果，是工程师能够负责任的一个结果就行了，我不管你用什么模型，但是我是希望大家就是通过这样来培养体感，来培养对目前模型状态的一个认知，能够理解，然后我也特别欢迎大家用各种模型，就是用各种提升妙想，把这个模型的多快好省，因为我们想我们想要支持我们的客户做这个事，所以我想我们的工程师也有这方面的能力，对模型也有体感，然后这样才能够改进我们这下面的自信层，那除了这个Codex，其他你用的最多的AI产品还有哪些，我个人用Hermes跟Pi，然后我们团队对这种龙虾内的就不屑一顾，他们觉得这里面写的特别烂，然后也有他们自己去搜出一套Harness出来，然后看其实效果还不错，其实所以我就觉得，这Harness可能互惩合并没有那么高，可能其实每个企业到时候可能，归根结底还会自己搭一套出来，我个人还会用一些就是比如说Eleven Labs，去用一些音视频去做一些这种，

[53:33]

帮我去比如说配个音啊什么之类的，然后我还会去尝试用比如说，那个深图的一些模型，像一些比如说OpenArt之类的这种产品，包括我个人也是会强迫自己去使用，包括早期那些各种Agent各种产品，因为我想要对这些就是目前智能体的一些，目前的程度，到底智能化到哪一步，我还会去用一些比如说录音笔啊一些硬件，然后包括像那个比如说智能客服，帮你去打电话，包括像我一个朋友正在创业，做那个帮你自动去，比如说你扣多钱了，对不对，他这个自动语音客服，帮你去把这钱要回来，在那些Agent我实际上用的还蛮激进的，我属于是我们公司用Agent最激进的一个人了，对，我感觉这个灌篮你整个状态非常的有活力，感觉非常开心，就是我创业确实特别做一个CEO来创业，我觉得每天确实都是过山车，你每天可能比如说有五个好消息五个坏消息，但是我觉得焦虑的原因在于说大家往往会被那几个坏消息所焦虑，然后其实我也会经常会有些这种困惑，

[54:47]

但Oboard的话从更大的一个角度来说，我觉得首先我们是否在解决一个特别让人兴奋的问题，我觉得我是在解决一个特别让人兴奋的问题，然后我们是否是最适合做这个团队，我觉得目前的这个团队配置，包括我们现在要招的人，要招的人我觉得也是朝这个方向去演进的，包括我们这个投资人，包括我们背后的支持的网络，我觉得也是最适合，就是这里面其实在于说大家真的是觉得，我们是在做一个特别meaningful一件事，这件事真的是会很深远的改变AI的格局，改变智能体格局，所以这些事让我很兴奋，让我觉得即使坏消息也无所谓，也就是点坏消息，对于未来比如说，几十一个agent落地来说，这点事算啥，对不对，以这种好奇心驱动去探索问题，我觉得这可以给我带来还蛮多兴奋感，真好，就这个状态非常的让人羡慕，好，那我们今天谢谢灌篮，也希望就是你的快乐或者创业的这种激情，可以感染到听这期节目的朋友们，

[55:57]

对，也感谢Coach给这样一个机会，然后我也想稍微再插播一下，就是如果各位听众朋友，对参与未来这个agent的基建，感兴趣的，欢迎找我来聊，好，我们会把联系方式放在这个播客的介绍里面，欢迎大家联系灌篮，联系Runta，那我们今天先到这里，谢谢，好的，拜拜，好拜拜，拜拜。