AI自我改进公司

罗马军团这套设计本质是一套「信息与命令的远程投射系统」，当年被造出来是为了把权力从罗马这个中心、横跨两个大陆，一路投射到「哈德良长城上戍守的人」身上。核心机制是三件套：层层嵌套的等级结构 + 每层一致的管辖幅度（spans of control）+ 每个岗位一个具名的人。→ 详细 Tom 的关键类比：今天绝大多数公司「其实就是按罗马军团这套组织起来的，人，就是信息上下流动的管道（conduit）」——大量人其实在干「传话」，把上面的意图翻译下去、把下面的情况汇总上来。他转述并认同 Jack Dorsey：「我们默认『公司就该按等级制组织、当成创造价值的经济单元』，这其实只是一个未经检验的潜在假设」，而「AI 基本上把这个假设给打破了」。→ 详细 一年前（也是当下大多数人）对 AI 的理解停留在「提效」：copilot、让工程师效率提升 20%、给工作流加个副驾多出点软件。他认为这是「很错误的看待 AI 的方式」，引 Pete 的博客——我们只是「把旧的工作方式原封不动拿过来，给它装了个更强劲的发动机」。引擎再猛，车还是那辆旧车。→ 详细

• 与其加引擎，不如重造整辆车——重新想象「公司是什么、该怎么运转」。 这是全场总命题。第一个直觉冲击来自台上演示：「就像 Gary 那样——我是真心相信他一个人产出的代码，能比一整个工程团队还多。」（Gary 指同场做演示的 Garry Tan；这句不是修辞，是用来说明「单个人 + AI」的产能已能压过一支传统团队。）→ 详细
• 真正让他「印象深刻」的核心思路：把公司里的领域知识抽取出来、变成可调用的 context / skill。 公司怎么运转，其实是被一堆散落的知识定义的——「有那么一些领域知识、业务知识、某种 know-how，它们藏在人的脑子里、藏在 Slack 消息里、藏在邮件里、藏在 Notion 里。所有这些信息合在一起，定义了你公司是怎么运转的。」（know-how＝做某件事的专有诀窍，往往只在老员工脑子里、从没写下来。）→ 详细
• 一旦让这些知识「可读」，组织形态就会跃迁。 原话：「如果你能把它变得『可读』『可被机器理解』，你一下子就能从这种等级制组织，迁移到一种基于 AI 原生软件、智能化、AI 驱动的组织形态。」关键转折在于 AI 不再是贴在公司侧面的工具——「AI 不是你往公司侧面贴上去的一个东西，不是你发给工程师、让他们提效的一个工具」——而是公司的构建方式本身。结论句：「你完全可以把公司重新想象成一组『递归式自我改进的 AI 循环』。」他连说三个「真的」来强调其重要性。→ 详细
• 为什么「递归自我改进」这么重要：公司会在无人值守时自己变好。 标志性画面——「一旦做到这一步，公司在你睡觉的时候都还在自我改进」。这是整套理论的「钩子」：传统公司你不盯着就停摆，而这种公司你不在场反而还在迭代。→ 详细
• ① Sensor 层（传感层）——从外部世界把信息抓进来。 他提醒别被术语唬住：「这词儿听着挺高大上，但其实它可能就是你客户发来的邮件、可能是工单（support tickets）、代码变更、用户取消订阅、产品埋点数据（product telemetry）。」凡是来自外部、能反映「现在出了什么状况」的信号，都算传感数据。→ 详细
• ② Policy / 决策层——一套「能做什么、不能做什么」的规则。 定义为「一套规则，规定 AI 能做什么、哪些必须先问人类拿许可、哪些必须记录在案（log）」。本质是给 AI 划权限边界和审计要求，是「自主」和「失控」之间的护栏。→ 详细
• ③ Tool 层——AI 能调用的确定性工具。 直接对应台上 Gary 演示的「skills 和代码」：「基本上就是一堆确定性的 API——比如查我的数据库、看我的日历，就是这么一组 AI 可以调用的工具。」（确定性 deterministic＝同样输入永远给同样输出，不像大模型那样会「即兴发挥」；把查库这类动作做成确定性 API，AI 才靠得住。）→ 详细
• ④ Quality gate（质量闸门）——放行前的把关。 包括「eval 式的检查、安全过滤（safety filters）、对高风险动作做人工审核（human review for high-risk stuff）」。（eval＝评测，用一组预设标准自动给 AI 输出打分、判它合不合格。）决定哪些产物往下走、哪些被拦回。→ 详细
• ⑤ Learning 机制（学习机制）——闭环最后一环，把循环接回起点。 「你的系统跟真实世界打交道，发现哪儿不灵了，再绕回循环顶端重新来一遍。」正是这一环让循环「递归」起来。收口结论：「如果你能让这一整套的每一步都不需要人工介入、或者只需要极少的人工介入，那你的系统就会在你睡觉的时候越变越好、越变越好。」对应口号是后文反复出现的 「往这个问题上砸 token」（throw tokens at this problem）。→ 详细
• 第一级（最朴素）：一个查数据库的问答 agent。 「我们一开始做了个 agent，你可以问它问题，它有一组确定性工具去查我们的数据库。挺简单的，比如『我上次跟这家公司开 office hours 是什么时候？』」（office hours＝YC 合伙人和创始人一对一的辅导时段。）→ 详细
• 第二级（稍聪明）：会做关联检索的引荐助手。 场景：「我现在正在跟这家公司开 office hours，他们想认识石化行业（petrochemicals）的任何人」，agent「就能用不同方式去查数据库，用上 RAG 之类各种花活，给你凑出五个值得见的相关创始人」。（RAG＝检索增强生成，先去知识库捞相关资料、再让大模型据此作答，避免凭空瞎编。）但 Tom 给这一级泼了冷水：「这还只是个『跟班』（sidekick）……这就是那种老款的、去年那一版『AI 怎么让我这个 group partner 变得更强』的玩法——它让我效率提升了 20%、30%。」也就是说，前两级再好用，本质仍是「提效工具」，没跳出旧范式。→ 详细
• 第三级（质变）：在上面叠一个「监控 agent」，让系统自己修自己。 这是 Tom 反复强调的转折。这个监控 agent「会去看每一个 YC 员工发出的每一条查询，看它什么时候奏效、什么时候不奏效」；一旦某条查询失败，它就自问一串诊断问题——「哦，为啥不行？怎么才能让这条查询跑通？是不是要换一套确定性工具？要不要更新 skills 文件？要不要换个数据库视图？要不要加个新索引？」然后它真的会自己动手把问题解决掉：「它会直接写好代码，往 YC 的代码库提一个 merge request，再让另一个 agent 去 review、合并、部署。这样第二天人类来问同一条查询的时候，它现在就能跑通了。」而且他强调这事「现在真的就一夜之间发生」（overnight）。→ 详细
• 「啊哈时刻」原话：「对我来说，那一下真的是『卧槽』对吧？」（原文 “holy [ __ ] [ __ ]”，被消音。）他随即点明它和提效的本质区别：「这就不只是 AI 让你的价值提升 20%、30% 了。这是 AI 自己走完整个循环，去搞明白『怎么自我改进』。」→ 详细
• 从这案例抽象出的「行动公式」：找出符合这套模式的环节，把人撤到监督位，剩下的交给 token。 总结句：「如果你能识别出公司里哪些环节是按这个模式运转的，把人类从里头抽出去、只让人当个监控者、起个监督的作用（supervisory capacity），那你就只管往这个问题上『砸 token』，你的公司就会越来越好。」→ 详细
• 产品循环：一个自我优化的增长漏斗。 完整链路——「让一个 agent 去把产品分析数据（product analytics）过一遍，找出你销售漏斗里摩擦最大的那一段（highest amount of friction），去研究最佳实践，上一个 AB test，跑一周，挑出最优的那一版，然后部署上线。然后一遍一遍一遍地这么干下去，给你的产品搭一个自我优化的产品循环。」（AB test＝把用户随机分两组各看一版，用真实数据判断哪版更好。）注意每一步——发现问题、查资料、做实验、跑一周、选优、上线——本来都是产品经理的活，现在被串成一条无人值守的自动流水线。→ 详细
• 客服循环：一个会自己拍板、自己发版的「CPO+CTO」。 链路——「用户的建议源源不断涌进来，你做个分流（triage）」，而做分流判断的，是一个身兼「首席产品官 CPO」和「首席技术官 CTO」的 agent，由它拍板：「好，这条建议我们就是不想做，丢掉；不对，这条建议是符合我们路线图（road map）的，那我们一夜之间就能搞定，写代码、部署、发布给客户，全程不需要人参与。」关键跃进是：agent 不只执行，还在替你做「做不做、要不要上路线图」的产品判断。→ 详细
• 由点到面的收束：把「每个环节」都想象成一个递归循环，公司就彻底不是罗马军团了。 「如果你能把公司的每一个环节都想象成一个自我改进的、递归式的 AI 循环，那它跟那种等级森严、像罗马军团一样的公司就变得截然不同了。」这句把第三、四、五节收回到第一节的总对比上。→ 详细
• 硬数据：demo day 的人均营收，比 18 个月前高了约 5 倍。 原话：「我们现在看到，企业走到 demo day 时的人均营收（revenue per employee），比 18 个月前高了大约 5 倍。我觉得这个趋势会一路延续到 A 轮、B 轮。所以我觉得很快很快，你的瓶颈就会是 token 用量，而不再是人头了。」这是支撑「烧 token 不烧人头」最实的证据——更少的人、更高的产出。→ 详细
• 当下的粗暴指标：直接量每个人的 token 用量——他自己也承认这指标「蠢」且可被刷。 「现在最粗暴的衡量办法，就是去看每个人的 token 用量——这显然挺蠢的，极端情况下也很容易被钻空子（gameable），但方向上我觉得是对的。」他解释这阶段的特殊性：「我们正处在『现在到底能做到什么』的阶段，所以每个人都应该把实验拉满（experimenting to the max），去搞清楚拿这股我们刚到手的、疯狂的新智能，到底能干出什么名堂来。」→ 详细
• 重要警告：千万别把它做成 KPI 排行榜。 「一旦你把它变成一个排行榜、让人因此被升职或被开除，那它显然会被钻空子，那显然很蠢。」但他保留了这个信号的诊断价值：「方向上，搞清楚你组织里谁在『把 token 用到极致』（token maxing）、谁没有，是个不错的视角，能帮你判断该把时间花在哪些员工身上。」——把它当「看谁真在用新工具」的观察窗口，而非考核指标。→ 详细
• 结论很直白：中层管理 done。 「我觉得中层管理已经没戏了。我就是不觉得为了解决这个协调问题（coordination problem）你还需要中层管理，我觉得这事该交给 AI 来做。」逻辑链：中层管理存在的主要意义就是「协调」「传话」——正是罗马军团里「人当管道」的那部分活，恰好是 AI 最擅长替代的。→ 详细
• 只留两个真正重要的角色（Dorsey 列了三个，Tom 删掉一个）。 「Jack Dorsey 列了三个，不过第三个我其实不太喜欢，就把它删掉了。但对我来说，真正非常非常重要的就两个角色。」这两个是：(1) 人人都是 IC——「现在每个人都得是个 IC（一线贡献者），一个动手做事的 builder、operator」；(2) 每件事都要有具名的 DRI——「要有明确的、直接负责的个人（directly responsible individuals），任何事情要推进，你需要一个有名有姓的人，而不是一个委员会，不是一群人，就是单独一个人」。他相信「你完全可以靠 IC 把公司搭起来，中层管理真的可以说是终结了」。（IC＝individual contributor，一线干活、不带团队的人；DRI＝directly responsible individual，对某件事单点负责到底的那个人。）→ 详细
• 诚实的免责声明：现在还没人真做到「全职能自我改进」。 「我不确定有没有谁真的做出了一家在每个职能上都自我改进的公司。我可能错了，你们也许能证明我错了。」并定位现状为「大家都在探索这里的边界（exploring the boundaries）」。这一段把整套愿景从「已实现」诚实地拉回到「前沿试验」。→ 详细
• 第一性原则：没被记录的事，对 AI 等于没发生。 全场最被引用的一句——「每一件发生的事，只要被记录下来，对 AI 来说它就发生过；如果没被记录，那它对你的智能体系（intelligence）来说就等于没发生过。」推论很硬：你想让 AI 多聪明，取决于你给它喂了多少「发生过的事」。→ 详细
• YC 自己怎么落地：邮件、Slack、DM、office hour 全量入库。 「现在你给一个 YC 合伙人发邮件，那封邮件就进了 YC 的数据库。每一条 Slack 消息、每一条私信（DM）、每一次 office hour，我们过去三四个月都开始录下来了。」这不是设想，是 YC 已在执行的动作。→ 详细
• 现场「打脸自己」的真实小插曲，说明记录有多难、多重要。 Tom 当场坦白：刚才在场边跟几位创始人聊得特别好，「但每聊完一段我都在想：『[ __ ]，我得把这段对话录下来啊。』因为有个人想让我帮忙引荐一下，我现在都想不起来是要引荐给谁了。」他当时只能拜托对方：「『回头给我发封邮件，因为我肯定会忘，我要跟二十个人聊呢。』」——人脑这种「转头就忘」正是 record everything 要解决的痛点。由此他列出记录载体选项：「这东西得装在我手机上，或者用个录音夹子（clip）、智能眼镜（smart glasses），再不然就把每个房间都布满麦克风。」→ 详细
• 记录之后的必备一步：diarize（说话人分离）+ 聚合压缩，给 AI「面包屑」。 工程现实：「你没法把十万小时的录音一股脑塞进 context window。所以你得先做 diarization，本质上是把它聚合压缩、提炼出重要的部分，然后给 AI 留下一串『面包屑』（breadcrumbs）线索。」（diarization＝说话人分离，把多人录音切成「谁在什么时候说了什么」；context window＝大模型一次能读进去的内容上限，塞不下就得先浓缩；「面包屑」＝留给 AI 的索引线索，让它顺藤摸瓜找到原始细节。）→ 详细
• 痛点：YC 的 user manual 大多是 5～10 年前写的，已经过时。 他先抛互动——「在座有谁读过那本 user manual（用户手册）？YC 那本 user manual。但愿这屋里每个人至少在某个时候翻开过一次」——再点出它「大部分内容是五到十年前写的，已经有点过时了」。（user manual＝YC 给创始人的「创业操作手册」。）→ 详细
• 灵感与动作：既然攒了 2,000 小时 office hour 录音，干脆重新生成整本手册。 「上周末 Haj 突发奇想：既然我们现在攒了过去三个月差不多两千小时（2,000 hours）的 office hour 录音，那干嘛不把 user manual 重新生成一遍呢？」做法是给模型一组指令：「先把录音 diarize 压缩下来，再按几个领域归类，比如融资（fundraising）、招聘（hiring）、联合创始人纠纷（co-founder disputes）之类的，然后让它给我写一本新的 user manual。」→ 详细
• 结果：一个周末产出 150 页、远胜旧版，而且能每月自更新。 「到周末结束，他就搞出了一本 150 页的 user manual，比现有那本好太多了。而且现在我们还能每个月都更新它。」自更新机制是个小闭环：「每一条新的建议给出来后，都会跟现有的 user manual 比对一下，要么被吸收进去，要么被舍弃掉。」于是这本手册「就成了一个不断更新、活生生的『大脑』（living brain），承载着我们给创始人的全部建议」。→ 详细
• 它的真正威力：把手册作为 context 喂给 agent，等于把 16 位合伙人的智慧合成一个。 「你再把它作为 context 喂给一个 AI agent，突然之间你就能去问一个超级聪明的 AI，一下子拿到 16 位 YC 合伙人（16 YC partners）合在一起的智慧——但前提是它得可读。」→ 详细
• 由此提炼出「是否 legible」的判据。 「如果它产出的是一个能自我改进的 artifact（产物），那它就是可读的；如果不是，那就扔掉。」（artifact＝由这套流程沉淀出来的产物，比如这本手册。）这是一条很实用的筛子：评估任何流程，就看它最后有没有留下一个「能被 AI 继续吃进去、还能不断变好」的东西。→ 详细
• 从「dashboard」升级到「按需生成的软件」。 他自我修正：「其实不只是 dashboard，而是按需生成的软件（on-demand software）。」能力判断：「Codex 现在已经够好用了。大多数简单的内部软件、内部 dashboard，你都能 oneshot（一次生成）出来，而且质量相当高。」他亲测背书：「我上周末拿我们的一堆东西试了试，简直不可思议（unreal）。」（dashboard＝仪表盘；oneshot＝一次性、一个 prompt 就生成出可用成品，不用反复返工。）由此建议：「你们所有的内部运营团队（internal operations teams），都应该坐在这层『智能理解』之上，然后自己去生成自己的 dashboard、自己的工作流。」→ 详细
• 核心策略：珍惜数据如黄金，对待软件如易耗品。 「我会把这些东西（指生成出来的软件/dashboard）都看作完全可丢弃的。我会非常珍惜地把所有数据存好——就像 Gary 说的，他把所有邮件都存成 markdown，什么都别扔——但把软件本身当成转瞬即逝的（ephemeral）。」操作上：「你可以随时生成它，也可以随时重新生成它……一两个月后模型变得更聪明了，就把旧软件扔掉，把你最初那组指令再喂给它，重新生成一遍软件。」→ 详细
• 价值落点：值钱的是「理解 + context + skill」，软件只是浮在上面的一层。 「真正有价值的，是人脑子里那份理解：这个职能是怎么运转的，我们是怎么办一场 YC 活动的。至于真正用来办活动的软件，你可以为这场活动现生成一个，活动办完就扔。」结论句：「业务上下文和技能才是有价值的部分，跑在上面的软件是转瞬即逝的。」这条直接颠覆「软件资产很值钱」的传统直觉——在他看来，软件随时可再生，沉淀的知识才不可再生。→ 详细 图景是：正中间那一块——「你所有的数据、所有的邮件、私信、技能、专有诀窍」——那才是公司大脑（company brain），「我觉得人是坐在它的边缘，去和真实世界对接」。一句话概括人的新定位：「人能伸进模型暂时还到不了的地方。」（he reaches into places the models can't go yet）人类专属的四类场景：新奇情境（novel situations）、伦理考量（ethical considerations）、高风险高情绪时刻（high stakes moments）、销售。他边想边更新判断——「我本来想说打电话，但我觉得现在 AI 已经能挺轻松地介入电话（reach into phone calls）了」，于是把电话排除掉。最具体的例子：「那种创始人跑来找我们、正在纠结要不要跟联合创始人分道扬镳（breaking up with their co-founder）的时候……那种真正高风险、高情绪的时刻，你特别想要一个活生生的人在场。」一个明确的时间判断：销售对话里的真人「未来二十年里那都得是一个真人坐在房间里」。总结这一节：「人是活在边缘的（live around the edge）。」→ 详细 他被计时的人（“cool vision”）提醒时间到了，于是抛下一问收场：「如果今天让你重新打造你的公司，你会一开始就照这个形态去搭吗？」→ 详细 顺带的「没有借口」论：「你们大多数人规模还够小，完全可以把它搭对（build it right），所以我觉得你们没什么借口。我也知道在座有几位正在把自己的公司推倒重建（ripping up and rebuilding）。」言下之意：船小好调头，越早越小越容易照新范式搭，等大了再改就难了。最后把场交给 Pete：「接下来交给 Pete。谢谢大家的聆听。」→ 详细
• 「Burn tokens, not headcount.」（烧 token，别堆人头）——配套硬数据是「demo day 人均营收比 18 个月前高约 5 倍」。→ 详细
• 「If it is recorded, it happened to the AI. If it did not get recorded, it did not happen to your intelligence.」（被记录了，对 AI 才算发生过；没记录，对你的智能体系就等于没发生）→ 详细
• 「Never throw anything away, but treat the software as ephemeral.」（数据永不丢弃，软件视为易耗品）——Gary 的具体做法是「把所有邮件都存成 markdown」。→ 详细
• 公司应被重新想象成 「a set of recursive self-improving AI loops」（一组递归式自我改进的 AI 循环），做到位后 「the company starts to self-improve even when you're sleeping」（公司在你睡觉时也在自我改进）。→ 详细
• 「Human beings reach into places the models can't go yet.」（人能伸进模型暂时还到不了的地方）——落点是新奇情境、伦理、高风险高情绪时刻与销售对话。→ 详细
• 关于监控 agent 自我改进的「啊哈时刻」：「That's the AI going through this loop to figure out how to self-improve.」（这是 AI 自己走完整个循环、搞明白怎么自我改进），他当场的反应是 「holy ____」（卧槽）。→ 详细
• 记录一切（record everything）：邮件、Slack、DM、office hour / 会议全量入库；靠手机、录音夹、智能眼镜或满屋麦克风兜住「转头就忘」。→ 详细
• 把记录变可读（legible）：先 diarize + 聚合压缩成要点、给 AI 留面包屑，再作为 context 喂给 agent。判据：能产出可自我改进 artifact 的就留，不能的丢。→ 详细
• 把职能拆成自我改进循环：传感层 → 决策层 → 工具层 → 质量闸门 → 学习机制；每步尽量无人值守，剩下「砸 token」。工程、产品、客服都适用。→ 详细
• 加一个监控 agent：盯住每次失败、自动诊断（换工具 / 更新 skill / 改数据库视图 / 加索引）、连夜提 MR → agent review → 合并 → 部署。→ 详细
• 数据当资产、软件当易耗品：用 Codex 一次性生成内部 dashboard / 工作流；模型变强就丢掉旧软件、拿原始指令重生成。→ 详细
• 组织上：只留 IC ＋ DRI，砍掉中层：人人是 builder/operator，每件事一个具名负责人，协调交给 AI。→ 详细
• 把人放到边缘：让人去做新奇、伦理、高风险高情绪和销售这些「模型还到不了」的事。→ 详细 无（YC 演讲，演讲结束后交接给 Pete）。原视频：https://www.youtube.com/watch?v=X_JsIHUfUjc