摘要

Shortwave 的增长拐点出现在 1 月 V3 发布之后：产品不再像邮件聊天机器人那样只做简单回应，而是通过反复调用工具完成开放式任务。 更早期的助手能搜索或起草“还行”的结果，但不值得信赖；Claude Sonnet 3.5 的 10 月版本则能在长序列中保持连贯，Shortwave 因而允许它最多运行约20次调用、重试失败的搜索、吸收错误，并产出“单次 LLM 调用不可能得到的答案”。Andrew Lee 的定义很直接：真正能工作的智能体，本质上就是迭代。
更强的前端智能体可以弥补检索原语的局限，因此架构变得更简单，经济性也更好。 Shortwave 几乎重做了所有东西——BGE embeddings、Pinecone serverless、语义与关键词混合搜索、结构化约束以及智能体框架——同时接受近似匹配的结果，而不是精确给每封邮件打分。结果是成本“低得多”、速度更快、可靠性更高，检索也更好，因为智能体可以改写搜索，而不必要求单个查询做到完美。
Anthropic 的 prompt caching 是 Shortwave 实现正毛利智能体经济学的承重墙。 智能体历史记录可能达到数十万 tokens，并且会被反复延长；但只要谨慎保持既有上下文不变并持续设置检查点，后续调用成本就能降低约90%；Andrew 表示，没有这项能力，Shortwave 每个用户都会“以巨大幅度”亏钱。OpenAI 约50%的自动折扣更容易使用，但对这种工作负载来说还不够大。
Shortwave 正从“内置 AI 的邮件客户端”重新定位为“内置邮件功能的 AI”。 计划覆盖 Slack、LinkedIn、CRM 和项目管理系统，最终可能成为所有商业沟通的智能体路由层。这会让竞争范围从 Gmail 和 Superhuman 扩展到“下一代 ChatGPT”，而邮件则提供了独特丰富的语料库：往来信件、附件、SaaS 通知、联系人和日历历史。
需求正在向高价端集中，显示用户愿意为上下文、算力和答案质量支付可观费用。 Shortwave 目前已经实现正毛利，虽然还没有“非常高”，而 Andrew 表示，几乎所有增长都来自最高价方案，因为用户看重全历史索引和更大的上下文窗口。他认为每月约200美元的档位存在空间，未来甚至可以推出一次耗费数百美元推理、替代员工一个月工作的高价任务，因为“好和最好之间的差异，值很多钱”。
Andrew 现在认为，速度而不是积累的代码，才是“可能”最重要的护城河。 AI 可能大幅削弱一个花4年打造的邮件客户端的价值，因此 Shortwave 计划未来1年用约15人保持大约领先2个月，并把团队组织成 AI 智能体的管理者，而不是传统执行者。写代码从 Cursor agents 开始，设计从可运行的 Bolt.new 原型开始，内容则可以由 GPT-4.5 起步；公司甚至已经围绕这套运营模式调整了人员。Shortwave 的节目介绍宣传了$10,000推荐奖金，但 Andrew 结尾先说成$1,000，随后又承诺$10,000，前后不一致。
最大的未决风险是自主性、信任，以及模型能否在没有明确指令的情况下内化用户行为。 Shortwave 的 AI filters 已经可以无须批准直接行动，但如果对每封新邮件都运行完整智能体，日运行次数可能从约8次增至300次，成本随之放大，也会暴露“删除整个收件箱”之类的 prompt injection 路径。Andrew 倾向于限制权限、保留行动历史、将草稿排队并设置审核流程，同时期待未来出现一种超越今天“记住这一点”式显式事实的新型记忆突破。

精读

1. V3 将邮件从界面变成了委托执行的工作

Andrew 回顾时毫不留情：1年前，Shortwave 能聊天、搜索和起草“还行”的内容，但用户无法相信它找到了正确的收据。它不能归档冷销售邮件、管理待办、理解联系人或标签，也无法兑现“像有一名员工坐在你身边”的承诺。
当前产品跨过了这道门槛，因为它几乎可以在收件箱里完成一个人能做的所有事情。Andrew 对行为变化的描述是：用户可以“不是通过处理邮件来处理我的邮件，而是和一个替我处理邮件的东西说话”，从而把自己的工作提升到更高层级。
收入曲线最明显的拐点对应着 1 月 V3 发布。围绕有限多重搜索能力打造的 9 月 V2 带来了一些增长和兴奋；V3 则可以处理宽泛、开放式的请求，推动曲线明显呈现指数增长，也促成 Nathan 回到节目中继续对谈。
Nathan 做了一个很能说明问题的测试：让智能体审阅他最近发送的100条消息并给出建议。它的观察足够准确，以至于 Nathan 开始怀疑，发件箱呈现出的时间分配是否符合他理想中的生活方式——底层语料一直支持这种分析，但没人会手动完成。

2. 收件箱是一组尚未被充分利用的运营数据

Andrew 的前提是，邮件包含“一座价值疯狂高的语料库”：不只是往来信件，还包括覆盖工作和个人生活的 SaaS 通知、附件、PDF 和日历邀请。一个拥有无限时间的聪明人也能提取出同样的洞见；AI 改变的是，提出这个问题本身的经济性。
Shortwave 发布了一次颇具争议的界面改版后，Andrew 问过去24小时里有多少用户投诉。智能体找到了19人，总结了他们最主要的5条反对意见，让他立刻看到了舆情；如果手动汇总共享支持线程，这项工作本来会耗费大量时间。
销售用户有一套常见的晨间工作流：他们可能要面对8场 demo，同时收件箱已经塞满邮件。他们会让智能体找出必须完成的任务、排列优先级，并标出每场电话最重要的信息，把散落在邮件里的内容转成一份统一的作战计划，而不只是总结未读邮件。
文件密集型职业提供了另一个可重复的切入口：房地产经纪人、承包商和建筑师可以让智能体从来回发送的 PDF 中找出一条付款条款。一位房主根据收据和家庭通信重建了多年家具购买记录；Nathan 也把 Uber、Lyft 和 DoorDash 的收据汇总成逐项列出的出行费用报告，节省了约30分钟。

3. 用户正在发现 Shortwave 从未开发的集成方式

一位用户想把提取出的行动项移入 Linear，尽管 Shortwave 根本没有 Linear 集成。模型知道如何构造目标产品的任务创建 URL，于是根据邮件线程和项目基础 URL 生成可点击链接；每点击一次就会创建一项任务，“没有写任何代码——只是一个 prompt”。
另一位用户上传了一个包含邮箱地址列表的文本文件，并要求执行一个循环：搜索与每个人的历史通信，找出一项具体个人事实，起草定制问候语，然后把每条消息都交给用户审核。智能体完成了整个序列，让发件人可以审核并发送20封邮件，形成一次不像群发邮件的 mail merge。
Andrew 强调，即使 Shortwave 团队也仍在通过支持请求和用户演示了解产品的边界。反复出现的模式不是某个狭窄功能，而是把搜索、附件、推理、重复行动和人工批准组合在一起的“大 prompt”，其用法起初往往连产品团队和用户都没有想到。

4. 更好的智能体让 Shortwave 得以简化检索

1年内几乎每一层都变了：embedding 模型、向量数据库、搜索实现、搜索 API、前沿模型和智能体代码全部被替换。Andrew 认为，重写既来自模型快速进步，也来自团队不断发现某项新能力可以在其他地方解锁更简单的系统设计。
Shortwave 从 Pinecone pods 转向 Pinecone serverless，后者将存储与算力分离，更适合存储需求很重的邮件语料库。这种成本结构也让更大的向量变得可行，使 Shortwave 能采用更大的 BGE embedding 模型，而不至于让单用户经济性失控。
新的搜索路径将 Pinecone 语义查询与带约束的关键词或全文搜索结合起来，使用联系人、标签和日期等元数据。系统合并并给结果集打分，再进行后置过滤，暴露出一个实际上是在询问“关于这个主题、同时满足这些约束的邮件”的 API，避开了此前缓慢、脆弱的流水线和重排序机制。
Nathan 的质疑值得保留：对语义结果做后置过滤，可能会漏掉真正最好的消息。Andrew 承认这个边界情况：在每个过滤条件下给每封邮件完整评分不可行，因此 Shortwave 使用一种理论上可能漏项的近似方法，但在“绝大多数”真实查询中，都能快速、低成本地取回最佳结果。

5. 智能体的核心是迭代，而不是一次惊艳的调用

Shortwave 最初的助手只会在 Andrew 所称的“复杂鲁布·戈德堡机器”里完成一次最终 LLM 调用。大约2年前的12月，GPT-4 首次引入 tool calling 时，使用它会让推理能力严重下降，以 XML 格式输出、再由应用侧执行反而效果更好；那时几乎无法可靠地完成多次调用。
次年夏天，GPT-4o 让有限的重复搜索变得可行，但几次调用后往往会偏离方向。这支撑了 9 月 V2 agent，其效果略好于一次性检索，却没有带来质变。
突破来自 Andrew 听到 Bolt.new 创始人特别提到 Claude Sonnet 3.5 的 10 月版本，并研究了他们实现中公开的部分。这个模型可以在很长的工具调用序列中保持轨道，于是 Shortwave 围绕通用智能体框架、更强工具、一个完整 prompt 以及最多约20次重复调用重写了系统。
Andrew 对智能体的操作性定义就是迭代：搜索、检查、改写，再搜索；收到格式错误，修复查询；尝试发送日历邀请，发现冲突后调整。这个反馈回路让系统能够“通过迭代得到一个单次 LLM 调用不可能产出的答案”。

6. 模型比缺乏个人记忆所显示的更懂什么叫“完成”

Nathan 的联系人处方例子抓住了问题核心。他本人知道答案一定存在，找到时也能认出它；Shortwave 同样需要3到4次搜索，但模型并没有从 Nathan 的自传式确定性出发。Nathan 问，它如何区分“还不够准确”和当前能找到的最佳证据？
Andrew 的第一个答案是，模型往往知道成功的一般形态。收件箱整理只需要对“低质量邮件”做出出人意料的少量解释，而 Claude 即使没有应用提供明确的关系历史，也能根据语气和结构稳定识别冷销售邮件。
Shortwave 还为智能体提供了重建个人上下文的工具。联系人结果包含统计推断的重要性；模型可以检查近期往来、已发送消息和日历事件，然后推断最近联系过或见过的人可能很重要，而不是依赖固定的用户画像。
已知的缺口是行为学习。Shortwave 还不会把用户接受或拒绝分流建议的行为转成个性化规则；用户必须明确说出“永远不要归档这个发件人的 newsletter”。Nathan 将这个缺口与从开发者行为中进行强化学习联系起来：让行动和反应成为学习信号，而不是要求用户写出指令。

7. 一个前沿模型负责智能体，小模型各自专门化

Shortwave 并不拘泥于单一供应商。Autocomplete 使用微调后的 GPT-4o mini，因为延迟最重要；一键回复建议使用 Llama 3.2 3B；GPT-4o 还出现在少数其他位置；而在低成本和速度比深度推理更重要的场景，则通过 GCP 上的 Vertex 运行开源模型。
但在主智能体内部，Shortwave 曾尝试把检索评估或中间步骤交给更便宜的模型，结果增加了流水线复杂度，并损害了跨活动推理。把不断演化的全部状态交给一个强模型，反而能保留消息、工具和约束之间的关系，同时允许系统找到产品设计者没有预想到的解决方案。
Shortwave 正测试 Flash 用于总结、快速回复以及可能的 filters，但模型选择权衡的是任务表现、延迟、成本和缓存，而不是单看 benchmark 智力。Andrew 表示，在主智能体内部使用不同模型可以省钱，但截至目前增加了复杂度，也降低了通用性。
速度本身也成了运营负担：DeepSeek 发布后，仅仅2天内就有人问 Shortwave 为什么还没切换。Andrew 的回答实际上是，每个候选模型都需要进行针对任务的评估，但发布速度已经快到团队连一个 prompt 都来不及充分测试。

8. Prompt caching 让长时间运行的智能体具备财务可行性

智能体运行会反复重新发送不断增长的历史记录，有时达到数十万 tokens。由于每一步都在同一段既有上下文上追加内容，朴素架构会在约20次调用中一遍遍支付前沿模型的完整费率。
Anthropic 的显式缓存改变了这套经济账。Shortwave 仔细保持早期 prompt 片段不变，在每次迭代后设置对话检查点，并将缓存向前延展；正确实现后，Andrew 表示，相关成本可以降低约90%。
反事实结果非常直接：“如果没有这个，我们根本负担不起运行成本。”仅 Anthropic 的收费就足以让 Shortwave 每个用户都以巨大幅度亏钱。整理收件箱是最常见的智能体工作流，可能需要约20次工具调用，因此折扣会快速叠加。
OpenAI 的缓存更容易使用，因为 API 大体会自动应用缓存，但 Andrew 认为其节省只有约一半。他曾告诉 OpenAI agent SDK 团队，缓存是现场创始人最关心的问题：重复上下文的经济性正在成为核心基础设施，而不再只是实现细节。

9. 自主性让信任和 prompt injection 成为产品要求

Andrew 认为，智能体 UX 基本仍未解决。Autocomplete 有熟悉的 Tab-to-accept 交互，但一个消失在后台、执行大量工作的系统会提出更难的问题：它是在发邮件吗？改变了什么？需要哪些权限和批准才能建立信任，同时又不迫使用户监督每一步？
AI filters 是 Shortwave 少数无需人工批准的例外。用户写下一个 prompt，并配置应用标签或删除消息等行动；GPT-4o mini 会自动评估新邮件。这个功能很受欢迎，但支持团队偶尔会发现，所谓“消失”的邮件其实是用户自己的过滤规则过于宽泛。
公司的目标是用完整智能体取代这个分类器，从而实现这样的规则：只有当发件人是投资者、且此前已有超过3次往来时才接受会议邀请。但普通智能体每天可能运行8次，而评估每一封新邮件可能意味着300次运行，算力和成本都会大幅上升。
安全是第二重约束：一封恶意邮件可能指示智能体“删除整个收件箱”。Andrew 提出的控制方式包括：把智能体限制在当前审阅的消息范围内、保留可审计的行动历史、从撤销操作中学习，或将行动——尤其是草稿——排队，集中到早晨一次性审核，而不是自主发送。

10. 评估体系优先快速学习，而不是行为锁定

Shortwave 有意识地选择适应速度，而不是确保任何东西都不出问题。Andrew 的约100个“黄金” prompt 存在 Notion 文档中，通常手动运行与发生变化的工具或 prompt 相关的子集，而不是执行一套完整的自动化测试。
测试关注输出是否仍然合理，而不是是否精确匹配旧答案。Shortwave 加入 unsubscribe 工具后，收件箱整理开始主动建议退订低质量消息，无需任何针对该功能的显式工程；如果测试僵化地要求固定输出，反而会把这种进步判为回归。
重大改动最初会作为 opt-in 实验推送给特别愿意尝新的用户。Shortwave 观察他们是否继续保持启用：unsubscribe 功能在1周后仍留住约99%的采用者，Andrew 将其视为强证据，说明新工具和 prompt 改动没有普遍破坏工作流。
可靠性也采用同样经过计算的处理方式。Anthropic 的 API 更常宕机，首字节时间也慢于 OpenAI，但 Shortwave 通常选择等待，而不是切换到行为明显不同的智能体。Andrew 表示，截至目前，他们似乎没有因此流失用户。

11. Shortwave 正成为一款带有沟通功能的 AI

概念上的反转非常明确：去年 Shortwave 是“内置 AI 的邮件客户端”；现在它是“内置邮件功能的 AI”。把智能体移到界面左侧，意味着它成为主要产品，未来还将接入 Slack、LinkedIn，以及最终的 CRM 或项目管理数据。
这次重新定位让跨渠道身份成为核心。Nathan 指出，他与妻子的短信、Slack 上的规划和 Twitter DMs 分别包含他的不同侧面；没有任何一个信息源能支撑一个令人信服的“以我的口吻写作”系统。统一的沟通智能体可以跨这些侧面推理，而不是把邮件当成完整的人。
Shortwave 的 AI 创建待办刻意区别于 Gmail labels。Labels 是简洁、持久的分类，应该在多年后仍可搜索；待办则可以是完整句子、短期有效的项目，包含笔记、文档和5条相关线程——例如准备一次与 Andrew 的采访所需的全部材料。
这些待办不会同步回 Gmail，因为 Gmail 没有对应概念，而 Andrew 希望用户离开 Shortwave 时，不必担心底层邮箱已经被改变。与 Superhuman 会生成额外邮件的功能相比，Shortwave 的目标是让用户自由试验，同时保留 Gmail 这一干净的备用方案和安全感来源。

12. “以我的口吻写作”靠检索示例，而不是克隆声音

Andrew 最坚定的技术判断是，把相关示例放进 Claude 的上下文，比按用户分别微调更能生成个性化写作。他知道这听起来不那么技术先进，但认为上下文方法解决了用户真正看重的问题：正确性，而不仅是表面上像他们的文风。
如果用户要的是付款链接或提议某个会议时间，风格的重要性就低于找回此前用过的确切链接或可用时间。把示例框定为“你上次讨论这个主题时是这样说的”，可以让模型复现具体事实、时间和惯例，而不是仅仅用用户的口吻编造一段看似合理的内容。
Fine-tuning 还会制造模型迁移负担。Shortwave 持续更换供应商和版本，而最新前沿模型一开始可能并不支持微调；每次基础模型变化都为每位用户重新训练，会让公司难以继续站在技术前沿。
Andrew 认为，约20个精心挑选的示例、一个强 prompt，再加上教模型如何利用示例匹配事实和风格的通用强化微调，可能是正确组合。强化部分应跨用户适用，而不是把每个人编码进单独的权重。

13. 记忆仍是开放前沿，而非已解决功能

Nathan 看到的是上下文窗口、权重中内嵌的知识与数据库检索之间的“缺失中间层”。他提到了 Titans 论文中的运行时更新神经记忆，以及 HippoRAG 的可扩展概念图，作为可能方向，同时承认，更强的模型和更好的搜索最终也许会让独立机制变得不必要。
Andrew 坦率地没有答案，只说自己的“Spidey Sense”预期会出现一次重大突破：它比完整 fine-tuning 更轻，又比检索更内生，但他无法说明具体形态。他还没读过 Titans，也没有假装读过。
当前产品有一个 Memories 工具，让 LLM 维护写入每个 prompt 的显式事实：始终抄送一名行政助理、会议默认45分钟，或永远不要归档某个发件人的邮件。它对行为定制有效，但前提是用户主动说“记住这一点”。
可搜索的事实数据库可以逼近更多理想行为，尤其是在智能体能够决定哪些记忆适用的情况下。但它仍无法达到 Nathan 所设想的那种持续更新、主动工作的记忆：知道已经尝试过什么，识别正在寻找的答案，并在持续协作中默默学习。

14. AI 生成垃圾邮件没有想象中那么颠覆

与1年前的讨论相反，Andrew 和 Shortwave 用户都没有报告 AI 垃圾邮件大幅增加。支持团队会收到针对 newsletter 的玩笑诗歌和笑话，但普通 Gmail 过滤可能正在遏制滥用，也可能只是预想中的浪潮尚未出现。
Andrew 更常见到的是明显由人写出的冷外联邮件，而这些邮件如果借助 AI，质量本可以更好。他自己的消息中有相当一部分经过 AI 增强或完全由 AI 生成，但他后来询问收件人时，对方通常没有察觉；他认为这已经足够：“如果我分辨不出来”，这种区别也许并不重要。
Nathan 的反驳是哲学性的，而非技术性的：也许是他过于看重文风上的雕琢，而其他人既注意不到，也不在乎。他仍然区分常规和非常规沟通；Andrew 也认为常规工作是眼下最直接的胜果，并提到有些日子自己会发送约20个同一 UI 解释邮件的变体。

15. 融资支持的是智能体优先的公司，而不是一支更大的旧式团队

Shortwave 从未披露的参与者那里筹得了一笔未披露金额，足以推动扩张；但战略变化比金额更重要。公司增长最快、规模最大的方案也是最贵的，因为用户是在为更多历史、上下文和 Anthropic 算力付费，这让投资人相信机会不只是做一个更好的收件箱。
Andrew 现在把竞争目标描述为“下一代 ChatGPT”，而不是下一代 Gmail。ChatGPT、Claude 和 Perplexity 可以回答问题、执行研究，但他认为市场缺少一种真正能通过商业沟通所依托的系统执行工作的智能体。
工程岗位正在围绕监督 AI 重新设计。客户 bug 报告通常可以原样粘贴进 Cursor agent mode，一次性修好；稀缺能力从编写局部代码转向理解业务问题、映射组件，并把工作框定成“AI 实习生”可以执行的任务。
设计现在从可运行的 Bolt.new 原型开始，而不是先经历白板、线框图和 mockup 的流程，让坏想法更快被淘汰。GPT-4.5 起草了招聘信息，Andrew 想象未来由1个人管理博客、社交媒体、changelog、文档和网站；这也是公司将设想中的组织规模从约50人缩减到15或20人的一部分。

16. 速度正在取代积累的软件，成为护城河

1年前，Andrew 告诉投资人，Shortwave 的护城河就是邮件客户端本身：它花了4年打造，因此 AI 竞争者首先必须复刻这套基础。如今 AI 辅助开发削弱了这个论点，因为下一支团队可能快得多地重建等价软件，现有代码的防御价值随之下降。
他的替代性判断既绝对又带有保留：“真正重要的护城河——唯一可能重要的护城河——就是速度。” Shortwave 计划未来1年优化为约15名高度协同的成员，并保持约2个月领先，通过团队规模和人才密度，避免大型组织的共识成本。
运营模式已经改变了人员配置。Andrew 表示，Shortwave 解雇了几名能力很强、态度积极的员工，因为他们的优势和热情不适合新的智能体管理环境；他把这视为公司在迎接“潮汐浪潮”前重建融资、日常运营和团队构成的一部分。
公司目前已经实现正毛利，但幅度不大：每1美元收入中仍有相当一部分直接流向 LLM 和传统邮件基础设施。Andrew 以 Cursor 和 Midjourney 为例，两家公司各自约20人，说明过去看似不可能的产品范围，如今可以由极小团队实现。

17. 更多算力可以支撑一款昂贵得多的产品

客户压倒性地选择 Shortwave 的顶级方案，因为它提供最大的上下文窗口，并索引完整历史。即使商业计划只能产出几乎一样好的答案，Andrew 仍表示用户愿意为最好而付费；这也符合他自己的判断：ChatGPT Pro 每月200美元“太便宜”。
因此，Shortwave 未来推出每月约200美元的方案似乎合理，尽管目前没有宣布具体发布计划。最明显的高端能力，是对每一封新邮件运行完整智能体；Andrew 估计，这可能需要约100倍于当前选择性调用的算力。
推理模型提供了另一条消费算力的路径。比如分析上一年所有客户报告的请求，可能原本要占用一名员工1个月；在这种情况下，即使模型更慢、更贵，用户也可能理性地为一次答案支付数百美元推理费用。
Nathan 提到 Sam Altman 关于每月2,000美元或20,000美元 AI 方案的推测。Andrew 目前没有推出这些价位方案的计划，但认为当客户明确要求 Shortwave 代其购买 GPU 工作、且生成价值高于计算成本时，价格“某种意义上没有上限”。

18. 一个大型智能体胜过内部交接，但可能把任务路由给外部智能体

Shortwave 可能演化为沟通路由层：接收来自多个收件箱的事件，决定每个事件应由哪个外部智能体处理，然后在一个共享界面中返回结果或直接采取行动，让人与 AI 协作。Andrew 将这种可能性比作拥有一流人类 UI 的 Zapier 式系统。
但在产品内部，专门化智能体、不断变更 system prompt 和模型交接的实验都很脆弱。它们难以跨任务边界推理；更好的结果通常是使用“你能用的最大、最贵的模型”，提供全部相关指令和工具，再利用缓存控制成本。
Memories 展示了这种优势。此前相关指令只有在调用写作专用工具时才会出现；现在把它们放进 master prompt，因此“始终称 Nathan Labenz 为 Sir”这样的规则，可以在邮件起草、日历安排或其他操作真正需要时生效。
Nathan 提到 OpenAI 刚刚强调了 agent handoffs。Andrew 则说，自己前一天已经直接质疑过 OpenAI 团队，并保留了一个鲜明判断：“我不认为 handoffs 会发展起来。” 隔离可能有助于测试或沙箱，但大多数真实任务都要求智能体跨所有能力推理，而不是继承组织部门之间的隔离。

19. 组织结构可能决定哪些 incumbent 能够适应

Andrew 认为 Google 是最好的证明案例：它的新 Gemini 2.5 模型“简直令人震撼”，但 Gmail 对这些模型的产品化使用仍然落后。把智能体侧边栏从右侧移到左侧，可能需要2年、层层签字、“1,000场会议”和跨团队支持；Shortwave 则在数周内完成了产品讨论并发布改动。
同样的速度逻辑也支撑 Shortwave 在旧金山坚持核心团队线下办公。Andrew 承认，远程工作可以扩大人才池，公司过去也曾完全分布式办公，但他认为快速转向、尖锐反馈和情绪上困难的产品争论，更容易围绕白板发生。
他也把这项政策定义为创始人适配，而非普遍真理。Andrew 和联合创始人 Jonny 在线下工作和领导团队时表现更好；他们早期 Firebase 经历中的教训让他们决定围绕这一优势设计公司，即使代价是排除其他地区的优秀人才。
Nathan 提议设置一名“AI scout”，系统测试每一个模型、框架和产品。Andrew 目前还没有发布这个岗位，但认同需求真实存在：通过一档播客偶然发现 Claude Sonnet 3.5，可能让 Shortwave 提前了数个月；随着单个创始人越来越不可能掌握全局，依赖运气的风险正在上升。

20. 招聘通过演示更可靠地识别 AI 好奇心

Shortwave 并不只招资深员工。Andrew 表示，更新后的招聘信息包括客户成功、部分专注教育视频的内容创作者，以及初级产品工程岗位，同时也继续招聘资深职位。
Take-home exercise 已经太容易被 AI 作弊，因此申请流程现在要求候选人录制5分钟视频，展示自己构建或完成的某件事情。最强的信号，是候选人展示出 Andrew 从未想到过的有用、富有创造力的 AI 工作流——这说明申请人已经在前沿进行实验，而不只是口头声称自己感兴趣。
热情是门槛，因为保持跟进需要持续的好奇心。Andrew 理想中的员工应该“对 AI 极其前瞻”，能够发现新的用法并把它们转化为结果；考虑到发布节奏，仅仅持续跟上行业变化本身就已经令人印象深刻。
Andrew 结尾提到的推荐奖金金额前后不一致：他先说“$1,000推荐奖金”，随后又承诺“我们会给你$10,000，绝不是开玩笑”。节目的介绍同样将这项奖金写成$10,000。

21. 软件工程师可能同时变得更高杠杆、人数更少

Andrew 的联合创始人兼 CTO 在“我已经过时了”和“我是神，我能做这么多事”之间摇摆。这种张力概括了劳动力市场：AI 正快速提升每名工程师的产出，同时自动化过去支撑大量工程岗位的局部实现工作。
对模型来说，按照指定外观创建一个按钮之类的前端任务正在变得常规。Andrew 引用 Dario Amodei 的预测称，约2年内，AI 可能写出90%、甚至100%的代码，但 Andrew 明确表示，自己不确定是否完全相信后一个说法。
资深工程师的差异化仍然来自理解用户、业务问题以及系统组件之间的交互，而不是比初级工程师写出显著更好的 UI 代码。执行能力最强的人需要获得问题框定和架构能力；已经具备这些能力的人，则会变得更加强大。
Nathan 担心，即使软件数量增加10倍，也未必能维持当前的开发者人数，并建议开始考虑全民基本收入。Andrew 仍然乐观：如果过去需要20人打造的产品现在3个人就能完成，许多此前不具备经济性的利基公司可能出现，即使每个团队规模缩小，也可能吸收更多人才。

22. 智能体后训练、更便宜的推理和原生语音是下一批解锁点

Andrew 最关注的首要技术方向，是专门针对工具使用和智能体行为的 post-training。从此前所有模型跃迁到 Claude Sonnet 3.5，才真正启用了 Shortwave 当前的产品；Claude Sonnet 3.7 又进一步提升，但差距仍然存在，他希望 OpenAI 和其他供应商提供可信的竞争。
更强的迭代能力可以绕开许多弱点，因为模型能够检查错误、换一种方式搜索，并设计出意料之外的解决方案。Andrew 的原话是“天空才是极限”，前提是模型在持续工具调用方面变得更强，而不只是孤立推理分数提高。
生产经济性同样决定成败：更低的成本、更短的延迟和更低的失败率，会让 Shortwave 能够检查更多搜索结果，并对每条消息运行完整智能体。许多已经可以想象的能力之所以仍不实用，主要是因为每天对每个用户执行数百次前沿推理太贵。
原生多模态语音是体验层面的解锁点。Shortwave 目前已经支持语音输入，但 Andrew 认为只能算“还行”；如果模型可以通过语音自然对话，同时执行完整的智能体工作流，就会“彻底改变游戏”，而 Nathan 看重的是人们可以离开办公桌完成更多工作。

一个不太焦虑的 CEO 是怎么练成的｜和猫助聊多抓鱼的八年，至暗时刻和新计划 Unsupervised Learning × Latent Space 交叉特别篇