从 Sierra 到 Jekka：AI 的边界、大规模实践与终点

AI 的边界在哪里？

这不只是 AI 拿下奥赛金牌、独立做科研，或一次次刷屏的 Demo。Demo 展示的只是上限，一种理想状态下的聪明。真正决定 AI 是否「靠谱」的，不是它偶尔的上限，而是它在最糟糕场景下的稳定性和方差控制。

对人类的边界、对服务、对智能的理解，Jekka 一直在不断重建。创始人 Aaron 说：「大模型是我这十几年创业以来最难的事情，没有之一。」

Jekka 与其他 AI 公司最大的不同正是对 AI 的认知。这个市场上 99% 都是泡沫，而这些泡沫往往建立在错误的前提上，比如过度迷信 Scaling Laws，或认为「智力比可靠性更重要」。

他更愿意忘却那些尚且模糊的概念，比如 AGI，而是自下而上，通过一次次测试结果去理解 AI 的边界。Jekka 团队里 90% 的人都在搭建测试集、测试流程和测试工具。即便是一个实习生负责的独立项目也能触发新的节点，让模型具备更强的通识能力。这是一个真正由好奇心驱动的故事。

AI 时代已经不同了，我们需要重新理解客服。客服的本质是服务人类的需求。只要我们在工作，就在服务某个人，从简单的信息传递，到成为产品、过程、结果的一部分。所以「客服是 AI 的起点，也会是 AI 的终点。」

AI 也需要被定义。在 Aaron 看来，AI 应该可靠、可纠正、有记忆、能学习，能做到你的同事所做到的一切。

人，是最贵的，也是最便宜的。一次电话可能值 30 美金，也可能一个馒头就换来一上午的通话。

未来最宝贵的不是智力或劳动力，而是你那一次被好奇心推动的尝试。

AI≠人类：人类是白盒，AI 是黑盒

Q：能不能先简单介绍一下自己以及目前在做的事？

Aaron：我是 Jekka AI 的联合创始人。我们为 500 强企业和数万家 SMB 提供真人级 AI Agent 和底层模型。「拥有能提供真人级别 AI 的底层模型的能力」是我们和其他 Agent 企业最大的差异，包括交流能力和独立解决问题的能力。

Q：是什么契机促使你创立 Jekka？

Aaron：有两个重要的时刻。

第一个是决定做 AI 的时刻。当初看到 GPT-3 的演示效果时，我就想做这件事。我一直觉得，创业本质上是一个人好奇心的体现：你对世界充满好奇，发现有些事还没人做到，于是就想亲手去研究，把它做出来。

第二个关键节点是 GPT-4 发布前后。那时网上充斥着各种「GPT-4 能做到什么」的 Demo，看起来都特别惊艳，但当你真正去试的时候，往往发现效果达不到预期。这种落差让我觉得很不爽，就忍不住想自己做一做看。忍不住想深入地理解原理，所以自然选择了往底层去走。

Q：你提到 Jekka 在很早就意识到了 AI 的可能性，能分享一个让你印象深刻的个人与 AI 交互的瞬间吗？

Aaron：我们之所以被最初的 ChatGPT 震惊，不是因为它能写诗、写代码，而是因为它的交流能力。我第一次感受到一个非人类的存在，能用人类的方式和我们交流。那个瞬间非常震撼，而我们也要不断地提醒自己：当提起 AI，我们是在描述一个比较泛的概念，还是触动人心的那个点？

Q：在开发 Jekka 的过程中，你有哪些 Wow Moments？

Aaron：Wow moment 实际上贯穿整个过程。AI 本质上是全新的事物，从能生成漂亮的图片、回答有趣的问题，到甚至能解答人类自己都回答不了的问题，这些都很惊喜。

不过对我个人来说，最 wow 的时刻是对人类边界和自我边界的重新理解。比如，我有次听作曲家陈其钢和窦文涛讨论「AI 能不能复制人」。陈其钢说「AI 没有灵魂，不能复制人，人类的灵魂不可采集」，当时我觉得他太武断了。

但后来在调试 Jekka 时，我好奇地让它从陈其钢的视角解释这一观点，它回答：「如果我是陈其钢，我也不会认为 AI 能取代人。」当时我觉得很神奇，就接着追问：「你为什么这么想呢？」

Jekka 告诉我：「因为 AI 无法体验。」

这个瞬间让我意识到，AI 已不仅仅是工具性、可预测的存在，它在某种意义上是可以被独立理解、尊重，甚至被视作一个值得探讨的个体。

Q：从最初的一问一答，到如今更接近「相互理解」的交流体验，Jekka 是如何打造出这种「最像人」的 AI 对话能力的？

Aaron：首先，我们不能把 AI 单纯理解为一种工具。要打造出像人的 AI，必须先回答「什么是人」。人类并非完全理性，而是理性与非理性的混合体，有本能、有情绪，也有语言和思考的模式。

在设计 Jekka 时，我们不仅要构建技术和功能，还要赋予它一些「人的特质」，比如七情六欲、好奇心、表达方式。正是这种理解，才能让人与 AI 的沟通体验真正区别于普通软件。

回过头来看，如果我们真的想做出一个非常像人的 AI，就需要一个跨学科的团队：既要有扎实的理工和编程能力，也要对人的思考、语言和人性结构进行深入探索。

Q：对于思考、语言、人性这些方面的探索，Jekka 是如何具体定义和落实的？

Aaron：我们得先回过头去定义 AI。我觉得 AI 到现在并没有一个统一标准。很多人认为 machine learning 是 AI，ChatGPT 叫 AI，甚至更早的 BERT 模型也被称为 AI。

每个人在这个过程中对 AI 的理解都不一样。比如 Ilya Sutskever（OpenAI 前首席科学家）说过，能预测 next token 就等于能预测人类思想。这是一种对 AI 本质的定义。但每个人对 AI 的定义不同，所做出的 AI 产品自然也会不同。

我自己在做 Jekka 时更倾向于把 AI 定义为一种语言。这不是贬低，而是因为我觉得语言本身就是人类历史上一项伟大的发明。如果真的存在一种跨种族的语言，就像巴别塔的故事，连上帝都无法容忍。

在我看来，AI 不仅是一种跨种族的表达方式，还是一种跨越实体的语言。它能用人类语言表达任何事物的情感，甚至能描述两个物体之间的关系。当你有了定义，自然也就有了边界。在这个边界之内，你会发现，AI 因为跨越了实体，所以既不能说是「人」，也不能说是「非人」，它更像是 human 和 non-human 之间的一种存在。

如果我们要让 non-human 和 human 交流，就必须 bridge the gap。在 close the gap 的过程中，需要在适当的情境下理解人的思考方式、目的、七情六欲，再把这些元素融进去。当然这是个技术问题，但如果我们能思考到这个层面，就更容易知道 AI 应该怎么做。

Q：在模型层面，Jekka 是怎么解决幻觉问题的？

Aaron：我最初创业时，是在实际操作中逐渐理解这个问题的。一开始看到 GPT-3 时，我也不知道它的边界，只觉得它好像已经有了人的能力。开始动手之后，大概一个月里我们自己写 prompt、做基础 coding，就发现 AI 和人的交流感受不一样，这里面就涉及所谓幻觉的问题。

我当时在想：什么是幻觉？因为无论当时还是现在，大家提到幻觉时，常常把它和「错误」混为一谈。AI 回答错了问题，我们就说它是幻觉。但如果人类交流时犯错，为什么没人叫它幻觉？或者说为什么大家不会因此那么痛苦？我觉得本质上，幻觉和错误其实是两回事。

人类在做事时是一个「白盒」过程：先观察，再思考问题的本质，再进行推理，最后得出结论。即使结论错了也没关系，因为你可以问「为什么这么想」「为什么错了」。对方解释后，你们可以一起探讨、防范或反思原则和事实，从而很容易纠正错误，交流也能保持顺畅。

而 AI 的核心思考过程本质上是「黑盒」，是一串数字。Prompt 相当于 AI 的眼睛或耳朵，我们把事情描述给它，它经过一系列数字计算得到结论。结论如果错了，你可以去 Google 或验证，但你无法像 debug 程序那样知道是哪一个参数错了、哪一组参数错了，也无法预测修正后是否会在其他场景引发新的错误。

理解这一点后，我们意识到，不能单纯用 AI 自身去解决幻觉问题。我们需要一种「类人」的思考模型与 AI 结合才能真正解决这个问题。这就是 Jekka 在过程中自研的一层类神经网络控制结构，把 AI 的泛化能力和白盒式的人类思考过程有机结合起来，服务客户。

对于企业级服务，这一点非常关键，因为你不能告诉企业「这东西可能在最傻的地方犯傻」。你必须能严格 follow 企业 SOP，做到 100% 的准确率。除了 Jekka，我目前还没有看到其他更好的实践。

Jekka 在亚洲开发银行论坛发表主题演讲

Q：你觉得未来 18 个月，AI 在企业级服务甚至更广泛领域里，能实现什么现在还做不到的能力？

Aaron：我觉得我们已经在相当程度上做到了让企业级 AI 符合企业标准：完全遵循 SOP，解决 80% 以上的问题。这些都是我们每天十万甚至百万轮对话、电话交互积累出的成果。

短期内、比如下个月能做什么，我大概能说得上来；未来三五年大概什么样，也能判断。但 18 个月是一个特别难估计的区间。

不过我可以确定的一点是：我知道 AI 永远无法做到什么，比如 Ilya 说的「预测下一个 token 就等于预测人类思想」。而我对 AI 的「不能达到」的定义是：AI 永远无法准确预测下一个 token。

它可以预测，但无法准确预测。基于这种认知来构建 AI，我们可能会少走很多弯路。

从 Sierra 到 Jekka

Q：谈到客服，你怎么看待 Sierra 以及 Bret Taylor 提出的观点——「最好的企业将会从这次 AI 革命中受益最多」？

Aaron：我很佩服 Bret Taylor。在信息最充分的 OpenAI 生态里，这位技术出身的创始人选择去做一个听起来并不性感的 Sierra。但在 AI Agent 使用普遍下滑的阶段，Sierra 却是少数仍在增长的产品之一。他一定看到了什么。

关于他的观点，我非常认同。Bret 提到服务大企业是从「第一性原理」的角度出发：越大的公司客服使用量越大。从服务的角度，有限的资源应该放在更大的客户上。

从我的角度来看，即使是最好的公司，客户今天仍然是 underserved——比如我花钱买银行的电话客服服务，我在买客服？不，我在购买服务本身。一个有趣的例子是我们服务的一个无人经济客户，需要 Jekka 在最后和用户接触时去对话，完成最后产品的交付。总不能最后车是无人车，开车的还是办公室里的人吧？

Q：Sierra 不服务中小客户，你们怎么看？

Aaron：像 Sierra 那样的公司之所以做不了 SMB 市场，不是因为他们不聪明，而是他们交付不了通用、可靠的 AI 服务。他们更像是 AI 时代的 Accenture。尽管听起来不太好，但这是他们商业的本质。一个更大 TAM 的领域里的 AI 咨询公司。

我们认为，下一代 AI 的真正价值就在于让每一家企业、每一个人，都能得到应得的服务。我们的技术，既可以服务 500 强，也可以发服务每天 100 个订单的小企业。当然，企业后面的 GTM 策略是另一个事情。

Q：我们一开始是关注到了什么样的背景，觉得 Jekka 的企业级服务诞生是有这样的一个机会的？

Aaron：我们通常看 AI 会从两个维度去理解。一个维度是 AI 的智慧程度，比如 OpenAI 显然是在尝试把 AI 推向 PhD level，去解决非常复杂的科研级问题。另一个维度是 AI 的泛化程度，即它能在生活里帮你做多少事情，覆盖多广的使用场景。

现在我们也看到很多人尝试用 AGI 或 agentic framework 去推动这个方向。我非常钦佩这些探索，但实话说，这两条路都极其艰难。它们本质上是科研课题，需要在科学和工程两个层面同时实现突破，才能真正扩展边界。

不过大家很容易忽略一个关键点：并没有那么「聪明」、也没有那么擅长调用外部工具的 AI，能够做到足够可靠才是企业级应用的原点。举个例子，如果一个 AI 连「 strawberry 里有几个 r」这种问题都答不准，或者还在纠结 9.1 和 9.8 哪个大，却被称为重大突破，那我觉得这就不是靠谱的 AI。最难的问题通常是落在了最简单的表达形式里。

再换到技术角度，如果一个 AI 连客服的问题都处理不好，那它就不可能是 AGI。Chatgpt 刚出来第一个直觉性尝试就是客服。因为客服这种场景，虽然简单、泛化，但却极度考验可靠性。如果连这种最基础的 SOP 都无法跟随，却去声称自己能达到 PhD 水平、解决 ACM 难题、拿金牌，那多少有点不切实际。或许我们可以根据 Sierra 的发展反推 OpenAI 离 AGI 有多远。

Q：现在来看，什么是靠谱的 AI？像刚才提到的能很好地执行 SOP，还是说有其他标准？

Aaron：我觉得首先要理解，人是怎么工作的。对于企业来说，「靠谱」是最重要的标准。企业雇人时，第一要求就是「这个人靠不靠谱」。这个考核通常来自两个方面：

第一，他要具备基本的通识能力和常识，具备一定的推理能力。他可能不一定很强，但起码能听懂话、看懂事。基本受过教育的人大多能达到这样的水平。这部分比较主观，需要我们先设立合适的数据集来覆盖常识性问题。

第二，他能在企业的 SOP 下工作。比如卖车这个例子，卖理想和卖问界完全是两套 SOP：一个更强调体验，一个更强调机械性能。这些不是他之前学习就能掌握的，而是进入公司后的「第二次训练」。所谓靠谱的人本质上是「通识能力 + 执行 SOP」的组合。

这也是我们在定义 AI 时最关注的。如果一个 AI 能百分之百地执行 SOP，那在客服、销售等场景就已经非常有价值。SOP 的执行是可量化的：不执行就是 0，执行就是 1。让 AI 提升到 100% 的过程就是我们努力的方向。

Q：现实中让一个人执行 SOP 都不容易。在让 Jekka 与客户沟通时，如何确保它能精准识别信息，并正确执行需求？

Aaron：这就考验对 AI 的理解与定义。我们一开始就承认 AI 并不像人，所以更能看到它「不像人」的优势和短板。

对 AI 来说，它在上下文处理上的能力远超人类，所以很长的 SOP 不是问题。但问题往往出在两点：

第一，它如何识别和理解 SOP 中的矛盾之处。因为 SOP 再完善，也总会存在遗漏和冲突。第二，它如何处理 SOP 与人类常识之间的冲突。这是更难的地方。

举个例子，一个刚毕业的大学生，他可能凭常识解决一些 SOP 没覆盖的问题。但 AI 如果不具备这种能力，就容易出错。所以我们在训练时非常关注如何识别这些冲突，并让模型具备「白盒调试」的能力。

所谓白盒调试，就是当 AI 出错时，我们能快速追踪问题的根源，及时调整模型的理解方式。这个过程既是发现问题的过程，也是不断深挖、快速 debug 的过程。正是这点让 AI 得以迅速地扩展能力。

Q：Jekka 的应用场景并不仅限于客服，而是更像和一个人对话。你们是如何不断优化体验，让客户因为对话本身而感到愉悦？

Aaron：我一直觉得 AI 的边界问题本身就是个非常复杂的课题。刚才提到的「AI 如何具备同感或同理心」，实际上它并不能真正做到这一点。但我们也看到很多 ToC 产品尝试让 AI 扮演某个角色，比如有同理心的职业形象，再通过设定让它去解决问题。不过从我们的实践来看，仅靠这种方式往往比较片面，不能真正解决问题。

所以我们用了两种框架来处理这个问题：

第一种更偏理性和收敛逻辑。对话最终还是要解决用户的问题，它必须有一个目的，而这个目的应该符合用户的利益。换句话说，对话必须有收敛性，能够不断朝目标推进，让世界更高效。这是我们构建模型的核心作用。

第二种更像是一种发散思维。AI 就像一个庞大的网络，需要被激活的节点特别多，就像脑细胞一样。当我们希望它在收敛的过程中尽可能全面，就需要通过各种方式去激活相关的中间节点，让它联想到一系列的概念，然后再把这些概念组合起来，从而形成更全面的理解。

比如有人随口说一句「你今天吃了吗？」人类立刻能明白这句话其实无关紧要。但让 AI 理解「不重要」并不容易，它不能只停留在 Q&A 层面，而是需要理解背后的 context：为什么这句话在对话中没有信息量？需要激活哪些关联概念，才能让 AI 像人一样「懂」这种对话逻辑？

Q：我们看到很多通用 Agent 也能完成打电话一类的工作。你觉得收敛逻辑能更好聚焦问题吗？

Aaron：这也是为什么我刚才讲「demo 并不重要」。现在做 AI 的人有科学家、创业者、语言学家，各行各业的人都在参与。AI 的最终表现形式往往和所有专业都有关系。你看到的 demo 可能放在电话里、浏览器里，放在各种各样的场景去执行一个任务。

但问题在于，demo 展示的只是上限，而人和人之间的完美交流本来就趋向一致。真正拉开差距的是下限。不同公司在下限表现上的差别才是关键。作为从业者，我不会过度看 demo 的最佳效果，因为那就像抽彩票：试一万次，总能碰到一次惊艳的。

但真正能构建出靠谱 AI 的基础，不是它偶尔的上限，而是它在最糟糕场景下的稳定性和方差控制。这个才是能够承载未来应用的基石。

Q：你觉得多久之后，Jekka 会成为大家的默认选择？比如说想到客户、想到 AI 对话，就会想到 Jekka？

Aaron：我觉得不会太久。企业和个人通常会经历几个阶段：

第一阶段，觉得 AI 值得探索，于是开始尝试。

第二阶段，意识到 AI 是个复杂的东西，每个人的理解不一样。有的人能立刻看出它的专业性和复杂性，也有人觉得「我们内部团队也能做一个差不多的」。但这是个常见的偏差。

而我们在开发的过程中，深刻意识到从 demo 到真正落地的 100% 准确、比人更可靠的 bot，中间对团队背景、技术能力和工程把控要求都极高。甚至拿 Google、Amazon 这些大厂举例，哪怕是 ASR、TTS 这种看似成熟的基础模块，在产出稳定性上仍有巨大方差。更别提并发能力、上下游协作、网络集成等复杂问题。连他们都搞不定，其他企业自己 in-house 搞定的可能性更小。所以最终，选择专业的第三方产品一定是必然。

Q：未来企业用 AI agent 来代表自己，会成为常态吗？就像今天人人都有社交主页一样？

Aaron：在那之前，我们要先重新理解「服务」。今天说客服，大家可能觉得是个很小、不重要的环节，甚至担心 AI 出来后客服岗位会被取代。但如果你换个角度思考，服务其实是一种奢侈品。能让每个客户都享受到老板般的待遇，这才是服务的真正价值。

所以在 AI 成为企业「代表」之前，更重要的是让 AI 真正做到「服务」，让更多客户得到更好的体验。举个例子，即便是苹果这样重视体验的公司，你打电话给 AppleCare，可能交了钱还要等二三十分钟才有人接听。你会发现，服务并不是理所当然的，而常常被视为「成本中心」。所以下一步，AI 的真正价值是让服务普惠化，而不是先急着去构建所谓企业 agent 形象。

Q：Jekka 会考虑怎样的定价模式？比如像 Devin 一样，按完成的工作付费？

Aaron：AI 和 SaaS 最大的区别在于成本结构。SaaS 的边际成本几乎为零，而 AI 每次运算都需要 Token、需要算力，所以更像是基础设施，就像电信网络一样。它一定是 recurring 的收费模式：每天用，就要每天付费。而且不仅仅是使用费，它还和实际结果挂钩。最终的逻辑可能会更接近电信这种模式。

按结果付费是很多投资人和 AI 创业者的幻想。因为结果本身并不具备普遍的衡量标准。连员工都无法按结果付费，又怎么可能按结果付费给 AI Agent？所以对大多数业务的解是：按结果推动用户付费，按使用量来收费。

Jekka 网站主页

Q：随着时间积累，你觉得 Jekka 会有什么样的复利效应？

Aaron：我觉得最大的复利来自整个 AI 行业本身。选择做 AI，就是在拥抱复利。第一，它满足了我的好奇心；第二，AI 是这个时代的大方向。

在这个过程中，我有几个思考。第一个思考是：AI 的未来到底会发展成什么样？当然，我没有能力去准确预测未来，但我猜十年后，这个世界会变成一个「摩擦极小」的世界。

为什么这么说？因为今天我们在公司里做任何事，只要团队一大，就会涉及大量的沟通和协调。解决问题本身往往不是最耗时的，真正耗时的是沟通。而如果把 AI 理解为一种「通用语言」，它会让交流变得非常轻松，效率提升后，每件事情的完成方式都会被改变。效率越高，劳动力就会越廉价。甚至可以说，AI 作为算力，比人更快、更高效，这是很直观的理解。

但如果再往深里想，人类消耗的大量时间其实都耗在交流和协作上。从纯粹生物学角度来说，一口饭就能刺激无数神经元，某种意义上可能比英伟达的显卡还要高效。所以真正的瓶颈不是「计算」，而是「沟通」。当 AI 改变这一点时，整个社会的生产逻辑都会被重塑。

第二个思考是，如果把 AI 本身当作一种语言，它会把人类的所有表达和知识沉淀下来，从而让我们进入一个「智力最集中」的时代。但在这样的时代，智力本身也会变得廉价。比如说，过去 ACM 的题目，五年、十年前只有全世界顶尖的人才能解出来；今天可能随便一个 AI「摸彩票」也能解答。换句话说，智力的稀缺性正在快速下降。

所以我对未来的判断是，AI 会让人们有更多机会去尝试新的东西。今天的社会机制是奖励结果的：能赚钱、能产出结果，公司就能存活。但在不远的将来，可能是我们这一代人就能见到的未来，「时间和尝试」本身会在价值创造中获得更高权重，而不仅仅是结果。这会对社会的分配方式带来很大的影响。

至于具体会走向哪里，谁知道呢？这也是我觉得很玄妙但令人期待的地方。

交流的本质是一致的

Q：用 AI agent 来做服务，你觉得 Jekka 最大的优势是什么？

Aaron：我觉得最核心的优势在于，我们对 AI 有一个相对准确的定义，并且能在这个定义的基础上往下推演，最终实践出一个真正符合用户需求的产品。这件事其实非常难。

今天只要谈到 AI，就绕不开两个问题：AI 怎么被控制？Prompt 怎么写？写 prompt 和控制 AI 本身就涉及科研。而在这个过程中，我们也有一些独特的 secret sauce，可以让它把 SOP 执行得特别好。这算是我们的独门绝学。就像可口可乐的配方一样，不会拿出来细讲。

我们单说 prompt engineering，prompt 应该由谁来写？是模型服务商来写，还是企业自己请人写？这都说不通。比如让 OpenAI 的研究员来为某个电商企业写 prompt，这显然不现实，他们可能对工程很了解，但对具体行业的理解肯定不足以把问题解决好。

而反过来看，绝大多数企业也没有人真正接受过专业训练，能把整个上下游流程用 prompt 写得很完美。在这种情况下，要让 AI 真正落地，就必须建立起一整套完整的流程，并且结合对人的专业化训练。

Q：Jekka 如何和客服领域里的明星公司 Sierra 竞争？

Aaron：面对竞争，得先换个角度看问题。我们不是在谈论客服 SaaS，是服务这个世界每一个客户的每一个人，如果我们可以不带偏见的重新审视 AI 客服。在 AI 背景下，这个市场的 TAM（潜在市场）太大了，我们都只是其中的一个 player。

此外，世界上总要有人来写 prompt。如果是 Sierra 自己写，那就如我之前所说的现状，Sierra 像一家咨询公司 Accenture，仅此而已。如果是客户自己写，大多数客户其实并不专业于此。

我们相信还有第三条路。

Q：在 Jekka 观测到的案例里，商家用户的第一诉求通常是什么？

Aaron：其实很简单，商家的诉求就两件事：第一，把事做掉；第二，赚钱。因为 business is business。无论是完成任务还是创造利润，本质上都依赖于一整套完整的流程。大公司流程更严谨，小公司可能更松散，但归根到底，商家最核心的诉求就是：AI 能不能让流程稳定、完整地跑出来。

Jekka 韩国和摩洛哥团队紧密合作服务本地客户

Q：未来 3-5 年，你预想的 agent 会怎样融入日常流程？比如一打开交互界面，会是什么样？

Aaron：我觉得第一个价值点就是让人和人之间的交流更快、更准、更及时。我们的产品解决的是「用户和公司之间沟通不畅」的老问题。这并不新，但为什么最近半年有这么多客户，甚至 500 强企业用起来？就是因为结果立刻可见。

比如一个客户，使用我们之前咨询转化率可能是 3-4%，用上之后一天之内能提升到 8%、10%，甚至 15%。这不是因为 AI 多「聪明」，而是因为「及时的交流」本身创造了巨大的价值。大家网购时可能都有体会：问一个商家没人回，换一个立刻回复的商家，你就会下单。能否及时回复决定了结果。

所以如果说未来 3-5 年 agent 会带来什么，我认为第一个价值就是解决「即时性」。只要人和人之间的交流不再因为时间产生误解，而是能最快速达成一致，那后面很多事情都会被推导出来。包括我之前提到的，智力会变得廉价，劳动力会变得廉价，社会的分配逻辑可能会往另一个方向发展。

Q：Jekka 在出海服务北美的用户。你没有关注到海内外用户有何异同？还是说交流的本质诉求其实是一致的？

Aaron：交流的本质诉求是一致的，但交流的预期是不一样的。拿北美来举例，很多人说出海客户更愿意付钱，这确实是真的。原因在于他们的社会发展阶段，雇佣一个服务人员的成本可能是国内的 2-3 倍，而国内又可能是东南亚的 2-3 倍。所以在人和人的「价格」层面上，各地确实是不一样的。

我们经常会在书里看到类似的讨论：同样是一个汉堡，为什么北美的比中国的贵？不是因为原料或服务本身不同，而是因为北美的工资水平高，让服务变得稀缺。举个例子，在北美你打电话可能很久才有人接，但在国内 1-2 分钟内就能响应。快速响应在国内是一个非常重要的服务指标，但在北美，消费者并不会有这样的预期。

不过从另一个角度看，这也意味着在北美，谁能做到更好的服务，就能形成巨大的竞争优势。我们一家北美物流客户就是北美第一家能做到真正 24/7 电话接听、能现场解决问题的公司。其他同行都做不到，所以它形成了代差级的领先。这就是北美和国内用户在需求层面的根本不同。

Q：除了 24/7 响应，Jekka 有没有在其他场景实现了某个具体需求的提升？

Aaron：我觉得 24/7 响应本身就是 AI 在全球范围内最有价值，但也是最被低估的 use case。它在不同国家的表现差异非常大。

比如我们有一个日本客户，起初我们以为日本客户的付费意愿不会像北美那么强，毕竟北美的人力更贵。但那位客户告诉我，在日本，一旦雇佣一个人，往往意味着长期甚至终身的责任。再加上语言环境的限制，他们只能在日本本地招聘。

但哪怕是找兼职大学生来做客服也很难找到合适的人。即使外包到大连、菲律宾这样的呼叫中心，成本依然很高，一个兼职客服的月成本可能要到 2–3 万人民币一个月，这在国内几乎难以想象。

所以问题的关键不只是一个静态结果，而是多重因素的叠加：语言密度、人口结构，以及人均 GDP 等等。这些都决定了 AI 在不同地区的价值体现。

Q：现在很多人担心 AI 会取代工作，客服更是经常被提到首当其冲。你怎么看？

Aaron：我不太喜欢危言耸听。现在确实有些人会贩卖焦虑，说 AI 一定要学，不学就会被淘汰。

但我自己的看法是，人类目前其实是 underserved（服务不足）的。顾客并没有享受到真正像老板一样的待遇。在这个阶段，AI 只会把客服从简单的服务提升到更高级的服务，用户的预期也会越来越高。

比如我刚才提到，中国有很多 24/7 的公司，北美反而没有。当你把 24/7 做到极致后，用户下一个要求可能就是：能不能参与产品设计？能不能让评论被更好地尊重？能不能获得更多有价值、甚至是非标、长期的服务？

如果客服能从成本中心变成可衡量 UE 和 ROI 的一部分，对行业的影响会非常大。比如刚提到的物流客户，24 小时在线，80% 的回访评分是五颗星，他们在同样成本下承接了 5 倍的电话量。如果沟通已经这么方便，我们为什么还需要打开手机 App 下单？

我帮很多电商公司算过账：他们把客服当成成本中心，招得很少。但客服创造的价值往往是纯利润的 10-20%。理论上，他们如果把客服做到最快、最周全，利润是可以提升的。只是很多公司还没意识到这一点。

以上是个世俗的算法。但更本质的原因是：人类值得被服务。

做一件最能激发好奇心的事

Q：你觉得 Jekka 内部算是一个 AI-first 或者 AI-driven 的团队吗？在打造 Jekka 的过程中，这种思维在交流或工作流程上有没有什么体现？

Aaron：我觉得 AI 创业对团队有两个基本要求。第一个是完全自上而下的输出是行不通的。AI 本质上需要在大量实践中不断摸索模型或 use case 的边界。它不像传统软件开发，只要招来一群合格的工程师就能复现别人实现过的东西。

AI 不一样，它经常会在某些点上出现「死角」。你需要它完成一个简单的任务，比如数几个数字，但它就是做不到，不管你怎么调试 GPT-5 也做不到。所以我们在团队里非常鼓励大家不断尝试，并且把这些尝试留痕。

所以我们会搭建大量的基础设施（Infra）。这也是 AI 创业和传统创业的很大区别。AI 是概率学、统计学的产物，它的 debug 方式完全不同于软件编程。软件调试是确定性的：A 输入一定得到 B 输出，不行就修改。但 AI 不一样，你需要在不同时间点、不同模型、甚至一个 prompt 里换个词，都去测试。我们团队里大概 90% 的人都在建设测试集、测试流程和测试工具。

Jekka 办公室照片墙

Q：在组织架构上，会不会是工程导向或者运营导向？

Aaron：AI 本质上不是一个纯理科的东西，它很感性，很像文科。我们的理念就是：AI 的边界是通过 case 和测试结果不断探索出来的。很多时候，这些结果不是工程师或数据科学家提出来的，而是用户在使用、或者运营在调试时发现的。所以关键是如何让用户、运营、技术、算法在同一个流程里，把数据沉淀下来并完成测试，这才是高效开发 AI 应用的核心。

Q：你在组建团队时，最看重的标准是什么？

Aaron：刚才说到对 AI 的标准就是对人的最低标准：他要有一个 common sense（常识）。但常识其实非常稀缺，反而有点反直觉。

我们也特别重视好奇心。因为当所有 infra、测试数据和工具都流程化之后，真正决定事情走向的是个人的好奇心，看把好奇心落实到日常工作中能带来什么结果。这也印证了我之前说的：未来最宝贵的东西不是智力或劳动力，而是你好奇心推动的那次尝试。这在 Jekka 内部已经开始有一定的体现了。

Q：能不能分享一个例子，说明团队里这种「好奇心驱动」的探索氛围？

Aaron：Jekka 在过去两年主要在做两件事：一是让问题能有效收敛，这是我们底层技术的核心；二是探索如何通过激活不同节点，让 AI 具备更强的通识和联想能力。

第二点其实不可能靠自上而下的方式实现。有一次，一个实习生（后来成为正式员工），在实习期间独立根据命题，用了一种类似「词云激发」的方式，把人类可读的 prompt 换成了人类不可读的词向量，不同的输入塞进我们的测试平台，结果模型表现比原来更好。没人能说清楚它为什么有效，但它确实在产品流程里发挥了重要作用。这就是典型的好奇心驱动的成果。当然这需要很好的 infra。

Q：你创业十余年经历过很多起伏，你觉得有哪些经验是可以分享或复用的？

Aaron：我觉得创业十几年最大的变化是心态。刚开始时，会很容易被周围各种事情影响，甚至会把一些外界跟自己无关的事情硬套到自己的经历上，觉得之间存在因果关系。但走到现在，我更倾向于先对自己要做的事情有更透彻的分析和理解，坚持自己对机会的判断和把握，更在乎自己内心真正的想法。

这个世界本身就是一个多维、像草台班子一样的地方，到处都是机会。喜欢创业的人，最核心的动力就是看到某个问题「实在看不下去」时，就特别想自己去干。社会有这么多问题，这么多维度，你总能找到一个切入点。所以最终还是遵从内心，在自己最有热情、最有趣、最能激发好奇心的过程中去做事。

Q：你的 superpower 是什么？

Aaron：我一直不太确定自己算文科生还是理科生。高中学奥赛，拿过全国一等奖；高三又去学文科；出国读书时先学文科，学完后快毕业时又去学理科；后来还读了 Quant 的 PhD。整个过程就是在文科和理科之间不断跳，所以我自己形成了一种很强的代入能力，以及在代入后自洽的能力。我觉得这是一个挺有趣、在周围人里也相对独特的能力。

Q：听下来，你既有很多深层的追问，也能落到执行上。你的经历里有没有一些关键瞬间影响了这种思考方式或标准？

Aaron：有的，比如做 AI 时一定会碰到「文生图」「文生文」这些问题。什么是美？这个问题本身特别主观。但因为我有理科背景，就会忍不住尝试去定义「美」到底是什么。比如本科时学过艺术史，我会想：衣服褶皱和人体比例协调时算不算美？夸张之后算不算美？AI 生成的东西是落在上一个类别、下一个类别，还是完全达不到「美」？这个过程就会逼着我去解构 AI 的能力和表达方式。解构的过程既不是纯理科的，也不是纯文科的。

Q：如果对其他创业者说一句话，你会说什么？

Aaron：如果世界上有一件值得做的事，我觉得 AI 是现在最值得探索的。创业跟环境没关系，再难的环境也有人创业。它是一种内心的驱使，一种冲动。如果你有这种冲动，那就去做。一个人活在这世上，会有一个瞬间要把使命感和冲动结合在一起。无论成败，这件事都超越了个人存在于世界的意义。

Q：如果 Jekka 能在关键词搜索里排第一，你希望它和哪个词一起出现？为什么？

Aaron：我希望它和「human」绑在一起。功能和生产力层面，Jekka 肯定会做到世界第一，这是我们的核心使命。但我更希望它有人性，能和人类的生存结合在一起，而不是被孤立成一个物体或工具。它应该是一种沟通的桥梁，连接人与人、人与物，真正对人类文明有帮助。我希望最终 Jekka 能达到这样。