• Perplexity专注于改善信息获取，并正在构建全球首个“答案引擎”：随着这些AI模型变得更便宜、更智能、更高效，并压缩成更小的版本，Perplexity将能够创建一个广泛可用的版本，帮助所有人随时提问并获得即时回答。

• Aravind认为模型会越来越商品化：如果你想成为模型提供商，就需要巨额资金支持，并且需要承受每年亏损数十亿美元的风险。我们既不具备这样的条件，也不希望走这条路。所以Perplexity决定使用现有的模型，并针对最终用户的搜索体验进行优化。

• Aravind谈Perplexity使命愿景：如果我们能够成为一个广泛可访问、可靠的答案引擎，并且不仅仅是提供答案，还能帮助人们完成任务、提高生产力、节省时间，那么我们将会成为一个定义行业的产品和公司。

知识引用对于Perplexity创建的影响

Aislin Roth：Aravind，欢迎来到斯坦福！我们现场有很多观众都是Perplexity的活跃用户，尤其是斯坦福学生可以免费使用Perplexity Pro，我们对此非常感谢。我想借助Perplexity来帮我准备问题。让我们看看它给了我什么建议。我在Perplexity输入了这个提示词：“我将在斯坦福对Aravind进行一小时采访，观众是商学院学生，我应该问他什么问题？”

Aravind Srinivas：希望问题不会太难，你可能漏掉了一些提示词。

Aislin Roth：这可能要怪你自己了，Perplexity确实给了我非常详细的回答。总结一下，它建议我们谈四个方面：第一，你的个人故事；第二，Perplexity的早期发展阶段；第三，公司的现状；第四，领导力经验。这听起来怎么样？

Aravind Srinivas：听起来不错。

Aislin Roth：我觉得这是一个很好的大纲，但我想让我们更贴近个人一些。所以我测试了我的后续提示词技巧，我问Perplexity：“关于Aravind，有哪些观众可能不知道的事？他最有趣的事情是什么？我可以问他哪些问题来为对话增添幽默感？还有哪些快问快答的问题可以在采访结束时提问？最后，Perplexity是否有出错的时候？”

Aravind Srinivas：比你想象的多。

Aislin Roth：这个提示词确实比最初的问题生成了更多有趣的见解。以下是详细清单中的一部分重点：第一，我了解到你喜欢板球；第二，我发现你因为差了0.01分未能进入IAT学习计算机科学后自学了编程；第三，我了解到你与Google CEO Sundar Pichai的联系——你们都成长于印度金奈。Perplexity还建议我观看一段你与Sundar的视频。所以我觉得从这里开始会很不错。我就不放视频了，但Aravind，你觉得为什么金奈出现了这么多成功的科技企业家？

Aravind Srinivas：我觉得这很有趣。当然，印度还有很多城市同样孕育了很多优秀人才。我想说的一个共同点是，金奈及许多其他城市都非常重视教育。在我的圈子里，人们甚至认为学术成就和博学比财富更重要，你因此会获得很多尊重。我认为这转化为一种追求卓越的文化，不仅仅是为了考试而学习，而是深入了解你想学的东西。我觉得这是许多从金奈出来并在硅谷或美国其他地方取得成就的人身上的一个普遍特点。

当然，还有关于板球的事情。金奈以板球极客闻名，他们对统计数据的痴迷程度令人惊叹。在Google或Cricinfo等网站出现之前，我们已经能够背诵每位球员的所有数据，并对像跑分率、平均分等数据非常痴迷。在正式学习统计学之前，就已经学会了基本统计学的意义。不仅要在一场比赛中得高分，还要保持稳定的表现。这种文化在金奈人中很普遍。

Aislin Roth：所以，你总结为“知识优于财富”以及“热爱板球比赛”。这点我记住了。你离开印度去UC伯克利攻读计算机科学博士学位，而不是来斯坦福，真遗憾啊。

Aravind Srinivas：我没被斯坦福录取，这才是事实。

Aislin Roth：不过今天我们有幸邀请到你，这已经足够幸运了。那么你的学术背景如何塑造了你在创建Perplexity时的思维方式？

Aravind Srinivas：当我第一次到伯克利时，我以为攻读博士是件很神奇的事情，就像电影里描绘的斯蒂芬·霍金那样，你敲开导师的门，说“这是我论文的想法”。我对博士生活充满了浪漫的想象，但实际并没有那么容易——你需要努力才能提出自己的第一个原创核心想法。像伯克利或斯坦福这样的机构很了不起，因为它们会为新生提供一个框架来实现这一目标，而不是完全放任自流。刚到实验室时，我被要求帮助一位资深学生研究他们的想法，并尝试让它真正起作用并撰写论文。从这个过程中，你学会了如何开展研究。

在写了一两篇论文后，我了解到“引用”的概念。重要的不是你的论文是否被接受，而是其他人是否引用并基于你的论文继续研究。这是你在学术界建立“学术货币”的方式。我当时觉得很酷，但也发现我的论文似乎太复杂了。总是存在一种权衡——写非常复杂且创造性的想法可能让审稿人接受你的论文，但如果它太复杂，别人可能就不愿意基于它继续研究。所以你需要找到一个平衡点——简单但有深度的想法，既能被引用，又能在会议中被接受。

这是我通过实践学习到的。掌握了这个概念后，我开始对引用着迷。我还了解到，这也是Google搜索引擎的核心灵感之一——将学术引用图与网络超链接结合起来。

这也反映在Perplexity中，因为我们提出了一个问题：如果一个AI的每个回答都像学术论文一样，每句话都需要有相应的引用来源会怎么样？否则，这些回答可能显得像个人意见。它需要引用来源——比如过去经过同行评审的论文或你自己实验的结果。我们认为，如果将这种引用机制嵌入AI的提示词中，就会创造出一种非常独特的产品体验。这就是我的学术背景如何帮助了我在Perplexity的工作。

Aislin Roth：我知道Perplexity的学术功能在斯坦福的推广起到了关键作用，甚至可以让你在研究中仅引用学术期刊。这对我们所有在校学生都非常有帮助。现在，Perplexity专注于改善信息获取，并正在构建全球首个“答案引擎”。为什么民主化知识获取对你来说如此重要？

Aravind Srinivas：因为我自己很喜欢用它。正如我所说，我来自一个非常重视知识的文化背景。甚至Charlie Munger也有一句名言：“你能为他人做的最好的事情，就是帮助他们学习和了解更多。”我们每个人都有一种道德责任去追求智慧，成为“永恒的学习机器”。只有知识才能帮助我们不断提升自己。

你可以专注于财富或用净资产来衡量自己的进步，但到某个点时，这种动力可能会消退。然而，知识却是无止境的。这也是为什么Perplexity的标语是“知识的起点”，因为知识确实没有尽头，你只能越来越好。所以，如果有一个最终的衡量标准来评估我们的进步，那就是对世界的理解是否加深。如果这是人类本质中非常核心的一部分，那么所有人都应该能以最便捷的方式获取帮助我们到达这一目标的工具，而我们正尽最大努力实现这一点。当然，许多高级服务目前仍需付费。但随着这些AI模型变得更便宜、更智能、更高效，并压缩成更小的版本，我们将能够创建一个广泛可用的版本，帮助所有人随时提问并获得即时回答。

Aislin Roth：“知识的起点”。

Aravind Srinivas：是的，完全正确。

Perplexity创始团队：寻找能带来乘数效应的人

Aislin Roth：我很喜欢这个说法。现在我想回到Perplexity的起源。为了解决这样一个重大问题，你需要一个优秀的团队。那么，你在组建初创团队时寻找哪些特质？又是如何建立起你最初的创始团队的？

Aravind Srinivas：是的，我很幸运在读博士期间认识了我的联合创始人之一Dennis。这也是学术背景对我的帮助之一，你会认识那些非常有动力且思想深邃的人。当时我们写了同一篇论文，想法几乎在一天内同时出现，所以我们因此相识。他曾作为访问学生来到我的实验室，我们经常一起头脑风暴，但那时并没有实际成果。

如果要说寻找创始团队的特质，显然你需要寻找技能互补的人。你不希望在他们擅长的领域和他们一样好，而是希望他们能比你更强。同时，在他们擅长的领域，你也不想干扰他们的工作。

在我们的团队中，Dennis和Johnny是我的核心创始团队成员。我会说，Johnny是世界上顶尖的竞技编程选手之一。他曾代表美国参加国际信息学奥林匹克竞赛（IOI）。对竞技编程有所了解的人应该知道曾有一个传奇人物叫Toura，而唯一打败过他的人就是Johnny。他不仅能写出惊人的代码，还有快速解决复杂问题的能力，加上Dennis在人工智能、软件工程方面的深厚背景，这些共同支持了我们设定一个全新的搜索体验这一大胆的使命。否则，要实现这样的目标几乎是不可能的。

随着时间推移，我们招聘了更多能够带来新技能的人。比如我们三人都没有前端编程技能，所以我们聘请了一位全栈开发非常出色的人；也聘请了一位专门编写CUDA内核的专家。这种增长是逐步积累的，同时也是一种乘数效应。我认为，这种效应在构建一家伟大的公司时至关重要。一个团队不能只是各自能力的向量和，而应该有某种“拉拉帕卢扎效应”（Lollapalooza Effect），即因素的乘法效应。举个例子，我们的设计团队非常出色，但创始团队中没有人擅长设计。于是我们专门聘请了一位热衷于打造类似产品的人。他之前在Quora工作，主要负责人类回答问题的场景。我们给了他一个平台，通过AI来回答问题，他的想象力激发了完全不同的设计，从而实现了这种乘数效应。这就是我们一般扩展团队的方式。

Aislin Roth：找到那些能带来乘数效应的人。

Aravind Srinivas：没错，就是这样。

Perplexity如何吸引顶级投资者？

Aislin Roth：不到一年后，你正在进行A轮融资时，得知你的一个主要竞争对手OpenAI推出了自己的搜索产品。当你听到这个消息时，你是如何应对的？是什么让你相信Perplexity仍有机会？

Aravind Srinivas：实际上更正一下，当时OpenAI并没有发布搜索产品，而是微软即将推出Bing的新功能。这情节几乎像硅谷电视剧的剧情。当时我们在NEA的办公室达成了初步的融资条款。然后我和Dennis在Blue Bottle咖啡馆悠闲地庆祝，想着“终于搞定了”。结果《The Verge》突然发布了一篇文章，称Bing将于周一发布新功能。

在风险投资中，有一个叫尽职调查的阶段，通常是30天。事实上，还有一家风投在看到消息后，把尽调时间从30天延长到了45天。我当时想，这看起来不太对劲，他们可能想反悔。后来NEA在周六早晨给我打电话，说“你有空接电话吗？”我心想他们可能要取消协议了。但实际上他们告诉我：“我们相信你。我们看到了微软的新闻，但不用担心，你会找到办法的。我们不会退出协议，你继续前行。”这给了我们很大的信心。这非常关键，因为我听说过很多协议最终没拿到资金的故事。

但NEA是真正的支持者。

Aislin Roth：很幸运，你的投资者支持了你。作为一匹黑马，你在筹资过程中一定经历了许多创造性的时刻。你非常成功地吸引了像Jeff Bezos、Yann LeCun（人工智能教父）以及Nvidia这样的投资者。你是如何吸引到这些顶级投资者的？有没有什么有趣的故事可以分享？

Aravind Srinivas：这是个有趣的故事。Dennis当时在NYU，所以他已经认识Jan，但Jan作为名人，很难接触到他。那时Jan在法国度假了一段时间，我们听说他回到了NYU的校园。当时我们就在纽约，于是干脆直接在他办公室门外等了几个小时。他去吃午饭了，回来看见我们等着，就说“好吧，等我回来。”最后我们终于争取到了半小时的时间。

我们向他展示了一个基于Twitter的搜索演示，可以让他搜索自己的推文、回复他的人、粉丝数量等所有有趣的问题。他非常喜欢，仅用了10分钟就决定投资了。

类似的事情也发生在其他投资者身上，比如Karpati，他是个名人。他当时要求一个展示文档（deck），而我直接给他发了一个链接，让他直接试用产品。同样的情况也发生在Jeff Dean身上。这些人都通过亲身试用产品而被打动。所以这里的主要经验是关于“能力圈”（circle of competence）。

如果你不擅长制作展示文档，就不要尝试去做。我确实不擅长。所以我确保提供一个他们可以立即试用的链接，而且确保链接能正常运行。有些人提供类似的链接，但是一点击就崩溃或无法运行，这显然不是好的体验。如果链接能正常运行，我认为它比任何展示文档都更能传递信息。原因有二：第一，大多数人没有时间仔细阅读展示文档的每个细节，他们可能是用手机而不是电脑阅读；第二，如果像我一样不擅长制作文档，就不要尝试去做。

顺便说一句，即使在A轮融资中，我的展示文档也非常简短。在B轮融资时几乎没有展示文档，而C轮融资时，我甚至只是写了一些备忘录或Notion文档。我真的尽量不做这些，因为我不擅长。过去有很多成功的展示文档，比如 Airbnb、LinkedIn和Facebook的文档，但看完这些文档只会让我更困惑，不知道应该模仿哪一个，也不知道如何做到原创。这非常令人困惑，所以我根本不尝试去做。

Aislin Roth：发挥你的长处，而不是去模仿别人。这个教训很有价值。我们现场有很多有抱负的企业家，所以我认为这是一个很好的提醒：坚持、决心和努力是成功的关键。

Aravind Srinivas：或者说，你不需要擅长很多事情。作为创始人兼CEO，即使不擅长制作展示文档也没关系。

产品定位：使用现有模型并针对用户的搜索体验进行优化

Aislin Roth：我们这里有很多顾问，他们的专长就是制作展示文档。或许我们正好拥有互补的技能，可以组成一个好团队。现在，Perplexity正在构建一个答案引擎，但你们既不拥有内容，也不拥有模型。那么你们的技术壁垒是什么？为什么Perplexity的方法比直接的纵向整合更好？

Aravind Srinivas：你是在委婉地问我们是不是“只是一个包装工具”。

Aislin Roth：这些可是你说的，不是我说的。

Aravind Srinivas：其实一年前，整个社会在关于“应该投资什么类型的初创企业”这个问题上有很大分歧：这些公司应该自己训练模型，还是应该使用API？我们确信一点：模型会越来越商品化。如果你想成为模型提供商，就需要巨额资金支持，并且需要承受每年亏损数十亿美元的风险。我们既不具备这样的条件，也不希望走这条路。所以我们决定使用现有的模型，并针对最终用户的搜索体验进行优化。

Aravind Srinivas：我们认为在模型之外还有很多事情可以做。而事实证明我们的选择是正确的——很多试图自己构建模型的公司如今已经不存在了。这也清楚地证明了一点：要么你筹集100亿美元，要么就别做这件事，去做别的。而我们专注于为人们提供答案。如果问题是“要为每个人提供准确答案，是否必须构建自己的基础模型？”，答案是肯定的，那我们就不应该做这件事，除非能筹集到100亿美元。

Aravind Srinivas：但我觉得，随着开源技术的进步，模型成本正在以每四个月成本降低两倍的速度下降。如果这种趋势持续一年或两年，我们至少可以利用这波成本从10倍到100倍降低的浪潮。同样的智能水平变得更便宜，推理能力也在提升。开源技术对专有模型的价格也形成了制约。这是一个非常适合开发应用的时代，通过这些模型进行后期训练，专注于总结、参考、格式化以及不同领域（如金融、体育、推理等）的自定义界面。

Aravind Srinivas：模型之外还有很多事情可以做，我们觉得建立一个差异化的业务完全值得。最终，大多数成功的企业都是某种形式的“包装工具”。在某种核心技术出现之前，有其他更有价值的东西，但当某些东西出现后，它与核心技术结合起来为消费者带来了巨大价值。比如，如果没有冷藏技术，可口可乐可能无法成功，但可口可乐是一个非常有价值的直接面向消费者的产品。因此，你可以通过某种“魔法公式”和正确的包装，与基础技术相结合，为消费者提供巨大价值，而这完全值得去做。

Aislin Roth：哪些东西应该自己开发？哪些可以利用现有资源？这是一种很棒的策略。你曾公开批评Google过于依赖广告，而就在上周，Perplexity也宣布首次引入广告。那么你们的商业化策略是什么？广告在未来会扮演多大的角色？

Aravind Srinivas：Perplexity的广告与Google的广告不同。Google的问题在于，广告单元和答案单元是同一个东西。Google针对大多数查询提供一堆链接，而这些链接可以通过付费来影响排序。因此，当你寻找相关答案时，如果链接的排序被广告操控，会让人感到非常沮丧。如果我们能避免这个陷阱，选择一个利润较低的广告单元，同时保持对用户的真实诚实，还能盈利，这就比Google的模式要好得多。

我们认为，答案应该是公正且真实的，不受广告影响。但在答案之后，我们可以建议一些后续问题。比如，你在寻找跑鞋，系统会给出答案，后续问题可能是一些品牌试图引起你注意的内容，比如“Adidas与Nike对于网球的性能对比如何？”这些问题是因为你的初始问题可能是“我在找适合打网球的鞋子。”这是一种高意图问题，而不是简单的广告推广。我们不会在原始答案中将某个品牌置于另一个品牌之上，但可以通过后续问题吸引你的注意力。当然，你也可以选择忽略这些问题。

这是我们正在试验的一种广告单元，目前正在与一些愿意尝试的品牌合作。目前主要的挑战是品牌担心答案的准确性，因为他们无法控制答案。品牌只能选择后续问题。这需要一些品牌的勇气来尝试这种风格。虽然目前的投资回报率（ROI）还不明确，但我们非常明确的是：不影响答案的准确性和真实性。一旦我们破坏了这一点，就会走上Google的老路，最终让用户感到沮丧。

Aislin Roth：所以当我输入初始提示词时，比如为这次采访准备的提示词，我不会看到任何广告回应，对吧？

Aravind Srinivas：没错。

Perplexity如何应对抄袭指控？

Aislin Roth：听到这个消息很让人放心。显然，Perplexity正在以非常快的速度进行创新。然而，这种快速创新也引发了一些争议。例如，新闻集团（News Corp），《华尔街日报》的母公司，因版权侵权起诉了你们。《纽约时报》也向你们发出了停止和终止（cease and desist）通知，指责你们不当使用内容。你们如何应对这些挑战？你对AI的道德开发有什么愿景？

Aravind Srinivas：是的，这就是我们的信念，我们在博客文章中也表达过这一点。

没有人对真相或事实拥有版权或所有权。这在新闻领域同样适用。例如，在我们的采访中，你提到《纽约时报》起诉Perplexity。这是由其他媒体报道的，你在我们的采访中引用了它。现在，有人能对此主张所有权并禁止你说出这一点吗？当然不能。真相应该被广泛传播。而对真相的具体表达方式、具体的写作风格可能涉及版权问题。这正是OpenAI和《纽约时报》争议的核心。

但我们所做的是参考这些媒体中已经存在的真相，并在搜索体验中为用户进行总结和整合。

人们需要区分训练AI使用专有内容和AI仅将这些内容作为来源并给出答案的差别。我们并没有进行实际的训练。对此我们在回应中已经非常明确地指出，并且也清楚表明：如果没有一个开放、繁荣的新闻生态系统，我们的产品无法生存并持续改进。因为我们确实需要每天都有实时信息被创造。如果缺乏合理的财务激励，这将对整个生态不利。

因此，我们决定通过广告创收并与出版商分享广告收入。我们创建了一个出版商计划，与Spotify的收入分成模式类似，而不是短期内仅支付数据许可费用的模式。这种模式可以随着我们用户和业务规模的增长按查询层级共享收入。目前像《德国明镜周刊》和WordPress都加入了这一计划，未来几周我们会宣布更多合作伙伴。我相信这个计划很快会在新闻界产生共鸣。

此外，我们还为西北大学提供资助，以研究像我们这样的工具如何帮助记者更好地写作。所有记者都需要进行事实核查，而我们是一个很棒的事实核查工具。我相信，这段动荡时期会过去。一两年后，我们将拥有一个能帮助不同群体共同繁荣的系统。

Aislin Roth：顺着这个话题，今天早些时候我们谈到Perplexity的学术根基和引用的重要性。那么，面对这些记者关于抄袭的指控，你们是如何应对的？

Aravind Srinivas：是的，确实如此。如果深入探讨抄袭的定义，不标明来源是其中一个核心问题。而当我们始终标注来源时，很难说我们在抄袭内容。此外，我们并未直接复述内容。的确，AI有时会不够可靠，有时候会有超过三四个单词的重叠。有人可能会质疑这种情况下是否属于复制，但我们一直努力从多种来源总结、整合，并确保为所有原始来源提供适当的信用归属。

Aislin Roth：我很喜欢Spotify的类比。这确实是一个快速变化的领域。

Aravind Srinivas：是的，如果我们通过广告创收，而你是一个信息来源，我们会与你分享收入。Google并没有这样做。他们通过流量引导用户到你的站点，而你需要通过AdSense等工具在站点上放置弹窗和广告来变现，这让许多用户感到沮丧，不愿直接访问网站。

我们需要创造用户真正想要的东西。我们还提供免费API，让出版商在他们的网站上构建AI支持的产品和聊天机器人。如果用户只想咨询某些他们发表的文章内容，我们也为这些用户免费提供工具。这种方式有助于为出版商创建一个经济上可行的系统。

成为一个广泛可访问、可靠的答案引擎

Aislin Roth：未来看起来很有趣。回到一个更大的问题，如果我们回顾历史上最伟大的科技公司，例如Uber、Facebook、Airbnb、Salesforce，它们几乎都是开创了新类别的公司。那么十年后，如果我们回顾这个时刻，你们正在构建的公司会成为怎样的历史性企业？

Aravind Srinivas：如果我们能够帮助人们回答所有问题，完成所有日常任务，比如预订机票、寻找最优惠的交易，并让他们的生活更高效，那么我们一定会成为这一领域的顶级公司。我们现在已经非常接近成为一个可靠的答案引擎了。当然，你之前提到Perplexity是否会出错，目前我们仍然每天都在犯错。但如果模型持续改进，网络覆盖更广，错误率会从十分之一降到千分之一甚至万分之一。

如果我们能够成为一个广泛可访问、可靠的答案引擎，并且不仅仅是提供答案，还能帮助人们完成任务、提高生产力、节省时间，那么我们将会成为一个定义行业的产品和公司。

Aislin Roth：这令人兴奋。我们期待几年后看到你的成就。现在关于Perplexity我们还能聊很多，但我想留点时间聊聊你个人和你的领导风格。在短短两年内，你从一个初创公司创始人成长为一家价值90亿美元AI公司的 CEO。你的领导之旅在这些不同阶段经历了怎样的变化？

Aravind Srinivas：我尽了最大努力去提升自己，但我仍然不算是一个经验丰富的CEO。我会说，我非常倾向于采取行动，并试图鼓励公司里的每个人也采取行动。我认为这正是我们即使团队扩展到约 100人后仍能保持高效的原因。我曾听一位非常敬佩的创始人说，一旦团队人数达到100人，你肯定会变得缓慢。我当时就下定决心要证明他说的是错的。目前为止还不错，但我知道在某个时候，我们一定会遇到规模带来的问题以及如何保持快速决策的挑战。我决心解决这个问题，无论我最后找到什么解决方案，我希望它也能对其他人有所帮助。

另外一点是，我经常给予那些尚未在某一领域成为专家的人一个机会，让他们去尝试新的东西。这是我做过很多次的事情。你不需要从Instagram招聘前增长负责人来担任Perplexity的产品或增长负责人。这是很多人容易掉入的陷阱——认为“如果我想要最擅长做A/B测试的人，我就需要从上一家顶级消费公司挖人。”我没有掉入这个陷阱。

相反，我倾向于聘用那些有潜力但尚未取得重大成功的人。我非常喜欢一句话：“肩膀上的筹码能为口袋带来筹码”（Chips on shoulders put chips in your pockets）。虽然这句不是我的原创，我也不记得是谁说的，但我觉得非常棒。我希望更多的人能够进行这种实验性尝试——把某个人放到水里让他们学会游泳，而不是直接聘用该领域最知名的专家。

主要原因是，大多数人在经历过一次大成功之后，很难再有动力追求第二次成功。我见过很多这样的例子。所以，我试图与众不同，倾向于行动，并通过亲自去尝试了解事物来做出更好的决策。我每天平均使用我们的产品至少10次查询，甚至有一些用户比我使用得还多，这让我感到非常高兴。我认为这帮助我做出了更好的决策。

如果某天你停止使用自己公司开发的产品，就很容易与现实脱节，只能根据别人告诉你的信息做决定。所以尽量与事实来源保持紧密联系非常重要。当用户在社交媒体上抱怨“这个功能不好用”或者“那个功能有问题”时，我会亲自参与客服支持。虽然我们有专门的客服团队，我不是说他们不重要，但亲自了解用户的挫败感对我很有帮助。

Aislin Roth：如何在扩大规模时仍保持敏捷，这是一个很棒的话题。在我们开放观众提问前，我还有最后一个问题。今年我们的主题是“留下你的印记”。那么，在这个活动中，你希望自己如何被记住？

Aravind Srinivas：我希望我自己和Perplexity能被认为是“帮助世界变得更聪明”的存在。如果使用 Perplexity 的人觉得自己学到了新知识，晚上睡得更智慧，早上醒来也更有收获，我会感到非常满足，因为这并不容易实现。

大多数消费产品最终都会浪费人们的时间。我不会具体点名，但有些产品我自己也上瘾了，用了很多时间，但最后会觉得自己浪费了好几个小时。而Perplexity不会是这样的产品。至少我不认为它是。即使是我们开发的“发现”功能，用户也告诉我他们在浏览时学到了东西。我希望这种情况能够继续保持下去。

此外，我还希望我们能帮助人们完成一些事情。并不是每个人都能负担得起行政助理或私人助理。我记得 2018 年我在OpenAI实习时，Sam Altman曾与Bill Gates有一场炉边谈话。Sam问Gates：“如果世界拥有AGI，你认为会是什么样子？”Gates的回答很有意思：他说，那会像过他现在的生活一样。像亿万富翁一样生活。如果我想了解某个话题，我不需要亲自读书，有人会替我阅读并为我准备报告和演示文稿。如果我需要去某个地方，我有私人飞机，有人会帮我规划旅行，安排膳食。如果我想锻炼，有专业营养师为我提供饮食建议，我根本不需要操心。这种生活就像开了“作弊模式”。

我认为这种生活可以通过AI逐渐变得更加普及。AI可以了解你，帮助你规划、预订、处理网上的琐事。如果AI能够在这些方面越来越好，人们的生活就会像亿万富翁一样。而“亿万富翁”这个词的意义也会逐渐失去特殊性。如果我们能够成为这样的工具之一——我并不是说我们想成为唯一的工具，但如果我们可以成为其中之一，我会觉得我在这个世界上留下了很好的印记。

Aislin Roth：如果Perplexity能让我过上Bill Gates的生活，我会非常开心的。现在我们将开放观众提问环节。

问答环节

观众1：我很喜欢《Atomic Habits》这本书。在你从博士生到Perplexity CEO的旅程中，有哪些日常习惯是你不得不放弃的？又有哪些新习惯帮助你成长为今天的领导者？

Aravind Srinivas：我放弃的一个习惯是晚起。我不确定这是必须的，但确实让我受益。我觉得早起让我每天能有更多时间。这也意味着要早睡。早睡早起确实对我有帮助。从大概三四年前开始，我基本每天都在早上8点之前起床，无论我在哪个城市。这确实让我感觉更高效。我新养成的一个习惯是每周至少三次锻炼。在此之前，我基本很少锻炼。

观众2：我叫Shervin，是一名MBA二年级学生，本科就读于IIT Bombay学习电子工程。你刚才对技术壁垒的问题回答得很好，但我想问你，你觉得公司目前面临的最大风险或挑战是什么？

Aravind Srinivas：我认为这与我之前提到的一样。每一家试图扩展规模的初创公司，在团队达到数百甚至上千人后，几乎都变得更加缓慢。这种现象很难避免。理论上，团队人数增加后，工作效率和项目数量至少应该是线性增长的，但在实际中，同时高质量地执行多个项目变得非常困难。一旦质量下降，用户会注意到并认为你的产品倒退了，优先级变得混乱了。

在这个过程中，你可能会遇到所谓的“垃圾化螺旋”（N-shit Hole）现象：当你扩大业务规模时，产品的质量可能会对最初那些因为质量而喜欢它的忠实用户来说变差了。在我看来，这正是我们目前最大的挑战。

观众3：关于Perplexity面临的伦理问题，我有一个后续问题。作为领导者，你在这方面也受到过很多批评。我想知道，你是如何思考这些伦理问题的？在处理这些问题时，你会参考哪些人的意见？是否有一个重要的例子让你改变了自己的立场？

Aravind Srinivas：这是个好问题。我认为我们公司有一群很优秀的人。例如，我们的“出版商计划”实际上是我们首席商务官Dimitri的创意。所以，我学到的一点是，作为CEO，我不一定需要成为每个问题的解决者。如果有人在某个领域比我更擅长，就应该信任他们的判断。

此外，通过积极与对方沟通、教育他们理解我们正在做的事情，也能取得很大的成果。我举个例子：Forbes对我们的一些尝试，例如页面设计，曾表示不满。但当我与一位在Twitter上批评我的人当面交流，向他解释我们在做什么后，他至少与我握了手并表示：“哦，我之前完全没明白这是你们想做的。”所以，我认为还有很多工作要做，比如与社区中的每个人沟通。

观众4：你好，我叫Varun，是一名MBA一年级学生。你提到帮助用户找到他们需要的答案让我很有共鸣。但同时，当你提到引入广告并提出类似“为什么Adidas的运动鞋比Nike更好”这样的建议时，是否会影响你为用户提供的观点或信息？

Aravind Srinivas：这是一个问题，而不是一个答案。它只是一个建议的问题。如果用户决定与这个问题互动，得到的答案仍然是公正的，而不会受到广告的影响。我们希望未来能更加理解用户，以便提出的问题能更个性化，而不是品牌选择的通用问题。

目前有证据表明，比如许多人觉得Instagram的广告与他们的需求非常相关，许多购买行为就是这样发生的。所以，我认为让广告变得相关是关键，同时确保广告不会干扰产品的核心价值，即用户提问时得到的答案始终真实可信。这种高质量的产品需要智能的商业化平衡。

Aislin Roth：现在进入我们的传统环节，我会快速提问一组问题，你用最直接的回答作答。这些问题都是通过Perplexity生成的，应该会很简单吧？

Aravind Srinivas：希望如此。

Aislin Roth：如果你不是Perplexity的CEO，现在会在做什么？

Aravind Srinivas：可能还是做研究吧，我之前就在做AI研究。

Aislin Roth：你是板球爱好者，你最喜欢的板球时刻是什么？

Aravind Srinivas：印度在2011年赢得世界杯的时刻。

Aislin Roth：如果你能与任何技术先驱共进晚餐，不论生死，会选择谁？

Aravind Srinivas：Larry Page。我还想加上Steve Jobs。

Aislin Roth：那就一起安排晚餐吧。最后一个问题，Perplexity上你见过最奇怪的搜索查询是什么？

Aravind Srinivas：我们刚推出购物功能时，有人搜索了一款只露眼睛的面罩。我们不确定他们是为了滑雪、骑自行车，还是其他用途。后来查询显示，他们是为了冬天骑车需要保暖，同时需要透气的面罩。这是一个非常具体的需求，而我们确实给出了不错的答案，他们也直接下单了。