Sam Stephenson 谈 AI 会议、平静设计与智能体开发

Granola 联合创始人 Sam Stephenson 认为，有用的会议助手在通话前就开始发挥作用：它将相关背景整理成简报，帮助与会者做好准备。他与 Peter Yang 讨论如何用 AI 减轻会议负担，以及公司如何构建自己的工具。本期由 Google AI Studio 赞助，Linear 和 Riverside 也是列出的赞助商。

一种常用的模板回答“我错过了什么？”Granola 从会议中提炼有用笔记，而不是要求人们通读完整逐字稿，让与会者能够回到重要内容。

Sam 分享 Granola 的设计原则：令人平静、保持核心体验简洁，并让用户掌控。会议本身已经足够嘈杂，因此产品应当像扶手一样提供帮助，而不是成为争夺注意力的又一位参与者。

这些原则带来一个有争议的选择：逐字稿的展示位置不如笔记突出。Sam 接受一部分功能发现性的损失，换取更简单的体验。逐字稿仍有用，但团队希望默认界面聚焦用户接下来需要做的事。

团队会衡量主动介入的需求是否符合产品希望营造的氛围。实时指出分歧的机器人或许令人印象深刻，却也可能打断对话；会后分析可以提供反馈，同时不让助手成为房间里的主角。

Sam 演示如何利用会议背景，要求助手以创始人或投资人的视角提供反馈。他让助手反思谈话中的想法，并提供产品原则，使回答能根据团队真正的优先事项质疑提案。

Granola 可以利用共享的团队会议笔记以及个人有权访问的信息。这里有重要界限：Sam 并没有说用户可以搜索所有同事的私人会议。例如，共享的销售对话可以帮助发现反复出现的客户洞察。

Peter 询问定期报告。Sam 说团队已经做过自动化原型，但希望保证输出质量；原生定时功能是可能的未来方向，并非承诺已经上线。用户目前可以通过 API 或 MCP 连接外部工具。Peter 描述了如何将 Granola 与其他来源结合，给自己发送摘要。

对于设计师来说，智能体可能绕过界面，多少令人失落。Sam 说公司最初抗拒开放，但企业客户需要工具与内部系统配合。Granola 可以收集会议背景，再由其他应用和智能体利用。

Peter 认为将会议、文档和其他来源结合起来尤其有价值。Sam 说，会前简报的建设需要从邮件中找到相关信息，而连接公司其他知识也有机会。两人还开玩笑说，可以让双方的智能体先开会，解决不了再请本人出面。

话题转向 Granola 自身的工作方式。Peter 担心 AI 原生公司可能将长时间工作常态化。Sam 描述了如何尝试利用技术建设高效的公司，同时保持更平静的工作文化，并为深思熟虑的产品工作留出空间。

Sam 说，随着编程智能体让制作可运行原型变得更容易，他使用 Figma 的时间减少了。这并不意味着设计判断不再重要：团队仍需要共享的设计系统、可复用组件和明确原则，避免生成速度带来不连贯的界面。

设计师从想法、草图和讨论出发，再与智能体一起探索可运行代码。共享系统为智能体提供约束，让团队比较真实交互，而不只是围绕静态稿争论。在传统设计工具更适合思考问题时，Sam 仍会使用它们。

他展示了一份会前简报的交互原型。团队可以在接近真实的界面中尝试不同位置和行为。尽早将不完美的版本交给同事使用，有助于暴露问题并反复改进。

Granola 还有一个名为 Nacho 的内部智能体。Sam 将它描述为询问公司问题时的首个入口：它能利用内部信息和工具，包括工程及分析资源，帮助员工调查问题或寻找答案。

一位工程师搭建了早期版本，随后更多团队成员参与改进。同样的模式也适用于工程师以外的人：了解问题的人可以借助智能体和共享工具进行调查并作出贡献。Sam 仍强调背景信息、访问权限和答案可靠性的重要性。

最后一个经验是，做出第一个版本变得更容易，但产品品质取决于之后的工作。团队可以发布、观察不足并持续打磨。Sam 认为许多人过早停止改进产品；AI 应当为这项工作创造更多空间，而不是让团队陷入无休止的功能竞赛。