聊天是通用界面，却常常是最糟糕的界面

Atlassian 是一家市值约 400 亿美元的公司，位列全球市值前一百的科技公司之列，排在 eBay、Reddit、SoFi 和 Expedia 这些家喻户晓的名字前面。多数人仍然把它想象成 Jira 和软件团队。AI 负责人 Sherif Mansour 给出了另一种统计：如今绝大多数用户来自非技术部门，比如人力资源、财务、市场、法务。这些人仍然要管项目，仍然在为业务的其他部分提供服务，只是不写代码。他在公司已经待了 16 年。加入之前，他是客户，亲眼看着这些工具改变了一家大型澳大利亚电信公司的运作方式。录制这期节目时，他与主持人 Nathan Labenz 相隔 16 个时区。他记着的另一个数字是：已经有将近 350 万人在使用 Atlassian 的 AI 能力。

Mansour 对职场 AI 的工作图景，是一个被放进团队语境里、帮助大家协作推进工作的虚拟队友，它离私人聊天机器人还很远。这就带来了 Atlassian 一直在权衡的一个棘手设计问题：用心与平衡并重地构建。没有人想要机械的智能体，也没有人想要一个拼命装得像人、结果却显得假的智能体。他认为，在商业场景里，通向真实可信的路径要经过信任，而信任又来自透明：引用来源（Rovo 有一支团队专门负责这件事）、可见的指令、明确署名的创建者，以及智能体最近十次操作的日志。他并不主张智能体应该像人类同事那样。他希望它们像协作者，能够承接一个团队的性格：内部的玩笑、说话的口吻，以及银行客服小组与青少年营销战役各自呈现出来的样子。

这种性格，也是他对抗平庸产出的方式。很多人用这个词指错误答案和幻觉。他对它的定义更宽：输出在技术上是正确的，但创意是偷懒的，而且每个人得到的结果都很相似。在同样的前沿模型人人可用的世界里，差异来自于把一个团队的灵魂注入进去：它代表什么、怎样说话、喜欢什么、讨厌什么。他把实操的做法归结为三样东西。品味，是你通过提示词或语境注入的观点，这样你才不会和其他人做出一模一样的网站、一模一样的产品、一模一样的服务。知识，是智能体应该访问的东西，或者用来训练它的东西，这两者并不是一回事。工作流，是你把它部署在哪里：一张僵硬的 Jira 工单、一个 Confluence 页面、某个其他自动化流程，几乎无所谓，只要它生活在工作之中。

他刚刚聊过的一个采购团队三样都具备。他们在 Confluence 页面里记录供应商合同中需要留意的事项，接入了 SharePoint 作为补充材料，并把 Jira 流程接通：每当有新事项进来，智能体就读取附带的合同，起草一份初步回复，然后交给人类修改。客户在寻找杀手级用例时，他会让他们先停下来，把自己现在怎么做的事讲一遍；三样要素通常就自己浮现出来了。他是埃及人，所以习惯用金字塔来思考：第一层是问问题、得到答案；第二层是生成一件产物，比如一份提案、节目说明或一段引荐；第三层是把知识和指令打包成可重复的工作流，从而提升质量或效率。大多数人卡在第一步，然后得出结论：AI“还行而已”。

Labenz 自己的品味流程，是一份过往引言文章的 PDF，加上当前的转录稿和一段简短的提示词。范例承担了大部分工作。Claude 一直最擅长捕捉他的语气，直到 Gemini 3 写出了他拿到过的最好的一版草稿之一。Mansour 观察到，大多数客户只是打一段提示词，跳过了已有的积累，然后报告说结果还行，没什么特别的。他经常听到的一句话是：前面 80% 还可以，最后 20% 却又花了五六个小时。品味很难衡量。Atlassian 会统计点赞信号、智能体输出被复用的情况和改写率，并对出厂即带的 20 到 30 个智能体，以大语言模型（LLM）充当评判者（LLM-as-judge）的方式做评测。客户仍然必须为自己创建的队友定义“成功”，就像你要给新员工讲清楚什么是好答案、什么是坏答案那样。

Atlassian 有两件历史上的“意外”，如今看来竟像是 AI 功能。Rovo Chat 会构建个人记忆：Mansour 喜欢在标题前面加表情符号，经过足够多的写作辅助后，模型就会自动这么做。他用的说法是*用户接近度*，也就是用户在工作时与 AI 的距离有多近。程序员在 IDE 里不假思索地积累记忆；Confluence 的写作者则通过说“把这段写短一点，你太正式了”来完成。第二件意外是默认开放。20 多年来，新建的 Confluence 空间或 Jira 项目，除非有人去限制，否则都是公开的。如果你明天入职，向 AI 提个问题，在一个默认封闭的体系里，新员工几乎什么也看不到。而在开放的知识库里，他们能得到原本得发消息问 50 个人才能找到的答案，至少也能拿到指向正确的人的线索。AI 仍然无法凭空发明没人写下来的品味。投入什么，产出什么。

在底层，企业记忆并不只是一个小技巧。一旦权限细化到字段层面，RAG 就变得异常困难：同一条 GitHub 议题或 Salesforce 记录，可能向 Mansour 显示 Labenz 看不到的字段，而语义索引必须既保持权限感知，又要足够快。另一半是团队协作图谱（Teamwork Graph）：用户、团队、目标，以及挂靠在它们上面的工作，从 Jira 事项和拉取请求，到 Confluence 页面、Trello 卡片、Figma 文件、Google Docs 和 Amplitude 仪表盘。客户一方面通过连接 GitHub 或 Figma 来人为地填充它，另一方面在工作中粘贴链接来自然地填充它。“给我一份我团队上周所做的一切的状态更新”，是一句内涵很丰富的话：什么算状态更新，谁是团队，哪一周。他说，RAG 在这里会是糟糕的解法：先取五份文档，再做一个摘要。正确的做法，是沿着小组的工单、页面和设计稿做图遍历。而“我该怎么请年假？”则正好相反：应该用 RAG，而不是图遍历。严肃的企业 AI 两者都需要。Labenz 在对方的描述中听出了 HippoRAG 的影子：先做实体链接，再向外扩展一到三跳，并在这片邻域里搜索。Mansour 同意，多跳遍历才是关键，而 Atlassian 又在其上叠加了一层协作信号图谱，也就是点赞、评论、分享和浏览，作为人与工作类问题的额外权重。

记住只是问题的一半。默认开放也意味着 20 年来积累了许多页面，没有人能保证它们的相关性。Rovo 早期，Mansour 让系统根据当前目标重写一份团队章程，结果它把一个四五年前的目标翻了出来，而那个目标仍被标记为“进行中”，因为他从来没有归档它。如今，他们会让内容随时间、互动和协作活动而衰减，但客户在接入某个数据源之前，仍然需要想一想。有一位客户想把整个 SharePoint 都接进 Rovo。有多大？大约 1TB。他们需要吗？他们自己也不知道。“垃圾进，垃圾出”这条规律并没有失效。系统应该让旧对象逐渐淡出，而用户也应当归档那些仍然被标记为“活跃”的旧东西。

Labenz 过去常对人说，要一直用最好的模型，成本之后再优化。这条建议已经过时了：GPT-5 Pro 对许多工作来说都过于强大，至少在延迟上就是如此。在公司内部，Atlassian 仍然在发现阶段给团队充分的自由：寻找产品与市场的契合点，优先检验最具风险的假设，不要给没用的功能镀金。在主要应用之间，他已经数不清有多少个 AI 功能，但他估计整个产品组合远超 70 到 80 个，写作时都假定 AI 最终会一直在线。发现阶段之后，团队会遇到一个机器学习小组和一个 AI 网关：这个网关是一个代理，背后连接着本地托管的开源模型和云端模型，因此团队可以切换、比较，并把简单的摘要任务分流到本地机器上。成本下降了，节省的部分再传递给客户，同时又不会在团队仍在学习的阶段拖慢他们的速度。

客户面临的则是相反的问题。增长最快的智能体用例，是人们把智能体放进他们已经拥有的数百万条 Jira 工作流里：分拣这张工单，起草那封回复。其中有些人过度使用了模型。一张工单进来，你其实只需要知道其中是否出现某些词。自动化框架里本来就有确定性的字符串节点，可以检查内容并分支。把这一步换成大语言模型，可以得到相似的结果，代价却是荒唐的 token 账单。有一位客户用一句 Mansour 一直记着的话来形容：她手里有一台火箭发射器，却拿它拍蚊子。Labenz 自己的口头禅，与她的话正好押韵：凡是能用传统代码做的，就应该用传统代码来做，更快、更便宜、更可靠。让模型去写正则表达式，别让它每次都重新跑一遍匹配。

智能体框架让人们可以挂载无代码或代码技能，因此智能体可以调用一个 Java 函数来核对账单或做计算，不靠即兴发挥。客户通常得自己吃了苦头才会发现这一点：先是惊叹，然后遇到一个需要两个精确步骤的场景，模型却跑偏了。被问到按模型统计的 token 消耗时，Mansour 调出了一个仪表盘，耸了耸肩：数字荒唐，几百万，可能是几十亿，这样的数字已经没法盯着看了。变化的是客户的关注点。两年前，每个买家都想自己挑模型。现在，在意的程度已经急剧下降，就像是在纠结公司该用 Postgres 还是 MySQL 一样。技术栈是 GPT、Claude、Mistral 以及其他适合具体工作的模型的混合，并附有文档，说明哪些主要功能用的是哪个模型。

他给软件团队的建议很直接：值得搭建一个模型网关。如果你相信那一层正在走向商品化，你就需要一种办法，能在不重写产品的前提下学习、切换和优化成本。他说，这样做的回报已经高出了几个数量级。在通用模型和通用办公工作的商品化问题上，他站在商品化那一边：财务、人力资源、市场、客户成功，这些领域的模型已经能解决 80% 到 90% 的问题。而垂直模型，比如 DNA 测序专家模型，则是另一个故事。一个重要的但书是：对于自己构建智能体和评测的团队来说，API 的稳定性很重要。一夜之间换掉模型，第二天的结果就成了另一款产品。模型会商品化，但掌控权不会。

Labenz 的理论是：我们之所以做界面，是因为软件需要人的判断；最好的界面，也许是没有界面，把屏幕抽象成一项交给智能体的任务。Mansour 援引技术史。MS-DOS 和终端曾是操作系统的通用界面。你可以做数学、打字写文档，甚至画 ASCII 字符画。人们很快就明白，终端对其中许多工作来说是糟糕的界面，于是他们花了几十年，在它之上构建垂直应用，比如文字处理器、电子表格、图像工具，还有他们两人正在用的那款专用录音工具。把这个道理搬到 AI 上：大语言模型的通用界面就是对话，因为 Transformer 预测的是下一个 token，而聊天的形式正好利用了这一点。通用不等于好用。聊天的使用量会飙升。然后，专门化的体验会在它之上生长，就像 GUI 在 shell 之上生长一样。他如今还是会偶尔打开终端，但并不长住其中。

他对内部团队提出的检验方式既粗鲁又有用：对于任何 AI 功能，十次里有九次，你都可以把穷人版本当作一段提示词直接上线，连用户体验都不用做。这是最糟糕的体验，因为你不能指望人们去打这些提示词，或者把结构化数据硬塞进一个空白框里。时下流行的反驳是：AI 会每次都动态生成恰当的界面。他并不信服。在聊天里填表是一场灾难：校验、条件字段，一团乱麻。模型每一轮都能生成新布局，但人们不想要一个坐不住、总在变化的软件。他的儿子在用 Leonardo AI 做塔防游戏的精灵图，角色、手部姿势、武器和尺寸变体都要能预测。能不能在 ChatGPT 里做？完全可以。对于专门化、可重复的游戏美术来说，它是不是最糟糕的界面？同样是。在一个人人都有同样模型的世界里，设计会成为差异化的关键。

这个论点延伸到了 AI 如何改变 SaaS。Jira 的价值从来不是一列可以在一个周末用 vibe coding 做出来的待办栏。它的价值在于，可口可乐或任何其他公司，通过为自己如何开发产品、处理事故、为员工入职建模，把这个工具变成了自己的。智能体并不会让这个问题消失。相反，雇主们更想控制虚拟队友的行为方式，否则它们就会滑回平庸产出，每家公司都在跑同样的流程。“每个人都会从做事，变成设计事情怎么做，”他说。专门化的法律 AI 就是存在性的证明：他的哥哥是一位并购（M&A）律师，用的工具能按国家引用过往判例和法规。一条提示词可以比划出同样的工作，却没法大规模地跑起来。动态生成的界面，推到足够远，就只会变成多了几步的垂直 SaaS。

Labenz 追问一人独角兽的可能：如果模型持续变好，也许一个拿着 Gemini 4、稍加指点的小孩，就能超过那些把智能体框进规定工作流里的企业。Mansour 从四个方面表示怀疑。他刚和一家五人规模的销售 AI 创业公司聊过；他们的杠杆来自一些挂在 Jira 工作流里的智能体，它们按计划把观点文章发布到 WordPress，由人类审核。即便是所谓的小团队，也是在编排，而不是坐在提示词框里。第二，这些创始人本身就是瓶颈，而且他们还在不停招人，因为想法比能把它们做出来的人和智能体都多得多。第三，整个市场如果没有领域专家的签字，是动弹不得的。第四，又回到平庸产出：第一个推出“独角兽形状”产品、却使用通用模型输出的人，一旦别人在七个标签页里输入同样的提示词，就会被复制，结果有 80% 是相似的。让它变成你的，也就是你的声音、你的品味、你的语境，这件事不会消失。他看不到其他解法。

如果稀缺的技能是流程架构，Labenz 想知道该怎么教它，这是否意味着你要停止招聘初级员工。Mansour 说，人们常常忘了，AI 可以说是现有最好的老师。Atlassian 已经把产品经理的招聘，转向了原生使用 AI 的人，玩笑说，他们想要的是大学里那些“作弊”的孩子。他 11 岁的儿子从 Scratch（一种可视化编程语言）直接跳到了 vibe coding，跳过了学习语法的中间阶段。当 Roblox 在 IDE 里上线了 AI，这个男孩冲进房间，开始指挥它；它没理解时，他就学会了让模型教他怎样描述自己想要的东西。错误的结论是只招资深员工。行为改变很难，许多资深员工仍然在用老办法，因为那最快。一个职位上的新人，是植入新习惯最容易的地方。那些还没有开始设计工作流的采购审核员，仍在建立对“好”的品味，随着时间推移，他们会成长为架构师。

Atlassian 收购 The Browser Company，是为了打造一款面向知识工作者的浏览器，并非要去和购物、旅行规划竞争。Mansour 的类比来自消费级聊天：AOL Messenger 和 ICQ 在办公室里还行，却从来没有真正在那里火起来。为工作重新设定假设，你会得到的是那种映射组织结构、集成和权限的频道，也就是 Slack 和 Teams，而不是 ICQ 的翻版。浏览器也要同样重新设定：一个本身就具备按用户划分的权限、团队协作图谱，以及团队及其虚拟队友能在众多 SaaS 工具之间穿梭的界面。至于一般而言收购 AI 创业公司，他告诉团队，把“长期”定义为 12 个月，否则他们会淹没在分析里。要同时问用户一侧和买家一侧的工作流接近度：谁每天都身处那项工作之中，而这家创业公司在那项工作的马斯洛金字塔上处于什么位置？越接近堆栈的底部，就越容易向上蚕食。一个无名之辈做的日历 AI，离成功只差两跳；如果它站在一项四步工作的第五步上，那就是个危险的位置，除非这个细分领域确实是平台厂商会忽视的。

廉价的软件会意味着更少的开发者吗？Labenz 给出了一个光谱：免费的牙科治疗不会让他多买，免费的按摩却可能让他多消费一百倍。Mansour 希望把这个问题切开来看。消费类软件，比如娱乐、休闲、家装、烹饪，他看不到会缩小，即使伪造内容正在模糊界线。在商业领域，AI 能调用的工具越多，它就越有价值，而人类仍然需要构建或审阅这些工具。颗粒度会爆炸：一个日历应用，对人来说是一个工具，对智能体来说则约有 50 个（跨时区找时段、占用忙碌时间、拉取公共假期）。为 AI 设计软件，会更复杂，却不会更简单。厂商会从 UI 转向工具接口，苹果已经在推 App Intents，但他并不认为这个行业会收缩。他说，有益的讨论应当按领域来进行：汽车软件的变化节奏，未必和合规文档软件一样。

在采纳方面，以身作则只有在故事比“我总结了一份文档、起草了一封邮件”更精彩时才管用。那些最先冲击个人生活的技术浪潮，对工作的冲击往往更猛：先是电子商务，然后是移动互联网。他用 AI 设计了后院的景观，做了一个数学作业辅导智能体，它熟悉课程，却不会直接给答案（其中也有 Fortnite 的玩笑）；他看着女儿用 AI 做音乐；在一次内侧副韧带（MCL）损伤之后，他又添了一个每日康复助理，它还会评论他吃了什么。在面试中，他最喜欢问的问题是，候选人自己是怎样使用 AI 的。他不相信强制令，因为大多数员工听到的是威胁。Atlassian 有效的做法，是举办一个“AI 构建者周”：一千名产品经理、设计师、工程负责人和研究人员，把时间腾出来一起做，让没有人因为在折腾而内疚，庆祝的是学习本身，而不是可以交付的成果。当客户在寻找全新的杀手级用例时，他会告诉他们把这个想法扔掉。选一个团队，写下他们已经在做的一项任务的步骤，然后在每一步旁边标注：人类在这一步会用到什么知识、什么指令、什么动作。智能体形状的空缺，会自己浮现出来。他在整场访谈里以不同措辞反复强调的结束语是：别理会那些流行词，去折腾一个水龙头垫圈、一道数学题、一只酸痛的膝盖。工作中的行为，跟随的是你在没人看着时真正在用的东西。