时长:
89分钟
播放:
1,806
发布:
3周前
主播...
简介...
📝 本期播客简介
本期节目克隆自知名播客《The Cognitive Revolution》,主持人Nathan与Atlassian公司人工智能负责人Sherif Mansour深入对话。Atlassian,这家市值四百亿美元的科技巨头,以Jira等软件开发工具闻名,但其用户已扩展至市场、人力、财务等非技术部门。Sherif分享了Atlassian如何通过注入“品味、知识和工作流”来对抗“AI废料”,并探讨了企业环境中检索增强生成(RAG)技术的局限性,以及Atlassian如何利用其独有的“团队协作图谱”解决复杂查询。对话还涵盖了AI与用户界面的演变、为知识工作者打造专用浏览器的愿景,以及对“一人独角兽公司”概念的质疑。这是一场超越AI代理宣传噱头的深度对话,为AI工程师和商业领袖提供了流程架构的实践智慧。
翻译克隆自:Escaping AI Slop: How Atlassian Gives AI Teammates Taste, Knowledge, & Workflows, w- Sherif Mansour
👨⚕️ 本期嘉宾
Sherif Mansour,Atlassian公司人工智能负责人。
⏱️ 时间戳
播客概览与AI介绍
00:00 播客简介与嘉宾介绍
01:34 Nathan的AI生成开场白与Atlassian公司背景
05:30 Atlassian的AI愿景:AI作为“虚拟队友”
AI队友与“AI废料”的挑战
08:22 AI队友的本质:信任与透明度,而非过度拟人化
12:17 何为“AI废料”:通用、缺乏创造性的输出
13:15 对抗“AI废料”的三要素:品味、知识和工作流
16:24 注入“品味”:通过上下文和个人记忆实现个性化
21:39 Atlassian的“默认开放”文化如何赋能AI
AI技术栈与企业应用
26:22 内存与上下文:RAG在企业环境中的局限性
28:19 Atlassian的“团队协作图谱”:解决复杂跨团队查询
34:11 “遗忘”机制:AI如何处理过时信息
37:13 成本、延迟与性能:AI模型选择的平衡之道
44:04 模型商品化:通用模型趋同,垂直模型兴起
AI与用户界面的未来
46:41 用户界面演变:从通用聊天到专业化AI应用UI
53:21 AI与SaaS产品:从“动手做”到“工作流设计师”
59:14 “一人独角兽”的质疑:协作复杂性与“AI废料”问题
领导力与AI采纳
01:05:00 如何教授“工作流设计”技能
01:07:02 领导者如何通过个人实践推动AI采纳
01:19:43 鼓励AI采纳:创造安全空间与学习过程
Atlassian的战略与软件未来
01:08:03 收购“浏览器公司”:为知识工作者打造专用浏览器
01:12:13 企业收购AI初创公司的考量:技术、市场与“工作流邻近度”
01:15:32 软件的未来:AI将导致软件工具的爆炸式增长与更细粒度化
结语
01:24:27 嘉宾Sherif Mansour的最终建议
01:25:15 播客信息补充
🌟 精彩内容
💡 对抗“AI废料”的三要素
Sherif Mansour 提出了一个核心框架:通过注入“品味、知识和工作流”来避免AI生成通用且缺乏价值的“废料”。“品味”代表团队独特的风格和思考方式;“知识”指客户提供的组织内部数据;“工作流”则是将AI部署到具体的业务流程中。他强调,这三者是企业有效应用AI的关键。
“对抗‘AI废料’最重要的一点,就是注入你团队的‘性格’,你团队的‘灵魂’。”
🛠️ “团队协作图谱”超越RAG
在企业环境中,传统的检索增强生成(RAG)技术因权限限制和查询复杂性而面临挑战。Atlassian通过其独特的“团队协作图谱”,能够理解用户、团队、目标及各项工作(如Jira工单、Confluence页面、Figma设计稿)之间的复杂关系,从而回答“我的团队上周做了什么?”这类RAG难以处理的宽泛问题。
“对于这个问题,RAG会是一个非常糟糕的解决方案…图谱解决方案要好得多。”
🚀 AI与用户界面的演变
Sherif Mansour 认为,聊天是当前大语言模型的通用界面,但就像早期的MS-DOS命令行一样,它并非所有任务的最佳界面。未来将出现更多垂直化、专业化的AI应用用户界面,它们构建在底层对话式AI之上,为特定任务提供更高效、可预测的体验。
“聊天是通用界面,但从长远来看,它也是最糟糕的界面。”
💻 软件的未来与“工作流设计师”
AI的普及将促使工作模式从“动手做”转向“工作流设计师”。企业将需要设计和编排AI代理与人类工作流的结合,确保AI输出符合企业独特的“品味”和目标。Sherif对“一人独角兽公司”的概念持怀疑态度,认为商业协作的复杂性、增长需求和法规遵从性意味着人类的参与和团队协作依然不可或缺。
“每个人都从‘动手做’变成了‘架构师’。”
❤️ 领导力:从个人实践到团队赋能
Sherif强调领导者应在个人生活中积极使用AI,通过实际体验来理解其潜力,并以此示范行为。他建议企业为团队创造安全的探索空间(如“AI建设者周”),鼓励学习过程而非仅仅关注产出,并通过识别现有工作流中的具体步骤来有效引入AI。
“作为领导者,具体一点,看看你的日常生活…要真正积极地使用它。”
🌐 播客信息补充
本播客采用原有人声声线进行播客音频制作,也可能会有一些地方听起来怪怪的
使用 AI 进行翻译,因此可能会有一些地方不通顺;
如果有后续想要听中文版的其他外文播客,也欢迎联系微信:iEvenight
本期节目克隆自知名播客《The Cognitive Revolution》,主持人Nathan与Atlassian公司人工智能负责人Sherif Mansour深入对话。Atlassian,这家市值四百亿美元的科技巨头,以Jira等软件开发工具闻名,但其用户已扩展至市场、人力、财务等非技术部门。Sherif分享了Atlassian如何通过注入“品味、知识和工作流”来对抗“AI废料”,并探讨了企业环境中检索增强生成(RAG)技术的局限性,以及Atlassian如何利用其独有的“团队协作图谱”解决复杂查询。对话还涵盖了AI与用户界面的演变、为知识工作者打造专用浏览器的愿景,以及对“一人独角兽公司”概念的质疑。这是一场超越AI代理宣传噱头的深度对话,为AI工程师和商业领袖提供了流程架构的实践智慧。
翻译克隆自:Escaping AI Slop: How Atlassian Gives AI Teammates Taste, Knowledge, & Workflows, w- Sherif Mansour
👨⚕️ 本期嘉宾
Sherif Mansour,Atlassian公司人工智能负责人。
⏱️ 时间戳
播客概览与AI介绍
00:00 播客简介与嘉宾介绍
01:34 Nathan的AI生成开场白与Atlassian公司背景
05:30 Atlassian的AI愿景:AI作为“虚拟队友”
AI队友与“AI废料”的挑战
08:22 AI队友的本质:信任与透明度,而非过度拟人化
12:17 何为“AI废料”:通用、缺乏创造性的输出
13:15 对抗“AI废料”的三要素:品味、知识和工作流
16:24 注入“品味”:通过上下文和个人记忆实现个性化
21:39 Atlassian的“默认开放”文化如何赋能AI
AI技术栈与企业应用
26:22 内存与上下文:RAG在企业环境中的局限性
28:19 Atlassian的“团队协作图谱”:解决复杂跨团队查询
34:11 “遗忘”机制:AI如何处理过时信息
37:13 成本、延迟与性能:AI模型选择的平衡之道
44:04 模型商品化:通用模型趋同,垂直模型兴起
AI与用户界面的未来
46:41 用户界面演变:从通用聊天到专业化AI应用UI
53:21 AI与SaaS产品:从“动手做”到“工作流设计师”
59:14 “一人独角兽”的质疑:协作复杂性与“AI废料”问题
领导力与AI采纳
01:05:00 如何教授“工作流设计”技能
01:07:02 领导者如何通过个人实践推动AI采纳
01:19:43 鼓励AI采纳:创造安全空间与学习过程
Atlassian的战略与软件未来
01:08:03 收购“浏览器公司”:为知识工作者打造专用浏览器
01:12:13 企业收购AI初创公司的考量:技术、市场与“工作流邻近度”
01:15:32 软件的未来:AI将导致软件工具的爆炸式增长与更细粒度化
结语
01:24:27 嘉宾Sherif Mansour的最终建议
01:25:15 播客信息补充
🌟 精彩内容
💡 对抗“AI废料”的三要素
Sherif Mansour 提出了一个核心框架:通过注入“品味、知识和工作流”来避免AI生成通用且缺乏价值的“废料”。“品味”代表团队独特的风格和思考方式;“知识”指客户提供的组织内部数据;“工作流”则是将AI部署到具体的业务流程中。他强调,这三者是企业有效应用AI的关键。
“对抗‘AI废料’最重要的一点,就是注入你团队的‘性格’,你团队的‘灵魂’。”
🛠️ “团队协作图谱”超越RAG
在企业环境中,传统的检索增强生成(RAG)技术因权限限制和查询复杂性而面临挑战。Atlassian通过其独特的“团队协作图谱”,能够理解用户、团队、目标及各项工作(如Jira工单、Confluence页面、Figma设计稿)之间的复杂关系,从而回答“我的团队上周做了什么?”这类RAG难以处理的宽泛问题。
“对于这个问题,RAG会是一个非常糟糕的解决方案…图谱解决方案要好得多。”
🚀 AI与用户界面的演变
Sherif Mansour 认为,聊天是当前大语言模型的通用界面,但就像早期的MS-DOS命令行一样,它并非所有任务的最佳界面。未来将出现更多垂直化、专业化的AI应用用户界面,它们构建在底层对话式AI之上,为特定任务提供更高效、可预测的体验。
“聊天是通用界面,但从长远来看,它也是最糟糕的界面。”
💻 软件的未来与“工作流设计师”
AI的普及将促使工作模式从“动手做”转向“工作流设计师”。企业将需要设计和编排AI代理与人类工作流的结合,确保AI输出符合企业独特的“品味”和目标。Sherif对“一人独角兽公司”的概念持怀疑态度,认为商业协作的复杂性、增长需求和法规遵从性意味着人类的参与和团队协作依然不可或缺。
“每个人都从‘动手做’变成了‘架构师’。”
❤️ 领导力:从个人实践到团队赋能
Sherif强调领导者应在个人生活中积极使用AI,通过实际体验来理解其潜力,并以此示范行为。他建议企业为团队创造安全的探索空间(如“AI建设者周”),鼓励学习过程而非仅仅关注产出,并通过识别现有工作流中的具体步骤来有效引入AI。
“作为领导者,具体一点,看看你的日常生活…要真正积极地使用它。”
🌐 播客信息补充
本播客采用原有人声声线进行播客音频制作,也可能会有一些地方听起来怪怪的
使用 AI 进行翻译,因此可能会有一些地方不通顺;
如果有后续想要听中文版的其他外文播客,也欢迎联系微信:iEvenight
评价...
空空如也
小宇宙热门评论...
Skylar蒂女说
3周前
荷兰
2
13:37 好棒,节目质量超出我的期待😊
Skylar蒂女说
3周前
荷兰
2
13:37 好棒,节目质量超出我的期待😊
Johnson李
3周前
山东
1
你这个效率太高了
Johnson李
3周前
山东
1
你这个效率太高了
o阿菜菜
3周前
上海
0
这一段要记下来,正好遇到一个客户问Ai可以做什么,有什么现成的方案
o阿菜菜
3周前
上海
0
这一段要记下来,正好遇到一个客户问Ai可以做什么,有什么现成的方案
Johnson李
3周前
山东
0
你这个效率太高了
Skylar蒂女说
3周前
荷兰
0
13:37 好棒,节目质量超出我的期待😊
o阿菜菜
3周前
上海
0
这一段要记下来,正好遇到一个客户问Ai可以做什么,有什么现成的方案
Johnson李
3周前
山东
0
你这个效率太高了
Skylar蒂女说
3周前
荷兰
0
13:37 好棒,节目质量超出我的期待😊
o阿菜菜
3周前
上海
0
这一段要记下来,正好遇到一个客户问Ai可以做什么,有什么现成的方案