YC 合伙人 Pete Koomen 近日在自己的博客中發(fā)表了自己對當(dāng)前AI 產(chǎn)品的看法。在他看來，許多時(shí)下流行的 AI 軟件都存在知名問題。它們是新時(shí)代的“無馬馬車”，其 AI 功能并沒有被充分利用起來。我們對這邊文章進(jìn)行了編譯，看看 Koomen 眼中真正的 AI 產(chǎn)品應(yīng)該是什么樣的？

以下為編譯全文，原文鏈接：

https://koomen.dev/essays/horseless-carriages/#a-better-email-assistant

前幾天我發(fā)現(xiàn)了一件有趣的事情：與使用大多數(shù)已有的由AI構(gòu)建的應(yīng)用程序相比，我更喜歡自己使用AI來構(gòu)建軟件。

當(dāng)我利用AI親手構(gòu)建軟件時(shí)，我可以非?？焖俚鼐帉懗鋈魏挝夷芟胂蟮降墓δ?。AI給人的感覺就像是一款強(qiáng)大而有趣工具。而許多已經(jīng)存在AI應(yīng)用程序卻并非如此。它們的AI功能顯得牽強(qiáng)附會且無用，甚至有些產(chǎn)品的功能與你預(yù)期的效果相反。

我開始懷疑這些應(yīng)用程序就像是AI時(shí)代的“無馬馬車”。他們之所以實(shí)際效果很差勁，是因?yàn)閯?chuàng)作者編寫他們的時(shí)候仍然采用了老套的編程邏輯，而這些邏輯給AI模型增加了許多不必要的限制。

讓我用一款設(shè)計(jì)糟糕的AI應(yīng)用的來舉例說明。

Gmail的AI助手

不久前，Gmail團(tuán)隊(duì)發(fā)布了一項(xiàng)新功能，讓用戶能夠使用谷歌的AI模型Gemini從零開始生成電子郵件草稿。它的界面是這樣的：

我可以直接向 Gemil 提出要求，讓它生成一份給老板的郵件草稿。而在我提出命令之后，Gemini給出了如下答案：

如你所見，Gemini生成了一封措辭合理的草稿，但可惜的是，這封郵件的語氣和我本人截然不同。如果這封郵件是我自己寫的，他應(yīng)該是這樣寫的：

草稿的語氣并不是唯一的問題。實(shí)際上，我自己寫的郵件比Gemini生成得更短，這意味著Gemini花費(fèi)的時(shí)間比我直接自己寫草稿還要多。而此前Gmail團(tuán)隊(duì)表示，他們發(fā)布的產(chǎn)品能有效地改善用戶的不佳體驗(yàn)。

數(shù)以百萬計(jì)的Gmail用戶都有過這樣的經(jīng)歷，我確信他們中的許多人已經(jīng)得出結(jié)論，認(rèn)為AI還不夠聰明，無法寫出好的電子郵件。

但這其實(shí)并不是 AI 模型問題：Gemini是一個(gè)非常強(qiáng)大的模型，它完全有能力寫出好的電子郵件。但不幸的是，Gmail團(tuán)隊(duì)設(shè)計(jì)的應(yīng)用程序限制模型的發(fā)揮。

一個(gè)更好的郵件助手：

我可以舉例說明這一點(diǎn)，我自己編寫了一個(gè)簡易的AI郵件助手，如果Gmail能夠提供像他這樣的功能，那它將為用戶提供更多幫助：

這個(gè)小程序使用AI來閱讀郵件，而不是從頭開始撰寫。每封郵件都會被分類并按照優(yōu)先級排序，有些郵件會被自動歸檔，而其他郵件則會得到AI自動起草的回復(fù)。郵件助手根據(jù)一個(gè)自定義的“系統(tǒng)prompt”功能來單獨(dú)處理每封郵件，我會在“系統(tǒng)prompt”中準(zhǔn)確給出我希望如何處理每封郵件。而其他用戶可以通過編輯系統(tǒng)提示嘗試自己的標(biāo)簽邏輯。

很明顯，這種方法要強(qiáng)大得多，那么為什么Gmail團(tuán)隊(duì)沒有這樣設(shè)計(jì)呢？要回答這個(gè)問題，我們需要更仔細(xì)地看看他們設(shè)計(jì)中的問題。我們先從它的通用性問題說起：

AI大雜燴

Gmail的AI助手生成的草稿冗長且異常正式，而這完全不像我的文字風(fēng)格，如果我真的把它發(fā)給Garry，他可能會誤以為這是一種釣魚攻擊。這就是所謂的“AI大雜燴”。

而每個(gè)使用AI軟件進(jìn)行寫作的人都有過這樣的經(jīng)歷。這種情況提啊過長就愛你以至于我們大多數(shù)人無意識地采用了避免這種情況的策略，即在撰寫提示時(shí)直接給出更詳細(xì)的指示，以引導(dǎo)AI軟件給出符合自己要求的提示，比如這樣：

這里有一個(gè)小的草稿撰寫程序，您可以使用它來比較我的原始提示和這個(gè)擴(kuò)展版本：

在增加大量限制之后，這個(gè)程序可以生成符合用戶習(xí)慣的文本。但這種方式并不令人滿意，不少人給出的 Prompt 甚至比原始Prompt還要長。而如果我再想要寫一篇新的郵件，我不得不重復(fù)這個(gè)過程，增加一段冗長的Prompt。

而解決這個(gè)問題只需要一個(gè)簡單的辦法，但許多AI應(yīng)用程序開發(fā)者似乎都忽略了這一點(diǎn)：那就是允許用戶編寫自己的“系統(tǒng)prompt”。

系統(tǒng)prompt和用戶prompt

在外行人看來，AI產(chǎn)品的運(yùn)行邏輯其實(shí)非常簡單。它們會讀取一段文字，即“提示”，然后開始逐字逐句預(yù)測接下來可能出現(xiàn)的詞語，即“響應(yīng)”（response）。

這里需要注意的關(guān)鍵是，所有的輸入和輸出都是文本。而AI軟件的用戶界面其實(shí)也只是文本。

像OpenAI和Anthropic這樣的AI軟件提供商采用了一種慣例，以幫助簡化提示寫作：他們將提示分為兩個(gè)部分——系統(tǒng)Prompt和用戶Prompt，之所以會這樣命名，是因?yàn)樵谠S多API應(yīng)用程序中，開發(fā)者編寫系統(tǒng)Prompt，而用戶編寫用戶Prompt。

系統(tǒng)Prompt向模型解釋了如何完成一組特定的任務(wù)，并且可以重復(fù)使用。而用戶提示則描述了一個(gè)具體需要完成的任務(wù)。

你可以將系統(tǒng)Prompt視為一個(gè)函數(shù)，用戶Prompt則是其輸入，而模型的響應(yīng)作為其輸出：

在我原來的例子中，用戶提示是：

谷歌對系統(tǒng)Prompt保密，但是根據(jù)輸出我們可以猜測它的系統(tǒng)Prompt可能是這樣的：

當(dāng)然這里我是在調(diào)侃，但問題不僅僅在于Gmail團(tuán)隊(duì)編寫了一個(gè)糟糕的系統(tǒng)prompt，更重要的是，我不能自己改寫系統(tǒng)Prompt。

Pete系統(tǒng)提示

如果Gmail允許我編寫自己的系統(tǒng)Prompt，而不是強(qiáng)迫我使用他們的一刀切Prompt，那么它看起來會像這樣：

用演示來解釋，你可以明白這里發(fā)生了什么：當(dāng)我編寫自己的系統(tǒng)prompt時(shí)，我實(shí)際上是在教導(dǎo)AI軟件按照我的風(fēng)格寫郵件。這個(gè)方法有效嗎？讓我們來試試看。

我們嘗試自己編寫一個(gè)Gmail系統(tǒng)Prompt，并利用它的邏輯來生成草稿，然后用上面的“Pete系統(tǒng)提示”做同樣的事情?！癙ete”版本會給你類似這樣的結(jié)果：

看到?jīng)]，這完全就是我自己的郵件風(fēng)格，系統(tǒng)Prompt非常完美的寫出了這封郵件草稿。

不僅這個(gè)特定的草稿輸出更符合我的要求，而且由于系統(tǒng)Prompt可以被反復(fù)使用，以后每封草稿都會變得保持我本人的風(fēng)格。我也就再也不用反復(fù)向Gemini解釋如何以我的風(fēng)格寫郵件，不用再為此頭疼了！

而最棒的一點(diǎn)是，給AI軟件編寫系統(tǒng) Prompt 是一件非常有意思的事情。

花幾分鐘思考一下你是如何寫郵件的。之后試著編寫一個(gè)“你的系統(tǒng)prompt”，看看會發(fā)生什么。如果輸出的結(jié)果看起來不對，嘗試想象你在解釋中遺漏了什么，并再次嘗試。重復(fù)幾次，直到輸出開始符合你的期望。

更妙的是，嘗試使用一些其他的用戶prompt。例如，看看是否能讓AI軟件以你的口吻寫出這些郵件：

教AI模型以你自己的方式來解決一個(gè)問題，并看著它成功，這種感覺非常神奇。令人驚訝的是，這個(gè)過程其實(shí)比教一個(gè)人類要容易，因?yàn)榕c人類不同，AI模型會立即、誠實(shí)地做出反饋。如果你得到了一封滿意的郵件草稿，這就說明你做出了充分的指導(dǎo)。如果沒有得到滿意的草稿，說明你還需要努力。

通過公開系統(tǒng)Prompt并使其可編輯，我們能夠獲得出一個(gè)能產(chǎn)生更好結(jié)果且使用起來真正有趣的AI產(chǎn)品體驗(yàn)。可惜的是，截至2025年4月，大多數(shù)AI應(yīng)用程序仍然沒有（有意地）公開它們的系統(tǒng)Prompt。那這是為什么呢？

無馬馬車

每當(dāng)有新技術(shù)被發(fā)明時(shí)，用該技術(shù)構(gòu)建的第一批工具都不可避免地會失敗，因?yàn)樗鼈兡７铝伺f的工作方式?！盁o馬馬車”指的是早期的汽車設(shè)計(jì)，這些設(shè)計(jì)大量借鑒了汽車時(shí)代之前流行的馬車設(shè)計(jì)方案。這里有一個(gè)我在維基百科上找到的1803年蒸汽馬車設(shè)計(jì)的例子：

這種設(shè)計(jì)的缺陷在當(dāng)時(shí)對所有人來說都是難以發(fā)現(xiàn)的，但對于之后的人們來說，這種設(shè)計(jì)非?？尚?。

想象一下你生活在1806年，第一次乘坐這樣的車輛。即使木制框架足夠堅(jiān)固且能夠帶你到達(dá)目的地，但這種木制座椅和缺乏懸掛的系統(tǒng)會讓這段旅程變得痛苦難忍。

這時(shí)候你可能會想：“我還不如舒舒服服的坐馬車，而不是這種蒸氣怪物?！倍谄嚤话l(fā)明之前，這是很多人的想法。

而我們現(xiàn)在，可能正在經(jīng)歷類似的情況?，F(xiàn)在的大部分 AI 軟件就像集成了 Gemini 的 Gmail 一樣，非常的雞肋。

最初的無馬馬車出現(xiàn)，是因?yàn)榕f世界思維，讓當(dāng)時(shí)的設(shè)計(jì)師簡單地將車輛的動力系統(tǒng)從馬換成發(fā)動機(jī)。他們并沒有重新設(shè)計(jì)車輛以適應(yīng)新的動力系統(tǒng)以及更快的移動速度。那么，限制這些AI應(yīng)用程序的“舊世界思維”是什么呢？

舊世界思維

如果你希望電腦幫你完成某項(xiàng)工作，你有兩種方法來實(shí)現(xiàn)：

1. 編寫一個(gè)程序

2. 使用別人編寫的程序

但對于很多人來說，編程是個(gè)很難的工作，所以大多數(shù)人會選擇第二種方法。這就是為什么我寧愿花幾美元購買現(xiàn)成的應(yīng)用程序，也不愿自己動手開發(fā)：

而現(xiàn)代軟件行業(yè)就建立在一個(gè)假設(shè)之上：我們需要開發(fā)者充當(dāng)人類與計(jì)算機(jī)之間的中間人。他們將我們的需求轉(zhuǎn)化為代碼，并通過簡單、一刀切的UI界面將其展現(xiàn)出來，讓我們能夠直接使用。

這種工作框架的分工非常明確：開發(fā)者決定軟件在一般情況下的能做什么，而用戶提供輸入內(nèi)容，決定軟件具體完成什么工作。

通過將Prompt分為系統(tǒng)Prompt和用戶Prompt，我們創(chuàng)造了一個(gè)與這些舊時(shí)代完美對應(yīng)的類比。系統(tǒng)Prompt控制模型在常用功能，而用戶Prompt是決定模型具體做什么事。

在這種框架下，很自然地會認(rèn)為編寫系統(tǒng)Prompt是開發(fā)者的工作，而編寫用戶prompt是用戶的工作。這正是我們一直以來構(gòu)建軟件的方式。

但在實(shí)際使用中，我們更喜歡一些個(gè)性化的產(chǎn)品，用 Gmail 來舉例，這款郵件助手應(yīng)該能成為我的代理。他們撰寫的是我的郵件，我希望它們以我的口吻撰寫，而不是由一群谷歌產(chǎn)品經(jīng)理和律師設(shè)計(jì)的一刀切的標(biāo)準(zhǔn)口吻。

在舊時(shí)代中，我不得不接受一刀切的情況，因?yàn)楫?dāng)時(shí)唯一的替代方案是自己編寫程序，而編寫程序是很困難的。

而在AI時(shí)代中，我不再需要中間人告訴計(jì)算機(jī)該做什么了。我只需要能夠編寫自己的系統(tǒng)Prompt，而這相當(dāng)簡單！

歸還用戶應(yīng)有的權(quán)利

我的核心觀點(diǎn)其實(shí)是，當(dāng)一個(gè)AI模型代表我行事時(shí)，我應(yīng)該能夠通過編輯系統(tǒng)Prompt來教它如何模仿我的行為。

這是否意味著我總是想從頭開始編寫自己的系統(tǒng)Prompt？不。我已經(jīng)使用Gmail二十年了；Gemini本應(yīng)以我的郵件作為參考，自動生成仿照我語氣的系統(tǒng)Prompt。當(dāng)然我希望自己可以看到并編輯這個(gè)系統(tǒng)Prompt，畢竟我的郵件習(xí)慣和通訊錄會隨著時(shí)間而改變。

而對于那些不知道如何編寫Prompt的人來說，他們是否需要開發(fā)者代勞？我相信一開始人們會依賴開發(fā)者幫助，但編寫 Prompt 并不是一鍵多困難的事。從ChatGPT的流行速度來看，人們學(xué)會改寫Prompt 并不是一件難事。

那么像AI財(cái)務(wù)Agent或AI法律Agnet這種需要專業(yè)知識的Agent呢？在這種情況下，軟件開發(fā)者聘請專業(yè)會計(jì)師或律師來幫助編寫系統(tǒng)Prompt不是更有意義嗎？

如果我是用戶，我會覺得是合理的。一個(gè)用于執(zhí)行專業(yè)任務(wù)的系統(tǒng)Prompt應(yīng)該由專業(yè)領(lǐng)域的專家編寫，而不是我這種缺乏專業(yè)知識用戶來自己改編系統(tǒng)Prompt。但我懷疑，大多數(shù)會計(jì)師和律師也會希望編寫自己的系統(tǒng)Prompt，因?yàn)樗麄兊膶I(yè)知識有時(shí)候會受到具體事件的限制。

以YC（Y Combinator）的財(cái)務(wù)團(tuán)隊(duì)為例，他們的工作軟件是YC特有的。他們使用特定的內(nèi)部數(shù)據(jù)和現(xiàn)成軟件相組合的工具，采用只有YC員工才能理解的工作習(xí)慣。他們管理的基金結(jié)構(gòu)也是YC獨(dú)有的。這時(shí)采用一個(gè)只會一刀切的會計(jì)Agent，就像一個(gè)對YC一無所知的專業(yè)會計(jì)師一樣無用。

我曾工作過的每家公司中的財(cái)務(wù)團(tuán)隊(duì)都是如此。這就是為什么許多金融領(lǐng)域的工作者仍然依賴Excel的原因：它是一種通用工具，而且可以處理無數(shù)特定的使用場景。

在大多數(shù)AI應(yīng)用程序中，系統(tǒng)Prompt應(yīng)該由用戶自己編寫和維護(hù)，而不是軟件開發(fā)者，活著是開發(fā)者雇傭的領(lǐng)域?qū)＜?。而大多?shù)AI應(yīng)用程序應(yīng)該是一款A(yù)gent構(gòu)建器，而不是Agent本身。

歸還開發(fā)者應(yīng)得權(quán)利

如果開發(fā)者不編寫提示，他們將做些什么？

一方面，他們會為在特定領(lǐng)域（如電子郵件收件箱或總賬）操作的Agent創(chuàng)建用戶客戶端。大多數(shù)人可能不想從頭開始編寫每一個(gè)Prompt，好的Agent構(gòu)建器也不會強(qiáng)迫他們這樣做。開發(fā)者會提供相應(yīng)的模板并幫助用戶一點(diǎn)點(diǎn)的自己構(gòu)建需要的 Agent。

用戶還需要一個(gè)交互界面來審查 Agent 的工作成果，并對Prompt進(jìn)行調(diào)整，類似于上面提到的小型模擬郵件 Agent 構(gòu)建器。這個(gè)交互界面為用戶提供了一個(gè)快速反饋的工具，用于教導(dǎo)Agnet 可靠地完成相應(yīng)工作。

開發(fā)者還需要構(gòu)建Agent 開發(fā)工具。

工具是Agent 對外界采取行動的機(jī)制。我的電子郵件撰寫程序需要一個(gè)工具來提交草稿供我審閱。而且它可能會使用另一個(gè)工具，在未經(jīng)我審核的情況下直接發(fā)送電子郵件（如果我給出授權(quán)的話），或者在我的收件箱中搜索某個(gè)特定電子郵件地址來查看我們的往來郵件，亦或是查看 YC 創(chuàng)始人目錄，看看某封郵件是否來自 YC 創(chuàng)始人。工具為 AI Agent 提供了安全機(jī)制。Agent夠否進(jìn)行特定操作取決于它能夠訪問哪些工具。

我相信，在未來某個(gè)時(shí)期，人們在回憶“關(guān)注輸入Prompt”這件事的時(shí)候會笑出聲。在我看來，開發(fā)者應(yīng)該保護(hù)Prompt的一部分不受另一部分影響的想法本身就是愚蠢的，而這也是一個(gè)強(qiáng)烈的信號，它表明我們所使用的抽象概念已經(jīng)崩潰。

什么才是我們需要的Agent

正如我上面提到的，一個(gè)好的系統(tǒng)Prompt并不會在寫郵件時(shí)為我省下多少時(shí)間。當(dāng)然，這因?yàn)槲覂A向于讓我的郵件盡可能簡短，所以我的郵件內(nèi)容可能和描述用的Prompt一樣長。而這對于我們來說，生成式AI模型實(shí)際上對于生成文本并不是那么有用。

大模型擅長的其實(shí)是閱讀文本并對其進(jìn)行轉(zhuǎn)換，而這正式我需要 Agent完成的工作。讓我們重新審視我們的郵件閱讀代理演示：

不難想象，這樣一個(gè)閱讀郵件的代理能為我省下多少時(shí)間。它比Gmail內(nèi)置的垃圾郵件過濾器更擅長檢測垃圾郵件，而且更易于維護(hù)。它可以找到每一條我認(rèn)為緊急的消息并通知，當(dāng)我打開這些消息時(shí)，Agent 就已經(jīng)準(zhǔn)備好了一份以我的語氣撰寫的回復(fù)草稿。同時(shí)它可以自動歸檔我不需要閱讀的郵件，并總結(jié)那些我需要看的郵件信息。

如果給它一些額外工具的訪問權(quán)限，這些郵件Agent甚至可以做到取消訂閱、安排約會和自動支付賬單，而所有這一切都不需要我動手操作。這才是我需要一個(gè)AI郵件 Agent能做到的：自動化日常工作的能力，這樣我就可以減少處理郵件的時(shí)間。

我們需要什么樣的AI軟件？

對許多人來說，殺手級的 AI 軟件將呈現(xiàn)這樣的形態(tài)：教會計(jì)算機(jī)為我們完成那些我們不喜歡做的任務(wù)，讓我們有更多時(shí)間專注于自己喜歡做的事情。

在我看來，大語言模型已經(jīng)足夠強(qiáng)大，能夠代表我們完成許多枯燥的工作。事實(shí)上，大模型的能力其實(shí)足以滿足我們的需求。而阻礙我們實(shí)現(xiàn)前文所描述的未來的關(guān)鍵，并非AI能力的不足，而是應(yīng)用設(shè)計(jì)的問題。

Gmail團(tuán)隊(duì)打造了一輛“無馬馬車”，他們在現(xiàn)有的郵件系統(tǒng)中，強(qiáng)塞進(jìn)了一個(gè) AI系統(tǒng)。而不是根據(jù) AI 模型的邏輯重新設(shè)計(jì)自己的郵件系統(tǒng)。

在我看來，AI原生軟件應(yīng)該最大化用戶在特定領(lǐng)域的效率。一個(gè)AI原生的郵件客戶端應(yīng)該盡量減少我花在郵件上的時(shí)間。而AI原生的財(cái)務(wù)軟件會盡量減少會計(jì)花在記賬上的時(shí)間。

這正是我對AI未來時(shí)代的興奮之處。這是一個(gè)我不需要浪費(fèi)時(shí)間處理瑣碎事務(wù)的時(shí)代，Agent會為我完成這些繁瑣工作。我可以專注于我認(rèn)為重要的事情，因?yàn)榇頃幚砥渌磺?。我會在熱愛的工作中更高效，因?yàn)锳gent會協(xié)助我完成它。

對此我已經(jīng)迫不及待了。