<p>微軟首席技術官凱文·斯科特（Kevin Scott）對等待下一個突破性模型的人工智能初創公司提出了一些建議：這項技術已經能夠做遠超大多數人所能利用的事情，因此不要再等待，開始構建吧。</p>
<p>此外：真正的客户吸引力仍然比在線熱度更為重要。</p>
<p>在最近一次南公園公共活動中，斯科特與該組織的普通合夥人、前 Dropbox 首席技術官和 Facebook 工程師阿迪提亞·阿加瓦爾（Aditya Agarwal）一起發言，斯科特表示，創始人們正坐擁 “巨大的能力過剩”——這意味着當前的人工智能系統能夠做的事情遠超大多數基於它們構建的應用。</p>
<p>他以 ChatGPT 為例：他表示，推出時其基礎模型 “相當老舊”，而當時沒有人（包括斯科特和他的同行）預測它會成為一個潛在的萬億級產品。</p>
<p>斯科特説：“進行實驗的成本從未如此之低。因此，去做那些該死的實驗。嘗試一些東西。”</p>
<p>他説，障礙不在於模型能力，而在於將其實際應用所需的那些不光鮮的集成工作。</p>
<p>“你需要做的一些事情來挖掘這些系統的能力就是一些看起來很醜陋的管道工作，或者是骯髒的產品構建，” 他説。“但你在初創公司，這就是你的生活。這更多的是關於磨練。”</p>
<p>斯科特還警告創始人不要將在線關注誤認為是真正的吸引力。他表示，當前環境充斥着 “虛假信號”——從媒體報道到投資者興趣——這些並不真正與您是否構建了有用的東西相關。</p>
<p>“你有一羣人的商業模式是獲取在線文章的點擊量或讓人們訂閲他們的 Substack，” 他説。“如果你相信生態系統的這一部分向你發送的反饋，可能會導致你朝着完全錯誤的方向前進。”</p>
<p>他説，真正的信號來自於構建客户真正喜愛的東西。</p>
<p>其他話題包括：</p>
<ul>
<li>開源與閉源模型（他有效地將其框定為工具箱，而不是戰鬥，並表示微軟同時使用兩者）。</li>
<li>在人工智能訓練中專家反饋的重要性，他認為這是潛在的初創公司優勢。</li>
<li>為人工智能代理構建記憶系統的基礎設施挑戰，他表示，僅僅訓練更大的模型無法解決這個問題。</li>
</ul>
<p>請在上方或南公園公共 Minus One 播客中查看完整演講。</p>

<p>微軟首席技術官凱文·斯科特建議人工智能初創公司停止等待更好的模型，開始進行實驗，因為當前的人工智能系統仍有未開發的潛力。他強調了真實客户吸引力的重要性，勝過網絡熱度，並警告媒體和投資者可能發出的虛假信號。斯科特指出在人工智能開發中需要進行實際的集成工作和專家反饋，並討論了開源與閉源模型以及人工智能內存系統中的基礎設施挑戰</p>

<p>Microsoft CTO Kevin Scott has some advice for AI startups waiting for the next breakthrough model: the technology can already do far more than most people are getting out of it, so stop waiting and start building.</p>
<div class="lb-trans"><p>微軟首席技術官凱文·斯科特（Kevin Scott）對等待下一個突破性模型的人工智能初創公司提出了一些建議：這項技術已經能夠做遠超大多數人所能利用的事情，因此不要再等待，開始構建吧。</p>
</div><p>Also: real customer traction still matters more than online buzz.</p>
<div class="lb-trans"><p>此外：真正的客户吸引力仍然比在線熱度更為重要。</p>
</div><p>Speaking at a recent South Park Commons event with the organization’s general partner, former Dropbox CTO and Facebook engineer Aditya Agarwal, Scott said founders are sitting on a “gigantic capability overhang” — meaning that current AI systems can do far more than most apps built on top of them.</p>
<div class="lb-trans"><p>在最近一次南公園公共活動中，斯科特與該組織的普通合夥人、前 Dropbox 首席技術官和 Facebook 工程師阿迪提亞·阿加瓦爾（Aditya Agarwal）一起發言，斯科特表示，創始人們正坐擁 “巨大的能力過剩”——這意味着當前的人工智能系統能夠做的事情遠超大多數基於它們構建的應用。</p>
</div><p>He cited ChatGPT itself as a past example: the underlying model was “pretty old” when it launched, as he put it, and nobody (including Scott and his peers) predicted at the time it would become a potential trillion-dollar product.</p>
<div class="lb-trans"><p>他以 ChatGPT 為例：他表示，推出時其基礎模型 “相當老舊”，而當時沒有人（包括斯科特和他的同行）預測它會成為一個潛在的萬億級產品。</p>
</div><p>“The cost of doing the experiments has never been cheaper,” Scott said. “So do the damned experiments. Try things.”</p>
<div class="lb-trans"><p>斯科特説：“進行實驗的成本從未如此之低。因此，去做那些該死的實驗。嘗試一些東西。”</p>
</div><p>The barrier isn’t model capability, he said, but the unglamorous integration work needed to put it to practical use.</p>
<div class="lb-trans"><p>他説，障礙不在於模型能力，而在於將其實際應用所需的那些不光鮮的集成工作。</p>
</div><p>“Some of the things that you need to do to squeeze the capability out of these systems is just ugly-looking plumbing stuff, or grungy product building,” he said. “But you’re in a startup, that’s kind of your life. It’s more about the grind.”</p>
<div class="lb-trans"><p>“你需要做的一些事情來挖掘這些系統的能力就是一些看起來很醜陋的管道工作，或者是骯髒的產品構建，” 他説。“但你在初創公司，這就是你的生活。這更多的是關於磨練。”</p>
</div><p>Scott also cautioned founders against mistaking online attention for real traction. The current environment, he said, is flooded with “false signal” — from media coverage to investor interest — that doesn’t really correlate with whether you’ve built something useful.</p>
<div class="lb-trans"><p>斯科特還警告創始人不要將在線關注誤認為是真正的吸引力。他表示，當前環境充斥着 “虛假信號”——從媒體報道到投資者興趣——這些並不真正與您是否構建了有用的東西相關。</p>
</div><p>“You’ve got a bunch of people whose business model is getting clicks on articles online or getting people to subscribe to their Substack,” he said. “If you believe the things that particular part of the ecosystem is sending to you in terms of feedback, it could be that you’re steering yourself in exactly the wrong direction.”</p>
<div class="lb-trans"><p>“你有一羣人的商業模式是獲取在線文章的點擊量或讓人們訂閲他們的 Substack，” 他説。“如果你相信生態系統的這一部分向你發送的反饋，可能會導致你朝着完全錯誤的方向前進。”</p>
</div><p>The real signal, he said, comes from building something customers actually love.</p>
<div class="lb-trans"><p>他説，真正的信號來自於構建客户真正喜愛的東西。</p>
</div><p>Other topics included:</p>
<div class="lb-trans"><p>其他話題包括：</p>
</div><ul>
<li>Open-source vs. closed-source models (he effectively framed this as a toolbox, not a battle, and said Microsoft uses both).</li>
<li>The importance of expert feedback in AI training, which he views as a potential startup advantage.</li>
<li>The infrastructure challenge of building memory systems for AI agents, a problem he said won’t be solved by simply training bigger models.</li>
</ul>
<div class="lb-trans"><ul>
<li>開源與閉源模型（他有效地將其框定為工具箱，而不是戰鬥，並表示微軟同時使用兩者）。</li>
<li>在人工智能訓練中專家反饋的重要性，他認為這是潛在的初創公司優勢。</li>
<li>為人工智能代理構建記憶系統的基礎設施挑戰，他表示，僅僅訓練更大的模型無法解決這個問題。</li>
</ul>
</div><p>See the full talk above or on the South Park Commons Minus One Podcast.</p>
<div class="lb-trans"><p>請在上方或南公園公共 Minus One 播客中查看完整演講。</p>
</div>

Microsoft CTO to AI startups: Stop waiting for better models and ‘do the damned experiments’

- 微軟首席技術官 Kevin Scott 建議 AI 初創企業應儘快開發，而非等待突破。  
- 他説，當前 AI 系統的能力遠超多數應用，真正的客户吸引力比線上熱度更重要。  
- Scott 指出，整合工作的複雜性是障礙，而非模型的能力。

微軟首席技術官對人工智能初創公司表示：不要等待更好的模型，‘趕緊去做實驗’