把自己裁掉的 CEO，做了一个接 680 个数据源的「企业操作系统」

2020 年疫情刚爆发，VR 线下店公司 Sandbox VR 的 CEO 陈思齐（Siqi Chen）做了一个决定：把自己也裁掉。公司从 400 多人裁到 10 人左右，创始人把公司冬眠。他被裁半小时后，拉着 CFO 和投资方 a16z 的人问了一个问题：都 2020 年了，Figma 有、Notion 有，做个财务场景推演，总该有比 Excel 好用的东西吧？

对方的回答让他意外：没有。全世界 CFO 和创始人做财务模型，用的还是那个老掉牙的表格。

于是有了 Runway。先澄清一下，跟做视频生成的那个 Runway 没关系，这家 Runway 是个财务平台，2020 年创立，第一张支票来自纳瓦尔·拉维坎特（《纳瓦尔宝典》那位），连公司名字都是纳瓦尔起的。

这是《Cognitive Revolution》主持人 Nathan Labenz 与陈思齐的一期对谈。陈思齐是四次 CEO、三次创业者，数学专业出身，做过游戏，现在全职经营 Runway，同时在 X 上是个高产的评论者，ChatGPT 商店里教育类排名第一的 GPT「Universal Primer」也出自他手。这一期密度很高：产品怎么把一句话变成财务场景、为什么他反对给产品加聊天框、一家给自己定了 100 人上限的公司怎么用 AI 干活，以及 AGI 临近时他怎么投资、怎么养孩子。

表格的问题：什么都能做，所以什么都不擅长

先补一个背景。陈思齐数学专业出身，做过游戏开发，但一路创业上来，始终觉得自己「不懂商务和财务」，这个身份焦虑随职位升高越来越重，到 Sandbox VR 疫情那次推演，彻底爆发。

财务模型这个东西，华尔街投行家用，公司的 CFO 和创始人用得更多。它的本质是一个企业模拟器：融多少钱、定价怎么改、市场预算加多少、招多少人，改几个数字，就能看到两年后的现金流和毛利。

疫情来了，Sandbox VR 要推演疫情持续 3 个月、6 个月还是 12 个月分别意味着什么，全靠表格。结果大家都看到了。

陈思齐对表格的评价很准：表格什么都能做，所以没有任何一件事做得特别好。更麻烦的是，做推演需要的上下文根本不在表格里。产品路线图在 Notion 里，融资计划在 Google Docs 里，营销计划在别的地方。表格里只有冷冰冰的行和列，装不下「业务意图」这种东西。

所以 Runway 的第一步是发明新的抽象。他们造了一个叫 plans 的东西，专门装业务意图：产品路线图、招聘计划、融资计划都能挂进来，跟财务模型连在一起。到今天，Runway 已经接了 680 个数据源。

680 个数据源听起来夸张，背后的逻辑只有一句话：财务是整个公司的模拟，公司里发生的每件事，最后都会落到损益表上。销售有销售的模型，产品有产品的模型，增长有增长的模型，散落在各个表格里，谁也看不见谁。Runway 把它们接进来，统一到一张图上。

最极端的例子是接 Jira。一个财务平台接 Jira，行业里没听说过，毕竟现有的财务软件难用到财务自己都懒得用。但有了 plans 这个抽象，一张 Jira 工单可以归因到转化率，转化率连着增长，增长连着毛利。Nathan 当场脑补了一个场景：接了任务管理系统之后，可以直接问「做 A 工单让注册率提升 5%，和做 B 工单让留存提升 3%，两年后哪个对财务影响更大」，用这个来排优先级。

陈思齐补了个细节：这种单点归因今天在 Runway 里不需要 AI，点一下就能看。AI 的价值在于规模，比如 100 张候选工单里挑 ROI 最高的。他们现在真在做的是预算偏差分析：收入比一年前的预测偏了 20%，系统自动往下钻，是定价错了、线索少了还是转化率掉了。以前这活儿要人在表格里手工追依赖树，现在自动化。

至于上限，他在 LinkedIn 上写的是「颠覆 70 万亿美元的商业行业」。换个说法，Stripe 的愿景是提高互联网的 GDP，Runway 的愿景是提高世界的 GDP。他游戏行业出身，对产品的描述也带着游戏味：《文明》《过山车大亨》这类经营模拟为什么好玩？可理解、可视化、即时反馈，你能一点点建立心智模型，有掌控感。现实里的公司完全做不到这一步，他认为问题出在工具上。Runway 今天以财务平台的样子卖，真正的定位是企业操作系统。他想要的世界是：一个设计师、一个 PM、一个工程师，能说出「做 X 不做 Y，两年后毛利和增长会怎么变」。每个人都在公司上班，却默认看不懂自己公司的账，这件事本身就很怪。

一句话变财务场景：给大模型配一个计算器

Demo 环节，Nathan 在输入框里敲了一句话：未来 12 个月把收入做到 3 倍。Runway 直接吐出一个完整场景。

背后原理，陈思齐讲得很清楚。CFO 平时怎么干活？凭直觉猜哪些杠杆对收入影响最大，去表格里改数字，看输出够不够 3 倍，不够再改，循环往复。

LLM 恰好擅长这个流程里「人擅长」的部分：理解约束、常识推理哪些变量跟收入相关、判断结果离目标差多远。LLM 不擅长的部分，恰好也是人不擅长的：心算。除了《雨人》那种天才，没人在脑子里算复杂乘法，所以才发明了表格。

Runway 的做法是把大模型当 CFO 用，把模型引擎当计算器用。系统把整个模型的依赖树交给 LLM，让它猜先动哪个杠杆、什么时候动，每猜一次就跑一遍模型引擎，比对输出和约束，差多少，再试下一次，迭代逼近。

工程细节也有意思。后台的驱动项原本是一堆 UUID，他们先把 UUID 还原成语义描述，再用 AI 主动给子模型写说明：runway 怎么算出来的，burn 受哪些费用和收入影响。结论是给 LLM 的上下文越多，它猜杠杆猜得越准，而这些上下文本身也是 AI 生成的。Nathan 在自己的公司 Waymark 做小企业视频生成时踩过同一条路：先设计一个尽量轻的语法让模型输出，后端再用代码确定性地还原。

Nathan 问是不是类似 OpenAI 的 Assistants API，陈思齐说不是，他们的场景太特殊，每个公司的模型都不一样，编排系统是自研的。至于改进靠编排还是靠模型本身的 Scaling，他给的答案是两者都有，但编排之前还有一层更基础的东西：底座。在表格这个底座上，单元格和行的抽象装不下业务意图，再强的编排也白搭。他放话：未来一两年，做 AI 应用不能直接跳到大模型，先造一个能装上下文的「思考工具」，这是不公平的优势。

然后他也交了底。Nathan 问场景生成这个功能到底驯服了没有，他的原话：

「我们根本没有把它驯服好。」

会幻觉，会误解，会算错，开箱状态下他不敢让人直接信。这是他们的「闪亮 Demo」，等模型能力涨上去才会变好。现在真正可靠、能产生价值的，是解释类功能。一个天天看 AI demo 的投资人试完产品，当场把链接转给了接替他当 Waymark CEO 的继任者，宣布正式进入采购流程，这个诚实度反而让 demo 更可信。

别做聊天框，做「环境智能」

聊到产品里 AI 的表达方式，陈思齐把 GPT-3 之后的行业轨迹捋了一遍：GPT-3 出来大家做 demo，ChatGPT 出来大家往产品里塞 Copilot，现在大家做 agent，但模型还不够强，agent 干不了真正的活。

聊天界面有两个死穴。第一，缺上下文，ChatGPT 不知道你是谁、你公司发生了什么。第二，缺主动性，大多数用户根本不知道自己能问什么，ChatGPT 的能力被严重低估。

Runway 的答案叫「环境智能」（ambient intelligence）：AI 在后台干活，不用用户开口，成果直接长在界面里。

具体实现，第一个是 explain mode：按住 Ctrl，鼠标悬停在产品任何地方，直接显示这段是什么意思。看模型之间的 pull request，差异和变化自动解释，不用问。设计这个功能的出发点是，多数时候用户连问题都提不出来，那就别等他问。

Nathan 追问实现方式，以为要截几万张图做标注，答案简单得让人意外：遍历 DOM。鼠标指着哪个对象，判断它是驱动项还是报表，对应的解释早就预生成好了。没有多模态，没有科幻。

陈思齐由此引出一个行业判断：大家一直在系统性低估设计。当年 iPhone 的成功也没靠什么新模型能力，就是设计做得足够好。现在做应用层 AI，大家都在找更强的模型、更好的微调、更狠的编排，实际上几家实验室的模型能力都差不多，真正的空白是怎么把 AI 能力用好的方式表达给用户，而现在的主流表达还停留在「跟机器人聊天」。

苹果的思路跟他一致：AI 融在正常工作流里，以文本、以建议的形式出现，用户甚至意识不到那是 AI。纳瓦尔当年劝他别用 cfo.ai 这个域名，理由是「.ai 会很快过时，因为未来一切都是 AI」。四年后回头看，这话准得可怕。现在没人在产品页面上写「由 JavaScript 驱动」「由 AWS 驱动」，AI 也会走到这一步。

100 人上限：这家公司自己怎么用 AI

Runway 内部有一条硬指标：员工永远不超过 100 人。逻辑很直接，AI 在涨，杠杆在涨，小公司里每个人的自由度和影响力反而更大。人一多，事情就变烦。

两个实际用例。

第一个是 AI SDR。Runway 网站火过一阵，线索涌进来筛不过来。他们搭了一条流水线：新注册用户先过 Clearbit 做数据富化，然后让 LLM 按标准打分，用不用免费邮箱、什么职位、公司多大、是不是关键决策人。妙处在于，筛选标准就是他平时跟人类 SDR 说的那几句话：要增长快的公司、关键决策人、最好在美国、50 人以上。模型完全听得懂。

筛完之后，再让模型结合对方官网和产品价值主张写一封跟进邮件，要求写得聪明、别尬、别平庸，把双方做的事用一种新颖的方式连起来。邮件自动放进销售的 Gmail 草稿箱。销售早上上班，草稿箱里躺着一堆预筛选、预定制的邮件，检查一遍，按发送。

第二个是面试笔记。陈思齐面文化关，以前边聊边打字记笔记，很难跟候选人建立连接。现在用 Grain 录音拿转写，粘进一个内部 GPT，按他要的格式输出笔记，自动提取动机、价值观这些他关注的点。他承认模型做不了录用决策，但提取信息这件事又快又好。

工具选择上他们很务实：能无代码就用 ChatGPT 和 Zapier，需要代码就写。他还自己写了个机器人，在 Notion 文档评论里指定「乔布斯」或「贝索斯」，机器人就以本人口吻回来点评文档，代码大半是跟 ChatGPT 一起写的。

人格模仿这条路，他踩出来的经验全在提示词上：不许说任何套话，给出的洞见要让专家都觉得新颖，模仿私下真实说话的方式，别学媒体上那套人设。约束越狠，质量越好。

但有一条线，模型还没跨过去：写不出他的推特。好写作的关键在想法，文笔在其次，而新想法长在训练分布的尾巴上。他给 LinkedIn 请了真人代笔，最大的难点同样是传递亲身经历和故事，模型要补的也是上下文。Nathan 补了一个反例：他用 Claude 3 写播客开场稿，喂 30 篇旧作加本集转写，四期能直接用三期，除非他明确要表达某个观点。陈思齐认可这个边界：给足上下文、任务接近模板的，模型能干；推特这种要靠灵光一现的，还早。

顺带一提，Universal Primer 这个教育类第一的 GPT，是真在给他产生收入的，OpenAI 打钱了，金额和方式签了 NDA。这个 GPT 的论点跟 Runway 一脉相承：LLM 最擅长把复杂的东西讲给人听，还能顺手补齐你缺的前置知识。

AGI 临近时，怎么投资、怎么养娃

聊到模型下一步，陈思齐的答案跟 OpenAI 的口味对上了。OpenAI 说过，他们喜欢那种明确说「我需要 GPT-5 才能做成 X」的公司。他要的 X 是反思能力：模型看一眼自己的输出，判断好不好、哪里错了、怎么改。他觉得这是编排里杠杆最大的一环，也是他个人的 AGI 定义：一旦模型能持续审视自己的编排和提示词并自我改进，就接近自我引导了。

他的参照系很有意思：今天的 LLM 大概已经比一半人类答得好，但真正的标尺在人类能力的另一端，全世界能改进 LLM 本身的那批人。模型什么时候能稳定做到那批人做的事，什么时候才算数。Nathan 补了个坐标：2022 年 PaLM 论文前后，前沿模型在普通任务上越过了普通人的水平，现在正在逼近常规任务上的专家水平，而「常规」二字是关键，模型擅长有大量样本可学的领域，碰到全新的问题就吃力。两人判断一致。

投资上他只看两根支柱：生产力和上下文。投的也多是应用层，比如做 AI SDR 的 Automatica、做 AI 参谋长的 Maestro，基础模型公司只小额参与了几家。AGI 真来了怎么办？他说 all bets are off，而且真到那一步，他的公司受的冲击远小于微软和亚马逊，因为那是全社会层面的问题。他唯一认真想过的是：agent 时代，会不会有一个「Runway agent」，一个理解全公司上下文的 CEO agent。对一家公司所有事情的完整视野，本身就是稀缺数据，全世界没几家公司握着。

养娃的答案更具体。他建议孩子做 maker：学编程、动手做东西。圣诞节旅行，两个 9 岁的孩子想做一款变形金刚混高达的游戏，找 ChatGPT 要了美术、要了规则、问了怎么装 Unity，然后自己下载 Unity 开工。9 岁。

那 AI 什么都能做之后，做东西还有价值吗？他的答案：可证明由人类亲手做的东西，会更值钱。他引芒格的观察：人们以为贪婪驱动进步，其实是嫉妒。社会比较、地位竞争从有人类起就没停过，后奇点时代也一样，大家会发明新的地位规则。没人看 AlphaGo 自弈，大家看卡尔森下棋。未来的软件，值钱的可能是那个可证明没用 AI、纯手写的版本。除非 AI 先把我们干掉。

监管他持怀疑态度。算力监管已经在发生，但他不确定这是不是正确的靶子。他更看好机制可解释性，觉得真正的出路是搞懂模型怎么工作。他最担心的一点：如果 AI 真的那么强大，监管等于让守规矩的玩家输给不守规矩的玩家，公司层面和国家层面都一样。Nathan 的立场更理想主义一点：真要出事，他宁愿死在「试着跟中国合作」的路上，也不愿死于军备竞赛。陈思齐没有反驳，只说这确实是个难题。

明天就能用的四件事

• 把「判断加草稿」的活交给模型，人只做确认。线索筛选、会议笔记、跟进邮件，先从自己公司里找这类活，把筛选标准用大白话写进提示词，草稿直接放进现有工作流（比如 Gmail 草稿箱），别再造一个聊天窗口。
• 给产品加 AI 之前，先问用户知不知道该问什么。如果答案是否定的，试试把解释和洞察预生成好、直接长在界面上。按陈思齐的说法，很多时候遍历一遍 DOM 就够了，用不上多模态。
• 提示词里加两条硬约束：不许说套话；洞见要让专家觉得新颖。这是他在人格模仿任务上反复验证过的杠杆。
• 教育投入往「动手做东西」上倾斜。AI 时代最保值的，可能是可证明出自人手的作品。

至于中型公司的财务负责人，陈思齐在节目结尾的建议只有一句：直接付钱用 Runway。