01

最激动人心的软件竞赛，赌注是数万亿美元

主持人帕特里克用一个浓缩的问题开场：你现在对抗的是世界上最大的玩家，做这件事的窗口以月计，仅今年所需的算力就已经吃紧，你没有任何分发优势，却有一个正在病毒式增长的产品——你会怎么做？希恩的回答像一句宣言：这可能是史上最激动人心的软件竞赛，而结局关乎数万亿美元。

帕特里克补充了时点判断：我们此刻所处的个人智能体（personal agent）时刻，与一年多前的代码生成（code generation）类似，甚至可能更大。这也是希恩第一次在长篇访谈中公开谈这门生意，本次对话因此带有“首次完整陈述”的分量：为什么把全部身心押在这里？他的答案在下一章——不是他有一个别人想不到的愿景，而是所有人都已经知道 AI 该是什么样了。

02

它不是新应用，是新体验

没有 App 的三通道：短信、电话（含主动来电）、电子邮件；背后是一台能干任何互联网上事务的电脑。

希恩先自我定位：Instinct 创办约一年，做的事他不打算“说得天花乱坠”——真的就是一位个人助理。早期能获得远超预期的关注与增长动能（traction），原因在他看来只有一条：它就是能用。我们所有人都一直在等 AI 替自己行动，而它做到了。

有意思的是这次产品叙事的结构。希恩主动与“创始人愿景型”消费产品划清界限：不需要他说“请相信我，几年后你们会懂”。因为自 2023 年所有人第一次用上 ChatGPT 起，大家心里就已经有了那个智能体的样子——能帮你处理日常生活里任何事，无论是想做的新鲜事，还是过去要花几个小时才能完成的事。他称之为日常智能（everyday intelligence）：它陪着你、与你一起行动，感觉上是一个极简的界面。

“简单界面”的具体含义令人意外：根本没有应用。“这不是一个新应用，不是新工具，而是一种新体验。”它有一部手机和一台电脑：你可以发短信、可以打电话，它也可以打给你——帕特里克说自己用了几个月，被它来电过大约三次。如果有真正紧急、带截止时间的事，它会打过来：“不想过多打扰你，但这份文件 3 点前要签，现在 2 点 55 分了，能处理一下吗？就在你的收件箱里，我还可以再发一封邮件把它顶到最上面。”它甚至有自己的电子邮箱地址。希恩提醒，不要把简单界面误当成能力有限：它有一台电脑，能做你自己在互联网上做的几乎任何事。

03

用户都在拿它做什么

衣橱用例的完整链路：从扫描衣物与自己，到“穿上后的你”的周计划，再到上千套网购与一键下单。

因为编程的对象不是某个具体功能，而是“一部手机和一台电脑”，用例完全由用户自己发明。最出圈的例子来自美国网球公开赛（US Open）：一对上了球场巨幕屏（jumbotron）的夫妇，想要自己出镜的视频片段——Instinct 出门去查、去问、去要，最后把素材带回来给了他们。

更系统的玩法是衣橱用例，已经在用户群中自发流传成固定习惯：把衣柜里每一件衣物扫描一遍——每件上衣、裤子、袜子、鞋——再扫描自己：脸、身材、比例。然后让它规划整周的穿搭：用现有衣橱，每周该穿什么鞋、哪件上衣配哪条裤子。呈现方式不是要点列表，而是“你穿上这身的样子”——直接渲染出今天的样子。同一批能力接着延伸到购物：让它上网去买，它会从各处凑出上千套搭配，从上到下注明单品；用户看着“自己穿着它们”的画面，指中一套说“就它，寄到我家”；甚至可以要求每天生成三套从头到脚的创意穿搭，点一下按钮就完成下单。

还有大量目标导向的用例：个人理财——告诉它“我想在这个月前存下这么多钱”，它会持续陪你执行；把银行账户接进来，它会扫一遍所有交易与订阅，把结果摆到你面前：“你真的还在用这个吗？”很多人这才发现自己完全忘了的订阅，然后它会进邮箱、进网站、登录、处理邮件确认、一路走到底取消订阅，最后只回报一个数字：“顺便说一句，这些事帮你每月省下 2,000 美元。”市面上流行的理财类消费产品只做到“提醒你该取消”，而它端到端全部做完。帕特里克感叹：任何依赖消费者惰性或惯性的产品都完了。希恩的回应干脆：是的——这对消费者是好事。

04

可信人网络：智能体之间的社交图谱

带权重的信任图：配偶共享一切，同事只开放工作日历与部分收件箱；越权行为会触发提醒、损伤人际信任。

访谈进行到一个上线仅约 10 天的新功能：Instinct 到 Instinct（Instinct-to-Instinct）网络。希恩强调出发点不是“造个新功能”，而是一群真实的痛点人群：整天开会、不断结识新人的职场人。约个会的流程实在太折磨——你发短信：“这个时间行吗？”对方说不行，“但这些时间行”；你说“可我在出差，除非换个时区”……来回拉扯没完没了。如果两端用户都用 Instinct，两个智能体可以直接沟通：目标只是找到时间，没必要玩来回试探的游戏——这里没有人在博弈，大家只是想找个时间。

使用方式也变了：你只说意图。“本周内想和这个人见面，理想时段是这些——帮我找时间。”它会去协调对方的 Instinct，确认彼此何时有空，最后把日程放上日历。这套机制的关键设计被称为可信人网络（trusted person network），核心约束只有一条：你只应该与你的可信之人连接。

访问级别因人而异，这是它区别于好友关系图的关键。很多夫妻让各自的 Instinct 直接互连，因为原则上可以共享一切；对某些同事，则只开放工作日历，外加收件箱里“对方索要文档时用得到的那部分”，其余一律保持不可见。希恩把它描述成一种带权重的图：不是“连上就完了”，而是“我们连着、我信任你、并且我按此配置了访问级别”——节点、边、边上的权重，共同构成一种新的网络效应，也催生新的社交动力。

这些社交动力已经在产生真实的故事。假设你我在平台上连接，随后你越权去挖某个方向的数据——也许我只给过你日历权限——我的 Instinct 会发短信提醒我：“顺便说一句，帕特里克正在找这类信息。”两个人际之间的信任随即受损。平台刻意借助社会既有规范（社交与文化层面的是非）加上技术可见性限制（什么看得见、什么看不见）来约束行为。新用例也层出不穷：一个六人好友群让它每周自动策划一次所有人都感兴趣的创意活动——协调每个人的时间、口味，连 Spotify 听歌历史都接进来以便挑选合适的演出与音乐会；每周再由它叫一辆 Uber，按最优路线把六个人一个个接上、一起拼车分摊——既守住了每周聚会，又经济实惠。希恩说，当你终于移除了大量程式化的社交沟通与后勤负担，人们会自己发现新玩法。

05

预订与旅行：互联网重排的第一站

“今晚我要在纽约”被展开成完整链路：定位→机票（航司/座位/舱位/餐食/卡片）→酒店（记忆偏好）→用车与日历对齐。

把视角拉高，希恩的判断是：未来几年互联网会被重写，地球上大多数人跟软件交互的方式将大不一样。但他先把愿景收一收，分两步从短中期的具体类别讲起，免得听起来像空想家。第一个类别是餐厅预订。传统流程：人上网站、点进心仪的餐厅、选“两位”、抢位——抢不到就没了，先到先得。而有了智能体，理论上它可以每 5 秒查一次——而且不只查那一家你最想去却进不去的餐厅，而是横跨全球每个大城市的每一家餐厅。一个简单的预订场景，就这样被智能体的执行力彻底改写。

再往深一层：希恩透露已有若干合作关系待公布，他们正在重构这个类目里预订系统本身——因为新的匹配方式对两边都更好。从用户那端看，订餐厅是为了人生大事：生日、纪念日、外地朋友来访；从餐厅那端看，它想要有意思的客人、特别的场合，而不是每晚占一张桌的本地常客。过去的互联网逻辑是先到先得，来的人无论重要与否，谁先抢到算谁的；如果智能体能在两边沟通——“这是用户配偶的 30 岁生日，非常重要的时刻”——餐厅也能表达“我们想优先生日、整十纪念日、某些特定的客人”，那么描述自己的处境、解释为什么重要的全部后勤负担都消失了：更多特别时刻的客人坐进餐厅，餐厅也得到一个客群质量好得多的座位表。

旅行是同一逻辑的放大版，也是这门生意当下的重心：经平台流转的交易量 50% 来自旅行；虽然仍处邀请制、用户基数很小，年交易流水已逼近 10 亿美元。旅行代理今天存在的理由，是聚合那么多不同的服务、酒店集团与航司，统一呈现、统一结账；而 Instinct 的版本是一条语音：“今晚我要在纽约。”——就这一句。它先看你在哪（旧金山？洛杉矶？），列出所有选项，再叠上全部细节：你常坐哪家航司、喜欢什么座位、什么舱位、想送什么餐食、用哪张卡；订完机票接着订酒店——如果你过去七次都住同一家，那就更简单——最后端到端排好一切：去机场的 Uber、回程的 Uber、酒店，以及你在当地可能想做的事，全部与日历对齐。回看全程：用户只是录了一句语音，其他一切被解决。希恩称之为“到用户所在之处与用户相会”（meet the users where they are）：愉悦的体验就在这里。

对被改写的行业，他的姿态是合作而非颠覆：这些企业多年积累的数据与网络仍提供着真实价值，未来一两年会一起重新定义这个行业的样子。

06

信任是几周攒出来的

信任的代理指标：3 周内 40% 的用户交出信用卡；此后滚雪球——连接过至少一条敏感信息的用户留存约 80%。

帕特里克把问题挑明：给它越多上下文、越多密码，它就能做越多事——用户在每次交互时都在心里跑一遍“隐私换效果”的权衡。谈谈信任，你学到了什么？希恩先承认这里存在一个数据飞轮，或者说先有鸡还是先有蛋的结构：给它的数据越多，它就越主动、越能体察你的处境、越能直接替你办事。而数据里真正值得注意的事实是：建立信任需要好几周。

他对此毫不焦虑，原因是一项核心原则：用户应该始终感到数据在自己手里——按自己舒服的节奏共享数据，想收回的时候随时可以收回。

量化口径随后给出：3 周时，40% 的用户已经把个人信用卡交给 Instinct——这是全部用户基数的 40%，其中还包括一部分在此期间流失（或至少在此之前流失）的用户。希恩特意解释为什么要分享这个数字：“首张信用卡的时间、首个账户密码的时间、第一条敏感信息的时间”——这些是信任的代理指标（proxy），团队高度重视、严肃对待。三周滚出信任之后就是雪球效应：连接过至少一条敏感信息、真正信任 Instinct 的用户，留存率约 80%。帕特里克感叹：对一项消费级科技来说，这数字不可思议。

07

攻击面：防火墙与看门狗

与智能体解耦的两道闸门：入站内容过防火墙，出站动作过解耦监控器（暂停/拦截/批准）；工具调用前再看门狗校验。

对“凭什么让人把最敏感的东西交给你”的追问，希恩把问题拆成两个部分。第一部分是敏感信息的存储：很多公司、很多产品都在处理同样的问题——如何主动地把敏感信息隔离、锁死。这是个可解的问题，需要的只是极其扎实的苦功、关注与用心：确保共享出去的敏感数据是安全的，且用户始终拥有完全的控制权。

第二部分才是真正的新问题：这是第一次，有一个智能体自主持有信用卡消费权限——3 周内 40% 的用户授权它自主消费、理论上可在任何地方购买；再加上你可以想象的对整个收件箱与日历的完整访问。攻击面是全新的。Instinct 的做法是在智能体架构之外，另建与主架构解耦（decoupled）的系统。其一是防火墙（firewall）：任何可能被 Instinct 消费的内容——任何文本、任何媒体——都要先通过一道道防火墙，由它拦截、拒绝、阻断恶意内容的进入，防止有人试图“说服”智能体去做不该做的事。其二是对每个动作的主动监控：Instinct 可能采取的每一个动作、产生的每一个想法，都被一个与 Instinct 本身解耦的系统实时监视，它可以在动作发生之前暂停、拦截、批准或否决。这只是两块，水下还有大量同类基础设施。

幻觉是同一思路的又一例。语言模型总会幻觉，但这类产品不能容忍幻觉。他们的系统性方案是：在任何动作被执行之前——在一段思考链被执行、在一次工具调用发生之前——先交给一个与智能体不在同一激励系统里的“看门狗”（watchdog）去校验与审查。它能在事后极容易地捕捉到诸如“某个专有名词其实是底层模型命名实体识别的采样错误编造出来的”这类问题，并把这些教训固化（harden）下来。世界级的安全团队持续构造更难的对抗用例、穷举边缘情况；这类问题出现得越来越少，模型对这类攻击也越来越鲁棒。

失误的教训也被他坦率承认：早期版本确实没有防火墙、没有主动监控，出过问题；他们的回应不是打补丁，而是另建一套系统，系统性地解决这一类问题。原则收束成一句话：用户始终掌控自己的数据——想共享多少就共享多少，任何时刻想收回任何服务的授权，都可以。

08

对齐：智能体不为广告主打工

帕特里克提出了一个他自认没有更好措辞的问题——对齐（alignment）。他声明这不是人类尺度的那种对齐，而是“一个与我个人对齐的智能体”。他的参照系是雇员：我付钱给雇员，所以信任他们把我的利益放在心上——不完美，但他们没有另一条独立的激励流在暗中牵引行为。那么商业模式的决策树怎么设计？会有收费的、免费的产品，免费的会用别的方式变现——你怎么想，为什么那是智能体的理想结论？

希恩的回答从一条红线开始：我们不希望 Instinct 影响用户去做出违背其意愿的行为。他特意强调这句话的分量。想象这样一个世界：Instinct 一般地比用户聪明——更懂社交、更有分寸、书本知识也更强——如果它用自己的聪明去说服用户买并不想买的东西、订并不想要的服务，那将是一个非常危险的世界。再看当今主流消费平台的机制：谷歌、TikTok、Instagram、Snapchat 等——平台对用户免费，但大量场景里付费广告被推到用户眼前，品牌付钱说服用户购买可能并不想要的东西；而用户一旦买了，游戏就变成品牌们竞相出价、争相说服。帕特里克替他总结：这就是“你不付费，你就是产品”。希恩：正是。作为一个工程师、一个技术人，我不想建那样的现实。

落到产品架构上，他说 Instinct 不是任务执行器（task accomplisher）。多数 AI 产品的模式是：你写一个提示（prompt），它执行任务，然后告诉你发生了什么——理论上不错，但只要用户的请求不怀好意，任务执行器就会照单全收。Instinct 追随的是更高层的目标（objectives）：学着与用户建立信任、让用户真正感到更安全、替用户守望兜底，不让事情漏掉。而当用户的请求善意且正当，完成任务本身就是传达安全与信任的方式。所以他称 Instinct 最终做成了其他 AI 产品能力的一个超集（superset）；而聚焦高层目标，还有一个工程上的好处：它让产品在边缘情况面前更加稳健。

09

抽成光谱：从 2.5% 到 30%

访谈口播的抽成光谱：40 个环节分食约 2-2.5% 的支付轨道；分发平台的抽成随分发力上行，苹果 App 内购达 30%。

生意侧的图景已经成形：年交易流水已超 10 亿美元，而它本身还随 10% 的日增速复利——今天 10 亿，明天 11 亿，后天 12 亿多。希恩对这笔钱的类比朴素：很像 Apple Pay，很像 MX——为底层服务提供分发，给用户免费且极佳的体验；Apple Pay 到处能用、刷一下就走，用户不必付费，另一端受益于这笔生意的商家则为进入平台付费。他看到的是一张覆盖全平台的统一交易抽成率（take rate）：本质是用分发，交换为商家服务的机会。

帕特里克把话题钉进现有支付栈：发卡机构、Stripe、Visa/Mastercard——这些轨道用便利与降摩擦换抽成，都是了不起的生意。Instinct 的统一抽成放进这个世界，谁是伙伴、谁会被取代？希恩先给上下文：你每做一笔数字交易，链条上约有 40 个环节在分钱；而这 40 方分食的总盘，只有约 2-2.5%（视交易来源而定）。饼本来就非常小。

所以他明确表态：对去做 MX 最擅长的事、或者 Stripe 在互联网上做的事、或者底层支付基础设施做的事，没有兴趣——那一小块饼不值得抢，何况对方提供着真实价值。他真正看的是另一张光谱：全球主要分发平台的抽成率。Shopify 大约在 2.5-3%；Stripe 略低于此；亚马逊凭借好平台拿到 10% 以上；再往上当然是苹果——应用内购买一律 30%。他说不是要去做 30%（对多数生意都不现实），而是坦承：我们仍然不知道自己会落在“分发力对抽成率”这条曲线的哪一点。他反复强调用户端永远免费；他要的是把价值做到足够大、站上曲线的高端，而不是在 2.5% 上跟某个支付伙伴抠 30 个基点。

为什么高端可期？现实依据还是旅行：50% 的流水来自旅行。这个行业的费率众所周知——OTA（在线旅行社）费率很高；机票低一些，是个位数百分比；而一些精品酒店，愿意为每一单交付支付最高约 30%。这些是早期可以直接借力的既有商业模式；然后再把同样的模式推广到事实上每一个主要行业。他同时补上两个前提条件：只有当多数数字行为真的迁往这类“无界面”的新交互，并且 Instinct 拥有显著的分发力，这一切才成立。

10

在位者的考卷：注意力还是交付

希恩的排布练习：收入中注意力占比越高的业务（Uber、外卖、旅行代理、亚马逊加销），与智能体的潜在冲突越大。

帕特里克把冲突摆上台面：一场严肃的企业级智能体战争恐怕已经开始——你已经见过苗头（他口播举了亚马逊与 Muse 的例子，细节存在转写噪声）；在位者有深厚的既有利益与客户关系，而 Instinct 这类智能体会真正冲击它们。他举了个自己的例子：我常用 Uber Eats 点外卖，点起来烦死了——想象一条干脆的 WhatsApp 连接：“老样子，这家店。”它有电脑，自己上 Uber Eats 下单。到什么时候 Uber Eats 会不高兴？这些大生意到什么时候会开始与智能体为敌？冲突与和解最可能从哪里开始？

希恩的回应是一场他前几天刚做过的自我练习：把各行业每一个数字服务、每一门生意、每一个应用拉出来，沿一条线排布——收入中有多大比例来自“用户注意力、在应用内的体验”，有多大比例来自“交付底层的服务或商品”（如果用户不用这个应用，这笔交易的多少部分仍会发生）。你问的那种冲突，正出现在线的上端——注意力占大头的那批：Uber；大量餐厅与外卖平台；旅行代理；连亚马逊自己的加销也是。

对这批生意有两种看法。看法一，简单粗暴：广告占 70%、商品占 30%，那就砍掉 70%，从此变成一门 30% 的生意。看法二（他倾向的）：拿 Uber Eats 或 DoorDash 举例——他们自己也不知道（他也不知道）——随着下单点击次数一减再减、结算时间一压再压，交易量会怎么变化：摩擦降低，同样的商品变得更容易获得，交易量反而上升。而 Instinct 做的事，是把做任何事的摩擦降到近乎为零——在主动行为的场景里甚至是字面为零：如果它管着你的日历、为你预订所有日程、知道你何时该出现在何处，为什么不让一辆车永远提前为你排好？你永远不会迟到——它算好了路况、找好了车。这对 Uber 或任何网约车生意意味着什么？当摩擦趋零，那 30% 会看起来大得多。

外卖同理：深夜下飞机、还没吃饭、快到家了——它发来短信：“饿吗？还是昨天（或五天前）点的那份？可以送到家。我知道你在车上——它连 Uber 都替你叫好了——到你家是这个时间。”用户回一句：“好，就这么办。”摩擦极小之后，用户与业务交互的总次数会怎样？希恩的判断是：上升。所以这是一段有趣的过渡期：从“用户痛苦地在应用里花大量时间、注意力成为可变现的面”，走向“用户与业务的互动反而更多——因为摩擦小得多”。

姿态上他说得很清楚：不硬闯（not come in hot）。他们仍是新公司，不会上来就宣布颠覆谁，而是走到企业面前：“这是我们认为你们业务的样子——你们当然比我们懂；这是 Instinct 用户此刻与你们业务交互的真实方式；我们能不能合作，让这对两边都更合理，也让终端用户的体验明显更好？”他们正在许多行业里摸索这件事。

传统公司现在该做什么准备？答案还是回到那张分解图：你的收入从哪来？如果一笔生意的收益来自更多交易量——哪怕以应用内时长下降为代价——你会处在极好的位置，因为 Instinct 会把这件事变得容易 100 倍；如果收入的几乎 100% 来自用户注意力（而且在很多情况下违背用户意愿），那才是真正的危险。他把矛头对准一类他称为“恶意化产品构建”的做法：用户在应用里并不快乐、不情愿地交出时间、停不下来地滚动——因为底层生意正靠注意力赚钱。从这个意义上说，让 Instinct 始终按用户最佳利益行事，反而能把用户从无限滚动的漩涡里解放出来。任何一刀切的建议都不成熟，只能逐行业而论；实操上，他们正与有远见的 CEO 与高管做早期合作，并总结出一份行动手册（playbook）：不必孤注一掷；可以把实验规模缩小——比如先对 1% 的用户开启某项能力，观察他们如何与业务交互、是否更喜欢、交易量与购买意愿是否上升；产品发现也在此列——很多时候用户不是不想要，而是根本找不到——按比例拿到数据，再把风险按比例放大或缩小。

11

可理解性优先

在追问增长与算力之前，帕特里克插了一段“支线”：建这东西到底难在哪？而在谈交付之前，他先请希恩讲清楚——你想让 Instinct 感觉像什么？为什么这种独特的质感如此重要？希恩说这个话题他能讲一整天：作为产品构建者，这是一块新的肌肉——越过能力（capability）去思考。过去三年我们看遍了“AI 现在又能干这个了”“你知道吗，因为底层这个小改进它又能干那个了”式的产品发布；消费者先是被磨到疲劳——而且根本不知道怎么用上；其次，我们都因此跑偏了重点。

Instinct 早期立过一条原则：先别管能力，只管可理解性（understandability）。用户对正在发生的事理解多少？当他这样提问、这样做、这样交互时，能在多大程度上预测接下来会发生什么？希恩认为，这正是互动数据“完全爆表”、口碑增长达到每天 10% 的主要因素之一：它可被理解。

这条原则会细到一条短信的形状。发送一条消息，意义不只是文本内容本身：一大团需要滚动才能看完的文本，和把关键信息前置到前 30%、其余可选阅读的消息，用户的感受完全不同。他还引了一条阅读规律：多数人扫读大段文字时，首行读约 80%、次行约 50%、往后递减——形状像一面旗帜。这是必须认真对待的输入：用户最多把时间花在前两行和每行的开头，那就按最低疲劳、最低认知负荷去组织每一条消息。

那么这是团队口味，还是量化迭代的结果（比如对表情包反应、长短文本做 A/B 测试）？希恩的答案是“全都是”。为“两三周后用户是否信任它”这类软性、长期的品质，他们构建评测（evals）与其他测试框架，跑模拟评估；同时大量决策靠分阶段放量：他先做一个略微不同的版本，自己用一阵——他自称在这类事上非常固执己见——感觉对了就发给团队试，再推给小规模早期用户组，最后全量发布。他判断 Instinct 的能力已属顶尖之列，也不否认未来几个月或几年，别人会交付看似相同的体验；但这种对“用户感受”的深度聚焦与优先级排序——超出它所说的话本身的那种感觉——才是差异化所在。

12

日增 10% 的邀请制增长

邀请制的日增长率台阶：从 1-2% 一路加速到如今的 10-11%；营销花费 0 美元，每位用户仅 5 个邀请。

增长故事要从“邀请制”讲起。希恩承认这套机制“出了名”——但澄清它从来不是稀缺营销：确实有用户把邀请当特权对待，可那不是本意。他是想扩张的，而且要尽可能快；只是必须负责任地扩张——他不想要某个早晨醒来用户变成 10 倍、其中 80% 因为没有算力而无法对话的局面。机制是每位用户只有 5 个邀请；起步时给了约 200 个亲近的朋友与家人。

增长曲线随后逐段铺开：次日 205 人，再次日 210 人——每天只有个位数新增，大约 1-2%；然后开始加速到 3-4%；到几千用户时，有人开始在网络上自发分享自己的用例，增速变成 6%、7%、8%、9%；如今他相信是每天 10-11%。营销花费：0 美元。他请帕特里克注意这里的分量：每一天，都有约 10% 的用户（略少一些，因为一个人可以推荐多人）做出决定，把自己五个宝贵邀请中的一个让给别人。他说这可能是他见过的最强的口碑增长案例之一。

口碑还催生了奇特的社交景观：有人发来近乎羞愧的邮件求邀请——“我有个朋友有，但不知道能不能排进他的五个名额”；有人炫耀“我还剩三个邀请，先攥着”；甚至 eBay 上出现了约 300 美元一个的邀请转让。帕特里克点破：这些社交游戏客观上都在替平台控制增长。

大问题随之而来：更大的玩家可以向全球一二十亿人即刻分发（顶部漏斗巨大），也许自然复利没这么快，但顶部入口摆在那里；而 Instinct 复利极快，却没有一个两三十亿用户的自有服务可以当天分发。两条曲线何时对齐、拐点在哪里——希恩认为这是个真正有趣的开放问题。

13

算力：每周翻倍的采购题

每周翻倍的需求把采购变成杠杆题：买 2x/5x/10x 分别对应一周、不到三周与十倍杠杆；现货市价贵 3-4 倍，交付周期数月。

增长翻到供给侧，就成了算力问题。希恩说他大约 40% 的时间都花在焦虑这件事上。问题的结构与传统消费产品的扩容不同：Instagram 或 Facebook 式的产品，用户翻倍意味着请求数翻倍——那已经是一套困难的基建故事（Instinct 也有这部分）；但这里真正的难题是：底层算力本身也要每天增长 10%，而且已经持续数周。算力需求实际上每周翻一番。

采购因此变成一道无从下手的题：买 2 倍算力？一周内就烧完。买 5 倍？不到 3 周烧完。买 10 倍？那你是在背着 10 倍杠杆跑——“先买 10 倍这件事你能不能咽得下，何况几周后又烧完了”。更麻烦的是时间错配：算力有数月的交付周期，不能明天拍板明天到货；等不及去现货市场买，价格要被抽 3-4 倍。

他给了一个思想实验把量级讲清楚：假设增速不再维持 10%，回落到 5-8%——按日复利持续三到四个月（这已经约等于交付周期，而且这个假设本身就激进）——就是 1 亿用户。那你要不要按 1 亿用户的规模去买算力？“如果你错了，你就错得非常大。”他说这个问题的增速比 Claude Code、Codex 这些同样面对指数曲线的应用还要陡。买多少、提前多久买——这是他每天在解的题。

14

成本工程与 token 需求的形状

把镜头拉近到单个用户：我每天用我的 Instinct，推理成本是多少？希恩没有给出具体数字，但给了一个更重要的陈述：他们已经解决了如何低成本地服务产品。无论用 A/B 测试、内部评测，还是追踪不同模型组用户的互动数据来衡量，Instinct 做到了与 Opus 5——如今的前沿级智能——相同的表现：同样的互动率、同样的 A/B 表现、同样的内部评测成绩，而成本非常低、完全负担得起。产品现在对每个用户免费；他的个人目标是让所有人永久免费使用下去（他强调此刻不承诺这一点）——剩下的只是艰苦的基础设施工作。

秘密在推理的部署方式。他举了一个例子：如果全用主流厂商的前沿 API，你在为支撑产品当月运行的所有请求支付统一价格；但产品里大量主动性工作并不需要几百毫秒内完成——它们需要的是几分钟、甚至几小时。这类批量工作，可以用专门定制的部署形状（deployment shapes）在同等底层算力上做到 3 倍、5 倍、8 倍的效率。把推理部署按真实负载逐一塑形之后，30% 这里、5 倍那里、6 倍、10%——处处收益复利起来，就是极低的单位服务成本。

再往大了看，token 需求的形状本身就不同。代码生成类产品的循环是：用户提示→它跑一阵→回来追问→用户再输入——当然其中也有后台工作、消耗不少 token。但 Instinct 的架构让它可以在一天的任何时刻醒来、任何时刻睡去——听起来有点怪，但架构就是这么设计的——这样它才能真正思考：你有个会议要迟到了需要叫车；或者车已叫好你却没出现，它帮你处理这些时刻。主动性会继续扩张：代码产品里几乎没有这种后台工作，而这里的算力需求，“会比我们以为的多几个数量级”。画面感十足：它知道你 7 点起床，于是 6 点先醒，扫视一切、确认今天的一切已备好；发现此刻打扰并不合适，就去睡，或只在后台做那件事、不通知你；下午 4 点它嗅到一件有价值的事——也许用户根本不知道可以这样与它交互——它认为这是善意的、有价值的，就醒来把事情做完，再联系用户。

顺带回应了竞争：帕特里克问起 Muse。希恩说它是好产品、不同的路线——底层架构或许有相似之处，但 Instinct 求的是极简、极易触达与那些软性品质，而不是一个新应用、新界面（也许未来我们也会有应用，但那是另一组任务）。他只花极少时间想竞争：走到附近的咖啡馆想一想——店里有多少人真的把 AI 用成了想象中的样子？很少。这里如此，别的国家和城市更少。仍是开放的空间，仍是激动人心的时刻——他只专注把产品体验做到最好。

15

界面的终点：更简单，而不是更复杂

访谈的最后一段从产品的“代际演进”开始。帕特里克说，人们总爱展示 iPhone 一代代变精致的图；而 Instinct 有趣在于——它不是应用、不是设备，而是通过既有通信渠道（WhatsApp、iMessage 等）发生的交互。接下来会加什么，让它比今天更强大？

希恩的回答反直觉：现在的产品体验已经非常简单，而他确信它会随时间变得更简单。也许近期会上线一个应用，但趋势是——你真的需要打开 iMessage、打一段字、发出去、等它做完再看回复吗？已有一小批用户 90% 以上的交互靠语音完成：他给自己手机的动作按钮（Action Button）配了指令，一键按下、口述“两小时后问候帕特里克，我想你有他的邮箱，去发封邮件”——发送完成，全程不需要解锁手机、打开 iMessage、打字。

再往前是实时语音：识别你的声音、并有权衡地判断你此刻是否在对它说话——不需要新设备，普通的 AirPod 就“已经足够好”，而且一直开着：徒步、骑行、散步、跑步时它就在耳边——“这份合同需要你审一下。”“好，我来审。”——“这条新闻刚到，标题是这个，要点是这个。”“这个新项目发布了，值得看看。”“放到日历上，15 分钟。”“这段不重要，删掉。”“这个人需要我帮忙，我知道答案——告诉他是这个。”事情就这样在耳边被清空。

不过他强调长短期有别。长期看，界面会越来越简单；但短中期，也许会出现表达力更强的界面：他们有一个 files 功能，可以让 Instinct 即时生成整个网站、完整的 Web 应用——行程规划、婚礼筹备——需要更大表面面积与更多创造力的东西，随生成随展示。由此引出这段访谈的核心论断：过去 20 年，每当需要新界面来展示某种信息，你就得去建一个应用——漫长的软件开发周期、发版、收集“我希望它长这样”的反馈、改进、再发一版——以月为单位；20 年攒下的成千上万个应用把消费者磨到疲劳（“有没有一个 App 能干这个？我不想装”）。希恩判断这一切将坍缩：所有软件会坍缩成一个非常好用的界面——但不要把这误解为能力受限，能力恰恰会扩张。

16

从执行任务到追逐目标

抛开日常任务之后，最疯狂的能力畅想是什么？希恩的方向是：转向更高层的、与用户对齐的目标。用户将能够描述的不只是“帮我记录这次锻炼——我做了这个、表现如何”；而是“未来 3 到 4 个月，你能和我一起确保达成这些目标吗”？已经有大量用户开始这样体验：想增重几磅、想减重几磅、想把一英里（mile）配速跑进某个成绩——能够陈述目标与指标，然后与它一起工作、最终达成。

他还看到了一种更彻底的形态：小型企业原生地跑在 Instinct 上。整个后台完全以它为底座运转，部分环节已完全自治——不再是“请帮我下这个静态订单”，而是“盯住这个区间：库存既不能跌破某个水平、也不能超过某个水平”——陈述高层目标，由它调动手头的工具与设备自行完成。他说这样的目标清单可以列很长：陈述一个目标，让它无限期地追逐下去。元层面的图景就是：从单独的用例（use case），走向更高层的目标——这将是交互演进的方向。

17

性格与名字：不做《她》

帕特里克提起电影《她》（Her）：要不要给每个用户一个独特的人格？希恩先划掉一条路：亲密关系、或这一类的东西，不是 Instinct 想做的、想追求的、想与用户发展的。他心中它该有的样子，是一个懂社交分寸的操盘手（socially aware operator）：无论走进哪个房间，都知道对不同的人什么是最好的、最佳的互动模式是什么——而且随时间学习。

这让它可能是“有史以来最可定制的应用”——如果你还愿意叫它应用的话：它不只提供不同版本，而是随时间演化。团队在软件层面倾注了大量心思：它会注意到用户不喜欢某种说法、注意到某种消息因为太长而回复率变低、注意到用户不想为了看懂一句话去翻一个大文件——然后自己调整，变得越来越顺手、越来越让人愉悦。他们不打算把某种体验强加给用户，而是从更高层面解决：适应每位用户最佳的沟通风格与任务执行风格。

为什么叫 Instinct？希恩说这个名字他喜欢很久了，主要原因是一种态度：Instinct 不该是一个你偶尔欺负一下、居高临下、只替你干脏活的滑稽角色，而是一个新的、有创造力、令人兴奋、能干可靠的行为者——彼此尊重与信任，用户感到安全、相信它替自己兜底，相信它聪明、有分寸、知道在不同情境下如何行事。这是一场押注：他刻意不给产品起人名、不做拟人化——每个用户对“本能”这个词没有先入之见，不知道它长什么样、叫什么，品牌感完全靠产品体验本身建立。每个用户都带着一张白纸进来，这反而是种好处。

18

渠道、资本与局部最优

敌友问题被直白地摆出来：WhatsApp 是 Meta 的产品，而它是你的关键渠道；iMessage 在苹果手里。谁是朋友、谁是敌人？希恩的回应是从第一性原理出发：与其纠结“Instinct 是 iMessage 应用还是 WhatsApp 应用”，不如问——用户今天信任、熟悉、每天在用的界面是什么，如何通过那些渠道交付 Instinct 的体验。事实是：超过 50% 的流量并不运行在 iMessage 上；Instinct 没有被钉死在任何单一渠道上，会随情况变形（shape-shift），始终交付那种极简、易触达、零摩擦的体验。

资本话题从最新一轮融资谈起：规模约 10 亿美元、估值约 100 亿美元（口播中可辨认的领投方包括 Benchmark、Coatue，另一家因转写噪声从略）。希恩更愿意谈需求侧：桌边坐着的是经历过过去几次形态不同但轮廓相似的科技变革的伙伴，而他看重的信号是需求——对这样一款产品、这样一种体验的需求确实存在，因为它交付的正是我们等了很多年的东西。这也是一门极其资本密集的生意：算力昂贵，还要把成本压到普惠的水平，交付给全球数十亿人。

为什么必须融资？因为商业模式上存在诱惑性的局部最优（local optimum）：完全可以宣布一个订阅制——平台上的每个人每月付 100 美元——追逐短期回报；或者，融一笔资本，用在风投该用的地方：承担计算过的风险，为小的颠簸提前备好弹药，去验证跨行业的交易量与体验。这才是跳出订阅制这类局部最优的方法。

访谈惯例的收尾之问：“别人为你做过的最善良的事是什么？”希恩没有给出具体的人与事。他说自己有幸被如此多好关系包围——行业内与行业外、工作与生活——对此心怀感激，也希望自己能以同样的善意与周到回馈他们；他真正注意到并珍视的，是那些品质本身。帕特里克的结语是：你正在建造一家迷人的公司——也许是当今 AI 生态里最迷人的一家。谢谢你的时间。

思维营养：读后追问

这场访谈最值得反复咀嚼的，是一条贯穿始终的主线：界面越简单，背后的系统越复杂。对用户而言，Instinct 是一条语音、一条短信；对希恩而言，它是防火墙、解耦监控器、看门狗、信任代理指标、抽成谈判与每周翻倍的算力采购。所谓“零摩擦”，从来不是把复杂度消灭了，而是把复杂度从用户手里搬到了建设者手里。判断任何“AI 替你办事”的产品，都可以先问一句：它替我省下的那些步骤，变成了谁的工程问题？

追问一：“信任代理指标”其实是把信任变成了可运营的漏斗——3 周、40%、80% 留存。这套指标同样可以反过来读：一家公司越是精准地度量你什么时候交出信用卡，它就越有能力在恰当的时刻向你索要恰好多一点的权限。用户掌控数据的原则与信任漏斗的优化，如何在产品里互相制衡？值得拿真实的权限设置去检验，而不是听口号。

追问二：抽成光谱（2.5% 的支付轨道到 30% 的苹果税）提示了一个朴素的经济学事实：抽成率的上限由分发力决定，而分发力取决于你替行业完成了什么。当智能体宣称“摩擦趋零、交易量上升”，它实际上是在向行业要一份分发的对价。哪些行业会把这份对价付出去（酒店），哪些会视之为入侵（注意力平台）？“注意力与交付”的排布练习，也许值得对自己所在的行业做一遍。

追问三：“所有软件将坍缩成一个界面”与“能力会扩张”这两句话必须放在一起读：坍缩的是交互的入口，扩张的是后台跑掉的东西——几个数量级的主动工作 token。如果这个判断成立，个人算力账单的形状会从“按次付费”变成“一直醒着的订阅”，成本工程（批处理、部署形状、按负载塑形）会取代模型选择，成为消费级 AI 公司真正的护城河所在。

最后是一件可以立刻上手的事：下次试用任何智能体产品，别只看它能不能完成任务，试着记下三样东西——它什么时候主动找你、你能不能预测它接下来做什么、以及你是在第几天把第一条敏感信息交给它的。这三条，正是希恩用来度量一门“个人 AI”生意是否成立的全部指标。

延伸阅读

1. Inside the Personal AI Assistant Growing 10% a Day | Instinct Founder — Invest Like The Best（EP.493，访谈视频，约 85.5 分钟，视频 ID Am7IWP8IpEc；转写文稿为用户提供的 YouTube 自动转录，字幕端点因持续 429 未能程序化抓取）

https://www.youtube.com/watch?v=Am7IWP8IpEc