谢尔·卡藩(Shel Kaphan)是亚马逊首席执行官杰夫·贝索斯(Jeff Bezos)招募的首位员工,于1994年加盟亚马逊。
卡藩当时主要负责打造早期亚马逊时代的技术基础架构,并在帮助亚马逊从电子商务网站向数十亿美元的业务发展过程中发挥了非常关键的作用。
但是,尽管卡藩早期为亚马逊作出了巨大贡献,但他仍无法在该公司长期工作。
在加盟亚马逊的五年之后,卡藩宣告辞职,当时正值贝索斯又招聘了两位新技术经理并极大地减少了卡藩在亚马逊公司的作用。如今,卡藩从亚马逊辞职之后,就一直没与贝索斯联系过。
上周,卡藩在接受The Macro的克莱格·坎诺(Craig Cannon)采访时分享了他在亚马逊时的经验,并提出了一条非常重要的忠告,这条忠告可能会让任何初创企业的员工受益。这条忠告就是——任何初创企业的员工应当一直认为企业会越来越大,远远超过比他们的想像,同时还要为此变化做好准备,找到他们自己适应新环境的方式。
卡藩表示,“亚马逊的体验教会我的一件事就是,试想一下,如果一个项目或一家公司会比你可能想到的样子更成功,那么这个项目或这家公司会是什么样子。尽管这非常难以想象,但还是有可能想象一下。你们必须思考:如果那种情况发生的话,情况又会是什么样子,以及参与其中的人们又会如何改变。
当初我加盟贝索斯的团队一起组建亚马逊时,我甚至不想去那儿。我已经在诸多初创企业工作过,因此,初看上去,过多地思考可能发生的事就感觉像是一个不祥之兆,即使它真的会取得巨大成功。这就是我的想法。我希望,这能够起到作用并取得一些成功,甚至能够帮助我们赚到足够的现金,以此让我们在某一时刻隐退。
你们不需要思考你们能够想像之外的情况是否会取得巨大成功。当然,如果取得的成功超越了你们的想像,那么你们就需要开始思考——团队在取得这些成功的过程中,我到底起到了什么作用?那是我真正想要做的事吗?”
正如布拉德·斯通(Brad Stone)在《一网打尽:贝索斯与亚马逊时代(The Everything Store)》一书中所写的那样,当贝索斯停止卡藩在亚马逊公司的日常运营工作之后,卡藩极为震惊和难过,感到一切被毁。尽管亚马逊后来给了卡藩一个“首席技术官”的头衔,而且之后还称他为“亚马逊史上最重要的人物”,但是,贝索斯最终还是将卡藩撤出了一线,最终导致卡藩从亚马逊辞职。
卡藩将贝索斯的决定描述为“背叛了神圣的信任”和“我整个生涯中感到最为失望的事件之一”。
当然,卡藩对他在亚马逊的时光记忆犹新。他向The Macro表示,在亚马逊的最初两年时光,让他迎来了职业生涯中“高点”,而且也是“他人生中的辉煌时光”。
或许,如果卡藩对亚马逊公司发生的一切变化更加深思熟虑,那么他可能会因此而迎来不同的结局。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。