Instinct 成立约一年，估值一个月内从 25 亿涨到 100 亿美元，用户每天增长约 10%，年化 GMV 超 10 亿。创始人 Noah Shinn 谈为什么不做独立 App，而是给 Agent 配电话号码、邮箱和云端电脑，让它像真人助理一样把事办完。

2026 年 9 月 28 日，个人 Agent 公司 Instinct 宣布完成 10 亿美元 C 轮融资，估值达到 100 亿美元，投资方包括红杉资本、Benchmark 和 Coatue。而就在一个月前，公司刚以 25 亿美元估值完成上一轮融资。换句话说，Instinct 的估值在一个月内增长了三倍，而这家公司成立仅约一年，目前甚至仍需要邀请码才能使用。

比融资速度更夸张的是产品增长。用户规模近期以每天 10% 至 11% 的速度增长，增速超过 Claude Code、Codex 等此前增长最快的 AI 产品。平台年化 GMV 已经超过 10 亿美元，其中约一半来自旅行相关交易。按照这一增长速度，Instinct 已经不只是一款受到硅谷追捧的新产品，而是可能成为个人 Agent 赛道最早跑出交易规模的公司之一。

与此同时，个人 Agent 正迅速从产品设想变成一场巨头竞争。字节跳动、腾讯和 Manus 都已经推出相关产品。大家争夺的不再只是一个聊天入口，而是谁能成为用户在数字世界里的长期代理人：读取邮件和日历、调用银行卡、完成预订与购买，甚至代表用户与商家和其他 Agent 直接交涉。

Instinct 选择了一条更激进的路线。它没有独立 App，而是拥有自己的电话号码、邮箱和云端电脑。用户可以像联系真人助理一样给它发短信、打电话或转发邮件，让它预订机票酒店、取消订阅、协调会议、购买商品，甚至围绕一个持续数月的目标主动推进任务。它不只告诉用户应该怎么做，而是直接进入真实世界，把事情做完。

本期嘉宾是 Instinct 创始人兼 CEO Noah Shinn。这也是他第一次如此系统、深入地公开讨论这家公司。在 Noah 看来，个人 Agent 并不是又一类效率工具，而可能成为互联网新的入口。

这期对话中，Noah 主要谈到了：

1. 个人 Agent 的终点不是回答问题，而是代替用户行动。 Instinct 被设计成一位拥有电话、邮箱和电脑的私人助理。只要用户能在互联网上完成的事情，它原则上都可以接手，从提供建议进一步走向执行和交付。

2. 最好的Agent，应该尽可能没有界面。 Noah 认为，用户不应该为了使用 AI 再学习一套复杂软件。未来的 Agent 会融入短信、电话、邮箱、耳机和语音入口，只有在需要呈现复杂信息时，才临时生成网页或 Mini App。界面退居幕后，能力则无处不在。

3. 个人 Agent 要实现大规模普及，必须通过自研推理管线降低成本。Noah 认为，全天候运行的个人 Agent 如果完全依赖前沿模型 API，成本将难以支撑免费服务。Instinct 通过混合推理、模型分发和后台任务批处理，在接近顶尖模型执行表现的同时压低成本。在这条产品路线上，推理效率直接决定了个人 Agent 能否从少数人的付费助理，走向大众的日常服务。

4. Agent将从完成单次任务，转向追求长期目标。 用户未来下达的指令，不再只是“订一张机票”或“记录一次训练”，而可能是“在四个月内把全马成绩提高半小时”。Agent 会围绕这个目标，自主协调训练、饮食、睡眠、采购和专业服务。

5. Agent之间会形成一张带有权限边界的可信网络。 两个人的 Agent 可以直接协调日程，多个朋友的 Agent 可以共同规划周末活动。但这种协作并不意味着无限共享信息，而是根据夫妻、朋友、同事等不同关系，设置细粒度、可撤销的访问权限。

6. 个人Agent会重写互联网的流量分配方式。 当用户不再打开 OTA、外卖或电商 App，而是直接告诉 Agent 自己想要什么，传统平台的界面、推荐位和用户关系都可能失去价值。企业未来面对的，不只是争夺人的注意力，还要让自己的商品和服务更容易被 Agent 理解、比较与调用。

7. 依靠用户惰性赚钱的商业模式，会最先受到冲击。 传统软件只能提醒用户存在闲置订阅，Agent 却可以登录网站、读取验证码并直接完成退订。任何依靠复杂流程、信息不对称或取消障碍获得利润的公司，都可能面对一个始终代表消费者谈判的新对手。

8. 个人Agent的商业模式，必须和用户利益保持一致。 Noah 拒绝用广告和竞价推荐变现，因为一个比用户更聪明、同时又受广告主驱动的 Agent，可能成为极其危险的说服机器。Instinct 更希望像 Apple Pay 或美国运通一样，从真实交易网络中获得收入，而不是通过操纵用户注意力赚钱。

9. 信任不是品牌口号，而是一套独立于主模型的技术系统。 当 Agent 可以读取邮箱、调用银行卡并操作电脑，一次幻觉或 Prompt 注入都可能带来真实损失。因此，Instinct 为外部输入和执行动作分别设置独立的安全防火墙与守门系统，在指令触达真实世界之前进行审计、拦截或要求用户二次确认。

10. 个人Agent的护城河，不只是模型，而是用户逐步交出的信任。 Noah 表示，普通用户通常需要两到三周才会开放银行卡、邮箱或完整日历等核心权限；但一旦用户绑定至少一项敏感资产，并切实体验到 Agent 的价值，长期留存率可以达到约 80%。

11. 主动式Agent将制造远超聊天机器人的算力需求。 Chatbot 只在人类发送消息时运行，而个人 Agent 会全天候在后台检查邮件、日程、交易和潜在风险。Noah 判断，未来 90% 以上的 Token 消耗可能发生在用户看不见的后台，整体算力需求将比被动式 AI 高出两到三个数量级。

12. Instinct与Muse代表了两条不同的产品路线。 Muse 更像一个功能丰富的 AI 原生 App，Instinct 则试图让 App 本身消失。Noah 并不认为当下最重要的问题是竞争，因为真正持续使用前沿 AI 的大众仍然很少，个人 Agent 市场依旧处在非常早期的阶段。

这期对话讨论的表面上是一款个人助理产品，背后真正的问题却是：当 AI 开始替人行动、花钱和做决定，谁能成为用户在数字世界里的合法代理人？个人 Agent 的竞争，最终可能不是谁最像人，而是谁最值得被托付。

Patrick O’Shaughnessy：Noah，我知道这是你第一次如此系统、深入地公开谈论这家公司，我非常期待今天的对话。个人Agent现在的处境，很像一年前代码生成浪潮刚爆发的节点，而且它对真实世界的影响可能深远得多。能否先为我们勾勒一下蓝图：你认为Instinct这类Agent会如何改变世界？为什么你选择把全部精力投入这个方向？

Noah Shinn：我相信它将彻底重构人与技术的交互方式，最终触及全球绝大多数人的日常生活。

Instinct 是我大约一年前创立的，说白了，我们做的就是一个个人助理——我不想用花里胡哨的概念去包装它。它在早期之所以能引发广泛关注，原因很简单：它真正能用，而且正是大众一直在期待的那种能“代你行动、替你办事”的 AI。

这与以往颠覆性的消费级产品逻辑不同。过去往往是创始人先提出一种新愿景，然后告诉用户：“相信我，再过几年你们就会明白它的价值。”但今天完全变了。自从 2023 年人们第一次用上 ChatGPT 开始，大家心里就已经勾勒出理想 AI 的模样：它理应能替我们打理日常生活中的大小琐事，无论是需要创意的任务，还是原本要耗费数小时的繁琐流程。

Instinct 想做的，就是这种伴随式的“日常智能”。它既常伴左右，又能直接代你行动，最重要的是交互门槛几乎为零。我们甚至没有单独做 App，因为它不是又一个新工具，而是一种全新的生活体验。它拥有专属的电话号码和云端电脑，你可以随时给它发短信、打电话，遇到突发情况它也会主动致电给你。

比如有极其紧急的事项时，它会直接打电话来说：“抱歉打扰，但这份合同必须在下午三点前签署，现在只剩五分钟了。文件就在收件箱里，需要我帮你发一封催办邮件把它顶到最前面吗？”它也有专属邮箱，你可以像跟真人同事协作一样给它发信。

界面极其极简，并不意味着能力受限；恰恰相反，用户不应该为了使用 AI 又去专门学习一套复杂的软件。Instinct 应该像真人一样具备社会常识，明白什么时候该做什么事。正因为它拥有一台完整配置的电脑，原则上你在互联网上能独立完成的任何事，它都能代劳。

01 用户正在怎样使用 Instinct

Patrick O’Shaughnessy：给我们分享几个你印象最深的实际案例吧。Instinct并非针对某个单一任务定制，而是拥有完整的通信与计算能力，理论上无所不能。比如美网公开赛现场那个案例：一对情侣被抓拍到球场大屏幕上，急着找回视频留念，Instinct最终竟然真帮他们从海量素材中捞到了那段录像。除此之外，还有哪些超乎预期的惊艳用法？

Noah Shinn：最近非常风靡的一类用法是全流程时尚购物。许多用户会扫描自己衣橱里的全部单品——从上衣、裤子到袜子和鞋履，同时还会扫描自己的面容轮廓、身材骨架与身形比例。Instinct 并不只是给出一张干巴巴的“今日穿搭清单”，而是直接渲染出用户本人穿上整套衣服的真实试穿效果，并为他们规划整周的搭配。

这项能力顺理成章地延伸到了购买环节。Instinct 能自动横跨数十个电商平台，抓取成千上万套整体穿搭方案，并将用户本人“穿上”这些衣服的合身图渲染出来。用户只要看中了某套，说一句：“就这套，直接帮我下单寄到家”，它就会全自动完成结算。甚至有人每天让它定制三套新造型，轻点一下就一键配齐。

另一类核心场景是围绕长期目标的主动式协同推进。比如用户设定了“本月要多攒下多少钱”，Instinct 就会全程陪跑。用户可以授权它关联银行账户，由它来逐笔审查交易记录和连续扣费服务，并适时提醒：“这项服务你最近几个月完全没碰过，真的还要续费吗？”很多人往往到这时才恍然大悟，自己名下居然挂着这么多早已遗忘的自动扣费订阅。

Patrick O’Shaughnessy：而且它能直接进入用户的邮箱，把这些订阅干净利落地全部退掉，对吧？

Noah Shinn：没错，完全是端到端的闭环。传统的个人理财软件顶多给你列出订阅账单，提示“建议取消”；而 Instinct 会直接打开对应网站，自动登录账号。如果需要两步验证码，它会直接从邮箱中抓取并完成验证，彻底取消自动续费。最后它只会向你汇报最终结果：“已帮您全部退订，这个月共为您省下了 2000 美元。”

02 Agent 之间的可信网络

Patrick O’Shaughnessy：任何依赖用户惰性或惯性赚钱的产品，可能都要迎来末日了。这对消费者倒是好事。你能谈谈Instinct与Instinct之间的网络吗？也就是Agent互相沟通的未来。

Noah Shinn：一个极其高频且现实的场景就是协调会议日程。职场人士每天都要应对大量会面，但约时间的摩擦成本极高：抛出一个时间段，对方说冲突；再给几个备选，你刚好又在出差，还得换算两地时差，往往要来回拉扯好几轮邮件。

如果双方都拥有 Instinct，两个 Agent 之间就能直接拉通对齐。核心目标无非是找出一个对双方都友好的空档，因此用户只需随口吩咐一句：“这周内帮我和某某约个会”，剩下的所有日程拉扯全部交给各自的 Agent 在后台完成，最后把最终日程稳妥地敲定在日历上。

这背后的底层基石就是我们所谓的“可信网络（Trust Network）”：你只与自己充分信任的人建立链接，并针对不同维度的社交关系赋予差异化权限。夫妻或伴侣之间可能愿意共享绝大部分隐私信息；普通同事或许只能查看你的空闲时段，以及收件箱中与该项目相关的一小部分往来邮件；其余私人数据依然保持绝对隔离。它绝不是一张廉价的“好友关系图谱”，而是一套带着信任权重与细粒度访问边界的安全网络。

这自然也会催生全新的社交准则与边界意识。假如我开放了日历权限给你，而你的 Agent 试图通过这条通路窥探我的其他非公开信息，我的 Instinct 会立刻报警拦截。那不仅构成技术层面的越权违规，更会直接透支人与人之间的现实信任。我们的底层设计哲学，就是在让跨人协同、共同筹划变得毫无阻力的同时，借助技术防火墙与社会契约，严密保护每个人的隐私。

Patrick O’Shaughnessy：我们真的将会看到一种完全不同的新秩序，不是吗？这太诱人了。我脑海里瞬间浮现出无数场景——比如我和我妻子之间，生活琐事的协作阻力会瞬间归零；甚至像找房这种小事，如果我知道你在看某个街区的房子，我让自己的Instinct问你的Instinct：“他常去的那家附近有什么好推荐？”你临时给我开放一天的相关权限……想象空间极其广阔。

Noah Shinn：在可信网络里，我们观察到了很多极具创意的自发协作用法。比如朋友聚会或情侣周末出游，过去总需要有人先提议，再在群聊里七嘴八舌地对齐时间和爱好，常常讨论到最后不了了之。现在，有一群大约六个人的好友小圈子，让各自的 Instinct 每周自动协同策划一次周末聚会：系统会综合六个人的空闲时间、共同兴趣，甚至打通 Spotify 的近期收听偏好，挑选出一场所有人都可能感兴趣的小众演出或活动。

它甚至顺手把交通问题也全包了。有一次，他们让 Instinct 直接呼叫了一辆大号 Uber，算法自动规划出最优接送路径，依次接上这六个人，并在车快到时分别提醒每个人几分钟后下楼。大家一路拼车直达现场，既省心，人均成本又极低。类似的例子数不胜数：一旦抹平了日常生活里最耗神费力的组织与后勤内耗，用户自然会涌现出意想不到的创造力。

03 Agent 将如何重塑互联网与商业

Patrick O’Shaughnessy：这个产品听起来不可思议，但理解它最简明的方法，就是把它看作一位无所不能的私人幕僚：拥有专属电话、电脑和邮箱，能像真人一样心领神会地与你沟通。这让我想到：如果未来每个人身边都常驻着一个这样的Agent，现实世界与数字世界将被如何重组？代码生成确实令人兴奋，许多人也见证过它创造奇迹的时刻，但真正写代码的人口毕竟只占很小一部分。个人Agent面向的却是一个规模庞大得多、普罗大众皆可用的通用市场。你认为它将如何重塑世界、互联网与商业？未来的软件交互界面又会是什么样？

Noah Shinn：我想把这个问题拆解为两个层面来看，免得我们听起来像是一群不切实际、夸夸其谈空想“重塑互联网”的狂热分子。但即便如此我也想明确表态：在未来的几年内，互联网生态确实将被彻底重写，全球绝大多数人使用软件的方式将发生根本性剧变。

从中短期来看，最经典的切入点莫过于预订类场景（Reservations & Bookings）。过去预订热门餐厅是什么流程？大家必须自己守着网站，在固定时段疯狂刷新页面，反复填写就餐人数并拼手速抢位；一旦手慢没抢到，瞬间就被别人占了先机。

但有了个人 Agent 后，理论上你可以让它每隔 5 秒就在后台自动扫描刷新。不仅是针对你个人常去的那一家，而是全球范围内、任意城市的任意餐厅皆可如此运作。你立刻能体会到，哪怕在餐厅订座这样一件微小的事情上，Agent 带来的杠杆有多大。

如果再往深处看一步：我们未来会公布一些激动人心的重量级合作。我们正在重塑这一领域的预订生态。因为站在用户视角，大家之所以费尽心思去订一家高档餐厅，通常是为了承载生命中的重要时刻——可能是 30 岁整寿、结婚纪念日，或是远方挚友来访。人们渴望在特定时刻与珍视的人共度难忘体验。但在过去的互联网先到先得机制下，这些诉求全被抹平了，系统无法区分哪个座位对谁而言更具情感价值，哪怕只是常客临时占座，也和别人的十年纪念日平起平坐。

但如果 Agent 之间能够实现双向沟通与价值撮合呢？Instinct 可以主动告知餐厅的系统：“这并非一次普通就餐，而是这位顾客配偶的 30 岁生日，对他们而言意义非凡。”餐厅同样可以在策略上倾斜，优先接纳那些带有重要纪念意义的预订。过去由于双方沟通的后勤成本过高，这种精细化匹配根本无法实现；而现在，Agent 能够在抹平沟通摩擦的同时，精准撮合供给端与需求端，让用户获得更难忘的体验，让商家承接到最精准的高净值场景。

餐厅预订只是传统商业模式裂变的一个缩影，在线旅游行业（OTA）同样如此。坦白说，目前通过 Instinct 平台流转的交易额中，有整整 50% 都来自旅游出行。 尽管我们目前仍处于小规模邀请制阶段，但平台按年化口径跑出来的交易总额（GMV）已经逼近 10 亿美元。在如此精简的初期用户盘子里，能跑出这样的体量，而且半数集中在差旅出行上，很能说明问题。

大家今天订酒店、买机票，大多还在用传统的 OTA 聚合平台。这些平台固然有价值，它们整合了零散的航司和连锁酒店，提供了清晰的对比界面和快速结账体验。但 Instinct 带来的则是降维式的体验跃迁：你甚至不需要面对任何界面，只需发一条语音——“帮我安排一下，我今晚需要赶到纽约。”

接下来发生的事情完全是静默自适应的：Instinct 知道你当前的地理位置；调取你常坐的航空公司偏好、中意的舱位等级、过道还是靠窗的座位习惯；匹配你的饮食偏好和支付卡种。搞定机票后，它顺次预订常住的酒店，甚至把去机场的接送车、落地后的 Uber 以及与日历日程无缝对齐的行程表全量打通。对用户而言，全部的心智负担仅仅是讲出了那句自然语言指令，剩下繁琐的后勤交付全部在暗中平稳落地。

Patrick O’Shaughnessy：而且它会不断深度了解你，所以你的各种偏好都会被沉淀保存下来。

Noah Shinn：只要你告诉过它一次“我更喜欢这个，这是我的风格”，它以后就能永久复用这段记忆。不仅如此，它还会从你的总体品味中推理出其他维度的偏好。你交付的信息越多，后续体验就越省心。

接着刚才的差旅例子：它会找到最契合你的酒店；如果你已经在某家酒店住过七次，决策就更轻量。它会把航班、酒店、往返机场的接送车以及你要参加的活动全量对齐日历。对用户而言，整个过程仅仅需要讲出一句话：“我今晚要去纽约”，其余一切繁杂琐事全被妥善打理完毕。

这就是我所说的“在当下精准满足用户的即时意图”。这种体验甚至可能重构传统 OTA 的生存土壤。不过我并非说我们要消灭这些平台，它们积累数十年的数据与供应链具备深厚价值。未来更可能的是走向合作：共同重新定义这个行业的运行逻辑。

这里面存在一个非常经典的“数据网络飞轮”：你交予它的真实数据越多，它对你的处境和偏好越心领神会，就越能精准主动地代你决策，产品的实用价值就会呈几何级数攀升。

我们的内部留存数据显示，普通用户通常需要两到三周的时间来建立这种深层信任。这完全符合人性，我们从不催促用户，因为 Instinct 最核心的底线就是：数据的主权永远属于用户自己。用户可以按照自己的舒适节奏逐步开放权限，也可以随时一键收回。但在使用约三周后，大约有 40% 的用户会毫不犹豫地把个人主信用卡绑定给 Instinct，授权它代为支付。第一张卡、第一次授权核心密码、第一次同步敏感日程，就是信任建立的里程碑。

一旦跨过这道信任门槛，留存曲线就会出现惊人的滚雪球效应：只要用户主动绑定过至少一项核心敏感资产，并在真实场景中体验到了 Agent 的价值，平台的长效留存率高达 80% 左右。

04 信任、隐私与商业模式

Patrick O’Shaughnessy：在消费级科技领域，80%的留存率简直是不可思议的天文数字。那些想尝试这种技术但天生审慎、不易交付信任的人——不仅针对Instinct，而是面对任何掌握海量个人资产的AI Agent——他们该如何评估潜在的安全风险？你又从系统架构上做出了怎样的承诺，来保证用户把极其敏感的权限交出后，发生意外灾难或恶意盗刷的概率能趋近于零？

Noah Shinn：这个问题可以拆解为两个截然不同的防御纵深。

第一部分是传统范畴内的“敏感数据静态与传输存储”。 这一领域业界已经有非常成熟的工业标准和加密范式，核心考验的是团队的工程严谨度与防御纪律，确保用户权限完全物理隔离，并给予用户绝对的撤销权。这是个工程苦力活，但路径非常清晰。

第二部分则是真正棘手、前所未有的新挑战：这是人类历史上第一次，让一个拥有自主意图的智能体拥有了全域采购与网络执行的实体能力。 我们的数据显示，三周内有 40% 的用户会把银行卡授权给它，还有大量用户全量开放了私人收件箱与完整日程表，这意味着系统的“潜在攻击面（Attack Surface）”被无限放大了。

为了根绝隐患，我们设计了一套与核心 Agent 决策链路物理解耦的独立风控与监督系统： 所有输入给 Instinct 的外界内容、邮件、网页媒介，都会首先穿透一层我们研发的“安全防火墙”。这套系统能精准识别并实时阻断恶意的 Prompt 注入（Prompt Injection）、社会工程学诱导或任何企图绑架 Agent 意志的恶意指令。 更重要的是，针对 Instinct 产生的所有行动意图与底层系统调用，后台都有一个独立的“安全守门人系统（Guardrail System）”进行毫秒级实时审计。它具备一票否决权，能够在指令最终触达真实世界之前，根据风控模型进行拦截、挂起或二次向用户核准。

底层复杂的工程纵深，就是为了让 Agent 既能发挥出最大的代办潜能，又被牢牢锁定在安全护栏之内。

Patrick O’Shaughnessy：我一直在思考一个词——“利益对齐（Alignment）”。我知道“对齐”在AI领域是个非常宏大的词。但我这里指的不是人类存亡维度的超级对齐，而是它是否能与“我个人的根本利益”对齐。如果我雇佣一名真人幕僚，我按月付他薪水，我就信任他会全心全意为我的利益筹划，因为雇佣机制决定了他的激励机制。你是如何看待商业模式与利益对齐之间的关联的？你能为我们梳理一下Instinct在商业模式设计上的决策树吗？以及你是如何推导出现在这种商业模式才是对Agent最理想的方案？

Noah Shinn：我们最坚决的底线是：绝不让 Instinct 以任何违背用户真实利益的方式，去操纵或诱导用户的决策行为。

这话听起来很轻巧，但现实中极难坚守。试想一下：未来的 Agent 在情商、博弈技巧和认知敏锐度上很可能会全面超越普通用户。如果一个比你聪明的 Agent，背后的商业目标是诱导你去消费原本不需要的商品、续费根本没意义的订阅，借其极高的说服力来操弄你的心智，那将是一个极其病态且危险的反乌托邦世界。

反观今天大部分依靠广告驱动的消费级互联网巨头——无论是 Google、TikTok、Instagram 还是其他社交媒体，用户表面上享受着免费服务，背后却充斥着品牌方花钱购买算法曝光、变着花样争夺用户眼球并诱导消费的零和博弈。

Patrick O’Shaughnessy：正印证了硅谷那句老话：如果你没有为产品买单，那你本身就是被售卖的商品。

Noah Shinn：完全正确。作为技术人员，我打心底里拒绝去构建那样的世界。那是一条饮鸩止渴的死胡同。Instinct 的唯一使命，就是绝对代表用户的意志行事。

我们在架构设计时就确立了一个原则：Instinct 不是一个单纯被动的“任务打勾者（Task Completer）”，而是一个具备“高阶价值追求”的代理者。 市面上的普通 AI 属于前者：你发一段 Prompt，它不假思索地跑腿交差。但如果用户的指令本身存在被欺骗风险，或者指令动机有问题，被动执行的系统就很容易被利用。而 Instinct 会时刻对齐更高维度的原则——它始终把“如何守护用户的长久信任、如何保障用户的现实安全”置于单次任务的完成之上。这种目标设定，让它在面对极其复杂的极端场景时，具备极强的系统鲁棒性。

这也直接决定了我们的商业逻辑。既然每年已经有数十亿美元的真实交易在平台上自发流转，且每天都在以极高的复利速度增长，它本质上切入的其实是底层交易的分发与结算网络，极其类似于 Apple Pay 或 American Express（美国运通）的角色。

Apple Pay 对所有持卡终端用户完全免费，带来了无缝顺畅的安全支付体验；而平台通过赋能整个交易链路，向从交易中切实获益的 B 端商户收取微额的交易手续费。在 Instinct 的整个网络中，未来最自然的商业模式，正是基于撮合交易从商户端抽取合理的 Take rate（交易佣金），以此来平衡高昂的基础设施成本，并维持对 C 端用户的极致纯粹与免费体验。

Patrick O’Shaughnessy：你能多说一点这个是如何融入现有世界的吗？我可以想象这些层级，比如说你可以是一个发卡机构，你可以是类似Stripe的公司，你也可以是Visa或MasterCard。支付领域已经建立了一些通道，这些通道带来便利并减少摩擦，并从交易中抽取一定比例的费用。这些确实是一些非常棒的业务。你如何看待其中哪些是合作伙伴，哪些是你可能会取代的东西？关于在交易额上收取小额费用的愿景呢？在Instinct上，由于它是一个免费产品，它是如何适应现有世界的，你怎么看？

Noah Shinn：为了把这个问题讲透，我们需要拉大视角看全局：底层的金融支付网络确实是一门好生意，一笔数字交易背后可能有几十家机构分润，但他们平摊下来每个人切走的利润其实只有 2% 到 2.5% 中的极小一段。我们绝不会把精力放在去跟 Stripe 或 Visa 争夺那二三十个基点的底层处理费上，那些基建非常成熟，而且有其不可替代的网络价值。

真正的商业价值高地，在于分发与履约的撮合入口端。纵观全球主流的平台生态：Shopify 对商户提供全套分销工具，其综合变现率通常在 2.5% 到 3% 附近；Amazon 提供了强大的电商主渠道，综合抽成往往能达到 10% 以上；而苹果 App Store 掌控了最顶层的软件分发生态，抽佣比例高达 30%。

我并不是说 Instinct 也能拿到 30% 这么夸张的数字，那在现实中对于很多重履约行业是不合理的。但 Instinct 拥有直接连通用户真实意图的最高优先级入口，我们为用户提供完全没有侵入性广告的免费体验，为商户带来极其精准的确定性订单。

更现实的是，正如我前面提到的，目前流经平台的交易额中有一半是差旅度假。大家都清楚文旅行业的商业底色——航司出票佣金较低，但高端及精品酒店为了获客，愿意为单笔有效订单支付高达 20% 到 30% 的佣金。我们当下能够顺理成章地承接这些成熟的行业商业模型。

更长远来看，如果这种无界面的交互入口进一步渗透到更多消费垂直领域，且 Instinct 沉淀了足够强劲的意图分发垄断力，商业模式的想象空间将不可限量。

05 传统平台如何应对 Agent

Patrick O’Shaughnessy：在我看来，似乎将会有一场严重的企业代理之战。你已经在Amazon和Muse上看到了这一点。你有所有这些与客户关系有巨大既得利益的既有玩家。这可能会让Instinct和其他代理以一种重大方式真正产生颠覆性影响。你对此有什么想法？你如何与其他优秀服务对接？我随便举一个例子。我经常使用Uber Eats。我总是从Uber Eats点餐。点击操作有点麻烦。我可以想象在一个快速的WhatsApp连接上，通过Instinct之类的服务体验会好得多，说：“嘿，我想要从这家餐厅订我平时的餐。”就这样，别无其他。它有了电脑，然后它进入Uber Eats并下订单或其他什么。在什么时候Uber Eats不再喜欢这种情况？那些已经建立起来的伟大企业会在什么时候开始对代理产生对抗？你认为，什么是最可能的冲突来源和和解方式？观察这一点将会非常有趣。

Noah Shinn：我是真心这么认为的：绝大多数核心数字服务或实体行业不会被粗暴颠覆，而是会被深度重塑与赋能转型。

前几天我做了一个很有意思的沙盘推演：把市面上主流垂直领域的数字业务和 App 全拉出来，做了一张光谱分布图，横坐标是“该业务的营收究竟有多少比例来自霸占用户的停留时长（注意力经济）”，纵坐标是“有多少比例纯粹来自提供高品质的底层商品或履约交付”。

你的担忧主要集中在那些严重依赖用户停留时长、靠 App 内部广告和追加销售（Upsell）赚取暴利的商业体。如果某家公司的营收里有 70% 靠广告注意力，30% 靠底层履约，那么理论上 Agent 抹平了界面停留后，他们可能面临短期营收腰斩的阵痛。

但换个角度看：以 Uber Eats 或 DoorDash 这类履约即时配送为例，如果能将用户从“动念头”到“外卖送达”的操作摩擦降到极限，交易的总单量必然会发生爆发式增长。

对于打车服务更是如此。如果 Instinct 获得了你的日历权限，知道你必须在 45 分钟后穿过半个城市去见客户，你根本不需要提前 5 分钟焦虑地掏出手机刷新路况、预估等待时间并手动叫车——Instinct 会彻底把“被动交互”变成“静默主动的先行服务”：在你收拾好公文包推门下楼的一刹那，最优路线的车刚好稳稳停在路边。

当体验一门商品或服务的门槛被降到接近零阻力时，由于体验极其舒心，用户下单的频次和消费总量将几何级递增。原本只占 30% 的交付蛋糕会被做大到无可估量的规模。原本需要强行留住用户屏幕使用时长的痛苦过渡期，终将被更高效的按需交付所取代。

面对既有巨头，我们作为一家羽翼未丰的初创公司，绝不会鲁莽地四处树敌或盲目叫嚣颠覆。我们主动登门拜访这些垂直巨头的高管，摆事实讲数据：“这是目前 Instinct 用户与你们生态交互的真实数据样本，我们该如何一起做大蛋糕，既提升你们的 GMV 与履约效率，又给终端用户带来极致的体验？”我们正通过这种透明共赢的方式，逐步化解行业壁垒。

Patrick O’Shaughnessy：如果你考虑一下传统公司现在可以做些什么来为一个充满智能代理的世界做准备，那么我们假装，美国大约有一半的人或者类似的，都有一个智能代理。这个代理做你刚才描述的所有事情，听起来很不可思议，很神奇，而且非常民主化。我认为也许值得强调的是，这将为每个人带来那些曾经稀有或昂贵的能力。我觉得这只是智能代理的一个非常酷的特性。但我们可以稍后再回到这个话题。哪类企业将在那个世界中蓬勃发展？企业应该考虑做些什么来为那个世界做准备，以便在其中取得成功，你认为呢？

Noah Shinn：这又回到了我们刚才说的拆解逻辑：企业必须审视自己利润的真正来源。

如果你的企业核心护城河是“无可替代的底层产品力、高品质的履约交付与供应链深度”，而且营收主要依赖交易规模的放大，那么恭喜你，Agent 浪潮将成为你最大的顺风车，Instinct 会把你的触达效率放大百倍；反之，如果你过去大部分的利润全靠把用户诱捕在 App 内部、靠无休止的信息流滚动去压榨广告展现，那么你将面临巨大的灭顶之灾，因为 Agent 会把被囚禁在屏幕前的用户彻底解放出来。

对于很多具有前瞻性视野的传统 CEO，我的建议是：尽早开展小步快跑的灰度测试。 你不需要一上来就大拆大建，而是可以在 1% 的局部用户群中开放 API 或允许 Agent 全自动接入，观察这部分用户的长期生命周期价值（LTV）是升是降，看客单价与履约频次是否显著上扬。用严密的数据验证取代凭空恐慌，这是我们目前看到最卓有成效的过渡范式。

06 怎样设计真正好用的个人助理

Patrick O’Shaughnessy：在我提出更多关于个人Agent如何重塑世界的问题之前，我想在对话中稍微旁开一下，谈谈完成这一切、提供这一切需要做些什么。我想听听哪些地方很难，关于构建这一切，以及技术本身。我想听听关于算力资源的情况。我记得你曾经跟我说过，你现在花大量时间思考的就是算力资源。也许五年后情况会有所不同，但在眼下快速发展的阶段，这确实非常重要。我很想听听你的想法。给我们讲讲构建Instinct本身是怎样的经历，以及实现这一切的关键和难点。也许在我们做那件事之前，仅仅因为我在回忆我们所有的对话，先帮你梳理一下你希望它传达的感觉以及原因会很有帮助。对你来说，让它具有这种独特的品质和表现力非常重要。在我们讨论如何实现这些之前，也许先快速说一下，比如你希望Instinct作为一个产品传递怎样的感觉。

Noah Shinn：这个话题我能聊上整整一天，因为它是产品能否立足的灵魂所在。在今天的 AI 圈子里，很多开发者需要重新补上一堂产品课：克制技术炫技的冲动，全神贯注于用户的真实心理感知。

过去三年里，AI 圈每天都在狂轰滥炸“模型参数又突破了多少”、“又解锁了什么逆天新功能”。普通大众一方面早已对这些宏大叙事产生了审美疲劳，另一方面面对冰冷的聊天框根本无从下手。从第一天起，Instinct 奉行的最高准则恰恰相反：在能力之前，把“可理解性（Understandability）”做到极致。 用户能清晰感知当前正在发生什么吗？能毫不费力地预判下一步的走向吗？能够明确知道换一种方式交互会得到什么结果吗？

这也是我们口碑裂变如此强悍的根底所在：它让人感到极度安心与舒适。信息的传达形式与信息本身同等重要——如果甩给用户一整屏需要吃力滑动的长篇大论，用户的认知负荷会瞬间过载。多数人在快速扫读时，视线轨迹就像一面旗帜，只会在前几行停留。因此，Instinct 在信息排布上极度克制，先用前 30% 的篇幅把最关键的决策点交待完毕，把细节平缓折叠给需要深挖的人。

我们固然在底层基础设施上砸了重金去压低延迟、优化吞吐，但这种对人机交互心理微妙颗粒度的敬畏，才是最难被复刻的核心护城河。

Patrick O’Shaughnessy：这其中有多少是你个人和团队的品味？和他们的品味相比呢？有多少是量化类型过程的结果，比如迭代的量化过程，像，我们对所有内容进行了A/B测试，你知道的，表情反应与短内容与长内容的对比。这个是最优的。像，这其中有多少是基于数据驱动的优化练习，有多少是你自己和团队的感知判断？

Noah Shinn：坦白讲，是两者的深度咬合。针对那些极其微妙的体验特质——比如“用户在连续使用两三周后是否沉淀出了长效的信任依赖”——这在短期内是很难完全靠单次 A/B 测试的量化指标来评测的。

很多时候，这始于极度挑剔的内部审美内测：我会先亲自构建一个极具实验性的交互细节，反复把玩体验几百次；如果我觉得足够舒服自然，就推给核心团队盲测；团队认可后，再小范围分发给早期的种子用户群收集定性反馈。在定性体感过关之后，我们才会放大到公测网络，结合系统指标进行精细调优。

在技术快速贬值的时代，几个月后市场上肯定会出现界面和功能看似差不多的模仿者；但对用户情绪颗粒度的精准共情与交互打磨，决定了一款产品究竟是冰冷的代打工具，还是真正值得长久托付的贴心管家。

07 增长、算力与大公司的竞争

Patrick O’Shaughnessy：关于技术历史的一个伟大之处在于，这是现有企业在质量和创新上与新兴企业争夺的竞赛。就像你在争取分销一样。显然，你已经打造了一个令人难以置信的产品，它的手感如何。就像你说的，它的状况会比现在更糟糕吗？你如何看待这个挑战，比如你的扩展速度，你的雄心是什么，如何真正非常迅速地变大？你认为这是一个赢家吗？占据大部分市场、拿下所有市场？代理的市场形态会是什么样的？我只是非常好奇你是如何考虑的，好吧，你已经有了这个立足点，你每天增长10%。每天你做这个算力，它会变得非常大，非常快。你需要大量算力资源。它是一个免费产品，就像这一切。你是一个非常随和的人。这看起来就像是一种让人压力很大的情况，要面对这个问题可能会多快、多大。给我们讲讲那个多头怪兽般的问题吧。

Noah Shinn：你用 20 秒极其精准地描摹了我现在每天最焦虑的现实困境。

先回顾一下我们初期的增长历程：我们最开始采取的严格邀请制（每个用户仅限 5 个宝贵名额），从来都不是为了搞噱头式的饥饿营销。我的野心极其宏大，恨不得明天就能服务全球几十亿人，但我们必须以极度负责任的节奏前行，防止某天一觉醒来用户暴涨 10 倍，结果 80% 的人都因为算力击穿而遭遇服务宕机。

最初我们只把产品给了身边最亲密的 200 个亲朋好友。第一天他们只推荐了 5 个人；但当基数突破数千人后，病毒式口碑突然进入了非线性爆发。大家在社交媒体上自发分享自己挖出的惊艳用法，日复合增长率瞬间从微弱的几个百分点飙升到 10% 甚至 11%。

必须强调的是：到目前为止，我们在公关营销上的预算是零。 没有任何买量动作，每天这 10% 的恐怖复利增长，纯粹是老用户把手里视若珍宝的邀请名额分赠给亲友的结果。这是一种极其震撼的口碑原动力。甚至有用户在 eBay 上把一个 Instinct 的邀请码炒到了 300 美元。

但这直接把我们推到了一个前所未有的工程极限面前：传统社交软件用户翻倍，只需要线性堆叠 Web 服务器与数据库带宽；但对于一个需要自主决策的高阶 Agent 而言，底层算力的消耗是指数级暴增的。

如果你的算力需求每周都在翻倍，你该提前采购多少硬件？买当期需求的两倍？一周就耗光了；买五倍？撑不过三周；买十倍？不仅需要十倍的高额资金杠杆，而且在当前的供应链格局下，高阶算力集群的交付周期（Lead time）长达数月！这意味着你根本不可能今天缺算力明天就能上线。一旦供需节奏预判失误，等待你的就是三到四倍的致命惩罚——要么由于算力空置造成资金链断裂，要么算力击穿导致服务全面瘫痪。这是我目前耗费 40% 精力在严防死守的险滩。

Patrick O’Shaughnessy：如果你放大到单个用户会怎样？以及每天为他们提供服务的成本是多少？比如，你每周有一个中心吗？我不知道正确的指标是什么。比如，我使用我的Instinct，每天在推理上的成本是多少之类的。你能感觉到那种规模吗？那种规模是多少？

Noah Shinn：我们目前最核心的技术壁垒之一，就是探索出了一套成本极低、但综合效能极其逼近 Opus 5 级别顶尖模型的混合推理与分发管线。 无论是内部对抗评测还是真实留存指标，我们都能以远低于直接调用前沿模型 API 的成本，跑出近乎顶级的执行表现。

这也正是 Instinct 能够坚持免费的底层底气。如果我们直接去无脑调用顶尖商用 API，单次同步调用的成本是不可承受的。但 Instinct 与传统一问一答的 Chatbot 有着本质区别：它有大量属于静默自主运行的后台任务，这些任务完全不需要在 200 毫秒内同步返回结果，我们完全可以利用空闲集群以批处理（Batch Processing）的模式异步离线运行。

同样的算力集群，通过批处理与自研推理架构的调度优化，单点吞吐效率能提升 3 到 8 倍；再配合针对专有场景与私有工作负载的端到端蒸馏与剪枝，各环节抠出 30% 到 50% 的冗余，多层组合拳累积下来，就能把单用户的全天综合推理成本压低到一个极其惊人的工业级水平。

Patrick O’Shaughnessy：你觉得如何解决更大的问题，比如提前多久购买？如果我按照真正的规模来考虑，比如你达到十亿用户这样的规模，那么你认为这会带来多少新的算力需求？显然CodeGen已经耗费了大量资源，但请给我们一些规模的概念，比如说，是按每个用户算力，还是用某种方式来理解。只是想知道这将需要多少新的算力能力。

Noah Shinn：这会拉开一个完全不同数量级的算力消耗时代。先抛开具体卡数不谈，仅看系统流转吞吐的 Token 总量：

以往的代码生成或对话产品，其交互完全是“用户单向触发式”的——用户敲一下回车，模型吞吐一波 Token，用户看两分钟，再敲下一句。无论单次推理跑得有多深，在时间轴上它依然是高度离散、受制于人类交互频率的。

但具有主动意识的 Agent 完全不同：它拥有自己的作息生命周期，能在全天任意时间节点静默“苏醒”。它可能早上 6 点自动苏醒，梳理你当天的全盘日程与未读邮件，发现一切运转平稳，便继续隐退到后台待命；下午 4 点它捕捉到一个行程冲突风险，在后台全自动计算推演后，再以最轻量的方式弹窗介入。

随着主动性的无限延展，90% 以上的工作负载与 Token 吞吐都在人眼看不见的云端后台全天候并行发生。 相比第一代被动式 AI 工具，主动式 Agent 体系对算力底座的需求将直接高出两到三个数量级。我们今天所窥见的，仅仅是这片浩瀚深海的冰山一角。

08 Muse 安全与主动式 Agent

Patrick O’Shaughnessy：你怎么看Muse？你试过这个产品吗？

Noah Shinn：我认为 Muse 是一款非常出彩的产品，我前阵子也深入试玩过。但我们的产品路线从底层逻辑上就是分道扬镳的：Instinct 从立项第一天起，追求的就是“没有界面的极致极简”，我们致力于消除一切冗余操作，最大程度抹去用户的认知负担；而 Muse 的路线更偏向于打造一个拥有丰富交互特性的全新原生独立 App。

我平时极少把精力浪费在焦虑友商竞争上。因为只要你走出硅谷，随便走进街角的一家普通咖啡馆，问问里面有几个人真正在日常生活中把前沿 AI 当作生产力工具深度使用？比例低得惊人。放眼全球更多非核心城市，更是几乎一片空白。整个个人 Agent 赛道依然处在极其开阔的原野期，最好的竞争策略永远是心无旁骛地把产品本身的体验磨到极致。

Patrick O’Shaughnessy：到目前为止有哪些失误？比如，有哪些出了问题？你对此做了什么？我敢肯定还会有更多事情出错。这只是一个涌现属性和错误的爆炸，最终的影响会非常大。你是如何考虑那些需要主动防范的事情，和那些需要被动应对的事情的？比如，跟我们讲讲构建这个过程中比较阴暗的一面，或者比较困难的一面。

Noah Shinn：永远不要当火烧眉毛才去扑火的被动反应者，必须建立全方位的“风险预见与前置防御机制”。

早期在极其初级的内测阶段，我们的安全防火墙与多层协同仲裁机制尚未完善，系统确实出现过由于模型推理幻觉导致的误判或逻辑死锁。但我们坚决反对头痛医头的“打补丁式修补”，而是彻底推倒重构，自研了一套独立于主决策 Agent 之外的底层风控与拦截子系统。

核心原则始终只有一条：无论系统能力如何膨胀，最高控制权与数据主权必须永远牢牢掌握在用户本人手中。 用户可以极其清晰地随时撤销任何权限或随时熔断执行。

Patrick O’Shaughnessy：让我想知道，安全的未来会是什么样子呢？即使你是世界上最顶尖的专家，可能你也必须达到那种水平，你将会拥有关于许多人的大量信息和背景。安全是一个大问题，我认为，在全世界都是如此。我是说，我们现在研究的所有这些极好的黑客案例，真是惊人，这些东西能做的事情太疯狂了。能力只会越来越强，等等。你有没有一种总体的哲学？我只是好奇，想让你即兴谈谈安全、保护以及防御的未来。我是说，在过去的技术革命初期，总是会有这些巨大的黑客事件和数据泄露等等。很难想象在这次技术革命中这类事情不会发生。考虑到你将了解很多关于人们的信息，你如何看待这件事以及提供安全的责任？

Noah Shinn：这是悬在我们头顶最严肃的达摩克利斯之剑。这绝不仅仅是一套技术防线，更是刻入我们团队基因的立身之本。

过去三十年，每当颠覆性新技术诞生时，世俗的第一直觉往往是“它很危险、充满不可控与侵犯性”。消除这种恐惧的唯一解法，就是用近乎偏执的确定性，构建一个让用户永远感到“尽在掌握”的防御架构。

以业界最头疼的“模型幻觉（Hallucination）”为例：大语言模型本质上是概率模型，出现局部的置信度采样偏差在所难免。普通 Chatbot 幻觉了无非是胡说八道几句，但对于能调用底层电脑并操作真实资金的 Agent 来说，哪怕一次致命幻觉都是不可接受的。

因此在 Instinct 体系内，任何调用真实世界外部工具或资金接口的指令，在最终执行前，都必须穿透一套与 Agent 核心目标解耦的独立验证网络。 这套系统充当冷酷的守门人，一旦发现指令中的特定实体或动作属于底层模型的非法采样漂移，会立刻在底层实现物理阻断。

我们组建了一支全球顶尖的红蓝对抗安全战队，每天 24 小时不断生成高烈度的对抗诱导样本（Adversarial Attacks），在极端边界场景下疯狂敲打系统。随着高阶攻防演练的长期积累，系统的抗打击韧性与鲁棒性每天都在呈指数级进化。这类安全壁垒具有极强的网络护城河效应：时间越长、演练样本越深厚，整个系统就越坚不可摧。

09 软件界面与 Agent 的未来

Patrick O’Shaughnessy：在账本的另一面，每个人总是展示iPhone每一代的漂亮视觉效果。你可以看到它随着时间的推移变得更好、越来越精致。对你来说，这条发展轨迹是什么？这非常有趣，因为它不是一个App，也不是一个设备，而是一种互动。通过现有的沟通渠道，比如WhatsApp和iMessage等，你在添加和设想随着时间添加的东西是什么？这些东西将使平台和产品比今天更强大？

Noah Shinn：现在的体验已经很轻薄，但我认为未来的终局是“界面的进一步消融与蒸发”。

我们或许未来也会推出辅助性的 App，但我们的长远目标绝不是增加用户的操作步骤，而是消灭一切不必要的交互摩擦。试想一下：你真的还需要经历“掏出手机 -> 人脸解锁 -> 滑动找到 App -> 点开聊天框 -> 打字 -> 等待回复”这一整套繁文缛节吗？

如今已经有相当大比例的极客用户，纯粹通过全局语音指令与 Instinct 深度交互。我自己就直接把它绑定在手机侧边的 Action Button 物理按键上：跑步或开车时随手一按，随口说一句：“两个小时后提醒我和 Patrick 通个电话；你收件箱里有他的名片，直接帮我草拟一份摘要发过去。”全程无需掏出或解锁手机屏幕。

再往深处推演一步，常开的近场音频交互已经完全成熟。甚至不需要昂贵的新设备，一副普通的 AirPods 就足以支撑：在你徒步、骑车或漫步在街头时，Instinct 能像一位极其懂你的影子秘书一样，在耳边轻柔地为你分拣关键信息——“这份重要合同需要你确认核心条款”、“这条突发行业快讯值得你听听”。你只需要极简地在喉间应答一声：“收到，直接帮我加进日程，预留 15 分钟准备”，或者“不重要，直接归档”。

而在硬币的另一面，面对复杂的深度信息呈现时，它又能化身极致动态的渲染引擎：当你需要审查复杂的度假行程、多方协同的婚礼筹备案时，Instinct 能在后台即时生成一个全功能的原生 Web 界面或交互式 Mini App 供你随手把玩。过去构建这种专用 UI 需要几个月的需求分析、前端开发与版本迭代，而现在 Agent 可以在毫秒级完成动态渲染。

过去二十年，移动互联网逼迫全世界的人在手机里塞满了上百个功能单一的孤岛式 App，大众的认知耐心已经被彻底榨干。所有纷繁复杂的垂直软件，终将收拢聚合为一个极简、隐形但无所不能的超级代理入口。界面退居幕后，能力却迎来无边际的扩展。

Patrick O’Shaughnessy：从能力上来说，你能想象到的最疯狂的事情是什么？

Noah Shinn：当人机交互从琐碎的“日常杂务代办”中抽离出来后，Agent 将真正开始接管并追求高阶的“长期宏观战略目标（Higher-Level Goals）”。

过去用户下达的指令往往是微观的：“帮我记录一下这次深蹲数据”、“帮我记一下今天摄入的卡路里”；但未来的指令将直接跃升为长达数月乃至数年的宏观愿景：“在接下来的四个月里，全力协助我把全马成绩提升半个小时”，或是“帮我科学增重 10 磅，并把所有体检指标维持在最优区间”。Agent 会根据你的宏观目标，自主反推每天的训练强度、睡眠监控、定制化食谱采购甚至与营养师的远程复盘，形成一套自我演进的闭环系统。

在商业领域这种范式更是势不可挡：我们目前已经看到很多微型初创团队，甚至一人公司，其整个后台中台的运营与资产流转已经完全原生寄生在 Instinct 之上。整个后勤运营完全实现了无人自主驾驶——比如某条业务线被下达了最高原则：“确保全美各前置仓的库存周转率不低于特定阈值，且资金占用不超过安全红线”。Instinct 不再需要人类每天手把手地下达采购单，而是能够自主调配一切能够调动的 API、供应商网络与财务账户，向着既定目标自主驾驶。从微观代办迈向宏观自主，这就是整个智能体演化势不可挡的历史主轴。

Patrick O’Shaughnessy：你希望它具有为每个人独特的个性吗？比如，我现在想到电影《她》，里面有一种关系在全知全能的智能代理和用户之间形成。你觉得那个方面怎么样？我认为Instinct是一种非常无缝、几乎安静、极其可靠的东西，但不是有顽皮个性或类似的东西。你如何看待产品的这个部分？

Noah Shinn：如果指的是《她》里面那种带有亲密关系甚至恋爱色彩的拟人化投射，那绝不是 Instinct 想要追逐的定位。

我更倾向于把 Instinct 塑造为一个拥有极高情商与社交感知力的顶级执行官。无论置身于何种严肃或轻松的社交网络，它都能以最恰如其分的分寸感与周围的人事物打交道，并在这种交互中持续吸收进化。

我们绝不会生硬地预设几种标签化的性格模板强塞给全世界，而是让它在长年累月的陪伴中逐渐读懂每个人：它会敏锐地察觉到你反感冗长浮夸的套话、捕捉到你对特定长邮件的阅读疲倦、或是明白你在做重大决策时只看核心数据。它会像流水一样自适应地调整形态，化作最适合你的那具外骨骼。

10. Instinct 的名字 融资与结束语

Patrick O’Shaughnessy：为什么叫Instinct？

Noah Shinn：我喜欢这个名字背后蕴含的力量感。最核心的一点是：它绝不应该被看作一个被你随意呼来喝去、任人鄙弃的廉价打杂脚本。 我希望它是一个极富灵性、能在关键时刻迸发出惊人创造力与可靠战力的共谋伙伴。

人与智能体之间，理应建立起彼此的敬畏与坚实的信任：你全然相信它会在暗中为你遮风挡雨，而它深刻通晓你的处境与边界，并在复杂的世界里为你破局前行。我不愿意用一个普通人名把它框死在浅层的拟人化囚笼里，它代表的是一种人类意志向外延展的全新机能，像呼吸和直觉一样自然随行。

Patrick O’Shaughnessy：你的敌人和盟友是谁？比如，我可以想象在WhatsApp或类似的东西上，你可能会被封锁。那是Facebook的产品，而它对你来说是一个关键渠道。iMessage是苹果控制的产品。那么，你的朋友是谁？你的敌人是谁？你如何看待一些不可避免的竞争现实？

Noah Shinn：我很少从“Instinct 到底是一家寄生在 WhatsApp 还是 iMessage 上的壳应用”这种狭隘的框架去看问题。回归物理第一性原理去思考：用户今天最熟悉、最不设防的日常交互管道到底是什么？我们如何用最低的心智成本把 Instinct 的能力无缝注入进去？

实际上，我们全网目前有超过 50% 的核心流量完全不在 iMessage 之上。对于我们而言，渠道永远只是水管，真正的护城河是水管里流淌的端到端执行能力与用户沉淀的深层信任。不管未来数字渠道的格局如何洗牌，只要你能为终端用户抹平一切现实世界的阻力，分发的通路永远会为你敞开。

Patrick O’Shaughnessy：我知道你们的最新一轮融资大约是十亿美元，估值约为100亿美元，一些世界上最好的投资者，如红杉、Benchmark、Coatue，是这一轮的领投者。你如何看待在此背景下公司未来的资本需求？你又是如何选择所选的合作伙伴的？

Noah Shinn：我很庆幸能与这样一批真正具有大格局的顶级投资人并肩作战。他们在过去的几十年里，亲历过多轮底层范式重构的技术大周期，见过真正的大风大浪。

比起账面上耀眼的融资估值，我更敬畏的是这笔资本背后所折射出的时代重托：全球数十亿普通人对一种真正颠覆性、有温度、能干实事的 AI 终极形态的饥渴。

要把这样一种代表未来生活范式的技术，以完全负担得起甚至免费的方式铺平给全球大众，底层吞吐所需的算力基建是一笔天文数字级别的投入。我们原本完全可以退守到舒适区，比如向每个用户每月收取 100 美元的高昂会员费，迅速实现账面盈利；但风险资本最崇高的宿命，就是支持我们去承担经过精密计算的宏大风险，让我们有底气绕过“订阅制”这种短视的局部最优解，一鼓作气把底层算力、基础设施与万亿级的真实产业生态全面打通。

Patrick O’Shaughnessy：我每次访谈都会用同一个问题结束：别人为你做过的最善意的一件事是什么？

Noah Shinn：回望一路走来，我最大的幸运就是能在不同的人生阶段，与大量极其真诚、善良且纯粹的灵魂深度交织——无论是在科技工业界，还是在最平实的个人生活里。每当你在低谷或迷茫时，身边总有人愿意无条件地给予你善意、信任与包容。

我很难具体挑选出某一件惊天动地的大事，但正是这种在漫长岁月里不断感受到的温度，让我打心底里渴望把同等纯粹的体贴与善意，通过我们亲手打造的产品，千百倍地回馈给这个世界。

Patrick O’Shaughnessy：Noah，你正在打造一家非常迷人的公司，甚至可能是当下全球AI生态里最值得关注的公司之一。非常感谢你接受采访。

Noah Shinn：非常感谢 Patrick，聊得非常尽兴。