推荐阅读：

　　灯少年度演讲丨视听“斩杀线”，一切为了活跃度

　　【灯少演讲PPT】预见2026大屏七大增长机遇

　　从表面上看，Netflix 的成功似乎是一个符合信息时代演进逻辑的典型案例：它从 DVD 邮寄业务起步，在技术转型的关键节点果断切换到流媒体，并利用原创内容建立起极高的护城河。然而，当我们深入审视 Reed Hastings 的经营哲学时，会发现这并非一个简单的“由于顺应趋势而获得成功”的故事，而是一场关于组织效率的极端工程实验。

　　Reed Hastings：Netflix 的联合创始人和长期 CEO，被认为是现代流媒体行业的关键缔造者之一

        在这场与 Patrick 的对话中，Hastings 提出了一个核心概念——“人才密度”。这让我想起在工业时代，大多数工作是机械性的，企业往往依靠制度和流程来确保产出的稳定性。但 Reed 从他第一次创业的失败中总结出一个深刻的教训：在创意和智能时代，一旦平庸的人占据一定比例，企业为了防止出错，就会不可避免地引入官僚化的规则。而这些规则恰恰是顶尖人才的毒药，最终导致组织的集体平庸化。

        为了对抗这种熵增，Netflix 将自己视作一支“职业球队”，而非传统的“大家庭”。这体现了某种冷峻的实用主义：在家庭中，成员关系是基于情感的无条件接纳；而在职业球队中，每个位置都必须由全球最优秀的人担任，目标只有一个——夺冠。 在 Netflix 的逻辑里，平庸的员工不属于这里，他们会得到一份丰厚的遣散费作为告别，从而保证团队始终由最强悍的一群人组成。

        这种对效率的追求，延伸出了 Netflix 独特的决策机制——“知情船长”制。在大多数大公司，决策权往往被稀释在各种委员会中，这种“集体负责”在工程上往往意味着“无人负责”。而 Netflix 坚持由最了解一线的个人拍板，这既是权力的下放，也是责任的绝对锚定。

        Reed 的反共识不仅体现在组织管理上，更体现在对未来的预判。无论是当年主动“杀死”盈利的 DVD 业务，还是如今对 AI 教育的关注，其底层逻辑都是一致的：推倒旧的系统，构建更高效的算法。在他看来，传统教育中“一个老师面对几十个学生”的模式已经到了被颠覆的边缘，AI 驱动的个性化教育才是文明升级的方向。

        正如 Patrick 所观察到的，Netflix 是研究现代商业进化的绝佳样本。它向我们展示了一个深刻的道理：在这个资本和技术高度流动的时代，管理不再是关于控制，而是关于如何通过极致的组织设计，释放出人类智慧中那 1% 的爆发力。这不仅是一家流媒体公司的成长史，更是一次关于人类组织潜力的深度探索。

       探显家对本次访谈进行了详细编译和整理。

　　左：Patrick O'Shaughnessy，右：Reed Hastings

　　开场介绍：Reed Hastings

　　Patrick：对我而言，研究 Netflix 并与 Reed Hastings 交谈，最有趣的地方在于，作为一家企业，Netflix 可能是我们所有人都能产生共鸣的绝佳案例——它完美诠释了两个看似简单却极难实践的理念。

　　第一：找到一个简单理念并极其认真地执行。自成立以来，Netflix 实际上一直在扩展其核心原创模式。在我们的对话中，Reed 谈到，即使是 DVD 业务，从 1997 年公司创立之初，也仅仅是通往他们所设想的流媒体未来的一个垫脚石，他们只是让这个理念经过数十年的演变而不被干扰，这种坚持的力量是极为惊人的。

　　第二："人才密度"这一概念。如今这个术语在各大公司被广泛使用，但真正开创这一理念的是 Reed 和 Netflix——当你将人才标准设置并保持在极高水准时，会发生什么？本次访谈中我们会深入探讨为什么这很难做到，并且 Netflix 是如何让高人才密度发挥作用并持续数十年的。

　　这次对话实际上是对这两个理念的褒奖。我们每天都在使用 Netflix，所以我们一起了解它背后的故事也显得格外有趣。

　　人才密度：打造高密度团队

　　Patrick：我想先回顾下你的第一家创业公司，聊聊「人才密度」这个概念的起源故事。我们肯定会讨论人才密度。这是如今大多数科技公司普遍采用的理念之一。可以说你是这个概念的创始人，但我很想听听你最初是如何学到这个教训的，我想你最初组建的团队并非一开始就人才济济、完美无缺。这个概念的早期起源故事是什么？

　　Reed：1990 年，我创立了 Pure Software。我们的发展轨迹很典型，像一家优秀的软件公司一样不断翻倍增长。起初我并没有特别在意人才质量，后来当我回头分析这家公司时，我发现人才密度在后期明显下降。我们在 1995 年上市，1996 年被收购。回顾分析时，我发现人才密度下降是主要问题之一。随着人才密度下降，你需要制定大量规则来防止错误，而这只会进一步逼走高素质人才。正是通过这段经历，我意识到：我一直在尝试像管理制造工厂那样管理软件公司，专注于减少错误、建立流程。但这并不能带来高生产力或吸引顶尖人才。我们应该以激励而非管理的方式来运营软件公司。

　　通常情况下，我们人类重视友善，还有忠诚。然而在职场中，这两者会形成一种张力，因为友善与诚实往往是对立的。生活中我一般喜欢友善的人，但在工作场所，我更希望你能对同事坦诚相待，这样我们才能更高效。所以我们必须找到一种方式，允许彼此不必拘泥于传统的"友善"，而是专注于团队目标，这意味着要非常直接。

　　同样地，关于忠诚，我们已经习惯将忠诚视为家庭中的观念，比如如果你缺钱，你绝不会解雇你的兄弟姐妹，对吧？你会分享资源，这是我们所敬佩的。然而在公司中，我们的做法是裁员。

　　“公司就像家”这个概念其实是无意识形成的，它源自社会的所有结构，因为过去所有公司都是家族企业。后来企业规模扩大了。更近一些，国家也曾是家族王国。基本上，家庭曾是深层次的组织单位。因此，很自然地，这种观念渗透到了我们对组织的思考方式中。

　　但对比之下，职业体育团队才是一个备受推崇的模式。它真正专注于目标，每个人都明白，为了赢得冠军，你会根据需要来更换球员。我们不要使用“我们是家人”、“我把你当家人对待”之类的说法。相反，我们应该说“我们是一个职业运动队”，我们所有人都必须每年为保住自己的位置而努力奋斗，因为如果我们能找到更好的人选，就必须更换，以赢得冠军。这就好比打造一家伟大的公司。

　　公司当成职业球队，而不是家庭

　　Patrick：一般而言，公司似乎自然而然地随着时间推移人才密度出现下降，你如何防止这种情况发生？似乎很少有组织能够达到高人才密度后能长期维持住这个水平，尤其是随着规模扩大。你学到了哪些方法可以在公司成长过程中尽可能保持高人才密度？

　　Reed：随着公司规模的扩大，你能够支付更高的薪酬，这会很有帮助。就像职业运动队中，最大市场的球队能负担得起顶薪的球员薪资。像洋基队或洛杉矶道奇队，他们通常拥有最优秀的球员。虽然支出与质量之间并非完全一比一对应，但确实存在很强的相关性。我认为你可以做的第二件事是持续宣扬人才密度的优势，而不是一味追求员工数量，这样越来越多的领导者就能熟练掌握如何管理高密度人才团队。

　　Patrick：我想讨论下在企业中打造人才密度的整个流程，从最初如何发现人才开始，最可靠的人才发掘方式是什么，以及如何评估他们？然后我想讨论流程的后续阶段，但先从源头说起，找到那些在你的企业中有潜力成为极其优秀人才的最有效方法是什么？

　　Reed：我倾向于保持一个相当宽泛的人才渠道，招聘大量人员，然后在第一年真正了解他们，再决定安排去留。有些人持不同观点，认为应该设置很高的入职门槛，但一旦进入就可以永远留下。我认为这更像 Google 的模式，这种理念源自他们的研究生院背景，对吧？进入斯坦福研究生院很难，但被踢出去也同样困难。所以他们很自然地将自己映射到这种模式上，这有一定的好处，但那只是不同的模式。我的模式更为开放，大门敞开，广泛面试，通过实际共事之后，再尽可能选择我们认为最佳的人选。

　　Patrick：考虑到一年的流失率，这似乎合情合理。据推测，你的第一年流失率比 Google 或其他公司高得多。我记得大概 20%，对吗？这个比例相当高。你会告诉入职的人或组织关于这一比率的什么内容，以确保不会吓到人们，毕竟有很多人会在一年后离开？

　　Reed：嗯，这确实吓到了一些人。所以为了公平起见，我认为应该让他们知道他们将要面对什么。我们会说我们无法向你保证很多事情，但我们可以保证你们周围都是优秀的人才，保证让你处理的都是难题。这是我们工作的核心——你可能会不开心，工作时间可能很长，伙食可能一般，但我们在工作中能提供的本质是与优秀人才一起解决难题。

　　试想一下，如果你的主要意向是为了工作有保障，因此你愿意与不同水平的人才共事，那么其他公司可能更适合你。这样做确实有些好处，比如你可以获得一定的稳定性。但如果你是一个追求工作绩效的人，最让你兴奋的是与极具才华的人共事，与优秀队友一起快速灵活地工作，那么你会愿意接受工作不稳定性。没人喜欢不稳定性，但你愿意接受它，以换取绩效密度。

　　在“混沌边缘”管理：效率与秩序的平衡

　　Patrick：你提到了"快速灵活"，我想听听你对"灵活"的看法。

　　Reed：如果你过度管理，比如严格规定流程、强制在特定时间必须在办公室，或各种条条框框，你就会过滤掉创造性和高绩效人才。组织运作越灵活，创造力就越强。我们称之为"在混乱边缘管理（managing on the edge of chaos）"。你并不真的想陷入混乱，对吧？混乱意味着产品勉强发布，充满漏洞，人们情绪低落，工资发不出来，各种糟糕情况。但我们要尽可能接近混乱边缘，容忍最后关头的救急和高度动态变化，而不是像半导体工厂那样，努力减少变化、降低错误率、消除差异。如果你要成为创意组织，你需要高变异性和高创造力，再次强调，就是在混乱边缘进行管理。

　　Patrick：我很想知道，面对 20% 的员工流失率，你在妥善解雇人员方面学到了什么？你如何在这个生命周期环节中变得非常专业？

　　Reed：我认为这有两个部分。一是释放道德束缚：大多数经理是人事经理，他们喜欢人，不想伤害人，所以解雇人对他们来说非常困难。因此最好的方法之一是提供大额遣散费，比如 4 到 9 个月的薪水。一开始感觉很昂贵，但首先，它让被解雇的人感觉好一点，他们口袋里因此有一大笔钱；其次，它帮助经理履行职责，因为他们不会因为解雇人而感觉太糟糕。然后，你知道，这会营造出更好的相互感受。第三点是设定一个背景，这并不是道德问题，你没有失败，就像职业运动员一样。

　　“守门员测试”：要不要极力挽留这名员工

　　我们认为如果可以在你的位置上找到更好的人，对这个人来说很遗憾，但这被视为自然现象，而不是失败。所以我通常会说，嘿，Patrick，我看到你真的很努力，你在尝试。很抱歉告诉你，老实说，如果你要辞职，我不会试图说服你留下来。原因就是我认为我可以找到一个在你这个角色上不仅能做你现在做的事，还能做更多的人。公司的设置是，如果我不会努力挽留你，我就应该让你离开。我们是在执行一个事先约定的框架，这将有利于保持我们的人才密度。

　　Patrick：“守门员测试”在 Netflix 里是怎么真正运作的？它是如何在公司内部落地和推广的？

　　Reed：这个原则一开始其实就写在我们最早那版文化 PPT 里：只要表现“尚可”，就会拿到一笔非常丰厚的遣散费。也就是说，我们从一开始就把话说明白——标准不是“够不够好留下来”，而是“好到值得我拼命挽留你”。

　　具体的测试，就是我们后来常说的那句：如果某个员工明天提离职，你会不会竭尽全力去挽留他、希望他留下？如果答案是否定的，那就是一个很好的信号：他的表现对团队来说只是“勉强可以”，而不是“真正关键的 A 级选手”。这比各种复杂的绩效打分要诚实得多，也能对抗那种“其实大家都松了口气，但表面上还要装惋惜”的情况。

　　Qwikster 事件：DVD 与流媒体拆分的教训

　　Patrick：在 Netflix 的历史上，你是否记得有一个你处于混乱边缘的时刻，这确实或几乎让你付出了沉重代价？当高人才密度的团队面对这种危机时，情况是怎样的？

　　Reed：在 Netflix 过去 25 年的历史中，我们做错过一些小事，也犯过一个大错误，就是 Qwikster 将 DVD 和流媒体业务快速分离的决定。

　　对听众们来说，Qwikster 是 2011 年我们经历的一段痛苦往事。当时我确信必须全力投入流媒体业务，放弃 DVD 业务，将 DVD 剥离成独立公司任其自然发展，从而让我们摆脱束缚。不x幸的是，大多数客户仍在使用 DVD 服务，他们强烈反对。人们纷纷写信抗议，大量用户取消订阅，股价暴跌 75%。那确实是一段艰难时期。最终，分离 DVD 和流媒体业务是正确的决定，但我们操之过急。

　　事后深入分析发现，许多高管当时认为这个决策问题很大，但他们内心的声音告诉自己："天啊，Reed 之前已经做了 18 个正确决策。可能这次是我错了，Reed 才是对的。"于是他们压抑了自己的看法。我们意识到：如果他们彼此知道这些疑虑，很可能集体建议我们放慢步伐。此后我们建立了更协同的决策机制——所有人在共享文档中用 -10 到 +10 为决策打分，彼此可见。若当时有这套机制，我可能会想："这些优秀人才都对这个计划感到震惊。或许我是对的，但至少该谨慎行事。"那样我们就不至于陷入如此深重的困境。

　　Patrick：回顾你参与或主导创造的所有价值，大部分是否源于看似平淡无奇的想法？因为这种机制似乎依赖共识，或者至少需要了解共识。我很好奇其中的张力——价值往往诞生于非共识决策。在你个人的生涯中，那些创造最大价值的决定是否通常违背共识？

　　Reed：嗯，我认为你必须非常小心，因为这是许多价值的来源。你希望在思考上完全独立，完全不依赖共识。但你希望了解其他人的想法。否则你就是在盲目飞行。所以我认为在信息收集群体意见方面有很高的价值，但不要对它们取平均值。我们永远不会那样做。

　　我们非常清楚的概念是"知情的船长"，我们希望它像一艘船的船长。船长做出决定，但他们收集大量信息是有益的。所以我们非常强调不要设立委员会。个人做决定，但我们希望他们对这个决定有充分了解，然后由他们自己做决策。

　　Patrick：我对"看起来是个坏主意，但结果证明是好主意"这一类别非常感兴趣，因为这样的想法通常竞争较少。如果它看起来不好...我对你首先提出好想法的过程很感兴趣。

　　Reed：我很容易迷上各种创意组合与洞见。最初创办 Netflix 时，DVD 刚兴起，非常轻便。这让我想起 AOL 通过邮件向全美寄送 CD 安装光盘的经历——我收到过无数张，对邮寄业务很熟悉。当时 DVD 正取代 VHS 录像带。同时我想到计算机网络课的经典命题：用联邦快递寄磁带的带宽是多少？计算后发现，用快递寄备份磁带能达到每秒太比特级带宽，成本极低。这让我重新思考网络传输的本质。

　　反常识思维与好点子的诞生

　　所有这些线索让我意识到：DVD 邮寄是种高效的数字分发网络。总有一天，互联网会比它更快、更便宜、延迟更低——这个想法在当时很另类。我从未想过会爱上邮寄业务，但热爱网络分发的基因让我坚持了下来。1997-1999 年融资时，所有人都为互联网交付模式兴奋不已，而我说："但现在技术根本达不到。"但他们只关注愿景。正因我们持有这种反共识观点——先用 DVD 建立业务再转向流媒体——才避开了激烈竞争。正因为它成功实现了，才创造了巨大价值。

　　Patrick：你最早何时明确意识到流媒体是必经之路？

　　Reed：从公司创立之初的第一天就明确了。这就是为什么我们将公司命名为 Nets（互联网）flix（电影）。核心就是管理过渡期——DVD 高效系统只是通往流媒体的时间节点。

　　Patrick：所以这真的只是关于管理过渡，即使从第一天起，设计高效的 DVD（邮寄管理）系统也只是通往流媒体时间线上的一个环节。

　　Reed：没错。这只是一个数字分发网络，最终我们会用另一个替代它。我们知道这将是一个挑战，但我们知道成功的最佳方式是在 DVD 业务上做大。所以在第一个十年，我们只专注于这一点。

　　Patrick：你的履历中另一个亮点是长期担任 Meta 和 Microsoft 董事（不知现在是否仍在任）。今天你在 Anthropic 和 Bloomberg 董事会任职。作为科技浪潮中心的亲历者，你拥有 360 度视角。从这些独特位置观察，当今科技格局在你眼中是怎样的？哪些关键议题最牵动你的注意力？

　　Reed：首先，由于指数级发展规律，计算机科学领域永远处于"最酷的时代"。1980 年代我觉得比 1960 年代精彩得多——这种感受将永远持续。

　　作为 Netflix 的 CEO，我在 Microsoft 和 Facebook 董事会学到很多。这些截然不同的业务做出过精妙权衡：两者都极具长期视野，愿意在新领域承受十年亏损。观察 Facebook 业务让我深受启发——广告支撑的核心业务（如 Instagram）运转极佳；但当他们尝试加密货币等非广告支撑业务时就举步维艰。这印证了企业必须精于核心能力。我们始终坚持围绕 Netflix 订阅模式丰富内容，提升价值，而非像开拓院线电影那样另辟营收路径。

　　董事会上的视角与教训

　　回到你的问题：我关注的是寻找简洁宏大的商业模式——若核心变现引擎成功，就能持续扩展。Microsoft 的案例也是如此：构建高规模软件业务。至于 Bloomberg，它深刻理解华尔街与财经媒体生态。Bloomberg 以长期主义著称，与客户建立深度信任，成为行业不可或缺的基础设施。这种围绕客户忠诚度构建的护城河极其强大。至于 Anthropic，我刚加入董事会一年。这是个精彩故事——本质上是家自我进化的 AI 安全研究机构。

　　Patrick：你提到从 Facebook 学到了很多，但具体从 Mark Zuckerberg 本人身上学到了什么？

　　Reed：他有着非凡的投入精神。你看他对元宇宙的执着——坚信手机之后会有新一代设备，可能是眼镜形态，而且他不愿依赖他人，而是要亲自开创这一层技术，这种雄心令人惊叹。如果我是他，可能会安于做广告巨头，全力对抗 TikTok。但他追求的是为社会创造更大更广泛的价值。精彩之处在于，他用本可成为公司利润的资金，持续投入惊人规模的创新。

　　Patrick：你担任过多家杰出企业的董事，自己也有董事会。对于想成为优秀董事或主持高效董事会的人，你有什么建议？

　　Reed：通常董事们都想贡献价值，但问题在于：受利益冲突规则限制，他们往往不了解业务实质。比如航空业高管不能同时在竞争对手董事会任职，而他们每季度只用一天参与董事会，在走廊里匆匆交流。这种情况下想要创造价值极其困难。常见现象是：董事们努力提供建议却力不从心，管理层却必须礼貌应对——无法直说"你不了解情况"，因为实际运营者是管理层。于是形成一种功能失调：董事质询尖锐问题，管理层闪躲回应，效率低下。

　　我认为首要原则是董事要明白：我的角色不是提供建议。公司可以聘请无利益冲突、精通行业的顾问获取专业建议。我不该耗费时间给出建议。那么我的职责是什么？我是公司的"保险层"——若公司陷入危机，我将参与更换 CEO。这基本就是全部职责。而要做好这项工作，必须深入了解业务，不能昏昏欲睡。

　　必须不断提问，学习利润来源，理解商业模式，掌握核心问题。但再次强调，目的不是解决问题，而是掌握业务全貌，以便判断谁能最好地领导公司。Microsoft 股东和董事会选择 Satya Nadella 就是绝佳例证——这一决定带来的价值，远超任何具体建议。作为董事，不要以"是否提出建议"衡量自己，而应评估"是否为可能的重大行动做好准备"。这就像消防员，不断演练，祈祷永远不需要真正灭火。

　　Patrick：在为自己企业选择这种"保险层"成员时，如何筛选？现在很多董事会充斥着像你这样声名显赫的人物，他们的名字能让公司官网增色，这似乎成了选拔标准，而非"此人真能胜任保险层职责"。你如何选择董事？

　　Reed：我寻找在危机中能保持明智判断的人。我们称之为"极致尽责义务"——这是董事的核心责任，我们要求他们深入了解运营。我们会邀请董事参加管理层会议，观察日常运作（不是为了提建议，而是充分了解情况）。董事会面试流程会聚焦于此：请讲述你经历过的商业危机，评估你在类似情况下的判断力。

　　Patrick：当你全职经营一家企业时，你的时间有多少用于构建系统和思考业务架构，而非边缘性的战略举措？

　　Reed：我从不在日历上预留"思考文化"的时间段。实际做法是不断改进事务，观察哪些顺利哪些不顺，从中总结经验。

　　薪酬透明实验：理想与人性的碰撞

　　举个 2004 年左右的例子：我们实行开放式薪酬制度。公司前 100 或 500 名员工可以看到全公司薪酬数据。初衷是让相似岗位薪资相当，增强性别等维度的信任度，消除潜在歧视——数据透明确实带来这些好处。但也引发了琐碎攀比：我年薪很高，但某人比我多 1 万美元，这种小事变得相当分散注意力。

　　大约十年后（2016-2017 年），我们让副总裁们投票决定是否保留该制度。他们选择放弃，回归传统模式——只能看到直属下属及其团队的薪酬，而非全公司数据。这是一次人性实验，结果明确显示：少些特立独行反而更有效。我们一直抱持实验心态，这是很好的例证——我们并非天才，只是愿意质疑常规并尝试新事物。开放式薪酬试行多年后，我们判定其净成本为负，果断调整。

　　自制内容背后的战略逻辑

　　Patrick：另一个一直让我着迷的关于 Netflix 战略的问题是：你如何决定在原创内容上投入多少资金？请详细说说核心计算或思考过程。我确信有些董事不会接受无限制地投入资金...

　　Reed：尽可能多地投入。把钱用在制作上。对于任何单部剧集，那是另一个问题，但就总预算而言，我们总是试图尽可能多地投入资金，希望创造出下一个像《降世神通：最后的气宗》这样的大热剧。至于任何单部剧集，问题在于，你知道，根据我们所见，这部剧有多大可能成为大热门，这也是一个竞争激烈的市场。我们第一部帮助建立声誉的原创剧集是《纸牌屋》。我们必须从 HBO 手中竞标。当时媒体版权公司正在制作它，他们同时收到了 HBO 和我们的报价，而我们当时还是一家 DVD 公司，所以我们必须比 HBO 出价更高，然后他们选择了我们，我们不得不大幅加价，因为，你知道，风险很大。但后来他们制作了一部精彩的剧集，我们就此开启了原创内容的道路。

　　Patrick：这就像思考风险投资组合一样简单，你想进行大量投资，但并不确切知道哪一部会成为《降世神通：最后的气宗》，但重要的是拥有一些主导性的、大规模的特许经营权。

　　Reed：非常相似，但它与风险投资的相似之处在于，如果每一轮A轮融资都是1亿美元，而且只有一轮A轮，它往往更像是单轮融资来资助制作，虽然你会获得续集和其他内容的期权权利，但与风险投资的最大区别就在这里。

　　Patrick：如果从内容组合（portfolio）的角度来看的话，在公司内部围绕它的讨论，还有哪些点是外部的人可能会感到意外的？尤其是在你们刚开始搭建这个内容组合的早期阶段——当时你们必须做很多取舍：要《纸牌屋》，就意味着不要别的东西。有哪些对你来说很重要、但外界不太知道的考量？最终这些考量是怎么一步步汇聚成你们现在这套内容组合的？

　　Reed：对我们来说，一切基本都围绕一个核心问题展开：如何强化品牌，以及这个品牌到底应该是什么样子。

　　传统有线电视频道，天然就是“窄品牌”（narrow brand），因为它们只有一个频道位。像 FX、Hallmark 其实都很有趣，但它们各自代表的是很明确的一类内容：FX 更前卫、黑暗、暴力，Hallmark 更温情、浪漫、舒适。这种“频道把手”本身就把品牌锁定在一个比较细分的内容类型上——本质上是小众的，因为你只有一个频道位可以填。

　　而我们做的是一个“拥有所有频道位”的东西。正因为如此，我们花了大量时间在一个问题上：我们的节目构成当中，有多少比例应该是类似 Hallmark 的——轻松、温暖、浪漫、让人感觉良好的内容？又有多少应该是类似 FX 的——刀锋般锐利、暴力、黑暗？还有多少应该更偏向 Comedy Central 式的喜剧？也就是说，相比传统行业玩家，我们面临的核心问题是：我们可选空间太大了。在任何一部新电影或新剧集的决策上，除非它完全是前人的复制品，否则它都会引入大量变量，远比传统单频道网络复杂得多。

　　到最后，我们能做的，是把事情拆成两层：一层叫“资产配置”：比如，喜剧要占多少、剧情片要占多少；另一层叫“选股”：在每个类别下面，具体选哪一部、押哪些项目。在第二层，“选股”其实更多是靠直觉和人的判断力来完成的。我们会提拔那些一次又一次做出更好选择的人——他们不只是“品味好”，更重要的是他们既有品味，又能判断：这个项目里的创作者、演员、制作团队，最后能不能真正交付出色的作品，这些要素能不能在现实中很好地组合到一起。因此，内容组合的构建，本质上变成了：先决定每个大方向放多少钱；再让各个板块里最有判断力的那批人，去做“具体怎么花”的选择。

　　Patrick：当然是从商业模型的另一面来看：一边是一笔固定的内容成本，另一边是一个可以不断扩张的订阅用户基数，靠规模摊薄成本，这个模式本身非常优雅。但前提是，你必须持续扩大订阅用户规模。这两者之间是怎么相互作用的？你从中学到的关键是什么——比如，什么样的“固定内容投入”更有可能带来高质量、可持续、强劲的订阅增长？

　　Reed：我非常喜欢 Microsoft 和 Facebook 早期的生意模式：本质上就是一个产品，或者顶多两个高度相关的产品，然后把它一路做到单个产品 500 亿美金级别的营收。

　　所以，当我开始做 Netflix 的时候，我心里在想：太好了，我们也可以这样——把自己当成一个“超级单一产品公司”。原因很简单：娱乐市场实在太大了。基本上，全世界几乎每一个人都会看电视，只是观看时长有多有少而已，但“看故事”这件事本身，是极其深层的人类需求。那接下来问题就变成：好，我们能在这块市场里拿到多少百分比？即便到了今天，Netflix 在美国电视总收视时间里的占比，大概也就 10% 左右，我们还有很长的路要走。放眼全球，这个比例通常比美国还要低。如果从“订阅用户增长”的角度来思考，这就是我们的出发点。我们很早就知道：如果我们能做出更好的电视内容，并以更低成本去生产，再通过点播模式提供更好、更自由的观看体验，那这将是一个巨大的市场。所以真正的约束其实在“产品质量”本身：我们现在到底有哪些节目，它们整体的水准如何。如今流媒体播放体验本身几乎已经成为“无差异的基础设施”，用户很难在不同平台之间感受到播放层面的巨大差别。但有整整十年的时间，我们在“流媒体体验”这件事上，做得比同行好得多。

　　Patrick：你刚才提到剩下那 90% 的收视时间——这个 90% 指的只是传统电视吗？还是也包括像 YouTube 这样的观看时间？

　　Reed：不，YouTube 本身大概就占了 12%。我的意思是，那 90% 其实把所有东西都算进去了：体育、电子游戏，以及一切在电视屏幕上的使用场景。我们当然也在手机上跟别人竞争用户时间，但在手机端我们的份额非常小，那不是一个特别大的使用场景；而电视是我们主要的使用场景，但就整体来看，我们在电视上的占比现在其实也还不到 10%。

　　Patrick：如果你考虑这个百分比对 Netflix 业务的重要性，你认为在哪些竞争前沿或领域，你感觉你在与像 YouTube 这样的平台竞争？与有线电视或网络节目相比，与像 YouTube 这样的 UGC 平台竞争更容易想象，但你是否这样思考，我们在与他们竞争，因此我们要做某些事情来取胜？

　　Reed：YouTube 在增长，我们也在增长，而传统线性电视在下滑。所以你说得对，整体上看我们俩主要都是在蚕食线性电视的时间。不过，我们确实会担心 YouTube，因为它是一种“替代性威胁”：如果它在 AI 创作者的加持下不断变得更好，就会占掉越来越多的用户时间。

　　而所谓“用户生产内容的世界”，其实也不完全是传统意义上的 UGC。更准确地说，是一种 “on spec”（先做再看结果）的模式：有一批非常专业的创作者专门给 YouTube 做内容，但他们事先拿不到制作费用，先把内容做出来、发上去，然后看广告分成能赚多少。在我们的模式下，情况正好相反：我们是提前为节目出钱，把制作预算预先给到内容团队，这样他们就不用“先白干再看广告抽成”。这其实就是双方在商业模式上的最大区别。最后，一切会落到一个问题上：我们能不能持续做出（优质）内容，比如刚上线就拿奖、最近一个月一直是第一纪录片的《完美邻居》，或者像今年夏天爆火的《降世神通：最后的气宗》这种作品。归根结底，看的是我们创造“爆款内容”的能力。只要我们能持续制造这种级别的内容，固定成本就会在不断扩大的用户基数上被摊薄，订阅也会跟着走——这就是整个“方程式”的另一侧。

　　Patrick：像 Ted 那样，长期、稳定地参与创造这些现象级爆款的人身上，那种“魔力”到底是什么？他们之间有什么共同点？

　　Reed：要是这种“魔力”真有办法做到稳定、可复制就好了。实际上并没有。就拿《降世神通》来说，我印象里那大概已经是我们做的第 30 部动画长片了。换句话说，它一点也不“稳定可靠”。

　　更像是艺术：要能看到那些“反常识的边缘”，以及故事真正有趣之处。你可以想象一下，光是“去给人推销《降世神通：最后的气宗》这个片子”的那一刻，就已经很难用什么固定公式来解释了。从这个意义上讲，它更像风险投资：一小部分项目会带来极度不成比例的回报，绝大多数则不会。

　　Patrick：你认为 AI 对 Netflix 业务最有趣的影响是什么？这可以从内容创作成本的角度，服务角度，或任何方面考虑，当你思考这项技术的颠覆性能力时，你的思路会走向哪里？

　　Reed：首先是制作成本端，尤其是视觉特效（VFX）。这块工作流里有大量高度机械、重复但又复杂的环节，非常适合被 AI 和自动化工具接管或加速。但如果说的是“在剧本阶段、甚至在故事构思阶段，就能识别出哪个项目会成为下一个《降世神通》，那是完全不同量级的难题，也是真正价值最大的那一块——决定我们该押注哪一些故事。要在这个环节里胜过顶尖人类，AI 可能还需要很长一段时间。

　　AI 将如何改变内容创作与叙事

　　从时间顺序上看，我更相信 AI 会先在别的方向上全面超越人类，直到某个时点，商业激励和公司战略开始认真押注“长篇人物塑造”和复杂叙事，那时候 AI 才会在长篇故事创作上爆发。等它们开始系统性地做这件事，你可能会看到：布克奖之类的顶级文学奖项开始被 AI 作品拿走，世界上最好的小说、剧本、长篇叙事会由 AI 创作。别忘了，我们只对所有被写出来的故事里，最顶端那 0.0001% 感兴趣。仅仅“写出一个故事”完全不稀罕——世界上有上百万的电影学院学生，我们随便去找都行。真正难的是：找到那个非常反常规、极其出众的故事，并且在极早期就认出它的潜力。所以我认为，在 AI 真正影响我们“选故事、押项目”这一层之前，它会先在很多其它领域掀起巨大变化。等我们感受到它在这一层的冲击，说明前面已经发生了一整轮更深刻的 AI 变革了。

　　Patrick：你能想象，在节目的形式、载体或格式上，会出现哪些创新吗？现在看起来就几种：剧集、纪录片、长片电影。你觉得未来会不会出现很多新的内容形态？

　　Reed：那我们先退一步，从“反常识思维”本身说起。你很喜欢反常识思维，对吧？但要记住，大多数时候，反常识其实是错的。只是偶尔一次它是对的，而那一次会带来巨大回报。不过前提是要承认：大多数时候是主流看法是对的，反常识是错的。

　　拿内容格式来说，很多人一直在琢磨多结局、自己设计剧情、各种互动短剧之类的创新形式，还有 Quibi 这种尝试，花样很多。但一个 1.5 到 3 小时的完整电影故事，这种形态一直顽强存在，就像长篇小说、短篇故事、电视剧这种形式一样，经久不衰。这些东西抓住了某种非常“人性底层”的东西，是其他新形式很难替代的。

　　例如，在格式方面，人们一直在思考多结局设计，设计你自己的故事，短格式，有 Quibi，有各种各样的东西。而作为故事的 1.5 到 3  小时电影这种持久形式一直很强劲，就像小说或短篇小说或电视剧集的持久形式一样。所以这些东西触及了人类的某些东西，而其他东西则不然。

　　你可以把电子游戏看成另一种完全不同的“模态”。但到目前为止，大多数试图把“可互动剧集”和传统剧集混在一起的混合形态，市场都非常小。这不代表未来不会诞生一种全新的艺术形式，只是我不认为这件事会像“做个多结局、让观众选选剧情”这么简单。关键在于：当我们处于“躺在沙发上看电视”的模式时，我们大多数时候是希望被讲述一个故事。

　　想想小孩，两三岁的时候，一半时间会说“爸爸，给我讲个故事”，另一半时间会说“爸爸，陪我玩”。这是两种完全不同的模式：一种是被动接受，一种是主动参与。从生物学上讲，人类大概就是这样被“选择”出来的：前者最后演化成电视/影视内容，后者则演化成电子游戏。

　　Patrick：我也很着迷于支撑 Netflix 的那套技术架构和背后的故事。对大多数人来说，这部分是隐形的：大家只觉得按一下播放键，画面就漂亮地弹出来了。但我知道，幕后其实要搭很多东西。你能讲讲这部分的故事吗？Netflix 在基础设施和技术层面，到底做了些什么，才让我们今天能这么自然地享受这些内容？

　　Reed：嗯，它一直是一种中等进入门槛。我想说首先是DVD，我们有令人难以置信的分拣和运输机器和邮政整合。你知道，我过去花大量时间研究会破裂和不会破裂的聚碳酸酯塑料类型。我们在压模工厂。我们最大的问题是DVD能否在不破裂、不损坏或按时到达的情况下送到你手中，邮政人员不会偷走它。每天运送一百万个红色信封的大量机械装置，你知道，有点像FedEx风格，对吧？

　　这方面一直都算是一个中等门槛的进入壁垒。先从 DVD 时代说起吧，当时我们有非常强大的分拣和邮寄系统，跟邮政体系的集成也做得很深。我那时候花了很多时间研究各种聚碳酸酯塑料，哪种容易碎、哪种不容易碎。我们自己还要去压盘工厂盯生产。最大的问题，其实就是怎么保证 DVD 准时送到用户手上，而且不会在运输中碎掉或损坏，同时邮递员在路上也不能把光盘给顺走。要做到每天稳定寄出一百万个红色信封，有点类似 FedEx 式的工业系统，这是非常庞大的一套机器协同运作。

　　然后到了流媒体时代，把“Bit（比特）”稳定送到用户面前这件事，本身就非常有挑战。

　　我们在 2007 年第一次上线流媒体业务，此后大概有 15 年时间，互联网带宽整体都偏不够，所以你必须做大量非常巧妙的工程优化。但现在，大概有上百家公司都在做视频流媒体，从用户视角看，它们之间在纯播放层面的差异已经没那么明显了。所以我会说，这一块今天基本已经变成了“底层公共能力”和“商品化”基础设施。现在真正独特的，反而是 AI 推荐系统——也就是所有围绕推荐的深度学习能力。你想想：Netflix 上可能有上千部你会喜欢的内容，问题在于“在某个时间点，哪一部是你最想看的？”这依然是技术创新的一个大方向。至于游戏，我们现在也在尝试各种不同类型的游戏，摸索在剧集和电影之外，再把游戏这一块真正做出来。

　　Patrick：那为什么还要做游戏呢？你们在核心业务上已经这么强，而且还有很大的增长空间，现在不过才拿下大概 10% 的市场份额，为什么还要分心去做游戏？

　　Reed：是啊，我们一开始也只是做电影的，后来才扩展到电视剧，而且对这一步非常庆幸。再之后，我们又扩展到了非脚本内容，比如《欲罢不能》（Love is Blind）这种综艺。所以，我们一直在往新的内容品类扩张，而游戏也只是娱乐版图里的又一个品类而已。现在我们在电视上也在做一些很酷的东西，比如用手机当遥控器来玩游戏。虽然这种方式时延更高，但非常适合派对模式的游戏，在那种社交场景下会很好玩。

　　Patrick：你如何知道何时应该继续投资某件事，以及应该在某件事上坚持多久？游戏是一个很好的例子。我确信有一些你尝试过但最终没有成功而停止做的事情。那你怎么判断，哪些事情值得长期押注、持续投入？游戏就是一个很好的例子。肯定也有一些项目，你们做了、但最后发现不行，然后选择停掉的。

　　Reed：当然有，我们就拿一个实际的例子来说吧。如果你去翻 2006 年 1 月份的《纽约时报》，会看到我们当时推出了一个叫 “Netflix Friends” 的功能。

　　这个功能是让用户朋友之间互相分享在看什么电影、在租哪些 DVD 的。那会儿的 Facebook 还只在哈佛校内。我们围绕这个方向干了两三年：能不能让大家互相分享自己选了哪些碟？能不能互相推荐？我们试了很多不同的权限模型。后来，Facebook 开始做各种整合，你可以在那儿发照片、分享内容，我们就想，那问题可能是：大家不想在 Netflix 这里再建一张新的社交关系网，那不如直接通过 Facebook 来分享。于是我们就改成：好，那我们就都接到 Facebook 上去分享吧。结果这样做，效果也并没有更好。之后我们又试了一两种其他变体，但前前后后大概折腾了 8 年。这段经历也是后来我进 Facebook 董事会的一部分原因：想更多搞清楚“社交”这件事到底会走向哪里，而最终，这类需求大概是被 TikTok 那种形态解决了。

　　Patrick：你怎么看待 TikTok？你对它的整体印象是什么？

　　Reed：它就像过去的有线电视频道，你不停地换台、麻木地按着遥控器找东西看，但其实真正起作用的，是“不断出现的新东西”带来的那种麻木感，或者说一波又一波的多巴胺刺激。TikTok 正是打中了这种享乐方式。所以，从商业角度看，它非常有创意、也极其高效。但如果从我做 CEO 的角度来说，那不是一个我愿意花很多时间沉浸其中的东西。

　　势能（Power）：护城河与超额利润从何而来

　　Patrick：我很好奇，你是怎么思考“获取并守住商业势能”的？接下来就是自由现金流，以及自由现金流的再分配。这些事情，在你已经找到 PMF（产品市场匹配）、公司又大又在高速增长的时候，似乎就变得特别关键。你会花多少时间刻意思考：我们的“势能”从哪里来？是规模？是某种被我们牢牢占据的资源？还是别的什么？你会在多大程度上，用这些思考来指导决策，从而获得更大的势能？

　　Reed：“势能”本质上就是“高于行业平均水平的利润率”的另一种说法。理论上讲，所有公司都可以赚到一个“市场平均回报率”，比如 6%。但如果你能赚得比这个高，那一定是因为“竞争对手很难复制你做的事情”，于是你就有能力拿到高于平均水平的利润。所以我们确实花了不少时间在想这些问题：比如哪些内容应该做独家授权，哪些可以非独家；在电视上的预装和合作要怎么谈判等等。

　　电视机厂商经常会想：哇，Netflix 赚了这么多钱，那我把你的 App 放在我电视上，就应该像苹果那样收你 30% 分成。围绕这种问题，我们打了很多仗。

　　从“势能”的视角看，问题就变成：没有 Netflix 的电视，他们卖得出去吗？如果，比如说 SONY 电视上完全没有 Netflix 应用，我们会流失多少会员？这就是我们实际思考和博弈的典型例子。

       Patrick：Amazon 和 Bezos 最出名的一点，就是不断把资本重新投入业务，用来持续创造用户价值——显然，Netflix 其实也在做类似的事。你当时是怎么思考，在公司生命周期的哪个阶段，应该开始“收割”多一点，比如发股息、回购、或者做其他资本动作？我很好奇，你是怎么使用这些“资本分配工具箱”的：也就是，面对公司产生的现金流，你有哪些可选动作，又是怎么权衡的？

　　Reed：在大部分公司里，这个问题都非常关键，比如你要不要多建很多仓库之类的。但老实说，对 Netflix 来讲，真正意义上的“资本开支分配”其实很有限，主要就是总内容预算和单个节目的预算。我们最大的一些剧，比如《怪奇物语》，在一年的总观看时长里也不到 1%。所以整体上，我们的内容非常分散，没有什么极端集中的“一个项目吃掉大头预算”的情况，是很多条内容线、很多个预算摊开来花。同时，我们几乎没有那种特别长期、重资产的资本开支。

　　利润这块，基本都顺畅地变成了自由现金流。对这些现金，我们一直的做法是用来回购股票，而不是把钱堆在账上不动。真正相关、需要思考的问题，其实是：我们要多快、多早去追求高利润率？换句话说，这更像一个“损益表上的利润率决策”，而不是单纯的现金流问题。我们的选择是：把利润率刻意压在比有线电视更低的水平。有线电视当年是 35%–40% 的利润率，而我们刻意低很多，这样就可以把更高比例的收入投入到内容上，在同等收入规模下，做出明显更好的内容供给。

　　这套思路最后就变成了我们运营业务的核心视角：宁愿利润率低一点，换更强的内容供给和长期竞争力。现在公司依然是沿着这个逻辑在运转。

　　Patrick：你是怎么知道，自己该从全职 CEO 的位置上退下来了？

　　Reed：因为 Greg 和 Ted 已经准备好了。可以说，我至少花了十年的时间在培养他们。到新冠疫情结束那段时间，我很清楚，他们已经能独当一面了。除非我还打算再干十年，再培养新一代接班人，否则那一刻其实就是“该交棒的时候”。所以这个决定，更多是被他们的成熟度“推”出来的。事实也证明这是对的：自从他们接手以来，股价涨了大概三倍，表现非常出色。

　　Powder Mountain：滑雪度假村的翻盘与实验

　　Patrick：我们前面聊的这一整套理念，怎么迁移到一个完全不同的领域？比如你现在在做的 Powder Mountain。这个项目在我看来几乎每一个维度都和 Netflix 完全不同，差异特别大。在这样一个项目里，你觉得哪些东西是可以直接搬过去的？哪些又必须丢掉、重新来？

　　Reed：Powder Mountain 是犹他州的一座滑雪山加一个地产开发项目，算是典型的“陷入困境资产”。最早的那批开发者把钱烧光了，很多规划的东西都没完工。我们刚好在那儿有一栋房子，也非常喜欢那片地方——自然风光美得离谱，整座山一万英亩。于是我从 Netflix 退休之后，就决定把它接手下来，持续投入资金，做一次彻底的扭转。

　　接下来做的事情，其实就是重建团队、重建愿景。我会说，大概有 90% 以上的“人才密度 + 少规矩多原则”的那套 Netflix 文化，是可以直接迁移过来的，而且效果极好：我们可以非常快地行动，招到非常优秀的人，让他们放开手脚去干，各自发挥创造力。回头看，这种围绕“高人才密度”的模式，虽然在人员流动上会带来一些“痛感”，但从结果上看非常值得——它帮助我们在 Powder Mountain 搭起了一支非常强悍的领导团队。

　　Patrick：从项目一开始，你是怎么设计它的愿景和规划的？毕竟，你接手的是一个陷入困境的资产。你一开始怎么想清楚“大方向”，又是从哪几步开始执行的？

　　Reed：第一步是通过一系列交易把控制权拿到手。整个过程花了大概六个月，去回购大部分股权，拿到公司的控股权。每个股东都想要一个“白衣骑士”来接盘，也希望自己能卖个好价钱；与此同时，我必须非常坦白地告诉他们：如果我不出手，这家公司完全有可能直接倒掉。那是第一个阶段。

　　第二个阶段，就是重新设计模式。我们意识到：这是一座非常优秀的雪山。如果一半做成像 Yellowstone Club 那种“私密会员制”模式，另一半继续保持原来对公众开放的状态，那就有可能形成一个真正的“双赢”：两边可以共享运营成本，效率更高；公众区域可以保持“人不多、不拥挤”的滑雪体验，正好对抗整个滑雪行业这几年“人太多”的通病。而在私密区域，我们可以为大概 650 户热爱滑雪的人，打造一个社区——他们相当于是拥有了一座规模接近 Heavenly 或 Vail 的巨大私家滑雪场，只服务这 600 多户人家，体验会非常炸裂。

　　Patrick：就滑雪这个生意本身来说，先不谈房地产，你在研究它的发展历史时，发现哪些是最关键的变量或考量？

　　Reed：按参与人数和参与频率来算，滑雪大概只有高尔夫的八分之一到十分之一这么大。所以我当然很希望能把这中间的差距缩小一点。滑雪虽然冷，但它其实非常适合全家一起户外活动，也很适合和朋友一起社交、聊天、待在一起。从这点上看，它跟高尔夫有一些相似的属性。

　　有一个很有意思的对比：美国大概有 2.5 万个高尔夫球场，其中大约 20%，也就是 4000 个，是私人的会员制球场。私人球场的好处是：更好的开球时间、更好的会所环境、更强的社交属性，你能长期认识并熟悉一群人。而这套逻辑搬到滑雪上，其实也一样成立。但美国只有大约 500 个滑雪场，而不是 2.5 万个，其中真正意义上的私人滑雪场只有 3 个：Yellowstone Club、Wasatch Peaks Ranch 和 Powder。所以如果和高尔夫相比，所谓“私人滑雪”的市场，今天是严重供给不足的。

　　Patrick：整个项目里，什么是你觉得最有趣、最让你享受的部分？

　　Reed：它非常“右脑”。在 Netflix 的那些年，一切都高度战略化、逻辑化，而且对手都非常强、竞争很激烈。而在滑雪这行，竞争对手之间反而非常合作，我觉得部分原因就是：大家相互之间隔着二三十英里，彼此没那么直接正面冲突，关系反而更像同行。

　　另外，这个项目极其“审美向”。我们在 Powder Mountain 做得最成功的一件事，就是把艺术引入到整座山上：现在这里有很多室外的大地艺术装置，滑雪时从这些作品中穿行而过，画面美得惊人。如果你去过纽约上州曼哈顿北边的 Storm King 雕塑公园，可以想象一下：把 Storm King 搬到一座雪山上，你是“踩着雪从艺术作品中滑过去”的感觉，整个过程都在这种场景里穿行。

　　Patrick：说说艺术这部分，你当时是怎么想到要这么做的？又是怎么一步步落地的？比如，要怎么给一个滑雪场“装配”出类似 Storm King 那样的艺术？

　　Reed：我觉得对你的听众来说，核心还是“概念设计”那一步：我们要做的是一个滑雪度假村，那我们到底要怎么做差异化？夏天要干什么？你当然可以搞滑索、山地车，这些玩法大家都已经做了很多次。老实讲，这些都偏高肾上腺素，确实刺激，但对“卖房子”这件事其实不算特别匹配，更重要的是：它们非常传统，“被做烂了”。

　　那什么东西既有趣、又可扩展、又足够惊艳，而且过去没有人在滑雪场上认真做过？答案就是：艺术。我之前去过 Storm King，那地方有 600 英亩的开阔地，全是户外雕塑，震撼极了，虽然不在山上。但这个“户外艺术 + 大自然空间”的概念给了我很大启发。后来就是把这个灵感“综合”一下：试着在一整座雪山上做类似的事情。从那里开始，我们就去找策展人、找艺术家，一点一点把项目推进起来。现在山上已经有几十件作品落地，还有更多在规划中。慢慢地，这一整套“艺术 + 山地”的东西，就变成了 Powder Mountain 夏秋季体验的核心，也成为项目最有特色的灵魂部分之一。

　　教育和 AI：从“大班授课”到个性化教学

　　Patrick：你为什么会决定把“教育”当成一个这么重要的方向？我们刚才聊了 Powder Mountain，但像教育、特许学校这些，你在这里也投入了大量时间和公益资源。这个领域到底哪一点吸引了你？也想听你随便聊聊，你觉得这个领域里最大的问题是什么。

　　Reed：这个问题挺有意思的。我大概有三分之一的时间花在 Powder Mountain 上，因为那件事本身就是一种享受。教育这边，则有点更“根深”的原因：我大学毕业后的第一份工作，就是当高中数学老师。所以这么多年，我一直都很在意 K12 教育，也在这个领域做了大概 25 年的慈善投入。然后这几年，AI 又成了新的大趋势，把这两件事结合起来其实非常自然。

　　接下来就是一个问题：我们要怎么在教育里用好 AI？你之前那位谈 Alpha School 的嘉宾，其实已经说得很清楚了：孩子应该被“个性化教学”，而不是让一个老师站在讲台上，对着一整班人灌输。我们常说那种模式是“站在舞台上的智者”（sage on a stage），它本质上是工业时代的大班授课模型，现在需要被一对一的“个性化辅导”取代。在 AI 出现之前，真正做到个性化辅导，成本可能是一年一个孩子十万美元，这对绝大多数家庭来说完全负担不起。而现在，有了软件，我们就有机会用极低的边际成本，给每个孩子提供个性化学习路径。老师的角色，也会逐渐从“内容传递者”变成更像“社工 + 教练”：更多关注讨论、社交情绪能力、人与人之间的互动这些更人性化的部分。至于知识本身——比如“南北战争的起因是什么”“分数怎么做”——这部分会越来越多地变成软件在完成，而且越快越好，因为一旦做到软件化，它就天然是全球可扩展的，能让更多孩子学得更好。

　　Patrick：那你觉得，我们可以做什么，才能把这件事大大加速？你之前提到，考虑到教育是高度监管的体系，很多事可能要几十年才能变，这中间能不能做些什么，把进度拉快？

　　Reed：关键是聚焦在“真能让孩子学得更好”的应用上，然后让家长真正看到它的价值。每个家长其实心里都在问一个问题：在 AI 这么快发展的情况下，我家小孩现在 6 岁也好、16 岁也好，将来在职场上会怎么样？他们需要的是“比以往更好、更多样的能力”，而不是简单重复上一代的路径。

　　另一方面，每个 16 岁的孩子现在多少都在用 AI 学点什么，只不过很多时候是零散的、自发的。所以我们要做的是：引导他们把更多注意力放在这些真正有用的工具上，而不是被传统课堂完全锁死。你想想，“课堂”这个形态——我们在 K12 用它，在大学也用它，但一旦到了职场，我们几乎再也不用那种“坐在教室听讲”的模式了。你年轻时在课堂里花了那么多时间，可一到工作场景里，这套机制几乎没有任何延续性。这本身就说明了问题。所以真正要推动的，是尽量减少“被动坐在教室里听讲”的时间占比，增加“主动探索、个性化、自驱学习”的时间。就像 Joe 说的那样，核心是“让孩子真的爱上学校”：如果孩子愿意发自内心地喜欢学习这件事，他们就会持续地学下去。真正的问题在于：传统课堂里的无聊和挫败感，把这种热情一点点磨掉了。我们要做的，就是用 AI 和新的教学方式，把这一点扭转过来。

　　AI 的未来风险与巨大红利

　　Patrick：如果把你所有的兴趣放在一起看，你对未来会怎样发展肯定有一套自己的视角。站在这样的视角上，你对未来最担心什么？又对什么最感到兴奋？

　　Reed：我大概算是站在 Anthropic 那一派的观点上：对风险要说清楚，但不是为了吓自己，而是为了降低它真的发生的概率。所以，我不太喜欢那种一边是“AI 一切都会很好”、另一边是“AI 毁灭世界”这种二元对立的讨论——“极乐派”和“末日派”的吵架，其实意义不大。

　　更有用的做法是：大家先承认，AI 确实带来了一些相当严肃的风险，但这些风险并不是板上钉钉的结局；与此同时，人类也完全有能力，把 AI 驾驭成一种能显著提升全球生活质量的工具。我的站位很简单：我是“人类阵营”的，希望我们把这件事做成，而不是做砸。我会说，在未来 50 年里，AI 是最大的那个“摆动因素”，人类日子会变得极好还是极糟，很大程度上取决于我们怎么处理这件事。

　　Patrick：你认为最大的风险是什么？

　　Reed：短期来看，最大的风险是失业带来的社会动荡。如果大规模失业真的出现，你就会看到各种极端政治力量冒出来——有人会大声宣扬“禁止 AI”、“拆掉这些东西”，或者做出一些其它极端承诺。这种政治反应本身会让社会更加不稳定。

　　长期一点看，是大国之间——比如中美——围绕 AI 展开的权力竞争。战争有没有可能变成“比的是双方能造出多少机器人”？如果因为互相不信任，最后大家都被迫在这方面砸入巨额资源，搞出一个新的“冷战”，那会吞掉全球大量的 GDP，社会福利本来可以花在别处的。当然，另一面是巨大的正向收益：我们可能真正战胜很多疾病；可能把核聚变做出来，获得极其廉价、几乎无限的清洁能源；人类不需要像今天这样长时间工作，甚至也许几乎不用为了“生存”去工作。在那种世界里，人们可以把时间花在下棋、玩各种游戏、学习生物只是因为“好玩”，就像今天有人纯粹为了享受去研究象棋或围棋一样。所以，我觉得未来的上限几乎是难以想象地好，下限也可能非常糟。关键不在于“自动化会不会发生”——那肯定会——而在于我们能不能把它推向“下一层级”的同时，稳住社会结构、人类尊严和生活意义这一层东西。

　　例行提问：那件改变他一生的善意小事

　　Patrick：我每次访谈最后都会问同一个问题：别人对你做过的事里，你觉得最善意、最让你感动的一件是什么？

　　Reed：30 年前我在一家初创公司工作，那时候我还是一线工程师，28 岁，经常熬通宵。我桌子上总是散落着一圈咖啡杯，过几天就变得又脏又乱。偶尔会有那么几天，我一进办公室，发现杯子都被洗干净、整整齐齐摆好。我当时一直以为可能是清洁工顺手帮忙，也没太往心里去。

　　有一天早上，我很早就醒了。那时候还没有“远程办公”这种事，电脑都在办公室，所以必须过去。我大概四五点就到了公司，进门、走到洗手间，结果看到我的 CEO 正在那儿洗咖啡杯。我愣了一下，问他：“Barry，那些是我的杯子吗？”他说：“是的。”我又问：“你这一年来一直都在帮我洗杯子？”他说：“是啊。”我接着问：“为什么？”他说：“你为公司做了这么多事情，而这是我力所能及、能为你做的一件小事。”当时我真的被他的谦逊和那种很朴素、很安静的善意打动了。那一刻我心里想的是：好，我会跟着这个人走到天涯海角。很多时候，真正留下痕迹的，不是那些宏大叙事，而是这种极其简单的小动作。

　　Patrick：天哪，好故事，很好的结束点。非常感谢你的时间。

　　Reed：真正的乐趣，Patrick。

责任编辑：赵莹