软件与 AI 的未来｜Cognition 的 Scott Wu

Scott Wu 将公司建设视为一场高风险的竞争游戏，其驱动力与其说是热爱获胜，不如说是无法容忍潜力未被实现以及失败。在现有的访谈记录中，他的核心论点是，软件开发正从由人操作的工具转向能够直接执行任务的自主系统，而当前的 AI 编程界面应被视为早期、临时的一代产品，而非最终工作流。他认为，Cognition 的信念来自对代理式编程运行的一手接触：这类运行已经跨过了一个重要门槛，不是达到了完美可靠性，而是已经能够完成足够多的真实任务，以至于让整个工作流的全面自动化在方向上显得几乎不可避免。更广泛的战略姿态也异常长期主义：忽略两极化反应，持续朝最终状态推进，并以雄心而非短期变现或退出选择空间来判断决策。

关键洞察

1. Wu 的运作模型是明确的竞争性优化： 他将自己几乎所有思考都描述为一种策略游戏式的树搜索：评估行动、建模分支结果，并选择能最大化胜率的路径。他也将同样的思维方式用于公司建设，这不是一种比喻式启发，而是他默认的运作方式。

   为什么重要： 这表明，相关决策很可能是为了随着时间推移取得位置优势，而不是为了局部舒适或达成共识。对于任何评估 Cognition 的人来说，这意味着其创始人愿意承受争议并激进迭代，只要他相信博弈树仍然指向更大的胜利。

2. 他的动机看起来更偏向规避失败，而非追求回报： Wu 认同“失败带来的痛苦大于胜利带来的愉悦”这一观点，同时补充说，这并不会降低他继续尝试的意愿。在访谈后段，他进一步明确了这一点：如果已经全力以赴，失败会令人痛苦，但仍可承受；真正无法承受的结果，是当本可取得更大成果时却没有足够拼尽全力。

   为什么重要： 这之所以重要，是因为它预示着他在面对批评时会持续坚持，并且不太愿意接受渐进式结果，包括保守的产品范围或过早退出。其决策标准不是舒适，甚至也不是即时成功，而是避免“目标定得太低”的遗憾。

3. Cognition 的核心信念来自一次跨越门槛的产品体验，而非抽象理论： Wu 说，第一次看到 Devin 为他们完成一个真实任务时，他们的世界观就改变了。他给出的例子是配置 MongoDB：系统不断遇到错误、搜索修复方法、尝试命令，并持续推进，直到配置成功。他强调，这并不是一次完美运行，也不是平均水平的运行，但已足以揭示未来曲线的形状：软件将越来越多地通过指定结果、让系统自行执行来构建。

   为什么重要： 关键的信号不在于系统当时已经完全可靠，而在于它展示了跨多步骤的闭环任务执行能力。这在战略上与只会给出建议的聊天机器人截然不同。这也解释了为什么尽管外界怀疑，公司仍坚持代理式方向。

4. Wu 将当前的 AI 编程产品视为过渡性界面，而非最终工作流： 他明确否定了这样一种看法：今天这种使用网页应用、输入指令、收到 pull request 并进行审查的模式，会成为软件构建的永久方式。他预计产品体验还会经历许多代演进，并将这些代际产品的构建视为真正的创新核心。

   为什么重要： 这是一项实质性的产品论点：持久优势可能不只是来自当前模型能力本身，还来自随着自主性增强而不断重构人机软件界面的能力。投资者、竞争对手和用户应关注工作流设计与系统集成，而不只是基准测试中的编程准确率。

5. 公司对外界反弹的回应，是保持对自身论点的忠诚，而不是退回更安全的 UX 类别： 在早期演示同时引发炒作与敌意之后，Wu 表示，他们并没有把批评解读为应该转向更传统的聊天机器人或问答式产品体验的证据。他承认或许存在某种中间地带，但从访谈记录来看，他们对“自主工程师”这一定位有很强的坚持，因为他们已经在内部看到了足够多的证据，相信目标终点是真实存在的。

   为什么重要： 这表明，这位创始人及其公司愿意承受声誉成本，以维持战略方向。如果这一论点正确，这会放大上行空间；但也会提高执行风险，因为公司可能会抗拒那些有助于提升采用率、却会削弱长期定位的短期妥协。

6. 主导决策规则的是雄心，而不是流动性： Wu 表示，只有在出售公司 somehow 成为“最有雄心”的选择时，他们才会出售，而他也承认这几乎自相矛盾。他淡化金钱作为自己人生主要驱动力的作用，并反复回到一个想法：去构建他们命中注定要构建的东西，并测试自身所能达到的最大潜力。

   为什么重要： 对外部利益相关方而言，这意味着公司对收购逻辑或传统创始人降风险激励的响应度较低。相比套现时机，公司更可能围绕业务范围、行业影响力以及内部对雄心的标准来进行优化。

战略影响

• 如果 Wu 的论点是正确的，AI 软件领域的主要战场将从助手式建议工具转向能够掌控更长执行链条、错误恢复和环境交互的系统。
• 工作流设计的重要性可能与底层模型质量同样重要。那些随着自主性提升而持续推出新界面和编排层的公司，可能会优于把当前基于聊天的 UX 视为稳定形态的公司。
• Cognition 的姿态意味着一条高波动路径：如果自主编程成熟，其长期差异化会更强；但在此期间，由于公司瞄准的是超出当前用户习惯的目标，也会面临更大的采用阻力和批评风险。
• 一位由未实现潜力而非变现驱动的创始人，可能会继续把资源投入到产品雄心和高密度人才配置中，而不是去优化短期商业层面的整洁性。

值得关注的信号

• AI 编程产品是否会如 Wu 所预测的那样，从“提示到 PR”的流程转向实质性不同的端到端软件构建工作流。
• 是否有证据表明，代理式系统在带有迭代式错误处理的多步骤执行方面正在改进，而不只是孤立地提升代码生成质量。
• Cognition 是否会继续抵制退回到更简单的助手式产品，还是开始引入连接采用率与自主性的中间工作流。
• 在未来几代编程工具中，用户价值究竟有多少来自产品体验迭代，而非原始模型能力提升。

注意事项

• 提供的访谈记录并不完整，中间有大段内容被省略。某些论点或限定条件可能缺失。
• 对话中若干具有重要商业意义的说法是由采访者提出的，而非由 Wu 在可见访谈记录中加以证实；因此这里不应将其视为已被独立验证的事实。
• 现有材料中有相当一部分是关于个人经历和动机的。最有力的产品和行业结论来自有限摘录，因此最高置信度应放在 Wu 的思维方式和明确表达的论点上，而不是那些被省略的运营细节。