图片来源：a16z
Z Highlights
-
对我们来说，真正的Agent必须具备规划、推理、反思、思考，并随着时间推移不断优化的能力。对我而言，这才是真正的Agency。在B2B领域，垂直化的Agent应用复杂得多，不像代码那样，只要能够正确运行就算成功。
-
在早期阶段，人们想构建语音Agent时，通常的思路是先把语音转换成文本，然后输入 模型，最后将生成的文本转换回语音。但在过去两个月里，我们看到了voice-to-voice模型的巨大进步——即在同一个模型内部，同时完成语音识别、推理和输出，从而让对话变得更加自然。
-
我们始终保持开放的态度，尝试最适合特定任务的方案。我们的客户依赖我们去打造最优秀的Agent，以达成他们的目标。但真正的挑战在于：如果替换了一个模型，它在大规模应用中是否真的表现更好？这种评估高度依赖具体的使用场景，而这正是整个行业面临的挑战之一。
Prabhav Jain目前担任11x的CTO。他曾是Brex的Web3总经理，Compose Labs的Co-founder兼CEO，以及EagerPanda的Co-founder人兼CTO。11x致力于开发自主数字工作者，帮助组织优化流程。本文为Prabhav Jain和a16z的合伙人Joe Schmidt在a16z YouTube节目上的座谈实录。
Joe Schmidt：Prabhav，感谢你的到来。
Prabhav Jain：谢谢邀请。
Joe Schmidt：好的，我们先从一个宏观的问题开始。现在大家都在谈论agentic experiences，这个概念被用作营销噱头，但我想退一步问问你，对你来说，什么才是真正的智能代理产品？
Prabhav Jain：这个问题很好。现在Agent这个词被频繁提及，似乎只要使用LLM就是一家Agent公司，也就是说，每家公司都可以被归到这一类。但对我们来说，真正的Agent必须具备规划、推理、反思、思考，并随着时间推移不断优化的能力。对我而言，这才是真正的Agency。而真正让我感兴趣的问题是那些没有明确答案的问题——甚至连人类都无法给出唯一正确答案的问题。比如，什么样的文章算是好文章？这个标准很难量化，这正是Agent让我兴奋的地方。
UI和用户体验UX在这里尤为重要。过去25年里，我们已经习惯了网页和移动端界面，而现在的Agent并不是确定性的——它们的输出每次都会有所不同。这是一个全新的体验，我们需要向潜在客户解释：“这个系统并不会每次都给出完全相同的结果。” 这也是Agent带来的一个有趣挑战。
Joe Schmidt：确实很有意思。Agent的不确定性让我想到一个问题：它们的有效性如何？你如何看待你们正在构建的Agent产品？或者说，你见过的产品相比人类更高效吗？还是说，它们只是某种编排系统，我们只是设定规则，打造不同的用户体验？
Prabhav Jain：在代码生成领域，我认为那些公司是真正的Agent。因为它们不仅可以生成代码，还能规划代码结构、运行代码、识别错误，并不断迭代优化。这部分生态已经相当成熟。但在B2B领域，垂直化的Agent应用则复杂得多。
Joe Schmidt：可以详细说说B2B Agent应用的复杂性吗？它们更难解决的原因是什么？
Prabhav Jain：主要是涉及到的人太多了。比如，我们需要考虑市场团队的需求，比如什么样的内容是高质量的？什么样的潜在客户才符合ICP？这些问题本质上是主观的，而不像代码那样，只要能够正确运行就算成功。因此，这些问题更难处理。
Joe Schmidt：或许我们可以借此机会聊聊11x的产品，这样也能为我们提供更多的背景信息，让我们进一步探讨智能代理的应用。你可以介绍一下11x目前的产品吗？
Prabhav Jain：11x致力于为销售团队打造“数字员工”，我们的目标是让这些数字员工的工作成果与人类相当。我们的核心客户群体是销售和市场团队。现在，我们已经推出了两款产品，这对于一个早期公司来说是很少见的。
我们的第一款产品叫Alice，她是一名AI SDR。Alice可以在多个渠道与潜在客户互动，推动高质量会议和销售管道的转化。Alice的工作基于企业的CRM，也能利用我们庞大的第三方数据仓库，甚至还能针对访问公司网站的潜在客户进行营销。我们的目标是让销售团队可以自动化运行这些营销活动，而无需人工干预。
在幕后，我们屏蔽了大量复杂的技术问题：如何找到合适的潜在客户？如何深入研究客户及其所在公司？如何在多个渠道扩展推广策略？如何实现高度个性化的沟通？如何提升转化率？这些复杂性都由我们来处理，客户只需看到结果。毕竟，作为一家智能代理公司，这是我们的职责。
我们的第二款产品Mike，与Alice类似，但侧重点在于语音交互。Mike是一个语音智能的Agent，专注于Inbound和Consented Outbound场景。Mike支持多种语言，可全天候运行，并能深度集成客户的CRM、日程管理等系统，帮助销售团队大幅提升效率。
Joe Schmidt：如果我们把智能代理系统放在一个光谱上，一端是完全智能化的Agent，另一端是基于规则的传统编排系统，你认为Alice和Mike更偏向哪一端？你们对产品的未来发展有怎样的规划？
Prabhav Jain：作为一家公司，我们非常关注客户的最终结果。如果能用更简单的方法实现目标，我们不会盲目使用Agent。对我们来说，最关键的是，我们的“数字员工”是否真正帮助客户达成预期目标。
因此，我们的做法是把系统拆解成一系列任务——其中一些任务确实需要Agent，而另一些则不需要。我们衡量的核心指标是：针对某个任务，哪种技术方案能带来最优的结果？我们对此持非常纯粹的态度。
如果你观察我们的代理系统，会发现其中一部分是复杂的编排系统，本身就是一个难题。而另一些部分则是真正的Agent。例如，生成内容、深度研究等环节是Agent驱动的；但像代表客户发送邮件这类任务，本质上只是普通的自动化流程。
Joe Schmidt：市场环境变化如此之快，尤其是在过去12个月里，你们是如何调整11x的产品策略的？能分享一下产品演进的过程以及你们做出的一些关键决策吗？
Prabhav Jain： 2022年，GamePad Digital可以说是震撼了整个世界，让人惊叹：“哇，这东西竟然能做出这么酷的东西。” 当时我们的主要使用场景是：“嘿，我们能帮客户生成这些电子邮件、生成这些内容吗？” 我们和所有公司一样，最初只是使用基本的提示词。但在过去八个月里，整个世界发生了翻天覆地的变化。现在有了Agent，比如监测与评估、多模态模型、推理模型。基本上，整个游戏规则都变了。我不会说这让我们措手不及，但要跟上这些创新的步伐，确实让我们不得不加快速度，这多少有些令人惊讶。
最终，我们是非常以客户为中心的，所以我们会想：“好吧，这周又有三个新模型发布了，同时我们还得推出其他功能，我们该如何平衡两者？” 这是一个艰难的问题，因为也许其中一个新模型可以将ROI提高 20%，那我们就必须去测试它。因此，我们不得不快速培养这种能力——在测试新事物的同时，始终将目标聚焦在客户的最终需求。
我们的第二款产品是基于语音的产品，在过去六个月里，我们见证了最多的发展。这带来了一整套全新的挑战，比如：如何处理背景噪音？如何处理turn-taking？如何降低延迟？如何让语音听起来更自然？这些都是人类在交流时自然而然会做到的事情，但对于AI Agent来说却相当困难。甚至像用AirPods说话这样简单的事情，最终呈现出来的语音质量与直接拿起手机对着麦克风讲话完全不同。这些问题在我们开始构建语音Agent之前，根本没有预料到。
在早期阶段，人们想构建语音Agent时，通常的思路是这样的：先把语音转换成文本，然后把文本输入GPT-4o、Llama或Claude模型，最后再将生成的文本转换回语音。他们试图在各个环节压缩100毫秒的延迟，以使整个体验更自然。
但在过去两个月里，我们看到了voice-to-voice模型的巨大进步——即在同一个模型内部，同时完成语音识别、推理和输出，从而让对话变得更加自然。我认为，我们现在正站在这一领域的最前沿。在为客户构建代理时，我们发现要做到以下三点：
第一是智能化，用户说了什么，Agent必须能迅速做出反应。其次是语音自然，我们合成的语音要尽可能接近真人。还有就是准确性高，识别和回应必须足够精准。
目前，大多数公司在构建语音Agent时，可能只能做到其中的一个或两个，但我们必须做到全部三点。
Joe Schmidt： 这确实很关键。而且在这一领域，几乎没有竞争对手。如果回顾你们所做出的决策和平台转型，为了抓住这些创新的机会——这整个过程简直像一场风暴。你们基本上是完全重构了系统。能否谈谈当初决定重建Alice产品甚至Mike产品的原因？为什么要做这个决定？又是如何在快速扩展的同时，完成团队的重组和执行的？
Prabhav Jain： 这真的很难，我不会撒谎。这是一个非常困难的决定，但我们最终认识到，新技术带来的价值远远超过了旧系统。如果从“我们能为客户提供更好的成果吗？”这个问题出发，新产品才是正确的方向。
我们重新构建整个产品，使其具备超强的Agent能力。我们做过一个思维实验：如果沿用现有平台，并预测几个月后的发展，是否能带来更好的结果？还是彻底重建一个新平台？结果很明显，后者才是正确的选择。
但同时，我们有大量现有客户仍在使用第一代产品，而我们又要进行重建、架构调整和迁移，这确实很难。因此，我们采取了一个策略：大部分团队成员都专注于新产品开发，而一小部分团队成员维持旧产品的运行——就像“维生系统”一样，处理客户问题，但不再新增功能，因为我们希望所有的新特性都能直接进入新产品。
那几个月真的很痛苦，但必须给11x团队点赞——他们拼命冲刺，把新产品比所有人预想的还要快地推出了。这对我们来说，真的非常令人兴奋。
Joe Schmidt： 这样的权衡确实值得深思。你们花了大量时间在旧产品上，它已经为某些客户群体提供了许多精细功能。但与此同时，你们正在构建一个全新的、更强大的产品。那么，在做出“撕掉创可贴”——彻底重构——的决定时，你们是如何权衡的？
Prabhav Jain： 这个过程很有趣。在新产品重建的早期，我们做了一个原型，向内部团队和潜在客户展示，大家都充满信心，觉得这就是正确的方向。
当然，前几个月会有很多bug，很多问题，但我们知道，一旦熬过这个阶段，这个新产品将为客户带来巨大的价值。
有趣的是，我们公司现在在销售过程中做了一件行业内没人做的事——我们直接把新产品免费提供给客户试用。我们说：“我们对这个产品有绝对的信心，你们拿去用吧。”
这是一个大胆的决定，因为目前市场上的大多数产品，都需要大量人工支持才能完成初始设置，而我们的新产品可以让用户直接上手。这种信心也让我们更加确信，自己正走在正确的道路上。
Joe Schmidt：我很喜欢这个话题，我们之前也稍微讨论过。你刚才提到的各种变化，包括不同的模型提供商——比如上个月DeepSeek的消息。面对这些不断变化的情况，你是如何思考测试和集成的？不同的模型在新版本发布后，可能会变得更好或更差，而新的模型也会不断涌现。在这样的环境下，你是如何构建用户体验的？你在日常工作中又是如何测试，确保自己在构建正确的产品？
Prabhav Jain：我们对Agent的理解是，它们执行一系列特定的任务，而不同的模型针对不同的任务进行了优化。有些模型适用于某些任务，而有些则不行。有时候，甚至不能用Agent去完成其中的一些任务。因此，我们内部并没有所谓的“神圣不可侵犯”的技术，我们始终保持开放的态度，愿意尝试最适合特定任务的方案。我们的客户依赖我们去打造最优秀的Agent，以达成他们的目标。所以无论是内容生成、工具调用，还是指令执行，不同的模型在这些任务上的表现都各不相同。
我们几乎尝试了市面上的所有模型，为此，我们设计的技术架构让模型切换变得极为简单。但频繁更换模型时，真正的挑战在于：如果替换了一个模型，它在大规模应用中是否真的表现更好？不能只是简单跑几个测试案例，觉得“看起来不错”，然后就直接推送给所有用户。对于某些任务来说，这可能很容易判断，因为它有一个客观的标准答案。但对于另一些任务，比如给你看一封邮件，问你“这封邮件怎么样？”你可能觉得很好，而我可能觉得很糟——这种评估高度依赖具体的使用场景，而这正是整个行业面临的挑战之一。如果没有一个客观标准，我们如何判断效果？这就需要人为介入，我们会与客户沟通，确保我们的方案在他们的具体使用场景中真正有效。
Joe Schmidt：这个“使用场景”的点很有意思，因为你们的客户群体非常广泛，使用方式也各不相同。对于这些主观性较强的问题，你们是否建立了一套评估流程，来判断一个方案到底是“好”还是“坏”？
Prabhav Jain：是的，我们一直在试图让客户理解的一点是：他们认为“好”的东西，未必是实际表现最好的。因此，我们总是尝试说服客户，让他们先运行一段时间，让数据说话。因为我们经常会遇到这样的情况：客户拿到我们的系统后，会想让它完美复刻他们的SDR所做的事情。但如果只是想复制SDR的工作流，那不如直接用SDR的产品，对吧？实际上，很多真正有效的方法往往是非直觉性的。我们积累了大量关于不同市场和用户行为的数据，比如邮件打开率、点击率、回复率，以及这些行为是否最终转化为预约会议。甚至，有时候我们发现，用户在收到邮件后，会先访问网站，然后才决定注册演示。这些都是我们能够跟踪的数据。因此，我们可以利用这些丰富的数据反馈给客户，告诉他们什么真正有效。这有点像Salesforce早期的情况——当时，很多公司购买Salesforce，不只是为了工具本身，而是为了学习Salesforce是如何使用它的。同样，我们也需要教育客户，告诉他们11x是如何帮助我们自己加速增长的，并让他们借鉴这种方法。
Joe Schmidt：你刚才提到Alice和Mike整合了许多不同的工具和模型提供商。那么，在这些不同的基础设施供应商不断变化的情况下，你们如何保持在行业前沿？又是如何持续测试和优化的？
Prabhav Jain：现代销售人员通常会使用20到30种不同的工具，我们的产品就是要把所有这些工具和复杂性都隐藏在底层，简化客户的使用体验，让他们只需要关注自己的目标。为了做到这一点，我们不仅要集成大量的供应商，还要构建一个无缝的数据存储系统——无论是来自第三方的数据，还是第一方数据——以便为客户提供深度的业务洞察。这是我们技术架构的一个核心部分。 另一方面，我们与很多供应商合作，比如爬取所需的基础设施、低延迟的本地部署模型等。我们的核心理念是“速度至上”——如果有供应商对某个问题已经有了深入思考，并且他们的产品能够与我们的规模匹配，我们就会毫不犹豫地采用它们。
我们在内部培养了一种能力，可以在几天甚至几个小时内完成供应商集成。这对我们来说是一个巨大的优势，因为这样一来，我们就能够快速利用外部已经存在的集体智慧，并将其应用到我们的业务场景中，从而大幅提升评估效果。当然，这也意味着我们需要管理大量的底层集成。我们的客户不会在意某个供应商是否宕机，他们只关心最终的结果。因此，我们必须在系统中构建大量的冗余机制，并进行严格的监控，以确保即使后台有很多协调和编排工作，客户的体验依然是无缝的。
Joe Schmidt：这点很有意思，尤其是在 SDR这个场景中，许多传统工具已经存在了很久，基础设施供应商也相对稳定。但像网页爬取或语音处理这样的领域，技术更新速度非常快。那么，你们是如何在这些快速变化的领域进行测试、迭代和探索的？你们是如何确保自己始终站在技术前沿的？
Prabhav Jain：这真的很有趣，我觉得如果你去参加上一次的 YC Demo Day（ZP注：由创业加速器Y Combinator举办的Demo Day，最新一批创业公司会向大约1500名受邀的投资者和媒体进行展示），你可能会发现 11x 是很多公司客户名单中的一部分。我认为部分原因是我们与这些公司保持着密切联系。比如，我们会说：“嘿，我们遇到了这样的问题，如果你们为我们开发这个功能，我们会使用并付费。”这就形成了一个生态系统，人们会觉得：“如果我想测试某个东西，我应该去找 11x。”于是，我们相当于拥有了一支分布在各处的团队，他们正在构建各种有趣的工具。我们可以尝试使用这些工具，然后反馈说：“这个不错”或者“这个不好，原因是什么。”如果他们改进了，那很好，我们就会使用它；如果没有，那我们就不会采用。
这种方式确实很耗精力，但也很酷，因为这些团队正在尝试一些前所未有的方法，我们得以从中学习，最终发现哪些方法能真正为我们的客户带来成果。这真的很让人兴奋。
Joe Schmidt：还有一个很有趣的方面是，我们知道公司的增长速度非常快，我们正在为规模化而努力，同时又在不断测试和迭代。那你是如何看待这个问题的？就是“嘿，我们现在有了大量客户，他们期望获得非常高水平的服务”，我们在某些情况下甚至接管了客户的销售流程。那么，你是如何在规模化和不断尝试新工具之间找到平衡的呢？
Prabhav Jain：这个问题确实很难，我觉得简短的答案是：你必须同时做这两件事。你不能只专注于其中一方面。客户会期待新的功能，同时也希望产品能随着他们的成长而扩展。因此，我们对研发和产品团队的思路是：每周以不同的主题进行讨论。比如，有一周我们可能会专注于加快某些功能的开发；另一周，我们可能会发现：“哦，这部分系统有点不堪重负了，我们得花时间来扩展它。”
所以，每周我们都会在这两方面进行投资。投资的比重可能每周会有所不同，但我们必须在两方面都取得进展。毕竟，以我们目前的增长速度，每个系统的部分都会突然变成：“哎呀，我们没想到这个部分会增长得这么快”，然后就得立刻回去加强扩展。
Joe Schmidt：在不断扩展的过程中，客户总是会希望你们根据他们的业务需求往特定的方向发展。那么，你是如何在倾听客户需求的同时，避免产品偏离核心目标或功能范围膨胀的呢？
Prabhav Jain：这是我们必须始终坚持自己使命的一点。我们的目标是打造能够提供类人表现的数字员工。而有些功能请求其实会让我们偏离这一目标，反而更接近传统的SAS。在这种情况下，我们有时必须果断地说“不，我们不能做这个。”
不过，如果我们的假设是正确的，说明我们正在打造的产品本身就足够有价值，能够真正解决客户的痛点。那么即使我们拒绝了一些定制功能，客户仍然会留下来。
通常来说，倾听客户的问题和痛点是很有价值的，了解他们目前的解决方案也很重要。但如果只是照搬他们提出的解决方案，我们的产品最终可能会变成一个庞大的怪物，充斥着各种定制化集成功能。因此，我们倾听客户的痛点，并以此来指导我们的产品路线图。
毕竟，客户之所以会购买产品，是因为他们有一个待解决的问题。我们的职责就是去解决这个问题——可能不是用客户所设想的方法，而是找到更有效的方法。
Joe Schmidt：你们在很早期就决定推出多款产品。我想这可能和许多资深产品负责人或前人的建议相悖。为什么你们会做出这样的决定？你们从这次经历中得到了哪些启示？
Prabhav Jain：正如你提到的，这个决定是我们在非常早期就做出的，而且是深思熟虑的。我们知道，不同的销售策略和模式适用于不同的公司。对一些公司来说，Outbound更有效；对另一些公司来说，Inbound更合适；有的公司更注重电话营销，有的更偏向于电子邮件、短信或其他渠道。
我们思考的核心是：如何让公司具备Antifragility？也就是说，我们必须具备支持各种销售模式的能力。
这确实是一个很难解决的问题，要在短时间内做到这一点更是难上加难。比如，在不到一年的时间里，我们就推出了多款产品，而且这些产品都取得了相当不错的市场规模。这的确非常不容易。
我们采取的方法是，将团队划分成一些小型团队，每个团队专注于推动某个新项目。他们的唯一目标就是快速找到PMF。我们会对他们说：“把自己当作一家初创公司，假设Y Combinator的Demo Day就在一个月后，务必在这段时间内验证出PMF。”
当然，我们有一个整体的平台，团队应该尽可能利用这个平台，但如果情况不允许，我们也会灵活调整。有时，为了验证产品是否真的可行，我们会允许团队绕开平台，优先专注于让产品能够真正满足客户需求。
一旦产品达到了PMF，我们再回头将其整合进系统，设计好扩展性等等。但在最初阶段，任何无法直接为客户带来价值的事情，都是浪费时间。
因此，我们团队非常务实，始终坚持：“先找到答案，再投入精力把它变得完美。”
Joe Schmidt： 还有很长的路要走，还有很多东西要构建。但如果你稍微停下来回顾一下你们所做的所有决策，以及你们已经构建的产品，你觉得如果你能回到过去，把现在所知道的事情告诉自己，你会改变什么？
Prabhav Jain： 这是个很有意思的问题。之前你问过我关于Agent的事情，我当时就说，设计真的非常重要。我觉得我们团队引入设计师的时间太晚了。如果让我回到过去，我一定会让设计师从第一天就深度参与整个过程。因为设计决定了用户如何体验你的产品，甚至会影响我们实际构建的内容，以及用户在产品背后的交互体验。现在，我们团队里有优秀的设计师，但如果一开始就有他们的参与，我们的产品开发速度可能会快得多。
Joe Schmidt： 也许可以深入探讨一下，你现在能做出的哪些设计决策是你希望能更早做出的？有时候很难理解Agent究竟在做什么——它几乎是隐形的，只是在后台完成工作。你们有没有什么方法可以让用户更清晰地看到它的工作过程？
Prabhav Jain： 是的，其中一个很好的方法就是让用户“参与旅程”。如果你现在使用我们的产品，你可以看到我们的Agent正在爬取网站、撰写研究报告，而这一切都会展示给你。它不是在后台神秘地运作，而是一步步向你展示它正在做什么。例如，它写出一篇内容，我们会明确告诉用户：“这是因为它在其他地方找到了这些信息。” 这样的设计能让客户建立信任感，否则他们可能会疑惑：“为什么会写出这样的内容？”
如果要说还有哪些改变的话，我想其中一个是，我应该更早地从伦敦搬到旧金山。
Joe Schmidt： 可能会有很多伦敦人听了不太开心（笑），但我同意你的观点，继续说下去吧。
Prabhav Jain： 这里（旧金山）确实是 AI Agent的核心地带，发展非常快，我们从同行那里学到了太多东西。大家都在面对相似的问题，而这里的集体智慧能让我们迅速加速发展。我觉得如果更早搬到这里，我们的进展会更快。
第三个改变是，我之前也提到过，很多客户购买 11x 是想学习我们是如何加速增长的。因此，我觉得如果一开始我们对如何使用产品有更明确的观点，而不是给客户一块空白画布让他们自己探索，那会更好。这样能更好地设定客户的预期，并让他们更早取得成功。比如，我们可以更明确地告诉他们：“这是我们认为正确的方式，比如如何进行冷启动外呼、温启动外呼、电话销售等。” 这样能帮助客户建立清晰的方向，比如他们可能会问：“如果我要在 11x 上运行品牌营销活动，成功的标准是什么？” 我们如果能从第一天起就告诉他们：“这是成功的标准，这是这个产品的最佳应用场景。” 这样会更有效地帮助他们理解产品，而不是让他们以为这个产品是万能魔法。
Joe Schmidt： 你说得很对。市场变化太快，AI工具的格局也在不断演变。就像你刚才提到的，过去六个月语音技术已经发生了巨大变化，而未来六个月还会变得更不一样。那么，你认为最适合解决这些问题的人才是什么样的？这对 11x 的团队构建有什么影响？能不能谈谈你们的招聘和人才战略？
Prabhav Jain： 我认为在IC层面，我们非常看重的一点就是速度。正如你所说，市场环境变化极快，我们必须能够快速应对。
第二点，无论是不是一家Agent公司，责任感都极其重要。我们内部有一种精神：“为客户赴汤蹈火。” 我们会不惜一切让客户成功，因为只有客户成功，我们才能成功。所以，我们非常看重那种真正愿意全力以赴、竭尽所能让客户成功的责任感。
第三点，这个行业本身就是一个充满混乱和变数的环境。你必须能够适应这种混乱。比如，可能一个新的模型发布了，我们需要因此调整某个功能。你可能已经花了两周时间在某个项目上，但突然发现需要完全推翻重做。因此，我们寻找的不是那些执着于自己过去工作成果的人，而是能始终专注于如何创造更大价值的人。
在领导层，我们看重的能力和 IC 层面类似，但还要求他们既要有远见和战略思维，又能深入执行。因为一旦确立了愿景和战略，接下来的任务就是去实现它，而执行力在这个过程中至关重要。因此，我们的领导者必须能够在宏观决策和微观执行之间自由切换，随时调整状态。
这也是为什么11x里有这么多前创业者——他们过去已经经历过无数次这样的挑战，具备这种能力。
Joe Schmidt： 这次对话真的太棒了！非常感谢你能来，和我们分享这些经验。我们非常享受与11x合作的过程，我也很喜欢和你聊天，期待未来能有更多这样有趣的交流！
Prabhav Jain： 这次对话真的很棒！我也很开心能分享一些我们正在做的事情。
原视频：The Future of Digital Workers
https://www.youtube.com/watch?v=jDb8IF_BrA0
编译：Yvette Chen
请注意，本文编译自文末载明的原始链接，不代表Z Potentials立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。
Z Potentials将继续提供更多关于人工智能、机器人、全球化等领域的优质内容。我们诚邀对未来充满憧憬的您加入我们的社群，与我们共同分享、学习、成长。
（文：Z Potentials）