今天我們要談一家新的AI編碼（也叫Vibe Coding，氛圍編程）公司Windsurf。這家公司最近很受關注，因為據說OpenAI想花30億美金收購它。如果此事成真，就會是OpenAI成立以來最大的一筆投資。
這也說明，AI編碼已經是現在最熱的模型應用賽道，主要初創玩家有Cursor、V0、Replit、Bolt、Lovable等，還有老牌的GitHub Copilot，相當擁擠。之前，我們發過Cursor創始人Aman Sanger的創業故事，講團隊如何從零做到一億美金，還發過Replit創始人Amjad Masad的願景，說讓世界擁有十億開發者比AGI重要。今天我們繼續這個系列，主角就是Windsurf創始人兼CEO Varun Mohan，核心內容來自他接受知名YouTube 頻道Lenny's Podcast的訪談。
Windsurf前身叫Codeium，它的成長速度也很快，四個月內吸引超過100萬用戶，但其創業過程和Cursor完全不一樣。這家公司早在四年前就成立了，當時是做GPU虛化基礎設施的。有時間，我會再介紹另一家AI編碼公司Bolt.new，它和Windsurf有點像，也是中途轉行。我最近特別關注這種轉型類公司，因為除非天才，誰能做事情一擊命中，都要逐漸調整。不信大家可以看已上市公司在創業期的商業計劃書，一定和最終的招股說明書的業務介紹天差地別。
在這期訪談中， Varun Mohan有一半的時間談AI編碼，另一半的時間則是在談創業。我甚至覺得他談創業的部分含金量更高，比如這一段：
"（創業）公司與學校完全不同。在學校，你要優化的是GPA總成績。但對公司來說，我只需要在真正重要的那一門課上得A+，其他所有課程都可以得F。"
再比如談現在AI公司員工數量很少，對人頭數量控制很嚴的時候，Varun使用了一個生動的比喻："我希望公司幾乎像一個脫水的實體。每一次招聘就像給這個實體加一點水。我們只在公司已經脫水的時候才回去招聘。"
當然，他也談了關於AI編碼的公司使命。由於Windsurf的toB基因（GPU基礎設施），所以公司有很大一部分是針對企業級市場的，所以公司目標是：幫助客戶將構建應用和技術所需的時間減少99%。
一、Codeium的創業歷程：從GPU虛擬化到AI編碼助手
之前我們說了，Varun Mohan的創業之旅遠比Windsurf的表面成功更為複雜。他在採訪中介紹，公司實際上成立於大約四年前，遠早於ChatGPT的出現和AI編碼工具的普及。最初，他們專注於構建GPU虛擬化和編譯器軟體技術。
"在此之前，我在自動駕駛汽車領域工作，而我的聯合創始人，也是我自初中就認識的朋友，曾在Meta從事AR、VR工作。我們相信深度學習不僅會影響自動駕駛汽車行業，還會觸及金融服務、國防、醫療保健等多個行業。"Varun解釋道。我查了一下，他工作的自動駕駛公司叫Nuro，成立於2016年，由兩位前谷歌自動駕駛項目工程師Jiajun Zhu和Dave Ferguson創立，業務場景是通過自動駕駛技術革新最後一公里的貨物運輸，提升配送效率並降低成本。
繼續說Windsurf，他們最初的業務模式是使複雜的深度學習應用能夠在沒有GPU的電腦上運行，團隊負責處理所有在GPU上運行這些工作負載的複雜性。他們能夠大幅優化這些工作負載，到2022年中期，公司已經實現了數百萬美元的收入，管理超過1萬個GPU，有8名員工，並且實現了正現金流。
然而，隨著生成式AI模型的崛起，公司面臨了一個艱難的轉折點。Varun回憶道："我們意識到，當這些生成式模型變得非常優秀時，我們構建的許多東西不再那麼有價值了。這對公司來說是一個非常艱難的時刻。"
團隊開始質疑：在未來，人們是否還會訓練高度定製的情感分類器等專門模型，或者他們會直接向ChatGPT詢問某條評論是積極還是消極的情感？答案顯然是後者。在一個所有人都運行相同類型的生成式AI模型的世界裡，基礎設施公司如何區分自己？
面對這個現實，團隊做出了關鍵決策。Varun解釋："我們相信生成式AI幾乎會成為下一個網際網路。在這種情況下，我們應該去構建下一代偉大的應用，就像Google、Amazon那樣。"
他們進行了垂直整合，利用自己的基礎設施，尤其是推理基礎設施，開始構建最初的Codeium。作為GitHub Copilot的早期採用者，他們預見到未來幾年編碼領域將經歷巨大變革。團隊運用自己的基礎設施大規模運行模型，甚至訓練了自己的模型。
"一開始非常簡單，純粹是一個自動完成模型，基本上就是在用戶打字時完成接下來的幾行代碼。但我們在所有開發者編碼的IDE中免費提供這個產品——包括VS Code、JetBrains、Eclipse、Visual Studio、Vim、Emacs等。我們之所以能夠免費提供，是因為我們有基礎設施背景，能夠大幅優化這些工作負載。"
不久後，一些大型企業也希望與他們合作，於是他們建立了企業業務模式，與Dell、JPMorgan Chase等大公司合作。對這些企業客戶而言，關鍵不僅是代碼自動完成或代碼庫聊天，還包括安全性和基於公司內部私有數據的個性化定製能力。團隊投入大量精力確保能深入理解這些大公司的代碼庫。
直到六個月前，團隊一直專注於這項工作。但他們意識到，現有IDE的局限性開始制約他們展示AI能力。"VS Code作為一個非常流行的IDE，對我們能向用戶展示的AI能力設置了上限。因此，我們決定分叉VS Code，構建具有新型代理能力的IDE。"這就是Windsurf的誕生。
二、從基礎設施到應用層：價值在AI棧中的積累
談到AI領域的價值積累，Varun提供了一個關於創業公司本質的深刻見解："關於創業公司有一點非常真實：你最初認為應該去做的事情很可能不是正確的事情。這對創業者來說是很難接受的。"
他解釋了一種認知上的鋼絲上行走——創業者需要足夠的非理性樂觀主義來相信自己正在做的事情具有差異化重要性（否則為什麼要去做？），但同時又要保持現實主義，因為大多數非常規想法通常都是糟糕的想法。
"你需要在這種鋼絲上保持平衡，一方面推動你相信的未來，另一方面接收新資訊並不斷挑戰自己的信念。"
回顧基礎設施階段，Varun分享了他們最初的假設是模型架構將非常異構。"在自動駕駛汽車領域，有許多不同類型的模型架構——卷積神經網路、圖神經網路、循環神經網路、LSTM、帶有視錐體點網路的輕型神經網路等。我們處理的架構有數十種之多。當時，我們認為這種複雜性如此之高，顯然如果有人能卸下這種複雜性的負擔，將會創造巨大價值。"
然而，到了2023年中期，一切看起來都將成為transformer模型。"所以現在我們的假設就錯了，"Varun承認道，"此時，大部分價值可能不會積累在基礎設施層面，而是其他地方。區分化的層級在哪裡？我們相信應用層是一個可以進行深度差異化的層級。我們能為開發者創造多少更好的用戶體驗和工作流程？我認為這方面基本上沒有上限，我們可以無限提升開發者的生活質量。"
三、大膽轉型：當既有業務模式不再適應未來
Varun討論了公司如何從一個成功的業務模式轉向完全不同的方向，即使原來的模式正在盈利且受到客戶歡迎。他們已經擁有數百萬美元的ARR（年度經常性收入），但仍然敢於推翻一切重新開始。
這種決策的關鍵因素是什麼？Varun提出，當你構建業務的基本假設改變時，就是重新考慮整個業務的時候。
"你知道，我認為我們的思考方式是，即使在現在工作時，我們也接受會犯很多錯誤。這顯然是一個非常重大的時刻，因為這是一個賭公司命運的時刻。我們基本上告訴投資者，嘿，我們在這方面賺錢，我們已經籌集了2800萬美元資金，但我們要完全轉型。我們一夜之間就這樣做了。"
他強調，這不是一個漸進的過程："這不是說，嘿，也許一個季度或兩個季度後再說，因為我們知道創業公司有一件非常重要的事情就是專注。如果你認為另一件事很重大，而你的精力卻放在你認為不那麼有價值的事情上，你肯定會在你認為真正重要的事情上失敗。"
Varun分享了一個關於創業公司與學校的重要區別："我告訴公司，這與學校完全不同。在學校，你優化的是總GPA。但對公司來說，我只需要在真正重要的那一門課上得A+，其他所有課程都可以得F。F不意味著做違法的事情，而是指你可以不優先考慮不重要的事情。"
他認為，關鍵是建立一個真正追求真相的組織。"我認為公司的很多人都曾反覆檢驗自己的想法，即使只是在構建Windsurf時。這不是一次完整的公司轉型，但這是我們在公司做出的一個重大決定。你需要做出一些賭注，有時你錯了，有時你對了。但如果你有一個組織，當你做出錯誤決定時士氣不會低落，那是最好的。這意味著你未來永遠有選擇權。"
Varun還分享了一個他經常告訴公司的觀點："今年我們的工程輸出總量將遠遠超過公司創立以來到現在的總量。這幾乎意味著每一年對我們來說都是新生，是測試全新假設的方式。也許我們最初的假設本來就錯了。是什麼讓我們比其他人更聰明，能夠比他們更多次地做對決策呢？"
四、Windsurf的核心定位與差異化優勢
當談到Windsurf的本質時，Varun解釋說："Windsurf是一個IDE，是一個用於構建軟體和應用程序的應用。有趣的是，很多使用我們產品的人甚至可能不知道什麼是IDE，這很瘋狂。"
他進一步闡述了為什麼他們要構建Windsurf，以及為什麼不能僅僅在現有IDE如Visual Studio Code之上完成這項工作。
"隨著AI變得越來越強大，我們認為人們構建技術的界面將會發生顯著變化。它不會是傳統的純文本編輯器，用戶編寫大部分代碼，IDE僅提供關於用戶做對或做錯什麼的基本反饋。IDE可以做得更多——它可以修改大塊代碼。"
Varun強調，這種新的AI範式將徹底改變開發者和IDE的關係："我們認識到的關鍵之一是，在這種新的AI範式下，AI可能會編寫超過90%的軟體。在這種情況下，開發者在IDE中所做的工作可能是審查代碼，這與過去大不相同。開發者大部分時間實際上是在審查AI的輸出。因此，我們需要在IDE中構建定製的審查流程。"
這就是Windsurf構建的根本前提——開發者不再花所有時間編寫代碼，而團隊擔心如果繼續使用基礎UI，將受到很大限制。
Varun舉了一個具體例子："我們有一個自動完成產品，可以完成幾行代碼。現在我們推出了一個叫做Windsurf Tab的功能，它還能顯示重構建議。這些幾乎是內聯重構。我們在Windsurf中為此構建了自定義UI。但在VS Code中，由於API訪問限制，我們需要在用戶光標旁動態生成圖像，因為我們無法訪問正確顯示和編輯的功能。我們意識到，僅僅通過移植到Windsurf，我們的接受率就增加了三倍——相同的ML模型，接受率就這樣增加了三倍。"
這一發現使團隊確信UI體驗對用戶採納率的影響。"你可以說技術很重要，我認為技術確實很重要。但如果用戶從我們構建的技術中獲得很少的價值，我們需要重新思考。也許我們確實需要構建一個新的表面和界面。這就是Windsurf。"
Varun坦言，說服工程師使用全新的IDE是一個巨大挑戰："我認為人們可能低估了這有多麼冒險——說服工程師使用全新的東西。這是一個大事。"
他還強調了Windsurf與競爭對手的一個重要區別——他們繼續支持多種IDE："我們的許多開發者確實使用Visual Studio Code，但有很多人使用Java、C++等語言，他們可能使用JetBrains系列IDE，如IntelliJ。對我們來說，我們仍然致力於在這些平台上構建工具。我們只是覺得主流IDE之一Visual Studio Code限制了我們能夠提供給用戶的界面。"
關於目前的用戶情況，Varun分享道："我們在四個多月前推出了產品。在這段時間內，超過100萬開發者嘗試了這款產品。顯然，我們現在有數十萬月活躍用戶。"
五、AI將如何改變未來的編程和工程工作
對於AI如何改變編碼的未來，Varun提供了深刻見解，將工程師的工作分為三個方面："當我們考慮工程師實際在做什麼時，它可能分為三個部分：我應該解決什麼問題？我應該如何解決？然後是實際解決它。"
他認為，在這個領域工作的每個人越來越確信，AI將處理"實際解決問題"的絕大部分工作，如果不是全部的話。"事實上，根據我們在深入理解代碼庫方面所做的一些工作，當你越來越接近完成時，'我應該如何解決它'這個問題也會被解決。如果你深入理解組織內的環境，深入理解代碼庫，基於公司最佳實踐的解決方案也會被解決。"
因此，Varun預見工程將回歸到真正的核心：確定最重要的業務問題和所需的產品能力，然後進行優先級排序並做出正確的技術決策。"我認為這是工程正在走向的方向。"
關於是否還需要電腦科學學位的爭論，Varun持謹慎觀點："我認為這可能被過分誇大了一點。很多現在構建全棧應用的開發者可能上過大學並學過作業系統課程。理論上，他們並不經常接觸作業系統核心調度器。但這些原則是否幫助他們理解為什麼應用程序運行緩慢？是否幫助他們理解為什麼某些設計決策比其他的更好？是的，這使他們成為比其他工程師更好的工程師。"
他認為底層原理的理解將使優秀的工程師變得更好，同時AI也將使那些從未理解這些事情的人能夠構建應用。當被問及是否會建議年輕人學習電腦科學時，Varun回憶起他在麻省理工學院的經歷：
"當我思考我們在工程或電腦科學中學到的最多的東西時，並不完全是如何編寫代碼。那幾乎是理所當然的，上完大學後你能寫代碼。更重要的是你如何思考問題、如何分解問題，以及如何以有趣的方式解決問題的原則。"
他特別提到分布式系統課程是他非常喜歡的一門課："你閱讀文獻，理解一些設計決策是如何做出的。這更像是一門解決問題的課程和專業。這是一個關於如何在給定電腦今天如何運行的某些約束下解決問題的專業。"
在談到未來工程師應該投資的技能時，Varun強調了"能動性"（agency）的重要性：
"我認為一個可能被低估的是這種能動性。我經常思考這一點，很多人可能上大學，在課程中被告知確切該做什麼，給予非常明確的路徑。而在社會和學校中，我們可能沒有優先考慮如何確保人們具有真正的能動性，希望建造東西。他們的目標不僅僅是從大學畢業，然後在一家大型科技公司找到一份工作，那裡他們被告知確切該做什麼或在網站上放置像素的位置。"
他認為這是一種在過去10年左右被低估的技能，但在未來將變得非常重要："對於我們這樣的創業公司來說，這顯然是我們尋找的技能。我們尋找具有高能動性的人，因為我們認識到，如果我們不創新和做瘋狂的事情，我們就會死去。公司會死亡。但我要說，對於大多數軟體工程工作來說，情況可能不是這樣。"
六、Codeium的精益招聘理念：保持"脫水狀態"
Varun分享了Codeium獨特的招聘理念，它與傳統公司截然不同。他並不崇尚精益公司本身，而是關注效率："我不崇尚精益公司的理念，好像擁有一個營收5000萬、1億或2億美元，而員工只有10%或20%的公司是夢想一樣。這不是我們公司崇尚的。我認為我們崇尚的是成為能夠滿足我們雄心的最小公司。"
他用一個生動的比喻解釋了這一理念："如果我告訴你，嘿，我要建造一輛自動駕駛汽車，然後我說我們的團隊是10個人，你應該理直氣壯地說，嘿，Varun，你不是認真的。而你會是對的。我那時不是認真的。"
關鍵問題是：實現你的雄心勃勃的項目所需的最少人數是多少？對於Codeium，他們的目標是完全改變軟體構建方式："我們在公司提到過，我們的目標是將構建應用和技術所需的時間減少99%。這是一個非常雄心勃勃的目標。從長遠來看，我們不可能成為一個10、20、30或40人的工程團隊，並實際滿足這個目標。"
談到具體的招聘哲學，Varun解釋道："我們只在真正需要某個職能的情況下招聘。比如說我們正在構建推理技術，除非我們在這方面真的人手不足，否則我們不會去招聘人來做這項工作。"
他認為這一方法有很多好處："當你為一個職位招聘，而你已經有足夠的人手時，最終會出現很多奇怪的政治問題。這不是因為人們是壞人，我認為大多數人都是出於好意。但當有人加入公司，而實際上你並不真正需要他們時會發生什麼？他們會去製造一些其他應該做的事情。他們會去尋找其他工作。現實情況是，這些工作並不那麼重要，但他們會試圖說服組織的其他人這很重要。"
Varun使用了一個生動的比喻來解釋他的招聘方法："我希望公司幾乎像一個脫水的實體。每一次招聘就像加入一點水。我們只在再次脫水時才回去招聘。"
這種方法強制進行無情的優先級排序："我們尊重和信任在公司工作的人。這迫使我們進行無情的優先級排序。一個團隊在做某事，他們永遠不會要求做不重要的事情。事實上，如果他們正在做兩件事，他們會直接告訴我，嘿，我有兩件事要做，我沒有能力做兩件事，我只能做一件，然後他們會選擇最重要的那一件。"
當被問及這種方法聽起來很痛苦時——必須處於"水下"並舉手求救，幾乎要"死亡"和"脫水"——Varun承認這很有挑戰性，但也非常令人興奮："我認為這對一些原因來說真的很好，因為我們尊重和信任在公司工作的人。我們相信我們可以告訴公司這兩件事是最重要的。但如果我們這樣告訴他們，然後公司有20%的多餘人員，最終會發生什麼？這幾乎是無情優先級排序的一個強制函數，讓內部的人少一些或者人手不足。每個聽眾如果在大公司工作，都確切知道你的意思，當描述有太多人時，他們都會找事情做，他們都會提出想法。你知道，他們都想展示影響力，他們想在績效評估中表現良好。這就是公司人太多時的本質。"
目前，Codeium有近160名員工，其中工程團隊超過50人，銷售團隊約80人。
七、與競爭對手的區別：Windsurf的技術優勢
在討論Windsurf與競爭對手（特別是Cursor）的區別時，Varun強調了幾個關鍵優勢，特別是在代碼庫理解方面的專長。
"在產品方面，我們投入了大量精力確保對非常大的代碼庫的理解質量非常高。這只是因為我們的起點。我們與世界上一些最大的公司合作，如Dell和JPMorgan Chase。像Dell這樣的公司有超過1億行代碼的單一代碼庫。因此，能夠非常快速地理解它，以進行大規模更改，是我們花了很多時間做的事情。"
這需要建立自己的模型，能夠並行處理大量代碼："我們實際上構建了自己的模型，可以並行地在數千個GPU上處理他們代碼庫的大塊，幾乎可以將它們排序，以找出對所問的任何關於代碼庫的問題最重要的代碼片段。所以我們基於我們的基礎設施背景，構建了大型分布式系統來實現這一點。"
Varun強調了這一差異的重要性："我認為人們可能低估了這有多重要。當我們談論Bolt和Lovable的創始人在播客上分享時，那些產品是從頭開始構建的，他們為你編寫代碼。將Windsurf加載到Airbnb或Uber的百萬行代碼庫上，理解現有內容及其工作方式，以及在不破壞它的情況下去哪裡更改內容是非常困難的。這是一個很大的差異化因素。我們實際上是從那裡開始的，然後Windsurf現在正在建立這種優勢。"
第二個關鍵區別是Windsurf不僅限於自己的IDE："我們不僅僅關注Windsurf，這可能聽起來很奇怪，考慮到我們正在談論Windsurf。實際上，我們非常專注於支持像JetBrains這樣的IDE。JetBrains或IntelliJ擁有70%到80%的Java開發者在基於JetBrains的IDE中編碼。我們之所以不覺得有太大必要構建一個與JetBrains競爭的產品，是因為JetBrains實際上是一個非常可擴展的產品，而VS Code則不是那麼可擴展。"
Varun指出，他們的目標不僅僅是滿足可以切換到他們IDE的用戶子集，而是為每個開發者提供代理體驗："我們與許多大型企業合作，這些企業有1萬多名開發者，其中超過50%的開發者使用JetBrains。這是一個非常大的產品。順便說一下，這家公司本身是一家私人公司，每年創造數億美元的收入。所以這是一家非常大的公司。"
第三個差異點與安全性和企業需求有關："我們在許多非常安全的環境中工作。我們有FedRAMP合規認證，這意味著我們可以向非常大的政府實體銷售。我們有產品的混合模式，這意味著所有被索引的代碼實際上存在於用戶的租戶上。代碼是公司最重要的智慧財產權之一。"
八、Windsurf實戰演示：從低代碼到專業級AI編碼助手
在播客中，Varun進行了一個現場演示，展示了Windsurf的功能。他從一個基本的React項目開始，展示了如何使用簡單的手繪模型圖快速構建應用。
"這是一個非常基本的React項目，現在裡面什麼都沒有。如果你打開任何文件，它就是默認的React應用項目。我有這個基本圖像，你可以向Windsurf傳遞圖像，作為你希望項目看起來的樣子。"
Varun展示了一個簡單的手繪圖，描繪了"狗狗版Airbnb"網站的樣子。他解釋說，Windsurf可以在現有項目中工作："我可以基本上說，嘿，根據這個圖像將這個React應用更改為顯示狗狗版Airbnb網站，並預覽它。現在它會開始執行代碼，閱讀儲存庫。顯然，它不知道當前代碼庫的實際樣子，它會分析代碼庫，找出所需的更改集。"
幾分鐘後，預覽就準備好了，顯示了一個基於簡單手繪草圖的功能性狗狗Airbnb應用。Varun進一步展示了Windsurf的交互式功能："我們做的不僅僅是修改代碼，還能指向不同的部分進行修改。"他指向頁面上的一個元素並說："讓這個背景變成紅色，"系統迅速做出了修改。
"預覽方面有助於展示應用在構建過程中的樣子，這有助於你完全生活在應用世界中。你甚至可能不需要看代碼。當然，這看起來很醜，但從某種程度上說，如果我想，我可以這樣做。"
Varun還展示了AI審查流程："AI的目標現在變了很多，它現在正在為你修改大塊代碼。開發者的工作現在是審查AI生成的代碼。"他展示了如何修改變量名，然後讓AI繼續工作，系統能夠理解用戶的意圖並相應地更新所有相關代碼。
"Windsurf不僅了解agents做了什麼，還了解用戶做了什麼。我們的目標是擁有這種幾乎像流動狀態，用戶所做的一切，AI也知道，能夠預測意圖。"
演示還展示了如何使AI繼續進行更改，如將應用更改為"復古"風格，系統迅速做出響應，創建了一個視覺上吸引人的復古設計，甚至改進了之前添加的紅色元素。
Varun總結了Windsurf的價值主張："AI不僅能夠完全在應用空間中操作，還能在用戶的代碼空間中操作，修改代碼並連接兩者之間的差距。因此，它應該為不僅僅是純粹構建應用的非開發者提供槓桿作用，也為專注於鍵盤的開發者提供幫助。"
當被問及新用戶如何成功使用Windsurf時，Varun提供了兩個關鍵建議："首先，要有一點耐心，既要有耐心，又要明確。當你要求應用程序進行一些更改時，它可能會做出許多不相關的更改。防止這種情況的最好方法是儘可能明確。我建議人們開始時進行較小的更改。如果有一個很大的目錄，不要重構整個目錄，因為如果出錯，它會破壞20個文件。"
他的第二個建議是了解產品的優缺點："產品的用戶學習產品的高低點。這有點像自動完成。當你使用自動完成產品時，你會認為一個只有30%被接受率的建議產品會非常煩人。但之所以不煩人，是因為你已經學會了70%的時間你不需要接受它。你知道何時從中獲得價值。你也提前知道，如果你寫的命令非常複雜，你就預期自動完成不會起作用。"
Varun還解釋了該系統使用的模型："我們有一個進行規劃的模型。我要說現在Sonnet是一個非常非常好的規劃模型。我認為OpenAI的GPT-4.0也很好。但瘋狂的是，我們嘗試讓基於Anthropic的模型或Sonnet模型儘可能多地進行高層次規劃。然後我們在內部嘗試運行所有必要的模型，為代理進行高質量的檢索。"
他解釋了為什麼這種方法對大型代碼庫是必要的："例如，將整個1億行代碼的代碼庫發送給Anthropic不是一個好主意。首先，你不能這樣做。那是超過15億個代碼標記，比目前最大的上下文鏈接大三四個數量級。但從成本和延遲的角度來看，你也不想這樣做。"
Varun描述了Windsurf如何結合自己的模型和第三方模型："對於許多不同的部分，它基於開源。有趣的是，進行檢索的模型實際上是完全在內部預訓練的。對於進行編輯和自動完成的模型也是內部的。我們的觀點是，我們能在什麼方面做到最好？我們會去訓練。但如果我們不會在某方面做到最好，我們不應該僅僅為了自我而去訓練某些東西。"
關於他們訓練數據的獨特之處，Varun解釋道："每小時我們可能從用戶那裡獲得數千萬條反饋。我們得到很多關於他們喜歡什麼和不喜歡什麼的反饋。對於自動完成這樣的功能，我們得到很多偏好數據。這些偏好數據很奇特，它不像你在網際網路上找到的數據。它就像用戶在打字時的數據。想像一下，你在代碼庫中輸入一些代碼，代碼在你輸入時是不完整的，它不會是完整的形式，不像它在GitHub上那樣。但我們有很多這樣的數據。"
九、企業銷售策略：為何AI初創公司需要重視銷售團隊
Varun分享了他們在早期就大力投資企業銷售的獨特經歷，這在技術初創公司中並不常見。
"我們實際上在公司歷史的早期做出了這個決定。我們在一年多前就聘請了銷售副總裁。現在公司內部的銷售團隊已經超過80人，這是公司內部相當大的一個職能部門。"
他解釋了這一決策的背景："當我們創立公司時，我們實際上有幾位曾是銷售運營人員的天使投資人。其中一位是Carlos de la Torre，他曾是MongoDB的首席收入官(CRO)。對我們來說，我們從來沒有將企業銷售和銷售視為非常負面的事情。我認為這是技術創始人有時不太喜歡的一件有趣的事情。他們認為銷售是過程中的一個非常負面部分，一切都應該是產品主導增長。"
Varun指出這並不是非黑即白的問題："企業銷售真的很有價值。但也許當我們是一家GPU虛擬化公司和一家基礎設施公司時，我們從未聘請銷售人員的原因是我不知道如何擴展這些職能。我是銷售產品的人。所以最終，如果我很難增量銷售產品，我不知道我們如何將其變成一個可以擴展的流程。我不知道我們如何將業務收入從幾百萬增加到數億，甚至數千萬。如果我不知道如何做到這一點，我怎麼能去聘請某人並讓他們擴展它呢？"
然而，對於Codium，情況完全不同："另一方面，對於Codium，很快就有許多大型企業聯繫我們。僅從這一點，在2023年中期，我和公司的其他幾個人開始銷售產品。我們同時進行了數十個與大型企業的試點。我們很快就了解到，在這個領域需要建立一個大型企業動作。所以到2023年底，我們實際上聘請了我們的銷售副總裁。在那之後很快就擴大了銷售團隊。"
他總結了這一洞察："如果你想向財富500強企業銷售，僅通過刷信用卡來實現這一點是非常困難的。"
十、Windsurf實戰中的驚人效果：讓非開發者也能創建高級應用
在談到Windsurf在實際工作中的影響時，Varun分享了一個令人驚訝的故事，展示了AI如何使非技術人員能夠構建複雜應用。
"當我們推出Windsurf時，我們要求公司的每個人都使用Windsurf構建一個應用，包括我們的銷售團隊和市場團隊。有一個瘋狂的統計數據，我認為人們會覺得驚訝，我們節省了超過50萬美元的SaaS產品費用，因為我們的銷售團隊現在構建應用而不是購買它們。比如我們的合作夥伴負責人，不是購買合作夥伴門戶產品，而是構建了自己的合作夥伴門戶。他以前從未構建過軟體。"
這種趨勢可能會對某些SaaS行業產生深遠影響。當被問及哪些領域可能面臨最大挑戰時，Varun提出："我認為那些非常垂直化的利基產品將受到很大競爭。我認為銷售產品就是其中之一。我不想太負面，但在像我們這樣的公司內部，讓我們最好的工程師去構建一流的銷售產品是非常困難的。沒有足夠的興趣去做這件事，或者構建一流的法律軟體產品或金融軟體產品。對我們來說這非常非常困難。實際上，這對於構建這些產品的公司來說是一個很大的護城河，他們能夠提出關於如何做這件事的有見解的立場，聘請足夠好的工程師來構建軟體。"
然而，AI工具的出現改變了這一格局："現在，領域專家現在可以訪問構建他們最終想要的工具。如果你考慮一下為什麼這些軟體公司能夠存在，原因是他們有許多功能。各種功能的組合適用於許多公司，但每個公司可能只想要10%的功能。但問題是，每個公司都沒有能力維護一個軟體或為10%的功能構建定製軟體。但這現在已經完全改變了。現在他們可以了。"
他指出，這種變化顛覆了構建定製軟體的成本計算："一直以來有這樣的說法：如果我可以只花幾美元購買軟體，為什麼要花任何時間構建自己的軟體？但現在只需五分鐘時間就能完成，而且可能甚至更符合你的系統。你購買軟體的次數有多少次，你幾乎在想，為什麼沒有與X的集成，而我實際上使用X？這讓軟體對你來說不那麼有用。"
Varun將這種變化與傳統的產品經理-工程師動態相比較："如果有人回顧演示的開始，它基本上就像一個產品經理在與工程師交談。嘿，為我構建一個狗狗版Airbnb。這裡是我用一些方框做的愚蠢模型。這幾乎就像一個糟糕的產品經理在與工程師交談，而它實際上有效。這就是這一切的瘋狂之處。所以這就是為什麼你分享的市場團隊人員構建自己的東西的例子很重要——他們不需要了解產品構建，只需以一種荒謬的方式描述它，畫幾個方框說明你想要的樣子，它就會製作一些東西。"
十一、招聘標準：能動性、技術實力與努力工作的價值
當談到Codeium的招聘標準時，Varun強調了幾個關鍵因素："我們有非常高的技術門檻。假設他們確實達到了技術門檻，我認為我們尋找的是對我們實際嘗試解決的使命充滿熱情的人，以及願意非常努力工作的人。"
他坦率地承認他們不會將公司描述為輕鬆的工作環境："我認為我們不會嘗試說服人們，嘿，我們是一家非常輕鬆的公司，在這裡工作很好。不，這是一個非常令人興奮的領域，競爭非常激烈。如果公司里的人不是非常努力工作，你應該期望我們輸。"
Varun表示，他在面試中尋找的一個重要信號是候選人關於工作投入的態度："我在面試中聽到的最大警示信號之一是，當我問人們你願意有多努力工作時，有些人實際上會說，嘿，我工作得很聰明。我基本上會問他們一個問題：如果我們公司有很多聰明的人，他們也努力工作，那麼區別因素是什麼？你是否只會拖累他們？"
他解釋了為什麼這個問題如此重要："我認為關於公司的一件事是，它就像這個巨大的團隊項目。我認為關於不盡力的人的糟糕之處不是生產力，對吧？在某種程度上，當公司成為擁有數百名工程師的規模時，我不會考慮那一個不盡力的工程師。問題是與他們一起工作的團隊幾乎在說，這是公司內部的標準嗎？這是期望嗎？"
Varun提出了一個有力的問題："如果我告訴你，你有一個五人團隊，而與你一起工作的其他四個人根本不在乎，你會覺得你應該有多在乎？不太多。所以對我們來說，這更多的是我們關心的事情。我們有一種非常協作的文化，這不是一項個人運動，但人們覺得他們可以依靠他人完成複雜的任務。"
關於如何處理當前環境下的技術面試，Varun指出："我們允許人們使用工具，因為我認為最糟糕的事情之一是如果有人來到這裡卻不喜歡使用這些工具——我們相信它們是巨大的生產力提升。我們確實讓人們來公司現場，這樣我們就可以看到他們如何在白板上思考問題。所以我們確實想看看他們如何即興思考，希望他們不只是拿我們所說的，放進語音轉換器，然後放入聊天，再拿出答案。"
然而，他強調雖然工具很重要，但基本的問題解決能力仍然至關重要："如果解決難題的唯一方法是把它放進ChatGPT，我認為這對我們來說是一個顧慮。"
十二、未來展望：AI將如何重塑軟體開發和工程團隊
當被問及關於構建AI產品的最反直覺見解時，Varun分享了對長期投資與短期成果之間張力的思考：
"我認為一件奇怪的事情是，網上每個人都對我們每周發布的短期成果感到非常興奮。我們每隔幾周就會進行這些更新。但實際上，我們在公司內部所做的很多賭注都是針對那些不是三四周，而是三、六、九個月遠的事情。這是我們在內部工作的內容，因為我認為這就像我之前提到的，Lenny。"
他強調了不斷創新和自我顛覆的重要性："我告訴公司每個人的目標之一是，我們應該每6到12個月就顛覆我們現有產品的狀態。每6到12個月，它應該讓我們現有的產品看起來很愚蠢。它幾乎應該讓現有產品的形式看起來很蠢。"
Varun描述了增量改進與破壞性創新之間的緊張關係："所以有這種奇怪的緊張關係，你想在市場上有一個產品，你想逐步疊代，傾聽用戶的聲音，讓它變得越來越好。但我要說，我們是第一個代理IDE產品。這就是我們的定位。我認為，除非我們繼續證明自己，否則這種價值會很快貶值。而且我們需要以用戶甚至沒有要求的方式來證明自己。"
他指出，僅僅關注增量改進是不夠的："所以這裡有一種緊張關係，增量感覺非常安全，對吧？添加這一個按鈕。用戶說，嘿，我希望能夠有這個下拉菜單來做X。但這不是我們將贏得勝利的原因。這只是基本條件。是的，我們會決定做一些這樣的事情。我們可能不會決定做很多這樣的事情。但它就像公司內部這些更長期的努力，幾乎破壞現有產品，這最終是我們成功的原因。你需要在頭腦中有這種奇怪的緊張關係，你也不能完全不聽用戶的聲音，因為他們是你存在的原因。"
對於一個關於招聘更多工程師的問題，Varun提供了一個有趣的觀點，似乎與AI將編寫90%代碼的預測相矛盾。他解釋道："我認為這真的取決於通過增加更多工程師你是否獲得增量價值。首先，我要說明，如果AI寫了90%以上的代碼，這並不意味著工程師的生產力提高了10倍。工程師花費的時間不僅僅是寫代碼。他們審查代碼，測試代碼，調試代碼，設計代碼，部署代碼，導航代碼。工程師可能做很多不同的事情。"
他引用了並行計算中的Amdahl定律來解釋生產力提升的限制："如果你有100個時間單位，只有30個時間單位用於編寫軟體。如果我把30減少到3，我只把100減少到73。這只是27%的改進，對吧？從整體來看。所以我認為，看，我們肯定看到了超過30%，可能接近40%的生產力提升。但我認為對於我們正在解決的願景，即使我說公司長期有200名工程師，可能仍然太少。"
Varun還提出了一個關於技術投資回報率的重要觀點："如果你告訴JPMorgan Chase的CIO，她在軟體上的年度預算是170億美元，公司內部有超過5萬名工程師。然後你告訴她，嘿，這些工程師現在每個人都能生產更多技術。這實際上意味著什麼呢？建設技術的投資回報率實際上上升了。所以不投資更多技術的機會成本已經上升。這意味著你應該投資更多。"
最後，當被問及在開始Codeium之前希望知道什麼時，Varun反思道："老實說，我希望我有...也許謙虛是錯誤的詞，但這種更快接受錯誤的想法。我總是在想，當我們做決定時。我和我的聯合創始人總是討論，我們幾乎都說，嘿，我希望我們幾個月前就做了這個決定。我們總是這樣說。而奇怪的是，從外部看，每個人都在說，哇，實際上，決定是在正確的時間做出的。但在我腦海中，我總是拍著自己的頭說，如果我們幾個月前就做出了這個決定會怎樣？"
