正在加载视频...
视频章节
在这期《No Priors》中,Glean 创始人兼 CEO Arvind Jain 回顾了企业搜索的长期失败史,并解释为何大模型时代反而让“知识基础设施”变得更关键。他分享了 Glean 早期的挫折、对 AI Agent 的冷静判断,以及企业落地 AI 时最容易被忽视的安全与信任问题。
从企业搜索到AI Agent:Glean创始人谈为何“知道”比“生成”更重要
在这期《No Priors》中,Glean 创始人兼 CEO Arvind Jain 回顾了企业搜索的长期失败史,并解释为何大模型时代反而让“知识基础设施”变得更关键。他分享了 Glean 早期的挫折、对 AI Agent 的冷静判断,以及企业落地 AI 时最容易被忽视的安全与信任问题。
为什么企业搜索一直失败,但现在又回来了?
要理解 Glean 的价值,必须先理解一个反直觉的事实:企业搜索并不是一个新问题,而是一个长期“失败”的问题。Arvind Jain 一开场就把话题拉回搜索本身——他形容自己是“a search guy”,职业生涯几乎都围绕这个主题展开。过去二十年里,无数公司尝试做企业内部搜索,但结果往往是“Lot of attempts and no successes”。
问题并不在于索引或界面,而在于企业知识本身是高度碎片化、动态变化且充满权限边界的。邮件、文档、工单、代码仓库,各自为政。Jain 提到,他曾亲自尝试购买企业搜索产品,最后的感受是:“I realized there's nothing”,没有任何产品真正理解企业内部知识的复杂性。
这一背景很重要,因为它解释了为什么 Glean 并不是简单地“把大模型接到搜索框上”。在 Jain 看来,搜索失败的历史恰恰说明:如果没有对企业知识结构的深度建模,再强的模型也只能生成看似合理、但并不可靠的答案。
Glean 的起点:不是生成答案,而是理解知识
Glean 的早期并不顺利。Jain 回忆公司刚起步时,其实已经非常早地关注到“直接回答问题”的形态——用系统中已有的知识,直接给用户答案,而不是一堆链接。但在当时,模型能力和基础设施都不成熟,团队经历了反复试错。
真正的转折点,并不是某一个模型的出现,而是他们意识到:企业 AI 的核心不是生成,而是“grounding”,即答案必须扎根于真实、可追溯、用户有权限访问的内部知识。这也是为什么 Glean 把大量精力放在知识摄取、权限继承、语义理解和持续更新上,而不是单纯的 UI 或 prompt。
Jain 强调,模型会变,但企业知识的组织方式一旦做对,就会成为长期壁垒。这也是他对“模型决定一切”论调保持谨慎的原因之一。
当所有人都在谈 AI Agent,Glean 在做什么?
在访谈中段,话题自然转向 AI Agent。Jain 并不否认 Agent 的潜力,但他的态度明显更克制。他指出,很多 Agent 演示看起来很炫,但一旦进入真实企业环境,就会立刻遇到权限、数据一致性和业务流程的问题。
他更愿意把 Agent 看成“在已有知识和系统之上的自动化层”。也就是说,Agent 能否真正帮人做事,取决于它是否能访问正确的信息,并在正确的上下文中行动。这也是为什么 Glean 在构建 Agent 能力时,始终围绕企业 corpus(统一知识语料)展开,而不是孤立地做任务自动化。
Jain 提到,很多业务流程不仅仅是执行操作,还涉及判断和责任划分。如果底层知识不可靠,Agent 只会放大错误,而不是提高效率。
企业 AI 的底线:安全、信任,以及渐进式落地
在谈到 AI 安全时,Jain 的表述非常直接:如果你“cannot roll out AI safely inside your device”,那它就不应该被推广到企业核心流程中。这里的安全不仅是数据不外泄,更包括答案是否可解释、是否符合权限、是否能被审计。
他观察到,成功的企业往往不是一开始就全面部署 AI,而是允许团队在安全边界内先行实验,从低风险场景逐步扩展。这种渐进式的方式,既能积累真实使用反馈,也能建立组织内部的信任。
访谈最后,Jain 回顾 Glean 的“interesting journey”,强调他们真正做对的一点,是在技术浪潮中保持耐心:先把基础打牢,再迎接模型和 Agent 的爆发。
总结
这期对话的价值,并不在于某个具体功能或模型,而在于一种长期视角:在企业场景中,AI 的上限由知识质量和信任机制决定。对创业者和技术负责人来说,Glean 的经验提醒我们——与其追逐最新的生成能力,不如先解决“知道什么、能不能用、该不该用”的根本问题。
关键词: Glean, 企业搜索, AI Agent, 企业知识管理, AI安全
事实核查备注: 人物:Arvind Jain(Glean 创始人兼 CEO);节目:No Priors Ep.115;核心概念:enterprise search、AI Agent、enterprise corpus、AI safety;原话引用包括“Lot of attempts and no successes”“I realized there's nothing”“cannot roll out AI safely inside your device”。