摘要

Jain 认为，企业搜索是在 SaaS API、云基础设施和 transformers 到位后才变得可行。 他在 2018 年底开始思考 Glean，2019 年初创办公司，第一版使用 Google 的 BERT 模型，以及基于企业内容构建的客户专属 embeddings。Glean 最大的客户之一拥有超过 10亿份文档；按 Jain 的比较，这相当于 2004 年整个互联网的规模。
好的企业搜索，不能只靠向量搜索或不断扩大的上下文窗口。 企业系统必须区分当前有效、权威的信息与数十年来积累的过时材料，并以连贯方式呈现；把“100万份文档”按时间顺序打乱后全部塞进模型，仍然会制造推理难题。Jain 说，找到正确来源——或者发现根本没人记录过答案——往往比解决幻觉更难。
Glean 已从“工作中的 Google”扩展为建立在企业数据和知识之上的助手与 agent 平台。 Glean Assistant 将世界知识与经过权限控制的内部数据结合起来；面向特定职能的应用和 agents 则可以限定信息来源、指定语气，并在连接的系统中执行工作。最典型的场景是 HR：员工可以询问福利或 PTO，但答案只能来自 people team“授权或认可”的内容。
安全既是企业 AI 的准入门槛，也是 Glean 相邻的产品机会。 Jain 估计，公司知识有 90% 以某种形式属于私有信息，因此平台的所有访问都必须遵守源数据权限。更好的搜索暴露了原有治理漏洞——包括薪资和一份敏感的 M&A 文件——形成了“产品太好，反而卖不出去”的悖论，也推动 Glean 转向 AI-ready 和安全产品。
员工采用 AI 是行为改变问题，即使界面只有一个输入框。 20 年的 Google 使用习惯训练用户只输入 1-2 个关键词，很多人并不知道如何使用对话式助手；Jain 的结论是，“AI 实际上非常不直观”。除了短期 ROI，他认为企业现在就应培养 AI-first 劳动力，为 3 年后的组织形态做准备。
Glean 的自上而下销售模式由产品架构决定，尽管 Jain 最初的愿望是做 PLG。 即使只有 1名员工进行搜索，也需要索引整个公司的知识库，因此小席位部署成本高昂，而全公司推广才能跑通经济模型。在条件允许时，他建议 PLG 与企业销售同步启动，把 PLG 当作获客漏斗，而不是等 3 年后再建立商业化动作。
管理层仍将重心放在助手和 agent 平台上，因为它承诺的价值本身仍远未实现。 Jain 的销售话术是：用户提出任何问题或交办任何任务，Glean 都能安全调用公开知识和内部知识完成，但这距离现实仍“非常非常遥远”。最终目标是让每名员工拥有一支由助手、同事和教练组成的个人团队，“完成你 90% 的工作”，并“让我们所有人都成为 10Xers”；这显然是愿景，而非当前能力。

精读

1. 3个变化让“坟场”市场变得可做

Jain 对 30年搜索演进的回顾，勾勒出这次断层：关键词系统只能找到匹配的词，而 LLMs 能“深度理解”问题和文档，在概念层面将两者匹配起来，并直接给出答案。他的结论是，这一范式“已经彻底改变”，系统也不再那么脆弱。
Glean 的切入时点非常有利。Jain 在 2018 年底开始探索，2019 年初创办公司，第一版就使用了 transformers：先是基于互联网数据训练的 Google BERT 模型，随后加入基于企业内容构建的客户专属 embeddings。当时市场还没有“向量搜索”“RAG”或“生成式 AI”这些说法，公司内部称之为“embedding search”。
但真正带来最大实践突破的是 SaaS。在 SaaS 之前，供应商必须在各自的私有数据中心里部署服务器和存储；SaaS 统一了版本，并通过 API 暴露内容。Glean 的起点 Rubrik 当时有 300个 SaaS 系统，员工抱怨什么都找不到，Jain 也因此发现，“根本没有可买的东西”。
云提供了所需的规模：Glean 最大的客户之一拥有超过 10亿份文档，相当于 Jain 所说的 2004 年整个互联网的内容量。企业也没有 10亿名网页用户所产生的行为信号，因此语义理解等技术变得更加必要。

2. 更大的上下文窗口无法消除检索工程

Elad 问，随着模型能力提升，传统信息检索是否还会存在。Jain 的答案是：embeddings 只是其中一个组件；企业搜索必须优先呈现今天仍然正确、足够新、且由权威人士撰写的信息，同时剔除过时内容。
Jain 不认为近乎无限的上下文能在短期内解决这个问题。假设把来自今天、4个月前、3年前和2天前的100万份文档混在一起交给模型，即便模型具备近似人类的智能、出色的记忆力和速度，也会陷入困难。证据的排序和组织，仍然是良好推理的基础。
Glean 的第一轮产品演进，是把“工作中的 Google”变成了更像 ChatGPT 的 Glean Assistant。它将世界知识与公司内部上下文结合起来，识别用户身份，并将答案限制在该用户有权访问的信息之内，本质上是一个具备权限意识的个人“sidekick”。
随后，业务需求又把 Glean 从回答问题推向了工作流。HR 团队希望福利、PTO 和假期问题只能基于 people team“授权或认可”的内容回答，并遵循指定的行为方式和语气。Glean 在 agents 流行之前将这些体验称为 apps；当它们开始在连接的系统中执行工作后，“agents”就更合适了。

3. 更好的搜索暴露了企业隐藏的安全债务

Jain 估计，公司知识有 90% 以某种形式属于私有信息。因此，企业不能把所有内部数据倒进一个模型，再向全公司开放：Glean 会将每份文档或 Slack 对话与获准访问它的身份一并建立索引，并对每一位登录用户执行这些权限控制。
出乎意料的上线问题，是客户害怕产品太成功。客户说，“我不想要一个好的搜索产品”，因为 Glean 暴露的是原本就存在的治理漏洞；员工找到了其他人的薪资，而在一家企业，员工甚至在交易完成前就搜到了敏感的 M&A 文件。
Sarah 提议用 LLMs 对潜在敏感文档进行分类，这与 Glean 的方向一致。公司不再满足于复制源系统权限，还开始判断提问者是谁、提出了什么问题，以及返回的结果是否适合展示。Jain 说，Glean 因此“最终变成了一款安全产品”，企业购买它是为了实现 AI-ready。

4. AI 采用需要教育，而不只是一个空白输入框

Jain 原本认为，一个“没有 UI”的产品——只有一个输入框——不需要任何使用指导。搜索产品验证了这一判断，Assistant 却没有。用户依旧被训练成只输入 1-2 个关键词，而更大胆的用户则会提出“我该拿人生怎么办？”这类无法回答的问题。
他的结论很直接：“AI 实际上非常不直观。”当能力逐步嵌入用户熟悉的工作场景时，采用率会提高；例如对工程师来说，可以主动提供一份关于陌生技术的 2页教程，而不是指望员工在没有帮助的情况下自行写出复杂、长达一段话的提示词。
企业自然会要求 AI 投入带来效率提升或收入增长，但 Jain 认为这种框架忽略了教育。3年后，CEO 应该希望拥有一支 AI-first 劳动力，擅长利用一种“并不完美、不容易使用、会犯错、会产生幻觉，但很强大”的技术。今天的目标，是让员工通过日常使用建立这种能力。

5. 产品结构决定了销售模式，信念战胜了先验判断

Rubrik 进入的是一个成熟的替换型市场，有明确的买家和预算；Glean 进入的却是一片“坟场”，预算表里没有搜索这一项，产品还被认为只是补充营养的“维生素”。面对这些糟糕的先验判断，Jain 的回应异常简单：持续存在的痛点，说明还没有人解决它；每个想法都有 10个放弃的理由，有时答案就是“直接去做”。
Jain 坦率地说，自己的“梦想是做 PLG”，但即使只有 1名员工搜索，也仍然需要索引整个公司的知识。这使小席位部署成本高昂，也让全公司部署成为自然选择。如果可以重新选择，他会让 PLG 与企业销售同步启动，把 PLG 用作获客漏斗，而不是推迟 3年再做企业销售。
公司的运营范围仍然有意保持狭窄：让每名员工都能使用 Glean Assistant，让每个业务流程都能使用 agent 平台。但“问它任何问题，或交给它任何任务”的承诺距离实现还很远，因为信息可能缺失、过时，或者只是从大海捞针时捞错了针。Jain 说，“距离解决这套话术所描述的问题，我们还非常非常遥远。”
Jain 的个人不确定性也与这份野心并存：在 Rubrik 负责 R&D 之后，他正在学习如何成为 Glean 的 CEO，并说，“我不认为自己已经学会了。”长期产品愿景同样带有个人色彩——让每名员工身边都有一支由助手、同事和教练组成的团队，完成 90% 的工作，帮助一名应届毕业生进入这个世界，最终目标是“让我们所有人”都成为 10Xers。

前 Neuralink 创始人：AI 增强型身体已近在眼前｜与 Max Hodak 对谈 | EP #171 Tiger Global靠OpenAI脱险