AI 越来越能够帮助人们决定该做什么，以及该如何去做。但对 Lan Doan 来说，这反而让另一个问题变得更加重要：我们究竟为什么要这样做？
Lan 是 Asla 的创始人，其最新产品 Ren 建立在一个从第一性原理出发的判断之上：随着 AI 越来越多地接手我们生活中的“做什么（what）”和“怎么做（how）”，理解自身动机、解读方式以及人际关系的能力，将变得愈发重要。
Lan 曾任 BCG 顾问，拥有 Harvard MBA 学位，也曾担任一款拥有 300 万用户产品的 CEO。目前，她正在 King’s College London 攻读 Psychology & Neuroscience of Mental Health 硕士学位，并在越南 Ho Chi Minh City 创办和发展 Asla。
Lan 并没有把 Ren 定位成又一款 AI 教练产品。她更希望探索的是，科技如何帮助人们强化一种她认为应该始终掌握在自己手中的能力：理解自己、质疑自己的解读，并与他人建立连接。
亮点
AI 可以给你答案，而 Lan 希望你知道自己为什么会提出这个问题
Lan 将当下的 AI 浪潮视为一个重新思考的机会：究竟有哪些事情，人们可以交给科技来完成？
“你可以依赖科技来负责‘做什么’和‘怎么做’——而且你应该这么做，”她说。“这样，我们就能腾出空间，真正练好那件必须始终属于我们自己的事情：‘为什么’。”
对 Lan 而言，“为什么”既是一个实际的问题，也是一个深层次的问题。一个清楚自己动机的人，可以更快做出决定，减少无谓的浪费，也不容易被周围每一个听起来信心十足的观点牵着走。
但这同样关乎自主性。
“掌握自己的‘为什么’，就是掌握自己的自主性——而你的自主性，构成了你真实人生中的绝大部分。意义正存在于其中。”
Lan 表示，长期以来，人们一直忙于处理“做什么”和“怎么做”，很少有空间认真审视自己为什么会——或不会——去做某些事情。而 AI 或许能够创造出这样的空间。
风险则在于：在人们尚未建立足够坚定、属于自己的“为什么”之前，就已经开始依赖 AI。
Lan 与一位朋友的对话，让这种风险变得格外具体。
她的朋友会花上数小时与 AI 对话，并兴奋地告诉 Lan，她发现了一件事：AI 认同她长期以来的观点，即“元认知（metacognition）”是区分人类与机器的关键。
于是，Lan 用自己的方式向 AI 提出了类似的问题。
AI 告诉她，真正的区别在于是否知道自己的“为什么”——这恰恰也是 Lan 原本就相信的观点。
“它同时认同了我们两个人。”
对 Lan 来说，真正值得担忧的是接下来可能发生的事情。
“它悄无声息地为我们每个人建立了属于自己的回音室。而其中的风险并不在于 AI 表示赞同本身——真正的风险是，一旦某件事让我们觉得已经有了定论，我们就会停止向其他人求证，停止讨论，也不再允许其他人让这个问题变得更加复杂。”
Ren 正是围绕这种张力而设计。它会从用户实际经历的事情出发，帮助他们从不同角度重新审视事件。Ren 不会告诉用户应该怎么想，而是鼓励他们检视自己的解读，思考自己为什么会形成这样的看法，培养元认知能力，同时对他人保持好奇。
Ren 还会让用户接触到其他人匿名分享的人生篇章，让他们能够透过另一个人的经历，看见自己身上的某些部分。
对 Lan 来说，能够回答“我是谁？”“我为什么会做我所做的事情？”以及“我希望在自己的社群中扮演什么角色？”这些问题，都是掌握自身“为什么”的一部分。
如果 AI 帮你与人建立连接，然后主动退场呢？
Lan 将这一理念与自己的 MBA 经历联系起来。在 MBA 学习中，自我管理以及与他人建立连接，都是成为更优秀领导者的一部分。
“如今，我们每个人都像是一位迷你 CEO，带领着一支由 AI agents 组成的大军——而 CEO 应该非常清楚自己的‘为什么’。”
这也是为什么她有意将 Ren 与 AI coaching 领域区分开来。
通用型 AI 已经能够提出问题、记住上下文、提供个性化回应，并持续进行对话。Lan 并不希望 Ren 通过打造一种更好的“人工关系”来竞争。
“大多数 AI coaching 产品都试图通过提供更好的答案、记住更多上下文、与用户建立关系等方式来解决问题。AI 教练的目标，是取代人与人之间的连接。”
而 Ren 关注的是培养建立连接的能力。
“我们无法通过提供人际连接的替代品来解决孤独；我们应该提升人们与他人建立连接的能力。”
她表示，这通常始于理解自己，并让自己变得更加开放，愿意真正看见他人。
Lan 也将这种差异视为 Asla 构建长期竞争力的一部分。她押注的并不是一个更聪明的模型，而是她认为会长期存在的人类需求。
她认为，人们越了解自己和他人，就越希望更深入地了解彼此。如果 Asla 沿着这一方向继续发展，她认为未来可以探索更多连接的维度，支持社群内部建立更深层次的连接，甚至有可能促成已经建立连接的人进一步匹配彼此。
300 万用户让她明白：获得关注并不等于产生影响
Lan 曾经成功将一款产品扩展到大规模用户群体，但她并不认为这段经历意味着自己已经掌握了 Asla 规模化发展的所有答案。
“坦白说，现在要让我以权威的口吻谈规模化还为时过早，而且对于如何实现规模化，我刻意保持着灵活性。”
真正发生改变的，是如今打造产品所处的环境。
“上一次，最困难的是把系统真正构建出来，而把它做好本身就是护城河。那个时代已经过去了。”
她认为，如今几乎任何人都能够推出一款产品。真正困难的挑战已经转向了分发和触达用户。
因此，团队投入精力的方式也发生了变化：不再把那么多注意力放在“我们能不能把它做出来？”上，而是更多地思考：“我们能否触达真正需要它的人？触达之后，又能否赢得他们的信任？”
不过，她过去的经历中有一个原则延续了下来：比任何人都更深入地理解利益相关者，然后围绕他们，以更具创造力的方式构建整个系统。
但那 300 万用户也让 Lan 学会了区分“关注度”和“影响力”。
“如果坦白说，300 万用户教会我的主要是人们会点击什么——而不是我是否真正改变了哪怕一个人的人生。”
这一次，她宁愿做到“对少数人而言不可替代，而不是被数百万人匆匆看上一眼，然后再从那里开始成长。”
而为了实现增长，还有两件事情是她绝不会牺牲的。
Ren 拒绝给你所有人都想要的那样东西：一个答案
第一件事，就是裁决。
Ren 不会告诉用户：“你是对的。”它不会说：“离开他。”更不会直接递给用户一个五步行动方案。
“裁决是互联网上最容易让人上瘾的产品；整个论坛都可以建立在一群陌生人为另一个人的人生投票之上。”
Lan 很清楚，这种克制可能会牺牲一部分用户参与度。但如果直接把答案交给用户，就会破坏她真正希望 Ren 培养的东西。
“一个裁决会终结好奇心，而好奇心恰恰才是重点。”
“从我们开始替你回答问题的那一天起，我们就变成了当初想要改善的那种东西。”
第二项原则，则与所有权有关。
你最私密的数据，绝不应该成为产品控制你的筹码
用户最初写下的文字会完全按照他们原本的表达保存。Ren 所提供的叙述只是一个帮助用户观察自己的视角，而绝不会取代用户自己的声音。
分享内容会经过去身份化处理。用户可以在任何时候离开，并选择带走自己的全部内容，或者将其彻底删除。
“我们保管的是人们最私密的内容；唯一可以接受的立场，就是成为它们的保管者，而绝不是所有者。”
对 Lan 来说，没有任何增长策略值得以破坏这一原则为代价。
因此，她的做法也主动限制了一些原本可能让高度个人化产品更具吸引力，或让用户更难离开的机制。Ren 不会通过直接给出裁决来制造确定感，而用户在产品中积累的个人内容也始终属于用户自己。
这让 Asla 面临了另一个不同的问题：如果用户花在产品里的时间并不是最终目标，那么成功究竟应该是什么样子？
她衡量成功的方式？你关掉这个 App
Lan 的答案非常直接。
“如果 Asla 真正发挥了作用，证明它成功的指标不会是用户在一个 App 里累计使用了多少小时。”
真正的证明，是有人因此更加了解自己、更加理解另一个人，然后重新走回自己的现实生活——之后，或许还会把一位朋友带到这里。
这也让产品重新回到了它最初的理念。
随着 AI 越来越有能力处理“做什么”和“怎么做”，Lan 希望人们仍然能够牢牢掌握属于自己的“为什么”：自己的动机、解读、人际关系，以及最终由自己做出的选择。
Ren 可以帮助一个人看得更深，接触另一种视角，并重新审视自己的某种解读。但它从一开始就刻意没有被设计成提供最终裁决的工具。
这也为一款 AI 产品创造了一种不同寻常的成功定义。
如果 Asla 能够按照 Lan 所设想的方式发挥作用，那么它的价值或许并不会体现在一个人在 Ren 里停留了多长时间。
真正体现其价值的，可能是当他们离开时，从中带走了什么。
亮点
Read the English article here.
