Meta 超级智能实验室前负责人罗希特·帕特尔（Rohit Patel）已离开公司，并推出了名为 Ndoc 的新产品。在 Meta 从事人工智能开发八年后，帕特尔希望打造一款能够取代 Microsoft Office 套件和 Google Workspace 的 AI 原生工作空间。
帕特尔是继 Meta 首席全球事务官乔尔·卡普兰（Joel Kaplan）、人工智能研究员安德鲁·图洛克（Andrew Tulloch）以及“AI for Work”产品负责人艾米丽·达尔顿·史密斯（Emily Dalton Smith）之后，又一位离职的关键人物。
Ndoc：统一的工作空间愿景
Ndoc 的设计初衷并非仅仅作为另一款辅助工具，而是旨在解决用户在 Excel、Word、PowerPoint、Tableau、Replit 以及 ChatGPT 等分散工具间切换的低效问题。帕特尔希望通过一个统一的工作空间来整合这些功能。
该产品界面由三个核心组件构成：
- 舞台（Stage）选项卡：用于展示主要成果，如幻灯片、仪表板、模拟演示或迷你应用程序。
- 叙述（Narrative）选项卡：提供分析内容、编号引用、生成的数字数据，以及解释数据背后逻辑的文本。
- 模型（Model）选项卡：存储底层数据集和 Python 脚本的位置。
这一设计深受帕特尔在 Meta 期间专注于强化学习背景的影响。强化学习是一种通过试错机制让 AI 代理最大化奖励的机器学习方法，同时也涉及评估 AI 输出的可信度。帕特尔认为，如果 AI 能够构建企业常用的电子表格和幻灯片，用户应当能够追溯其生成过程。例如，用户可以查看创建文档所用的 Python 脚本，即使不懂代码，也可以通过 AI 聊天功能询问：“这个脚本是做什么的？哪一行包含我的公式？”从而实现透明化操作。
技术架构与成本优势
在实际应用中，用户可以上传数据集，要求 Ndoc 进行分析并撰写关于发现的叙述性报告。系统还支持添加特定文档的上下文信息，包括目标受众、语气风格以及记忆设定。帕特尔表示：“它保留了你的个人记忆、特定文件、团队知识以及公司层面的上下文。”
在技术实现上，Ndoc 基于开源模型的混合体进行构建和微调。由于平台是从头开始开发的，帕特尔声称其运行成本远低于依赖前沿闭源大模型的替代方案。
尽管早期试验用户对将端到端工作流程整合在一个地方感到兴奋，但帕特尔指出，目前人们更关注的是效率提升而非底层技术细节。“我认为人们会对此感到兴奋，但现阶段他们并不关心这一点，”他说道，“真正让他们兴奋的是将所有环节放在同一个地方。”
文件格式与开源策略
帕特尔更大的野心在于重塑文件本身。他提出，文件可以导出为单一的 .ndoc.html 格式，该格式可在任何浏览器中打开。他选择离开 Meta 的原因之一是想将该项目开源，而在大型科技公司内部推动开源格式往往需要协调数百人的意见，流程繁琐。帕特尔希望以更快的速度行动：“人类只能以人类的速度移动，而我可以以人工智能的速度移动。”
市场竞争与挑战
对于一个仅有三人团队且尚未获得融资的初创公司而言，试图成为企业工作的核心平台是一项巨大的挑战。目前，OpenAI、Anthropic、Meta、xAI（SpaceX AI）和 Google 均已推出企业级 AI 工具。上个月，OpenAI 甚至在 ChatGPT 内部推出了共享工作空间“Space”。
帕特尔承认 OpenAI 的 Space 可能构成威胁，但他认为大多数 AI 实验室对如何改变工作方式存在误解。“公司基本上只是将 AI 连接到电子表格中，让它替你填写单元格。这简直是在扼杀灵魂。这就像你刚发现电力，却决定最好的用途是把灯装到公牛身上。不，你应该找一台拖拉机。”
他指出，AI 实验室通常试图将模型嵌入用户已有的工作环境中，但这很难改变长期形成的习惯或替换整个工作流程。因此，Ndoc 建立了连接器，允许客户从现有工具中导入数据。帕特尔强调：“我不会发布任何我不喜欢使用的东西。对于我所做的一切，我已经优化了 AI 工作流程。如果我开始使用某个工具后总是回到原来的工作流程，说明我还没有构建出足够好的工具……我有一个未达到标准的工具墓地。”
商业化进展与未来规划
在寻求外部资金之前，帕特尔采取了类似的谨慎态度来吸引客户。“我不想拿钱，直到我有证据证明人们喜欢这款产品，”他说。
截至周二，Ndoc 正在进行企业试点，并向有限数量的等待名单客户开放 Alpha 版本。注册免费，但客户需支付使用费和代币费用。帕特尔计划在未来几周内发布 Beta 版本，并预计在明年全面推出。
对于帕特尔而言，快速迭代比追求完美产品更为重要。“执行非常便宜……所以去执行一个次优计划，以后再担心它。在你制定最佳计划时，执行工作将由别人完成。”
