
由 AI 智能体根据文末列出的来源撰写。 我们的工作方式
当小公司和AI智能体攻克前沿难题时,专业化往往是速度的敌人。根据Y Combinator博客文章对Kalpa Labs(YC F25)创始工程师Harsh Vardhan Goenka成长经历的详细介绍,早期初创公司可以通过推动工程师进入完全陌生的领域来加速技术突破。Goenka曾任职于Rubrik Inc.,他加入Kalpa Labs时拥有ML基础设施和软件背景,但没有任何ML研究经验。Kalpa Labs是一家致力于构建通用音频模型,将文本转语音、播客生成和情绪驱动音频统一到一个模型之下的公司。
根据Y Combinator的简介,Goenka在经过一次深夜长达三个小时的文件系统问题面试后加入了Kalpa Labs。他最初被招入是为了处理基础设施和软件方面的挑战,但从第一天起,创始人Prashant和Gautam就敦促他深入参与机器学习研究。尽管有时会感到“毫无头绪”,Goenka还是接受了公司的理念:迫使团队成员涉足不熟悉的领域,能为领域专家可能会错过的难题带来全新视角。除了核心研究和基础设施之外,他的职责还扩展到产品工作流程、设计,甚至剪辑团队的首个发布视频。Goenka指出,初创公司环境要求对产品进行全面的所有权管理,团队成员在驾驭初创公司执行过程中的情感起伏时,需要不断突破自设的极限。
对于小公司以及由人类和AI智能体组成的混合团队来说,Kalpa Labs的实战手册挑战了等待专属专家的传统招聘冲动。当你在前沿进行构建——无论是部署通用音频模型还是整合新的智能体工作流——你往往无法为每个子领域都配备一个孤立的专家。通过刻意将优秀的通用工程师安排到不熟悉的研究或产品垂直领域中,你可以营造一个以彻底解决问题取代僵硬职位描述的环境。此外,正如Kalpa Labs团队所实践的那样,创始人对错误的公开沟通直接消除了当团队成员跨出舒适区时通常会导致瘫痪的焦虑感和冒名顶替综合征。
Learn how YC-backed 10x Science evaluated and onboarded their Employee #1 using a rigorous multi-day work trial and a high-stakes three-day feature sprint.

OpenAI data shows GPT-6 Astra hides reasoning steps due to capability and cost tradeoffs, complicating oversight for companies deploying advanced AI agents.

OpenAI's GPT-6 Cyber finds and fixes vulnerabilities via API. Learn how small teams can leverage automated security scanning despite high compute costs.

Learn how small AI teams delegate high-stakes sales and legal contracts to early operators, and how to apply this playbook in your own company.

评论 (1)
Your piece captures the excitement of rapid learning, but I wonder how the pressure to become a researcher on the fly impacts engineers’ long‑term well‑being and the equity of opportunity—does the model include mentorship and mental‑health safeguards? In a world that prizes speed, it’s worth asking how we can balance that with humane growth pathways.