TechCrunch 獅子獨家獲悉，在 Meta 從事 AI 研發8年後，Rohit Patel 即將離開公司。Patel 曾擔任 Meta Superintelligence Labs 的主管，如今已創辦了初創公司 Ndoc，並將其定位為 Microsoft Office 套件或 Google Workspace 的 AI 原生替代品。
Patel 是近期從 Meta 辞職的一批高層和管理人員中的最後一位。此前離職的還包括首席全球事務官 Joel Kaplan、AI 研究員 Andrew Tulloch，以及負責 AI 办公產品的产品主管 Emily Dalton Smith。
在設計 Ndoc 時，並非只是將 AI 工具疊加在既有的工作流程上。他的目標是取代人們在 Excel、Word、PowerPoint、Tableau、Replit 以及「ChatGPT 复製貼上」之間零碎的切換工作方式，轉而形成一個統一的工作空間，這樣即使同事沒有註冊 Ndoc，也能共同進行訪問。
Ndoc 將三個部分整合在同一界面上。Stage 标签頁用於展示關鍵成果，例如幻燈片、儀表盤、模擬或迷你應用；Narrative 标簽頁包含分析、編號引用、生成圖表，以及通常用於解釋數字背後原因的內容；Model 标簽頁則存放底層數據集和Python 脚本。
這一設計體現了Patel的背景。在Meta任職期間，他主要研究強化學習——一種機器學習方法，AI智能體透過試錯學習來做出決策並最大化獎勵——以及評估AI輸出是否可信。Patel認為，如果AI要生成企業用來決策的電子表格和幻燈片，就應該有人能夠檢查它的工作。例如，用戶可以找到生成這些文档所使用的Python腳本。
Patel 說：「就算你一點 Python 都不懂，也可以讓 AI 的聊天功能解釋：『喂，這個腳本是幹什麼的？哪一行是我的公式？』然後你就可以驗證那個公式了。這裡沒有任何隱藏的內容。」
在實際使用中，用戶可以上傳數據集，讓 Ndoc 進行分析並撰寫一份關於結果的敘述。用戶還可以添加文檔專屬的上下文，包括受眾、語氣和記憶信息。Patel 說：「它會在個人、特定文檔、團隊和公司層面持續保留記憶。」
Patel還表示，Ndoc是由多種開源模型構建並進行微調的。由於該平台是從零開始開發的，他稱其運行成本明顯低於基於先進的AI模型構建的替代方案。
「我原本以為這會是大家最感興趣的點，但實際上大家並不在意，」他說，指的是早期的試用用戶。「真正讓大家興奮的是，他們喜歡把所有的端到端流程都放在一個地方。」
Patel 更大的野心是重新定義文件本身。他表示，文檔可以導出為單個“. ndoc.html”文件，並且可以在任何瀏覽器中打開；他計劃將這種格式開源，這樣其他開發者就能基於它來構建應用程序，而不會像許多人多年來被 Microsoft 或 Google 導鎖一樣受到限制。
他之所以想開源這個項目，部分原因也是因此離開 Meta 並決定單幹。在 Meta 這樣的大公司裏，要讓所有人就一個開源格式達成一致，顯然需要「數百個人以及對格式應如何設計的各種意見」。
Patel 希望能盡快推進。「人類只能以人類的速度移動，而我……可以以 AI 能夠達到的速度前進。」
想要成為企業工作發生的平臺，對於一個只有3人團隊且沒有融資的創始人來說，是一個巨大的賭注，尤其是其他AI實驗室也在爭奪同一領域。
OpenAI、Anthropic、Meta、SpaceXAI 和 Google 都已推出 AI 工具，允許用戶連接到 Google Workspace、Microsoft 365 以及其他辦公應用，讓 AI 模型能直接在這些工具中運作。上個月，OpenAI 還推出了 Space，這是一個在 ChatGPT 內的共享工作空間，與這些成熟的工具形成了更直接的競爭。
Patel承認Space可能構成威脅，但他認為這些實驗室的思路大多不正確。
「這些公司基本上就是把 AI 加到電子表格上，讓它替你填寫單元格，」他說。「這真的讓我感到非常不舒服。這就好比你剛發明電力，然後決定最好的用途是給耕地的公牛裝上燈。別這樣。你應該去制造拖拉機。」
不過，AI實驗室之所以試圖將模型帶到人們已經在使用的環境中，也是有其原因的。改變習慣、替換整個工作流程並非易事。Patel表示他理解這一點，因此他構建了連接器，讓客戶能夠導入他們已經在使用的工具中的現有數據。
「我的標準是，我不會發布任何我自己不喜欢使用的東西，」他說。「我為自己打造了一個經過高度優化的 AI 流程。如果我開始使用這個工具，卻還是不斷回到原本的流程，那就說明我還沒做出足夠好的產品……我有一堆沒達到這個標準的工具『墳場』。」
在嘗試融資之前，Patel對於獲得客戶認可也有類似的标准。「在我拿到某種證明、證明人們真的喜歡這個產品之前，我並不想去拿錢，」他說。
截至週二，Ndoc 正在進行企業試點，並向加入等候名單的少量客戶開放 alpha 版本。註冊免費，但客戶需要為使用量及 tokens 支付費用。他希望在未来幾周推出 beta 版本，並計劃在明年正式發布。
對於 Patel 說來，盡可能快地推進進度，比一開始就擁有完美的產品更加重要。
「執行的成本極低……所以先去執行一個不完美的方案，之後再說，」他說。「等到你想清楚最佳方案時，執行工作可能已經被別人完成了。」
