TechCrunch独家获悉，在Meta从事AI研发8年后，Rohit Patel即将离开公司。Patel曾担任Meta Superintelligence Labs的主管，如今已创办初创公司Ndoc，并将其定位为Microsoft Office套件或Google Workspace的AI原生替代品。

Patel是近期从Meta离职的一批高管和研究人员中的最新一位。此前离开的还包括首席全球事务官Joel Kaplan、AI研究员Andrew Tulloch，以及负责AI办公产品的产品主管Emily Dalton Smith。

Patel设计Ndoc时，并不只是把AI工具叠加到既有工作流上。他的目标是取代人们在Excel、Word、PowerPoint、Tableau、Replit以及“ChatGPT复制粘贴”之间碎片化切换的工作方式，改为一个统一的工作空间，即使同事没有注册Ndoc，也可以共同访问。

Ndoc把三个部分整合在同一界面中。Stage标签页用于展示关键成果，例如幻灯片、仪表盘、模拟或迷你应用；Narrative标签页包含分析、编号引用、生成图表，以及通常用于解释数字背后原因的内容；Model标签页则存放底层数据集和Python脚本。

这一设计体现了Patel的背景。在Meta任职期间，他主要研究强化学习——一种机器学习方法，AI智能体通过试错学习做决策并最大化奖励——以及评估AI输出是否可信。Patel认为，如果AI要去生成企业用来决策的电子表格和幻灯片，就应该有人能够检查它的工作。例如，用户可以找到生成这些文档所用的Python脚本。

Patel说：“即使你一点Python都不会，也可以让AI聊天功能解释，‘嘿，这个脚本是干什么的？哪一行是我的公式？’然后你就能验证那个公式。这里没有任何隐藏内容。”

在实际使用中，用户可以上传数据集，让Ndoc进行分析并撰写一份关于结果的叙述。用户还可以添加文档专属上下文，包括受众、语气和记忆信息。Patel说：“它会在个人、特定文档、团队和公司层面持续保留记忆。”

Patel还表示，Ndoc由多种开源模型构建并进行微调。由于该平台从零开始开发，他称其运行成本明显低于基于前沿AI模型构建的替代方案。

“我原以为这会是人们最感兴趣的点，但大家并不在意，”他说，指的是早期试用用户。“人们真正兴奋的是，他们喜欢把所有端到端流程都放在一个地方。”

Patel更大的野心是重新定义文件本身。他表示，文档可以导出为单个“.ndoc.html”文件，并可在任何浏览器中打开；他计划将这一格式开源，这样其他开发者就能基于它构建应用，而不会像很多人多年被Microsoft或Google锁定那样受制于Ndoc。

他之所以想开源这个项目，部分原因也是因此离开Meta并决定单干。在Meta这样的大公司里，要让所有人就一个开源格式达成一致，显然需要“数百个人以及对格式应如何设计的各种意见”。

Patel希望尽快推进。“人类只能按人类的速度移动，而我……可以按AI能做到的速度前进。”

想成为企业工作发生的平台，对一个只有3人团队且没有融资的创始人来说是个巨大赌注，尤其是其他AI实验室也在争夺同一领域。

OpenAI、Anthropic、Meta、SpaceXAI和Google都已推出企业AI工具，允许用户连接Google Workspace、Microsoft 365和其他办公应用，让AI模型直接在这些工具中工作。上个月，OpenAI还推出了Space，这是ChatGPT内的共享工作空间，与这些成熟工具形成更直接的竞争。

Patel承认Space可能构成威胁，但他认为这些实验室的思路大多不对。

“这些公司基本上是在把AI接到电子表格上，让它替你填单元格，”他说。“这简直让我很难受。这就像你刚刚发明了电，然后决定最好的用途是给我耕地的公牛装上灯。别这样。你应该去造拖拉机。”

不过，AI实验室之所以试图把模型带到人们已经在工作的地方，也有其原因。改变习惯、替换整套工作流并不容易。Patel表示他理解这一点，因此他构建了连接器，让客户可以导入他们已经在使用的工具中的现有数据。

“我的标准是，我不会发布任何我自己不喜欢用的东西，”他说。“我为自己做了非常优化的AI工作流。如果我开始用这个工具，却还是不断回到原来的工作流，那就说明我还没做出足够好的产品……我有一堆没达到这个标准的工具坟场。”

在尝试融资之前，Patel对获得客户认可也有类似标准。“我不想在拿到某种证明、证明人们真的喜欢这个产品之前就去拿钱，”他说。

截至周二，Ndoc正在进行企业试点，并向加入等待名单的少量客户开放alpha版本。注册免费，但客户需要为使用量和tokens付费。他希望在未来几周推出beta版本，并计划在明年正式发布。

对Patel来说，尽可能快地推进，比一开始就拥有完美产品更重要。

“执行的成本极低……所以先去执行一个不完美的方案，之后再说，”他说。“等你把最佳方案想明白时，执行工作可能已经被别人做完了。”