Meta AI总监离职创业，挑战微软Office与谷歌Workspace

在Meta工作八年的AI总监Rohit Patel宣布离职，创办初创公司Ndoc，目标直指微软Office套件与谷歌Workspace。据TechCrunch独家报道，Patel在Meta期间主要负责AI评估和强化学习方向。这一动向既折射出大厂AI人才的外溢趋势，也暗示办公生产力工具正迎来新一轮AI原生的竞争。

从AI评估到办公工具：一个不寻常的转身

Patel的履历集中在AI评估（AI evaluations）与强化学习（reinforcement learning）两个领域，这两项能力恰好是当下AI产品落地的关键环节。AI评估决定模型输出是否可靠，强化学习则关乎模型能否在反馈中持续优化。将这样的技术背景带入办公软件赛道，意味着Ndoc可能不会走传统文档工具的功能堆叠路线，而是围绕模型能力构建产品逻辑。

办公套件长期由微软Office和谷歌Workspace主导，后来者多在协作体验或轻量化上做文章。Patel选择正面挑战两大巨头，说明他认为AI原生的工作方式足以重构用户对文档、表格、演示等基础工具的预期。

AI评估（AI evaluations） 指的是一套系统化衡量AI模型输出质量与安全性的方法体系，包括基准测试、红队测试、人工评分与自动化评分器等。它回答的核心问题是：模型在真实任务中是否可靠、是否会产生有害或错误输出。在大模型产品化过程中，评估决定了模型能否上线、何时迭代，以及如何界定能力边界。OpenAI、Anthropic等公司均设有专门的评估团队，评估结果也日益成为监管与采购决策的依据。

强化学习（reinforcement learning） 是让模型通过与环境交互、依据奖励信号不断调整策略的机器学习范式。在大模型语境下，RLHF（基于人类反馈的强化学习）与RLVR（可验证奖励的强化学习）被广泛用于对齐模型行为、提升推理能力。评估与强化学习往往形成闭环：评估发现问题，强化学习据此优化模型。这也解释了为何同时具备这两项经验的负责人较为稀缺。

人才流动背后的行业信号

据TechCrunch报道，Patel在Meta的八年正值公司AI体系快速演进的阶段。AI评估和强化学习从研究课题变成产品基础设施，相关负责人的经验具有较高稀缺性。此类人才流向创业公司，通常意味着资本与技术判断在某个方向上形成共识。

办公场景是AI落地的高频入口，用户每天在文档与表格中产生大量可被模型理解的结构化与非结构化数据。相比通用聊天机器人，嵌入工作流的AI工具更容易形成使用黏性，这也是Ndoc选择该赛道的合理性所在。

AI原生（AI-native） 工具与“在传统软件上叠加AI功能”存在本质区别。后者通常是在既有界面中加入聊天框或自动补全，产品逻辑仍以人工操作为中心；前者则把模型能力作为产品的核心架构，由模型理解意图、生成内容、执行多步任务，界面更多承担确认与调整的角色。对一个AI原生办公套件而言，这意味着文档、表格与演示可能不再是彼此独立的文件，而是围绕任务目标动态生成与联动的产物。这一思路能否被企业用户接受，取决于可靠性、可控性与既有工作流的兼容程度。

Ndoc面临的现实挑战

挑战微软与谷歌并非易事。两大平台拥有庞大的企业客户基础、成熟的权限与合规模块，以及围绕办公套件建立的生态。Ndoc作为初创公司，需要在产品差异化和企业信任度上同时建立优势。Patel的技术背景有助于前者，后者则依赖长期积累。

另一个变量是AI能力的商品化速度。基础模型能力正通过API快速普及，办公工具的AI功能容易被复制。Ndoc若要建立壁垒，可能需要在特定工作流上做深，而非比拼通用能力。

编辑观点

这条消息的价值不在于又一位高管创业，而在于它标记了一个方向：AI评估与强化学习专家开始把注意力投向最日常的生产力场景。办公套件的竞争逻辑可能从功能与协作，转向模型驱动的任务完成质量。Ndoc能否兑现这一判断尚需时间验证，但它所代表的思路值得关注。