Solving Real User Problems With Generative AI: Slack’s Jackie Rocca
33:22 Share

今天，我们播放的是由我们的朋友 Modern CTO Podcast 制作的一期节目，他们最近很友好地邀请我作为嘉宾参加。我们讨论了生成式 AI 的兴起，在技术方面取得成功的意义，以及领导者在指导技术实施工作时需要考虑的一些因素。您可以在 Apple Podcast、Spotify 或您收听播客的任何地方找到 Modern CTO Podcast。

生成式 AI 如何帮助我们更有效地进行工作协作？在今天的节目中找出答案。我是来自 Slack 的 Jackie Raka，您正在收听《我和 AI》。欢迎收听《我和 AI》，这是一档关于人工智能和商业的播客。在每一期节目中，我们都会向您介绍一位在人工智能领域进行创新的个人。我是 Sam Ransbotham，波士顿学院分析学教授。我还是麻省理工学院斯隆管理评论的 AI 和商业战略客座编辑。

我是 Sherwin Kodubande，BCG 的高级合伙人，也是我们 AI 业务的领导者之一。麻省理工学院 SMR 和 BCG 自 2017 年以来一直在研究和发表关于 AI 的文章，采访了数百名从业人员，并对数千家公司进行了调查，了解构建、部署和扩展 AI 能力以及真正改变组织运营方式需要什么。

大家好。今天，Shervin 和我正在与 Slack 产品副总裁 Jackie Rocca 谈话。Jackie，感谢您抽出时间与我们交谈。欢迎。我很高兴来到这里。让我们开始吧。我认为我们的大多数听众，许多听众可能都在使用 Slack，但让我们向大家介绍一下。什么是 Slack？

Slack 是一个协作平台。所以它最初是一个非常有效的方式来与你的同事发消息和工作。多年来，它已经扩展到包括许多可以直接在 Slack 中访问的工作工具。

所以这是一个与你的团队、你的同事一起工作的好方法。我们实际上有外部功能。你可以与客户或承包商合作。我们真的希望把它打造成你所有 AI 工具的中心，并将 AI 引入到对话界面中。好的。你提到了 AI。让我们开始吧。与 AI 有什么关系？我听说过沟通工具 AI。

AI 在其中扮演什么角色？我负责我们 Slack AI 产品领域。我们正在构建原生功能。我们正在寻找 AI 可以用来解决我们多年来一直面临的主要用户问题的方法。无论您是被 Slack 中的所有沟通和工具压得喘不过气来，还是只是试图在整个企业中查找信息，我们都正在使用 AI 来解决一些主要的用户的痛点。

因为我们是一个协作平台，所以我们也是许多 AI 工具正在被构建到 Slack 中的地方。我们实际上有超过 10,000 个 AI 驱动的工具，可以通过应用程序或第三方开发者获得。好的，10,000 个。让我们把它们都过一遍，对吧？从顶部开始。许多工具也对特定组织是私有的，但其中一些是公开的，今天也可以下载。

这很有趣。请告诉我们更多关于生成式 AI 的信息。我必须想象他们要么正在做很多事情，要么正在考虑用生成式 AI 做很多事情。你能告诉我们一些关于这方面的信息吗？是的，我们对生成式 AI 领域发生的事情感到非常兴奋。首先，我们已经使用 AI 和机器学习很多年了。如果您考虑我们的搜索功能，或者当您被推荐加入不同的频道时。所以这个基础元素已经存在了很多年，就像许多产品一样。

但是，正如你们许多人所知，在过去几年中，使用大型语言模型和生成式 AI 的行业和领域发展迅速。我在休产假的时候，ChatGPT 发生了很多事情，我对这些能力如何帮助我们对我们多年来一直面临的一些用户问题采取新的方法感到非常兴奋。

很长一段时间。我们真的采取了一种从用户的痛点开始的方法，并不断尝试思考新的技术进步如何帮助我们采取一种新的方法来解决这些问题，而不是从技术本身开始，说，“哦，生成式 AI 出现在那里了。让我们把意大利面条扔到墙上看看会粘住什么。”我们今天已经推出并可用的功能包括频道摘要，

主题摘要和搜索答案。让我来解释一下其中的一些。所以在频道摘要和主题摘要方面，这实际上是关于如何快速了解频道中的信息。所以通常会有很多来回的对话，无论你离开 Slack 一个小时还是一天，或者你从假期回来，

追赶这些对话可能会让人不知所措。所以我们现在为客户提供并可用的功能是能够根据您的需要总结这些内容。嗯哼。

然后还可以返回源内容进行验证，或者如果您想了解更多信息，还可以深入挖掘。所以这实际上是关于频道摘要和主题摘要。我们看到的另一个很好的用例是，假设发生某种技术事故。所以也许你的服务停止了或出现了问题。

在这些情况下，每一刻都非常重要，也许那个主题专家刚刚在半夜被呼叫。与其让那个人花几分钟甚至几分钟的时间来了解到目前为止发生的一切，他们可以请求一个简短的摘要，然后立即加入对话并为解决方案做出贡献。你也可以在最后得到一个总结，说明根本原因是什么，以及解决方案是什么。

所以它非常有价值，有很多不同的用例。然后第二类是关于搜索答案，特别是对于那些长期使用 Slack 的公司。里面有很多对话。人们谈论项目、人员、主题和公司政策。如果您考虑一下所有这些真正存在于 Slack 中的知识，我们如何才能使其更容易访问和使用呢？

因此，使用 Slack AI 搜索答案，您可以简单地提出一个问题。你知道，什么是 Gizmo 项目？我还没听说过。或者也许我不想问我的同事或打扰他们的工作。你可以直接问 Slack AI 来了解不同的主题。

你想了解公司首字母缩略词。我们许多人都参加过公司会议，有人在那里提出了一些东西。或者你是一个新员工，与其问你的经理你有的这 32 个问题，不如直接问 Slack AI。它就像你可靠的伙伴。非常有价值。是的。你提到的那些面向用户，就像我是一个 Slack 用户。

我已经离开一段时间了，或者我在 50 个不同的频道上，有很多事情正在发生，有些事情与我关心的事情无关，有些事情非常非常重要。然后有人说，“嘿，你为什么不回复我的 Slack？”我说，“我不知道你在哪个频道，或者你在说什么？”所以我明白了，这非常有价值。在生成式 AI 代表我创建消息的用例中，是否也有？

是的，我们首先专注于让使用者参与其中，并确保您始终处于控制之中。我们知道 Slack 可能是一个非常敏感的地方。有很多私人对话。人们处于工作环境中，所以他们真的想要控制，以及他们如何表现出来非常重要。

我们的体验非常有指导性和情境性，但我们希望确保我们不会代表我们的用户创建和发布内容，而没有让他们真正拥有做出选择和发送消息的权力。是的，我喜欢这样。好吧，你的产品有很多用户。你是如何引入这些功能的？

是的。我很想谈谈我们的一些核心产品原则，因为这确实指导了我们。我们的一个产品原则是“不要让我思考”。

在生成式 AI 领域，对我们来说这意味着 Slack AI 不应该要求我们的客户成为提示工程师或该领域的专家。这也意味着它不需要培训。我们真的希望拥有情境化和指导性的体验。当我们认为合适的时候，让我们为您显示一些 Slack AI 答案。

你知道，这个频道真的很忙。让我们显示一个此时可能对您非常有价值的摘要。我们不需要您弄清楚如何编写提示才能获得正确的答案。我们正在为您做这项工作。我们真正依赖的第二个原则是“原型路径”。

所以，你知道，生成式 AI 具有很大的潜力，但我们知道准确性、相关性和坦率地说，延迟对于用户体验来说非常重要。所以在过去的几个月里，我们一直在进行原型设计，这样我们就可以，再次，不让用户思考，我们可以为您完成所有工作，以确保我们创造了良好的体验，并且我们正在交付我们对其充满信心的体验。我们正在继续改进那些可能需要更多改进的东西。

这需要多长时间？这是一个短过程、长过程、15 分钟、20 分钟？超过 15 或 20 分钟。作为一名在生成式 AI 领域工作的产品领导者，一个巨大的挑战是平衡上市时间与时间。

获得 100% 正确的体验。我们知道生成式 AI 并非 100% 正确。所以我们需要在两者之间找到一个平衡点，我们知道这里有大量的客户价值，我们对我们正在交付的体验感觉很好，但我们将继续迭代并随着时间的推移使其变得更好。所以对我个人来说，这是一个挑战，因为我一直希望事情

尽可能完美。但我们也知道尽早为人们提供价值也很重要。所以对我们来说这是一个平衡。我们花了几个月的时间来努力使体验尽可能好，包括我们已经推出的功能，以及我们正在原型设计以尽快跟进的新事物。我必须想象实验过程

或者测试和学习循环对于所有用户来说都非常快，对吧？我喜欢你在循环中的人性化原则等等。你提到这是一个平衡行为，我可以想象你可以用 AI 和 Gen AI 做很多事情，对吧？所以即使这些原则始终得到遵守，你也可以非常雄心勃勃，对吧？

在 Gen AI 中有很多事情，或者适度雄心勃勃。那么，你如何驾驭这条道路呢？你走多远？你走多快？这是一个很好的问题。当我们讨论优先级和构建什么以及何时推出时，我们团队一直在讨论这个问题。对我们来说，再次，我们真的试图专注于哪些是我们可以认为生成式 AI 可以帮助解决的主要用户问题。

我们首先优先考虑这些问题。我们可以绝对并且可能将在 Slack AI 中构建一些基本功能。所以一些事情是帮助你撰写信息。Slack 主要是一个基于文本的工具，尽管我们确实通过名为 Huddles 的会议产品具有视频功能。

但它仍然主要基于文本。最大的痛点是：我如何创造焦点并减少一些噪音？我如何更好地查找信息并利用我在 Slack 中拥有的知识档案？所以我们真的试图将更多精力投入到解决我们从客户那里反复听到的事情上

希望我们也会有一些机会主义的事情，尤其是在我们全年进行的过程中，我们也可以解决一些非常酷和令人愉快的事情，我们当然希望将其构建到体验中，但可能不会达到我们已经推出的第一组功能。这是一个很好的答案。是的，生成式 AI 的一部分。我的意思是，我认为每个人第一次看到它都会说，“嘿，它能为我打一些字吗？”

但我认为这并不是 Slack 在某些方面具有竞争优势的地方。我的意思是，你已经谈到了作为沟通渠道的历史。当你听到沟通渠道时，你会想到打字发信息，对吧？这是信息的产生。但是这些工具中正在进行着大量的组织沟通。你拥有丰富的历史。这让我觉得这与 Slack 的关键和差异化之处相比，是至关重要的。

生成标签没有什么错，但另一部分似乎是独一无二的。好吧，这可能有一些问题。好的，你可以反驳。我接受。继续。好吧，我的意思是，我认为这就是她想表达的意思，对吧？因为很明显……

组织中发生了什么以及我应该知道什么等方面存在巨大的痛点，这非常有意义。但是 Slack 也有一些个人方面。现在你必须想知道，是 Shervin 在打字吗？是 Shervin 的代理人在打字吗？也许在某些时候，我们将进入这样的世界，你知道，我们收到信息和文本等等。你会想知道是谁写的。是这个人还是这个人的代理人？对。

我不知道。我的意思是，我认为就像那样可能会出错，因为在某些时候，我们只是

应用了整个事情，让 AI 做所有事情，我认为这不是我们想去的地方。但我认为我是在回应第一个用例有多好，因为实际上，作为一个，我的意思是，我会告诉你，这不会让任何人感到惊讶，我是一个收件箱为零的人。我不喜欢上面有任何红色警报。我尽快清除它们。这实际上是我一直在与 Slack 纠结的问题，因为

在任何时候，都有很多信息涌入，我无法满足我的收件箱为零的需求，除非我 100% 专注。而你提供的是一种非常不同的方法来解决我的这个痛点。所以这似乎非常有吸引力。绝对的。我的意思是，我个人无法想象没有一些 Slack AI 功能的生活。我有幸能够拥有我们仍在原型设计中尚未推出的东西。

但是我消费信息的方式已经改变了。我们有时会考虑不同层级的消息和频道。所以今天，一切都有同等的优先级。一般来说，消息就是消息，无论您是在与公司首席执行官所在的频道中，还是在与同事的社交频道中。我们确实提供频道部分，这是一个很好的功能，如果大家还没有查看的话。这是一个组织频道的好方法。

但是我们可以在那里做更多的事情吗？我们可以考虑一下什么是第一层频道或对话吗？这些是你想要阅读每条消息的内容。你可能不会得到摘要，除非你休产假或离开很长时间，而且有很多内容。但是有一大群这样的第二层对话，你想知道发生了什么，你想保持联系，但你可能不需要阅读每条消息。也许你不想让它每天的每一刻都出现在 Slack 中，或者它只是移动速度非常快。我只想在我离开时发生的事情的简短总结。所以我们真的试图考虑这些不同类别的用例和优先级，并帮助用户更容易地消费它们。——嘿，Shervin，我只想让你知道，你对我来说永远是第一层。我阅读你发送的所有内容，所以我永远不会总结你。

好吧，我不必总结你，因为你的信息非常简洁，感觉像是医生写的，而不是大学教授写的。

好的。所以实际上，我是在考虑你谈论的人才流动性和不断变化的劳动力，这似乎也是这里的一个重要角色，那就是，你知道，当我们有人离开工作或退休时，在人们来回换工作之后，你如何协调需要捕获所有这些信息与信息是否与人一起走的需求？你如何反映这一点？

是的，Slack 的早期前提之一是它与电子邮件的不同之处。因此，对于电子邮件，如果那个人离开了组织，那么这些知识就会真正丢失。对于 Slack，我们的一个创始观点是 Slack 应该成为所有沟通和知识的可搜索日志。这就是 Slack 的含义。所以我们有这个持久的地方，它实际上是组织的知识。你在公共频道中发布了一些内容，

你碰巧离开了公司，那么关于你在项目中所做的工作、人员和类似事情的知识仍然可以保留，你仍然可以从中获得价值。或者，如果你是一个加入公司的新的员工，你仍然可以了解发生了什么，学习到的东西，你应该联系的专家等等。我们实际上认为，在它之上构建 AI 是一个非常好的机会。

连接点，使这些体验更有价值，因为我们拥有所有这些知识，所有这些见解，我们可以利用它们，并使其更有价值。所有这些今天都已经存在，但也许它并没有完全发挥其潜力，或者不容易理解或获得你正在寻找的快速答案。我们的目标是使这种体验更好。

这一切听起来都很棒。有什么困难的吗？有很多困难。我们知道生成式 AI 并不完美。因此，我们一直在花费大量时间来尝试为我们的用户创建最好的提示，以便我们获得正确的信息。当我们不确定时，我们不会分享答案，我们会提供来源，以便人们可以轻松地参考源内容。因此，还有很多工作要做才能使这种体验更好。我们还非常关注用户体验。因此，我们已经尝试过摘要如何显示？正确的入口点是什么？

我们如何使这个功能和功能显而易见，以便当它对用户有价值时，他们知道它在那里，但不会烦人到我们一直在显示它？例如，我们谈到了那些第一层频道。也许在那里进行总结是不合适的。因此，我们正在继续努力，以确保用户体验良好。

从你如何找到 Slack AI 以及它何时向你显示，以及当你收到回复时获得的体验，并确保信息相关、准确且来源可靠。你正在领导 Slack 中 AI 和 Gen AI 的工作。告诉我们一下团队的情况。团队怎么样？我们实际上通过一群人在旁边进行原型设计来组建这个团队。

真的只是想在业余时间构建体验，很多晚上和周末，只是真的热衷于如何使用新技术来解决这些核心用户问题。所以它从那里开始。然后随着时间的推移，随着我们在这些原型上获得了更多动力，并获得了内部和外部的反馈，我们实际上已经建立了一个更可持续的团队结构，并开始根据我们已经更正式地设定的目标进行招聘。

但是，你知道，每个人都对 AI 的未来感到非常兴奋。我们能够吸引和留住一个令人难以置信的团队。显然，从工程、机器学习团队、设计到用户体验都非常重要。

数据科学对于我们如何看待生成式 AI 以及我们所有的市场营销团队来说都是至关重要的，他们只是真的试图听到客户的反馈。我们如何将其推向市场？我不知道你是否能回答这个问题，如果不能，也没关系。但我很好奇引擎盖下是什么，以及它是否是一个可用的预训练模型，或者鉴于领域的独特性，你是否正在训练你自己的模型？

所以我要说的是，这个领域变化非常快，我们对不同的选择持开放态度。再次，超级……

超级专注于对我们的用户来说最好的东西。因此，我们正在评估预训练的基础模型。我们有一些机器学习模型，我们已经在 Slack 中使用了很长时间。对于那些可能不知道的人来说，我们实际上是 Salesforce 的一部分。Salesforce 也拥有一个令人惊叹的 AI 研究团队。显然也有开源模型。所以我们正在评估一切。而且我确实预计这个领域会随着时间的推移而改变。但是

但是我们对如何看待数据和信任采取了一种非常谨慎的方法。所以我们构建了一个架构，其中……

你的 Slack 数据不会离开 Slack。所有内容都托管在我们的虚拟专用云 (VPC) 中，因此当您在 Slack 中使用 AI 时，您可以确信您的数据、您真正敏感的公司数据不会离开 Slack 的基础设施，并且我们仍然遵守我们今天在 Slack 中拥有的所有合规性和企业级安全功能。接下来有什么令人兴奋的事情？你对哪些 AI 发展感到非常兴奋？

Slack 内部和 Slack 外部发生的事情，无论是基础模型还是其他产品，都有很多令人兴奋的事情。我迫不及待地想看看未来一年会发生什么。我们正在继续迭代 Slack 中的不同体验。

我们不断从客户那里获得反馈，试图扎根于用户问题以帮助定义我们的路线图。但我们也在倾听外部发生的事情，因为这个领域不断变化，不断发展。很难预测未来一年会发生什么，但我们也真的试图保持脚踏实地。我将是第一个承认我没有水晶球来预测未来三到五年事情将如何发展的人，但我真的很高兴能参与其中。

告诉我们一些关于你的背景信息。你是如何对这个感兴趣的？你是如何能够做这些事情的？我已经在 Slack 工作了大约五年半了，这是一段令人惊叹和有趣的旅程。我长期领导我们的产品主导增长团队，也就是我们的自助服务团队。

而且真的，再次，对这个领域充满热情。我已经听到同样的用户问题或用户需求被反复提及，并且只是自学成才地说，好吧，我们有了这项新技术。我们可以采取一种新的方法吗？我也很荣幸能够从产假回来。所以我可以真正地从日常工作中解脱出来，并对机会空间进行一些更大的思考，并且

在加入 Slack 之前，我在 Google 工作了六年多，特别是在 YouTube，并且有幸成为 YouTube TV 的发布团队成员。所以我是 YouTube TV 的产品经理，这是一次令人难以置信的体验。当我加入时，我们正在白板上试图弄清楚，这个东西应该有三个标签还是五个标签？我们如何考虑将哪些频道放入服务中？

所以成为那段旅程的一部分，发布 YouTube TV 并看到它在一段时间内的规模，这真的令人兴奋。在此之前，我在斯坦福大学获得了 MBA 学位。然后我还作为管理顾问开始了我的职业生涯。所以我是在洛杉矶的 Bain 开始我的职业生涯的。

这是一段旅程。我认为许多最终从事产品管理的人都有这样一条间接的道路。我认为当我上大学或 20 多岁的时候，我不知道什么是产品管理。所以我很感激能够找到 Slack，找到产品管理，并且最近能够帮助领导团队和公司进行这种 AI 革命。这是一个惊人的背景。自学成才的部分也很有趣，因为我认为

这是自我们开始这个播客以来甚至发生的变化，Shervin。一开始，我们谈论的是机器学习模型，我认为很少有人会在星期六早上醒来并玩弄一些机器学习模型。我认为几乎每个人都去玩弄了很多现有的生成工具。我认为这是一种人们学习这些技术的基本不同的方式。我认为你刚才说的话也反映了这一点。我认为需要考虑两套技能。当然，技术方面，什么是可能的，什么是解锁的。了解这一点很重要。如果这不是某人的专业领域，希望他们可以与其他人联系，也许可以在优势和劣势之间取得平衡。但我认为同样重要的是要考虑如何应用它。所以……

用户体验会是什么样的？我们具体要解决什么问题？因为我认为尝试很多事情或尝试生成式 AI 和大型语言模型的发生情况是令人兴奋的，这很好。再说一次，我不会阻止人们四处玩耍。但是当你真的在考虑，好吧，我要建造什么？我要向客户交付什么？

技术是其中的一部分。这就像骨干。但我认为真正能将不同的产品和服务区分开来的是它们最终提供的价值。是的，你需要左脑和右脑，以及非常跨职能的团队。所以现在我们有一个名为“五个问题”的环节。它告诉你了吗？没有。太棒了。我们就是这样喜欢的。所以我要问你五个问题。快速回答，说出你脑海中想到的第一件事。你认为现在人工智能最大的机会是什么？

我认为最大的机会是找到真正的产品市场契合点并解决真正的用户问题。关于人工智能的最大误解是什么？让我们回到这个问题。好的。你想要的第一份职业是什么？我想成为一名医生。我也是。什么时候人工智能太多了？

这是一个很好的问题。我认为我们离人工智能太多还差得很远。也许当你无法分辨是人工智能还是人类制造的东西时，我们已经走得太远了，远离了人类的组成部分，也许那就是人工智能太多了。我们现在还没到那个地步吗？我的意思是，已经了吗？我认为我们正处于非常非常早期的阶段。你希望人工智能现在就能做到但做不到的一件事是什么？

我很期待人工智能更多地应用于机器人领域，并实际为我处理体力任务。我是一个新手妈妈，生活中有很多负担，我宁愿把这些时间花在家人身上或工作上。所以我对一些物理上的，也许是机器人技术的机会感到兴奋。我喜欢这样。少一点脑力劳动，多一点体力劳动，好吗？是的。好的。关于人工智能最大的误解是什么？

这是一个棘手的问题。我认为我们任何人真正知道未来会是什么样子，但我想我们都在努力学习，并在过程中保持谦逊。可能存在一种误解，认为我们可以制定2030年的产品战略，并准确地知道未来会带来什么。顺便说一句，这是一个很难回答的问题。萨姆，你对此有什么看法？误解的问题？是的。我认为我的答案会更像

人们不理解这些工具的局限性。你知道，这有点像，“嘿，我可以做所有这些事情，大型语言模型可以做所有这些事情。”而这只是一个对概率下一个词的贝叶斯更新。它背后的思考远不如模式多。我认为这将是我的误解。是的。

无论如何。我认为这是一个很难回答的问题，因为我认为今天存在非常不同的观点。因此，有很多意见，很难说存在这种观点，因为我认为没有一个明确的——

统一的、一致的关于未来会是什么样子的认识。所以每个人都可能会有点错。这是一个一开始就提得不好的问题，对吧？看起来是这样的，对吧？就像我会说它会取代人类一样。对我来说，这是最大的误解。虽然我知道这题外话了，但就像你说的关于概率下一个字母或下一个词一样，这并不明显，这不是我们大脑的工作方式，顺便说一句，对吧？

是的，我们可能做得更好。我的意思是，这并不明显。这也不是我们大脑的工作方式。可能是，是的。一个有趣的谈话是，人类做的事情中，人工智能将来可能做不到的事情有哪些？我认为很多事情都围绕着体验，莎伦，你提到过，我认为更多的人性元素有望使我们独一无二。然后我认为这些界限

发生的重大有远见的事情，也许无法预测，比如登月，或者，你知道，人工智能能否思考这些经历，或者只是这些发生的重大突破，我想说只有人类才能真正梦想出来。天才的灵感，对吧？是的，这些天才的灵感，但也许我们会错。是的，我们不是谢尔文认为的那种概率机器。

今天我非常高兴能更多地了解Slack。我认为越来越多的人在工作中使用像Slack这样的沟通渠道。而像Slack这样的工具非常适合我们所处的分布式异步工作环境。但是称它为沟通工具是不对的，而且太狭隘了。我认为你已经展示了很多我们在这里的机会。感谢您今天抽出时间与我们交谈。谢谢。非常感谢。很高兴认识你。谢谢。感谢收听。

在下一集中，谢尔文和我将从Stitch Fix数据科学高级总监杰夫·库珀那里获得一些人工智能驱动的时尚建议。请加入我们。感谢收听《我和人工智能》。我们相信，就像你一样，关于人工智能实施的对话不会仅限于本播客。这就是为什么我们在LinkedIn上专门为像你这样的听众创建了一个小组。它被称为“人工智能领导者”。如果你加入我们，你可以与节目创作者和主持人聊天，提出你自己的问题，分享你的见解，

并获得来自麻省理工学院SMR和BCG关于人工智能实施的宝贵资源，你可以通过访问mitsmr.com/AIforLeaders来访问它。我们将在节目说明中添加链接，我们希望在那里见到你。