图尔西·多希管着 Gemini。她说模型像魔药课:配料放进去,剩下的是魔法。她给了 60-20-20 的排法;Argon 仍只给受信任的防御者。
这一期讲了什么
58 分钟,23 段官方章节。嘉宾是图尔西·多希(Tulsee Doshi),谷歌前沿模型的产品负责人——Gemini 之外,还包括 GenMedia 那一组(Nano Banana、Veo、Lyria)、开放模型 Gemma,以及音频模型(对话、音频理解、文本转语音、翻译)。她在接手这摊事之前,在谷歌的负责任 AI 团队做了六年产品,把 Monk 十色肤色量表推进了评测。
主持人莱尼·拉奇茨基把话题按在一条线上:模型到底是怎么被造出来的,怎么评,产品经理这份活还剩什么。答案不鸡汤:模型是不可预测的,你能做的是配料放准、然后辨认冒出来的那点魔法;评测可以从五个提示词开始;产品要按 60-20-20 排布,让自己在模型变好时正好站在原地等它。
要点整理(按节目顺序)
一、模型不是被造出来的,是被养出来的(01:08)
- 她描述的落差很具体:客户和内部用户问「你给模型设了什么目标」,然后期待它像传统产品一样交付。她的回答是——目标要设、评测要写,但模型不按这个交付。
- 比喻是斯内普的魔药课:「你可以把所有配料都放进去,但你也得接受会有一点魔法,而那点魔法会让人意外。」
- 她补了另一半:训练可以监控、指标可以看、研究者会判断何时介入,这部分是科学;跑完之后模型的手感,只能靠人去看。
- 所以产品经理的活分两半:一半塑形输入,一半辨认输出——模型在哪里发光、哪里以让你意外的方式显得独特。
二、谷歌的全栈与「我们要前沿」(06:28)
- 她说 Gemini 4 Argon 就是「我们继续建前沿实验室」的推进,希望节目播出时听众已经在用。
- 全栈是指硬件、模型、终端应用一条线;她提到公司有 14 个用户过十亿的产品,随即补了一句「这个数字我应该再核一下」。
- 面对「谷歌落后 Anthropic 与 OpenAI」的提问,她不反驳排名:「我不认为我们应该说谷歌没有参与前沿。」
- 模型不只服务一种人:搜索用户、工程师、网络防御者,对应成本与质量那条帕累托曲线上的不同位置。
三、安全:监控思维链,也加固别人的系统(09:57)
- 她讲的第一项缓解措施是监控——部署监视模型思维链的监控器,判断它是否偏离被指定的行动方向,然后介入。
- 另一半她认为被谈得太少:AI 可以用来加固系统。Gemini 4 期间他们与 Wiz(2026 年 3 月已并入谷歌)合作,Wiz 的 Scan for Good 与一家医院系统合作找出并修补了一个漏洞。
- 问她「我们会不会解决这个问题」,她的答案是「两者都是」:乐观不是结论,是路径——因为有一批人在担心、在对话、在审问模型怎么建。
四、产品变复杂了,而模型本身也有 UX(14:10)
- 莱尼的观察:Codex 上了 Dots 之后满屏标签和下拉,Claude Code 也一样;谷歌这边很多人找不到 AI Studio、Veo、Genie。能力跑在界面前面。
- 她的三点回应:要玩新范式(Flow、NotebookLM);形态要匹配用户(AI 模式面向数十亿人,Antigravity 面向会敲斜杠命令的重度用户);还有一件事被忽略——模型本身就有 UX:它多透明、会不会反问你、人格是什么样。
- 她描述模型行为是怎么被做的:看用户反馈,定义「对 Gemini 来说好长什么样」,写成规格,翻成评分量表,再翻成训练数据与奖励建模。
五、产品经理又值钱了(19:21)
- 她的理由:当什么都能造、而且造得容易,造出好东西反而稀缺;能从噪音里拉出信号的人,价值上升。
- 第二个理由在大公司更明显:把人对齐到一个愿景、把混乱变成秩序。速度本身会引入混乱,除非有人带来结构。
- 招人标准:读得懂模型手感、有自己判断、每天在玩、有一套自己的用例去压测、愿意扎进数据做评测;以及敏捷——两个月前写的路线图要重写。
六、第一个评测,从五个提示词开始(23:04)
- 不必一上来做大基准。五个提示词就能开始,二十个就能看出模型 A 与 B 的差别。
- 从自己当评审开始:看着一个提示词判断返回好不好——尤其面对长的多步轨迹,说清「你为什么觉得它好」本身就很难;攒出那组好例子,你才知道要往哪去。
- 手感怎么练:拿你真正兴奋的任务去压测。推特上有人试 3D 动画,有人丢写作,有人丢财务分析;关键是找那种「已经显出生气、但在你的完美定义下还不完美」的任务。
- 评测要整体看:评审员本身的质量、生产栈里的过滤与缓解、模型怎么被服务,都会改变分数。她用音频举例——内容之外还有自然度、音色、语调,这些是「服务」能毁掉的。
七、六种肤色换成十种(26:15)
- 早期用 Fitzpatrick 量表(六型)评估肤色效果。她说问题有两层:六种代表不了世界;而且这个量表本来是为医疗目的建的,极度偏浅,甚至不是能代表全球人口的那六种。
- 他们和哈佛的 Monk 教授合作,把他用多年访谈与研究建立的十色量表拉进评测,重做了评估方式,也用到 Pixel 相机与图像生成上。
八、从闪速团队到智能体群体(30:38)
- 12 年前在斯坦福,她和 Michael Bernstein 研究「闪速团队」:怎么把一群众包工作者快速编成一支高效团队、任务完成再解散。当时用的是 Mechanical Turk(亚马逊已宣布它于 2026 年 9 月 30 日永久关闭)。
- 现在这套思路能用在上:莱尼提到 Hugging Face 事件里智能体自己排出 leader 与牺牲者,她说闪速团队那条原则在当下更重要了。
九、60-20-20(33:13)
- 传统建议是做一个能跑的 MVP。她的版本:60% 今天就能跑;20% 不完美但够用、能看到模型很快会到;20% 是你希望模型到的地方、已经看见微光。
- 这样产品今天能用,模型变好时你正好在原地等它——产品随模型一起长。
- 为什么不建到「三个月后」:她说就算做模型的人也说不准三个月后模型在哪;不如用你自己的代理指标——产品在哪儿看到微光、在哪儿填那道沟。
- 配套的一条:产品要对模型变好保持敏捷。她见过客户围绕模型当时的位置建了很硬的系统,模型变好之后反而成了枷锁;莱尼补了 Boris Cherny 的说法——隔一段时间把所有 skills 删掉重测。
十、harness 是什么(36:42)
- 模型外面那层壳:系统指令、工具、技能、它能拿到的上下文,以及它怎么用这些东西。她说 harness 做的就是给模型一个可操作的环境。
十一、给团队提能力(37:30)
- 做法一:让练出技能的人把 skill 交出来共享,建一个团队仓库;做法二:让看数据、看长轨迹更强的人开工作坊,帮别人建立自信。
- 她说最缺的其实是时间与空间:一直冲刺的人没法退后一步把工具用熟,一旦用熟,另一边是 10 倍加速。所以他们十一月要把所有产品经理抽出来做两天工作坊。
- 一条新准则:一件事要做第二遍,先问还需要自己做吗。写策略文档第二遍还是自己写,但有些部分可复制性很高。
- 莱尼的习惯版:在刺激和反应之间插一句「AI 能做这个吗」。她说只需要一个成功的例子,就能把心态换过来。
十二、个人助手这件事(42:38)
- 莱尼问:为什么别的助手都在用我的 Gmail、日历、文档做神奇的事,谷歌还没做出来?
- 她的回答分三层:「我们希望谷歌数据驱动魔法般的体验」;「敬请期待」,团队在做的东西让她兴奋;「你说得对,这条线上我们还有更多工作要做」。
十三、倦怠、AI 泔水、产品经理的新活(44:10)
- 她说倦怠不只来自工时长,来自两处:反复的搅动与混乱;以及你不喜欢、觉得像杂活的工作。做有热情的事也累,但带来更多快乐。
- 莱尼的调查结论是长工时 ≠ 倦怠:很多人正在以最努力的状态工作,同时拥有职业生涯最好的时光。
- AI 泔水:她的分法很清楚——发布两周后拉使用情况、反馈、强项弱点的文档,AI 比人快得多;但洞察必须是你写的。「AI 给数据,你给洞察。」
- 「原型是新的 PRD」「评测是新的 PRD」这类说法真正的意思:产品经理不再只写下一组需求、等别人把血肉填出来,你的活要再往前一步,让这份东西有分量。
十四、快问快答(51:02)
- 书:《呼吸》(Exhalation)里那篇讲平台停止支持后仍被养着的数字分身;《创新公司》;以及纯为好玩的两本奇幻言情。
- 剧:《人生切割术》。AI 产品:Wispr Flow——她手腕有问题,长时间打字困难。
- 格言:「去寻找偶然」——把自己放进能走运的位置:挑战自己的位置、走出舒适区的位置、尝试新东西的位置。
- 趣事:受过古典印度舞训练,从三岁起在波特兰的印度文化节表演,后来自己办了多年;今年第一次缺席,因为有个七个月大的儿子。
口径与核对
能在公开材料里核到的
- Gemini 4 Argon:谷歌 2026 年 9 月 30 日发布,先经 Fairwind 计划向受信任的网络防御者开放,随后分阶段扩大;介绍价每百万 token 输入 2 美元、输出 10 美元,缓存输入再打 95% 折扣;输出上限推到 100 万 token;DeepSWE v1.1 上 77.9%。1
- Wiz 已是谷歌公司:谷歌对 Wiz 的收购于 2026 年 3 月 11 日完成,她这句是准确的。2
- Mechanical Turk 关停:亚马逊 2026 年 8 月 25 日宣布 MTurk 于 9 月 30 日永久关闭,运营 21 年。3
- 闪速团队研究:她与 Michael Bernstein 的这项工作留下过公开论文(UIST 2014,《Expert Crowdsourcing with Flash Teams》)。4
只有节目里这么说,本轮未独立核到
- 「14 个用户过十亿的产品」——她自己当场说「这个数字我应该再核一下」。
- 「我所有的产品经理都在 150% 地工作」;以及被问谷歌还有没有 20% 时间时,她的回答是「我也不知道」。
两套说法要分开看
- 她说「希望等这段对话播出的时候,你们已经在用 Gemini 4 Argon 了」。官方口径是:目前只向受信任的网络防御者开放,谷歌称会先完成美国政府的前置流程、继续迭代防护栏,再尽快开放给开发者、企业与消费者。这是方向与期待,不是「已经全面可用」。
- 「我们要的是前沿」与外界「谷歌落后两家实验室」不冲突:前者讲的是能力在场的判断,后者讲的是市场份额与心智。
逐字稿的错字
- 官方 VTT 把 Gemini 4 Argon 记成 Argonne(同名美国国家实验室)、Veo 记成 VIA、Antigravity 记成 anti-gravity、Grok Bot 记成 Rockbot、Wispr Flow 记成 Whisperflow;译文按官方拼写改回。
- 另外一处整句「how we build FredShare models」应为 frontier models,译文按前沿模型处理。
关于这一份翻译
- 底稿是官方 RSS 附带的完整逐字稿(VTT,1,084 条字幕、11,557 词、含说话人标签),按官方 23 段章节切成 6 段,逐句译成中文,只保留中文译文与说话人标签,不压缩、不摘要、不删减。
- 广告口播(WorkOS、DX)保留,因为它们是这期音频的一部分;说话人按官方标签与上下文判定。
- 逐字稿是机器转写,个别句子有断句与重复(例如「Marisprint. Marins. Exactly. Sprint-thon.」),译文按语义合并成一句,未删内容。
逐句全文翻译 · 一(预告与开场,00:00–04:36)
图尔西:模型是不可预测的。它有点像斯内普的魔药课。你可以把所有配料都放进去,但你也得接受会有一点魔法发生,而那点魔法会让人意外。
莱尼:你现在招产品经理的时候,有没有什么是越来越看重的?
图尔西:你会想要那种能读懂我们模型、或者其他模型「手感」的产品经理。我想要有自己判断的产品经理,每天都在玩这些模型的人。你最好拿自己真正兴奋的东西去压测这个模型。
莱尼:很多人觉得谷歌现在落后于最顶尖的两家实验室。
图尔西:我其实认为我们确实想赢下前沿这场对话。我不认为我们应该说谷歌没有参与前沿。
莱尼:你有一个关于「要往前建多远」的框架,你把它叫做 60-20-20 法则。
图尔西:传统的创业智慧是,你做一个能跑的 MVP 就行了。但我认为你其实想建一些不一定今天就能跑起来的功能……
莱尼:现在几乎每个上线的 AI 助手,都在拿走谷歌这些 juicy 的数据——我的 Gmail、我的谷歌日历、我的文档。我很好奇,为什么谷歌没有……
图尔西:团队正在做一些了不起的东西,但我认为你说得对,这件事上我们还有更多工作要做。
莱尼:图尔西,非常感谢你来。欢迎来到播客。
图尔西:谢谢,我很高兴能来。
莱尼:你是谷歌前沿模型的产品负责人,其中包括大家都知道的 Gemini。但还有一批模型,大家可能不太熟悉。讲讲你负责范围里的其他模型。
图尔西:好,我们有一组我们称作 GenMedia 的模型。这些模型专注于视频剪辑与生成、图片剪辑与生成——如果你用过 Nano Banana、Lyria,我们的音乐模型。我们还有 Gemma,我们那一套开放模型。另外还有一组其实挂在 Gemini 名下、但我觉得我们没有像音频模型那样多谈的——对话、音频理解、文本转语音、翻译。它们都是我们构建前沿模型这套组合的一部分。
莱尼:好,我想在模型上花点时间。所有人都能看到模型发布,感觉每周都有一个模型发布。你有一个很独特的视角,能从研究到预训练、后训练、发布,看到这些模型的全过程。你觉得有什么是人们可能误解的,或者什么会让人意外的地方——关于模型是怎么被造出来的?
图尔西:这是个好问题。我想说的是,尤其是从产品管理的视角看,有一件事——当你通常谈任何一个产品的产品管理,包括一个模型,你谈的是你对这个模型有什么目标,对吧?你想设定什么能力?你想驱动什么结果?你想在一组评测上达到什么目标?而我经常跟客户、甚至内部用户聊的时候,他们会问我:你设定了什么目标?然后他们多少会期待,我们能在非常传统的产品意义上,确保模型会交付这些目标。而对我来说,模型开发这件事经常让人意外、但也让人兴奋的地方是:你应该这么做,你应该有一个有意图的视角,但模型是不可预测的。所以它有点像斯内普的魔药课,对吧?你可以把所有配料都放进去,你应该仔细想过你期待什么。但你也得接受会有那么一点魔法,那点魔法会让人意外,而且那点魔法会是独特的。所以你作为产品经理的工作,不只是试图塑造放进模型里的东西,还要去看另一边出来的是什么,真正辨认出模型在哪里发光、在哪里以让你意外的方式显得独特,然后把它接过来,塑造成对用户来说了不起的东西。
莱尼:很有意思,这就像我们写的这段代码,我们喂它数据,但我们其实不太确切知道会发生什么、它是怎么运作的。我最近请了一位 Anthropic 的可解释性研究员来做节目,我们聊了很多这个——模型是被「养」出来的,不是被「造」出来的。回应一下你说的:研究者对这些目标是有设想的,下一代模型我们要写得更好、要试着更有趣、要试着变成更好的工程师。而你说的是,最终到底什么会出来是不可预测的。他们把这些想法放进去,他们改变训练用的数据。关于这种有点意外的训练过程,还有什么可以多说一点的吗?
图尔西:当然,这些模型背后有非常出色的研究。它在很多方面是可预测的——因为我们持续监控这些训练运行,有研究者在跟踪它们,判断什么时候该介入,看到不同指标随着训练推进往上爬。所以我们在尽可能把它变成一门科学。但对我来说,作为产品经理真正着迷的地方是:你也必须真正理解另一边那个模型的「手感」。所以是的,你能理解一个模型在某项能力上提升了。但这项能力究竟在哪里真正发光?它在下游产品里如何体现?你和这个模型交流时,它的行为和人格给你什么感觉?这些方面有相当一部分我们确实会建进训练里。但同时,随着我们理解这个模型、评测它、测试它,我们总会学到更多。关于模型能做什么,我们总会学到新东西。
莱尼:这一集由本季的呈现赞助商 WorkOS 支持。OpenAI、Anthropic、Cursor、Replit、Sierra、Clay,以及数百家其他赢家公司有什么共同点?如果你们在做企业级产品,它们都由 WorkOS 提供动力。你一定体会过集成单点登录、SCIM、RBAC 和审计日志的痛苦。WorkOS 把这些成交路上的拦路石,变成了为 B2B SaaS 打造的即插即用 API。而现在有一种新的用户需要访问你的应用:智能体。AI 智能体需要像人一样注册、认证、获得权限。WorkOS 把这些全包了:AgentAuth 给智能体带作用域的、可撤销的身份;AuthMD 做智能体注册;Airlock 判断每一个智能体动作,放行、拒绝,或者升级给人类。我注意到,我投资的每一家往上游走市场的创业公司,最后都在用 WorkOS,因为他们是最好的。今天就去 WorkOS.com,让你的应用做好企业级准备。我想聊一聊谷歌在这场 AI 竞赛里的位置。感觉很多人认为谷歌现在落后于最顶尖的两家实验室——Anthropic 和 OpenAI。而谷歌有那种「最厉害」的时刻,然后又感觉慢下来一点。我很好奇,关于谷歌在这场 AI 竞赛里的策略,你能分享什么?以及外界可能不理解、但你们内部是怎么想这件事的?
图尔西:首先,希望等这段对话播出的时候,你们已经在用 Gemini 4 Argon 了,那很让人兴奋。所以我真心希望我们是在聊一个大家愿意用的前沿 AI 模型。而我认为 Gemini 4 也多少说明了我们的策略,因为它确实是我们继续建一家前沿实验室、一套前沿模型、一组前沿能力的推进。如果你看谷歌的策略,它其实是全栈的,对吧?谷歌有力量的地方之一是,从硬件一直到服务数十亿用户的终端产品。我记得这个数字是,我们有 14 个用户超过十亿的产品。这个数字我应该再核一下,但我认为是这样。所以你想想,我们实际上是从硬件,到建模,再到终端用户应用。而我们的最终目标,不只是造出了不起的前沿体验——那当然是目标的一部分——同时还要沿着成本与质量的帕累托曲线去造模型,能够服务处在不同生活阶段的不同用户:可能是一个来找信息的搜索用户,可能是一个想造出下一个了不起东西的工程师,也可能是一个要保护关键基础设施的网络防御者。我认为我们的目标是确保我们拥有服务这一整段用例的模型,并且真的带着这些用户的反馈在构建。
莱尼:所以我听到的是,谷歌有很多条可以赢的路径。有最有效率的帕累托前沿,就 token 成本而言;有最聪明的模型;还有把自己的产品做得更好,比如 AI 模式、AI 概览。所以并不是说你必须在那个最先进的、大家能用的 AI 模型——基本上就是聊天机器人——上做到最好。你可以在所有这些其他领域赢。但听起来你们也在努力赢,并且要拥有最先进的模型。
图尔西:我其实认为我们确实想赢下前沿这场对话,对吧?我不认为我们应该说谷歌没有参与前沿。我认为我们在造越来越好的模型,而我认为 Gemini 4 Argon 确实处在我们所处位置的前沿。但有一件事很了不起,就是能够为用户打造广度的体验、多样的体验。而对谷歌来说,我们的最终目标是造出真正让人们生活更好的体验,对吧?不管你在前沿的哪一段上构建,这最终都是目标。
莱尼:谷歌的产品确实让我的生活更好。你生活里有那么多东西都在谷歌生态里,甚至不是 AI 那些——就是谷歌日历、Gmail、这些东西,谷歌文档。所以它正在发生。
图尔西:这就对了。
莱尼:这就对了。我想再聊一个更宏观的 AI 问题,然后我们再深入更偏产品的部分。现在一个很大的话题是 AI 安全,以及这种恐惧:AI 会伤害人类,随着它越来越聪明会造成破坏。你有一个很有意思的视角,因为你在谷歌的负责任 AI 团队做了六年产品。这是你这个角色之前做的事,对吧?所以你在这方面想了很久,比大多数人都久得多。我很好奇你对这场争论的看法。就是,你对我们会解决这个问题乐观吗?你觉得人们可能误解了这场 AI 安全争论里的什么?
逐句全文翻译 · 二(安全、上线速度与模型的 UX,09:57–18:46)
图尔西:我们这里的安全团队非常出色。看到他们从模型最初的训练一直到我们如何部署,投入的那种刻意,是很难得的。我认为安全是嵌在这个过程里的,而且我们必须这样。真正重要的一点是,当我们谈「如何安全地部署模型」时,其实要真正想清楚的是:围绕这些模型,什么才是合适的缓解措施与结构。举例来说,非常重要的一件事就是监控。对我们来说,部署监控器去监视模型的思维链,真正判断模型是否与它被指定的行动方向不一致、还是一致的,然后能够恰当地介入——这恰恰是那种让我们更有信心部署这些模型的缓解措施,同时也让我们更好地理解哪里可能出现失准,从而真正随着时间改进模型。所以我认为,监控这类东西让我对我们怎么把模型放出去更有信心。我认为我们谈这场辩论时谈得不够的另一件事,是 AI 在加固我们自身系统上能扮演的角色。我们做 Gemini 4 期间的一件事,就是主动与一批网络防御者合作,包括与 Wiz 合作——Wiz 现在已经是谷歌的一部分——真正去想:我们怎么才能真正识别并修补全球系统里的漏洞?我们其实有一个很有意思的案例。Wiz 有一个叫 Scan for Good 的项目,他们主动和世界各地的系统合作,去识别潜在问题。他们和一家医院系统合作,识别出一个漏洞,然后把它修补了。正是这种如果我们能真正利用这些工具去做更多的事,我们就能真正确保我们的基础设施和系统是稳健的。我认为,随着整个领域增长,这一点也非常关键。
莱尼:上周 All-In 上正好有一段对话聊这个问题:既然 AI 在网络安全上越来越强,人们在网络防御、在用 AI 做防护上的投入会大得多。所以会有大量资金花在保护系统、抵御越来越聪明的 AI 上。你们在这上面投入,这很酷。回到那个问题:你觉得我们会解决这个担忧、这个问题吗?很多人觉得 AI 会接管世界、造成大量破坏。你觉得这是一个可解的问题吗?你乐观,还是你也常常想这件事、有点担心?
图尔西:也许对你的问题,答案是「两者都是」——因为我认为我们必须持续地想它。通往乐观的路径,说得直白一点,就是通过想它、非常小心、非常周到、非常有意图地走过去。所以我的乐观来源,更多是:我是否觉得我们有一批人对安全这件事的样子是有意图、有思考的?我认为真正的威胁在于,你需要有一批人在担心、在对话、在真正审问我们是怎么建模型的。这就是我们必须一步一步走的过程。
莱尼:太好了。有意思的是,我想我没读到过谷歌的模型黑进谁的故事,我想这说明你们在这件事上想了很久——不管这是好是坏。但感觉它起作用了,不管你们做的是什么。
图尔西:我们喜欢关于修补漏洞的故事,这对我们是好位置。
莱尼:好。从产品角度看,AI 带来的一个有意思的现象是:产品变得非常复杂。比如谷歌经常被批评说,很难找到你们做的那些神奇的东西——很多人根本不知道 AI Studio 存在,很多人找不到 Veo 或者 Genie。同样地,Codex、ChatGPT 最近上了 Dots,现在你打开 Codex 的界面,全是标签页、下拉菜单、Dots,简直失控。Claude Code 也一样。它变得非常复杂。有意思的是,我在一个全是产品经理的 WhatsApp 群里,里面有一位来自某家实验室的产品经理……
图尔西:好吧,那我不会在这个 WhatsApp 群里。抱歉。
莱尼:我们聊聊。我们聊聊。他展示出,现在有一种紧迫感:要尽可能快地把 AI 的前沿能力交到用户手里,一部分是为了保持竞争力,一部分是因为他们还不太清楚它到底会被用来做什么。所以先把它给到人,看看人们用它做什么,然后再把用户体验做好。所以这是一种有意的「先放出去,之后再想怎么做好体验」。你怎么看「把产品做得非常好用」和「尽可能快地把东西放出去」之间的这个平衡?这是你要处理的问题吗?
图尔西:两个想法,也许三个。第一个是,我确实认为我们需要去玩新的范式、新的 UX 路径——如果你愿意这么说——关于人们会如何与模型交互。比如你提到 Genie 或者 Veo,我们现在在做 Omni。如果你看 Flow:Flow 是我们一直在设计的产品,想的是视频的剪辑与生成、音乐的剪辑与生成。所以我认为我们在尝试玩不同的形态。NotebookLM 就是一个很好的例子,一种不同的形态。我认为我们实验室的团队在主动思考:我们怎么为不同的人尝试不同的形态、不同的 UX 来接触这些模型?所以我确实认为我们需要持续创新,去玩 UX 应该是什么样子。同时,你说的也对:取决于你的用户是谁,你也需要不同的形态。比如在 AI 模式里,我们谈的是数十亿用户来到搜索、问他们的问题。我认为你在那里确实需要一种每个用户都能上手的 UX。而在另一端,当你有 Antigravity 这样的东西时,你是在为一个重度用户构建,一个知道怎么用斜杠命令、能同时在终端和 IDE 里操作的用户构建。你会希望能支持用户能做的很宽的一段事。所以我认为,取决于用户是谁,你在怎么想 UX 上有一定程度的灵活度。
莱尼:说得通。基本上,你能改变得多激进,取决于你在服务谁。
图尔西:是的。我认为另一部分是,把模型本身也想成是有 UX 的,这也很重要。我经常想的一件事是:作为模型的产品经理,实际使用这个模型的 UX 是什么?模型有多透明?它跟你沟通得有多好?它会反过来问你什么问题?这些其实都是某种意义上的 UX。所以我认为,把关于 UX 的讨论带进模型开发的过程本身,也非常有意思。
莱尼:这真的很有意思。基本上,模型的人格就是模型的 UX。作为产品经理,你怎么和研究团队一起影响这项工作?是像这样:这是它说话方式的反馈,这里应该更啰嗦一点,这里可以用不同方式排版?
图尔西:我认为产品经理在这里的角色其实非常棒,因为你真的在塑造我们想要模型行为走向哪个方向。我们这里有一个做模型行为的团队。我们一起想的很多事情是:一方面看客户反馈和用户反馈,看他们怎么用;另一方面想,对 Gemini 来说,「好」长什么样?我们怎么为那个样子写出一份规格——如果你愿意这么说?然后能把它翻译成评分量表(rubrics),让我们可以据此评测模型;再翻译成我们可以真正用在模型上的数据;再翻译成我们的奖励建模。所以这其实是产品经理和研究团队之间非常好的一次协作。
莱尼:我经常听到一种说法:即使我们停止开发模型,它能做的事情里也有太多是我们还没做的。存在这种「能力悬置」。这是你经常想的事吗?我感觉这份工作很大一部分,就是把 AI 模型的能力暴露给用户。
图尔西:是的,而且要弄清楚什么是新的,对吧?下一批让人兴奋的东西在哪里?下一个前沿在哪里?我们要投入和构建的能力是什么?我认为这也是这里很有意思的一件事。而我认为这其中很大一部分,其实是和我们的内部客户手拉手做的——你想想搜索、Gemini 应用、YouTube 或者实验室——同时也要和外部客户一起,真正理解他们在往哪走、他们的需求是什么、什么会真正改变他们的体验,以及我们怎么真正建立起那个反馈飞轮。
逐句全文翻译 · 三(产品经理的回潮、怎么写第一个评测、怎么练手感,19:21–26:15)
莱尼:顺着这条线,我在推特上看到的另一个很有意思的趋势是,人们又重新意识到产品经理的价值。我们经历过一个阶段,就是「我们不再需要产品经理了」。对,就是这样:好,我们现在什么都能造了,不需要产品经理,把所有东西都造出来吧。然后产品经理又回来了。补一点背景:因为现在造东西太容易了,人们就在造一堆没用的东西、不工作的东西、人们不想用的东西。于是人们意识到,判断什么值得造,是一门很具体的手艺:人们有哪些值得解决的问题,做完了之后「好」长什么样、「不错」长什么样,把人们对齐到一个连贯的愿景后面。你也注意到这个现象了吗?你对这种产品经理的「回潮」怎么看?
图尔西:我喜欢「产品经理回潮」这个说法,我要拿来用。好。是的,我觉得你说得已经很好了。你看,我显然有偏见,因为我就是产品经理,所以我愿意相信产品经理回潮了、我们回来了。但我其实认为,正是你说的那样:当什么都能造、而且造得那么容易的时候,造出了不起的东西反而成了一种独特的附加价值。品味现在真的很重要。一个人能不能进来,真正从噪音里拉出信号?那个能真正解锁了不起体验的洞察是什么?这恰恰是一个好的产品经理做的事:带来那个洞察,帮助解锁。你提到的另一点,在像谷歌这样我们同时在造多个产品的地方,我感受尤其深:当一切都这么容易时,一个能把人聚在一起、推动共识、把混乱变成秩序的人,就变得非常重要。因为如果没有这个,以我们现在能有的速度,速度本身就会引入混乱——如果你没法真正带来清晰、带来结构的话。
莱尼:那顺着这个,你现在招产品经理的时候,有没有什么是越来越看重的?在你招的产品经理身上,有没有什么技能在往上走、你认为对成功非常重要?或者更宽泛地说,作为一个研究型产品经理,你觉得哪些技能对成功很重要?
图尔西:有,我觉得我们越来越多在找那种——怎么说呢——能读懂我们模型、或者其他模型「手感」的产品经理。我想要有自己判断的产品经理,每天都在玩这些模型的人,有自己的一套用例来判断一个模型到底好不好,会自己去玩、去压测这些能力,能够一头扎进数据里,撸起袖子干活。所以我认为,这既需要产品经理去建立那种直觉,也需要他们在技术上有足够的意愿——就像我说的,撸起袖子进去,真正理解数据,做一个评测,真正坐下来把这些碎片拼起来。我认为这非常重要。另一点我想说的是,我认为敏捷、能适应的产品经理也非常重要。这个领域每两周就在变。你两个月前写的路线图,你会再翻出来重写。所以我认为,能持续观察环境、观察市场格局,并持续重新追问「我们在做什么、为什么做」的产品经理,比假设存在一个固定行动计划的人要重要得多。
莱尼:太好了。好,那我们就来深入聊聊这三点:手感、评测、适应力。先说评测。假设有人真的不知道怎么做一个评测、怎么开始写自己的第一个评测。有什么建议能让人在这门手艺上变好?
图尔西:说实话,我们内部也还在和产品经理们一起摸索这件事。我们确实看到有些产品经理在这方面比其他人更强,所以我们在努力把整个团队的能力提上来。对我来说,很重要的一点是:从五个提示词开始就行。不用一开始就很大。我们常常会想,哦,我得建一个大规模的评测或者基准。但我认为,哪怕只是一个小评测——到二十个提示词——能够真正压测一组能力,让你能看到你的模型和另一个模型之间、模型 A 和模型 B 之间有没有信号,这就已经非常有力量了。这就是一个解锁点,因为它不需要你把所有细节都想到极致。从简单开始。甚至就从你自己开始:你作为评审的人,看着一个提示词,判断返回的结果好不好——尤其当你谈的是这种很长的、多步、多轮的轨迹时,光是想清楚你怎么定义「好」,其实就已经很难了。所以哪怕只是攒出那一组好例子,你也会对自己说:哦,这就是我想去的地方。它会给你自己清晰度。然后你再想办法把它放大。
莱尼:太好了。这个建议真的很好。大概六个月前,推特上有过一场关于「评测 vs 手感」的争论。有意思的是,你的建议其实是两者都要:既要有结构化的评测和评分量表,也要把「手感」练好。那在手感这件事上,说实话我自己也有困惑:我拿到一个新模型,从来不太确定该拿它做什么,才能理解它到底哪里变好了。我就只能说:你好,我们试试以前做过的这些事。这个不错,这个很好,可能更好了。对于想练好这门技能——判断模型在哪里变好了、相比上一个模型它的手感怎么变了——你有什么建议?
图尔西:说实话,这件事没有唯一正确答案,因为你最好拿自己真正兴奋的东西去压测这个模型,对吧?那才是你能看到模型里魔法的地方。所以我确实看到不同人有非常不同的做法。比如在推特上,很多人会去试 3D 动画、更偏视觉美学的东西,因为那是一种用眼睛判断模型运作状态的方式。你会看到另一些人把模型丢到写作上,无论是创意写作、写文章,还是整合信息。你还会看到有人把它丢到非常难的财务分析里。所以我认为一部分是:找到一个合适的任务——在那个任务上,你觉得今天某些模型已经显出生气、显出光,但在你的「完美」定义下还不完美。这就给了你一些余地,去看不同模型如何处理同一个问题。而这本身就已经让你对模型的表现有了一些洞察。
莱尼:这个建议很好。所以我听到的是:盯住你真正在意的事,看模型在这件事上怎么演进。可以是帮你写 PRD,可以是写一份策略文档,可以是生成图形。好,我有几个评测的故事,是你的一位同事分享的、关于你的趣事。哦,天啊。这位是 Eli Collins,产品副总裁,你在谷歌 DeepMind 的同事。一个是,你参与过 Fitzpatrick 量表和 Monk 肤色量表相关的工作。这是人们在模型如何处理肤色这件事上的一次大转变,而评测是其中的核心。讲讲这个故事吧,这项工作是做什么的。
图尔西:好。就像你前面说的,我在负责任 AI 待了六年,其中很大一部分时间我们在看肤色、看模型和产品里的肤色代表性。我们意识到的一件事是,早期大家在用一个叫 Fitzpatrick 的量表,那是六种肤色。我们当时就是用这个来评估产品的有效性。但现实是,六种肤色无法捕捉世界上肤色的多样性。不仅如此,它其实是为完全不同的目的建的——它是为医疗健康的目的建的。所以考虑到它要解决的问题,它其实极度偏向浅肤色。所以它不仅只有六种肤色,而且如果你要代表全球人口,它甚至不是那正确的六种。于是我们和哈佛的一位教授合作,Monk 教授。他一直从更人类学、社会学的角度,在研究如何刻画一组肤色。他通过大量用户访谈和他多年做的研究,建了一个十种肤色的量表。我们把这组肤色拉进我们的评测,并重做了很多评估产品和模型的方式,来反映那个十色量表,并用它去改进比如 Pixel 相机的努力、我们的一些图像生成,让肤色的呈现更有意图。
逐句全文翻译 · 四(评测整条链路、闪速团队、60-20-20、什么是一个 harness,28:25–37:25)
莱尼:这太厉害了。你在这里做的影响是实打实的。当人们听到这段、要重新想自己那套已经过时的评测时,你觉得还有什么值得让他们听到?
图尔西:有,我认为现在评测这件事有一个很有意思的地方:你必须整体地想它。比如我们做的一件事是,你有评审员(judges)来评估模型、评估它们表现得多好。评审员的质量本身也很重要。所以你的模型要表现好,但你的评审员给模型打分的方式也要好,你才有准确的判断。你在自己的生产栈上评测——带着你所有的缓解措施和过滤器——可能会影响模型的表现。你的模型是怎么被服务的,也可能影响模型表现。所以在你想评测终端用户实际会体验到什么的时候,这些环节全都要想到。这其实是我和音频团队聊得很多的,因为音频很复杂。你谈的不只是模型说的内容,还有声音的自然度、音色、语调的变化。而这些东西恰恰是「服务」方式会真正影响的,即使你的模型很好。所以拥有一个干净的、真正端到端评测的环境,就变得极其、极其重要。
莱尼:本季的支持赞助商是 DX。现在公司里每个人都终于开始用 AI 了,工程负责人面对的问题不再是「我们有没有在用 AI」,而是「它有没有回报」。用 DX,你可以衡量并基准化 AI 采用在整个产品生命周期里的影响。DX 让你看到 AI 在哪里帮助了开发者、在哪里制造了新的瓶颈。你也可以用它评估 AI 供应商、监控成本和许可证、看清到底是什么在限制你的智能体。这就是为什么包括 Snowflake、Sony 和 BNY 在内的数百家企业,用 DX 平台来衡量 AI 对开发者生产力的影响。访问 GetDX.com/lenny 获取 DX 的演示。
图尔西:就是 GetDX.com/lenny。
莱尼:这有点像图尔西趣事角。我听到的另一个有趣的故事,是关于「群体」(swarms)的。现在所有人都在谈智能体群体、Hugging Face 那件事,它们会协同起来做坏事。据说 12 年前在斯坦福,你在任何人想到这个潜在问题之前就做过一堆研究。讲讲你在那里做了什么。
图尔西:好,其实那是一种很不一样的框架和思路。我在斯坦福的时候,和 Michael Bernstein 教授做过一些研究,他非常出色,那时他把这个东西叫做「闪速团队」(flash teams)。想法是:你怎么把一群众包工作者更好地组织起来,真正高效地汇集一组技能和个体,去完成一个任务?这里的想法是,不同的人有不同的强项,你能不能非常有意图地把它们拉到一起,让这种大规模的众包整体更有效、更高效?现在回头看那项研究,真的很奇妙。当时我们是在人的语境里做这项研究,我们用 MTurk,把人聚起来,去创造一个有效的生态、一个有效的闪速团队。理念是:你可以临时拉起一个团队,再把它解散,对团队里的个体和你自己都极其高效。而现在,我们某种程度上能在智能体的世界里复制那个世界。所以把那个世界映射到当下的世界很有意思:我们怎么把一些同样的原则用上去,用在如何搭建一个有效的子智能体系统上。
莱尼:很有意思的是,我不知道你读过多少关于 Hugging Face 那件事的报道,但智能体自己就想明白了每个人要扮演什么角色。它们自己决定:你是 leader,我来牺牲自己。它们能这么好地协作、自己形成这些闪速团队,而这一切都没有被训练进去,真的很惊人。它们就是自己想办法解决了。
图尔西:我认为闪速团队这整个概念——你可以把个体动员起来,形成某种非常有效的东西,哪怕只在一段时间之内,然后再把它拆掉——这确实是我们当时就在想的、一个非常令人兴奋的原则,只是在我们现在所处的世界里,它变得更加重要了。
莱尼:是。对了,你知道吗,我觉得 Mechanical Turk 要关停了。我觉得它已经没必要了。这不疯狂吗?
图尔西:从 12 年前到今天,真的很有意思。
莱尼:变化很大吧。好,换个方向。你有一个框架,我觉得对大家会很有帮助,关于「要往前建多远」——AI 现在到哪儿,你的产品应该假设 AI 会到哪儿。你把它叫 60-20-20 法则。解释一下。
图尔西:我觉得这里的数字是可以替换的,但论点是一样的:当你在今天做构建、作为一个用这些模型做产品的人,重要的是记住这些模型一直在变。你今天拥有的能力,不会是明天、后天你拥有的能力。所以你其实应该去建那些不一定今天就能跑起来的功能,对吧?传统创业智慧通常说:做一个能跑的 MVP 就行。但我认为你真正想做的,是建到这样的程度:你建的东西里有 60% 现在就能用,你的原型至少是可用的;然后有一组大概 20%,你会说它还不完美,但它跑得够好,而且我能看到模型在很近的将来会走到这儿;再有 20%,是我希望模型能到的地方,我已经看到微光,我觉得如果我能把这块啃下来,这会是一个了不起的产品体验。我认为如果你这样建,你建的是一个今天就能用的产品,但同时你也在为「随着模型变好、做出魔法般的体验」做好准备,并且随着模型成长而成长。
莱尼:我听过很多这类「往前建多远」的建议,最常见的是:建到模型三个月后会在的位置。你这个感觉实际得多——你不能只是押注未来,你也得今天就把一些很棒的、能用的东西发出去。
图尔西:就是要找那个平衡,对吧?而且我觉得,即使作为一个做模型的人,我也确实觉得很难告诉你三个月后模型会精确地在哪儿。所以我认为,更多用你自己的代理指标:我的产品在哪儿?我在哪儿看到微光?我在哪儿看到它在填那道沟?我认为这是一种更具体的、去问同一个问题的办法。
莱尼:这让我想到另一种理解「在产品团队里组合下注」的方式。以前的做法是:有一些野心很大的赌注,同时也有很多低风险、很可能推动指标的东西,你要把它们混在一起。这就像是那个做法的新版本。
图尔西:对,就是对你思考这件事的方式做一个组合。
莱尼:就像「这个六个月后一定行,我保证」。
图尔西:另一件有意思的事是,我认为要想清楚:你怎么确保你的产品对模型变好这件事是敏捷的。我们看到过一些客户,他们围绕模型当时的位置建了一个非常僵硬的系统。而现在模型已经好太多了。所以你怎么从「模型当时在哪儿」走到「能适应、能持续迭代它」?
莱尼:我常听到的一个说法是,模型会把你的 harness 当早餐吃掉:你建的所有东西、所有优化,最后都会消失,因为模型变聪明了,你不得不把这些都拿掉。Boris Cherny 分享过一些建议:每隔一段时间就把你所有的 skills 全删掉,看看会发生什么,因为通常它现在已经和你建进去的那些东西一样好了。
图尔西:是,或者就是持续重测,对吧?因为你说不定反而在妨碍你从新模型里拿到东西——因为你试图把它硬塞进你已有的结构里。
莱尼:我问一个完全无关的问题,因为我觉得这对大家理解会有帮助。有一个词叫 harness,大家常听到:有一个模型,模型之上有一个 harness。用最简单的方式说,什么是 harness?
图尔西:好,我基本上把 harness 想成包在模型外面的那层壳。你可以把它想成:系统指令是什么、工具是什么、技能是什么、模型能接触到什么上下文,以及它怎么能用这些东西。所以你基本上要做的是给模型一个可操作的环境,而这就是你的 harness 搭出来的东西。
莱尼:所以基本上就是系统提示词,加上能做事的一组工具,再加上其他上下文、其他数据。
图尔西:它能接触到的信息和技能,对吧?这些东西合在一起,就搭出了你的 harness。
逐句全文翻译 · 五(给团队提能力、那个提问的习惯、谷歌的助手机会,37:31–44:10)
莱尼:太好了。这很有帮助。还有一件事我想听你的想法:现在变化很多,很多人都在想办法在这个新世界里活得更好。你是怎么给团队提能力、帮他们理解在这个新世界里需要擅长什么的?你用什么方式帮团队成长、帮他们活下来并且活得好?活下来并且活得好,对。
图尔西:说实话,我觉得在这件事上,很多时候是我的团队在帮我。你看我团队里的产品经理,有些人是真的扎进去了,在利用我们内部工具这件事上练出了很多技能,他们每天都在玩这些模型。他们对我团队其他人来说其实是了不起的资产,因为他们练出的技能别人也能用。我们最近开始做得更多的一件事是:你怎么把你练出来的、在你日常工作里确实有价值的技能,分享给别人?这样我们就能建起一个完整的仓库,帮助整个产品经理团队。有些产品经理在用眼睛看数据、真正去看更长的 trace 和轨迹这件事上变得更强、更自信。我们怎么跟其他产品经理一起开工作坊,让大家集体建立那份自信?所以对我来说,很大一部分是建自信:怎么让每个人对我们手上的工具、对他们有效利用这些工具的能力都有信心?这是我们正在整个团队里越来越多去做的事。
莱尼:再深一层,你具体做了什么?你说工作坊:有一些产品经理在某件事上很强,就开一个工作坊教其他产品经理。除此之外,还有什么非常实际的做法,能帮人们在这些事上变得更好?
图尔西:我会说,要真正在这些事上变好,最需要的东西——我说这话的时候也知道我自己才刚开始这么做,我们还没完全做到——其实是给人时间和空间。当你只是一直在冲刺,你很难腾出空间真正退后一步,确保自己把工具用熟了。可一旦你做到了,它会在另一边给你 10 倍的加速。所以很大一部分是推着团队说:嘿,我们能不能用 JetSki 这个内部工具来做这件事?以及:嘿,我有一个技能是做这个的,你要不要试试?真正把这类技能组合建起来。而且我认为,有时候最实际的做法,就是真的去做一个技能(skill)来完成某件事。我说技能,不是指人的技能,是指技术上的那个 skill。然后这个 skill 被分享给别人,这会建立更多信心,接着就会有别人去做另一个 skill、或者改进那个 skill。于是你就有了这样一个迭代飞轮,我认为这是好事。
莱尼:谷歌还在搞那个 20% 时间吗?因为那看起来是花时间在这类事情上的好地方。这还是件事吗,还是现在少了?
图尔西:我也不知道。我确实感觉我所有的产品经理都在 150% 地工作。所以也有这一面。
莱尼:好,那你就做 100%,从 150% 里挤出你的 20%。
图尔西:是,或者你干脆做 170%,我猜。就是这样。不过,我认为我们正在做的一件事,是十一月的一个两天工作坊:我们会把所有产品经理从日常工作里抽出来两天,真的给他们空间去构建、去玩我们手上的工具。我觉得,哪怕只是给自己那样的心智空间,让自己说:嘿,这是我做的东西。另一个我常听人分享、我自己也开始采用的准则是:如果一件事你要做第二遍,那你还需要自己做吗?还是可以外包出去?有些事,是的,显然,比如写一份策略文档写第二遍,你可能还是应该自己写。但还有其他部分,可以问:这件事可复制性有多高,我能用模型帮我多少?
莱尼:是,我一直在想一件事:最重要的新习惯之一,是在刺激和反应之间插进去一步。也就是说,我有件事要做,然后我要去做——你必须插入这个问题:AI 能做这件事吗?然后去试。我发现过去几个月我把这个习惯建得更牢了,它带来巨大差别。因为然后你就开始建起各种小工作流和自动化。我现在大量在用 Grok Bot。一旦你意识到你应该越来越多地这么做,你就真的开始拿到它的好处,而不是「我不知道拿它干什么」。
图尔西:你知道我发现的是什么吗:你真的只需要一个成功的例子,就能改变你的心态。至少对我来说是这样。我觉得在我开始问「等一下,模型能不能帮我做这个」之前,我很难跳出「只做我知道怎么做的事」的心态。而只要你拿出一个例子这么做,然后发现「这真的帮到我了」,你就开始想:哦,那我现在把这个丢给模型试试,现在把这个也丢给模型试试——因为你相信它能为你做什么了。
莱尼:对对,这正是我的体验。一旦你看到它能做什么,那个习惯就被强化了,神经通路就开始建起来:哦对,等等,看看 Grok Bot 能不能帮我做这个。我想顺着这条线问你一个问题。我最近请了 Josh Woodward 来做节目,我问了他同样的问题,我很好奇你会怎么答。感觉现在几乎每个上线的 AI 助手,都在拿走谷歌这些 juicy 的数据——我的 Gmail、我的谷歌日历、我的文档,你注册一下,把你所有的谷歌数据连上去,它就能做出各种神奇的事。有 Grok Bot、有 Muse、有 Instinct,现在还有 Dots。谷歌还没有让人真的——我知道有个 Spark,我猜它是在试着做这件事。我很好奇,为什么谷歌还没有发布一个很棒的东西,反而是让所有人拿走我所有的谷歌数据、做出这些神奇的事?
图尔西:是,你看,我们希望谷歌的数据能驱动魔法般的体验。
莱尼:我觉得这是真的。
图尔西:至于「很棒」长什么样,我觉得:敬请期待。团队在做一些非常了不起的东西,我对这件事能走到哪儿真的很兴奋。我们同时也在想清楚的一部分是:在哪儿与用户相遇,在哪儿建那种体验,它长什么样?我愿意相信,在我们的谷歌产品里,你已经有相当多很棒的体验了。但我认为你说得对,这条线上我们还有更多工作要做。
莱尼:好,这和他说的很像:拭目以待。
图尔西:拭目以待。
莱尼:而你们的优势,和苹果类似:一旦你走到那一步,分发上的优势非常强,事情可以很快变得非常好。好,回到工作量这个问题。这是我一直想和更多嘉宾聊的:当 AI 让我们能做更多,所有人就都在做更多。于是就出现大量倦怠,因为总觉得:不行,我得去解锁我的智能体;我本来可以做这么多;这些事本来都可以发生。而且上面还有压力:多做一点、多做一点,AI 能让我们做更多。你团队里有没有做什么,帮大家避免倦怠、不要被这条「做得更多」的无尽跑步机钩住?我同时也认为,现在有一部分是确实要做更多,因为竞争很激烈,而且历史上很少有这样的时刻:一整套新技术让这么多事情成为可能。所以有一点是:好,现在确实是该跑得很快的时候。但也有一条推文,我觉得说的是——马拉松和冲刺,那个词是什么?
图尔西:对,marisprint,马拉松冲刺。就是这个,sprint-thon。
图尔西:是。我觉得,如果你问我团队,他们会说:嗨,我们工作很多。现在团队里每一个人都在全力以赴地投入时间。所以我确实认为,这是我正在问自己的一个问题:我们怎么给团队创造一个可持续的工作环境?所以就请继续关注我也在想这件事。但有一点我要说,至少对我个人来说:倦怠不只是来自工作多。我认为它来自两个地方。一是当你感觉有反复的搅动和混乱,那会带来倦怠。另一个带来倦怠的,是你不喜欢的工作。当你觉得做了很多事,但那是杂活、是浪费时间,那会带来倦怠。当你在做你有热情、让你兴奋的事,是的,它很累,我们应该想办法可持续,但我认为它也带来更多快乐。所以就回到我们前面聊的:这些工具能怎么帮忙。我其实挺有希望的:如果我们把这件事搭好,这些工具反而会帮到倦怠——因为它们真的拿掉了你工作里一些杂活、一些让人沮丧的部分,让你有更多时间思考、更有创造力,把更多时间花在你真正想做的那部分工作上。而如果希望如此,尤其是当你在工作上投入这么多小时的时候,这会是一个解锁点。
逐句全文翻译 · 六(AI 泔水、产品经理这份工作的变化、快问快答,44:10–58:33)
莱尼:是。我做了一个关于科技从业者感受的调查,有一点很清楚:工时更长不等于倦怠。很多人正在以他们人生中最努力的状态工作,但同时拥有职业生涯里最好的时光。很有意思。他们在构建,他们能做多得多的事——尤其是产品经理,你不用像以前那样坐在那儿等工程师了。
图尔西:你就是自己在构建、在做原型、在和有趣的客户聊、在想有意思的问题。我愿意相信团队里很多人就是为此而来,因为他们想要这个。他们真的被这件事驱动、被它激励。所以对我来说,问题就是:那我们怎么把他们工作里那些容易引发倦怠的摩擦部分拿掉?那长什么样?
莱尼:同时也要找到有意义、他们看重、愿意花很多小时的工作,而不是不得不做的工作。
图尔西:而且这对每个产品经理都不一样。如果你从我团队里挑两个产品经理,他们对「为什么每天来上班」「从什么里获得价值」会给你很不一样的答案。所以对我来说,一部分也是作为组织负责人去想:是什么在驱动这个人,我们怎么确保他在那个配置里被设置成能成功。
莱尼:现在人们另一个头疼的事是 AI 泔水(AI slop)。基本上就是大量由 AI 写的文档发到你这里,要在一堆无穷无尽的文档里挑东西变得非常烦。以前的问题是花时间写文档,现在读文档成了问题,因为全是 AI 写的东西。你们团队有没有什么流程或规则,来避免这种 AI 生成内容在团队里泛滥?
图尔西:我们经常谈的一件事是:这些文档在哪里有用?比如,AI 生成的文档其实非常有用的一个地方,是在你发布某个东西之后,假设两周后,你想拉到最新的情况:谁在用?怎么在用?反馈是什么?那种文档正是 AI 擅长的。因为它会比你快得多地去做这件事:它会去拉各种看板和指标,给你一个更新,把强项和弱点拉出来,它会从推特的分析、Reddit 之类的地方拉东西。所以我们谈的一件事是:要有意图地区分,AI 在哪里帮你把文档里的内容驱动出来是有帮助的,哪里是应该由你提供的内容。哪里有洞察,那里就该是你提供的;模型该提供的是数据。所以如果你能把这两件事分开,但愿就能找到这里好处的正确平衡。我还会说,正因为如此,我们在投入更多:怎么建出对的技能、拿到对的数据,好让我们把这些材料结构化得更好。这样但愿就能给创造性思考和创造性写作腾出更多空间——那是我们希望更多人花时间去做的事。
莱尼:这其实是我一直想问的。就产品经理这个角色而言,AI 明显在原型这点上造成了大冲击。现在你可以一直做原型做到天荒地老,而不需要设计师或工程师来把东西建出来。这显然是这个角色被 AI 改变的一个地方。另一个你刚提到的领域是数据:产品经理能做多得多的数据分析。在原型之后,你认为过去几年 AI 对产品经理这份工作改变最大的几个领域是什么?
图尔西:原型肯定是一个。我认为你说得对,数据科学大概也是——你现在更有能力让数据就在指尖,做数据驱动的决策。我其实还认为,就我们前面聊的,你在社交媒体上经常看到这类帖子:哦,某某是新的 PRD,不管这个某某是什么——原型是新的 PRD,评测是新的 PRD,数据是新的 PRD。但我认为,这真正说明的是:你把产品经理从一个只把一组需求写下来、然后假设别人——不管是数据科学家、工程师、研究员还是设计师——会把里面的血肉填出来的人,往前推了一步。你的工作不再只是写下一组需求,你的工作要再往前一步,让这份东西有分量,不管那份分量是以什么形式呈现。
莱尼:太好了。这和我听到的很多东西一致。图尔西,还有什么你想分享的?在我们进入非常令人兴奋的快问快答之前,关于我们聊过的,有什么你想再强调一下的?
图尔西:不,我觉得这些都很好。
莱尼:好,那我们做到了。图尔西,非常令人兴奋的快问快答来了。我有五个问题。你准备好了吗?这里会放一些音乐,是后期加进去的。
图尔西:你是说,听起来是这样吗?
莱尼:就是这样。我们应该把它和你的打鼓对齐。好,第一个问题:你最常推荐给别人的两本或三本书是什么?
图尔西:好。一本其实严格说是一篇中篇,大概应该这么叫。我不知道你读过《呼吸》(Exhalation)没有,那是一本科幻短篇集。里面有一篇特别的故事,讲的是一群人试图在平台决定停止支持之后,仍然让一批数字分身活下去。我很喜欢这本书,因为我觉得尤其是在现在这个世界——我们在想人会怎么和智能体相处、我们在和技术建立什么样的关系、那么近地和数字世界互动意味着什么。我觉得它写得非常美,而且它也引出了很多开放的问题。所以这是一个。另一个在产品圈可能更常见的是《创新公司》(Creativity, Inc.),我很喜欢。那是皮克斯的故事,但我认为它其实讲了很多关于怎么创造好的文化——这是我经常想的问题。你怎么创造一种鼓励人跌倒再爬起来的文化?你怎么创造一种鼓励人们用自己的想法去创造、去推进前沿的文化——这显然是我们这里在想很多的事。另外我最近也很迷 ACOTAR 系列,但那是奇幻言情。所以如果有人只是想找点好玩的东西读,你应该读《玻璃王座》或者《荆棘与玫瑰的王庭》。
莱尼:我很喜欢这个推荐的光谱。好,最近最喜欢的电影或剧集是什么?
图尔西:你知道吗,这个问题其实很难,因为我最近看了很多糟糕的电影和剧,不幸的是,那些我不会推荐。所以是这样。但我确实很喜欢 Apple TV 上的《人生切割术》(Severance)。无论在风格还是内容上都做得极其好。所以那大概是排在第一的。
莱尼:现在最喜欢的 AI 产品,Gemini 之外?
图尔西:Wispr Flow。我不知道你有没有在用,但我手腕有问题,所以长时间打字很困难。Wispr Flow 对我来说真的是改变游戏规则的东西。
莱尼:太好了。如果你订阅 Lenny's Newsletter,可以免费用一年 Wispr Flow。打广告、打广告、打广告。哦,我喜欢这个。这就对了,自然发生的推荐,我接受。我也很喜欢——对,我很喜欢 Wispr Flow,一直在用。按下功能键,直接开始说话,它就把一切都神奇地转写下来了。
图尔西:对。
莱尼:太棒了。你有没有一句最喜欢的、在工作或生活中经常回到的人生格言?
图尔西:两个,不太一样。一个可能更老套:一切都是有其原因的。这对我个人来说其实是一句很大的人生格言:你可以努力,你会尽力,但有时候一扇门会关上,另一扇窗会打开,而你现在处在某个位置,是因为那本来就该在那里。不过和这个相关的是,我很喜欢和跟我聊的人说:去寻找偶然(seek serendipity)。我认为这其实和第一条是相关的:你应该总是设法把自己放进一个「有能力走运」的位置。而做到这点,就是让自己处在挑战自己的位置、走出舒适区的位置、尝试新东西的位置。那些永远是你更可能走运的地方。
莱尼:说来有趣,我做过一场 TEDx 演讲,叫《正在失去的偶然》,大概是 15 年前了。
图尔西:所以我们是想要失去偶然,还是找到它?
莱尼:它讲的是我们正在失去它,这很可惜,我们需要生活里有更多偶然。
图尔西:那我是偶然的大粉丝。
莱尼:这个词真好。另外那部电影也不错。
图尔西:我还没看过。
莱尼:那是一部爱情喜剧。
图尔西:但我到目前为止的整个职业生涯都是这么看的,我想我以后也会这样。而且其实很有意思,即使在使用这些 AI 工具的时候,我觉得那也是另一件我——是的。
莱尼:AI 里有太多偶然了。最后一个问题。你的一位同事告诉了我另一个关于你的趣事:你受过古典印度舞的训练,还导演过给一万多人的文化节。
图尔西:我不知道他怎么知道的,但是的,我大概跟他说过。好。
莱尼:这个人说,这也许能解释你在前沿模型开发的混乱中为什么这么冷静。不知道,也许可以分享一下这支舞、舞蹈在你生活里的这一部分。
图尔西:好,我很爱跳舞。我觉得那是很少有的时刻,你真的没法想别的事,你必须专注于动作和音乐。所以对我来说,那是一个让我的大脑在一段时间里换一个行进方向的机会。所以我爱它。而且对我来说,它也是一个文化连接点。舞蹈是我认识一些最好朋友的方式,也是我持续和很多朋友社交的方式。我筹划这个节日,筹划了很多年,在俄勒冈州的波特兰,那是我来自的地方。它叫印度文化节(India Festival),每年八月举行。事实上,今年是我第一年没有参加这个节日,因为我有一个七个月大的儿子。恭喜。谢谢。所以今年比平常分心一些。但我从三岁起就在那个节日上表演,后来开始组织它。它在我生活里一直是很重要的一部分:你怎么把舞蹈、文化和社群带到一起?
莱尼:图尔西,你身上趣事太多了。我感觉还有更多。我甚至都不知道这个。我就是来听趣事的。最后一个问题:听众怎么才能帮到你?
图尔西:哇,好问题。第一,用 Gemini。用 Argon。用 Argon,也用我们零散的那些产品。其实我刚才在讲音频。如果你是 Pixel 用户、在用 Gboard,试试我们的 Rambler 功能,很棒。在手机上打字很好用。如果你在用文本转语音模型、在用 Dialog、在用我们的 Omni 模型——试试它们,给我们反馈。我们一直在找反馈,不管你是在发私信给我们,还是公开发出来。我们希望更多人来给我们对的反馈。
莱尼:图尔西,这太棒了。你太棒了。
图尔西:非常感谢你来。不,谢谢你邀请我。
莱尼:这期很好,是我的荣幸。大家再见。非常感谢收听。如果你觉得有价值,可以订阅这个节目……
References
- 1Google:Introducing Gemini 4 Argon
blog.google
- 2Google Cloud:Google Completes Acquisition of Wiz
cloud.google.com
- 3
- 4Stanford HCI:Expert Crowdsourcing with Flash Teams
hci.stanford.edu


Comments