核心要点
- 几乎可能清单:团队维护一份"几乎可能"的事项清单,某项能力一旦跨过临界点(像固态变气态的相变),就立刻组队去做。他们还写了 82 条以"我们相信未来是"开头的预测,明知十有八九会错,也要先有观点。
- 看眼神:早期 PMF 的指标不是 DAU、MAU 或 D7 留存,而是给人看原型时对方的眼睛是否发亮、是否身体前倾。要爱上问题而不是产品,因为通常要经历 3 到 5 次 pivot 才见分晓。
- 团队先知道:该不该砍项目,团队通常比领导更早知道,信号是热情消退、能试的都试过了。领导要营造能说"这不行"的文化,Josh 曾对一位叫停发布的 PM 回复全员邮件表示感谢。
- 独立的 Labs:大公司的 Labs 通常 3 到 4 年就失效,要么没人商业化,要么创意被别人拿去创业。Labs 必须有独立性(甚至向 CEO 汇报)、目标清晰(孵化新品还是向现有产品"毕业"),还要能挑战公司的工作方式。
- 遗忘速度:他寻找的是被错误定价的人才信号:unlearning rate(学会又能放手的速度)、explosive endurance(像费德勒那样既能爆发又能持久)、以及快速建立并扩大信任的协作能力。
- 专业仍有价值:Josh 认为"人人都是 builder"被夸大了,每个人仍有自己的"主修"。Labs 项目团队从 5 到 7 人缩到 2 到 3 人,规划节奏变成滚动 6 个月、一个里程碑 50 到 100 天。
- 模型榜单被高估:行业过度关注 benchmark 和 ELO,而世界上大多数人永远不会在意 ELO。被低估的是关于原则与价值观的讨论:你的产品编码了你想要什么样的未来。
章节时间轴
- 0:00 开场与前提 — Lenny 提出"每家公司都要像 Labs 团队一样运转",Josh 认同,难点在于如何在大团队里落地。
- 5:23 好点子从哪来 — 极少来自设计冲刺,多来自走廊聊天、周末和假期里停不下手的人;"几乎可能"清单与 82 条预测。
- 12:19 判断点子值不值得做 — 令人惊讶的演示只是起点,还要对应真实用户行为和愿意付费的人群;NotebookLM 播客与 Flow 的诞生故事。
- 14:39 产品市场契合的信号 — PMF 更像艺术而非科学:看眼神、爱问题不爱产品、Nano Banana 病毒式爆发时"抱紧不放"。
- 17:42 何时砍掉一个想法 — 团队比领导先知道;昨天一位 PM 因数据不佳叫停了一个 Gemini 功能。
- 19:14 Labs 与 Gemini 的关系 — 规模相反但共享 0 到 1 的心跳,信条是"用户第一、Google 第二、我们产品第三"。
- 22:19 消费级 AI 的机会与 Gmail 之问 — 娱乐、消息、稀缺资源(时间、金钱)三个方向;Gemini 的个人智能路线。
- 26:58 被低估与被高估 — 低估的是原则与价值观讨论,高估的是模型 benchmark。
- 31:36 哪些技能在升值 — 遗忘速度、爆发式耐力、协作与信任;PM 更擅长模拟其他职能,但"人人都是 builder"被夸大。
- 38:30 节奏、规划与持续冲刺 — 命名"爆发期"、IO 之后的自由探索期、滚动 6 个月规划、50 到 100 天里程碑。
- 43:08 设立 Frontier/Labs 团队 — 回应 Dan Shipper 的建议;Labs 失败的历史规律;0 到 1、1 到 10、10 到 100 三阶段。
- 47:43 搭建 Labs 的三条建议与人才画像 — 独立空间、明确目标、挑战公司工作方式(builder 职级阶梯试点)。
- 52:20 组织结构的常见错误 — 过早追求整齐合并、招人过快;30 名工程师却零 PMF 的教训。
- 53:54 Google 五年后是 1 万个产品还是 5 个 — 超级应用与碎片化两种世界的对冲实验。
- 58:29 闪电问答:团队奖项 — TPU 收割者的小耙子、金色创可贴、LLM 低语者的大耳朵、"好的坏会议"。
详细内容
好点子从哪来:随时警觉,而非排期头脑风暴
Josh 坦言没有标准答案,但有几条观察。第一,好点子极少来自设计冲刺或日历上专门留出的"想点子时间",它们往往出现在走廊聊天、周末或假期里:团队成员停不下手,回来就甩出一个视频说"看这个"。第二,它们不出现在常规场所,"你没法用微波炉加热出好点子"。
第三,重点常常不在点子本身,而在有趣的人和他们的小项目。过去四五年里,NotebookLM、Flow、AI Studio、Google Beam 都起源于一小撮极度好奇、停不下来的人。所以领导者的任务是创造让这种事发生的空间,并保持警觉去捕捉、推动。
Lenny 总结说,这里没有"头脑风暴会"的位置,Josh 表示同意:关键是让自己处在前沿,并持续记录哪些体验"刚刚变得可能"。
"几乎可能"清单与 82 条未来预测
Labs 内部有个说法叫"what's almost possible",团队真的维护了一份清单。当某项能力越过临界点,就像物质发生相变,团队便围绕它组队行动。Josh 说自己两天前看到一个这样的东西,至今念念不忘,但暂时不便透露。
他们还会做"某领域的未来是什么样"的思想实验,比如软件设计与开发、创造力、工作、知识,以及目前重点关注的沉浸式娱乐。若模型达到某种延迟、语言数量和模态组合,就能推演出什么产品。同时团队刻意走出湾区,去其他城市和课堂观察行为变化。
内部文档里有 82 条以"我们相信未来是"或"我们预测"开头的判断。Josh 承认一条预测都危险,何况 82 条,大概率九成以上会错,但必须有观点、主动"活进未来"。判断点子的信号是:它让你惊讶,也能对应到普遍的用户行为变化,并且存在"离不开它、愿意付费"的人群。他也提醒,现在这个"令人兴奋"的门槛太低,每隔几小时就有惊艳演示。
PMF 更像艺术:看眼神,爱问题不爱产品
Josh 说 PMF 的难点在于它"远比科学更像艺术"。早期有时只是两三个人凭信念说"未来会是这样",却说不清楚,这种建议其实没什么用。更可用的是:把原型拿给人看,观察对方的眼睛,"这就是指标",不是 DAU、MAU 或 D7 留存。对方眼睛发亮、身体前倾,就是信号;Lenny 补充说有人把它叫作"瞳孔放大"。
第二点是爱上问题而不是产品。因为通常要经历三四五次 pivot 才会发现"有了"或"没戏",一开始爱上具体方案往往结局不好。第三点是,PMF 来临时你会知道:Nano Banana 在 Gemini 上爆红、NotebookLM 播客走红、Flow 和 Stitch 出现小高潮时,团队"只能抱紧不放",既累又兴奋。
NotebookLM 的故事很生动:某个周二晚上六点半,两位同事让他去听一段英国议会辩论的音频,AI 主持人把它讲得居然有趣,Josh 当场想到"必须做点什么"。Flow 的前身 Whisk 能把多张图混合并动画化,带来前所未有的创作控制。他也承认有不少项目兴奋地做出来却"不好用",这是个概率游戏。
何时砍掉想法:团队先知道
Josh 的经验与"领导拍板"的想象相反:团队通常比领导更早知道。信号包括热情开始消退,以及能想到的办法都试过仍无效,"就像你知道一段关系不行了"。
领导者要做的是营造一个可以问不舒服问题的环境。他举了前一天的例子:Gemini 一个团队很看好的功能,拿到早期数据、实地看过用户的眼神后发现"不对",PM 主动提出不要发布。Josh 回复全员邮件感谢她。他强调自己很信任团队,因为每天推动产品的是他们,团队说不行,就转向做别的。
Labs、Gemini 与消费级 AI
为什么同一个人管 0 到 1 的 Labs 和超过 10 亿用户的 Gemini?Josh 说规模虽相反,但三点相通:吸引的都是有 0 到 1 心跳的 builder;大家都是"AI 狂人";以及信条"用户第一,Google 第二,我们的产品第三"。Labs 目前完全以 AI 为主,也包含 Google Beam(类似 3D 魔镜、让对方像全息影像)这样的 AI 硬件相邻项目。
对于消费级机会,他列出三个方向:娱乐(信息流会永远存在吗,还是让人们在现实中更亲近);消息聊天空间不再是"已解决";以及围绕稀缺资源(时间、金钱、与他人共同的线下记忆)的新产品,形态可能是聊天机器人或个人 agent,"尚待发明"。
Lenny 抛出尖锐问题:为什么各种 AI 助手都在吸取 Gmail、日历和 Docs 的数据,而 Google 自己没做出来?Josh 回答说 Gemini 已经能连接这些数据(提到 Gemini Spark),但目标是放弃模式和开关,只留一个提示框,让它直接帮你做事。他透露用户其实很希望 Google 自己"把这件事做好",愿景是"个人化、主动、强大"的个人智能,不少东西"很快就会推出"。
被低估与被高估,以及人才技能
被低估的是关于原则和价值观的讨论:产品是你原则的编码,行业应更多讨论"我们想要什么样的未来"。Lenny 联系 OpenAI 的 Tara 的谈话表示认同:能造一切不等于该造一切。被高估的是模型 benchmark:多数人永远不会在意 ELO,行业容易过度关注"速度与参数",忽视它对用户有什么用。
技能方面,Josh 想找被错误定价的信号:第一是 unlearning rate,学会后又能迅速放手的速度;第二是 explosive endurance,他在一本关于费德勒的书里读到的短语,既能全力爆发又能长期持续;第三是协作与建立、扩大信任的能力。他的论据是:随着制作产品的执行成本下降,会出现更多产品,人们会与不同的人临时组队,像音乐家组合演不同的歌。Labs 项目团队原本 5 到 7 人,现在是 2 到 3 人,偶尔 4 人。
关于角色模糊,Josh 说 PM 因为天然横向、习惯在会议里模拟律师、BD 或销售等角色,适应其他职能更快,但最好的人可来自任何职能,甚至包括战略、运营、BD 和市场。他同时认为"人人都是 builder"被夸大了:每个人仍有"主修与辅修",如果全部变成 builder,会失去对专业的尊重。他对早期 PM 的建议是:vibe coding 要服务于成为卓越的 PM,别丢掉"主修"。
节奏、规划与可持续的冲刺
Labs 同时有 20 到 30 个实验并行,Josh 的做法是用"赛季"给工作建立节奏:明确宣布什么时候是全力冲刺(如大模型发布前,五个产品要展示新模型),让人选择加入或退出,也同样明确什么时候不是冲刺。Google IO 之后的六月,团队被鼓励随意探索和黑客,看似"不出货",其实是下一赛季种子的来源。
他喜欢 explosive endurance 这个概念胜过 work-life balance 的旧说法,因为团队要做很多年,不能九个月就耗尽。Lenny 补充:命名模式很有力量,而反过来压力太少、油门太松,人们会无聊并开始找新工作。Josh 回应说 Gemini 只有六个月路线图,却有多年愿景,"两天前看到的东西现在已成为一个 48 小时的项目",无法提前规划。
规划上,他们大致滚动看六个月,对应各实验室每年几次预训练模型的节奏,并关注约一百天内能把产品实质性推进多少;最好的 Labs 团队从想法到有意义的里程碑只需 50 到 100 天,关键是为他们扫除障碍。
如何搭建 Frontier/Labs 团队
Lenny 引述 Dan Shipper 在 Lenny and friends 峰会上的建议:设一个专门试用新东西的前沿团队,替其他人把关注点过滤好。Josh 认为每家公司都需要这样一群人,"如果最近 24 小时 X 上最火的东西你没听说过,那你在干什么",他们是那些有八个每月 200 美元订阅的人。Lenny 补充,连 Anthropic 都有 labs 团队。
但 Josh 研究历史后指出:大公司设立的 lab 通常 3 到 4 年就效果不彰或消失,要么公司无法把成果商业化,要么有人看到未来后另起炉灶创业。所以除了"前沿人才"和"可建造的环境",第三点是要有人能把"现在像玩具的东西"桥接到公司五年后的核心,否则前两点做对也白搭。
随着 Labs 孕育出 NotebookLM、Flow、AI Studio 等大项目,它们有挤占 0 到 1 项目资源的风险,于是内部用"0 到 1、1 到 10、10 到 100"区分阶段:0 到 1 看眼神,10 到 100 看漏斗和 CPA。三条建议是:一,要有独立性,不能挂在现有业务线下,有些公司需要向 CEO 汇报;二,目标清晰,是向现有产品"毕业"还是发明新品类,并保持"让用户成功、让公司成功、而非让自己成功"的谦逊;三,用 Lab 挑战公司工作方式,Labs 是 Google"制造好麻烦"的地方,比如率先提出 builder 职级阶梯并先行试点。
人才画像方面,Labs 有一份"Labs in a nutshell"文档,Gemini 也有;理想的人停不下来要建东西、好奇、阅读和听播客、关心解决别人的问题而不是自我、让人想与之共事。面试中对方说"让我给你看我刚做的东西"会立刻加分,面对"未知的黑暗洞穴"而兴奋的人也是。组织上常见错误是急着整合求整齐(有时要容忍混乱、看看会涌现什么),以及招人太快,把团队翻倍当成虚荣指标;他曾有个项目做到 30 名工程师,却没有 PMF,只有一个鼓舞人心的愿景,结局可想而知。
一万个产品还是五个,以及奖项文化
Logan Kilpatrick 提的问题是五年后 Google 会有一万个产品还是五个。Josh 说自己的答案常常摇摆,他倾向于认为"产品"本身的概念可能会变:一万个各有品牌的界面很复杂,也许会出现更定制化、由模型生成的体验,背后由 Labs 团队做 agent,在统一界面里呈现。Labs 内正在做实验,同时检验"超级应用"和"极度碎片化"两种世界。他目前略偏向于认为超级应用对许多人过于复杂,也假设了人类仍是主要的点击者。
收尾时他提到想用 AI 解决反馈回路的问题:如何让 AI 像顶尖 PM 一样从人群中提炼洞察,以及人与 AI 的协作模式能否让洞察像与某些人在一起时那样自然涌现。
闪电问答里,他分享了团队的奖项:奖励回收 TPU 的"TPU 收割者"(一把 Etsy 上做的小耙子加现金奖励,奖励优化而非用最多 token 的人);修复小体验问题的"金色创可贴";能让模型做出惊人效果的"LLM 低语者"(一对巨大的耳朵和机械键盘)。还有一个"秘密社团"式的感谢会:日历上出现没有议程、有四五位领导的邀请,大家轮流讲欣赏他的理由,Josh 总是先说"这是好会议"。
金句
我的论点是,每家公司都需要开始像 Labs 团队那样思考和运转。 —— Lenny 0:00
你没法用微波炉加热出好点子。 —— Josh Woodward 6:09
给人看早期原型时,你看的是他们的眼睛,那就是指标。 —— Josh Woodward 15:25
该不该砍,团队通常比领导更早知道。 —— Josh Woodward 18:29
大多数人永远不会在意 ELO 评分,他们甚至可能不知道怎么念。 —— Josh Woodward 28:32
我现在在找的是:一个人的遗忘速度有多快,学会了又能多快放手。 —— Josh Woodward 31:36
提到的书·产品·人物
- Google Labs:Josh 管理的 0 到 1 实验部门,过去四五年孵化了多个产品。
- Gemini app / Gemini Spark:超过 10 亿用户的应用,Spark 可连接 Gmail 等个人数据。
- AI Studio:Josh 负责的开发者产品,由 Labs 孵化的大项目之一。
- NotebookLM:第一次听到 AI 播客解读英国议会辩论的故事。
- Flow / Whisk / Stitch:Labs 创意与设计类项目,Whisk 可混合图像并动画化。
- Nano Banana:在 Gemini 上走红,是 PMF 来临的例子。
- Google Beam:类似 3D 魔镜的视频通话项目,被视为 AI 硬件相邻领域。
- Dan Shipper:在 Lenny and friends 峰会上提出设立前沿团队。
- Logan Kilpatrick:提出一万个产品还是五个的问题。
- Tara(OpenAI):此前对话中提到"我们想要什么样的世界"。
- Roger Federer:explosive endurance 一词出自一本关于他的书。
- Steven Johnson、Sophie Miller、Jeff Hong:为本期提供话题建议的人。
- WorkOS、DX:本期赞助商。
- Lenny's Most Replayed Moments:Lenny 新开的 YouTube 频道。
- Anthropic:Lenny 提到其也有 labs 团队。
适合谁听
产品经理、创业者、想在公司内部搭建创新或前沿团队的管理者,以及关心 Google AI 产品方向的人。