編輯 | 云昭
出品 | 51CTO技術棧（微信號：blog51cto）
谷歌的強大，似乎已經刻在它本身的血脈之中。ChatGPT一夜之間顛覆了世界，首當其沖的就是谷歌搜索。
在搜索的邏輯日益向著大模型靠攏的態勢之下，而谷歌也是最先警醒、奮起直追、直至重回大模型Top的不二巨頭。
如此一個巨頭，實力強悍、卻似乎偏偏沒有“大象”的笨拙。
不僅在大模型方面，谷歌已經成為名副其實可以和OpenAI并駕齊驅的頂尖實驗室。而且事實上看，在搜索等產品方面，谷歌并沒有向外界所預期的那樣，市場份額并沒有被ChatGPT搶走，反而獲得了增長。
據今年3月份的一項數據統計，2024 年，谷歌的搜索量超過 5 萬億次（是ChatGPT的 373倍），即每天約 140 億次，占據 93.57% 的市場份額。而ChatGPT每天收到約 3750 萬條類似搜索的提示，市場份額僅為 0.25%。這一比例甚至低于微軟必應 (4.10%)、雅虎 (1.35%) 和 DuckDuckGo (0.73%)。
答案就是，谷歌本身也在AI時代快速演進著。
幾天前，谷歌搜索產品VP Robbi Stein做客知名播客欄目Lenny’s Podcast，流出了不少勁爆的內容。
比如，Stein 透露，谷歌搜索經歷了一年的快速轉型期，其中最為關鍵的是：AI模式下的谷歌搜索體驗變革。
再比如，他還指出，AI并非替代搜索，而是一種“擴張的力量”。一個很明顯地例子，Google Lens，如今視覺搜索量同比增長 70%，規模已經是數百億級。
Stein甚至不小小曝除了谷歌自家AI搜索的幕后原理：
當我們的 AI 生成回答時，它其實會執行一個叫 query fan-out（查詢擴散） 的過程。簡單說，模型會把谷歌搜索當作一個工具來“自我研究”。
如果你的網頁在這些查詢中表現得“極度有用”，那它就有更高幾率被模型選中。
此外，Stein 在加入谷歌前還打造、運營過許多知名的產品，比如大家都很喜歡的 Instagram，在他負責之下，成功將其推向了5億日活用戶。
那么現如今，AI時代的產品打造之道又發生了怎樣的變化呢？
Stein指出，AI產品成功的不二法門就是持續改進，“成年人會‘習慣一切不便’，但孩子會問‘為什么’?！?/span>
他舉了Instagram的、“Close Friend”功能的例子。一開始上線功能后才發現徹底失敗了。最初的設計混亂和命名不當，但經過幾次迭代，通過數據分析，簡化操作流程，調整命名策略以及優化用戶界面，它又奇跡般地徹底爆發，成功將其轉變為廣受歡迎的功能，該過程耗時兩到三年。
可以說是完美的闡釋了喬布斯那句：“創新絕對不是一個絕妙的點子那么簡單！”
“理解用戶需求、解析問題、設計清晰、保持謙遜。”
這里有很多其他打造產品的心得分享，如何識別產品的增長點、增長策略如何制定、如何平衡產品創新和優化等等，絕對堪稱大師級產品課程，免費講給各位了。
也有不少有意思的幕后故事。比如谷歌AImode的推出，竟然是因為發現很多用戶輸入“XXX ai”是為了喚醒AI，非常有趣。
谷歌正在忙著在產品層面上做哪些嘗試？AI產品打造都需要做哪些準備？
話不多說，這就為大家奉上干貨。如果你也在大模型時代考慮開發AI產品，“墻裂”推薦大家來研究一下這期播客內容。建議收藏細讀。
站在谷歌最大變革前沿的產品打造者
備注：本期嘉賓是 Robby Stein，谷歌搜索的產品副總裁，負責整個 Google Search 體驗，包括新的 AI Overviews、AI Mode、多模態體驗（比如 Google Lens）、排序算法等等。他正站在谷歌歷史上最大變革的前沿。
在加入谷歌前，他是 Instagram 的產品負責人，主導推出了 Stories、Reels、Close Friends 等功能，把 Instagram 推向了5億日活用戶。他還和 Mike Krieger、Kevin Systrom 一起創辦了 Artifact。很少有人能在兩個全球級消費產品上都有如此影響力。
Robby 將分享他在打造成功消費級產品上的經驗，也會談談谷歌在 AI 領域的方向。
Lenny：……非常感謝 Robby 來到節目。真是個錄播客的好時機。上周，Google Gemini 成為了 App Store 第一名——我現在打開手機它還在榜首，甚至超過了 ChatGPT。沒人想到會這樣。大家一直在問：“谷歌到底在干嘛？為什么做不出真正面向消費者的 AI 產品？”現在終于有了答案。
Stein：確實，背后有很多人共同努力。
Lenny：感覺谷歌內部確實發生了一些變化，尤其是在 AI 消費級產品這塊。Gemini 的崛起是不是這種轉變的結果？
Stein：是的，我現在在谷歌是“二進宮”了——之前也待過中間去了別的地方，現在又回來。我能感覺到整個團隊有一種強烈的專注與執行力。領導層當然起了作用，但更重要的是，我們和 DeepMind、以及其他研究團隊之間的協作越來越緊密。優秀的研究者和產品團隊結合在一起，就能以驚人的速度推進。
很多人喜歡把轉折歸因于“一次變革”或“一位領導”，但我覺得更像是長期復利——日積月累地改進模型、優化體驗、打磨產品。突然有一天，一切就達到了臨界點。
搜索已死？谷歌搜索變得更強了
Lenny：過去兩年，ChatGPT、Perplexity 等產品出現后，大家都喊“搜索已死”，但從數據看似乎并非如此？
Stein：對。用戶依然在用搜索，只是問題變得更復雜。搜索的需求面太廣了，從繳稅網頁、價格比較、作業問題到旅行路線。AI 并沒有替代這些需求，反而讓人們能問出更多的問題。AI 是“擴張”的力量。
比如 Google Lens，如今視覺搜索量同比增長 70%，規模已經是數百億級。用戶拍一張鞋子問“在哪里買”，或拍作業問“這題不會”，甚至拍書架問“我接下來該讀什么書”，AI 都能回答。這是搜索的新增長點。
下一代搜索：谷歌AI Mode有什么不同
Lenny：你們最近推出的 “AI 模式”（AI Mode）我覺得還沒被足夠討論。它和傳統搜索是什么關系？
Stein：AI 模式其實整合了三大組件：
1?? AI Overviews —— 頁面頂部的快速答案，很多人已經在用。
2?? 多模態搜索（Google Lens） —— 讓你“拍照即問”。
3?? AI 模式本身 —— 把這些能力整合成一個完整的對話式搜索體驗。
AI 模式基于最前沿的模型，可以理解谷歌內部龐大的知識體系。比如：
- 谷歌購物圖譜里有 500 億個商品數據，每小時更新 20 億次價格；
- 地圖里有 2.5 億個地點；
- 還整合了金融、網頁上下文等信息。
換句話說，現在你可以“和谷歌對話”，而不是“輸入關鍵詞”。
Lenny：所以它未來會和主搜索完全融合？
Stein：會的?，F在它們在逐步靠近。AI 模式是下一代搜索體驗的核心，最終用戶不需要分辨“我是在 AI 模式還是普通搜索”。輸入自然語言、問復雜問題，系統就會自動調用相應的 AI 能力。
比如輸入五句話的問題，Google 會在頂部生成 AI 概覽，你也能繼續深入對話。視覺搜索同理。整個體驗會變得流暢、一致。
搜索重回自然交流的本質
Lenny：我最近和 Brian Balfour 聊到一個觀點——創業的核心是“在巨頭創新前先拿到分發”?，F在感覺谷歌終于開始真正“創新”了。
Stein：我們發現，用戶本來就在嘗試從谷歌獲取這些 AI 能力。比如他們上傳照片問復雜問題，或者輸入長句、自然語言描述。以前的搜索是關鍵詞，現在人們直接用完整語句提問。這是巨大的轉變。
用戶可以直接問：“幫我找個適合約會的餐廳，我已經去過這四家，想要戶外座位，而且我朋友對某種食物過敏?！薄@種問題現在谷歌都能處理。這正是我們最興奮的方向：讓搜索重新回到“自然交流”的本質。
Lenny：這很有意思。我們好像又“兜了一圈”回去了。早年有個叫 Ask Jeeves 的搜索引擎，它的理念是“像問一個人一樣去提問，它會給出一個很好的答案”。后來大家都轉向了谷歌的模式——“直接輸入關鍵詞，學會谷歌喜歡的方式”?，F在我們又回到了“直接問問題，它會給出一個好答案”的時代。
Stein：是啊，他們當時的想法其實挺超前的。雖然那時候技術還不成熟，但他們抓到了方向——只是世界還沒準備好。
獨特之處：谷歌AI搜索的幕后原理
Lenny：哈哈，是的。那你怎么看最近大家討論的 “AEO（AI Engine Optimization）”——算是 SEO 的進化版吧？我猜你的答案可能是“別糾結，專注做出優秀的內容”。但總有人想知道：在 AI 搜索結果里“被選中”的邏輯是什么？內容創作者該怎么應對？
Stein：當然可以聊一點“幕后原理”，因為理解機制確實能幫助大家判斷該怎么做。當我們的 AI 生成回答時，它其實會執行一個叫 query fan-out（查詢擴散） 的過程。簡單說，模型會把谷歌搜索當作一個工具來“自我研究”。
舉個例子：你可能在問某款鞋。AI 不會只用你的原始問題去搜，它會自動生成幾十個相關的搜索查詢，在后臺并行搜索、調用各種實時數據接口。所以雖然是 AI 在回答，但它本質上確實“在搜索”。只是執行的人不是你，而是模型。
每一次搜索結果都會對應一些網頁內容。
如果你的網頁在這些查詢中表現得“極度有用”，那它就有更高幾率被模型選中。你可以參考谷歌那份著名的 人類評估指南（Human Rater Guidelines）——那是我們幾十年來研究“什么是優質信息”的結晶。
核心問題包括：
- 你是否滿足了用戶的真實意圖？
- 你是否提供來源和引用？
- 內容是否原創？還是重復了網上已有的幾百遍？
這些“好內容”的信號仍然非常關鍵。因為最終 AI 也是在“研究、篩選信息”，判斷“這是不是一個好答案”。如果內容能回答得深入、有依據、原創度高——它就更容易出現在 AI 回答中。
我給創作者唯一的建議是：想想現在的人在用 AI 搜索什么。他們的問題比以往更復雜——尤其是“建議類”“如何做類”“多維度需求”的問題越來越多。
所以要思考：AI 用戶的真實意圖是什么？我的內容是否正好能解決這種問題？這是最實用、最接地氣的思路。
Lenny：你剛提到 AI 在后臺執行上千次搜索，這點挺有意思。是不是說，這其實是和其他流行聊天機器人完全不同的底層機制？因為其他模型并不會實時去搜這么多網頁。
Stein：沒錯，這正是谷歌 AI 的獨特之處。當然，它也有“參數記憶”（parametric memory）和推理能力，這是模型的基本功能。但我們特別為“信息任務”設計了它——也就是讓它成為最擅長找準、驗證信息的模型。
所以它不僅會生成回答，還會去查證信息、核對來源。谷歌 AI 能直接訪問谷歌搜索信號體系，包括垃圾內容識別、權威性評估等機制。
舉個例子——它會判斷“哪些內容可能是 spam，不適合引用”，也會識別“這是最具權威、最有幫助的信息”，然后在回答中標注來源并附上鏈接。我們設計時就是以這種“信息可信度”為核心。
AI產品正在“極度人性化”
Lenny：你現在已經打造過很多 AI 產品了，不只是 Google Search，還有 Artifact、Instagram 的算法系統。在這個過程中，有沒有什么讓你自己意外、但覺得大多數人還沒真正理解的經驗？
Stein：最近幾周我最大的體會是：AI 的人機界面，正在變得“極度人性化”。以前你要花很大功夫去“教”AI 做你想要的事——寫提示詞、反復調整，就像訓練一只機器人。
但現在，模型越來越能理解上下文，你幾乎可以像和人說話一樣給它指令。幾個月前，要讓模型調用一個 API，你得額外訓練、上傳文檔、進行微調。而現在，你只需要用自然語言描述：
“我是一家創業公司，這里是我的內部數據、API 地址、schema 結構。當遇到這種類型的問題時，請務必調用這個接口來確認信息。”
模型就能自動理解、推理、調用工具或執行代碼。它會自己分配“思考預算”，決定何時調用代碼執行、何時推理。這是一種非常新的能力——它讓“構建復雜 AI 應用”的門檻大大降低。
換句話說：未來你不需要做繁瑣的微調（fine-tuning）就能構建出非常強大的系統。這意味著 AI 的“創造力”將被極大解放。
Lenny：你讓我想起之前的嘉賓 Sheena Goenka。她在 Google Meet 做產品經理，負責“讓產品更有愉悅感”。她說，Meet 后來能擊敗 Zoom，是因為團隊不只是想“做最好的視頻會議工具”，而是想“讓視頻會議盡可能像一次真實的人類會面”。這和你剛才說的 AI 感覺很像——目標不是技術更強，而是讓交互更像和人對話。
Stein：是的，這其實是一個共同的趨勢：我們在追求“更自然的人機交互”。
體現持續改進，如何理解？對現狀保持不滿足
Lenny：你職業生涯里打造過那么多成功的產品（Instagram Stories、Reels、Artifact、Google AI Mode……）。你提前告訴我，今天你最想分享給產品經理們的一句話是——“體現持續改進（Embody Relentless Improvement）”。這是什么意思？為什么你覺得它這么重要？
Stein：我認為你需要具備兩種氣質：
1?? 極度的執著（Relentlessness）——持續投入、永不松懈；
2?? 不斷讓一切變得更好（Make Things Better）。
這背后有個故事。我在 Instagram 時參加一次全員會，主持人讓大家說一個“形容自己的詞”。我當時在后臺趕緊給我妻子發消息問：“用一個詞形容我？”她回了我一個詞——“不滿足（dissatisfied）”。
我當時有點無語——不是“體貼”“善良”，而是“不滿足”？但她又補了一句：“這不是壞事。你之所以不滿足，是因為你希望世界更好?！?/span>
后來我越想越覺得，她說中了關鍵：真正的創造力，往往源于對現狀的不滿足。最好的產品團隊，總是對自己最苛刻、最不滿足。他們永遠在問：“為什么還不夠好？”
有一次 Tony Fadell（iPod 之父）在 TED 上講了個故事：
他說成年人會“習慣一切不便”，但孩子會問“為什么”。
比如水果上的小標簽——每次撕都會破壞果肉、粘手、扔不進垃圾桶。
而最好的產品人，就是那些看到這種事會說：“為什么不能更好？” 的人。
Lenny：你自己在產品中有沒有這樣的例子？
Stein：有的，比如 AI 模式（AI Mode）。我們發現用戶開始在搜索里輸入“xxx ai”，就是想“觸發 AI 模式”。這說明我們沒滿足他們的需求。于是我們決定干脆重新構建整個體驗，讓 AI 模式隨時可用。那一刻其實就是“不滿足”的體現：看到問題，受不了，必須改。
更好，還是更賺錢？如何平衡
Lenny：最后一個問題。產品經理往往有兩種取向：一類專注“讓產品變得更好”；另一類專注“指標驅動（KPI、目標）”。你怎么看兩者的關系？
Stein：我不認為它們對立?！白尞a品變好”其實是愿景或問題的起點——而“指標”是驗證方向是否正確的工具。
一個好產品往往從“問題”出發：“這個體驗太糟糕了，有沒有更好的方式？”然后你才去構建解決方案。
指標的意義是：幫助你判斷改進是否有效。比如留存率（D7、D30、D90），是看產品是否被持續使用的信號。如果曲線平滑、沒有人流失，說明產品開始真正“被需要”。最終，你要靠這種持續的反饋循環，不斷讓產品更好。
Stein：這其實是另一個“關卡”——你得問自己：這個東西到底能做多大？是個小項目？中型項目？還是可能變成大事？我認為，大多數公司都想做成“大事”，但沒人能一開始就大。每個產品都得經歷那段旅程。沒有哪個產品一出生就巨大。哪怕那些看似“一夜爆紅”的產品，其實在早期也是從小團隊開始的，也許就一兩百人。
Stein：所以，我認為必須有“數據意識”——你得靠指標去判斷自己是否走在正確的方向上。然后當產品真的變大后，你依然需要指標作為你的“導航儀”。舉個例子：如果核心指標某一周下降了 5%，你就得立刻問——問題出在哪？你要迅速做“根因分析”：是某個地區？某個設備？某個用戶群？某個場景？找到問題所在之后，你才能對癥下藥，修復那個環節。修復之后，增長又會回來。所以，這是一種持續循環：你必須清楚自己操作的系統是什么、手里有哪些“儀表”。就像飛行員一樣——這些儀表能告訴你飛機的狀態，但不會告訴你下一步該怎么飛。那一步，得靠你自己思考：如何讓它變得更好？
如何看待產品抄襲、模仿？
Lenny：剛才這段就像是一堂“產品優先級大師課”了。說到爆款產品——你曾主導 Instagram 的 Stories，那是當年一個非常有爭議的發布，因為它幾乎照搬了 Snapchat 的模式?；仡^看，那次決策你們是怎么討論、怎么決定的？
Stein：那次發布其實有幾個重要的教訓。后來我們又推出了 Reels、更新了私信、優化了信息流排序……在我在 Instagram 的那幾年（2016 到 2021 年），是產品密集創新的黃金階段。這些項目的共同點是：你必須真正理解用戶為什么使用你的產品。有時候，這種理解會讓你意識到——某種新的內容形式其實在動搖你的根基。外部世界出現了“更好的方式”，你得正視它、學習它。并不是所有偉大的創新都得出自你自己。很多偉大的創意，最終都會演變成行業通用的“格式”。關鍵是你能不能把它變成自己的東西。要讓你的產品始終為用戶提供最好的體驗，就得不斷從外部學習。
Stein：以 Stories 為例，我們當時問自己：Instagram 的核心是什么？是“分享生活、連接他人”。如果有一種方式能讓人們更輕松地分享、降低發帖壓力（沒有點贊、內容短暫存在、全屏沉浸），那它就是一種極佳的表達形式——Snapchat 的發明確實很聰明。我們沒有把它看作“敵人”或“威脅”，而是思考——怎么把這種形式融入 Instagram。一開始我們嘗試過“讓主 Feed 支持短暫內容”，但那失敗了。你不能強行讓一個根深蒂固的產品承擔完全不同的功能，那樣只會毀掉它。所以我們決定做一個新的模塊，但又讓它自然融入主產品。
Stein：我們加入了很多 Instagram 式的創意：比如霓虹畫筆、濾鏡、上傳高質量相片等——這些在 Snapchat 當時是做不到的（他們甚至不允許上傳照片）。我們在每個決策上都堅持：用戶的自由度要更高，體驗要更順滑。還有一個小例子：Snapchat 的故事播放無法暫停，我們覺得這很反人性。所以加上了“按住暫停”功能——這是個小改動，但影響巨大。這些細節讓 Stories 真正“屬于 Instagram”。發布后，效果驚人。有人甚至說，“感覺以前的 Instagram 頂部少了點什么，現在終于完整了。”這說明——有時候，一個看似“模仿”的功能，反而能完成產品的自然進化。
Lenny：那時候很多創業者罵你們“抄襲”。你們內部怎么看？
Stein：我們當時的關注點其實很單純——為用戶創造他們想要的體驗。如果這種表達方式能更方便地分享生活，那為什么不提供？拒絕它，其實是在剝奪用戶使用更好產品的機會。
Stein：“故事”這種格式后來成了整個社交網絡的通用語言，就像當年的 Feed。Facebook 發明了 Feed，但現在幾乎所有產品都有自己的 Feed。好形式會變成“基礎結構”，關鍵是怎么用、怎么讓它適配你的產品語境。
如何尋找新的增長點、AI創新的共性
Lenny：說到“改造成熟產品”，你在 Instagram 和 Google 都經歷過。兩者都已是巨大的系統——但你都能帶來新的增長。很多人都想知道：進入一個成熟產品后，怎么找到新的增長點？
Stein：首先，要有謙卑之心。能為數億人使用的產品工作，本身就意味著——你必須一直敬畏用戶。永遠不要以為自己懂。產品就像高爾夫球，一旦你覺得自己打得好，下一個球就會飛進樹林。
所以我總是先去理解：用戶為什么用這個產品？產品的哪些部分在增長？哪些在成熟？哪些在下滑？以 Instagram 為例，從公開動態到“輕量化分享”的轉變非常明顯。用戶越來越偏向 Stories、私信等私密場景。而每一次用戶習慣的變化，都是新的增長契機。我常用“Jobs to be Done”（待完成的任務）框架思考——用戶真正要完成的“工作”是什么？他們在用你的產品解決什么問題？理解了這個因果關系，才能構想出“下一階段”的產品形態。
比如在 Instagram，不是去“讓方形照片更方”，而是思考：用戶其實想以新的方式表達生活。在 Google，也一樣——用戶真正的問題是：“我該怎樣更自然地問一個復雜的問題？”這種思考方式，才會引導你做出像 Stories、Reels 或 Google AI 這樣的全新形態。
Stein：這些創新有一個共性：它們不是替代，而是補充。Stories 沒有取代 Instagram，它讓 Instagram 變得更完整。Google 的 AI 模式也是如此——不是“重做搜索”，而是“拓展搜索”。關鍵是如何“讓新功能在原體系中有機存在”。它要有自己的特征，但也要與主產品協調。比如 Stories 的視覺語言、交互節奏、使用路徑，都保持一致但又有差異。Google 的 AI 模式也遵循這個原則——它是全屏體驗、可展開、可對話，用戶自然能理解這是“另一種模式”，而不是“另一款產品”。
Stein：很多公司失敗的原因就在于——他們直接“移植”別人的成功模式，但忽略了自己用戶群的差異。每個系統都有自己的文化、預期和語義場，你得尊重它。學習別人，不等于復制別人。
優化還是賭全新方向，怎么取舍
Lenny：說得很到位。這讓我想到產品資源的取舍問題：你怎么平衡“優化現有產品”和“賭全新方向”？
Stein：我認為要靠系統性、數據驅動的判斷。每個功能都有它的增長曲線。早期快速增長，隨后進入成熟期，再到邊際回報遞減。當你發現：“就算多投 50 個人，這功能也不會再帶來明顯增長”，那就是該尋找下一個增長引擎的時候了。這種判斷往往伴隨著外部環境的變化——用戶期望變了、市場飽和了。這時候就得回到“第一性原理”，去思考新的方向。
Stein：當你找到新的增長點，就重新進入“發現—優化—放大”的循環。每個迭代帶來 4%、10%、20% 的提升——這說明你還在正確軌道上。所以，指標就是你的導航系統。它不會告訴你“該往哪飛”，但會告訴你“飛得穩不穩”。如果沒有這種度量，你可能會以為自己做得很好，但實際上沒人使用、沒人關心。
Lenny：所以你基本上是在跟蹤每個產品的“S曲線”，判斷它是不是已經到達平臺期，從而決定資源投向。
Stein：沒錯。
AI Mode的誕生過程
Lenny：或許我們可以聊聊 AI Mode 的發展歷程——它是如何誕生、經歷了哪些階段，又是怎樣成為 Google 搜索體驗中如此重要的一部分的。這件事是什么時候開始的？你們怎么決定值得下注？又是如何一步步推進、擴大規模的？
Stein：我想最早的起點，其實是 AI Overviews ——那是我們第一次把生成式 AI 引入搜索。我們注意到，越來越多的人在搜索框里直接輸入自然語言問題。于是我們想：能否提供更有幫助的上下文、鏈接，帶他們深入探索？這就催生了我們第一版能做到這一點的模型。
Stein：接著，我們觀察到用戶希望更直接地與 AI 交互、能追問問題。這就需要一種新的交互形態，而不是把所有功能都塞進傳統的搜索結果頁。于是我們組建了一個非常小的團隊——幾位技術負責人、兩三個設計師——嘗試一個假設：如果我們提供一個“全新頁面”，像打開一個空白文檔那樣，用戶可以直接提問、追問、與背后的 AI 對話，會怎樣？
Stein：我們為此增強了模型的能力，讓它能主動搜索、有推理能力、能進行多輪對話并保持上下文。最初團隊大概只有 5 到 10 人。
Lenny：這個團隊大概是什么時候成立的？
Stein：大概是一年前。
Lenny：就是去年這個時候？
Stein：對，大約一年前開始，我們做出了一個早期版本，雖然整體表現一般，但偶爾會閃現驚艷的“高光時刻”。就像打高爾夫一樣，你擊中完美一球的那一刻，會覺得一切都對上了。
Stein：我還記得有次我和女兒一起規劃出游，它幫我找到了公園信息、官網鏈接、地圖、步行路線等，非常有用。那次體驗讓我意識到：我們應該繼續推進。當然，這背后也有大量組織支持和領導層推動。但最初，它確實像一個創業項目：先做出能“感覺到”的原型，然后找到那個“行得通的版本”，再投入構建。最終，我們推出了第一個 Labs 實驗版。
AI Mode的魔力時刻
Lenny：所以第一個重要里程碑，是你們意識到——它真的“有魔力”？
Stein：對，那種“魔法”感讓我們確認方向沒錯。在發布到 Labs 之前，我們還邀請了大約 500 位外部“受信測試者”試用——其中不少是朋友和家人。我們希望他們能直說“哪里爛”，因為初期肯定有問題。他們會不斷發截圖、反饋 bug、吐槽邏輯錯誤。經過幾輪打磨，體驗終于穩定下來，測試者反饋也越來越積極，我們才決定放開給更多用戶試用。當我們在美國全面開放時，就能從更大規模的真實查詢數據中持續優化它。之后，我們開始拓展到更多國家和語言。
Lenny：Google 能在一年內，從構想到大規模上線、徹底改變搜索體驗，這實在令人意外。是什么讓這一切發生得這么快？是領導層拍板推動，還是組織內部發生了什么變化？
Stein：我覺得，當你意識到這是一個必須在關鍵時刻為用戶交付的技術轉折點時，組織的動力就會徹底改變。用戶在尋找信息時，很多問題我們原本無法很好解答，而這項技術能讓我們做到——這就形成了強烈的緊迫感。當然，外部環境也在推著走，整個市場節奏極快、競爭激烈。對我們來說，這是一次激動人心的機會窗口。我相信，未來一年的產品形態，會定義未來很多年的使用習慣。至少對我個人而言，我感到一種責任——要把最好的、由 AI 驅動的 Google 呈現給用戶，讓他們能輕松獲取世界的信息。
AI Mode 跟ChatGPT的最大差異
Lenny：確實，用戶習慣正在快速重塑。像 ChatGPT 的崛起，速度讓人震驚。我猜 Google 也會擔心用戶從“搜 Google”轉向“聊 ChatGPT”?，F在在 AI 產品榜單中，Google 的 App 仍有五個上榜，說明局勢仍在可控范圍。那你怎么看 AI Mode 與 ChatGPT、Claude、Perplexity 等產品的定位？是直接競爭嗎？
Stein：AI Mode 是一個讓人們可以自然地向 Google 提問任何問題的方式，它是為“信息獲取”而設計的基礎設施。它的目標，是在你規劃旅行、研究課題、購物時，提供真正有幫助的回答和可靠的來源鏈接。我們不會重點投入“創意型任務”，比如生成內容或幫你制作表格圖表。那不是我們的方向。我們的重點是：讓人們在 Google 上提問，就能獲得完整、準確、有上下文的知識，并能回溯到權威信息源。這就是 AI Mode 和其他“聊天機器人式產品”的最大差異。
Robby的核心產品哲學
Lenny：明白了，AI Mode 不是“你的心理咨詢師”。那再往上看——你參與過這么多成功產品，如果要總結兩三條核心產品哲學，你會怎么說？
Stein：我通常想到三點（要我寫本書，大概就三章）：
第一章：深入理解人。就像《與運氣競爭》（Competing Against Luck）里說的那樣，用戶不是“使用”產品，而是“雇傭”它來幫自己完成某件事。比如那句經典的比喻：“人們不想買鉆頭，他們想要墻上的孔?！蹦愕酶闱宄麄冋嬲胪瓿傻氖鞘裁?，才能做出好產品。
第二章：用分析的嚴謹性理解問題。指標下滑時，不只是看表象，要去挖根因。Instagram 的“親密好友”功能最初失敗，就是因為在很多市場被誤譯成“最好的朋友”，結果大家只加了一個人，自然沒人互動?！@就是沒看清問題本質。
第三章：追求清晰，而非聰明。很多人想靠“新奇設計”來區分產品，但真正有效的，是遵循人類已經理解的設計語言。就像 Don Norman 在《設計心理學》里講的門：如果設計太對稱、太漂亮，用戶反而分不清是推還是拉。我們也常犯這種錯——想重新設計圖標，而不是用全世界都認得的“相機”圖標。結果花里胡哨，卻沒人看懂。清晰永遠勝過炫技。
Stein：哦，還有第四點——保持謙遜。永遠懷疑自己、傾聽用戶、保持被推翻的可能性。這其實是所有好產品團隊的底層共識。
Lenny：我很喜歡你剛才那三點。尤其是第三點——“保持清晰”，我覺得 AI Mode 這個名字本身就是個完美例子。它沒有故弄玄虛，就是直白告訴你：這就是 AI 模式。
Stein：我們內部也討論過這件事。你看瀏覽器標簽頁的時候，“AI Mode” 一眼就能看懂。如果我們起個模糊的名字，用戶反而要花時間猜“這到底是什么”，那就是和自己過不去。
Lenny：總結一下，其實這三點已經可以寫成一本“產品成功指南”了：第一，深入理解用戶的問題——他們“雇傭”你的產品是為了解決什么？第二，用數據去驗證你是否真的解決了那個問題。第三，保持極度的清晰——清晰勝于聰明。
Stein：對，而且要清晰并且謙遜。
Instagram的“親密好友”從天崩到天秀的逆襲
Lenny：對，清晰又謙遜。那能不能舉個更具體的例子？比如某個產品最初的問題是什么，后來你們怎么一步步理解、修正，并最終找到那個簡單而有效的解決方案？
Stein：其實最典型的例子就是 Instagram 的「親密好友」（Close Friends）。這個功能最初花了兩三年才做成功。剛上線的時候徹底失敗了。功能的概念很簡單：用戶可以創建一個僅限特定好友可見的列表，然后發「僅親密好友可見的限時動態」（綠色圈圈的故事）。這個機制現在很受歡迎，但剛開始時一團糟。我們最早的設計是一個“系統級”的功能：用戶既能發動態（Stories），也能發普通帖（Feed），甚至還有“親密好友檔案頁”。比如我去看 Lenny 的主頁，如果我們是 Close Friends，我就能看到他額外發的一些內容。我們當時覺得這太棒了，于是上線了。結果——徹底失敗。
Stein：為什么？因為它既混亂又不合時宜。動態本該是輕松隨意的，而在主 Feed 里突然出現模糊、脆弱、情緒性的照片，就顯得特別違和。視覺上也讓人困惑：動態里的綠色圈圈和 Feed 上的小綠點含義不同，結果用戶根本看不懂。
Stein：還有個關鍵問題是命名。最初這個功能叫 “Favorites（最愛）”，于是大家只加了兩三個人進去——根本沒有形成真正的“親密圈”。后來我們深入分析發現，用戶真正想做的，其實是在小范圍里表達脆弱和情緒，建立聯系。他們想發一句“有點孤單”或“最近不好過”，然后希望朋友能私信回應。
Stein：換句話說，這個功能的“工作任務（Job）”不是展示，而是建立連接。如果沒人回私信（DM），這個功能就“失敗”了。它解決的是一種“情感任務（emotional job）”，而不只是實用功能。于是我們開始反復簡化：去掉多余入口、統一命名、重新設計列表。我們發現：當用戶的親密好友列表達到 20～30人 時，互動率顯著提升。因為在這種規模下，至少有一兩個人會回 DM，讓用戶感到“被連接”。
Stein：于是我們把整個系統圍繞這一點重建：——限定只在 Stories 里使用；——把名字改成 “Close Friends”，強調這是“親密圈”，不是“最愛”；——加入算法推薦列表，幫用戶輕松添加 20～30 個朋友；——把“綠色圈圈”移到動態封面外層，讓人一眼就能明白“哦，這是給我看的私密故事”。
Stein：這一輪改版之后，功能徹底爆發。它從一個徹底的失敗，變成了 Stories 里最受歡迎的功能之一。
Lenny：太棒了，這個例子太生動了。你剛才提到，這整個過程花了兩三年？
Stein：對，這是我在 Instagram 做過最久的項目之一。但我們堅持下來的原因，是因為在早期調研中發現——用戶普遍有“受眾焦慮”。他們不發 Story 的原因往往是：“前任也在看”、“老師在看”、“某個會評頭論足的朋友也在看”。這讓我們意識到，核心問題不是功能復雜，而是用戶沒有安全的分享空間。
Lenny：這是不是和當年流行的 “小號 Instagram（Finsta）” 有關？
Stein：是的，完全相關。那時候很多人會開 “Finsta”（Fake Instagram，小號）或 “Binsta”，甚至一層層分賬號，直到只留最親密的人。大家其實是在“黑用” Instagram，創造一個更小、更私密的圈層。我們看到了這種趨勢，于是決定：不如把這種需求產品化。
Lenny：你們是怎么測試這些功能的？比如是隨機國家灰度上線？
Stein：對，我們一般會在幾個國家試點。印象中「Close Friends」最早在 澳大利亞 測試，因為那里的反饋機制更容易觀察。
Lenny：所以不是每次都選澳大利亞？
Stein：不完全是，但澳大利亞和加拿大確實常被選——方便團隊快速獲取用戶反饋。
為什么不推崇小團隊輕資源的做法
Lenny：好，我想換個方向聊。現在很多人推崇“小團隊、輕資源”的做法，但你似乎持相反觀點——認為要打造真正具有突破性的產品，其實需要大量資源投入。能講講你的經驗嗎？
Stein：當然。確實，有些經典案例是小團隊造出大影響力的產品，但這并不適用于所有情況?，F在有點形成了一種“精益文化崇拜”——小團隊、快速試錯、隨時推倒重來。這種方式在早期驗證方向時有價值，但對于需要技術突破、面向大規模用戶的產品，往往是不夠的。
Stein：你看像基礎模型的研發，動輒數百人、數年時間，但這種投入帶來了巨大的技術飛躍。我在大公司內部經常看到相反的情況：團隊太“精簡”，項目始終達不到臨界質量，最后半途而廢。
Stein：當然，也不能一開始就堆人。關鍵在于找到平衡點。比如 Instagram 的 Close Friends 項目，因為團隊太小，迭代速度極慢。要是創業公司早就撐不下去了。
Stein：所以我認為，真正要問的問題是：“為了做出一個偉大的版本，我需要怎樣的團隊配置？”不要盲目迷信“小即是美”。
再熟的朋友也不大會撐場面
Lenny：這確實和現在社交媒體流行的“精益神話”不太一樣。那你怎么判斷什么時候該“擴隊”？
Stein：我一般看兩個關鍵時刻：一是內部信念建立——你自己和團隊都真心相信這個方向；二是外部驗證出現——哪怕只是 20 個真實用戶在持續使用并獲得價值。
Stein：你很快就會發現——就算是朋友，也不會因為熟就幫你撐場面。如果他們在用，那就是因為它真的有用。當你驗證到這一點，就該考慮擴大團隊、打磨更成熟版本、正式發布。
Stein：最終目標是：不是快速造個原型，而是做出真正好的產品。而要做到這一點，你需要投入足夠的資源和合適的人。
Lenny：其實我想問你一個問題，這也是我最近一直在問很多站在 AI 前沿的人。你有孩子，對吧？在 AI 逐漸成為生活重要部分的過程中，你有沒有在思考，應該如何幫助他們去學習、去成長？
Stein：我家孩子還小，現在我主要做的一件事是讓他們多接觸“實時版”的 AI，就是可以直接對話的那種。巧得很，我們這周剛剛從 Google Labs 推出了一個功能叫「Search Live」，你可以像和人聊天一樣，用語音和搜索對話。比如開車的時候，你就可以直接和它說話、問問題。
Stein：所有你能在 Google 上查到的知識，現在都能通過對話獲得。我發現這種方式對孩子特別友好。他們放學回家就會跟我說：“我剛剛在跟 Google 聊天?！比缓笏麄兇蜷_我的 app，點一下「Live」按鈕，就開始對它說話。
Stein：他們會問動物的問題，會問歷史知識，或者聊他們在學校學到的東西。這種學習方式非常自然，我覺得這比我教他們任何其他東西都更能讓他們真正“AI 原生化”。
Lenny：哈哈，這樣的家長生活會不會太輕松了？孩子有問題就去問 AI。不過我覺得這沒壞處。所以這個功能是在 Google Search 的 app 里？要怎么打開？
Stein：對，直接打開 Google App，現在首頁就有一個「Live」按鈕，點進去就是。它其實是 AI 模式的實時語音版本，全屏體驗，界面會提示“開始說話吧”。
看好AI玩寵賽道：海盜鸚鵡
Lenny：有人做了個項目我超喜歡——一個叫 Eric Antonio 的人做的。他教你怎么在一個毛絨玩具里塞個小音箱，然后把音箱接到 Google Live 或其他語音 AI 上。再加個磁鐵，就能把這個“AI 鸚鵡”放在肩膀上，小孩可以直接和它聊天。比如你可以設定成“用海盜的語氣說話”，孩子就會和一個“海盜鸚鵡”聊天。
Stein：哈哈，這太有趣了。
Lenny：真的很好玩，大概十五分鐘就能搞定。你只要拿個小刀把玩具打開，把音箱塞進去，再縫好就行。我給我侄子做了一個，他現在整天拿著鸚鵡“找寶藏”。
Stein：太可愛了，我一定要試試看。
Lenny：你有沒有一句常常提醒自己的座右銘？
Stein：有的——“保持好奇心?！蔽疑踔烈欢认虢o公司起名叫 Curious。因為無論是做事、理解世界、理解別人、甚至是教育孩子，“想知道更多、敢于發問”，永遠都是最重要的事。
不要覺得自己什么都懂。
