從TPU到自我進化的Agent，Jeff Dean如何判斷AI的下一步

編輯｜Panda

2026 年的 YC Startup School 上，Jeff Dean 的聲音有些沙啞。

訪談剛開始，他便解釋自己失聲了，今天聽起來和平時不太一樣。但這并沒有影響臺下聽眾的注意力。坐在他面前的 YC 合伙人 Diana Hu，一口氣列出了一串足以寫進計算機史的名字：MapReduce、BigTable、TensorFlow、TPU、Gemini。

任何一個項目，都足夠成為一名工程師職業生涯的代表作。它們卻集中出現在 Jeff Dean 和他身邊一批 Google 工程師的履歷里。

Diana 沒有把訪談做成一次功績回顧。她更關心另一個問題：當生成式 AI 已經席卷軟件行業，Jeff Dean 這種最擅長從底層重構系統的人，今天究竟在看什么？

答案并不是更大的模型。

在這場近一小時的對話里，Jeff Dean 反復談到推理硬件、能量、數據搬運、上下文工程、長時間運行的 Agent、自動化實驗系統，以及創業公司如何避開通用模型的正面碾壓。他講的看似分散，背后卻有一條非常清楚的主線：AI 的下一階段，不只是把模型訓練得更聰明，而是把模型放進一個能長期工作、持續試錯、自動驗證、不斷積累能力的系統里。

這也意味著，AI 競爭正在從「誰有更大的模型」，轉向「誰能更好地組織智能」。

視頻鏈接：https://mp.weixin.qq.com/s/7-ibkHSB0qD7MFPnQqgj4w

一、AI 已經像初級工程師，但這不是最重要的變化

2025 年 5 月，Jeff Dean 曾做過一個引發廣泛討論的判斷：AI 的能力已經接近一名初級工程師。

一年后，Diana 問他，這個預測實現得怎么樣？

Jeff Dean 的回答很直接。他認為，這個判斷「相當準確」。模型在 Agent 化、長流程編碼和復雜任務上的進步，甚至比他當時預想得更快。

「模型完成越來越復雜任務的能力，增長得比我預期更快。」他說。

更值得注意的是，這種能力不再局限于寫代碼。越來越多 Agent 系統開始進入科學、工程和其他專業領域。它們不只是回答問題，而是拆任務、用工具、運行實驗、讀取結果，再根據反饋繼續行動。

把 AI 類比成初級工程師，容易讓人把注意力放在人力替代上。但 Jeff Dean 更關心的是另一層變化：當一個「初級工程師」可以復制成幾十個、幾百個，并行工作幾天甚至幾周，組織生產的方式會發生什么變化？

在傳統團隊里，初級工程師需要上手業務，需要理解工具，需要不斷得到反饋。Agent 也一樣。只不過它的培訓材料不再只是文檔，而是提示詞、工具說明、技能文件、測試體系、評估器，以及整個上下文環境。

這使 AI 工程出現了一個新的分工。

過去，工程師主要負責寫代碼。未來，更多工程師會負責定義問題，搭建環境，編寫規范，設計反饋回路，再調度一群 Agent 去完成任務。

Jeff Dean 對 2027 年的預測正是如此。他認為，機器學習系統會越來越多地參與改進機器學習系統本身。它們會把目標拆成子問題，自動運行大量實驗，比較結果，再把有效方案組合起來，形成更強的新系統。

「只要一個領域存在可測量的目標，就有機會取得很大進展。」

這句話是整場訪談的第一把鑰匙。

AI 自動化最先攻入的，不一定是知識最多的領域，而是反饋最清晰的領域。代碼能不能通過測試，芯片布局能不能降低面積，模型結構能不能提高精度，材料性質是否滿足要求，這些問題都有相對明確的評價標準。只要評價器足夠可靠，機器就能用極高頻率反復試驗。

所以，AI 時代真正重要的單位，可能不再是一次回答，而是一次完整的閉環：提出方案、執行方案、測量結果、修正方向。

二、改變 Google 搜索的是一道算術題

Jeff Dean 的許多代表性工作，都來自一個非常樸素的起點：先把數量級算清楚。

2001 年，Google 搜索仍大量依賴硬盤。硬盤容量大，但訪問速度慢。Jeff Dean 和 Sanjay Ghemawat 做了一次估算，發現 Google 當時的整份搜索索引，已經可以放進所有服務器的內存里。

今天聽起來，這只是一次存儲介質升級。但在當時，它意味著完全不同的系統設計。

如果索引主要待在硬盤上，查詢需要等待機械尋道。只要把索引放入內存，訪問延遲就能驟降。兩人很快寫出新版本，并在幾天內把它送進生產環境。Google 搜索由此明顯變快。

這個故事最容易被包裝成天才靈光一現。Jeff Dean 的講法卻更像一名工程師在陳述常識：系統條件變了，原來不成立的方案突然成立，那就應該重新計算一次。

很多行業創新都發生在這種時刻。

一個舊問題長期存在，人們已經習慣圍繞它打補丁。后來，硬件價格、內存容量、網絡帶寬或模型能力跨過某個臨界點，原來的約束消失了。可大多數人仍沿用舊架構，因為舊架構已經變成常識。

Jeff Dean 擅長做的，是把常識重新變成假設。

他會問：為什么一定要這樣？今天的數量級還是昨天的數量級嗎？如果把最貴的一步換掉，整個系統會不會出現完全不同的形態？

這也是他給創業者的建議。不要只看現有方案哪里不夠好，而要從第一性原理重新看問題。能不能把性能提高一個數量級？能不能把成本降低兩個數量級？能不能不再沿用行業默認的實現路徑？

「有時候，你只需要瞇起眼睛看一個問題，不要被今天的解法錨定，而是從第一性原理思考應該怎樣解決。」

這句話聽起來并不神秘。真正困難的是，多數人進入一個行業后，會迅速學會這個行業的所有默認答案。經驗幫助人提高效率，也會讓人失去重新提問的能力。

三、三分鐘語音，為什么催生了一顆 TPU

2013 年，Google 的深度學習語音識別開始顯著超過舊系統。錯誤率下降了一半，相當于過去二十年語音識別進展在幾個月里集中發生。

產品團隊當然興奮。Jeff Dean 卻先算了一筆賬。

如果語音識別真的變好，用戶就會更愿意使用。假設每名 Google 用戶每天只使用三分鐘語音識別，Google 需要多少服務器才能支撐？

結果并不樂觀。按照當時 CPU 的效率，Google 可能需要把服務器規模擴大一倍。

這就是 TPU 的起點。

它不是因為研究團隊突然想造芯片，也不是為了證明 Google 有能力做硬件，而是因為一個成功的模型即將制造一個無法承受的服務成本。

這段歷史揭示了 AI 產品中一個經常被忽略的規律：模型效果提升，并不總是降低成本。恰恰相反，效果越好，使用量越大，系統壓力越重。

當語音識別不好用時，用戶很少調用。系統成本不是問題。當錯誤率大幅下降，需求突然被釋放，原本隱藏在后臺的算力約束就會浮出水面。

TPU 選擇的路徑，是為機器學習最核心的計算模式做專用硬件。它不需要運行瀏覽器，也不需要處理所有通用程序。它主要擅長低精度、稠密線性代數。這類計算恰好位于現代機器學習的中心。

第一代 TPU 最終帶來了數量級上的收益。按照 Jeff Dean 的說法，它比當時的 CPU 和 GPU 節能 30 到 80 倍，延遲也低了 20 到 30 倍。

這里還有一個容易被忽略的設計尺度。

TPU 很專用，但沒有專用到只能運行某一種固定模型。團隊知道機器學習算法還會快速變化，于是把芯片設計成一種較通用的線性代數系統。它犧牲了運行 Chrome 或 Word 的能力，卻保留了支持未來算法演進的空間。

這是一種很難把握的平衡。專用得不夠，收益不明顯。專用得太狠，算法一變，硬件就會過時。

Jeff Dean 對今天推理硬件的判斷，和當年的 TPU 有明顯呼應。他認為，下一輪重要機會仍然在專用化，但重心會進一步轉向低延遲、低能耗推理。

「想象一下，如果延遲能改善 50 倍，你可以做什么。」

當模型回復需要十幾秒時，人們會把它當成一個偶爾咨詢的工具。當延遲接近即時，它才可能真正進入交互界面、機器人、實時視頻、操作系統和連續決策流程。

等待不是一個小體驗問題。等待會改變產品形態。

四、AI 的成本中心，不是計算，而是搬運數據

如果要為 2026 年的 AI 工程師更新一版「每個工程師都應該知道的延遲數字」，Jeff Dean 認為，重點應該從硬盤尋道、緩存未命中和跨洲網絡延遲，轉向芯片內部的數據流。

工程師需要知道：主存到片上內存的帶寬是多少，片上內存到乘法單元的帶寬是多少，一次乘法需要多少能量，芯片之間如何互連，500 顆芯片擴展到 1 萬顆芯片時，網絡效率會怎樣下降。

這些數字看起來離產品很遠，實際卻在決定什么產品能成立。

Jeff Dean 給出了一個極具沖擊力的比例。完成一次數學乘法，大約只需要一個皮焦耳的能量。把數據從高帶寬內存搬到計算單元，能量成本可能高出約 1000 倍。

換句話說，今天 AI 系統中的昂貴動作，常常不是「算」，而是「把要算的東西搬過來」。

這也解釋了為什么批處理如此重要。

一組模型權重從內存被搬入計算單元后，如果只處理一個 token，數據搬運成本就全部壓在這一個 token 上。如果同時處理更大的批次，同一份權重可以服務更多計算，能量和帶寬成本便被攤薄。

但批處理和低延遲天然沖突。為了湊夠一批請求，系統往往需要等待。吞吐提高了，單個用戶的響應卻可能變慢。

因此，許多看似屬于模型層的問題，其實是硬件和系統問題。訓練為何使用大批次，推理為何需要 KV Cache，模型為何追求低精度，系統為何需要量化，背后都離不開數據搬運和能量約束。

Jeff Dean 近期更關注推理，也正是因為推理對延遲極度敏感。訓練任務跑慢一點，往往只是實驗結束得晚。推理任務每多等一秒，都會直接影響用戶體驗和 Agent 的工作效率。

如果一個 Agent 要連續調用模型 1000 次，單次延遲降低 50%，整個任務的完成時間就可能出現巨大差異。更不用說未來 Agent 要運行數天或數周。

因此，AI 的「能源問題」并非一個遙遠的環保議題。它直接決定模型能否便宜地服務更多人，決定 Agent 能否持續運行，也決定創業公司的毛利是否健康。

五、模型只是一個零件，上下文才是 Agent 的工作現場

過去幾年，AI 行業習慣用參數量、訓練數據和基準分數衡量進步。2026 年，Jeff Dean 更強調模型周圍的一切。

一個真正有用的 AI 系統，除了模型，還需要檢索、工具、記憶、歷史信息、執行環境和反饋機制。模型知道有哪些工具，知道何時調用工具，知道如何把復雜問題拆成一串動作，也要能比較多種方案，判斷哪一種更可能成功。

這就是「上下文工程」開始走到舞臺中央的原因。

Jeff Dean 說，模型在訓練階段見過的信息，最終被「攪拌」進數千億乃至數萬億參數里。它們像一鍋濃湯，知識存在，但未必清晰。真正放進當前上下文的信息，對模型來說更加直接，也更容易被準確使用。

這給小團隊留下了一個重要機會。

訓練基礎模型需要海量資本、數據和算力。上下文工程卻可以從一個 API 開始。創業者可以圍繞具體業務，把領域知識、工具流程、客戶數據和評估標準組織起來，讓通用模型在一個窄場景里表現得更可靠。

Jeff Dean 舉了一個自己的例子。

他和 Sanjay Ghemawat 經常優化 Google 內部的底層庫。這些數據結構可能運行在數百萬個進程中，一點點性能差異都會被規模放大。傳統做法是工程師先寫微基準，測量當前性能，再修改代碼，重新運行基準，觀察緩存占用和性能變化，然后繼續迭代。

兩人把這套工作方法寫成了一項 Agent 技能。模型學會了如何運行基準、修改代碼、比較結果，再根據測量繼續優化。

「我們只是把人會采用的方法，以模型可以使用的形式交給了它。」

這句話幾乎可以視為上下文工程的樸素定義。

它不是神秘的提示詞技巧，也不是堆更多背景材料。它是在回答三個問題：專家會按什么步驟做事，系統有哪些可靠工具，結果應該怎樣被驗證。

當這些內容被結構化之后，模型獲得的不是更多知識，而是一套可重復執行的方法。

這也是為什么「技能(skill）」會成為 Agent 生態中的關鍵資產。一個優秀技能文件，可能封裝了團隊多年的隱性經驗。它告訴模型遇到某類問題時先做什么，哪些錯誤最常見，哪些工具值得信任，什么結果才算完成。

未來公司的差異化，很可能不只存在于模型權重里，也存在于這些被編碼進工作流的經驗里。

六、Agent 為什么走到第 30 步就開始失控

幾乎所有真正做過 Agent 的團隊，都見過同一種場景。

前幾步很順。模型能讀需求，能調工具，能寫代碼。到了第 30 步或第 50 步，它開始忘記目標，誤解狀態，重復動作，或者沿著一個錯誤方向越走越遠。

Jeff Dean 把其中一個原因歸結為分布外問題。

模型在訓練中見過大量常見任務。只要任務仍位于它熟悉的「明亮道路」上，表現通常不錯。一旦連續操作把它帶到不熟悉的狀態，性能就會突然下降。越偏離舒適區，錯誤越容易累積。

解決方法之一，是提供技能和提示，把模型盡量約束在它熟悉的路徑上。另一個方法，是使用多 Agent 系統。

多個 Agent 可以嘗試不同方案，再由另一個模型擔任評估者，判斷哪些方向更有希望。失敗的分支被丟棄，成功的分支繼續推進。這本質上是在推理階段進行搜索。

它和人類團隊的工作方式并不陌生。面對復雜問題，一個人提出方案，另一個人審查風險，第三個人運行實驗。團隊不會把全部希望押在第一條思路上，而是通過分工和反饋降低單點失誤。

Agent 運行時間越長，系統設計越不能依賴一次正確。

真正可靠的長程 Agent，需要檢查點、狀態管理、回滾、分支探索、外部評估、權限控制和異常恢復。它更像一個分布式系統，而不是一個超長聊天窗口。

這正是 Jeff Dean 的背景開始重新顯得關鍵的地方。

MapReduce 解決的核心問題之一，就是如何讓大量不可靠機器完成可靠計算。今天的 Agent 系統面對相似矛盾：單次模型調用并不完美，工具也會失敗，但整個任務仍要盡可能穩定地完成。

未來優秀的 Agent 平臺，可能會繼承許多分布式系統思想。任務可以拆分，結果可以驗證，失敗可以重試，狀態可以恢復，局部錯誤不應該摧毀整個流程。

當 Jeff Dean 說 Agent 將運行幾天甚至幾周時，他不是在描述一個更長的聊天。他在描述一種新的計算基礎設施。

七、兩三個人如何贏過 Google：尋找模型成功率只有 1% 的問題

在 Startup School 的語境里，最受關注的問題當然是創業機會。

Google 可以聯合設計芯片、數據中心、模型和產品。Gemini 這樣的通用模型還在快速擴張能力邊界。一個兩三人的團隊，憑什么贏？

Jeff Dean 的回答并不浪漫。

小團隊的機會，通常存在于通用模型沒有充分關注的具體領域。創業者可以把產品界面、專有數據、工作流和領域技能組合起來，在一個窄場景里提供更高準確率和更好體驗。

但他隨即給出警告：通用模型正在迅速變強。今天看似獨立的產品功能，六個月或十二個月后，可能被基礎模型直接覆蓋。

因此，創業者需要判斷自己的優勢是否耐久。

Jeff Dean 給出了一條很具體的篩選標準：尋找那些當前通用模型成功率接近 0% 或 1% 的任務，而不是已經能做到 20% 的任務。

「如果模型完全失敗，這可能是一個好跡象。如果它已經能做一部分，只是做得不太好，那反而未必是好跡象。」

原因很簡單。20% 意味著能力已經開始出現。更多數據、更大模型和更長推理，很可能快速把它推向可用。0% 或 1% 則說明任務可能缺少關鍵數據、特殊工具、領域反饋，或者需要一種通用模型短期難以獲得的能力。

這可以稱為 Jeff Dean 的「1% 法則」。

它并不是建議創業者專挑最難的問題，而是尋找通用模型存在結構性盲區的問題。

這種盲區大致有三類。

第一類是專有數據。通用模型能組織世界信息，卻未必能訪問某個用戶的全部個人資料、某家公司的內部流程、某種設備產生的實時數據。創業產品一旦獲得這些數據，就能形成不同于基礎模型的視野。

第二類是專業評價。很多行業不是缺少生成能力，而是缺少可靠判斷。醫療、材料、芯片、制造和科學研究，都需要高質量驗證器。誰能定義「什么是對的」，誰就能讓 Agent 持續優化。

第三類是窄而深的模型。AlphaFold 并不是通用聊天模型，它針對蛋白質結構問題建立了高度專業化能力。材料科學、芯片設計和其他專業領域，也可能出現類似機會。

這套判斷對創業者并不輕松。它要求團隊既理解模型能力邊界，也理解行業深處的問題。只懂 AI，容易做出很快被平臺吸收的功能。只懂行業，又可能低估模型進步速度。

真正的機會位于兩者交界處。

八、當代碼不再稀缺，規格、品味和問題選擇會更貴

Diana 提出一個假設：如果未來每位創始人都能同時管理 50 個、100 個 Agent，所有代碼都由 Agent 寫，什么能力會變得稀缺？

Jeff Dean 的回答是「品味」。

更準確地說，是判斷應該讓 Agent 做什么。

他認為，研究工作的大部分價值不在于把實驗執行得多漂亮，而在于是否選擇了一個值得研究的問題。一個團隊可以用最精湛的方法，完成一項無關緊要的研究。也可以抓住一個關鍵問題，只要解決，就改變整個領域。

Agent 讓執行成本下降之后，問題選擇的重要性會進一步上升。

過去，一個模糊想法會因為開發成本太高而自然消失。未來，只要調動足夠多 Agent，很多想法都能被迅速做成原型。世界不會因此自動出現更多好產品，只會出現更多產品。

規格也會變得更重要。

Jeff Dean 說，和虛擬 Agent 協作時，目標越清晰，成功率越高。過去，模糊需求交給一名資深工程師，對方可以追問，也能依靠共享背景補全意圖。Agent 雖然也能提問，卻更容易在缺少上下文時自行猜測。

一個典型的高成功率任務，是把軟件從一種編程語言遷移到另一種語言。原因不是遷移簡單，而是規格極其完整。舊代碼定義了行為，測試定義了邊界，Agent 可以逐項對照，直到新版本表現一致。

「現在 Agent 可以替你寫軟件，但說明你究竟想要什么，反而變得更重要了。」

這句話對所謂AI 原生組織有直接啟示。

未來的管理者不只是分配任務，而要編寫更清晰的目標和驗收標準。設計文檔不再只是團隊溝通材料，也會成為機器執行的輸入。測試、指標、約束和樣例，會從開發流程末端前移到任務定義階段。

至于「品味」如何訓練，Jeff Dean 給出的方法很務實。

寫下一批你認為未來 12 個月會變得重要的事情。你不必全部去做。12 個月后重新檢查，哪些判斷成真，哪些被別人做出來，哪些毫無進展。通過不斷積累預測樣本，人會逐漸校準自己的判斷。

品味并不完全是天賦。它也可以通過復盤訓練。

九、好的思想實驗，先把行業最牢固的前提拿掉

訪談后半段，Jeff Dean 分享了一個頗為瘋狂的思想實驗。

過去 60 年，芯片行業一直在追求更小、更穩定、錯誤率更低的晶體管。人們默認，同一設計制造出的芯片應該盡可能完全一致，位翻轉越少越好。

可在大型分布式系統中，工程師早已接受單個組件會失效。硬盤會壞，機器會宕機，交換機會出問題。系統可靠性并不來自每個部件絕不出錯，而來自復制、校驗、冗余和恢復。

于是 Jeff Dean 問：如果晶體管每天會發生 20 次錯誤，而不是幾百萬年才出一次錯，會怎樣？

這并不是一項現實產品計劃。他只是試圖把一個習以為常的前提拿掉。也許極不可靠的晶體管能以完全不同的方式制造，系統則通過多路徑和高層冗余保證結果。

多數思想實驗最終不會變成產品。很多行業做法持續數十年，確實有充分理由。但 Jeff Dean 認為，仍應定期重新檢查這些理由。

MapReduce 就來自類似過程。

早期 Google 的爬蟲和索引系統包含大量手工并行代碼、檢查點和故障恢復邏輯。真正的業務計算往往很簡單，比如讀取所有網頁，判斷頁面語言。可大量系統代碼把簡單意圖淹沒了。

Jeff Dean 和 Sanjay Ghemawat 從函數式編程中找到靈感。他們把大量任務抽象成 Map 和 Reduce，把并行化、調度、容錯和重試下沉到統一框架里。業務開發者只需要表達計算本身。

這項設計并沒有讓機器變得不出錯。它讓錯誤變得可以被系統吸收。

今天的 Agent 工程也可能處在類似階段。大量團隊仍在為每個任務手工編排提示詞、重試邏輯和工具調用。未來，是否會出現一個像 MapReduce 一樣簡潔的抽象，讓長程 Agent 的分解、驗證、恢復和并行探索成為底層能力？

這也許正是下一批基礎設施公司的機會。

十、AI 開始構建更好的 AI，科學方法被壓縮成高速循環

Jeff Dean 對未來最興奮的方向，是把科學方法本身自動化。

傳統科研流程是提出假設、設計實驗、運行實驗、分析結果，再產生下一輪假設。這個循環的速度，長期受制于實驗成本和驗證延遲。

AI 可以改變兩部分。

一部分是自動提出和執行更多實驗。另一部分是把昂貴驗證器變成廉價近似模型。

Jeff Dean 舉了量子化學的例子。研究人員要判斷一種分子構型的性質，可以運行密度泛函理論模擬。一次模擬可能需要一整夜。Google 的研究人員用大量模擬輸入和輸出訓練了一個神經網絡近似器。它接近原模擬器的準確度，卻快了約 30 萬倍。

驗證速度變化之后，科學問題的形態也會變化。

過去篩選 1000 萬個候選方案，可能是一個需要數月算力的項目。現在，研究者吃一頓午飯的時間，系統就能完成初篩。實驗不再是珍貴的單次下注，而變成高頻搜索。

這也是 AlphaEvolve、AlphaChip 等系統背后的共同邏輯。模型提出方案，工具執行方案，評價器篩選結果，優秀結果進入下一輪。只要閉環足夠快，系統就能在巨大的解空間中持續探索。

機器學習本身也會成為這種自動化科學的對象。

今天，大型研究團隊通常由人提出新架構或訓練方法，先跑小規模實驗，再挑選有希望的方案放大。Jeff Dean 認為，沒有根本障礙阻止模型接管其中越來越多環節。人給出高層方向，系統自動探索結構、數據配方和訓練策略，再把成功實驗組合成新模型。

未來衡量研究效率的指標，可能不只是每秒浮點運算，而是「每單位算力產生多少有效發現」。

算力當然重要。如何把算力轉化為發現，更重要。

十一、被 NeurIPS 拒絕的蒸餾論文，以及如何看待失敗

2014 年，Jeff Dean、Geoff Hinton 和 Oriol Vinyals 提交了一篇關于知識蒸餾的論文。今天，知識蒸餾已經是模型壓縮和能力遷移中的基礎方法。大模型作為教師，把能力傳遞給更小、更快、更便宜的學生模型。

這篇后來影響深遠的論文，當年卻被 NeurIPS 拒絕。

一名審稿人認為，它「不太可能產生重大影響」。感興趣的讀者可訪問《被拒≠失敗！這些高影響力論文都被頂會拒收過》。

Jeff Dean 談起這段經歷時沒有憤怒。他說，審稿人可能并不了解大規模 AI 服務面臨的現實問題。對 Google 來說，把昂貴大模型轉化為可服務數億用戶的小模型，顯然非常重要。對只關注理論新穎性的審稿人來說，它未必顯得足夠「基礎」。

論文被拒后，團隊把它放上 arXiv。行業照樣讀到了它，也照樣開始使用。

今天，Gemini 的 Flash 模型能夠在較小體量和較低延遲下保持強能力，蒸餾正是其中的重要方法之一。

這個故事并不只是「堅持就會成功」的勵志材料。它說明評價體系總有盲區。一個方案的價值，有時只有真正承受過那個系統瓶頸的人才能立刻看見。

對創業者來說，這同樣重要。

市場、投資人和同行的否定，可能意味著方向錯誤，也可能只是對方沒有處在同一個問題現場。區別在于，團隊是否有足夠具體的證據，知道這個問題為什么重要，為什么現在能解決。

Jeff Dean 沒有鼓勵人盲目堅持。他鼓勵的是：理解問題，持續驗證，然后不要把一次評審當成世界的最終判斷。

十二、年輕的 Jeff Dean 今天會做什么

訪談接近尾聲時，Diana 提出了一個帶有想象力的問題。

如果把 1999 年加入 Google 時的年輕 Jeff Dean 傳送到 2026 年，他會加入一家前沿實驗室，還是和兩三個朋友創辦公司？

Jeff Dean 沒有給出標準答案。

大組織擁有結構、平臺和大量優秀同事。一個人在其中可以接觸自己不了解的知識，也能借助成熟產品影響全球用戶。小團隊則更自由，也承擔更大風險。創始人必須真正相信一個問題，愿意用幾年時間承受不確定性。

他給出的判斷標準，比「加入大廠還是創業」更根本。

「如果我解決了這個問題，并且最好的結果真的發生了，世界會因此明顯變好嗎？還是大家只會說，嗯，挺酷的，然后就這樣？」

如果答案只是「挺酷的」，那可能不值得投入最寶貴的時間。

他也強調同伴的重要性。要找有互補能力的人，也要找低自我、愿意協作、相處愉快的人。真正困難的問題往往需要長期共事。團隊成員最好各自擁有別人沒有的工具，并在共同工作中繼續擴充自己的「工具腰帶」。

這番話有一種老派工程師的樸素。

AI 行業喜歡談指數增長、超級智能和巨額融資。Jeff Dean 最后仍把選擇落回三件小事：做一個真正關心的問題，和喜歡的人一起工作，盡力讓世界變得更好。

結語：AI 時代最稀缺的，仍然是把問題看清楚

Jeff Dean 的職業生涯里，有許多被反復講述的傳奇。

他和 Sanjay Ghemawat 在幾天內重寫搜索系統，讓索引進入內存。一次關于三分鐘語音的估算，推動 Google 造出 TPU。MapReduce 把大規模并行和容錯藏進統一抽象。知識蒸餾從一篇被拒論文，變成行業基礎技術。

這些故事很容易讓人把他想象成一個不斷獲得靈感的天才。

但從這場訪談看，他的方法其實高度一致。

先算清數量級。再找到真正的瓶頸。然后質疑默認假設，建立一個更簡單的抽象。最后，用測量和反饋推動系統不斷迭代。

今天的 AI 行業正在經歷類似轉折。

模型已經足夠強，強到可以承擔初級工程師級別的任務。接下來，決定實際生產力的，不只是模型智商，而是推理成本、上下文組織、工具質量、驗證速度和長程運行可靠性。

Agent 會越來越像團隊成員。可它們需要清晰規格，需要技能，需要檢查點，需要評價者，也需要一個能容納失敗的系統。

創業公司的機會也不會消失，只是會變得更苛刻。最好不要去做通用模型已經能完成 20% 的事情，而要尋找那些成功率仍接近 0% 或 1% 的問題。那里可能藏著專有數據、專業評價器、窄領域模型，或全新的系統抽象。

當代碼生成越來越便宜，真正昂貴的會是問題本身。

什么值得做？什么約束已經過時？什么變化剛剛跨過臨界點？什么系統如果快 50 倍，會變成完全不同的產品？

Jeff Dean 沒有為 6000 名創業者給出一份機會清單。他給的是一種更耐用的思考方式。

別急著追逐最熱的答案。

先把問題算一遍。

參考鏈接

https://x.com/ycombinator/status/2082938685071491219

https://www.ycrootaccess.com/p/jeff-dean-the-1-rule-for-building