Jeff Dean 談 AI 的下一階段：從 TPU 到自演化代理

在 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。但這並沒有影響台下聽眾的注意力。坐在他面前的 YC 合夥人 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，都足以成為一名工程師職業生涯的代表作，但它們卻集中出現在 Jeff Dean 和他身邊的一批 Google 工程師的履歷中。

Diana 沒有把訪談變成一次功績回顧。她更關心另一個問題：當生成式 AI 已經席捲軟體行業，最擅長從底層重構系統的 Jeff Dean，今天究竟在看什麼？

答案並不是更大的模型。

在這場近一小時的對話中，Jeff Dean 多次談到推理硬體、能量、資料搬運、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。他所講的看似分散，背後卻有一條非常清晰的主線：AI 的下一階段，不只是將模型訓練得更聰明，而是將模型置入一個能長期運作、持續試錯、自動驗證、不斷累積能力的系統中。

This also means that the AI competition is shifting from "who has a larger model" to "who can better organize intelligence."

在 2025 年 5 月，Jeff Dean 曾做出一個引發廣泛討論的判斷：AI 的能力已接近一名初級工程師。

一年後，Diana 問他，這個預測實現得怎麼樣？

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

「模型完成越來越複雜任務的能力，增長得比我預期更快。」他說。

更值得注意的是，這種能力不再僅限於編寫代碼。越來越多 Agent 系統開始進入科學、工程和其他專業領域。它們不僅僅是回答問題，而是拆分任務、使用工具、運行實驗、讀取結果，並根據反饋繼續行動。

將 AI 比作初級工程師，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」可以複製成幾十個、幾百個，並行工作幾天甚至幾週，組織生產的方式會發生什麼變化？

在傳統團隊中，初級工程師需要熟悉業務、理解工具，並持續獲得反饋。Agent 也是如此，只不過它的培訓材料不再僅限於文檔，而是包括提示詞、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、編寫規範、設計反饋迴路，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。它們會將目標拆解為子問題，自動運行大量實驗，比較結果，再將有效的方案組合起來，形成更強大的新系統。

Wherever there is a measurable goal, there is an opportunity for great progress.

This sentence is the first key to the entire interview.

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，晶片佈局能不能降低面積，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，機器就能以極高頻率反覆試驗。

因此，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。

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。

在 2001 年，Google 搜尋仍大量依賴硬碟。硬碟容量大，但存取速度慢。Jeff Dean 和 Sanjay Ghemawat 做了一次估算，發現 Google 當時的完整搜尋索引，已經可以放進所有伺服器的記憶體裡。

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。

如果索引主要存放在硬碟上，查詢需要等待機械尋道。只要將索引放入記憶體，存取延遲就能驟降。兩人很快寫出新版本，並在幾天內將其上線至生產環境。Google 搜尋因此明顯變快。

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

許多行業創新都發生在這樣的時刻。

一個舊問題長期存在，人們已習慣圍繞它打補丁。後來，硬體價格、記憶體容量、網路頻寬或模型能力跨越某個臨界點，原有的限制消失了。但大多數人仍沿用舊架構，因為舊架構已成為常識。

Jeff Dean 擅長做的，是把常識重新變成假設。

他會問：為什麼一定要這樣？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裡不夠好，而要從第一性原理重新看待問題。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，你只需要眯起眼睛看待一個問題，不要被今天的解決方案所束縛，而是從第一性原理出發，思考應該如何解決。

這句話聽起來並不神秘。真正困難的是，大多數人進入一個行業後，會迅速學會這個行業的所有預設答案。經驗能幫助人提升效率，也會讓人失去重新提問的能力。

在 2013 年，Google 的深度學習語音識別開始顯著超越舊系統。錯誤率下降了一半，相當於過去二十年語音識別的進展在幾個月內集中發生。

產品團隊當然興奮。但 Jeff Dean 先算了一筆賬。

如果語音識別真的變好，用戶就會更願意使用。假設每名 Google 用戶每天只使用三分鐘語音識別，Google 需要多少伺服器才能支撐？

結果並不樂觀。按照當時 CPU 的效率，Google 可能需要將伺服器規模擴大一倍。

這就是 TPU 的起點。

這不是因為研究團隊突然想製造晶片，也不是為了證明 Google 有能力做硬體，而是因為一個成功的模型即將製造出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，並不總是降低成本。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，原本隱藏在後台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打造專用硬體。它不需要運行瀏覽器，也不需要處理所有通用程式。它主要擅長低精度、稠密線性代數。這類計算恰好位於現代機器學習的中心。

第一代 TPU 最終帶來了數量級的收益。根據 Jeff Dean 的說法，它比當時的 CPU 和 GPU 能效高出 30 到 80 倍，延遲也降低了 20 到 30 倍。

這裡還有一個容易被忽略的設計尺度。

TPU 非常專用，但並未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，因此將晶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，卻保留了支援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，硬體就會過時。

Jeff Dean 對今天推理硬體的判斷，與當年的 TPU 有明顯呼應。他認為，下一轮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，你可以做什麼。

當模型回覆需要十幾秒時，人們會把它當成一個偶爾諮詢的工具。當延遲接近即時，它才可能真正進入互動介面、機器人、實時視頻、作業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。

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，重點應該從硬碟尋道、快取未命中和跨洲網路延遲，轉向晶片內部的資料流。

工程師需要知道：主存到片上記憶體的頻寬是多少，片上記憶體到乘法單元的頻寬是多少，一次乘法需要多少能量，晶片之間如何互連，當 500 顆晶片擴展到 1 萬顆晶片時，網路效率會如何下降。

這些數字看起來與產品遙不可及，實際上卻在決定哪些產品能夠成立。

Jeff Dean 提出了一個極具衝擊力的比例。完成一次數學乘法，大約僅需一皮焦耳的能量。將數據從高頻寬記憶體搬運至運算單元，能量成本可能高出約 1000 倍。

In other words, the expensive operations in today’s AI systems are often not “computing,” but “moving the data to be computed.”

這也解釋了為何批處理如此重要。

當一組模型權重從記憶體搬入計算單元後，若僅處理一個 token，資料搬移成本便全部集中在該單一 token 上。若同時處理更大的批次，同一份權重可服務更多計算，能量與頻寬成本便會被分攤。

但批次處理與低延遲本質上相互衝突。為湊足一批請求，系統往往需要等待。吞吐量提升了，但單個用戶的響應時間可能變慢。

因此，許多看似屬於模型層的問題，其實是硬體和系統問題。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，背後都離不開資料搬運和能量約束。

Jeff Dean 近期更關注推理，也正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 要運行數天或數週。

因此，AI 的「能源問題」並非一個遙遠的環保議題。它直接決定模型能否以低成本為更多人提供服務，決定 Agent 能否持續運行，也決定創業公司的毛利是否健康。

過去幾年，AI 行業習慣以參數量、訓練數據和基準分數來衡量進步。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、歷史資訊、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，知道如何將複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」開始走到舞台中央的原因。

Jeff Dean 表示，模型在訓練階段所見的資訊，最終被「攪拌」進數千億乃至數萬億參數中。它們像一鍋濃湯，知識存在，但未必清晰。真正放入當前上下文的資訊，對模型來說更直接，也更容易被準確使用。

這為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，但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，將領域知識、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裡表現得更可靠。

Jeff Dean 举了一个自己的例子。

他與 Sanjay Ghemawat 經常優化 Google 內部的底層庫。這些資料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撰寫微基準，測量當前性能，再修改代碼，重新運行基準，觀察快取佔用和性能變化，然後繼續迭代。

兩人將這套工作方法撰寫成一項 Agent 技能。模型學會了如何運行基準、修改代碼、比較結果，並根據測量結果繼續優化。

我們只是將人類會採用的方法，以模型可以使用的形式交給了它。

This sentence can almost be regarded as a naive definition of prompt engineering.

它不是神秘的提示詞技巧，也不是堆疊更多背景資料。它是在回答三個問題：專家會按什麼步驟做事，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後，模型獲得的不是更多知識，而是一套可重複執行的方法。

這也是為什麼「技能（skill）」會成為 Agent 生態中的關鍵資產。一個優秀的技能文件，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應先做什麼、哪些錯誤最常見、哪些工具值得信賴，以及什麼結果才算完成。

未來公司的差異化，很可能不僅存在於模型權重中，也存在於這些被編碼至工作流程中的經驗裡。

幾乎所有真正做過 Agent 的團隊，都見過同樣的場景。

前面幾步很順利。模型能理解需求、調用工具、撰寫代碼。但到了第 30 步或第 50 步，它開始忘記目標、誤解狀態、重複動作，或越走越偏離正確方向。

Jeff Dean 將其中一個原因歸結為分佈外問題。

模型在訓練中見過大量常見任務。只要任務仍位於它熟悉的「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状态，性能就會突然下降。越偏離舒適區，錯誤越容易累積。

其中一種解決方法是提供技能和提示，盡量將模型限制在其熟悉的路徑上。另一種方法是使用多 Agent 系統。

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

它與人類團隊的工作方式並不陌生。面對複雜問題，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。它更像一個分佈式系統，而不是一個超長聊天視窗。

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的機器完成可靠計算。今天的 Agent 系統面臨類似的矛盾：單次模型調用並不完美，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 平台，可能會繼承許多分佈式系統思想。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 將運行幾天甚至幾週時，他並非在描述一個更長的聊天，而是在描述一種新的計算基礎設施。

In the context of Startup School, the most discussed question is naturally entrepreneurial opportunities.

Google 可以聯合設計晶片、資料中心、模型和產品。像 Gemini 這樣的通用模型仍在快速擴展能力邊界。一個兩三人團隊，憑什麼贏？

Jeff Dean 的回答並不浪漫。

小團隊的機會，通常存在於通用模型未充分關注的具體領域。創業者可以將產品介面、專有數據、工作流程和領域技能結合起來，在一個狹窄的場景中提供更高的準確率和更好的體驗。

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

Therefore, entrepreneurs need to assess whether their advantages are sustainable.

Jeff Dean 提出了一項非常具體的篩選標準：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。如果它已經能完成一部分，只是做得不夠好，那反而未必是好跡象。

原因很簡單。20% 意味著能力已開始出現。更多數據、更大模型和更長推理，很可能迅速將其推至可用狀態。0% 或 1% 則說明任務可能缺少關鍵數據、特殊工具、領域反饋，或需要一種通用模型短期內難以獲得的能力。

這可以稱為 Jeff Dean 的「1% 法則」。

它並不是建議創業者專挑最困難的問題，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，就能形成不同於基礎模型的視野。

第二類是專業評價。許多行業並不缺乏生成能力，而是缺乏可靠的判斷。醫療、材料、晶片、製造和科學研究都需要高質量的驗證器。誰能定義「什麼是對的」，誰就能讓 Agent 持續優化。

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

這套判斷對創業者並不輕鬆。它要求團隊既理解模型的能力邊界，也理解行業深處的問題。只懂 AI，容易做出很快被平台吸收的功能；只懂行業，又可能低估模型的進步速度。

真正的機會位於兩者交界處。

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 撰寫，什麼能力會變得稀缺？

Jeff Dean 的回答是「品味」。

更準確地說，是判斷應該讓 Agent 做什麼。

他認為，研究工作的大部分價值不在於實驗執行得多麼完美，而在於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，就能改變整個領域。

After the agent reduces execution costs, the importance of question selection will increase further.

過去，一個模糊的想法會因為開發成本太高而自然消失。未來，只要調動足夠多的 Agent，許多想法都能迅速製成原型。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 表示，與虛擬 Agent 協作時，目標越清晰，成功率越高。過去，模糊的需求會交給一位資深工程師，對方可以提問，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，是將軟體從一種程式語言遷移至另一種語言。原因並非遷移簡單，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。

Now that agents can write software for you, it becomes even more important to clearly explain what you want.

This statement has direct implications for so-called AI-native organizations.

未來的管理者不僅僅是分配任務，更要制定更清晰的目標和驗收標準。設計文檔不再只是團隊溝通的材料，也會成為機器執行的輸入。測試、指標、約束和範例，將從開發流程的末端提前至任務定義階段。

至於「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 個月後重新檢查，哪些判斷成真，哪些被別人做出來，哪些毫無進展。通過不斷累積預測樣本，人會逐漸校準自己的判斷。

品味並不完全是天賦。它也可以通過複盤訓練。

在訪談的後半段，Jeff Dean 分享了一個頗為瘋狂的思想實驗。

過去 60 年，晶片產業一直追求更小、更穩定、錯誤率更低的電晶體。人們普遍認為，同一設計製造出的晶片應盡可能完全一致，位元翻轉越少越好。

在大型分佈式系統中，工程師早已接受單個組件會失效。硬碟會壞，機器會宕機，交換機會出問題。系統可靠性並非來自每個部件絕不出錯，而是來自複製、校驗、冗餘和恢復。

於是 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？

這並不是一項現實產品計劃。他只是試圖移除一個習以為常的假設。也許極不可靠的晶體管能以完全不同的方式製造，而系統則透過多路徑和高層冗餘來保證結果。

大多數思想實驗最終都不會變成產品。許多行業做法持續了數十年，確實有充分的理由。但 Jeff Dean 認為，仍應定期重新檢視這些理由。

MapReduce 就來自類似過程。

早期 Google 的爬蟲和索引系統包含大量手動並行代碼、檢查點和故障恢復邏輯。真正的業務計算往往很簡單，例如讀取所有網頁、判斷頁面語言。但大量的系統代碼淹沒了簡單的意圖。

Jeff Dean 和 Sanjay Ghemawat 從函數式編程中獲得靈感。他們將大量任務抽象為 Map 和 Reduce，並將並行化、調度、容錯和重試下沉至統一框架中。業務開發者只需表達計算本身。

這項設計並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 工程也可能處於類似階段。大量團隊仍在為每個任務手動編排提示詞、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、恢復和並行探索成為底層能力？

This may be the perfect opportunity for the next batch of infrastructure companies.

Jeff Dean 對未來最令人興奮的方向，是將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，再產生下一轮假設。這個循環的速度，長期受制於實驗成本和驗證延遲。

AI 可以改變兩部分。

一部分是自動提出並執行更多實驗。另一部分是將昂貴的驗證器轉變為廉價的近似模型。

Jeff Dean 以量子化學為例。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 的研究人員使用大量模擬輸入和輸出訓練了一個神經網絡近似器。它的準確度接近原始模擬器，但速度快了約 30 萬倍。

After the verification speed changes, the form of scientific questions also changes.

過去篩選一千萬個候選方案，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 等系統背後的共同邏輯。模型提出方案，工具執行方案，評價器篩選結果，優秀結果進入下一轮。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類提出新架構或訓練方法，先進行小規模實驗，再挑選有潛力的方案進行擴大。Jeff Dean 認為，沒有根本性障礙阻止模型接管越來越多環節。人類提供高層次方向，系統自動探索架構、數據配方和訓練策略，並將成功的實驗組合成新模型。

The metric for measuring research efficiency in the future may not just be FLOPS, but rather “how many valid discoveries are generated per unit of computational power”.

算力當然重要，但如何將算力轉化為發現，更為重要。

在 2014 年，Jeff Dean、Geoff Hinton 和 Oriol Vinyals 提交了一篇關於知識蒸餾的論文。今天，知識蒸餾已是模型壓縮與能力遷移中的基礎方法。大模型作為教師，將能力傳遞給更小、更快、更便宜的學生模型。

這篇後來影響深遠的論文，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》。

當 Jeff Dean 談到這段經歷時，他並沒有生氣。他說，審稿人可能並不了解大規模 AI 服務所面臨的現實問題。對 Google 而言，將昂貴的大型模型轉化為可服務數億用戶的小型模型，顯然至關重要。但對只關注理論新穎性的審稿人來說，這未必顯得足夠「基礎」。

論文被拒後，團隊將其上傳至 arXiv。業界同樣閱讀了它，並同樣開始使用。

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

這個故事並不只是「堅持就會成功」的勵志素材。它說明評價體系總有盲點。一個方案的價值，有時只有真正經歷過該系統瓶頸的人才能立即看見。

對創業者來說，這同樣重要。

市場、投資者和同行的否定，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。區別在於，團隊是否有足夠具體的證據，知道這個問題為什麼重要，為什麼現在能解決。

Jeff Dean 并未鼓勵人們盲目堅持。他鼓勵的是：理解問題，持續驗證，然後不要將一次評審視為世界的最終判斷。

在訪談接近尾聲時，Diana 提出了一個富有想像力的問題。

如果將 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 沒有提供標準答案。

大型組織擁有結構、平台和眾多優秀的同事。在其中，個人可以接觸到自己不了解的知識，並借助成熟的產品影響全球用戶。小型團隊則更自由，但也承擔更大的風險。創始人必須真正相信某個問題，願意花幾年時間承受不確定性。

他提出的判斷標準，比「加入大廠還是創業」更根本。

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

如果答案只是「挺酷的」，那可能不值得投入最寶貴的時間。

他也強調了同伴的重要性：要尋找能力互補、低自我、願意協作且相處愉快的人。真正困難的問題往往需要長期合作。團隊成員最好各自擁有他人沒有的工具，並在共同工作中持續擴充自己的「工具腰帶」。

這番話有一種老派工程師的樸素。

AI 行業喜歡談論指數增長、超級智慧和巨額融資。但 Jeff Dean 最終仍將選擇落回三件小事：解決一個真正關心的問題，與喜歡的人一起工作，盡力讓世界變得更好。

在 Jeff Dean 的職業生涯中，有許多被反覆講述的傳奇。

他與 Sanjay Ghemawat 在幾天內重寫了搜尋系統，讓索引進入記憶體。一次關於三分鐘語音的估算，推動 Google 製造出 TPU。MapReduce 將大規模並行與容錯隱藏於統一抽象之中。知識蒸餾從一篇被拒的論文，變成了行業基礎技術。

這些故事很容易讓人把他想像成一個不斷獲得靈感的天才。

But from this interview, his approach is actually highly consistent.

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

Today, the AI industry is undergoing a similar turning point.

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

Agents 將越來越像團隊成員。但它們需要明確的規格、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，只會變得更加嚴苛。最好別去做通用模型已能完成 20% 的事情，而應尋找那些成功率仍接近 0% 或 1% 的問題。那裡可能藏著專有數據、專業評價器、窄領域模型，或全新的系統抽象。

當代碼生成變得越來越便宜時，真正昂貴的將會是問題本身。

什麼值得做？什麼約束已經過時？什麼變化剛剛跨過臨界點？什麼系統如果快 50 倍，會變成完全不同的產品？

Jeff Dean 沒有為 6000 名創業者提供一份機會清單。他提供的是一種更持久的思考方式。

別急著追逐最熱的答案。

先把問題算一遍。

參考連結

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

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

本文來自微信公眾號「機器之心」（ID：almosthuman2014），作者：Panda