从TPU到自我进化的Agent，Jeff Dean如何判断AI的下一步

2026 年的 YC Startup School 上，Jeff Dean 的声音有些沙哑。

访谈刚开始，他便解释自己失声了，今天听起来和平时不太一样。但这并没有影响台下听众的注意力。坐在他面前的 YC 合伙人 Diana Hu，一口气列出了一串足以写进计算机史的名字：MapReduce、BigTable、TensorFlow、TPU、Gemini。

任何一个项目，都足够成为一名工程师职业生涯的代表作。它们却集中出现在 Jeff Dean 和他身边一批 Google 工程师的履历里。

Diana 没有把访谈做成一次功绩回顾。她更关心另一个问题：当生成式 AI 已经席卷软件行业，Jeff Dean 这种最擅长从底层重构系统的人，今天究竟在看什么？

答案并不是更大的模型。

在这场近一小时的对话里，Jeff Dean 反复谈到推理硬件、能量、数据搬运、上下文工程、长时间运行的 Agent、自动化实验系统，以及创业公司如何避开通用模型的正面碾压。他讲的看似分散，背后却有一条非常清楚的主线：AI 的下一阶段，不只是把模型训练得更聪明，而是把模型放进一个能长期工作、持续试错、自动验证、不断积累能力的系统里。

这也意味着，AI 竞争正在从「谁有更大的模型」，转向「谁能更好地组织智能」。

一、AI 已经像初级工程师，但这不是最重要的变化

2025 年 5 月，Jeff Dean 曾做过一个引发广泛讨论的判断：AI 的能力已经接近一名初级工程师。

一年后，Diana 问他，这个预测实现得怎么样？

Jeff Dean 的回答很直接。他认为，这个判断「相当准确」。模型在 Agent 化、长流程编码和复杂任务上的进步，甚至比他当时预想得更快。

「模型完成越来越复杂任务的能力，增长得比我预期更快。」他说。

更值得注意的是，这种能力不再局限于写代码。越来越多 Agent 系统开始进入科学、工程和其他专业领域。它们不只是回答问题，而是拆任务、用工具、运行实验、读取结果，再根据反馈继续行动。

把 AI 类比成初级工程师，容易让人把注意力放在人力替代上。但 Jeff Dean 更关心的是另一层变化：当一个「初级工程师」可以复制成几十个、几百个，并行工作几天甚至几周，组织生产的方式会发生什么变化？

在传统团队里，初级工程师需要上手业务，需要理解工具，需要不断得到反馈。Agent 也一样。只不过它的培训材料不再只是文档，而是提示词、工具说明、技能文件、测试体系、评估器，以及整个上下文环境。

这使 AI 工程出现了一个新的分工。

过去，工程师主要负责写代码。未来，更多工程师会负责定义问题，搭建环境，编写规范，设计反馈回路，再调度一群 Agent 去完成任务。

Jeff Dean 对 2027 年的预测正是如此。他认为，机器学习系统会越来越多地参与改进机器学习系统本身。它们会把目标拆成子问题，自动运行大量实验，比较结果，再把有效方案组合起来，形成更强的新系统。

「只要一个领域存在可测量的目标，就有机会取得很大进展。」

这句话是整场访谈的第一把钥匙。

AI 自动化最先攻入的，不一定是知识最多的领域，而是反馈最清晰的领域。代码能不能通过测试，芯片布局能不能降低面积，模型结构能不能提高精度，材料性质是否满足要求，这些问题都有相对明确的评价标准。只要评价器足够可靠，机器就能用极高频率反复试验。

所以，AI 时代真正重要的单位，可能不再是一次回答，而是一次完整的闭环：提出方案、执行方案、测量结果、修正方向。

二、改变 Google 搜索的是一道算术题

Jeff Dean 的许多代表性工作，都来自一个非常朴素的起点：先把数量级算清楚。

2001 年，Google 搜索仍大量依赖硬盘。硬盘容量大，但访问速度慢。Jeff Dean 和 Sanjay Ghemawat 做了一次估算，发现 Google 当时的整份搜索索引，已经可以放进所有服务器的内存里。

今天听起来，这只是一次存储介质升级。但在当时，它意味着完全不同的系统设计。

如果索引主要待在硬盘上，查询需要等待机械寻道。只要把索引放入内存，访问延迟就能骤降。两人很快写出新版本，并在几天内把它送进生产环境。Google 搜索由此明显变快。

这个故事最容易被包装成天才灵光一现。Jeff Dean 的讲法却更像一名工程师在陈述常识：系统条件变了，原来不成立的方案突然成立，那就应该重新计算一次。

很多行业创新都发生在这种时刻。

一个旧问题长期存在，人们已经习惯围绕它打补丁。后来，硬件价格、内存容量、网络带宽或模型能力跨过某个临界点，原来的约束消失了。可大多数人仍沿用旧架构，因为旧架构已经变成常识。

Jeff Dean 擅长做的，是把常识重新变成假设。

他会问：为什么一定要这样？今天的数量级还是昨天的数量级吗？如果把最贵的一步换掉，整个系统会不会出现完全不同的形态？

这也是他给创业者的建议。不要只看现有方案哪里不够好，而要从第一性原理重新看问题。能不能把性能提高一个数量级？能不能把成本降低两个数量级？能不能不再沿用行业默认的实现路径？

「有时候，你只需要眯起眼睛看一个问题，不要被今天的解法锚定，而是从第一性原理思考应该怎样解决。」

这句话听起来并不神秘。真正困难的是，多数人进入一个行业后，会迅速学会这个行业的所有默认答案。经验帮助人提高效率，也会让人失去重新提问的能力。

三、三分钟语音，为什么催生了一颗 TPU

2013 年，Google 的深度学习语音识别开始显著超过旧系统。错误率下降了一半，相当于过去二十年语音识别进展在几个月里集中发生。

产品团队当然兴奋。Jeff Dean 却先算了一笔账。

如果语音识别真的变好，用户就会更愿意使用。假设每名 Google 用户每天只使用三分钟语音识别，Google 需要多少服务器才能支撑？

结果并不乐观。按照当时 CPU 的效率，Google 可能需要把服务器规模扩大一倍。

这就是 TPU 的起点。

它不是因为研究团队突然想造芯片，也不是为了证明 Google 有能力做硬件，而是因为一个成功的模型即将制造一个无法承受的服务成本。

这段历史揭示了 AI 产品中一个经常被忽略的规律：模型效果提升，并不总是降低成本。恰恰相反，效果越好，使用量越大，系统压力越重。

当语音识别不好用时，用户很少调用。系统成本不是问题。当错误率大幅下降，需求突然被释放，原本隐藏在后台的算力约束就会浮出水面。

TPU 选择的路径，是为机器学习最核心的计算模式做专用硬件。它不需要运行浏览器，也不需要处理所有通用程序。它主要擅长低精度、稠密线性代数。这类计算恰好位于现代机器学习的中心。

第一代 TPU 最终带来了数量级上的收益。按照 Jeff Dean 的说法，它比当时的 CPU 和 GPU 节能 30 到 80 倍，延迟也低了 20 到 30 倍。

这里还有一个容易被忽略的设计尺度。

TPU 很专用，但没有专用到只能运行某一种固定模型。团队知道机器学习算法还会快速变化，于是把芯片设计成一种较通用的线性代数系统。它牺牲了运行 Chrome 或 Word 的能力，却保留了支持未来算法演进的空间。

这是一种很难把握的平衡。专用得不够，收益不明显。专用得太狠，算法一变，硬件就会过时。

Jeff Dean 对今天推理硬件的判断，和当年的 TPU 有明显呼应。他认为，下一轮重要机会仍然在专用化，但重心会进一步转向低延迟、低能耗推理。

「想象一下，如果延迟能改善 50 倍，你可以做什么。」

当模型回复需要十几秒时，人们会把它当成一个偶尔咨询的工具。当延迟接近即时，它才可能真正进入交互界面、机器人、实时视频、操作系统和连续决策流程。

等待不是一个小体验问题。等待会改变产品形态。

四、AI 的成本中心，不是计算，而是搬运数据

如果要为 2026 年的 AI 工程师更新一版「每个工程师都应该知道的延迟数字」，Jeff Dean 认为，重点应该从硬盘寻道、缓存未命中和跨洲网络延迟，转向芯片内部的数据流。

工程师需要知道：主存到片上内存的带宽是多少，片上内存到乘法单元的带宽是多少，一次乘法需要多少能量，芯片之间如何互连，500 颗芯片扩展到 1 万颗芯片时，网络效率会怎样下降。

这些数字看起来离产品很远，实际却在决定什么产品能成立。

Jeff Dean 给出了一个极具冲击力的比例。完成一次数学乘法，大约只需要一个皮焦耳的能量。把数据从高带宽内存搬到计算单元，能量成本可能高出约 1000 倍。

换句话说，今天 AI 系统中的昂贵动作，常常不是「算」，而是「把要算的东西搬过来」。

这也解释了为什么批处理如此重要。

一组模型权重从内存被搬入计算单元后，如果只处理一个 token，数据搬运成本就全部压在这一个 token 上。如果同时处理更大的批次，同一份权重可以服务更多计算，能量和带宽成本便被摊薄。

但批处理和低延迟天然冲突。为了凑够一批请求，系统往往需要等待。吞吐提高了，单个用户的响应却可能变慢。

因此，许多看似属于模型层的问题，其实是硬件和系统问题。训练为何使用大批次，推理为何需要 KV Cache，模型为何追求低精度，系统为何需要量化，背后都离不开数据搬运和能量约束。

Jeff Dean 近期更关注推理，也正是因为推理对延迟极度敏感。训练任务跑慢一点，往往只是实验结束得晚。推理任务每多等一秒，都会直接影响用户体验和 Agent 的工作效率。

如果一个 Agent 要连续调用模型 1000 次，单次延迟降低 50%，整个任务的完成时间就可能出现巨大差异。更不用说未来 Agent 要运行数天或数周。

因此，AI 的「能源问题」并非一个遥远的环保议题。它直接决定模型能否便宜地服务更多人，决定 Agent 能否持续运行，也决定创业公司的毛利是否健康。

五、模型只是一个零件，上下文才是 Agent 的工作现场

过去几年，AI 行业习惯用参数量、训练数据和基准分数衡量进步。2026 年，Jeff Dean 更强调模型周围的一切。

一个真正有用的 AI 系统，除了模型，还需要检索、工具、记忆、历史信息、执行环境和反馈机制。模型知道有哪些工具，知道何时调用工具，知道如何把复杂问题拆成一串动作，也要能比较多种方案，判断哪一种更可能成功。

这就是「上下文工程」开始走到舞台中央的原因。

Jeff Dean 说，模型在训练阶段见过的信息，最终被「搅拌」进数千亿乃至数万亿参数里。它们像一锅浓汤，知识存在，但未必清晰。真正放进当前上下文的信息，对模型来说更加直接，也更容易被准确使用。

这给小团队留下了一个重要机会。

训练基础模型需要海量资本、数据和算力。上下文工程却可以从一个 API 开始。创业者可以围绕具体业务，把领域知识、工具流程、客户数据和评估标准组织起来，让通用模型在一个窄场景里表现得更可靠。

Jeff Dean 举了一个自己的例子。

他和 Sanjay Ghemawat 经常优化 Google 内部的底层库。这些数据结构可能运行在数百万个进程中，一点点性能差异都会被规模放大。传统做法是工程师先写微基准，测量当前性能，再修改代码，重新运行基准，观察缓存占用和性能变化，然后继续迭代。

两人把这套工作方法写成了一项 Agent 技能。模型学会了如何运行基准、修改代码、比较结果，再根据测量继续优化。

「我们只是把人会采用的方法，以模型可以使用的形式交给了它。」

这句话几乎可以视为上下文工程的朴素定义。

它不是神秘的提示词技巧，也不是堆更多背景材料。它是在回答三个问题：专家会按什么步骤做事，系统有哪些可靠工具，结果应该怎样被验证。

当这些内容被结构化之后，模型获得的不是更多知识，而是一套可重复执行的方法。

这也是为什么「技能(skill）」会成为 Agent 生态中的关键资产。一个优秀技能文件，可能封装了团队多年的隐性经验。它告诉模型遇到某类问题时先做什么，哪些错误最常见，哪些工具值得信任，什么结果才算完成。

未来公司的差异化，很可能不只存在于模型权重里，也存在于这些被编码进工作流的经验里。

六、Agent 为什么走到第 30 步就开始失控

几乎所有真正做过 Agent 的团队，都见过同一种场景。

前几步很顺。模型能读需求，能调工具，能写代码。到了第 30 步或第 50 步，它开始忘记目标，误解状态，重复动作，或者沿着一个错误方向越走越远。

Jeff Dean 把其中一个原因归结为分布外问题。

模型在训练中见过大量常见任务。只要任务仍位于它熟悉的「明亮道路」上，表现通常不错。一旦连续操作把它带到不熟悉的状态，性能就会突然下降。越偏离舒适区，错误越容易累积。

解决方法之一，是提供技能和提示，把模型尽量约束在它熟悉的路径上。另一个方法，是使用多 Agent 系统。

多个 Agent 可以尝试不同方案，再由另一个模型担任评估者，判断哪些方向更有希望。失败的分支被丢弃，成功的分支继续推进。这本质上是在推理阶段进行搜索。

它和人类团队的工作方式并不陌生。面对复杂问题，一个人提出方案，另一个人审查风险，第三个人运行实验。团队不会把全部希望押在第一条思路上，而是通过分工和反馈降低单点失误。

Agent 运行时间越长，系统设计越不能依赖一次正确。

真正可靠的长程 Agent，需要检查点、状态管理、回滚、分支探索、外部评估、权限控制和异常恢复。它更像一个分布式系统，而不是一个超长聊天窗口。

这正是 Jeff Dean 的背景开始重新显得关键的地方。

MapReduce 解决的核心问题之一，就是如何让大量不可靠机器完成可靠计算。今天的 Agent 系统面对相似矛盾：单次模型调用并不完美，工具也会失败，但整个任务仍要尽可能稳定地完成。

未来优秀的 Agent 平台，可能会继承许多分布式系统思想。任务可以拆分，结果可以验证，失败可以重试，状态可以恢复，局部错误不应该摧毁整个流程。

当 Jeff Dean 说 Agent 将运行几天甚至几周时，他不是在描述一个更长的聊天。他在描述一种新的计算基础设施。

七、两三个人如何赢过 Google：寻找模型成功率只有 1% 的问题

在 Startup School 的语境里，最受关注的问题当然是创业机会。

Google 可以联合设计芯片、数据中心、模型和产品。Gemini 这样的通用模型还在快速扩张能力边界。一个两三人的团队，凭什么赢？

Jeff Dean 的回答并不浪漫。

小团队的机会，通常存在于通用模型没有充分关注的具体领域。创业者可以把产品界面、专有数据、工作流和领域技能组合起来，在一个窄场景里提供更高准确率和更好体验。

但他随即给出警告：通用模型正在迅速变强。今天看似独立的产品功能，六个月或十二个月后，可能被基础模型直接覆盖。

因此，创业者需要判断自己的优势是否耐久。

Jeff Dean 给出了一条很具体的筛选标准：寻找那些当前通用模型成功率接近 0% 或 1% 的任务，而不是已经能做到 20% 的任务。

「如果模型完全失败，这可能是一个好迹象。如果它已经能做一部分，只是做得不太好，那反而未必是好迹象。」

原因很简单。20% 意味着能力已经开始出现。更多数据、更大模型和更长推理，很可能快速把它推向可用。0% 或 1% 则说明任务可能缺少关键数据、特殊工具、领域反馈，或者需要一种通用模型短期难以获得的能力。

这可以称为 Jeff Dean 的「1% 法则」。

它并不是建议创业者专挑最难的问题，而是寻找通用模型存在结构性盲区的问题。

这种盲区大致有三类。

第一类是专有数据。通用模型能组织世界信息，却未必能访问某个用户的全部个人资料、某家公司的内部流程、某种设备产生的实时数据。创业产品一旦获得这些数据，就能形成不同于基础模型的视野。

第二类是专业评价。很多行业不是缺少生成能力，而是缺少可靠判断。医疗、材料、芯片、制造和科学研究，都需要高质量验证器。谁能定义「什么是对的」，谁就能让 Agent 持续优化。

第三类是窄而深的模型。AlphaFold 并不是通用聊天模型，它针对蛋白质结构问题建立了高度专业化能力。材料科学、芯片设计和其他专业领域，也可能出现类似机会。

这套判断对创业者并不轻松。它要求团队既理解模型能力边界，也理解行业深处的问题。只懂 AI，容易做出很快被平台吸收的功能。只懂行业，又可能低估模型进步速度。

真正的机会位于两者交界处。

八、当代码不再稀缺，规格、品味和问题选择会更贵

Diana 提出一个假设：如果未来每位创始人都能同时管理 50 个、100 个 Agent，所有代码都由 Agent 写，什么能力会变得稀缺？

Jeff Dean 的回答是「品味」。

更准确地说，是判断应该让 Agent 做什么。

他认为，研究工作的大部分价值不在于把实验执行得多漂亮，而在于是否选择了一个值得研究的问题。一个团队可以用最精湛的方法，完成一项无关紧要的研究。也可以抓住一个关键问题，只要解决，就改变整个领域。

Agent 让执行成本下降之后，问题选择的重要性会进一步上升。

过去，一个模糊想法会因为开发成本太高而自然消失。未来，只要调动足够多 Agent，很多想法都能被迅速做成原型。世界不会因此自动出现更多好产品，只会出现更多产品。

规格也会变得更重要。

Jeff Dean 说，和虚拟 Agent 协作时，目标越清晰，成功率越高。过去，模糊需求交给一名资深工程师，对方可以追问，也能依靠共享背景补全意图。Agent 虽然也能提问，却更容易在缺少上下文时自行猜测。

一个典型的高成功率任务，是把软件从一种编程语言迁移到另一种语言。原因不是迁移简单，而是规格极其完整。旧代码定义了行为，测试定义了边界，Agent 可以逐项对照，直到新版本表现一致。

「现在 Agent 可以替你写软件，但说明你究竟想要什么，反而变得更重要了。」

这句话对所谓 AI 原生组织有直接启示。

未来的管理者不只是分配任务，而要编写更清晰的目标和验收标准。设计文档不再只是团队沟通材料，也会成为机器执行的输入。测试、指标、约束和样例，会从开发流程末端前移到任务定义阶段。

至于「品味」如何训练，Jeff Dean 给出的方法很务实。

写下一批你认为未来 12 个月会变得重要的事情。你不必全部去做。12 个月后重新检查，哪些判断成真，哪些被别人做出来，哪些毫无进展。通过不断积累预测样本，人会逐渐校准自己的判断。

品味并不完全是天赋。它也可以通过复盘训练。

九、好的思想实验，先把行业最牢固的前提拿掉

访谈后半段，Jeff Dean 分享了一个颇为疯狂的思想实验。

过去 60 年，芯片行业一直在追求更小、更稳定、错误率更低的晶体管。人们默认，同一设计制造出的芯片应该尽可能完全一致，位翻转越少越好。

可在大型分布式系统中，工程师早已接受单个组件会失效。硬盘会坏，机器会宕机，交换机会出问题。系统可靠性并不来自每个部件绝不出错，而来自复制、校验、冗余和恢复。

于是 Jeff Dean 问：如果晶体管每天会发生 20 次错误，而不是几百万年才出一次错，会怎样？

这并不是一项现实产品计划。他只是试图把一个习以为常的前提拿掉。也许极不可靠的晶体管能以完全不同的方式制造，系统则通过多路径和高层冗余保证结果。

多数思想实验最终不会变成产品。很多行业做法持续数十年，确实有充分理由。但 Jeff Dean 认为，仍应定期重新检查这些理由。

MapReduce 就来自类似过程。

早期 Google 的爬虫和索引系统包含大量手工并行代码、检查点和故障恢复逻辑。真正的业务计算往往很简单，比如读取所有网页，判断页面语言。可大量系统代码把简单意图淹没了。

Jeff Dean 和 Sanjay Ghemawat 从函数式编程中找到灵感。他们把大量任务抽象成 Map 和 Reduce，把并行化、调度、容错和重试下沉到统一框架里。业务开发者只需要表达计算本身。

这项设计并没有让机器变得不出错。它让错误变得可以被系统吸收。

今天的 Agent 工程也可能处在类似阶段。大量团队仍在为每个任务手工编排提示词、重试逻辑和工具调用。未来，是否会出现一个像 MapReduce 一样简洁的抽象，让长程 Agent 的分解、验证、恢复和并行探索成为底层能力？

这也许正是下一批基础设施公司的机会。

十、AI 开始构建更好的 AI，科学方法被压缩成高速循环

Jeff Dean 对未来最兴奋的方向，是把科学方法本身自动化。

传统科研流程是提出假设、设计实验、运行实验、分析结果，再产生下一轮假设。这个循环的速度，长期受制于实验成本和验证延迟。

AI 可以改变两部分。

一部分是自动提出和执行更多实验。另一部分是把昂贵验证器变成廉价近似模型。

Jeff Dean 举了量子化学的例子。研究人员要判断一种分子构型的性质，可以运行密度泛函理论模拟。一次模拟可能需要一整夜。Google 的研究人员用大量模拟输入和输出训练了一个神经网络近似器。它接近原模拟器的准确度，却快了约 30 万倍。

验证速度变化之后，科学问题的形态也会变化。

过去筛选 1000 万个候选方案，可能是一个需要数月算力的项目。现在，研究者吃一顿午饭的时间，系统就能完成初筛。实验不再是珍贵的单次下注，而变成高频搜索。

这也是 AlphaEvolve、AlphaChip 等系统背后的共同逻辑。模型提出方案，工具执行方案，评价器筛选结果，优秀结果进入下一轮。只要闭环足够快，系统就能在巨大的解空间中持续探索。

机器学习本身也会成为这种自动化科学的对象。

今天，大型研究团队通常由人提出新架构或训练方法，先跑小规模实验，再挑选有希望的方案放大。Jeff Dean 认为，没有根本障碍阻止模型接管其中越来越多环节。人给出高层方向，系统自动探索结构、数据配方和训练策略，再把成功实验组合成新模型。

未来衡量研究效率的指标，可能不只是每秒浮点运算，而是「每单位算力产生多少有效发现」。

算力当然重要。如何把算力转化为发现，更重要。

十一、被 NeurIPS 拒绝的蒸馏论文，以及如何看待失败

2014 年，Jeff Dean、Geoff Hinton 和 Oriol Vinyals 提交了一篇关于知识蒸馏的论文。今天，知识蒸馏已经是模型压缩和能力迁移中的基础方法。大模型作为教师，把能力传递给更小、更快、更便宜的学生模型。

这篇后来影响深远的论文，当年却被 NeurIPS 拒绝。

一名审稿人认为，它「不太可能产生重大影响」。感兴趣的读者可访问《被拒≠失败！这些高影响力论文都被顶会拒收过》。

Jeff Dean 谈起这段经历时没有愤怒。他说，审稿人可能并不了解大规模 AI 服务面临的现实问题。对 Google 来说，把昂贵大模型转化为可服务数亿用户的小模型，显然非常重要。对只关注理论新颖性的审稿人来说，它未必显得足够「基础」。

论文被拒后，团队把它放上 arXiv。行业照样读到了它，也照样开始使用。

今天，Gemini 的 Flash 模型能够在较小体量和较低延迟下保持强能力，蒸馏正是其中的重要方法之一。

这个故事并不只是「坚持就会成功」的励志材料。它说明评价体系总有盲区。一个方案的价值，有时只有真正承受过那个系统瓶颈的人才能立刻看见。

对创业者来说，这同样重要。

市场、投资人和同行的否定，可能意味着方向错误，也可能只是对方没有处在同一个问题现场。区别在于，团队是否有足够具体的证据，知道这个问题为什么重要，为什么现在能解决。

Jeff Dean 没有鼓励人盲目坚持。他鼓励的是：理解问题，持续验证，然后不要把一次评审当成世界的最终判断。

十二、年轻的 Jeff Dean 今天会做什么

访谈接近尾声时，Diana 提出了一个带有想象力的问题。

如果把 1999 年加入 Google 时的年轻 Jeff Dean 传送到 2026 年，他会加入一家前沿实验室，还是和两三个朋友创办公司？

Jeff Dean 没有给出标准答案。

大组织拥有结构、平台和大量优秀同事。一个人在其中可以接触自己不了解的知识，也能借助成熟产品影响全球用户。小团队则更自由，也承担更大风险。创始人必须真正相信一个问题，愿意用几年时间承受不确定性。

他给出的判断标准，比「加入大厂还是创业」更根本。

「如果我解决了这个问题，并且最好的结果真的发生了，世界会因此明显变好吗？还是大家只会说，嗯，挺酷的，然后就这样？」

如果答案只是「挺酷的」，那可能不值得投入最宝贵的时间。

他也强调同伴的重要性。要找有互补能力的人，也要找低自我、愿意协作、相处愉快的人。真正困难的问题往往需要长期共事。团队成员最好各自拥有别人没有的工具，并在共同工作中继续扩充自己的「工具腰带」。

这番话有一种老派工程师的朴素。

AI 行业喜欢谈指数增长、超级智能和巨额融资。Jeff Dean 最后仍把选择落回三件小事：做一个真正关心的问题，和喜欢的人一起工作，尽力让世界变得更好。

结语：AI 时代最稀缺的，仍然是把问题看清楚

Jeff Dean 的职业生涯里，有许多被反复讲述的传奇。

他和 Sanjay Ghemawat 在几天内重写搜索系统，让索引进入内存。一次关于三分钟语音的估算，推动 Google 造出 TPU。MapReduce 把大规模并行和容错藏进统一抽象。知识蒸馏从一篇被拒论文，变成行业基础技术。

这些故事很容易让人把他想象成一个不断获得灵感的天才。

但从这场访谈看，他的方法其实高度一致。

先算清数量级。再找到真正的瓶颈。然后质疑默认假设，建立一个更简单的抽象。最后，用测量和反馈推动系统不断迭代。

今天的 AI 行业正在经历类似转折。

模型已经足够强，强到可以承担初级工程师级别的任务。接下来，决定实际生产力的，不只是模型智商，而是推理成本、上下文组织、工具质量、验证速度和长程运行可靠性。

Agent 会越来越像团队成员。可它们需要清晰规格，需要技能，需要检查点，需要评价者，也需要一个能容纳失败的系统。

创业公司的机会也不会消失，只是会变得更苛刻。最好不要去做通用模型已经能完成 20% 的事情，而要寻找那些成功率仍接近 0% 或 1% 的问题。那里可能藏着专有数据、专业评价器、窄领域模型，或全新的系统抽象。

当代码生成越来越便宜，真正昂贵的会是问题本身。

什么值得做？什么约束已经过时？什么变化刚刚跨过临界点？什么系统如果快 50 倍，会变成完全不同的产品？

Jeff Dean 没有为 6000 名创业者给出一份机会清单。他给的是一种更耐用的思考方式。

别急着追逐最热的答案。

先把问题算一遍。

参考链接

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

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

文章来自于"机器之心"，作者 "Panda"。