谷歌AI的逆袭：AI Mode的崛起、战略布局与内部人的心得

摘要

Robby Stein 是谷歌搜索副总裁，负责监督谷歌搜索的核心产品——包括全新的AI Overviews、AI Mode、搜索排名算法、Google Lens等。在本期对话中，他系统性地回顾了谷歌在AI浪潮中的转型路径：从ChatGPT崛起引发"谷歌已死"的质疑，到Gemini登顶App Store榜首、AI Mode从一个五到十人的小团队原型在一年内成长为面向全美用户的核心产品。Robby指出，谷歌搜索的底层需求并未被AI取代——人们仍然需要查电话号码、比价格、找路线——AI反而是扩张性的，为搜索带来了新的增长空间。他分享了三条核心产品哲学：深度理解用户（理解人们"雇佣"你的产品来做什么）、以分析严谨性定位问题根源、为清晰而非聪明而设计——并以Instagram Stories、Close Friends和谷歌AI Mode三个案例逐一验证。此外，他提出了一个颇具争议的观点：盲目追求"精益小团队"可能适得其反，对于真正有难度的技术突破，充足的投资和资源投入才是关键。从Stamped创业时飞到洛杉矶见Scooter Braun拉Justin Bieber入局的轶事，到让女儿们用Search Live跟AI聊天的日常，Robby始终围绕一个信念：保持好奇——对世界为何如此运转的追问，是驱动一切进步的起点。

正文

谷歌的AI转折点：从质疑到崛起

就在节目录制前夕，Google Gemini登顶App Store排名第一，超越了ChatGPT。Lenny坦言，几乎没人预见到这一刻。过去几年间，随着ChatGPT和Perplexity的崛起，舆论场充斥着"谷歌已死"的论调——人们不再愿意翻阅搜索结果、点击链接，而是想要直接得到答案。

Robby对此回应称，他感受到的是一种前所未有的专注与紧迫感。这种紧迫感部分源自领导层的推动，部分来自产品团队与DeepMind研究团队之间日益紧密的协作。但他强调，这并非某一次性的组织重组或某位领导者的更替所带来的变化，而是一种复利效应——每个月都在无情地改进产品和模型，每天都将体验推进一步，直到某个临界点被突破，用户开始喜欢它、更多地使用它，增长便自然发生。

关于Gemini的增长，Robby指出"Nano Banana"（谷歌内部一个颇受关注的AI图像编辑项目）确实引发了不少关注，但更根本的原因是用户开始意识到谷歌全系产品的AI能力已经变得相当强大。许多功能其实早已嵌入核心搜索体验中，只是用户尚未发现。当他们在社交媒体上看到分享后，才会惊叹："原来还能这样做？"

搜索未死：AI是扩张而非替代

面对"搜索已死"的质疑，Robby给出了清晰的数据视角：人们来到搜索的目的是极其多样且具体的——找一个电话号码、查一个价格、获取导航路线、找到缴税的网页。这种需求的广度被外界严重低估。AI并没有改变这些基础性需求，反而带来了扩张效应：现在可以拍一张照片，问"哪里能买到这双鞋？"或拍下作业说"第二题卡住了"，甚至拍下书架让AI根据已有藏书推荐新书。

Google Lens正是这种扩张的典型代表——视觉搜索量同比增长70%，规模已达数十亿次。Robby将此总结为一个核心洞察：AI对搜索而言是扩张性的（expansionary），而非替代性的。更多的提问、更深入的好奇心被AI所释放，这就是增长的来源。

AI搜索的三层架构：AI Overviews、多模态与AI Mode

Robby将谷歌的AI搜索战略拆解为三大组件：

AI Overviews——搜索页面顶部的快速AI摘要。当用户在谷歌中输入自然语言问题时，AI Overviews会出现在搜索结果上方，提供即时、有帮助的AI生成回答。这是生成式AI进入搜索的第一步，增长迅速。

多模态搜索（Multimodal Search）——以Google Lens为代表的视觉搜索。打开Google应用中的相机功能即可使用，正在经历高速增长。

AI Mode——将上述能力融为一体、基于最前沿模型的端到端搜索体验。用户可以问任何问题、来回对话、深入追问。它的独特之处在于，它不仅拥有模型的参数记忆和推理能力，还专门针对搜索进行了设计：通过一种叫做"查询扇出"（Query Fan-out）的机制，模型会以用户的原始问题为起点，自动生成数十个相关查询，在后台并行搜索，同时调用谷歌的各类数据后端——Google Shopping Graph中500亿件商品、每小时20亿次更新的实时价格、Google Maps中2.5亿个地点信息、金融数据，以及整个互联网的上下文。

AI Mode的访问方式也在不断整合：既可通过google.com/ai直接进入，也已被嵌入AI Overviews的追问入口和Lens的深度体验中。Robby描绘的终极愿景是，用户不需要思考该把问题投向哪里——直接问谷歌就好。一个五句话的复杂问题可以直接输入搜索框，触发AI Overviews预览，然后无缝跳转至AI Mode深入对话；拍下照片同样如此，先得到AI预览，再进入AI Mode的多轮交互。

从关键词到自然语言：搜索行为的范式转变

Robby指出了当前搜索体验中最大的变化：从"关键词思维"到自然语言的转变。长期以来，用户习惯了将问题压缩为关键词输入谷歌——这被称为"keyword ease"。但现在，你可以输入一段完整的描述："适合约会的餐厅，我已经去过这四家，我想要户外用餐，我的朋友对某物过敏。"这种深度、复杂、多条件的查询，正是AI Mode所擅长处理的。

Lenny将此与Ask Jeeves做了类比——早在二十多年前，Ask Jeeves就提出了"像问人一样提问"的理念，但当时的技术远未成熟。Robby感叹道，Ask Jeeves其实颇有先见之明，它们拥有远超时代的产品直觉。

AEO、GEO与搜索优化的未来

针对AI时代搜索引擎优化（SEO）的演变——即AEO（AI Engine Optimization）和GEO（Generative Engine Optimization），Robby揭示了AI Mode内部运作的关键机制：当AI构建回答时，它执行"查询扇出"操作——模型将用户的原始问题拆解为多个子查询，可能多达数十个，在后台并行搜索，同时向数据后端请求实时信息。这意味着，本质上仍然是搜索在发生，只不过搜索者不是人，而是AI。

因此，传统的优质内容准则依然高度有效：是否满足用户意图？是否引用了来源？是原创内容还是反复转述了五百遍的信息？谷歌的人工评估指南（Human Rater Guidelines）——一份经过数十年精心打磨的长文档——所定义的标准，依然是判断信息质量的核心依据。

Robby给出的建议是：思考人们用AI来做什么。在当前的扩张期，用户越来越多地向AI寻求建议、操作指南和复杂问题的解答。如果内容创作者能针对这些需求创作出最佳内容，就更有可能出现在AI的回答中。

AI产品的核心洞察：语言正在成为新的编程接口

Robby分享了他近期最深刻的AI产品感悟：AI的交互界面正变得日益拟人化。仅仅几个月前，要让AI做好一件事，还需要精心设计的提示词（prompt engineering），甚至需要后训练（post-training）来调整模型权重。但现在，你几乎可以用自然语言写一份"指令"——"我是一家新创公司，这是我的内部数据，这是API的schema和URL，遇到这种问题时请务必准确回答"——模型就能理解并执行。

模型如今已被编码为能根据指令分配更多推理预算（reasoning budget）、调用工具或执行代码来连接API。这意味着，获取最复杂AI产出不再需要繁重的微调工作，一种民主化的访问方式正在形成。

"体现不懈改进"：产品人的核心精神

Robby用一个个人故事阐述了他的核心产品理念。他在Instagram的一次全员大会上被要求用一个词描述自己，于是紧急给妻子发短信求助。妻子回复了一个词："不满足"（Dissatisfied）。他起初有些受伤——不是"有爱心"或"体贴"之类的好词？但随后妻子发来一段更深的解释：不是你不快乐，而是你对世界给予你的东西感到不满足，你内心深处有一种渴望驱使你让一切变得更好。

Robby将此与Tony Fadell的TED演讲联系起来。Fadell讲述了一个关于水果上贴纸的故事——你在家兴冲冲地拿起一颗李子，拇指抠进贴纸，刺破了果肉，果汁渗出，贴纸弹飞，你弯腰捡起丢进垃圾桶。绝大多数人对此习以为常，但最好的产品人会问：为什么贴纸要在这里？怎么才能让它更好？这就是"体现不懈改进"——对世界的不满足不是抱怨，而是驱动力。

在AI Mode的诞生过程中，这一精神得到了直接体现。团队观察到用户在搜索查询末尾加上"AI"一词，试图触发AI功能。他们把这种荒谬的体验视为对用户的亏欠——我们每天都在辜负用户，没有帮他们更好地理解问题。正是这种"为用户感到不平"的不满足，驱动了整个AI Mode的诞生。

从Instagram Stories看产品战略：借鉴与创新的辩证

Robby在Instagram期间主导了Stories的上线，这一产品因借鉴Snapchat的格式而饱受争议。他对此给出了深度反思。

核心逻辑是：你必须真正理解人们为什么使用你的产品，并识别何时一种新的格式或方式已经构成了存在性问题。不是所有伟大的东西都会由你发明，但许多格式可以被你据为己有（make it your own）。Instagram的本质是"分享生活、与人连接"。Snapchat发明的全屏、阅后即焚、无点赞压力的格式，完美地服务于这一本质。但直接把核心信息流（Feed）扭曲成阅后即焚的形态是糟糕的方案——当你试图让一个用户心中已根深蒂固的核心产品做它不该做的事，往往适得其反。

因此，Stories必须是一个独立的、有自身属性的新格式，但又要与Instagram生态系统融合。团队做了大量让Stories"Instagram化"的决策：更丰富的创意工具（霓虹绘画、精致滤镜）；允许用户上传相册中的高分辨率照片（而Snapchat当时只允许使用内置相机拍摄）；加入了"暂停"功能（按住屏幕即可暂停播放的故事）——这些看似微小的改变，累积起来让Stories从"另一个Snapchat"变成了"Instagram的Stories"。甚至有团队成员后来感慨：页面顶部的那些Story圆圈仿佛一直是缺失的拼图，它补全了整个产品。

对于外界的"抄袭"批评，Robby的回应是：Feed格式也是Facebook发明的，但如今每个产品都有Feed——LinkedIn有、DoorDash也有。当一种交互模式成为核心原语（primitive），不给你的用户提供最好的版本，才是真正对他们的亏欠。

进入成熟产品后的增长方法论

Robby曾两次进入已有庞大用户基础的产品（Instagram和谷歌搜索）并推动显著增长。他总结了几条方法论：

保持谦逊——做产品就像打高尔夫，你永远距离打歪只有一杆之遥。一旦觉得自己很厉害，就什么都不懂了。世界变化很快，你必须始终服务于用户并从他们身上学习。

从理解产品的真正本质开始——借助"待办任务"（Jobs to Be Done）框架，深入研究用户为何使用产品。Clayton Christensen的《与运气竞争》是他最推崇的著作之一。关键不在于"用户在使用你的产品"，而在于"用户雇佣你的产品来做什么"。Christensen倡导的深度访谈方法被他称为"审讯"——你当时在哪里？你在做什么？是什么触发了你使用这个产品的念头？这个触发时刻（他称之为"大雇佣"，big hire）蕴含着最重要的因果信息。

从第一性原理出发而非用现有工具缝补——在Instagram的案例中，不应该问"如何让方形照片做得更多"，而应该问"用户真正需要什么，什么是最好的方式来满足"。在谷歌的案例中，不应只想着对核心搜索体验做微调，而应该思考"用户想要向谷歌提出一个极其复杂的问题，什么是最好的方式？"

新格式应当是补充而非替代——Stories没有替代Instagram，AI也没有替代搜索。它们都是扩张性的。引入新格式时，要让它与核心体验互补但又有明确区分：用户对空间有预期——信息流中的圆圈应该有信息流的行为，带有小时钟标记的圆圈则有不同的规则。Google AI同样是全页体验，支持追问对话，有自己的交互范式，但在视觉和系统层面与整体搜索体验保持一致。

Robby特别强调，将其他系统中行之有效的功能直接"移植"过来是最常见的失败模式。每个产品都有自己独特的用户群体和使用预期，必须尊重这些差异，学习他人的优秀做法，但用自己的方式重新实现。

资源投入的辩证：反对"精益崇拜"

Robby提出了一个与当前硅谷主流叙事相左的观点：他反对盲目崇尚"精益、小团队、快速试错"。虽然精益方法在建立内部信念时有其价值，但面对真正困难的技术问题——比如构建基础模型需要数年和数百人——小团队往往过早放弃或投资不足。

在大型公司内部，他观察到的更常见问题不是团队太大，而是团队太小太久——产品永远不够好，永远没有足够的势能，最终枯萎在藤上。Close Friends的案例就是一例：它之所以花了两年多才成功，部分原因就是团队长期保持在过小的规模，迭代周期过长。在创业公司的时间尺度上，这个周期足以致命。

他的建议是：当内部信念和外部验证同时到位时——你自己相信它，朋友的持续使用证明了它——就应该投入足够的资源来构建一个足够好的版本并把它推向市场。精益只是手段，构建正确的产品才是目标。

AI Mode的诞生故事：从五人小队到全美发布

AI Mode的诞生可以追溯到AI Overviews时期。团队注意到用户越来越频繁地向搜索输入自然语言问题，许多问题AI Overviews无法回答或根本不触发。一小群人围坐在一起追问：为什么不能对所有问题都这样回答？

他们观察到一个关键信号：用户在查询末尾主动加上"AI"一词，试图触发AI功能。这被团队视为"荒谬"——用户不得不hack自己的查询来获得想要的体验。于是，大约在一年前的夏天到秋天，一个五到十人的小团队开始构建原型：一个空白页面、一个闪烁的光标，你可以问任何问题。

Robby回忆了早期的"魔法时刻"——他在为女儿规划活动时向原型提问，AI Mode找到了公园信息、确认链接、Google Maps数据，甚至确认步行可达。那种"一切都对上了"的感觉给了团队继续前进的信念。

随后，产品经历了几个阶段：先向约500名外部可信测试者开放，其中包括朋友和家人，通过私聊收集真实反馈（"这坏了，这说不通"）；然后进入Labs阶段，任何人都可以开启，用真实的查询数据来调优；最终面向全美用户发布，并开始向更多国家和语言扩展。

Robby认为，这种从零到一的速度之所以可能，是因为人们感受到这是一个关键时刻——接下来一两年的产品将决定人们在未来许多年里如何使用下一波AI产品。这种紧迫感创造了健康的建设氛围，而他也感到对用户有一种义务：给他们最好的、由AI驱动的、包含谷歌所知的一切世界信息的搜索体验。

AI Mode的定位：信息而非聊天

面对ChatGPT、Claude、Perplexity等竞争产品，Robby明确了AI Mode的定位差异：AI Mode是"向搜索提出任何问题"的方式，专门为信息需求而设计。当你规划旅行、购买商品、研究课题时，它应该给出最有帮助的回答。

它较少关注创造力和生产力——虽然它可以帮你改写文字，但"上传表格输出图表"不是它的焦点。它更注重提供信息、上下文和来源链接，让用户能够验证和深入查阅权威出处。人们来谷歌是为了信息，为了学到东西，而不是把它当心理治疗师。

三条核心产品哲学（加一条附则）

Robby总结了他如果写一本产品书会包含的三章：

第一章：深度理解人

借鉴Clayton Christensen的"待办任务"框架，不要把用户看作"使用产品的人"，而要看作"雇佣你的产品来完成某件事的人"。Theodore Levitt的名言概括了这一点："人们想要的不是四分之一英寸的钻头，而是四分之一英寸的孔。"你要理解的不只是用户在做什么，而是他们为什么这样做——以及他们为什么不做。

第二章：分析严谨性与问题诊断

你需要理解你的问题。当指标下降时，追问为什么；当用户流失时，追查到真正的根因。Close Friends的案例生动地说明了这一点：产品最初完全失败，数据揭示原因——在许多市场中，"Favorites"被误译为"最好的朋友"，导致用户只在列表中添加了一个人，而一个人看到你发的内容并回复你的概率接近零。产品本质上被设计成了"连接你和朋友"的工具，但一个朋友的列表根本无法完成这个任务。

第三章：为清晰而设计，而非为聪明而设计

当某个交互模式已经成为用户心中的标准时，拥抱它比重新发明它能带来更大的杠杆。Don Norman在《设计心理学》中用门的例子说明了这一点：走过这么多年来，人们仍然不确定一扇门是该推还是该拉——因为对称的玻璃门上两个一样的把手没有传达任何方向信息。在数字产品中也一样，当你可以用全球通用的相机图标时，不要设计一个"既像相机又像AI、还带连接点的混合图标"。

AI Mode的命名本身就是这一原则的体现：你在标签页上看到它，立刻就知道它是什么。团队曾考虑过更有创意的名字，但那意味着用户需要先理解名字的含义——你在和自己作对。

附则：保持谦逊

不断质疑自己，倾听他人和用户的声音，乐于被证明是错的。

Close Friends：从完全失败到最受欢迎的两年迭代

Close Friends（密友圈，绿色圆圈）的故事是上述三条哲学的完整应用。

最初，团队将Close Friends设计为一个覆盖全系统的功能——可以在动态帖子或Stories中使用，还有密友专属的个人主页内容。但发布后完全失败：动态中一张精修美照旁边紧跟着一条脆弱的私密分享，在Feed的语境中极其违和；绿色标记在Feed和Stories中的出现位置不一致，用户困惑不已；"Favorites"的名称导致用户只添加一两个人。

团队开始系统性地诊断问题：

深度理解人——用户真正想做什么？分享一个脆弱的时刻，"我很孤独，有人吗？"这是一个关于情感连接的任务。如果列表里只有两个人，DM回复的概率极低，"情感连接"这个任务就失败了。Christensen所说的"功能性任务"与"情感性任务"——人们往往低估后者，但Close Friends恰恰是一个情感性需求远超功能性需求的产品。

分析严谨性——数据揭示，当列表中有20到30人时，产品运转良好：30人中会有两三个人通过DM回复，闭环完成，用户感受到连接。因此，整个系统需要围绕"让用户添加20到30个密友"来设计。

为清晰而设计——最初的绿色标记藏在Stories内部，用户必须点开才能看到。团队将其改为Story外圈的绿色光环（green ring），用户在Story托盘中一眼就能看到"那个绿色的小东西"，点进去才会发现"这是给我的私密故事"。名称从"Favorites"改为"Close Friends"，以避免"最好的朋友"暗示只加一两个人。团队还开发了"列表构建器"，通过算法推荐用户可能想添加的人。

这些改动使Close Friends从彻底的失败变成了Stories中最受欢迎的功能之一。整个过程持续了两三年，是Instagram最长的项目之一。但团队之所以愿意坚持如此之久，是因为用户研究始终指向一个核心痛点："我的前任在上面""我老师在上面""有个爱评判我的朋友在上面"——受众问题是阻碍分享的根本障碍，这给了团队长期投入的信念。

资源分配：追踪S曲线

关于如何在优化现有产品与押注新方向之间分配资源，Robby的方法论是追踪每条产品线或功能模块的S曲线。当产品的增长曲线趋近成熟，投入50人也无法显著推动指标时，就到了边际收益递减的临界点。这通常与某种根本性变化——用户预期的改变、市场饱和等——同时发生。此时需要从第一性原理出发，寻找新的增长引擎。

找到新方向后，投入资源优化它——每一次改动可能带来10%、20%、4%的增量——直到这条新S曲线也趋于平坦，然后再次重复。整个过程中，数据是导航仪：没有量化的目标，你很难知道自己做的事是否对任何人产生了影响。

AI的多模态未来：从文本到视觉

Robby对AI最兴奋的趋势是多模态——尤其是视觉和灵感类需求的突破。到目前为止，AI主要成长于文本模态——聊天。如果你想让它帮你重新设计书架，它只能用文字描述。但AI正被解放到每一个可能的模态中。

在I/O大会上，谷歌预告了一个视觉版AI Mode：你可以问"给我一个深色调的世纪中叶现代风办公室设计"，它会生成一个灵感图板（image board），然后你可以用自然语言继续对话——"我更想要浅色调、更奶油色、更有加州海岸感"——它会理解你的意图并迭代，甚至能"看到"图像内容并据此多轮交互。这与Nano Banana不同——Nano Banana是图像编辑器，而视觉AI Mode更像是AI灵感搜索、AI图像搜索，允许你用自然语言与视觉结果对话。

Search Live：让AI对儿童变得触手可及

谷歌刚刚从Labs中正式发布了Search Live功能——在Google App的主屏幕上有一个Live按钮，点击后可以与搜索进行实时的语音对话。Robby发现自己的孩子们非常喜欢这个功能——放学回家就会问"我能不能跟Google聊一下？"他们想了解动物、历史、在学校学到的东西。这种对话式学习如此自然，让孩子们比任何其他方式都更快地成为"AI原住民"。

保持好奇：最后的信念

Robby在对话的最后分享了他最根本的信念：保持好奇。他几乎曾以"好奇"命名自己的公司。想知道为什么一切是这样而不是那样，想知道为什么有人与你持不同观点，想知道为什么某个东西不起作用——那些拥有强烈好奇心并追踪答案直到弄明白的人，往往走得最远。

他将AI称为"终极好奇心引擎"——你现在可以问任何问题并获得信息。但他也强调，不能只依赖AI的总结，还需要回到原始来源——阅读那些统计学的旧论文和PDF、翻阅经典书籍。AI可以帮助你发现这些资源，但真正理解需要亲自阅读原文。

闪电问答

• 推荐书籍：Clayton Christensen《与运气竞争》（Competing Against Luck）、Don Norman《设计心理学》（Design of Everyday Things）、David Koepp的小说《Aurora》（一部关于太阳电磁脉冲的科幻惊悚作品，曾是Netflix改编剧计划）。
• 影视推荐：《熊家餐馆》（The Bear）、《沙丘》（Dune）、《壮志凌云：独行侠》（Top Gun: Maverick）。
• 近期爱用产品：Purple Pillow——一种采用蜂巢聚合物技术的新型枕头，支撑性好且通过微孔散热。
• 人生座右铭：保持好奇（Be Curious）。
• 创业轶事：Stamped时期的"Justin Bieber故事"——他和联合创始人给Scooter Braun（Bieber的经纪人）发邮件说"明天在LA能见面吗？"（实际上他们根本没打算去LA），收到"来这个酒店吃早餐"的回复后，立刻飞往洛杉矶，成功让Bieber成为Stamped的用户和顾问，带来了大量关注。