#模型时代# 谷歌VP产品心法：5人小队是爆款发动机！招人原则：能量场＞简历，副业＞PPT


几个前沿AI实验室，论起在播客里谈话的深度，还是谷歌大于Anthropic，大于OpenAI，大于Meta（现在不行了），大于Grok（几乎不存在）。

Josh Woodward 是 Google Labs 的副总裁，他同时负责 Gemini App、NotebookLM 和 AI Studio 等多个明星产品。作为 Google 内部最受欢迎的领导者之一，他带领团队创造了多个现象级产品：一款内部代号为“Nano Banana”的图像生成功能，上线后火爆到几乎“熔化”服务器；视频生成工具 Flow 从想法到上线仅用86天；而 NotebookLM 被称为谷歌的ChaGPT时刻。最近他接受了Peter Yang频道的访谈，聚焦于他如何在 Google 这个巨头内部建立创业文化，以及他对AI产品未来的看法。

一、5-7人小团队如何创造爆款？

小，即是快的极致实践

Josh 透露，Google Labs 的项目通常以5到7人的小团队启动：一般是1位产品经理、几位工程师、1位UX设计师，然后就立刻开干。这种精悍的配置是精心设计的结果，因为在产品方向尚不明确时，过大的团队规模反而会产生不必要的协调成本。

“我早期犯过的一个错误就是团队组建得太大、太早，”Josh 坦言，“结果我们花了大量时间在协调工作上，但其实连产品的核心定位都还没想清楚。” 现在他们采用“市场拉动式扩张”策略：先用小团队做出产品原型，当获得真实的市场需求和用户反馈后，再快速扩充团队。例如，NotebookLM 火了之后，用户纷纷询问移动端版本，他们才意识到：“糟糕，我们还没有移动开发团队。”

86天极速上线的产品哲学

Flow 是 Google 推出的AI视频生成工具，可以根据文字描述生成带有音效的8秒短视频。这个产品从想法到上线只用了86天，即使以创业公司的标准衡量也堪称神速。成功的关键在于极度聚焦最小可行产品（MVP）：先推出8秒视频生成的基础功能，上线后保持每周迭代的节奏。在短短三周内，团队就根据用户反馈增加了竖屏模式、无限生成额度等功能，而不是闭门造车一年才发布一个所谓的“完美”产品。

Josh 的团队甚至会故意保持一定的“灵活性”来加速学习。他举例说，Veo（Google的视频生成模型）最初在一个独立的测试网址上线，收集用户反馈后才整合进 Gemini App。这种看似不够系统化的做法，实际上大大加速了产品验证和迭代的速度。

用户的眼神比数据报表更重要

“很多 Google 团队的数据看板可能都不支持显示1万以下的数字，”Josh 半开玩笑地说。但对他的团队来说，第一批1万个日活或周活用户才是最令人兴奋的里程碑。这代表着产品真正产生了价值，用户愿意持续使用，而不是靠大规模推广堆砌出的虚假繁荣。

他尤其推崇“咖啡店观察法”：“走出办公楼，去咖啡店、去大学校园。当你创造出真正打动人心的产品时，你能从用户眼中看到那种惊喜和兴奋。”在产品早期，这种定性观察往往比任何定量数据都更有价值。

二、让Meme（模因）文化驱动产品增长

“Nano Banana”的病毒式传播奇迹

Google Gemini 中图像生成功能的成功充满戏剧性，其内部昵称是“Nano Banana”。其中最火爆的功能“1/17比例迷你手办生成”最初竟然起源于泰国。这个功能先在泰国社交媒体上爆火，随后传播到印度尼西亚、越南，最终席卷全球。在高峰期，该功能在某些国家的查询量一度占到了 Gemini 总查询量的30-40%，火爆程度甚至让服务器的TPU（谷歌自研AI芯片）资源持续告急，濒临“熔化”。

团队的应对策略非常巧妙：不是限制用户，而是仔细观察用户行为模式，然后将复杂操作简化。他们直接在 Gemini 首页添加了预设的提示词模板，用户只需上传照片，一键就能生成迷你手办效果。至于那个标志性的香蕉emoji？那是某位工程师深夜加班时“随手”加入代码的彩蛋，没想到后来竟成了产品的标志性符号。

让用户定义产品的边界

Josh 分享了几个完全超出团队预期的用户使用场景：

* 艺术家的新型营销模式：艺术家们在AI生成的室内设计图中巧妙嵌入自己的画作，并将这些效果图作为“买家秀”展示给潜在客户，大大提升了作品的场景感和购买欲。

* 实体创意商品定制：用户将AI生成的独特图案制作成刺绣、贴纸、徽章等实体产品，开创了AI辅助的创意周边产业。

* 跨媒介的风格转换：将普通照片转换成水彩画风格，或把简笔插画变成精美的刺绣设计图，让不会画画的人也能创作艺术。

“这些用法完全超出了我们的想象，”Josh 感叹道，“但这就是把强大工具交到用户手中的魔力——他们会创造出你做梦都想不到的应用场景。”

三、招聘的“非常规法则”

副业项目比简历更具说服力

Josh 的团队有份内部文档叫《Labs精髓》（Labs in a Nutshell），其中最重要的部分是“什么样的人能在Labs成功”，列出了15-17条特质。排在第一位的竟然是：“你在业余时间都在捣鼓什么？”

“真正热爱创造的人，会通过构建原型来表达想法，而不是写文档或做PPT。”Josh 解释道。在AI技术日新月异的时代，这种实干型人才更能适应疯狂的迭代速度。那些只会做漂亮演示文稿的人，在这种环境下很难生存。

能量场比履历更重要

Josh 特别强调要寻找“自带能量场”的人：“早期项目总是充满不确定性，经常面临‘这个产品到底行不行’的灵魂拷问。”他寻找的是自带能量、积极乐观的“高能乐观主义者”，他们拥有“我们能搞定”的创业心态和坚信能逆袭的“挑战者韧性”，而不是大公司里常见的“让我们再做个风险评估”的保守思维。

其他关键特质还包括：

* 学习速度超快：AI领域发展迅猛，上个月的最佳实践这个月可能就过时了，必须能快速吸收新知识。

* 为人谦逊友善：小团队容不下“有毒”的天才，团队氛围比个人能力更重要。

* 对产品有深刻见解：面试时，他期望候选人带着对产品的深度分析和犀利反馈前来，比如“这里做得好，那里很糟糕；这里你们领先，但那里你们正被对手碾压。”这直接体现了批判性思维和产品品味。

四、AI交互的范式革命

告别打字框的交互未来

“很难想象一年后我们还在对着聊天框打字。”Josh 的判断非常明确。数据已经说明了一切：使用语音交互的对话时长是文字交互的5倍。用户会在开车、散步时自然地和AI对话，这种解放双手的交互方式更符合人类的自然习惯。

他透露，Google 内部在语音理解和生成技术上已取得重大突破。结合强大的视觉和视频生成能力，未来的用户界面将是动态的、流动的、多模态的，而不是现在这种机械的“输入框+回复框”模式。

“3P”原则打造真正的AI助手

Josh 正在内测的 Gemini 个性化功能令人期待，他用三个“P”来概括其愿景：

* Personal (个性化)：不仅仅是接入Gmail、Google Photos等个人数据进行简单检索。一位用户分享，他将一份包含自己优缺点、目标、恐惧甚至财务状况的私密文档喂给Gemini，每季度让AI给自己做一次“人生打气（pep talk）”。未来的AI助手，就能在获得授权后，像这样深度理解你的背景和需求，回答例如“基于我的家庭状况，未来三年应该如何规划？”这类宏大的人生问题。

* Proactive (主动性)：想象早上醒来，Gemini 已经为你梳理好一天的会议要点，甚至提醒你“在下午3点的会议上，记得询问项目预算的批准进度，这是推进下一阶段的关键”。从被动响应到主动协助，这是质的飞跃。这种主动性还会延伸到工作之外，比如帮你梳理混乱的孩子日程，在你最需要的时候“派上用场”。

* Powerful (强大的)：像 Gemini 的图像生成功能一样，把原本需要专业技能的工作，变成人人可用的创作工具，让普通人也能拥有专业级的生产力。

“现在大部分AI产品都是被动的，你必须主动提供所有信息和指令。”Josh 说，“我们想让 Gemini 真正为你工作，理解你的目标，并在后台默默地为你推进各项事务。”

五、AI协作时代的新工作模式

设计师一周重构整个产品

Flow 团队的一位设计师使用 AI Studio（Google的AI开发平台）重新实现了整个 Flow 产品，还加入了计划中的下一代功能。整个过程只用了一周，而传统开发方式至少需要六周。更重要的是，有了可运行的原型，团队可以立即开始用户测试，极大地加速了产品迭代。

Jules：云端自动修复Bug的编程助手

Jules 是 Google 开发的异步编程助手，它的工作方式很特别：在云端独立运行，自动处理任务。当团队在 Bug Bash（集中测试找Bug的活动）中发现问题后，Jules 会在后台默默修复，并自动生成代码提交请求（Pull Request）等待审核。

Josh 描绘的未来场景更加诱人：“想象 Jules 实时监控用户反馈，自动整理出最严重的10个问题，独立修复其中4-5个简单问题，然后告诉你需要重点关注哪几个复杂问题。这才是真正的人机协作。”

Opal：让非程序员也能构建AI工作流

Opal 是一个可视化的节点编辑工具，用户可以通过拖拽的方式串联多个AI调用，构建复杂的自动化流程。最有趣的案例是，团队的法务同事也创建了一个 Opal 工作流，用来预审产品文档中的法律风险点，并自动标注出需要深度审查的部分。当非技术人员都能轻松构建AI工作流时，整个组织的工作方式都正在被重塑。

核心洞察 Q&A

问：为什么小团队反而能在大公司里跑得更快？ 答： 秘诀在于“需求拉动式成长”，而非“计划推动式扩张”。先用5-7人的精英小队做出让首批1万用户热爱的产品，验证了真实需求后再扩充团队。这避免了大团队的沟通成本和决策延迟。要记住：数据报表可能会误导你，但用户使用产品时的眼神不会说谎。

问：如何在追求速度的同时保证产品品质？ 答： 86天上线不是草率发布，而是极度聚焦核心功能，然后快速迭代。Flow 刚上线时只能生成8秒视频，但通过保持每周更新的节奏，不断完善功能。关键是与用户“共同创造”——仔细观察他们的使用方式，快速响应需求。比如，病毒式传播的手办功能就是团队观察到用户行为后，通过添加预设模板大幅简化了操作流程。

问：AI产品的下一个重大突破在哪里？ 答： 从“被动工具”到“主动伙伴”的转变。现在的AI需要用户提供所有背景信息和明确指令，而未来的AI应该能主动理解你的生活节奏、工作目标，并主动为你服务。设想这样的场景：早晨醒来，AI已经分析了你的日程、邮件和项目进度，为你准备好一天的行动要点，甚至提醒你在关键会议上要争取哪些资源。这才是真正的生产力革命。

总结

Josh 和他的团队用实践证明了一个道理：在AI时代，快速试错比追求完美更重要，用户共创比闭门造车更有效，小团队的灵活性可以战胜大公司的资源优势。

如果你想在大公司里提升创新速度，记住这几个要点：

1. 团队保持精简：5-7人的小队也能改变世界。

2. 快速推出MVP：86天推出核心产品比憋一年大招更容易成功。

3. 贴近真实用户：去咖啡店观察用户反应比看数据报表更真实。

4. 招聘实干家：招那些业余时间也在创造的人。

5. 进化AI角色：让AI从工具进化成真正理解你的智能伙伴。

正如Josh所说：“即使现在暂停所有AI模型的研发，光是把现有技术转化成实用产品，我们也还有5-10年的事情可做。但模型的发展并未放缓，所以关键问题是：如何把这些令人惊叹的技术能力，转化成真正改善人们生活的产品？”

这或许就是 Google 重新找回创业精神的秘密——不是追求更大的规模，而是用更精干的团队、更快的速度，去创造真正有用的产品。