一年前，当 OpenAI 席卷硅谷时，曾经引领互联网时代的 Google 却像在这场新的 AI 大战里慢了半拍，一时间拿不出能够定义它自己「ChatGPT Moment」的产品。
但在短短一年里，随着 Nano Banana、Genie 3、Veo 3 到 Gemini 2.5 的连续发布，Google 正从「研究实验室」走向「AI 产品工厂」。它重新成为了一家真正有可能抵达 AGI 的公司。
Google 的故事从不是某个瞬间的爆发。正如产品副总裁 Robby Stein 在采访中所说：「外界总喜欢把巨大动能归因于一次变革，但在我看来，这都是长期积累的结果。」
所以不是 Google 一夜转身，而是多年沉淀开始回响。
Robby 曾在 Instagram 推出 Stories、Reels、Close Friends，将日活提升至 5 亿，随后又回到 Google 推进 AI Mode。能在两款全球级产品中产生结构性影响的人极少，而支撑他的只有一句话：永不满足。
在他看来，做产品和创业一样：从一支小团队开始，亲手做出一个能真实触碰的东西，然后自己用它，感受它的力量，才能知道它是否成立。
2025 年 3 月，Google Labs 首次推出 AI Mode。到 10 月，这项能力终于面向全球 200 多个国家和地区免费开放。自 1997 年问世以来，从最初的蓝色链接到如今的 AI 回答，Google 搜索的形态已被重塑。
但 Google 搜索的核心目标从未改变：不是简单提供信息，而是帮助用户更快抵达真正需要的答案。早在 2000 年，创始人 Larry Page 就提出：「人工智能将是谷歌的终极版本。如果有终极搜索引擎，它会理解整个网络上的一切。」
然而当 ChatGPT、Perplexity 等聊天机器人出现后，人们开始质疑：既然可以直接得到回答，为什么还需要搜索吗？
但用户的好奇从未改变，而外界也往往低估了搜索本身的广度。一个电话号码、一件商品价格、一条路线，几乎所有需求都被浓缩在一个搜索栏里。AI 不仅没有取代搜索，反而放大了网页的价值，让人们有了更多想去问、去探索的理由。这正是 Google 此刻看到的新增长。
经历这一轮转身后，Google 不再需要用一个时刻来定义自己。它正在回到最初的使命：整合全球信息，使人人皆可访问并从中受益。
本期内容来自 Lenny’s Podcast ，以下是真格编译全文。
- 下一代搜索体验的三大组件：AI Overviews 提供快速总结；Google Lens 支持拍照即搜的多模态查询；AI Mode 将两者与 Google 庞大的知识网络结合，让用户能以对话的方式进行多轮搜索。
- 灵感可以借鉴，但不能照搬：产品经理需要从外部新交互和新习惯中获取灵感，再在自身产品的逻辑和用户心智上做「再创造」。如 Instagram Stories 借鉴了 Snapchat 的即时内容，但加入画笔、滤镜、暂停机制等「Instagram 化」的表达方式。
- 老产品的新增长要从本质出发：产品经理首先要理解用户真正想从产品中获得什么，厘清核心任务，然后跳出「打补丁」的惯性。无论是 Google AI Mode，还是 Instagram Stories 和 Reels，本质上都是新的内容形式。
- AI 是补充，而不是替代：将新功能融入成熟体系的最好办法是让其成为核心体验的一部分，同时又保持独立。每引入一个新功能都会带来新的增长引擎，再通过持续迭代，让用户愿意留下来、愿意推荐给他人。而数据则是判断方向是否正确的指南针。
- 精益团队不必适用于重大创新：小团队确实善于快速迭代，但也容易因为投入不足而在关键问题上止步。Instagram 的 Close Friends 就是例子。初创如果资源过少，产品难以达到应有的完成度，可能在中途被淘汰。
AI 重新定义下一代搜索体验
Lenny：Robby，非常感谢你今天来做客。这真是一个再合适不过的时机了。就在上周，Google Gemini 登上了 App Store 排行榜的第一名，到现在还在 ChatGPT 之前。
我想没人预料到这一幕。过去大家总是在问：Google 到底在干什么？你们的技术那么强，为什么在消费端却迟迟没有亮眼的产品？为什么是 ChatGPT 和别的公司在引领潮流，而不是 Google？
所以首先，恭喜你。我知道这不是你一个人的功劳，但我相信你一定在其中发挥了重要作用。
Robby Stein：是的，这是很多人共同努力的结果。
Lenny：感觉 Google 内部好像真的变了，特别是在面向消费者的 AI 产品上。NanoBanana 是这波用户增长的主要来源吗？
Robby Stein：大家对 NanoBanana 非常兴奋，这点毋庸置疑。但越来越多人也开始意识到，其实 Google 自身的产品组合就能释放出巨大的能量，有太多令人惊叹的场景可以实现。
有时候我自己都很意外。在搜索里，我们以为一些功能已经很显眼了，毕竟它们就在最顶端。可我经常在 X（原 Twitter）上看到有人说：「我刚发现了 Google 的这个新 AI 功能！」
这让我意识到，对我来说非常明显的东西，对很多用户来说仍是新发现。这说明大家才刚刚开始意识到这些工具如今到底有多强大。
Lenny：是的，Google 一直有惊人的技术储备，Transformer 架构几乎奠定了整个 AI 创新的基础。但过去几年大家一直在问：「Google 到哪去了？为什么没做出真正惊艳的产品？」这期间是大规模重组、新领导上任，还是形成了新的理念，才有了今天 Gemini 的热度？
Robby Stein：我最早在 2007 年加入 Google，2024 年是我第二次回到这里。虽然我不能代表过去十几年的全部经历发言，但我现在能明显感受到公司内部多了一种强烈的专注和紧迫感，大家都想尽快推出真正出色的产品。
我们与 Google DeepMind 的同事紧密合作，团队里既有顶尖工程师，也有多年经验的研究人员。当这些能量汇聚，再加上产品、技术和研究团队的紧密配合，推进速度就会显著加快，成果也随之爆发。我不认为这是某个单一事件或个人带来的结果。
外界往往喜欢把巨大的动能归因于一次变革或某个领导者，但在我看来，这是长期积累的结果。我们每个月都在持续改进产品和模型，每一天都在变得更好一点。这种持续的改进最终会到达一个临界点，让用户突然觉得：「这真好用。」然后他们会更频繁地使用，体验也越来越好。
过去一段时间里，Google 在投入和聚焦上做了正确的决策，而现在，大家终于看到了这些努力结出的果实。
Lenny：过去这两年，看到 ChatGPT、Perplexity 以及一系列 Chatbot 的出现，很多人都在说：「Google 已经落伍了。没人再想看一页页搜索结果、点一个个链接了。」既然可以直接得到答案，为什么还要搜索？
但现在看来，事情并没有像他们预言的那样发展。Google 依然运转良好。你能不能谈谈目前 Google 搜索的整体情况？在这么多竞争对手出现之后，尤其是 ChatGPT 上线以来，你们在数据上看到的变化是什么？
Robby Stein：很有意思，人们使用搜索的目的非常广泛，种类多得令人惊讶。他们可能是想找一个电话号码、一件商品的价格、一条路线，或者纳税页面，几乎所有需求都涵盖其中。
我觉得外界往往低估了搜索的广度。从我们的观察来看，这些最基本的需求并没有改变。AI 在很多层面上并没有动摇人们最核心的搜索动机。
相反，我们发现 AI 反而带来了扩张。换句话说，人们提出的问题变得更多了，也激发了新的好奇心。AI 不仅没有削弱搜索，反而让大家有了更多想去问、去探索的理由。这也是我们目前看到增长的来源之一。
所以我认为 Google 搜索的形态并没有发生根本变化。我们没有看到所谓的衰退，反而进入了一个扩张的阶段。
现在用户可以拍一张照片来直接提问。Google Lens 是增长最快的产品之一，视觉搜索的使用量同比增长了 70%，每天有数十亿次搜索。你可以拍下自己的鞋子，问「我在哪能买到这双鞋？」；拍下作业题，说「我在第二题卡住了，能帮我吗？」；甚至拍下书架，说「基于这些书，你还推荐我看什么？」
现在，AI 已经能帮你完成这一切。这正是我们看到增长空间依然巨大的原因，也解释了为什么我们对此如此兴奋。
Lenny：所以你们并没有看到所谓「搜索已死」的迹象。与此同时，你们最近上线了 AI Mode，我觉得外界对它的关注还远远不够。它可以通过 google.com/ai 进入，对吧？
我在准备这次采访时一直在用这个功能，真的太惊艳了。我问它：「关于产品和增长，最好的 newsletter 是哪一份？」它的回答非常聪明：Lenny’s Newsletter。
Robby Stein：一击即中。
Lenny：而且我注意到，你打开 AI Mode 时，首页上会出现一些个性化的提问建议，比如「帮我转行做产品经理」。我当时心想：它怎么知道我最近在关注这个？后来才看到说明，它其实是根据我的 Google 使用行为生成的推荐。
所以能不能聊聊 AI Mode？它到底能做什么？有哪些功能已经很强大但大家还没真正意识到？
Robby Stein：我想可以从三个核心部分来理解我们所谓的 AI 搜索，也就是「下一代搜索体验」。
第一部分是 AI Overviews（2024 年推出的 AI 摘要）。这就是你在 Google 页面顶部看到的那段由 AI 生成的快速总结。很多人已经用过了，这部分的增长非常快。用户只需要像平常一样输入问题，Google 就会自动生成一个由 AI 整理的答案，非常实用。
第二部分是多模态搜索，也就是视觉搜索和 Google Lens。这方面现在增长也很快。用户只要打开 Google App 的相机，就能通过拍照来获取搜索结果，查资料就像在和世界打视频电话一样。
第三部分就是 AI Mode。它把前两者整合在一起，打造出一个端到端、真正前沿的搜索体验。用户可以像和人交谈一样与 Google 互动，进行多轮对话。它专为搜索而生，能调用 Google 内部庞大的知识网络。
举个例子，Google Shopping Graph（购物图谱）里有超过 500 亿个商品数据，商家每小时会实时更新 20 亿次价格；Google Maps（地图）有 2.5 亿个地点；还有金融数据、网页内容，以及整个互联网的上下文。AI Mode 能理解并调用这些信息，帮你在获取背景知识的同时更深入地探索。我们把这些内容都注入一个「能与 Google 对话的大脑」里。你可以问它任何问题，它会基于这些数据尽可能给出高质量、可靠的回答。
当你在 AI Overviews 里看到 AI 的回答后，可以直接提出追问，它就会自动进入 AI Mode。同样地，使用 Google Lens 拍照搜索时也会跳转到 AI Mode，让你继续提问或进一步了解。我们希望通过这种方式把 AI Mode 自然地融入 Google 搜索的核心体验之中。
Lenny：我猜现在很多人还在观察大家怎么用这些功能。但你们对这些组建有什么展望？未来是否会一直保持「顶部是 AI Overviews、旁边是 AI Mode、再加上多模态体验」的结构？还是目标让它们最终完全融合？
Robby Stein：我认为未来它们确实会越来越紧密地结合在一起。AI Mode 就代表了这种趋势。
不过我更把 AI 看作是对核心搜索产品的延展，而不是替代。理想状态下，用户根本不用去想「我该在哪个入口提问」，只需要「去 Google 就行」。
你现在在搜索框里输入问题时，AI Mode 的部分能力其实已经融入了 AI Overviews。比如你可以输入一个长达五句的复杂问题，AI 会在顶部生成摘要，然后你可以进一步点击进入 AI Mode，展开更深入的对话。这就是它们之间的衔接方式。
同样的逻辑也适用于拍照搜索。比如你拍下一株植物，问「这是什么植物？」；或者拍下一双鞋，问「我在哪能买到？」系统会先生成一个 AI 概览，再引导你进入 AI Mode 继续追问。
用户无需思考这些模式切换，整个过程都会变得自然连贯。但这对我们来说仍是一个全新的探索。所以我们先从一个明确的入口开始，比如 google.com/ai，让大家能方便地使用、反馈体验，为后续的整合打下基础。
Lenny：我最近请到了 Brian Balfour（Reforge 创始人兼 CEO）来做客，他提到一句让我印象深刻的话，是 Alex Rampell（a16z 合伙人）说的：创业是一场「在巨头追上你之前，先抢到分发渠道」的游戏。
你刚才讲的让我立刻想到这句话。之前大家都有时间去跑通自己的分发路径，而现在，Google 要入场了。
Robby Stein：我们发现，用户早就在 Google 上问这些问题了，他们希望 Google 能直接给出答案，比如要做复杂计算，或者拍下一道化学多选题去解答。这些使用场景本来就在发生，而现在我们可以用 AI 去处理越来越多这样的复杂需求。我们希望这能成为一个更自然的入口。
接下来我们的任务，是让这些新功能更容易被使用。毕竟用户已经习惯用「关键词」的方式搜索，我们内部称之为 keyword ease。但现在，Google 已经可以直接理解自然语言。这是一个巨大的转变。
我们也看到越来越多人在提更长、更复杂的问题。就像不只是输入「约会地点」，而是说：「我已经去过这四家餐厅了，想再找个可以户外用餐的地方，我朋友对一些食物过敏。」这些都可以直接输入 Google。我们很期待让这种体验变得更轻松、更自然。
Lenny：很有意思，让我想到以前的 Ask Jeeves（上世纪 90 年代最大的搜索引擎之一）。那时候的理念就是「像和人说话一样提问」，系统就能给出好答案。后来大家转向 Google，要自己学会「怎么输入 Google 喜欢的关键词」。而现在好像又回到了起点：你直接问，他就能回答。
Robby Stein：是啊，Ask Jeeves 当年挺超前的。他们做的事跟我们现在回过头做的事情有异曲同工之妙。
Lenny：你怎么看最近出现的 AEO、GEO，这些 SEO 的进化版？我猜你可能会说「别纠结，只要专注于创造高质量内容就行」。但现在确实有一整套新的技巧专门研究怎么让内容出现在AI 的回答里。你怎么看？
Robby Stein：当然可以聊聊这背后的原理。理解这些机制反而能帮大家创作出更好的内容。
当我们的 AI 构建回答时，它会进行一个叫 Query Fan-out（查询发散） 的过程。模型会把 Google 搜索当作工具，去执行更多的查询。比如你问一款鞋，它可能在后台自动扩展出几十个相关搜索。同时它还会访问数据后端，如果需要实时信息，就会发出请求。
所以本质上，它确实在搜索，只是搜索的不是人，而是 AI。每次搜索都对应着具体内容。如果你的网页在某个搜索结果中非常有帮助，AI 就更可能引用它。
你可以去看看 Google 的「搜索体验评测指南」（Search Quality Raters Guidelines）。这是一份经过多年打磨的文档，定义了什么是优质信息。比如你的内容是否真正满足了用户意图？是否提供了来源？是否为原创？如果只是重复网络上已经被转发了 500 次的内容，那就不太行。
这些最佳实践仍然适用。因为 AI 说到底也是在研究，是在找信息、判断信息。决定内容是否优质的核心信号依然成立。遵循这些原则，你的内容就更有可能被纳入 AI 的回答中。
我唯一想补充的是：想想人们用 AI 是为了什么。
现在是一个扩张的时刻。用户提的问题比过去多得多，尤其是在「建议」「操作指南」「复杂决策」这些领域。如果我是内容创作者，我会思考：人们在哪些场景下会用 AI？我的内容又怎样才能真正满足那类需求？我觉得这才是最实用、也最具体的思路。
Lenny：你刚才提到搜索那部分我特别感兴趣。人们在用 Google AI 搜索时就像同时在搜索上千个网页。这是不是意味着，它和市面上其他聊天机器人在底层机制上完全不同？毕竟很多模型在回答时并不会主动去检索那么多实时的网页内容。
Robby Stein：是的，这是我们专门为自家 AI 开发的一项能力。它不仅具备模型本身的参数记忆、思考和推理能力，我们还特地为「信息任务」做了特别设计，让它在满足信息需求这件事上做到最好。
所以它不只是能查信息，还能判断正误、做自我核查，这些能力都被嵌入了模型之中。Google AI 拥有对 Google 搜索体系的独特访问权限，这意味着它能利用我们在识别垃圾内容、权威来源、以及高质量信息方面积累的所有经验。我们会在最终呈现的答案里附上引用来源，让用户能自己去验证。这就是我们在设计时最核心的理念：透明、可靠、可溯源。
Lenny：你在不少 AI 产品上有实战经验，不只是 Google，还有 Artifact（AI 驱动的个性化新闻 App）和 Instagram。从你的角度看，有哪些关于 AI 产品的经验是外界可能不太理解的？有什么让你在开发过程中真正感到意外的发现？
Robby Stein：过去一两周我有个挺强烈的感受：AI 的交互界面正在变得人性化。
以前要让 AI 完成一个复杂任务，得费很大劲，你得像念咒语一样输入提示词，要写得极其精准。大家都有各种提示工程技巧，比如「假装你是某位教练」或「以专家身份回答」。
技术角度讲，过去如果想让模型使用某个外部工具，还得经过后训练（post-training），基于基础模型重新导入数据、更新权重，这个过程既慢又重。
但现在的变化非常明显。你只要用自然语言，就能让 AI 理解复杂的上下文，几乎像下达任务一样直接。比如你可以说：「我是一个初创公司，这是我们的内部数据、API 和数据结构。遇到相关问题时，请特别留意这些 URL 的调用方式是否正确。」
现在的 AI 能真正理解这些内容，自动调整策略。它会在遇到复杂问题时分配更多推理预算，必要时还会主动调用外部工具、执行代码、连接到指定 API。这是非常新的能力，也意味着 AI 的使用门槛正在大幅降低。越来越多的人不再需要微调或特殊训练，就能直接用这些模型创造出令人惊艳的东西。
Lenny：这让我想到我最近采访的另一位嘉宾 Nikhyl Singhal。他之前在 Google 负责 Google Meet，专门研究如何让产品更「令人愉悦」。她提到，Google Meet 之所以能后来居上，甚至让人觉得有点「碾压」 Zoom，不是因为团队想做出最强的视频会议软件，而是因为他们的目标是「让会议像面对面一样自然」。这和你刚才说的理念很像，AI 的终极目标就是让人感觉像在和一个人交流。
Robby Stein：没错。
永远不满现状，不懈改进
Lenny：我们来聊聊你的职业经历吧。在采访前我问过你，有没有什么理念是你特别想在这次对话里分享的，可以帮助产品经理或创业者打造更好的产品。你提到「embodying relentless improvement」，把「不懈改进」变成一种身体力行的状态。能不能讲讲这是什么意思？为什么对你来说如此重要？
Robby Stein：当然。我认为一个优秀的产品人通常具备两种特质。第一是执着，一种朝着可能的方向持续投入、永不松懈的能量。第二是改进，无论事情做到多好，都要想办法让它更好，永远不满足于现状。
这个理念源自一个挺有意思的经历。当时我还在 Instagram，第一次参加全员大会。主持人做了个破冰小游戏，让大家用一个词形容自己。我一时间没想好，就给我太太发短信问她：「你用一个词形容我，会是什么？」她立刻回了一个词：「dissatisfied」（不满足）。
我在后台看了笑出来，一开始还有点被打击到，心想：「就不能是温柔、体贴之类的吗？」过了几秒钟，我看到她的输入框又亮起来，接着发来一大段话。
她说：「这不是因为你不快乐，而是因为你希望世界变得更好。你之所以不满足，是出于一种深层的动力。当你看到世界哪里不够理想，你就会想去推动它前进。」
那句话让我印象极深。后来我发现，无论是那些失败的项目，还是如今有数十亿用户的成功产品，真正的差别往往就在这种精神上。一个好的产品人，往往是自己作品最严苛的批评者，也是那个对现状最不满意的人。
成功当然有运气的成分，但能做出真正好产品的团队都有一个共同点：他们相信「只要再多走两步，我们就能到达那个点」。这种信念在积累到某个时刻会形成一个临界点，让产品真正跨越鸿沟，变得对用户有价值。
还有一个我一直记得的故事。十年前 Tony Fadell 在 TED 上做过一个演讲，叫《Look broader, look closer, think younger》。他说，随着我们长大，逐渐会习惯成人世界的一切。我们开始接受那些不合理的存在，对缺陷视而不见，摊摊手说「唉，世界就是这样」。但如果你拒绝这种惯性，去不断追问「为什么」，那种不满足本身就能成为创新的起点。
他讲了个买水果的故事。有一次他去超市买桃，发现每个桃子上都有个小贴纸。回家后你拿起水果想吃，用手指抠那个贴纸，结果指甲戳破果肉，果汁流出来。你把贴纸扔进垃圾桶，结果没扔进去，又弯腰去捡，再扔一次。他用了十分钟讲这个细节，最后问：「为什么贴纸要贴在这里？有没有更好的做法？」
这就是他想传递的心态：不要接受「本来如此」，要去问「为什么这样」和「能不能更好」。我觉得最出色的产品人都是这样思考的。
Lenny：我想你参与过的那些产品里，肯定也有不少这样的例子。有没有哪个具体项目能体现这种心态且最终结果也很好？
Robby Stein：一个很典型的例子是我们在做 AI Mode 的时候。我们发现，当用户提出复杂问题时，AI Overviews 往往答不上来，甚至很多时候干脆不出现。
于是我们团队坐下讨论：为什么不能让它对所有问题都能用？为什么不直接让 AI 去做？以前我们总说「那不是优先级」，但那段时间我们注意到，很多人搜索时会在问题后面加上「AI」，希望系统能用 AI 的方式帮他们完成任务。
那一刻我们意识到，用户已经在期待 Google 能做到更多，而我们在让他们失望。正是这种为用户感到「不满足」的情绪促使我们从头搭建一个全新的系统。这过程很难，但我们都清楚，那是必须去做的事。
Lenny：假设我们把产品经理分成两类：一类是「专注打磨体验，让产品更好」的人；另一类是「数据驱动、目标导向、完成 KPI」的人。你怎么看两者的关系？
Robby Stein：我从不把这两者看成对立面。它们必须结合在一起。我的思考通常从一个问题或愿景出发。
绝大多数伟大的公司和产品最初都源于一个问题。在不断追问的过程中，人们才发现新的可能性。当一个创业者提出「如果我们换一种做法会怎样」时，真正的创新就从那一刻开始。
但创造需要判断和验证，也就是指标。比如你上线了一个新产品，用户喜欢吗？留存情况怎样？第 7 天、第 30 天、第 90 天还在用的人有多少？留存曲线是趋于平稳，还是持续下滑？如果掉到零，就说明产品没能留下用户；如果稳定，那就是个信号，说明值得继续优化。然后你要让更多人愿意用、愿意推荐，增长才能自然发生。
接下来要问的是，这个产品的天花板在哪？它是小众产品，还是能成长为大规模产品？几乎没有哪个产品一开始就能做大。哪怕那些看起来一夜爆红的案例，起步时也只是几百个忠实用户。
所以我认为数据导向是必要的。你得知道自己是否走在正确的方向上。对于成熟产品来说，指标更像飞行仪表盘。如果你的核心数据一周下降了 5%，你得立刻问：发生了什么？是哪个地区？哪个设备？哪个用户群？找到原因之后才能理解问题、修复它，让系统回到正轨。
这就像开飞机。仪表盘能告诉你「发生了什么」，但永远不会告诉你「该怎么做」。真正的改进，永远要靠人自己去思考、判断、行动。
Lenny：我特别喜欢你刚才那一段，简直是一堂关于「如何确定优先级」的产品大师课。说到那些后来做得很大的产品，你当年在 Instagram 负责并推出了 Stories，是相当传奇的一次发布。但它也引来了很大争议，因为它基本上是把 Snapchat 的核心功能搬到了 Instagram 上，对 Snapchat 的冲击不小。你们当时内部是怎么讨论、怎么决定要这么做的？现在回头看又有什么新的体会？
Robby Stein：我觉得那次发布带来了几个非常重要的经验教训。那之后，我们又推出了 Reels、私信功能更新，还有信息流排序（feed ranking）。2016-2021 年是 Instagram 产品爆发的阶段，我们做了很多全新的东西。
这些项目给了我们一个深刻教训：你必须真正理解用户为什么使用你的产品。当外部出现一种全新的内容形式或体验方式时，你得判断这对我们是不是一个生死攸关的问题？它对我们意味着什么？
不是每一个伟大的创意都要由你自己发明。你得学会从世界中学习，从外部新的交互形式、新的使用习惯中吸收灵感，这样你的产品才能持续为用户提供最好的体验。
说回 Stories，当时我们重新审视 Instagram 的核心：它的本质是分享生活、与他人建立连接。
那有没有一种方式能让这种分享更轻松？比如不需要点赞的压力，比如短暂、阅后即焚的内容形式，再比如移动端全屏展示的沉浸体验，这些都是很棒的产品形态。我们也真心佩服 Snapchat 发明出了这种形式。
所以我们并没有把它看作威胁，也没想着复制 Snapchat 的定时销毁功能。其实在更早之前，我们也试过让 Instagram 的 feed 变短、自动消失，但事实证明不行。因为当你试图让用户心中已经固定的产品逻辑去适配一个全新的使用方式时，结果通常不会好。
我们需要做一个全新的东西，但它又得自然融入 Instagram 的核心体验。关键问题：怎样让它成为「Instagram 独有」？我们能在此基础上延展出什么？
于是我们在很多细节上做了「Instagram 化」的改造，比如加入了霓虹画笔和更多滤镜，这些都是 Instagram 用户喜欢的元素。
还有一个观察也很关键：用户一般都希望用手机主摄拍照，再上传到 Instagram，因为那样画质更好、更清晰，是一种留存记忆的方式。而当时的 Snapchat 不允许上传，只能用它自带相机拍。我们就想为什么不让用户直接上传？这就是我们对用户「不满足」的回应。
再比如，当时 Snapchat 的故事是无法暂停的，会自动播放完，因为那是它追求的即时体验。但很多用户觉得那太快、太不受控，于是我们加了个小功能，按住屏幕即可暂停。这看似微小的改动却成了现在所有人都习以为常的交互方式。
正是这些细微但符合 Instagram 用户逻辑的设计，让 Stories 真正成为了 Instagram 的一部分，而不是简单的复制。事实证明，这一切都非常奏效。后来团队里有人说，感觉 Stories 补上了 Instagram 顶部那一块空白，好像原本产品里缺了点什么，而 Stories 让它变得完整了。
Lenny：我记当时 Instagram 因为这事被不少创业者批评，说你们偷了 Snapchat 的点子。你们内部是怎么面对这种舆论的？
Robby Stein：我们当时更关注的是用户本身。如果不推出这样的功能，反而无法让用户更轻松地分享生活中的片刻。归根结底，我们只是想让分享更自然、更无负担。
就像当年 Facebook 发明了 feed 信息流，但后来几乎所有社交产品都有了自己的 feed：LinkedIn、Twitter、TikTok 都在用。这些内容形式最终会成为整个行业的「基本结构单元」。
如果你拒绝采用这种新形式，固守原样，实际上反而在剥夺用户获得更好体验的机会。我们只是希望 Instagram 能提供最适合它使用场景的产品。事实证明，人们在不同平台上的使用方式确实不一样。后来像 WhatsApp、Messenger 等应用都引入了类似功能，但每个平台的使用语境和文化都不同，这本身也是一件非常有趣的事。
AI 是补充，不是替代
让新功能成为增长引擎
Lenny：你先后加入过 Instagram 和 Google 这两个已经非常成功的产品团队。在 Instagram，你带来了具有变革性的增长与优化；在 Google，你也在推动着类似的突破。能在成熟产品上做到这一点的人其实不多。
很多人都很好奇：如果一个产品已经存在多年，怎么才能让它重新增长、焕发活力？当你进入一个现有产品后，如何判断增长机会在哪里，又该怎样让它出现那种「冰球杆式」的爆发（hockey stick growth）？这几乎是所有产品人的梦吧。
Robby Stein：首先要永远保持谦逊。能在影响数亿人的产品上工作，本身就是一件令人敬畏的事。我常拿产品工作比作打高尔夫：你随时都有可能打偏。一旦觉得自己打得不错，往往就要出错了，因为世界变化太快。你必须始终做用户的服务者，不断从他们身上学习。
所以当我进入一个产品时，第一件事就是去理解：用户为什么用它？它的增长点在哪里？ 在一个大型成熟的系统里，总有一些部分还在快速增长，一些趋于稳定，还有一些已经开始衰退。
以 Instagram 为例，用户的分享方式这些年发生了巨大的变化：从公开、面向所有人的动态，逐渐转向更轻量、更私密的分享，比如 Stories 和私信。这种变化必须被捕捉，因为世界每年、甚至每个月都在变，人也在变。
第一步就是搞清楚：人们真正想从这个产品里得到什么？它的核心任务是什么？我常用一个方法叫 JTBD（Jobs-to-be-Done，待办任务）。
我很喜欢 Clayton Christensen 的那本《Competing Against Luck》（与运气竞争），他说我们要做「因果关系的学生」——为什么人们会用这个产品？他们想通过它完成什么？他们真正想实现的目标是什么？
这种思考方式往往会引出下一阶段的重大机会，也能让你跳出只用现有工具「打补丁」的惯性。就像在 Instagram，如果我们只在想「如何让一张方形照片发挥更大作用」，那做的永远只是增量优化；但如果回到根本去问「用户真正想通过 Instagram 实现什么」，才可能带来质的突破。
同样在 Google，当我们注意到搜索体验中某个环节需要调整时，就需要反过来问：人们到底想向 Google 提什么问题？他们心中理想的「得到答案」的过程应该是什么样的？
这样的思考能让你回到最基本的原则，从「第一性原理」出发。然后你就会意识到，也许我们需要一种新的形式，一种新的体验方式。
从这个意义上讲，无论是 Google 的 AI 搜索，还是 Instagram 的 Stories、Reels，本质上都是新的内容形式，代表了用户对世界的新期待。
当你把这些新形式引入产品，它们不是替代，而是补充。就像 Stories 并没有取代 Instagram 的动态，而是扩展了它的边界。AI 在搜索中的作用，也是一种类似的扩展。
接下来要思考的是：怎样把新东西融入一个庞大、成熟的产品体系？我发现最好的做法是让新功能成为它的互补部分。既是核心体验的一环，又清晰地被定义为一个独立存在。
当你有一个信息流，里面是一格格带图片的内容，人们会自然地期待每一格都是可以互动的。所以如果你在其中一格加上一个小钟表图标，让它第二天就会消失、不能被点赞，或者与其他格子的行为方式不同，那体验会很糟糕。
新产品必须谨慎添加，要做到既连贯，又不同。Stories 就是这样的例子。它延续了 Instagram 的美学风格，能访问相册、能分享到 DM，逻辑上融入体系，但底层机制又完全不同。
同样地，如今的 Google AI 搜索是一种沉浸式全屏体验，你可以和它进行连续对话。在这种使用场景下，人们会有一套既定的期待，而你需要让产品体验契合这些期待。
但你也要不断学习，去摸索如何让这些新产品在你的体系中更好地运作。永远不要直接照搬别人的成功经验。你必须让它为你的用户、你的场景、你的产品目标服务。
很多人失败的原因就在于，他们以为某个成功机制可以直接套到另一个系统上。但不同产品的用户结构、心理预期、文化语境往往完全不同。你必须尊重这种差异，从中学习，而不是盲目移植。我在 Instagram 和 Google 都经历过这样的过程，这大概就是我认为最有效的方法论。
Lenny：我很喜欢这个话题。这让我想到一个常见的问题：到底是继续优化已有的成功产品，还是大胆押注全新的方向？你很多次大胆押注了新事物，有没有形成什么经验法则？比如在 Google 这样一个庞大的体系里，资源会怎么分配？
Robby Stein：我觉得这里面理性、系统性的分析思维特别重要，因为我们的目标是为世界创造价值，而价值是可以被衡量的。
你可以从增长曲线看出用户使用是否在增加。新产品通常会高速增长，但到了一定阶段就会趋于成熟。在一个产品体系里，不同功能的生命周期也各不相同。有的在快速成长，有的已趋稳定，还有的开始下滑。
当你发现某个功能进入边际收益递减阶段，也就是无论投入多少人力，产出提升都有限时，就要让团队重新评估它的投资回报。
当增长趋近于零时，说明市场或用户预期发生了根本变化。可能是外部环境变了，也可能市场饱和，或者用户习惯转移。那时你就该去寻找新的增长引擎。
当你找到一个新的事物时，它就会创造出一个新的增长引擎。接下来你把资源投入其中，不断优化，每次迭代都能带来 4%、10%、甚至 20% 的增长。只要它依然有潜力和价值，你就能从数据里看到增长趋势。
指标（instrumentation）是判断你是否走在正确方向上的指南针。如果你没有量化的目标，不知道自己在追求什么，就很难判断你做的事情是否有意义。你可能觉得「我让产品变好了」，但有没有人真的在用？有没有人因此受益？
如果没有，那只是自我感觉良好。最终，能否真正改善人们的生活才是衡量产品好坏的标准。
Lenny：所以本质上是在跟踪每个产品的 S 曲线，看它是不是已经进入平台期，是否该把重点转向新的方向。
Robby Stein：没错。
Lenny：我们接着来聊聊 AI Mode 的故事吧。它是怎么诞生的？你们经历了哪些阶段？怎么让它一步步成为 Google 搜索体验中重要的一部分？你们又是如何判断它值得下注、逐步落地的？
Robby Stein：最早可以追溯到我们推出 AI Overviews 的时候，那是第一次把生成式 AI 引入搜索。我们注意到，很多人其实已经在用自然语言提问。他们不只是输入关键词，而是直接在搜索框里打出完整的问题。
于是我们在想，要怎样才能提供更有帮助的上下文、更深入的延伸链接，并让 AI 的回答方式仍然符合 Google 的风格？那是我们第一次让模型真正参与到搜索中。
随着功能的建设，我们发现用户希望能更直接地与 AI 互动，能追问、能延伸。要实现这种多轮对话，就需要一种全新的交互模式。
但要把这些能力硬塞进原有搜索体验其实非常困难。于是我们组建了一个很小的团队，几位技术负责人、几个设计师，加起来也就 5-10 个人，开始从零尝试。
当时我们的想法是：如果把页面完全清空，就像新建一个空白文档，你可以直接输入问题、连续追问，会怎么样？
这个新页面背后连接的仍然是那套支持搜索顶部体验的 AI 系统，但我们在此基础上大幅增强了它的能力。它不仅能搜索，能推理，还能保持多轮对话的上下文。你和它的交流是连续、有记忆的，这让它变得独特。于是我们决定快速做出一个 demo。
Lenny：这个团队是什么时候成立的？
Robby Stein：大概是去年的夏天。
Lenny：也就是说差不多一年前。
Robby Stein：对，我们从那时起就埋头在这个方向。最初版本很粗糙，但偶尔会出现一些让人惊艳的瞬间。这有点像打高尔夫，你偶尔击出一杆完美的球，那种击中的感觉会让你兴奋不已。
我记得有一次，我在为女儿规划出行体验时，用它搜索。它不仅找到了有用的公园信息，还附上了细节链接、Google Maps 路线图等实用数据，甚至知道哪些地方可以步行抵达。
那一刻我被震撼到了。它找到的信息之丰富、整合之自然，远超我的预期。
那次体验让我们更有信心继续推进。当然，这样的产品决策离不开整个组织内很多人的支持和协作。就像创业一样，最初是一支小团队亲手做出一个可感知的东西，然后你亲自去用，感受到它的潜力，才知道它能成。于是我们继续迭代，打造出了第一个在 Google Labs 上线的版本。
那次体验让我们更有信心继续推进。这样的产品决策离不开整个组织很多人的支持与协作。但就像创业一样，最初都是一支小团队，亲手做出一个可感知的东西，然后你自己去用，感受到它的潜力，才知道它能成。
于是我们继续迭代，打造出了第一个在 Google Labs 上线的版本。
Lenny：所以第一个关键节点就是「它真的能用了」。
Robby Stein：没错。在上线 Labs 之前，我们先让大约 500 名用户组成的 Trusted Tester Group 参与内测，里面不少是亲友。我们的思路其实很像创业公司。你需要有人愿意告诉你真话，告诉你「它糟透了」，因为早期的版本通常确实糟透了。
我有个朋友就是典型代表。他又爱又恨，一边说体验很棒，一边不停给我发截图抱怨：「这里崩了」「这逻辑不对」。我们就这样不断打磨。后来产品终于顺畅了，测试者的反馈也越来越积极。于是我们把它带入 Labs 阶段，让更多用户可以自行体验。
接下来，我们用真实的查询数据继续优化。大规模的数据让我们看清用户怎么用它，从而不断微调改进。然后我们在 Google I/O 上正式面向美国用户推出。现在，我们正在逐步扩展到全球各个国家和语言版本，让更多人都能使用。
Lenny：太令人惊讶了，从一个想法到引入 AI 驱动的搜索体验，Google 只花了一年。过去没人会想到 Google 能这么快。这说明你们的运作方式已经变了。是什么让这种转变发生的？只是高层拍板吗？还是有别的因素？
Robby Stein：组织的变化往往发生在你能明确感受到「这是关键时刻」的时候。当人们希望通过 Google 获取信息，但我们发现自己无法回答某些问题，而与此同时，有一种新技术可以做到，那种落差会带来强烈的紧迫感。
当然，现在整个市场都在高速迭代、疯狂创新。对我们来说，这是一个既兴奋又充满活力的时期，大家都在全力投入、快速建设，去抓住一个时代的窗口。
我相信，未来一两年推出的产品将决定人们之后许多年如何使用下一代工具。我觉得自己有责任让用户体验到最好的、由 AI 驱动的 Google；把 Google 对世界的全部知识与信息调动起来，用 AI 的方式让知识变得更易获取、更有用。
这正是我们如今满怀激情的原因。
Lenny：你说得太好了。人们确实正在形成新的使用习惯。很难相信，在这么短的时间内已经有这么多人习惯了用 ChatGPT。我猜 Google 内部也会紧张，担心用户的习惯从「搜索 Google」变成了「搜索 ChatGPT」。
但现在 Gemini 已经是全球第一大 AI 产品了。在前 15 个热门应用里 Google 占了 5 个。AI Mode 和 ChatGPT、Claude、Perplexity 是直接的竞对吗？还是目标其实不同？
Robby Stein：我认为 AI Mode 的定位是让用户能向搜索提出任何问题。它一开始的设计就是围绕「信息」展开，在人们来到 Google 寻找答案时，提供真正有用、信息丰富的回应。
比如你在计划一次旅行、想买点东西，或在做研究、查资料，这些场景的核心都是获取信息。这正是我们最关注的部分。
它的重点不是创造性输出。当然，它也能帮你做一些创意类的事，比如重写文章、润色内容，但这不是它的核心。我们不专注于生产力工具或那种「上传 excel 自动生成图表」的功能。我们更在意人们为什么来 Google。
我们要做的是一个为搜索而生的 AI，让你能在 Google 上问任何问题，并即时获得丰富的信息、上下文和相关链接，还能追溯来源。用户希望看到这些，我们也始终坚持这一点。
这也让它不同于 ChatGPT 一类的 chatbot。ChatGPT 更像一个对话伙伴，你可能会对它说：「嗨，你今天怎么样？」而我们的产品虽然也支持多轮对话，但多数人使用它是为了学习、理解、获取知识。所以我们始终把产品的重心放在「信息」上。
《如何打造优秀产品》
Lenny：你参与过那么多优秀的产品，也待过很多不同的公司。如果要你总结出 2-3 个核心的产品哲学，你觉得会是什么？
Robby Stein：如果哪天我真要写一本叫《如何打造优秀产品》的书，大概会有三个章节。
第一个，是深入理解人。我们之前聊过「Jobs-to-be-Done」理论和 Clayton Christensen 那本我特别喜欢的《Competing Against Luck》。它核心观点是：你要像个学生一样去研究为什么一个人「雇用」某个产品来完成任务。
别只想着「用户在使用你的产品」，而是「他们雇佣你来帮他们做某件事」。哈佛商学院教授 Theodore Levitt 说过一句特别有名的话：「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洞。」
所以关键问题是：他们真正想完成的工作是什么？你必须深刻理解这一点才能做出好产品。反过来说，当人们不再使用你的产品时，也要重新问这个问题。Christensen 在书里提到一种称为「审讯」的访谈法。你要一层层追问用户：「你为什么用我的产品？当时你在哪？是在床上、在上班、还是和谁在一起？」
比如用户说：「我早上在和我太太聊天。」那你就继续问：「是什么引发的？」「我在看报纸。」「那你为什么看报纸？」就这样一直问下去，直到你抓到那个关键瞬间——他们第一次决定「雇用」你产品的那一刻。
这个「big hire」的信息非常关键，因为它揭示了使用行为背后的因果逻辑。理解这种因果，而不是盲目堆砌功能，才是真正离成功更近的一步。
第二个，是用分析的严谨性去理解问题。你得真正搞清楚问题是什么，这就像我们常说的「根本原因分析」（root cause analysis）：为什么指标下降？为什么用户流失？要不断往下拆，直到找到问题的源头。
就像 Instagram 一开始推出 Close Friends 功能时彻底失败了。上线后我们发现，几乎每个人的列表里都只加了一个人。后来才发现，在不少地方「Close Friends」被错误翻译成了「Best Friend」。大家只添加了一个最好的朋友，结果对方都没有看到或回复，功能自然形同虚设。所以你得真正理解问题，不只是看表面数据。
第三个，是为清晰而设计，而非聪明。很多团队喜欢用「聪明」来做差异化设计，想搞点新花样。但如果某种设计已经成为标准，人们天然理解它的用法，那么顺势而为往往更有效。要非常慎重地判断，哪些地方该重塑，哪些不该。
我特别喜欢 Don Norman 的经典著作《The Design of Everyday Things》（设计心理学）里有一章讲「门」。他问：为什么这么多年过去了，我们走到门前还是不知道该推还是该拉？因为设计师追求对称美，在玻璃门两侧都装了漂亮的把手，却没有提供任何操作信息。
我见过很多类似的情况。比如我们为图标重新设计形状，有人提议做一个「像相机又有点 AI 风格」的新图标，还要加几个点连到别的产品，听起来很酷。但其实用户只需要一个简单的「相机」图标，能认出来、能理解、能用。你可以在细节上做微调，但请记住：清晰胜于聪明。
做到这三点，你通常就能做出好产品。这本书还有一个「尾声」：保持谦逊（Be humble）。不断质疑自己，倾听他人，倾听用户，永远保持被推翻的开放心态。
Lenny：我很喜欢这些原则。尤其是第三点，AI Mode 这个名字本身就是清晰的典范。它到底是什么？很简单，就是 AI 模式。
Robby Stein：没错。我们内部其实讨论过命名问题。如果你在标签页里看到 AI Mode，就能立刻明白它是什么。当然，我们也可以随便起一个的名字，但那样只会让人摸不着头脑，最后反倒是在跟自己较劲。
Lenny：有没有一个我们还没提到的案例能完整展示这个过程？从发现问题、确定方案，到最后用一种极简的方式落地。
Robby Stein：我想再讲讲当年在 Instagram 的经历，Close Friends 就是个典型的例子。它一开始完全是个失败的产品，花了两三年才真正运转起来。这个功能的初衷是让用户能创建一个「密友列表」，只把 Story 发给这些人。一个更小圈子的私人空间会让分享变得轻松自在。
Lenny：就是那个绿色圆圈。
Robby Stein：对，现在它已经是 Stories 里最受欢迎的功能之一，但最初完全行不通。我们一开始把它设计成了一个完整系统，用户可以把不论是 Feed 还是 Stoy 的任何内容都发成「密友内容」，甚至在个人主页上还会有「密友档案」。比如 Lenny 打开我的页面就能看到额外的动态。
我们觉得这想法很好就上线了，结果惨败。这是不谦虚的代价。用户完全搞不清楚发生了什么。动态里原本都是高质量照片，突然混进一张模糊、私密的图让人很困惑，也不符合大家刷 Feed 的习惯。
更糟的是，动态里的绿标和 Story 里的不一样：有的在图片上，有的在 Story 里，界面一片混乱。名字也出问题了。我们把列表叫「Favorites」（最爱），结果用户只加了两三个好友。
后来我们意识到，产品得回到最根本的问题：人们为什么需要这个功能？
其实人们想表达的是一种更脆弱的情绪，是「我有点孤单」「有人在吗？」这是一种朋友间的连接，而不是展示。但如果你只加了两个人，而那两个人又没回应，这个功能就失效了。
产品真正的任务是让用户感到连接。正如 Clayton Christensen 说的，产品的「工作」不仅有功能层面（utility job），还有情感层面（emotional job）。很多人忽视了后者，而 Close Friends 恰恰是满足情感需求的。
问题在于，Close Friends 一开始的体验是割裂的。因为必须点进头像才能看到绿圈，很多人甚至不知道那是密友 Story，于是干脆不用。我们后来不断修改：删掉多余功能、改名字、简化界面。最后发现，当用户的密友列表达到 20-30 人时，使用率最高。
因为这个规模刚好能产生「反馈闭环」——发出 Story 后，常常能收到两三条私信回复。那种被回应、被连接的感觉正是产品的核心目标。于是我们围绕这个场景重建系统，并限定它只在 Stories 中使用。
通过数据分析，我们终于找到了问题和关键。于是改名为 Close Friends，弱化「最爱」带来的排他感；再做一个推荐算法，帮用户更容易建立密友列表；最后，把绿色圆圈从 Story 里挪到外面。
我们原以为藏在 Story 里更酷，像个秘密，但结果没人看得懂。后来放到外面，用户一眼就明白：「哦，这个绿圈是给我的专属 Story」，自然就会点进去。这个版本一上线就收到很多好评。
Lenny：太棒了。整个过程花了两三年？
Robby Stein：是的，这是我们周期最长的项目之一。之所以坚持，是因为当我们问用户「为什么不发 Story？」时，几乎每个人都给出类似的回答：「我前任在看」 「我老师在看」 「有个爱评头论足的朋友也在看。」
这些回答里有一个共性：受众问题。人们不是没内容发，而是不喜欢那些在看的人。这让我们确信，这就是产品的核心障碍，也值得长期投入。
Lenny：这是不是也和当时流行的「Finsta」和「Rinsta」趋势有关？
注：Finsta（fake Instagram）指私人小号，只让亲密好友看到，更私密、真实、随性；Rinsta（real Instagram）则是主要的、公开的主账号。
Robby Stein：有关系，这确实给了我们不少启发。那时候几乎每个人都有个「Finsta」，甚至还有「Binsta」。
Lenny：Binsta 是什么意思？
Robby Stein：意思是「Best friend Instagram」。用户把关系分层，从 20 个好友的 Finsta 到只发给伴侣的小号。这名字是我随口编的，但我肯定现实中真的有人这么做。我们当时就意识到，人们在试图自己改造 Instagram，他们想要一个更小、更私密的空间。那我们就干脆帮他们正式做一个。
Lenny：你们当时怎么测试的这个功能？
Robby Stein：我们会先在几个国家测试。我们有一个「试点国家包」，会选几个市场推出测试版，再结合用户研究推出。我记得 Close Friends 最早是在澳大利亚上线的。
Lenny：所以澳大利亚是首批？
Robby Stein：对，算比较早的一个，但每次选择的国家都不一样。
真正的重大创新需要大量资源
Lenny：你对「精益团队」（Lean team）这个概念有自己独到的看法。现在很多公司都在强调小团队、低资源、甚至不扩招，但你认为真正的重大创新往往需要大量资源。能谈谈你的经验吗？
Robby Stein：这要看你在做什么。历史上确实有一些小团队创造巨大影响的例子。但现在业界形成了一种「精益崇拜」：讲究规模小、快速试错、不断前进。
在某种程度上，这确实能培养团队的信念感。但如果你想做一个能服务海量用户、甚至建立在技术突破之上的产品，我反而更常看到的是小团队过早放弃，或者投入不足。
当然，不同领域差别很大。做一个数字工具类 App 自然和做机器人公司完全不同。但即便是做软件，想解决那些真正技术难题也得面对现实：底层模型的诞生往往意味着多年投入、上百人协作，以及巨额资源的支撑。
回看那些对世界产生深远影响的产品或公司，尤其是大公司内部的创新项目，问题往往是太精益了。因为团队太小、资源太少，产品永远达不到理想水准，最后死在流程里。Close Friends 就是个例子。当时团队很小、很灵活，但迭代周期太短，如果放在创业公司早就撑不下去了。在大公司里还能多试几次，但初创没这个空间。
所以我认为，关键是要从第一性原理出发去想：要让这个产品真正成型，需要多大的团队？需要怎样的组合？而不是盲目奉行那种「我们就两个人干，直到它自然起飞、找到 PMF」的信条。现实里，情况往往不是这样。
Lenny：这确实和 X 上流行的观点完全相反。那你有没有什么经验法则？团队该保持小规模多久？我知道这不是能照搬的公式，但听起来你的建议是：先用小团队验证概念，比如一个设计师、一个产品经理、一个工程师。那什么时候才是适合扩大的时机？
Robby Stein：我觉得有两个关键的里程碑。一个是内在的信念，看你自己是否真的相信这件事；另一个是外部的验证，像是来自用户的反馈。你可能会邀请 20 个朋友来试用，但我在创业时很快发现，他们不会因为「你是朋友」就每天用你的产品。过了 30 天、60 天、90 天，如果他们还在用，那就说明你的产品确实对他们有价值。你会开始收到各种反馈，看到人们真的在享受使用的过程。
然后会有那么一刻，你意识到：这可能还不是一个能对外竞争的产品，因为如果现在上线，它还会有各种问题、不够完善。接下来，你就该投入更多，把它打磨成最佳版本，或者至少是一个足够好的版本再正式推出。你最终要做的是「对的产品」，而不是「最快上线的产品」。而这只有在和对的团队一起时才能做到。
AI 是终极的好奇心引擎
Lenny：在你的工作或生活中，有没有发现一些特别有趣的 AI 用法能给大家一点启发？
Robby Stein：我觉得当下最酷的一个趋势是 AI 正在重塑人们获取视觉灵感的方式。这也是我现在在做的一个项目。AI 最初成长于文字世界，比如聊天。长期以来，如果你问它「怎么重新布置书架」，它只能用语言回答你，因为那是它唯一熟悉的表达方式。
但现在 AI 正在被解放。它开始能在多模态中帮助人类。这在 Google Lens 的图像搜索、图像理解等功能爆发式增长中体现得很明显。我们正在内部测试一些功能，也在 Google I/O（谷歌年度开发者大会）上预告过，希望能让 AI 在「启发型」场景中发挥更大作用，比如灵感激发、购物辅助等，而不仅仅是完成「工具型」任务，像写代码、解数学题或做作业。
我对这些新方向特别兴奋。你可以把任务交给 AI，它会帮你激发灵感，而不是只执行命令。我们很快会有更多进展可以分享，但我可以先透露一点：我们在 I/O 上提到过一个「视觉版 AI Mode」正在逐步上线。
你可以问它：「给我一个中世纪现代风格、暗色主题的精致办公室设计。」它就会自动生成一组启发性的视觉灵感图。然后你还能和它多轮互动，比如说：「我想要更明亮一点的风格，更柔和、奶油色调、更偏加州海岸风。」它就能理解你的需求，重新生成结果。它不仅能看懂图像，还能像文字聊天一样与你来回对话。这将是未来 AI 世界一个惊人的突破。
Lenny：我听出来了，把 NanoBanana 和 AI Mode 结合在一起简直是成功的配方。
Robby Stein：这其实和 NanoBanana 还不太一样。NanoBanana 更像是一个图像编辑器，而我们现在做的更接近 AI 灵感生成或 AI 图像搜索。重点是帮你在网络上找到图像，并能用自然语言和视觉结果互动。这和「帮我修这张照片」那类工具不太一样。当然，把 AI 用于「拍下你的客厅照片并改造」这种应用也很有趣，未来它肯定也会帮上忙。
Lenny：那 Pinterest 可要头疼了，这听起来就是人们用 Pinterest 的原因：获取灵感。现在 AI 直接把这事全干了。话说 NanoBanana 这个名字是怎么来的？
Robby Stein：说实话我都忘了，好像背后有个小故事。这是个特别有创意、也很有趣的团队，他们想找个轻松却有点荒诞的名字，于是就有了 NanoBanana。
Lenny：我觉得这正是现在这些产品开始奏效的原因之一。它们有趣，有惊喜，甚至还有点疯狂。
Robby Stein：完全同意。现在的 Google 让我想起我第一次在那工作时的感觉：各种点子层出不穷，大家充满好奇心，敢想敢试。我希望这种能量能一直保持下去。
Lenny：也许 V3 要是起个怪点的名字反而更容易成功。这和你之前说的「清晰命名」原则完全相反。我完全不知道 NanoBanana 是啥，但它就是奏效。
Robby Stein：是啊，这也说明没有哪条建议是四海皆准的。NanoBanana 就是最好的例子。
Lenny：有没有最后一句话想留给大家的？
Robby Stein：我想说的只有一句：保持好奇。
这几乎能概括一切。去理解事物为什么是这样，去想别人为什么那样做，为什么他们的想法和你不同，为什么某件事没起作用。那些真正充满好奇心的人会一直追问下去，直到弄明白为止。我觉得这种心态能让人受益一生。
Lenny：最近几个月，「好奇心」几乎成了我们节目里出现频率最高的词。我常问嘉宾：在 AI 时代，你会教孩子什么、又希望他们拥抱什么？「好奇心」总会被提到。你觉得好奇心是天生的吗？有没有什么方法能帮助你、或者让别人真正学会保持好奇？
Robby Stein：我觉得 AI 本身就是终极的好奇心引擎。现在你可以问任何问题，立刻获得信息。但我发现，大多数人其实低估了自己能学到的东西。
好奇也需要方法。就像你要主动去研究自己想了解的东西，知道这个领域的知识分支在哪里。我常常会去读一些网上可以免费下载的旧论文或 PDF，哪怕是几十年前的统计学资料。我觉得很多人忽视了这种老派但扎实的学习方式，而 AI 可以帮你去发现这些内容。
我现在就常用 Google AI 来帮我挖掘有趣的论文、资料和阅读材料。我相信，这种「AI + 原始资料」的结合是未来最值得期待的学习方式。
Lenny：我想问你一个我最近经常问 AI 从业者的问题。在 AI 越来越深入生活的当下，你有没有想过要怎么帮孩子去学习、去适应这种变化？
Robby Stein：我现在做的最重要的一件事就是让他们尽早接触实时的 AI，让他们能直接和 AI 说话。我家孩子还很小，但他们已经越来越多地在用语音互动的 AI 工具。
我们这周刚刚从实验室正式推出了 Search Live。开车时你就能直接和 AI 对话，像我刚才提到的那样，所有你能在 Google 上做的事，现在都能通过语音完成。
我发现这种方式对孩子特别自然。他们每天放学回家都会问我：「我可以和 Google 聊一会儿吗？」我会说：「你想问什么？」他们就会打开 Google App 上那个 Live 按钮，开始聊天。
他们会问动物、问历史、问学校里刚学的东西。这种学习方式对他们来说是天生的、下意识的。他们从小就成了真正意义上的「AI 原住民」。
Lenny：当家长真是越来越轻松了。孩子一有问题，你就说：「去问 AI 吧。」但我觉得这是好事。这个功能是在 Google App 里？要怎么用？
Robby Stein：对，就是在 Google App 里。主页上有一个 Live 按钮，点进去就是实时 AI Mode，全屏体验。它会提示你「开始说话」。
Lenny：我会在节目笔记里附上一个我特别喜欢的项目链接，是 Eric Antonow 做的。他演示了怎么把一个小音箱嵌进毛绒玩具里，再连接到 Google Live 或 ChatGPT 的语音模式。
你可以把这个玩偶放在肩膀上，用磁铁固定，孩子就能和这个鹦鹉聊天。甚至能设成「用海盗口音说话」，特别可爱。整个过程大概 15 分钟，用美工刀剪一剪、缝上就行。我给我侄子做了一个，他拿着这只鹦鹉满屋寻宝藏。
Robby Stein：太可爱了，我一定要试试看。
Lenny：你最常推荐给别人的两三本书是什么？
Robby Stein：一定是我刚才提到的两本：Clayton Christensen 的《Competing Against Luck》和 Don Norman 的《The Design of Everyday Things》。如果是小说，我特别喜欢 David Koepp 写的《Aurora》。这是一本讲太阳电磁脉冲导致全球停电的科幻小说，轻松又有趣，是我在海边度假时的完美读物。Netflix 原本要改编成剧，后来没成，我还挺遗憾的。
Lenny：我也有一本类似的最爱叫《Hail Mary》（挽救计划），正在改编成电影。
Robby Stein：哦，我刚好读到一半。剧情越来越离奇，但我很好奇后面会怎么样。
Lenny：最近有什么电影或剧是你特别喜欢的吗？
Robby Stein：我很喜欢《The Bear》（熊家餐馆），真的是神剧，还有《沙丘》和《Top Gun》（壮志凌云）。
Lenny：有没有最近发现的、你特别喜欢的产品？不能是 AI Mode。
Robby Stein：我最近迷上一个叫 Purple Pillow 的枕头。我已经在工作里安利了无数次，我们甚至开了个枕头讨论群，大家互相分享买的枕头。它里面用了一种蜂窝状聚合物的新技术，既能支撑头，又透气不闷。真的特别棒，我强烈推荐。
Lenny：无论工作还是生活，你有没有一句特别喜欢的人生格言？
Robby Stein：我想应该是「保持好奇」。我当初甚至差点把公司起名叫 Curious。我觉得这是人生最重要的品质之一。无论是理解世界、人、孩子，还是家庭，你都要不断去了解更多、去提问、去探索，不要觉得自己知道一切。
Lenny：我喜欢这个答案。你当年创办过一家公司 Stamped，后来被 Yahoo 收购。我听说当时你把 Justin Bieber 都请上了去，能讲讲这个故事吗？
Robby Stein：这故事有点疯狂。我 25 岁那年刚从 Google 出来，和几个朋友一起在纽约创办了 Stamped。那时我们完全是新人，真不知道自己在干什么。
Stamped 的想法是「给你喜欢的东西盖个章」，同时看到朋友推荐的东西。就像一个 Twitter 信息流，但全是你信任的人分享的书、餐馆、电影、产品，甚至枕头。我真的会给 Purple Pillow 盖个印。
冷启动当然是最大难题。于是我们决定去找一些有影响力的人加入，比如厨师、作家、音乐人。我和联合创始人直接找到了 Justin Bieber 经纪人 Scooter Braun 的联系方式，发了封邮件。结果他回了：「我明天在 LA，你方便吗？」
就一句话，我们立刻买了机票飞过去，给他演示产品。他觉得很酷，愿意帮忙。后来我们又见了 Justin 本人给他演示，还拍了点短视频。那段经历真的又紧张又开心。
Justin 会用 App 给喜欢的东西盖印，比如一首歌、一个地方。粉丝看到后就会想：「哦，Justin 喜欢这个」，于是也去下载。
虽然整个过程很临时，但我从那学到一个经验：立刻行动，比长时间思考更有用。
在创业这件事上，速度、执行力、和那股「现在就去做」的劲儿往往才是关键。
Lenny：感谢你分享这么好的故事。如果大家想联系你，了解你在做的事，要去哪里找你？
Robby Stein：最直接的地方是 X，@rmstein。无论是 Google 产品、AI，还是任何体验，欢迎告诉我你的想法、感受、困惑。我一直觉得倾听用户是最重要的事。
Lenny：那你得准备好迎接一波关于搜索体验的反馈了。
Robby Stein：没错，请尽管来。
