最近看了 YC 对 Google 首席科学家 Jeff Dean 的一场访谈。
这场访谈有意思的地方，不在于又抛出几个新概念，而在于 Jeff Dean 仍然是那种很少被表面热度带着走的人。别人谈 AI，容易谈产品爆发、模型能力、Agent 幻觉；他谈的还是系统、约束、选题、硬件，以及一个更本质的问题：当执行越来越自动化之后，人到底应该把判断力放在哪里。
如果只抽一条我觉得最值得创业者反复想的判断，大概是这句：
不要去做模型已经能做 20% 的问题，而要去找那些通用模型现在成功率只有 0% 到 1% 的问题。
这其实比很多“AI 创业方法论”都更直接。
一
去年 Jeff Dean 曾判断，AI 会很快具备 junior engineer 的能力。
现在回头看，这个判断基本已经兑现，至少在 coding 相关任务上是这样。尤其是 agent 化之后，模型在较长链路任务中的表现比一年前成熟了很多：会拆子问题，会调工具，也能在一定范围内持续推进。
但 Jeff Dean 真正感兴趣的，并不只是“AI 已经像一个初级工程师”这件事。
他更看重下一步：让系统自己跑实验、自己优化、自己迭代。
他提到，到了 2027 年，可能会看到更多面向 ML 系统本身的自动化——不是简单回答问题，而是围绕一个可度量目标，把问题拆解成更小的子问题，在紧密的实验闭环里不断尝试，再把结果重新组合成更好的系统。
这背后的意义，不只在机器学习领域。
只要一个问题能被定义目标、被评估结果，它原则上就可以被放进这样的自动循环里。科学研究、工程优化、模型设计，甚至很多原本依赖人工推进的复杂工作，都可能因此发生变化。
也就是说，AI 的下一阶段，未必只是“生成质量更高”，而是越来越像一个能持续推进问题的系统。
二
Jeff Dean 这类人的一个特点是，他总会把问题重新拉回到底层约束。
今天很多人谈 AI，容易把一切都归结为模型还不够强。但 Jeff Dean 会提醒你，很多看起来像“模型问题”的东西，本质上其实是系统问题。
比如他提到一个很典型的事实：计算本身的能耗可能很低，但数据搬运的成本却高得多。从 HBM 搬一次数据，代价可能比一次计算贵几个数量级。
这个视角很重要，因为它直接影响你怎么理解未来机会。
如果真正的瓶颈不只在训练，而在推理成本、延迟、数据移动和系统结构，那么下一阶段最值得关注的就不只是模型本身，而是 Inference，以及围绕 inference 展开的硬件和系统优化。
这也是他为什么重新谈到 TPU。
TPU 并不是为了某个具体模型定制的芯片，它抓住的是一个更稳定的东西：现代机器学习的核心计算，本质上是大规模线性代数。你不需要知道未来一定会出现 Transformer，才知道如果一块芯片能特别高效地处理低精度稠密线性代数，它就会对机器学习非常重要。
这个判断其实也很像创业里的“抓底层不抓表层”。
表层产品会变，模型架构会变，热点会变，但如果你抓住的是更深的约束，很多变化反而是在帮你验证原来的方向。
三
访谈里还有一个我很喜欢的部分，是他谈“怎样真正把 AI 用起来”。
他的建议其实并不花哨：拿模型、harness 和工具去真实地解问题，然后观察它到底在哪里失败。
关键在后半句。
不是把模型当成一个神奇黑盒，也不是一旦失败就简单归因为“不够聪明”。而是把失败当成一种信号：它缺什么信息？缺什么步骤？缺什么工具？缺什么约束？
然后你就可以继续补。
Jeff Dean 给出的方式是写 skills，给更清楚的指引，让模型知道遇到某一类问题时应该怎么调用工具、按什么顺序做事、怎么验证结果。
这个思路我很认同，因为它把“用 AI”这件事从一次性问答，变成了持续搭建外部结构。
模型本身是一层能力，但要让它真正可用，你还需要给它工作流、工具接口、验证机制和上下文。很多时候，AI 的上限不只是模型决定的，也是你是否把周围环境组织得足够好决定的。
从这个角度看，真正会用 AI 的人，并不只是更会写 prompt，而是更擅长把自己的经验、流程和判断路径，翻译成模型能利用的形式。
四
谈到 agent，Jeff Dean 也给了一个很克制但很现实的判断。
现在大家都知道，agent 在短任务里常常表现不错，但任务一长，尤其到了几十步之后，就很容易开始漂移。Jeff Dean 的解释很朴素：模型一旦离开自己熟悉的分布，表现就会下降。
这和大多数机器学习系统没有本质区别。
它在训练中见过的事做得比较稳；一旦进入经验较少的区域，错误就会积累，越走越偏。
所以解决办法也不是神话式的。
一类方法是尽量给它更明确的 skills 和提示，把它留在更清晰、更“亮”的路径上。另一类方法则是多 agent 并行：让多个 agent 试不同解法，再筛掉那些已经脱轨的，只保留更有希望的路径。
这本质上是在做搜索。
也就是说，很多时候提升 agent 可靠性，并不只是靠“更强的模型”，而是靠更好的结构、更多推理期算力和更明确的评估机制。
五
如果说整场访谈里有一个最适合创业者带走的判断，我觉得就是 Jeff Dean 的“1% 法则”。
他的意思很简单：在选择问题时，要认真测试当前通用模型在这个领域已经能做到什么程度。
如果它已经能做 20%，这不一定是好消息。因为这往往意味着，随着更多数据、更大规模和更好的工程优化，通用模型在半年到一年内就可能继续明显进步。
真正更值得注意的，反而是那些现在的通用模型几乎做不到、成功率接近 0% 或 1% 的问题。
这是一个很反直觉、但非常清醒的标准。
因为太多人做 AI 应用时，喜欢站在模型能力边缘，拿模型刚刚会一点点的能力去包装产品。短期看很性感，长期看却很危险——因为一旦底层模型能力抬升，这层价值就可能迅速变薄。
相反，真正耐久的机会，往往藏在那些通用模型还很不擅长，但某个垂直场景通过专属数据、精心设计的交互、领域 workflow、专用 skills 或专用模型，能够把结果拉开很大差距的地方。
Jeff Dean 并没有把这件事说得很玄。他只是提醒：别做那些模型自然会吃掉的事。
六
如果未来每个人都能管理几十个、上百个 agent，代码也越来越多由 agent 完成，那么什么能力会变得最稀缺？
Jeff Dean 的回答是：对“该让 agent 做什么”拥有极高的品味。
我觉得这个说法非常准确。
因为当执行能力变便宜之后，真正拉开差距的往往不是执行本身，而是问题定义、目标设定、约束设计和优先级判断。
这其实和研究很像。研究者当然需要方法、工具和技巧，但真正决定上限的，经常不是“怎么做”，而是“为什么做这个”“为什么现在做这个”“为什么这件事值得花时间”。
如果问题选得对，哪怕过程并不完美，也可能产生很有价值的结果。反过来，如果问题本身平庸，那么再高效的执行，也只是把一件不重要的事做得更快。
所以某种意义上，AI 并没有消灭人的价值，反而把一些原本被执行细节掩盖的能力，重新暴露出来了。
七
Jeff Dean 还有一个习惯我很喜欢：定期重新检查那些被默认接受的假设。
他举了一个思想实验：如果未来的晶体管变得不那么可靠，系统应该怎么设计？听起来很偏、很怪，甚至不一定真的会发生，但这种问题的价值就在于，它逼你从更底层重新审视设计空间。
很多人做事容易沿着现有路径不停优化，但真正大的变化，常常来自对前提条件的重新提问。
过去五十年形成的工程常识，大多有其合理性；但正因为如此，偶尔停下来怀疑它们，反而变得更重要。
这也是为什么，真正厉害的系统型人物，往往不急着给出热闹结论。他们先看边界、看约束、看假设，再决定什么值得投入。
结尾
如果要用一句话概括这场访谈，我会这样写：
AI 时代最稀缺的能力，不再只是执行，而是对问题、方向和约束的判断。
模型会越来越强，执行会越来越便宜，生成、编码、整理、分析都会越来越像基础设施。
但与此同时，另一些东西会继续升值：对问题的定义，对目标的把握，对系统的组织，对上下文的构建，以及对“什么值得做”的品味。
Jeff Dean 这场访谈的价值，也许恰恰在这里：它没有试图制造新的焦虑，而是提醒我们，在一个执行能力持续外包给机器的时代，人真正该锻炼的，可能反而是那些更上游的能力。
