Show Notes
Sanjay Ghemawat | MapReduce | 谷歌技术史 | 三驾马车 | 大数据 | 分布式系统 | 比特翻转 | 神经网络 | TPU | Gemini | 谷歌搜索 | 谷歌广告 | 谷歌翻译 | ChatGPT | 聊天机器人 Meena 🎧 本期简介 2026 年 8 月的一天工作日下午，谷歌内部一个平时容纳 300 人的咖啡馆，涌进了 1500 位同事，来送别一个在谷歌写了 27 年代码的程序员。晚上，他照常去上瑜伽课、踢足球，回家后又一条条回复告别消息，直到凌晨两点半。 这位程序员叫 Jeff Dean。作为同行，我早就听过他的名字，也用过他参与开发的技术，但真要介绍他，却说不出个所以然。这次从他的离职消息往回查，我才发现，搜索、大数据、机器学习，这些年学过、用过的东西，竟然有这么多能追到他和同事们的工作里。 这期就顺着他的告别信，把时间倒回早年间的谷歌，来看看这位工程师帮助谷歌做大做强的。我们会认识他的长期编程搭档 Sanjay Ghemawat，看他们怎样在修故障、抠性能、反复重写系统的日常里，做出后来影响整个行业的工具。我们也终于能知道那些“编译器不警告 Jeff Dean，是他警告编译器”的段子是怎么来的了。 当然，工程师的成就之外，Jeff 还有管理者需要面对的争议：最为谷歌 AI 的领导人，聊天机器人为什么迟迟不发布，以至于让谷歌在 AI 竞争中错失良机，被 ChatGPT 抢先一步？研究人员的论文和公司的利益发生冲突时，该怎么办？我想借这一个多小时，聊聊这位“伟大的程序员”。 🎙️ 推荐播客 推荐我们的友台：《科技这碗饭》，主播是八十只耳朵，也就是节目里提到的耳朵老师。 我们两档节目这次同步发布，一起从两条线聊谷歌：《跨域请求》沿着 Jeff Dean 的经历，聊他做过的技术、他的编程搭子，以及那些具体的工作现场，是如何成就了今天的谷歌；耳朵老师则在新一期《谷歌AI风云15年：诸神黄昏——发明未来的人为何错过未来？》里，顺着这次谷歌 AI 大洗牌，聊聊谷歌 AI 的前世今生。如果这期还没听够，欢迎去听这期节目，把这段故事拼得更完整一些。 🧩 概念解释 本期人物 Jeff Dean（杰夫·迪恩）：本期主角，1999 年加入谷歌的软件工程师，谷歌的 30 号员工，参与开发搜索、大数据和机器学习系统，后来领导 Google AI，并担任过谷歌首席科学家。
Sanjay Ghemawat：Jeff 的长期编程搭档，参与开发 GFS、MapReduce、BigTable 等基础设施；节目里那个敲键盘、把新点子的细节逐一落地的人。
Larry Page（拉里·佩奇） / Sergey Brin（谢尔盖·布林）：谷歌的两位联合创始人，本期作战室故事里，正在与雅虎谈搜索合作的就是他们。
Craig Silverstein：谷歌的第一位员工，节目里简称 Craig；早期搜索索引出故障时，他是最先参与排查的工程师之一。
Alan Eustace：曾负责谷歌工程与研究工作的高管，也是 Jeff 当时的上司；节目里认为 Jeff 转去研究神经网络是在“浪费人才”的那个人。
Noam Shazeer：谷歌早期工程师，Jeff 曾是他的导师；本期讲到他用网页数据改进拼写纠错，他也是 Transformer 奠基论文《Attention Is All You Need》的作者之一，节目里常简称 Shazeer。
吴恩达（Andrew Ng）：斯坦福大学教授、机器学习研究者和教育者，Google Brain 的发起人之一；2011 年 Jeff 开始与他一起研究神经网络。人物介绍
Oriol Vinyals：人工智能研究者，曾与 Jeff 共同担任 Gemini 的技术负责人；也是本期提到一起创办 Discovery Loop 的老同事之一。
Quoc Le：人工智能研究者，与 Jeff 长期共事，也是本期提到的 Discovery Loop 联合创始人之一。
Timnit Gebru：曾任谷歌伦理 AI 团队联合负责人，2020 年围绕大语言模型风险论文的内部审查，与公司发生冲突；节目里简称 Gebru。
Margaret Mitchell：曾与 Gebru 共同领导谷歌伦理 AI 团队，研究 AI 的公平性与风险；节目里提到她在 Gebru 离开几个月后也被解雇。
Sundar Pichai（桑达尔·皮柴）：本期提到的谷歌 CEO；在研究团队争议、挽留 Jeff 等人以及支持新公司这几段故事里出现。
Heidi：Jeff 的妻子；她谈到 Jeff 与 Sanjay 的关系时，说过“他们互相想念对方”，她也见证了两位搭档在工作之外的长期友谊。
Chuck Norris（查克·诺里斯）：美国动作演员；网上有一类把他夸张成无所不能的段子，Jeff Dean Facts 借用了这种玩梗形式。
Derrick Rose（德里克·罗斯）：美国篮球运动员，也是主播喜欢的 NBA 球星；开头借他问儿子的“do you wanna be good or great”，引出对程序员职业的思考和对 Jeff 的评价。
汪淼 / 秦始皇（《三体》中的例子）：汪淼是小说第一部的主角之一；节目借他进入游戏后看到的“秦始皇人列计算机”，用士兵举错黑白旗来解释比特翻转。
公司、团队与机构 DEC（Digital Equipment Corporation，数字设备公司）：一家老牌计算机公司；Jeff 和 Sanjay 在加入谷歌前，就在它的研究机构里认识并开始合作。
Alphabet：谷歌的母公司；节目后半段提到，它也投资了 Jeff 等人创办的新公司。
Google Brain / DeepMind：谷歌的两支重要 AI 研究团队，前者在节目里也叫“谷歌大脑”；两者在 2023 年合并为 Google DeepMind。
Gemini / Meena：Gemini 是谷歌的 AI 模型系列；Meena 是谷歌较早研究的对话模型，本期借它讨论“做出聊天机器人”和“决定公开发布”之间的差别。
ChatGPT / Claude：分别是 OpenAI 和 Anthropic 推出的 AI 助手；本期把 ChatGPT 作为谷歌聊天产品决策的对照，也提到了第一期对 Claude 模型内部特征的介绍。
Discovery Loop：Jeff、Sanjay、Quoc Le 和 Oriol 共同创办的公司；本期介绍的方向是用 AI 加快“提出想法—做实验—看结果—再尝试”的科学研究循环。
KDD：数据挖掘与知识发现领域的重要学术会议，Jeff 在会上展示了本期据以展开的离职日程表。
GoFundMe：在线筹款平台；告别视频会上，同事开玩笑说要给 Jeff 发起筹款，类似节目里说的“给他建个水滴筹”。
NASA / NSA：分别是美国国家航空航天局和美国国家安全局；前者出现在高可靠硬件的例子里，后者出现在 Hadoop 数据分析的例子里，两者不是同一个机构。
《纽约客》 / WIRED / Nature：分别是美国综合性杂志、科技媒体《连线》和学术期刊《自然》；本期用到的人物报道、创业报道和芯片布局论文来自这几类不同的材料。
计算机、大数据与程序员用语 搜索索引 / 爬虫：索引是搜索引擎提前整理好的网页“目录”；爬虫负责访问和收集网页，供系统建立、更新这份目录。
分布式系统 / 计算机集群：把多台通过网络连接的计算机组织起来，共同存数据、做计算；“集群”指这群机器，“分布式系统”还包括让它们协作的软件与规则。
并行计算 / 容错：前者让多个计算任务同时进行，后者让部分机器或任务出错时，整个系统仍能继续工作；两者贯穿了 Jeff 和 Sanjay 的优化故事。
比特与二进制：比特是计算机存储信息的基本单位，可取 0 或 1；二进制用这两个数字来表示数值，程序和数据在机器中最终也以比特形式存储。
比特翻转（Bit Flip）：内存或寄存器等计算机元器件中发生的一种错误，使得原本存储的 0 变成 1，或 1 变成 0；这种错误下，即使程序逻辑没错，也可能让结果出问题。
内存 / 寄存器 / 硬盘：都是存放数据的地方；寄存器供处理器直接使用，内存存放运行中的数据，硬盘用于较长期保存文件，它们的速度、容量和成本差别很大。
谷歌三驾马车：GFS、MapReduce、BigTable，分别对应大规模数据的文件存储、分布式计算和结构化数据管理。
GFS（Google File System）：把大文件切成块、分散存到多台机器，并保留副本的分布式文件系统，单台机器坏掉不必导致文件丢失。原论文
MapReduce：把大量数据的处理工作拆给多台机器，再汇总结果的编程模型；机器故障和任务调度等复杂工作由框架处理。
BigTable / Spanner：前者用于分布式管理大量结构化数据，后者是支持跨数据中心事务的分布式数据库；Spanner 在告别信的项目清单里出现，但不属于通常所说的早期“三驾马车”。BigTable 论文 / Spanner 论文
Hadoop / HDFS / HBase：Hadoop 是受谷歌相关论文启发发展起来的开源大数据生态，“开源”指按许可证公开代码，允许他人使用、研究或修改；HDFS 负责分布式文件存储，HBase 是受 BigTable 启发的分布式数据库。
编译器 / debug：编译器把源代码转换成另一种可供后续执行的形式，并可能提示错误；debug 是定位和排除程序故障，不只是修改语法错字。
More from 跨域请求
AI 末日论 | AI 减速 | Jacob Coxon | Hugging Face 入侵事件 | Dario Amodei | 黄仁勋 | METR | 监管俘获 | 纳维-斯托克斯 | 陶哲轩 | DeepSeek 算子 | Sam Altman | 马斯克 | Hinton | All-In Podcast | 千禧年难题 | 开放安全 AI 联盟 | RSI 递归自进化 | 智谱 GLM | 我不得不把才华埋葬在昨天 🎧 本期简介 伦敦一场上千人参加的 AI 展望会上，一位听众突然站上凳子，打断了台上嘉宾的分享：AI 有 10% 的概率在十年内杀死所有人，我们当中有谁对这件事有发言权？你们真的觉得，这就是我们愿意被带进去的世界吗？保安已经走过来准备请她离场，现场却响起了掌声。 “10% 的概率”是从哪儿来的？9 月 8 日，OpenAI 宣布用一万多个 AI 智能体、88 个小时，解出了千禧年难题之一的纳维-斯托克斯问题。几个小时后，在 OpenAI 和 Anthropic 都做过预训练研究的 Jacob Coxon 发帖宣布辞职，说造 AI 的这些人真心相信，AI 可能在这个十年内让人类灭绝。Anthropic 对齐团队负责人 Evan Hubinger 转发附和，Hinton 也说 10% 这个数字并不离谱。再往前，7 月 OpenAI 内部测试中的几百个智能体，为了找到测试答案，入侵了 Hugging Face 的服务器；事后分析攻击日志时，Claude 拒绝帮忙，最后是国产开源模型 GLM 帮着收拾了残局。 都这样了，为什么还不慢下来？Anthropic CEO 达里奥（Dario Amodei）发博客呼吁控制前沿 AI 的发展节奏，奥特曼和马斯克罕见地一起点头。可没过几天风向就变了：David Sacks 说你们真觉得危险，现在就可以自己停；马斯克留言说“seems like a setup”；黄仁勋在 All-In 大会的台上接到特朗普的电话，第二天又在 Dreamforce 上说，安全是个工程问题，出了问题自己解决，不要拉着全行业减速。我们顺着这些争论，看看第三方评估机构 METR 的调查是否真的客观中立，OpenAI 为什么说今年不上市了，正在冲刺 IPO 的 Anthropic 又为什么被怀疑在搞“监管俘获”。 公司和 CEO 们在吵，代价却已经落到具体的人身上。研究同一方向的数学家，眼看 OpenAI 用很相似的方法抢先公布结果，还卷进了一场署名风波；二十多位菲尔兹奖得主联名发声之后，OpenAI 又一口气放出 700 多篇数学论文。DeepSeek 的算子工程师刘胜与（intlsy）写下《我不得不把才华埋葬在昨天》：他明知道自己的算子写得越好，新模型就进步越快，自己也越早被取代，却还是想把它写到最好。 🧩 概念解释 人物 Jacob Coxon：曾在 OpenAI 和 Anthropic 做大模型预训练研究，9 月 8 日从 Anthropic 辞职，并连发多条帖子，指责两家公司拿人类的性命做赌注；本期的故事从他说起。
永久底层阶级 | Claude Fable 5 | token 打表计费 | AI 失业 | AI 焦虑 | 贫富差距 | 瓦特蒸汽机 | 卢德运动 | 恩格斯停顿 | 铁路之父史蒂芬森 | 托马斯·库克 | 卡内基 🎧 本期简介 做这期播客是来自于最近一段时间我被 AI 裹挟过程中的思考。我算了某一周我的 token 用量，按照 Claude Fable 5 的 API 价格（假设缓存全部未命中），可能超过 9000 美元。 看着这个数字我沉默了：当模型能力越来越强但是也越来越贵，只有大公司和富裕的用户（那得多富裕）才能用得起，普通人会不会因此掉进一个难以翻身的循环？ 《纽约时报》一篇文章给这种担忧命名：永久底层阶级。意思是当大模型能力全面超越人类能力，一部分人的工作被完全接管，这部分人会因为失去竞争力而迅速向下层阶级滑落，被永久锁死在底层阶级。 今天的 AI 变革在很多地方跟过去的工业革命都很相似。于是我就翻遍历史，尝试找找答案。 当年瓦特蒸汽机同样昂贵，甚至按量收费这个模式250年前就有了。手摇织工也曾是上一轮自动化的受益者，却在动力织机成熟后，看着周薪从 21 先令一路跌到 5 先令。合法请愿、投票、结社和罢工的路被堵住后，工人砸毁机器，卢德运动最终遭到军队和死刑镇压。 工业革命留下的也不只有坏消息。制度改革最终带来了工时限制、童工保护、工会合法化、公共教育和更广泛的选举权；乔治·史蒂芬森从一个文盲矿井工人，靠自学成为了铁路之父，带领人类进入铁路时代；家境贫寒的托马斯·库克，不懂技术，但是把铁路、真实的需求、组织活动的能力，开辟出了旅游业，创立了 Thomas Cook 集团；安德鲁·卡内基一家则及时离开被动力织机挤压的行业，找准时机投身变革时期的上升行业，最终卡内基成为钢铁大王。历史没有保证每个人都能翻身，但它留下了普通人换位置、找入口的具体路径。 🧩 概念解释 打表计费（usage-based pricing）：不按固定月费购买无限使用权，而是根据实际调用量结算，类似水表或电表；大模型 API 按输入和输出的 token（模型处理文本的计量单位）分别计价。
人怎么能捅这么大篓子 | 苹果泄密 | iPhone 18 Pro | 塔塔集团 | World Leaks | 勒索即服务 | WannaCry | Gizmodo | 印度制造 | 华强北 | 供应链安全 | HBM 🎧 本期简介 2010年，一名苹果工程师把尚未发布的 iPhone 4 原型机落在加州酒吧里。苹果为追回这台手机惊动警方和检方，把捡手机的人送上法庭，还让买下并拆解手机的科技媒体 Gizmodo 遭到搜查和四年封杀。16 年后，黑客组织 World Leaks 声称把从苹果印度供应商塔塔电子窃取的 630GB 文件挂上暗网，其中包括 iPhone 18 Pro 主板图、芯片资料、供应商清单和跌落测试照片。塔塔披露事件后，苹果始终没有公开回应。 这期节目从两次泄密事件，苹果的反差表现出发，回看苹果如何建立自己的保密帝国：由前美国国家安全局、联邦调查局等机构人员组成的新产品安全团队，华强北回购三万个 iPhone 5C 外壳，以及一份泄露的内部录音所说的“中国 40 家工厂每天安检 270 万人次”。苹果真正难以搬走的资产，是它与中国供应链磨合二十年形成的流程和纪律。 另一条故事线，是苹果从 2017 年开始的印度制造豪赌。关税、贸易战和 2022 年郑州工厂停摆，一步步把苹果推向印度；纬创工厂暴乱、富士康食物中毒和塔塔工厂大火，也没有让苹果踩下刹车。塔塔电子只用了几年，就从生产金属外壳的学徒，变成掌握多座工厂的核心代工商；与此同时，塔塔集团多个板块在四年间反复遭到勒索组织入侵。 节目还拆解了勒索产业的四轮变化：从 WannaCry 按电脑收赎金，到专攻管道、赌场和银行，再到偷走文件双重勒索，最后发展成“只偷不锁”和“勒索即服务”。World Leaks 不只向下游黑客出租工具、抽取佣金，甚至允许媒体提前 24 小时看料，把新闻曝光也变成谈判筹码。 如果你是苹果管理层，会公开批评塔塔、暂停塔塔的新订单，还是低调处理？节目用苹果在印度的产量、供应商结构和美国关税压力解释：2026 年的今天，苹果为什么几乎只能选择沉默；也讨论这场泄密造成的新成本，未来可能怎样影响每一个普通人。 🧩 概念解释 原型机（prototype）：为了开发、测试、评估或质量控制而制作的早期版本，不等于已经定型的量产商品。它可能只验证某一项功能，也可能已经非常接近成品；因此 2010 年那台 iPhone 4 的价值不在它能卖多少钱，而在它提前暴露了未发布的设计。参考：美国《联邦法规汇编》对原型机用途的界定。
AI同化 | 英仙座流星雨 | 硅谷AI焦虑 | 夏天仪式 | 观星 | 观鸟 | digital twin | 过暑假 | 真人状态 🎧 本期简介 我们一开始发明 AI，是想让机器更像人；但这期聊着聊着，问题反过来了：我们会不会正在慢慢变得更像 AI？写东西开始有“AI 味儿”，跟朋友聊天会冒出“上下文窗口”“涌现”这种词，遇到一点重复流程就想先做成 SOP。最吓人的地方不是 AI 变强，而是我们不一定能察觉自己什么时候被它改写了。 所以这一期《跨域请求》做了一次反向输出。CL 邀请两位老朋友小王和小李，一边从硅谷 AI 工作环境里的真实压力说起，一边把话题拽回夏天、流星、天台、瀑布、冰红茶、观鸟和打球这些“没什么用”的事情。它们没有效率、没法外包，也不一定能变成什么长期复用的工作流，但正因为如此，反而能把人从高密度信息流里捞出来。 节目里最反复出现的画面，是英仙座流星雨：在天目山开房车找观测点，在 Mauna Kea 拍银河，或者只是坐在山脚下看父母第一次用肉眼看到银河。流星本质上只是尘埃和碎片燃烧，但人站在星空底下，会自然地想到几百万年、几亿年的尺度，也就没那么想纠结今天那条消息、那个项目和那个新工具到底该怎么追了。 后半段更像一份成年人暑假清单：洗车、做柠檬冰红茶、在天台喝啤酒、用 3D 打印机做小鸟喂食器、看小鸟来阳台吃自助、在瀑布边听白噪声、打网球看到彩虹和飞机交错、追星、花艺班、夜里越野跑。它们共同回答了一个问题：如果 AI 已经越来越会替我们做事，人还可以怎样具体地、缓慢地、没效率地生活？ 🧩 概念解释 AI 同化：这期的核心说法，指人开始用 AI 的词、AI 的结构和 AI 的工作流来理解自己、表达自己，甚至安排生活。
AI CEO | Anthropic | Dario Amodei | Sam Altman | Elon Musk | Jensen Huang | Fable 5 | Mythos 5 | SpaceX IPO | NVIDIA | CUDA | DND 🎧 本期简介 如果把硅谷 AI 圈的大佬们从神坛上请下来，用“饼力、人格面具、彼得潘、骑墙、YOLO”五个维度打分，会得到一张怎样的 CEO 人格图鉴？这一期是一期串台特别节目：CL 和《朗姆酒瓶》的主播 Rum 面基串台共创了这期节目，一起非常主观、非常不正经地锐评几位正在影响 AI 格局的人。 节目从 Anthropic 的 Fable 5 / Mythos 5 发布两天后被下架说起：Dario Amodei 刚写完监管檄文，政府真的把监管锤了下来；Amazon 既是 Anthropic 的金主和云伙伴，又被报道成触发封禁的关键角色。这个开场，也自然引出第一位“AI 安全布道者”的履历、信念和矛盾。 随后，两位主播把 Sam Altman、Elon Musk 和 Jensen Huang 依次放进同一套评分表里：奥特曼的讨好型人格和厚到溢出的面具，马斯克从南非原生家庭、《银河系漫游指南》到 SpaceX 生死一搏的英雄叙事，以及黄仁勋从改造学校、Denny's 洗碗工一路把NVidia做到世界第一市值。 这是一期极其不严肃的 CEO 传记，是一场“普通人点评科技巨佬”的游戏化观察：这些人既有改变世界的能力，也有很普通、很脆弱、甚至很荒唐的人性。听完这期，你是否会更容易把 AI 公司的宏大叙事，看成一群具体的人在权力、商业、信念和自我形象之间不断摇摆？ 🍻 串台嘉宾 《朗姆酒瓶》：由 RumW、Gin42 主持的播客。以主观、偏见和好奇心作为入口，关注那些容易被忽略的“失焦处”和“非常间”；2025 蜉蝣天地推荐播客！