他们从隔壁拉了根接线，做出了谷歌

开场的第一个问题，是起源问题：Lex Fridman 问，Eric Schmidt 是什么时候爱上技术的？Schmidt 在 1960 年代长大，那时每个男孩都想当宇航员。房子后面就是一片真正的牧场，他们就在那里放射模型火箭。他认为，这就是起点。他说，放在今天，对应的东西大概是电子游戏，以及你在网上能做的一切。

Fridman 指出，很多人是在八年级的数学课上离开数学世界的。他还引用了 Edward Frenkel 的《Love and Math》：如果绘画也像数学那样教，学生就会被要求去粉刷一道栅栏，却永远看不到艺术。Schmidt 的路径正好与那道栅栏相反。像他这样的人，较早就学会了用数学，然后发现自己可以借助它找到新的见解。各路伟大的科学家，无论男女，讲的都是同一个故事的不同版本：在高中或大学的某个时候，他们发现自己也能亲自发现点什么。这种亲手做出一样属于自己的东西、让署着自己名字的成果产生影响的感觉，正是推动人获取知识的动力。

对他来说，媒介是编程，那种能做出从前不存在的东西的感觉。这发生在开源（open source）流行之前，不过他认为两者出自同一种本能。他确信，如果今天还是十六七岁的 Schmidt，会像那些开源英雄一样去贡献代码，在 GitHub 上公开地失败、公开地学习。他从谷歌那里学到的一个道理是，世界上到处都是没有被充分利用的聪明人。代码仓库就像这类工作的一座仓库，也是为更大的东西做贡献的机会。

1975 年，Schmidt 和他的导师 Michael Lesk 一起做了一个叫 Lex 的程序，这个系统至今仍在使用。Fridman 的名字也叫 Lex，于是把它当作一份私人的感谢。一位 1970 年代的工程师，能预见随后几十年的个人电脑时代吗？Schmidt 确信自己做不到。他受惠于那些看得更清楚的人。做完 Lex 之后，他去了施乐帕洛阿尔托研究中心，Alto 就是在那里发明的。Alto 是现代 PC 和 Macintosh 的前身。那时的机器非常稀罕。他从伯克利开车过去，要一个小时，逃课，想尽一切办法上机。

他知道这些东西意义重大。他没有理解的是规模，也就是用户从 100 人变成 1 亿人时会发生什么。学到这一课之后，他开始留意那些可能成为平台的东西：手机、Android 等等。世界上的人很多，人们都有各种需求。他们会使用这些平台，而你可以在平台之上做出大生意。Fridman 总结道，如今 Schmidt 每看到一项技术，就会问它在十亿人手里会是什么样子。Schmidt 说，没错，就是这样。

市场竞争足够激烈。如果你看不到通往一百万甚至十亿用户的路径，那么更通用的东西很可能会出现，把你的想法变成一个被遗忘的点子，或者变成一个只有少数用户的专门服务。奢侈品可以一直保持小众，而且照样是好生意。影响规模则是另一场比赛。你要找的是共同的价值、共同的定价、共同的分发渠道，以及共同的问题：信息、医疗、健康、教育。人们有很多问题。他偏爱中产阶层，因为从定义上看，中产人数最多。如果你有计划走向那个中产群体，从高端市场起步也没问题。要是把自己限定在一个狭窄的市场里，一个通用型的玩家就可能把你逼进角落，让你原本可能产生的影响缩小。

写程序的时候，是否有一种给另一个实体赋予生命的感觉，一种创造神明的梦想？Schmidt 希望自己能说“是”。他觉得这些平台令人兴奋，于是把精力放在了上面。他合作过的大多数技术人员，乔布斯是一个值得注意的例外，看到的都是一场伟大的技术游戏。真正理解影响规模的人相对较少。他用过 MCP，也就是 TCP/IP 的前身，因为把东西连接起来显然有道理。但他们没有把事情一路推演到互联网，再到公司，再到 Facebook、推特和政治。少数人能看见规模上的复利效应。问人们预测未来，他们给的往往是六到九个月，或者一年，因为想象力大概只能走到这么远。

他喜欢引用一位老 MIT 教授的一句话：一年之内，人们会高估能做成的事；十年之内，又会低估能做成的事。硬件和软件平台大致就要这么长时间。自动驾驶汽车的构想出现在 1990 年代。第一届 DARPA 大挑战大约在 2004 年。十五年后，汽车已经能在亚利桑那州的一座城市里运行，但要真正普及，还需要更多时间。他希望人们能从骨子里感受到这种节奏。

落到实处，就是一份五年计划，它的核心是对底层平台的建模。按照摩尔定律过去的含义（不断缩小晶体管），这条路大体已经停下来，因为成本太高。算法带来的提升和专用硬件仍有空间，而你需要知道这些提升的形状。关于连接，他长期以来以为世界主要会靠光纤运转。现在看来，光纤之外，最后一公里还需要功率很强、带宽很高的短距离链路。这类网络更对称，因此延迟特性不同，算法跑起来的感觉也快得多。如果你知道这一点，就会以不同的方式设计系统。做梦的人依然重要。他说，科学总是由那些在有益意义上“不随大流”的人推动的：他们把当时的知识拼装成一个平台，而这个平台是时代精神并没有提出要求的。

怎样让那些疯狂的工程师放手去干，同时公司还得是一家成熟的公司？Schmidt 的模式是：一条可以预测的收入流，加上做新事情的能力。谷歌够大，也管理得够好，对未来一两年的收入有相当的把握。这笔现金，就是拿来下注的底气。公司的组织形式随之而来。谷歌变成了 Alphabet，围绕这些押注来组织，覆盖的都是根本性的重要领域：人工智能、医疗技术、自动驾驶汽车、通过气球实现的网络连接，还有更多正在到来的项目。一种说法是，现有业务足够成功，能够为这些押注提供资金。另一种说法是，他们有智慧搭建出一种结构，让这些押注更有可能成功。这家公司把自己变成了一个由押注组成的综合体，底层的谷歌本身也仍在创新。

要做到这一点，需要一套既自下而上、又自上而下的信念体系。自下而上的是“20% 时间”制度：员工每周拿出五分之一的时间，做自己想做的事。自上而下的是对技术有敏锐嗅觉的创始人，持续地审视。有人提出一个想法，听起来有意思，他们就去拜访，开始拼凑各个零件，看它是否可行。这样做得够久，就会相当擅长预测哪些东西可能成功。大约在这次谈话的十五年前，Sergey Brin 就已经写下过一条预算规则：70/20/10。70% 的时间花在核心业务上，20% 花在相邻业务上，10% 花在其他方面。Schmidt 说，Brin 在数学上证明过，要让增长的总和成立，就需要那 10%。事实证明他是对的。

Fridman 把 Schmidt 放进了 AI 安全的争论里：马斯克、Stuart Russell 和 Max Tegmark 强调一方面，Yoshua Bengio 和 Steven Pinker 强调另一方面。对于这个领域和公众来说，怎样看待管理失误，才算健康的思路？Schmidt 的第一步，是点名公众学到的“课程”：机器人杀手的电影，比如《终结者》。他可以向你保证，谷歌没有在造那类方案。如果它们真的冒出来，会有人发现并把它们拔掉电源。那是精彩的电影，不是今年的研究议程。

在他看来，分歧的全部其实在于时间框架。一百年后，人类大脑被彻底搞清楚，几代 MIT 的科学家也把其中的含义梳理完毕，那时会出现一大堆关于科学、思考、机器人和计算机的伦理问题。那属于另一个时间尺度。接下来的五到十年要面对的是别的问题：如何尽可能广泛地推广这项颠覆性技术，并获取最大的收益。他说，首要的收益应当是医疗和教育。

医疗是最明显的一个。从医学角度看，我们其实都一样，虽然我们总觉得自己并不一样。关于健康的大数据能救命，有助于皮肤癌和其他癌症、眼科问题，以及心理疾病的诊治。这个前景非常惊人：会有公司、创业项目、基金、解决方案，还有更好的生活。教育是另一个类似的案例。想象一下，每个孩子，甚至每个成年人，身边都有一位经过妥善训练的 AI 辅导老师，它是机器，不是真人，帮助你变得更聪明，还能帮你解决语言或数学上的难题。让人类变得更聪明、更健康，带来的社会收益是巨大的，而且会持续数十年地累积。谷歌发布过一些 AI 安全政策，他对这些政策表示支持，认为它们可以作为研究的指南。杀手机器人今年不会到来，它们甚至还没有被造出来。

无论是商业上还是学术上，把眼光放到五十年之后，有没有用过？Schmidt 说，在这个行业里，几乎找不到一个准确的五十年预测。简单回顾一下 AI 的历史：它大约在 1956 年到 1958 年间诞生，部分工作来自 MIT 和其他几所大学，当初的说法是十年或二十年内就能实现。他读博士的时候研究过它，结果正赶上 AI 寒冬。那大约持续了三十年，一整代科学家都没取得多大进展，因为算法和计算机都没有改进。后来，Geoff Hinton 身边那些杰出的数学家，在多伦多和蒙特利尔搭建了如今支撑这一切的深度学习模型。奠基性的工作发生在这次对谈的二十年前，普及又用了十年。由此可见，时间这把钟有多难读。

即便如此，他还是愿意冒险做一些预测：五十年后的一些事情似乎是可以知道的。届时活着的人会更多。因为地球资源有限，平台必须更可持续。被建造出来的平台，仍会遵循他一直在描述的那些原则：更能赋能个人，并且因为必须如此，而对生态更加敏感。他还认为，凭借前面讨论过的那些工具，人类会聪明得多，寿命也会更长。寿命延长的趋势还会继续。今天出生的婴儿，有相当大的机会活到 100 岁，而那已经超出了 21 世纪，所以我们最好把他们照顾好。

今天，全世界超过一半的人口生活在城市里。他说，过去二十年最大的故事之一，是乡村人口向城市迁移，美国、欧洲、亚洲和非洲都是如此。城市变得越来越拥挤。信不信由你，健康水平提高了，生产率提高了，智商和受教育能力也提升了。只要城市宜居、安全，人口向城市迁移就是好消息。

Fridman 列出了乔布斯、马斯克、Larry Page、Sundar Pichai，以及 Schmidt 本人，从冷静的智者到疯狂的天才，然后问这些人之间有什么可比之处。Schmidt 在年轻时做高管就明白，并没有一个统一的公式，哪怕学校总想教一个。有些人只是知道该做什么，并且行动很快，这些人往往是创业者。有些人是系统型的思考者和规划者，更像他这一类，性格偏保守，执行周密，对风险更谨慎一些。还有些人在富有魅力的意义上略带疯狂：他们能感受到它，然后去推动它前进。这份名单上的人，共同点是极高的智商。他们更快地看清世界，更快地处理信息，不一定总是对的，但一直能掌握全局。他们也起步很早。乔布斯大约在 18 或 19 岁时就投身苹果，Gates 大约 20 或 21 岁，扎克伯格 19 或 20 岁。到 30 岁时，他们已经积累了十年的人脉、产品、出货量、媒体报道和商业经验。这和那些忙着拿博士学位的人，是截然不同的经验积累。

他说，应该为他们喝彩，因为多出来的人生阅历会塑造判断力。在这些组织的顶层，容易的问题已经没有了：大楼怎么设计、颜色用在哪里、盒子该是什么样子。剩下的，是员工、客户和创新方面的难题，这也正是那些会议室有意思的原因。这些公司在文化上明显各具特色，没有哪一家是照同一个模子刻出来的。薪酬、价值观，以及面对同样的输入时的行为，都各不相同。多样性有效，这一点是有证据的。

接着，Fridman 把 1998 年的搜索市场拿出来说事：从 Lycos 到雅虎，都是不错的产品。他问，考虑到胜算很低，MIT 一位以人为本的 AI 研究者，是否应该去复制 Larry 和 Sergey 的路径。Schmidt 的回答是，大学里的人总是想研究创业这件事的混沌本质。Larry 和 Sergey 并没有进行那样的讨论，他们直接就干了。他们感觉到一个时机：大量数据需要组织，而他们手里有更好的算法。他说，以人为本的 AI 必须有新的路径，包括 MIT 那边研究儿童如何学习的工作（Josh Tenenbaum 等人），这些路径与该领域大多数人的做法不同。成功的创业者并没有听起来那么疯狂。他们是在已经发生的事情里看到了机会。Travis Kalanick 的版本，是他在巴黎打不到车，手里攥着一部智能手机。其余的就是历史了。去找到属于你的那个等价时刻吧。

谷歌的开端简单而敏锐。两名斯坦福研究生把一个搜索引擎放在他们的房间里运行，从隔壁拉接线取电，搬进了一座只住着五个人、却是“世界总部”的房子，然后从 Sun 的创始人之一 Andy Bechtolsheim、Dave Cheriton 以及其他几个人那里筹到了 10 万美元。起点简单，洞察有力，又是真正的创新：PageRank，如今是全球被引用最多的论文之一。Schmidt 说，这种模式是可以复制的。谈到金钱与意义，他的态度同样明确。幸福感研究发现，超过一个相对较低的门槛后，钱就不再能拉动那个数字。幸福感跟随的是意义、家庭和影响力。人们在为别人服务时最幸福，而不是为自己，这与媒体对强势领袖的热捧正好相反。财富是一份责任：教育别人，并用财富推动社会进步。就他自己而言，这意味着把 AI 和机器学习用在教育、不平等和中产阶层这些问题上。做什么其实并不重要，重要的是你相信它，它对你很重要，并且你愿意为它投入一生。