1. 一锅汤里放进了所有配料，但还得留一点魔法
Tulsee Doshi 管着 Google 的前沿模型产品线。除了人人都在用的 Gemini，她手下还有一组"生成式媒体"模型：做图像编辑与生成的 Nano Banana、音乐模型 Lyria、视频方向的能力，以及开源模型套件 Gemma。还有一个常被忽略的部分——音频模型，对话、音频理解、文本转语音、翻译，都算在 Gemini 这个大类里，只是外界谈得少。用她自己的话说，这是一整个前沿模型的产品组合。
模型发布会几乎每周都有，但很少有人从"研究—预训练—后训练—上线"这条完整链路去看它。主持人 Lenny 问的正是这个角度：外人最容易误解模型是怎么被做出来的哪一点？
Doshi 的回答从产品经理的常规动作切入。做任何产品的 PM 都会先定目标：这个版本要具备什么能力、要在哪些评测上达标、要驱动什么结果。客户和内部用户也习惯这样问，并且默认——目标定了，产品就该交付它。这在传统产品里成立，在模型上不成立。
"模型是不可预测的。它有点像斯内普（Snape）的魔药课：你可以把所有配料都放进去，也该想清楚自己期待什么，但你必须接受会有一点魔法发生。"
这一点魔法是意外的，也是独一无二的。所以 PM 的职责不止是塑造"进去的东西"，还得盯着"出来的东西"，认出模型在哪里发光、在哪里表现出你没预料到的独特性，再把这个独特性做成用户真正觉得惊艳的东西。
Lenny 补了一句来自另一位嘉宾的说法：模型是"长"出来的，不是"造"出来的。Doshi 认同，也划出了边界——大量研究让这件事尽可能成为科学：训练过程被持续监控，研究员盯着曲线爬升，判断何时该介入。但作为 PM，你还得理解模型另一侧的"手感"（vibes）。某个能力提升了是一回事，这个能力在哪里真正闪光、在产品下游怎么呈现、和它对话时它的行为与人格给人什么感觉，是另一回事。这些会被写进训练，但每次评测和测试，团队总会学到新东西。
2. 全栈不是口号，是一条成本对质量的曲线
Google 在 AI 竞赛里处于什么位置，是这场对话绕不开的问题。外界的观感是：它时不时拿出最好的东西，然后又慢下来。Doshi 没有回避，先给出了一个具体答案——她希望这期节目播出时，听众已经在用 Gemini 4 Argon，那是一个她认为确实站在前沿的模型。
她更想讲清楚的是策略的形状：全栈。Google 的特殊之处在于它同时握着硬件和触达数十亿用户的终端产品，她提到公司有 14 个用户过十亿的产品（她自己补了一句"这个数字我该再确认一下"）。从硬件到模型再到应用，这条链是完整的。
但目标不只是做出最前沿的体验。真正的目标是在"成本—质量"这条帕累托曲线上铺开一排模型，服务处在不同位置的不同用户。 来搜信息的人、正在构建下一个东西的工程师、要保护关键基础设施的网络安全防御者，各自需要的东西不一样，模型的价格与能力组合也不该只有一档。这些用户的使用反馈，会被带回到构建过程里。
Lenny 把话挑明：这意味着 Google 有很多条赢的路径——每 token 成本最优的前沿、最聪明的模型、或者干脆把搜索这类现有产品做得更好（AI 模式、AI 概览）。他不确定 Doshi 是不是也还想赢"最强模型"这一局。
她的回答很直接："我确实认为我们想赢下前沿这场对话。我不认为应该说 Google 没有参与前沿。" 与此同时，她也强调广度与多样性本身的价值——不管你在前沿的哪一段上构建，最终都要落到"让人的生活真的变好"这件事上。
3. 安全不是一个附加层，而是训练过程的一部分
在这个位置之前，Doshi 在 Google 的负责任 AI 团队做了六年产品。这让她的安全视角比大多数人早了几年。
她对自家安全团队的评价是"不可思议"，而她反复强调的是"刻意性"（intentionality）——从模型最初的训练，到最终怎么部署，安全是嵌在这个过程里的，不是上线前贴上去的一层。
真正落地时，关键在于结构和缓解措施怎么设计。她举的第一个例子是监控：部署能够监测模型思维链（chain of thought）的监控器，判断它是否正在往不该去的方向走。
这段讨论没有停留在抽象原则上。对一个大模型产品负责人来说，安全的工程量体现在这些具体装置上——谁来盯、盯什么信号、什么时候介入。这也解释了为什么她把"模型不可预测"看得那么重：既然结果带有魔法的成分，可观测性就不是可选项，而是产品的一部分。
4. PM 重新变得值钱，因为模型有"手感"
对话转向招聘。Lenny 问，现在招 PM，有没有什么是你越来越看重的？
Doshi 的答案没有绕弯：她要的是那种理解自家模型、也理解别家模型"手感"的人；有观点的人；每天都在玩这些模型的人。 理想状态下，你应该拿自己真正兴奋的题目去压力测试模型，而不是等着别人给你一份评测报告。
这个标准听起来简单，背后是一个不小的转向。当模型能力每几个月翻一次面，"把需求写清楚、把排期管好"这类传统 PM 的核心手艺，边际价值在下降；能够判断"这个模型现在到底能做到什么、用户会在哪一刻感到惊讶"，反而变成了稀缺能力。也正因为如此，PM 在一个前沿实验室里不是协调角色，而是那个负责接住魔法、并把它翻译成体验的人。
顺带说，她对"理解手感"的要求是有范围的：不止 Gemini，也包括别的模型。这在产品负责人里并不常见。
5. 60-20-20：把功能建在能力的前面
Doshi 有一个关于"该往前建多远"的框架，她称之为 60-20-20。节目里没有展开三段的具体比例，但她给出了这个框架要反对的东西——传统创业智慧：先做一个能用的最小可行产品。
她的判断相反：你应该去建那些"今天还不一定能用"的功能。 逻辑在于，模型能力还在往前走，如果产品只围绕当前已经稳定的能力设计，等模型升级到位时，你的产品形态已经落后一轮了。留出一部分赌注押在"快能用但还没完全能用"的能力上，才可能吃到下一波提升。
代价是产品必须保持可适应。模型一升级，原先勉强能跑的功能可能突然好用，原先设计好的交互可能变得多余——这种随模型能力漂移而重构产品的能力，本身就是前沿模型 PM 的核心工作之一。
6. 评测怎么写：从一段体验，而不只是一个模型
节目里另一条被列出的线索是"怎么写你的第一个评测"。对不在一线的人来说，评测像是研究院的事；但在 Doshi 的描述里，评测是产品经理最实际的手艺。
它至少有两个层次。一层是模型层：某个能力是否真的提升了，在什么条件下提升。另一层是体验层：这个能力穿过产品之后，用户感受到的是什么。她提到的例子里有一个很具体的方向——用更好的评测去改善肤色表征（skin tone representation）的质量；也就是把"这张图对所有人都生成得好吗"这种模糊感受，变成可以被测量、被追踪的东西。
这也解释了她为什么强调 PM 要亲自玩模型：评测的题目来自你自己的兴奋点和你的不适感，而不是来自一份通用清单。先把"我觉得这里不对"变成一个可复现的测试，再把它变成训练和发布的门槛——这是把主观手感变成工程的那一步。
7. Google 还没交出的那份答卷
Lenny 抛出了这场对话里最尖锐的一问：现在每一个 AI 助手都在吃 Google 那些最有价值的数据——Gmail、Google 日历、Docs——那 Google 为什么还没做出一个真正好用的个人助理？
Doshi 没有辩护，也没有打太极。她说团队正在做一些很棒的东西，然后承认："你说得对，这件事上我们还有更多工作要做。"
这个回答和她前面讲的策略是接得上的。全栈是 Google 的结构性优势，14 个十亿级产品意味着数据、场景和分发都在手里；但结构优势不会自动变成产品，它需要有人判断模型现在的手感够不够、用户在哪一刻会真的感到"它懂我"。这正是她所说 PM 价值回归的地方——不是把能力列成清单，而是判断哪个能力已经成熟到可以承担这种信任。
8. 回到魔药课
这场对话没有给出一个关于 AI 竞赛的名次表，Doshi 也没打算给。她给出的是一套工作方式：承认模型不可预测，然后用监控、评测和手感去尽可能地靠近它；承认全栈是一条成本对质量的曲线，而不是单一的最强模型；承认 PM 的价值不在流程里，而在判断力里。
回到开头那间魔药课教室。配料你可以准备得很仔细，火候你可以盯着仪表，但总有一部分是魔法。产品经理的工作，从来不是消除那部分魔法，而是在它出现的时候，认得出它，并且把它做成别人能用上的东西。
这份工作在过去两年被低估过，现在又开始变得稀缺——原因大概就在这里。
