Google前高管：如何在下一阶段AI（2026-2027）到来之前做好定位 | Silicon Valley Girl

Google前高管：如何在下一阶段AI（2026 2027）到来之前做好定位 | Silicon Valley Girl Google前高管：如何在下一阶段AI（2026 2027）到来之前做好定位 | Silicon Valley Girl Modified April 4 🔗 原文链接： https://mp.weixin.qq.com/s/Mik lifZ... 原创 Capihom Capihom 晚点再听LaterCast2026年4月3日 22:37 云南 我们每天为你更新硅谷最新的 AI 创业与科技播客总结，让你与前沿保持同频。 全文约 4100 字，如果你现在没有时间，试试转成播客稍后再听 "12至15年的炼狱之后，才是近乎圣经描述的天堂。" "创业不再是下棋，而是打壁球——你每天都要眼疾手快。" "AI会让你变蠢，也会让你成为前所未有的自己。" Mo Gawdat在谷歌X担任首席商务官超过十年，主导过上百个前沿科技项目的商业化探索。他的《Scary Smart》直接预言AI将在十年内颠覆一切，而他最新的论断更加直接： 2027年前后将是冲击的峰值，我们现在正处于"地狱前夜" 。在这期对话里，他将这场颠覆拆解成七个维度，指出就业市场的崩塌已经开始，新一代创业者的胜负手已经改变，他也给出了四条异常清醒的个人准备建议。 FACE RIPS：七个维度的颠覆同时到来 Gawdat 用一个缩写词"FACE RIPS"来描述正在发生的七维冲击：自由与权力（Freedom & Power）、问责危机（Accountability）、现实与连接（Reality & Connection）、经济重构（Economics）、创新终结（Innovation）。 他的判断是，AI不是一个单点事件，而是七条轨道同时脱轨。 AI已经在自己开发AI，在做科学发现，在改写数学和材料科学。更关键的是，这一切的加速不是线性的，而是指数级的。你今天看到的混乱，不是终点，而是序曲。 "AI是我们最后一次自主创新。从此以后，几乎所有的技术创新都将由AI完成。" 这不是危言耸听， Gawdat 在谷歌内部亲眼看到了这条轨迹，也正因为如此，他选择在2018年离开，而不是留下来为一个他认为正在失控的系统继续服务。他的担忧不在于AI本身，而在于握着AI方向盘的那批人。值得注意的是， Gawdat 并不悲观于AI的能力本身——他相信最终AI的智能本质上是中性的，甚至将在无人为其赋予恶意时趋向善良。他真正担心的是这段过渡期：在AI足够聪明到能自主判断之前，那些使用它的人是否具备足够的道德水准。他把AI的处境比作漫画里的超人：一个拥有无比力量的外星婴儿降落地球，最终是英雄还是反派，完全取决于养育他的那对父母教会了他什么价值观。 问责危机：当没有人需要为决策负责时 在他眼中，当下最根本的问题不是AI本身，而是问责的消失。一个网红给出错误的创业建议，没人追责；一个AI系统做出影响百万人的决策，没人追责；一个科技创始人重塑了全人类的信息获取方式，也没人追责。 Gawdat 认为，这种问责缺失才是FACE RIPS框架里真正的核心变量——字母"A"。 "萨姆·奥尔特曼说，我要打造一个和所有人预想都不同的未来——但没有人问过你，你想不想要那个未来。" 他并非针对某个人，而是指出一种系统性结构——当权力集中而问责机制缺失，任何技术都会被滥用。未来那些握有更强AI能力的"奥尔特曼们"，会将这种问责真空放大到前所未有的规模。这是比失业更深层的社会风险。 Gawdat 还举了一个更极端的例子：一个总统，一个首相，当他们做出改变亿万人生活的决策时，又由谁来追责？COVID期间"全民待在家里"的命令，人们照单全收——这已经是一次关于大规模服从的实验，而AI的到来将让这套机制的触达能力提升几个数量级。 就业市场的崩塌：2到3年的倒计时 Gawdat 给出了一个相当具体的时间窗口： 未来两到三年，就业市场将出现大规模位移 。他引用的数据是，今年应届毕业生招聘已经减少了23%到30%，这不是经济周期的短暂调整，而是结构性变化——初级职位正在被AI取代，中层职位的空间随之收窄。 "如果你因为中层职位被裁而失业，你就重新成了应届生——但这时你会发现，应届生的入口也已经关闭了。" 客服、文员、研究员、助理——任何以"单调重复"为主要特征的岗位都将首当其冲。AI目前无法胜任那些复杂工作，不是因为它不够聪明，而是因为人类界面还没被它学会。一旦那道关被突破，门就会关上。他给出的节点是两到三年。更值得警惕的是双重挤压：初级职位消失，意味着年轻人失去积累经验的入口；而中层职位的压缩，又让那些被裁掉的资深从业者无处容身。两端同时收紧，这一次的结构性调整没有缓冲地带。 从下棋到打壁球：创业范式已经彻底换了 Gawdat 用了一个直接的比喻描述创业范式的转变。过去的创业是下棋：你需要有远见，提前布局，在别人看不到的地方占据先手。这是一种长周期的认知游戏。 但今天，棋盘已经不见了，现在打的是壁球。 壁球的节奏是：球飞过来，你必须立刻判断，立刻响应，打向下一个位置，然后重复。 "以前的创业者每辈子可能只需要做一两次转型，现在你可能每周都要转型。" 这意味着创业者最关键的能力，不再是预判未来十年，而是对当下信号的极度敏感和毫不犹豫的行动。A/B测试的成本趋近于零，试错的代价空前降低，而迟疑的代价却在急剧上升。速度和在场感，正在取代战略规划成为第一竞争力。 Gawdat 在Emma的四周内就完成了四次方向调整，这在传统创业模式里是不可想象的——那需要数月的决策周期、董事会汇报、资源重新分配。而现在，这些摩擦几乎消失了，留下来的就是你是否有勇气在不确定中持续移动。 6周造一家公司：Emma告诉你机会窗口在哪里 Gawdat 自己就在亲身验证这个判断。他的AI创业公司Emma，从零到成型只花了六周时间。团队构成是：他本人、联合创始人Sanat、两三名进出不定的工程师，加上八个AI。 而如果是2022年，同一件事需要四年时间和350名工程师。 他说这家公司是他做过最好的产品。 "我们甚至因为太顺手，把代码重写了六遍——因为可以，为什么不呢？" Emma的方向是用深度数学模型匹配伴侣关系中的百万级参数——这是一个高度依赖智能的问题域，不是重复性劳动，正好卡在AI擅长但没人认真做的地方。这也验证了 Gawdat 对创业方向的建议：找一个能影响十亿人、让他们每天用两次的问题，门槛在降低，但值得解决的问题反而变得更重要了。他沿用了Larry Page的"牙刷测试"——一件东西，用户愿意每天用两次，说明它真正解决了问题。在AI把执行成本压到接近零的时代，创业者的稀缺资源不再是资金或工程师，而是"找到那个值得解决的问题"的判断力。 教育已经终结：大学学费值不值得存 关于大学教育， Gawdat 的判断相当干脆： 教育作为一种技术已经走到了头 。大学不会消失，哈佛还会继续招生，因为品牌的商业逻辑依然存在。但它作为"获得智识的唯一通道"的历史使命，已经结束了。如果AI能让任何人以几乎零成本获得顶级研究能力，为孩子存大学学费这件事就需要重新计算ROI。 "你问我，应该为孩子存大学学费吗？绝对不。十年内不会有大学这回事了。" 他真正担忧的是：谁来教下一代正确使用AI？现在的孩子可以把聊天记录扔给ChatGPT分析关系，也可以用AI做出超越自身认知边界的研究。问题不是工具好不好，而是没有人教他们区别这两种用法——这才是教育系统真正的欠账。 Gawdat 也坦承自己对大学并无偏见，他没有上哈佛是因为"那是时间的浪费"，因为他选择把一生押注在一个极度狭窄的专业领域里。他的建议不是"不要学习"，而是"重新定义学什么，以及怎么学"——目标不再是让孩子考到140分的IQ，而是让孩子和他们的AI一起达到300分、500分。 向AI借80个IQ点：变聪明还是变蠢，差一个提示词 Gawdat 说他现在四周内能写完一本140页的书。之所以能做到，是因为他把AI当成认知延伸工具，而不是代笔机器。他的用法很具体：不是问"你怎么看这个问题"，而是说"我有一个判断，帮我找所有支持和反对这个判断的证据"。 这一个提示词的区别，就是变聪明和变蠢的分水岭。 "AI现在让我可以借用80个额外的IQ点。而IQ是指数级的，额外的80比我原来全部的IQ都值钱。" 他还分享了一套交叉验证的用法：先用Gemini做科学性分析，再用DeepSeek补上非西方视角的漏洞，最后用ChatGPT打磨表达。不是偏信任何一个模型，而是让它们互相制衡。这和他在谷歌做商业创新时验证假设的方式如出一辙——用系统对抗认知盲区，而不是外包判断。他用了一个绝妙的类比：他读工程学的时候，考场上不允许使用科学计算器。拿到计算器的那一天，他的解题时间减少了50%。大多数同学把节省出来的时间用来提前交卷；他选择用那50%把题目做两遍。AI给你的那部分时间，是用来休息还是用来思考得更深——这个选择决定了你和别人之间的差距会拉大还是缩小。 熬过这12年：四项核心技能 Gawdat 最后给出了他认为在未来十二年里真正有价值的四项个人能力。 第一， 掌握AI，成为同龄人里用AI最好的那个人 ——不是因为它是趋势，而是因为它是你唯一能借到的杠杆。 第二， 练习敏捷性 ，每周留一小时更新自己对AI的认知，把AB测试变成默认动作，因为试错成本已经趋近于零。 第三， 坚持道德底线 ，拒绝用AI做监控、武器和操控，也要求政府和企业遵守同样的边界。 第四，也是最容易被忽视的一条： 停止轻信 。 "那台让所有人深信不疑的宣传机器，即将搭上AI的引擎全速运转。你必须学会独立判断。" 他相信，在那个天堂降临之前，我们必须先穿越一段AI被滥用、问责缺失、权力集中的混乱期。但这不是绝望，而是一张地图——你现在知道了它的形状，就能提前为自己找到出口。 Gawdat 将这个过程比作核武器的历史：人类也经历过"互相确保毁灭"的恐怖平衡，最终走向了核不扩散条约和大国合作。AI会走同样的路，只是在那之前，我们需要先见证足够多的代价，让各方意识到"没有赢家"。他并不是在叫人躺平等待，而是说：了解这张地图，是在混乱中保持方向感的前提。 内容来源："Ex Google Exec: How to Position Yourself Now Before the Next AI Phase (2026–2027)"丨Silicon Valley Girl 原视频：https://www.youtube.com/watch?v=E0Q96IKXx6Q No access a087c212a237425d81796ad90cc51236 00:00 如果你喜欢深度好文，可以用「晚点再听 LaterCast 小程序」，将不方便立刻阅读的文章转成播客，用「听」的方式，稍后阅读，不再错过好文章⇣ ⇣ 关注我，每天为你更新硅谷最新的 AI 创业／科技播客总结，让你与前沿保持同频 ⇣ https://mp.weixin.qq.com/s/Mik lifZ... 🔗 原文链接： https://mp.weixin.qq.com/s/Mik lifZ... https://mp.weixin.qq.com/s/Mik lifZ... 原创 Capihom Capihom 晚点再听LaterCast2026年4月3日 22:37 云南 我们每天为你更新硅谷最新的 AI 创业与科技播客总结，让你与前沿保持同频。 全文约 4100 字，如果你现在没有时间，试试转成播客稍后再听 "12至15年的炼狱之后，才是近乎圣经描述的天堂。" "创业不再是下棋，而是打壁球——你每天都要眼疾手快。" "AI会让你变蠢，也会让你成为前所未有的自己。" Mo Gawdat在谷歌X担任首席商务官超过十年，主导过上百个前沿科技项目的商业化探索。他的《Scary Smart》直接预言AI将在十年内颠覆一切，而他最新的论断更加直接： 2027年前后将是冲击的峰值，我们现在正处于"地狱前夜" 。在这期对话里，他将这场颠覆拆解成七个维度，指出就业市场的崩塌已经开始，新一代创业者的胜负手已经改变，他也给出了四条异常清醒的个人准备建议。 FACE RIPS：七个维度的颠覆同时到来 Gawdat 用一个缩写词"FACE RIPS"来描述正在发生的七维冲击：自由与权力（Freedom & Power）、问责危机（Accountability）、现实与连接（Reality & Connection）、经济重构（Economics）、创新终结（Innovation）。 他的判断是，AI不是一个单点事件，而是七条轨道同时脱轨。 AI已经在自己开发AI，在做科学发现，在改写数学和材料科学。更关键的是，这一切的加速不是线性的，而是指数级的。你今天看到的混乱，不是终点，而是序曲。 "AI是我们最后一次自主创新。从此以后，几乎所有的技术创新都将由AI完成。" 这不是危言耸听， Gawdat 在谷歌内部亲眼看到了这条轨迹，也正因为如此，他选择在2018年离开，而不是留下来为一个他认为正在失控的系统继续服务。他的担忧不在于AI本身，而在于握着AI方向盘的那批人。值得注意的是， Gawdat 并不悲观于AI的能力本身——他相信最终AI的智能本质上是中性的，甚至将在无人为其赋予恶意时趋向善良。他真正担心的是这段过渡期：在AI足够聪明到能自主判断之前，那些使用它的人是否具备足够的道德水准。他把AI的处境比作漫画里的超人：一个拥有无比力量的外星婴儿降落地球，最终是英雄还是反派，完全取决于养育他的那对父母教会了他什么价值观。 问责危机：当没有人需要为决策负责时 在他眼中，当下最根本的问题不是AI本身，而是问责的消失。一个网红给出错误的创业建议，没人追责；一个AI系统做出影响百万人的决策，没人追责；一个科技创始人重塑了全人类的信息获取方式，也没人追责。 Gawdat 认为，这种问责缺失才是FACE RIPS框架里真正的核心变量——字母"A"。 "萨姆·奥尔特曼说，我要打造一个和所有人预想都不同的未来——但没有人问过你，你想不想要那个未来。" 他并非针对某个人，而是指出一种系统性结构——当权力集中而问责机制缺失，任何技术都会被滥用。未来那些握有更强AI能力的"奥尔特曼们"，会将这种问责真空放大到前所未有的规模。这是比失业更深层的社会风险。 Gawdat 还举了一个更极端的例子：一个总统，一个首相，当他们做出改变亿万人生活的决策时，又由谁来追责？COVID期间"全民待在家里"的命令，人们照单全收——这已经是一次关于大规模服从的实验，而AI的到来将让这套机制的触达能力提升几个数量级。 就业市场的崩塌：2到3年的倒计时 Gawdat 给出了一个相当具体的时间窗口： 未来两到三年，就业市场将出现大规模位移 。他引用的数据是，今年应届毕业生招聘已经减少了23%到30%，这不是经济周期的短暂调整，而是结构性变化——初级职位正在被AI取代，中层职位的空间随之收窄。 "如果你因为中层职位被裁而失业，你就重新成了应届生——但这时你会发现，应届生的入口也已经关闭了。" 客服、文员、研究员、助理——任何以"单调重复"为主要特征的岗位都将首当其冲。AI目前无法胜任那些复杂工作，不是因为它不够聪明，而是因为人类界面还没被它学会。一旦那道关被突破，门就会关上。他给出的节点是两到三年。更值得警惕的是双重挤压：初级职位消失，意味着年轻人失去积累经验的入口；而中层职位的压缩，又让那些被裁掉的资深从业者无处容身。两端同时收紧，这一次的结构性调整没有缓冲地带。 从下棋到打壁球：创业范式已经彻底换了 Gawdat 用了一个直接的比喻描述创业范式的转变。过去的创业是下棋：你需要有远见，提前布局，在别人看不到的地方占据先手。这是一种长周期的认知游戏。 但今天，棋盘已经不见了，现在打的是壁球。 壁球的节奏是：球飞过来，你必须立刻判断，立刻响应，打向下一个位置，然后重复。 "以前的创业者每辈子可能只需要做一两次转型，现在你可能每周都要转型。" 这意味着创业者最关键的能力，不再是预判未来十年，而是对当下信号的极度敏感和毫不犹豫的行动。A/B测试的成本趋近于零，试错的代价空前降低，而迟疑的代价却在急剧上升。速度和在场感，正在取代战略规划成为第一竞争力。 Gawdat 在Emma的四周内就完成了四次方向调整，这在传统创业模式里是不可想象的——那需要数月的决策周期、董事会汇报、资源重新分配。而现在，这些摩擦几乎消失了，留下来的就是你是否有勇气在不确定中持续移动。 6周造一家公司：Emma告诉你机会窗口在哪里 Gawdat 自己就在亲身验证这个判断。他的AI创业公司Emma，从零到成型只花了六周时间。团队构成是：他本人、联合创始人Sanat、两三名进出不定的工程师，加上八个AI。 而如果是2022年，同一件事需要四年时间和350名工程师。 他说这家公司是他做过最好的产品。 "我们甚至因为太顺手，把代码重写了六遍——因为可以，为什么不呢？" Emma的方向是用深度数学模型匹配伴侣关系中的百万级参数——这是一个高度依赖智能的问题域，不是重复性劳动，正好卡在AI擅长但没人认真做的地方。这也验证了 Gawdat 对创业方向的建议：找一个能影响十亿人、让他们每天用两次的问题，门槛在降低，但值得解决的问题反而变得更重要了。他沿用了Larry Page的"牙刷测试"——一件东西，用户愿意每天用两次，说明它真正解决了问题。在AI把执行成本压到接近零的时代，创业者的稀缺资源不再是资金或工程师，而是"找到那个值得解决的问题"的判断力。 教育已经终结：大学学费值不值得存 关于大学教育， Gawdat 的判断相当干脆： 教育作为一种技术已经走到了头 。大学不会消失，哈佛还会继续招生，因为品牌的商业逻辑依然存在。但它作为"获得智识的唯一通道"的历史使命，已经结束了。如果AI能让任何人以几乎零成本获得顶级研究能力，为孩子存大学学费这件事就需要重新计算ROI。 "你问我，应该为孩子存大学学费吗？绝对不。十年内不会有大学这回事了。" 他真正担忧的是：谁来教下一代正确使用AI？现在的孩子可以把聊天记录扔给ChatGPT分析关系，也可以用AI做出超越自身认知边界的研究。问题不是工具好不好，而是没有人教他们区别这两种用法——这才是教育系统真正的欠账。 Gawdat 也坦承自己对大学并无偏见，他没有上哈佛是因为"那是时间的浪费"，因为他选择把一生押注在一个极度狭窄的专业领域里。他的建议不是"不要学习"，而是"重新定义学什么，以及怎么学"——目标不再是让孩子考到140分的IQ，而是让孩子和他们的AI一起达到300分、500分。 向AI借80个IQ点：变聪明还是变蠢，差一个提示词 Gawdat 说他现在四周内能写完一本140页的书。之所以能做到，是因为他把AI当成认知延伸工具，而不是代笔机器。他的用法很具体：不是问"你怎么看这个问题"，而是说"我有一个判断，帮我找所有支持和反对这个判断的证据"。 这一个提示词的区别，就是变聪明和变蠢的分水岭。 "AI现在让我可以借用80个额外的IQ点。而IQ是指数级的，额外的80比我原来全部的IQ都值钱。" 他还分享了一套交叉验证的用法：先用Gemini做科学性分析，再用DeepSeek补上非西方视角的漏洞，最后用ChatGPT打磨表达。不是偏信任何一个模型，而是让它们互相制衡。这和他在谷歌做商业创新时验证假设的方式如出一辙——用系统对抗认知盲区，而不是外包判断。他用了一个绝妙的类比：他读工程学的时候，考场上不允许使用科学计算器。拿到计算器的那一天，他的解题时间减少了50%。大多数同学把节省出来的时间用来提前交卷；他选择用那50%把题目做两遍。AI给你的那部分时间，是用来休息还是用来思考得更深——这个选择决定了你和别人之间的差距会拉大还是缩小。 熬过这12年：四项核心技能 Gawdat 最后给出了他认为在未来十二年里真正有价值的四项个人能力。 第一， 掌握AI，成为同龄人里用AI最好的那个人 ——不是因为它是趋势，而是因为它是你唯一能借到的杠杆。 第二， 练习敏捷性 ，每周留一小时更新自己对AI的认知，把AB测试变成默认动作，因为试错成本已经趋近于零。 第三， 坚持道德底线 ，拒绝用AI做监控、武器和操控，也要求政府和企业遵守同样的边界。 第四，也是最容易被忽视的一条： 停止轻信 。 "那台让所有人深信不疑的宣传机器，即将搭上AI的引擎全速运转。你必须学会独立判断。" 他相信，在那个天堂降临之前，我们必须先穿越一段AI被滥用、问责缺失、权力集中的混乱期。但这不是绝望，而是一张地图——你现在知道了它的形状，就能提前为自己找到出口。 Gawdat 将这个过程比作核武器的历史：人类也经历过"互相确保毁灭"的恐怖平衡，最终走向了核不扩散条约和大国合作。AI会走同样的路，只是在那之前，我们需要先见证足够多的代价，让各方意识到"没有赢家"。他并不是在叫人躺平等待，而是说：了解这张地图，是在混乱中保持方向感的前提。 内容来源："Ex Google Exec: How to Position Yourself Now Before the Next AI Phase (2026–2027)"丨Silicon Valley Girl 原视频：https://www.youtube.com/watch?v=E0Q96IKXx6Q No access a087c212a237425d81796ad90cc51236 00:00 No access a087c212a237425d81796ad90cc51236 00:00 如果你喜欢深度好文，可以用「晚点再听 LaterCast 小程序」，将不方便立刻阅读的文章转成播客，用「听」的方式，稍后阅读，不再错过好文章⇣ ⇣ 关注我，每天为你更新硅谷最新的 AI 创业／科技播客总结，让你与前沿保持同频 ⇣