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。
代码审查 / LGTM：代码合并前，请其他工程师检查改动；LGTM 是“Looks Good To Me”的缩写，大意是“我看没问题”，不等于代码绝对没有错误。
IC（Individual Contributor） / L11：IC 是个人贡献者职业路线，与管理路线相对，主要通过专业工作作出贡献；L11 是节目讲到的谷歌高级技术职级，Jeff 和 Sanjay 获得的称号是 Senior Fellow。
Jeff Dean Facts：程序员圈里夸张吹捧 Jeff Dean 的段子合集，“优化光速”“圆周率最后四位”等等，都属于玩梗。
TurboTax / Turbot Ax：前者是报税软件，后者可拆成“比目鱼”和“斧头”；节目用这次荒唐的拼写纠错，说明谷歌早期购买的拼写纠错软件，只差一个词语切分，意思也可能完全变样。
Chromebook：运行 ChromeOS 的笔记本电脑；Jeff 交回公司的那台电脑，就是节目末尾聊到的 Chromebook。
机器学习与 AI
神经网络 / 深度学习 / 神经元：神经网络由许多相互连接的计算单元组成，深度学习通常使用多层网络；其中的“神经元”是数学计算单元，节目里说它看到猫会“放电”，是在形容它对某类输入反应强烈。
无监督学习 / 自监督学习：都可以减少对人工标注答案的依赖；自监督学习会从数据自身构造训练目标，无监督学习则更广泛地指从没有人工标签的数据里发现结构，两者并非完全同义。
反向传播：从模型输出产生的误差往回计算各层参数的影响，帮助训练过程决定该怎样调整参数。
语言模型 / Token：语言模型学习文本的统计规律，生成文本时常逐步预测下一个 token；token 是模型处理文字的单位，可能是一个字、词的一部分或标点，不一定等于一个完整单词。
Transformer：一种利用注意力机制处理序列信息的神经网络架构，是许多大语言模型的基础；《Attention Is All You Need》就是提出它的论文。原论文
缩放定律（Scaling Laws）：描述模型规模、训练数据量和计算量增加时，模型表现如何变化的一类经验规律，并不保证投入增加就能解决所有问题。
幻觉：AI 生成了听起来像真的、却没有依据或与事实不符的内容；本期讨论谷歌为何迟疑发布聊天机器人时，提到了这类风险。
CPU / GPU（显卡的核心处理器）：CPU 是处理各类任务的通用处理器，GPU 擅长并行执行大量相似计算，因此也适合神经网络中的许多运算。
TPU / TensorFlow：前者是谷歌的机器学习专用加速芯片，后者是开发和运行机器学习模型的软件框架。
AlphaChip / 可复现性：AlphaChip 用 AI 辅助安排芯片布局；可复现性是指其他研究者能否依据公开的方法、代码和数据验证研究结果，也是本期争议段落的关键。
上面几项 AI 基础术语也可对照 Google 机器学习术语表 查阅。
🔁 提到的往期节目
⏱️ 章节时间戳
00:05 开场与友台推荐：这次从一个人的故事聊谷歌
04:48 最后 48 小时：139 人视频会，和一封告别邮件
09:07 搜索停在五个月前：谷歌早年的作战室危机
13:51 比特翻转：宇宙射线和《三体》里举旗的士兵
19:49 谷歌三驾马车：海量数据怎么储存、计算算、查询？
24:22 硬核优化到硬盘外圈这种物理层面，再把一整个数据中心变成好用的工具
28:50 “极速报税”（TurboTax）变成“比目鱼斧头”（Turbot Ax）：拼写纠错与广告生意
31:08 把核心王牌发表成论文共享给学术界：Hadoop 和开源社区接棒
32:41 从补全单词到预测下一个词：语言模型早就萌芽了
35:55 Jeff Dean Facts：关于 Jeff 的梗文化合集
38:36 程序员的职业天花板是一对长期搭档
40:20 43 岁转向神经网络：一次被认为是“浪费人才”的选择
44:05 从翻译提速到自造芯片：Jeff 的立项决定是通过 Latency numbers 计算出来的
48:38 聊天机器人早于 ChatGPT 做出来，为什么没有发布？
50:05 Timnit Gebru 事件：研究自由与公司的内部审查
52:35 AlphaChip 争议：AI 设计芯片，究竟该怎么比较？
54:40 Jeff 和 Sanjay 写代码的时间少了，因为想念彼此，形成了周五家庭聚会的习惯
57:04 Discovery Loop：和老搭子们一起创业
59:53 回到告别现场：1500 人、400 条消息和一台 Chromebook
01:04:00 只失业一秒钟：下一段故事，继续和老朋友一起
📚 参考资料
人物、访谈与告别现场
《纽约客》：The Friendship That Made Google Huge——Jeff 与 Sanjay 的长期合作
Dwarkesh Podcast：Jeff Dean & Noam Shazeer — 25 years at Google: from PageRank to AGI
WIRED：Google’s Top AI Brains Are Leaving to Launch Discovery Loop
技术与研究争议
Google Research：In-Datacenter Performance Analysis of a Tensor Processing Unit——TPU 论文
Nature：A graph placement methodology for fast chip design——芯片布局论文与更新记录
补充说明：节目谈到了 Nature 在 2023 年对芯片布局论文发布的编辑提示。后续在 2024 年 9 月 26 日，Nature 撤下了该提示，表示经发表后复审，相关性能疑问已得到令编辑满意的解决，并关闭调查。这是期刊对该次调查的处理结果，不宜把录音中提到的历史提示理解为调查至今仍未结束。见 Nature 论文更新记录。
🖼️ 配图
图 1｜挤满同事的咖啡馆：日程表记下了约 1500 位同事参加告别会，下面是现场照片，对应节目最后一段的告别故事。来源：量子位 / 36氪报道，截自原文。
图 2｜交回去的工牌和电脑：笔记本上还能看到 Google Brain、BigTable、TensorFlow 等贴纸，和这期聊过的技术一一碰上。来源：量子位 / 36氪报道所引 Jeff Dean 照片，引自原文。
图 3｜每个程序员都应该知道的数字：Jeff Dean 在 LADIS 2009 主题演讲中列出了读缓存、读内存、硬盘寻道和跨洲传输等操作的耗时，对应节目里那张让我“被程序员行业除名”的表。图中是 2009 年的历史数值，不能直接当作今天硬件的性能指标；ns 是纳秒，1 毫秒等于 100 万纳秒。来源：Jeff Dean，LADIS 2009 keynote，第 24 页，公开演讲材料截图。
图 4｜把时间差画出来：Colin Scott 将这类延迟数字做成了可以切换年份的交互图，这张截图选择的是 2020 年档位。不同颜色使用不同的时间单位，阅读时要连同图例一起看；它帮助我们理解数量级差异，并不是本期对当前电脑做的实测。来源：Colin Scott：Numbers Every Programmer Should Know By Year，项目页面截图。
图 5｜两位编程搭档站在同一层：这张自制职级图按《纽约客》2018 年报道整理，方便对照节目里从 IC 路线讲到 Senior Fellow 的部分。图中“仅有两位”、入职级别和人员占比等描述应放回当年的报道语境，不作为谷歌现行官方职级标准。来源：The Friendship That Made Google Huge，自制资料图；本次于 2026-09-07 核对所引原文的历史口径。
图 6｜最后 48 小时的原始时间表：Jeff 在 KDD 2026 主题演讲中展示了告别会议、瑜伽、足球、深夜回消息，以及失业一秒钟后成为联合创始人的日程。这就是节目开头和结尾反复回到的那张表。来源：量子位 / 36氪：KDD 2026 主题演讲现场报道，引自报道中的会场照片。
图 7｜和老同事一起开始下一段：这张材料包含 Jeff 的官宣帖、公司介绍和四位联合创始人的合影，对应节目里 Jeff、Sanjay、Oriol、Quoc 再次一起创业的故事。来源：Jeff Dean 官宣帖、Discovery Loop 官网，截图整理引自量子位 / 36氪报道；官方物料与公开帖文截图。
图 8｜让探索一轮轮继续：Discovery Loop 的标志把“Loop”里的两个字母 O 连成无限符号，下面写着“Continuous Exploration（持续探索）”。它呼应了节目里“提出想法—实验—反馈—再尝试”的循环。来源：Discovery Loop 官网，官网画面引自量子位 / 36氪报道，公司官方物料。
💬 一起同行
欢迎加入听友群～
加微信 "cliu21"，备注“听友”。
群里会分享我自己和大家在用的 AI 工作流和资讯，希望能让AI 真正解决大家的问题。
也欢迎来聊天、吐槽、给节目提建议。
在小宇宙查看该单集文稿
