Gemini 模型今年很強，谷歌旗下的 AI 應用也開始支棱起來了。

一直備受好評的 NotebookLM，今年接連發(fā)布新功能，目前移動端月活用戶達到 800 萬。

Gemini App 月活從 8 月的 2.66 億增長到了 11 月的 3.46 億，凈增 8000 萬用戶。在四個月內(nèi)，Gemini 市場份額上升 3 個百分點，反觀 ChatGPT 市場份額下降了 3 個百分點。

過去一年內(nèi)，付費用戶的增長更為突出，Gemini Pro 訂閱量同比增幅接近 300%，大幅領先于 ChatGPT 的 155% 增速。

這股勢頭背后，離不開一個關鍵人物：Josh Woodward，Google Labs 副總裁兼 Gemini 應用負責人。

今年 4 月，Woodward 全面接手了谷歌 AI 戰(zhàn)略核心 Gemini 應用的工作。對比其他大廠高管， Woodward 身上，有一股獨特的「創(chuàng)業(yè)者」氣質(zhì)：

• 快速行動，看重從一個點子到最終交到用戶手里的速度。NotebookLM 以 5、6 人的小團隊形式，用六周時間快速完成了原型開發(fā)；

• 懂技術，且有遠見地能思考技術未來的演變方向和合適的應用方式。在 Gemini 3.0 的發(fā)布中，Woodward 提出了非常前瞻的概念：生成式界面。

• 聚焦真實用戶的反饋。非常癡迷解決用戶在使用產(chǎn)品時遇到的微小痛點，常在 X、Reddit 等社交平臺上和用戶交流；

• 有能力繞開谷歌龐大的官僚體系。建立了「block」內(nèi)部系統(tǒng)，幫助團隊推進項目，打破內(nèi)部障礙，爭取資源；

谷歌實驗室前聯(lián)合負責人 Clay Bavor 這樣評價 Woodward：行動迅速、善于打破障礙、執(zhí)行力強，這些能力讓他穩(wěn)穩(wěn)地立在了谷歌最重要工作的中心。

??關注 Founder Park，最及時最干貨的創(chuàng)業(yè)分享

超 17000 人的「AI 產(chǎn)品市集」社群！不錯過每一款有價值的 AI 應用。

邀請從業(yè)者、開發(fā)人員和創(chuàng)業(yè)者，飛書掃碼加群：

進群后，你有機會得到：

• 最新、最值得關注的 AI 新品資訊；
  

• 不定期贈送熱門新品的邀請碼、會員碼；
  

• 最精準的AI產(chǎn)品曝光渠道

Josh Woodward，42 歲，現(xiàn)任 Google Labs 副總裁兼 Gemini 應用負責人。

作為谷歌從「搜索優(yōu)先」向「AI 優(yōu)先」轉(zhuǎn)型的核心人物，今年 4 月，Woodward 全面接手了谷歌 AI 戰(zhàn)略核心 Gemini 應用的工作。在此期間，推出了在社交平臺爆火出圈的 Nano Banana、性能強大的 Gemini 3.0 系列模型、以及生成式界面等一系列創(chuàng)新功能。

在他的領導下，Gemini 應用的月用戶數(shù)從 3.5 億激增到了 6.5 億。

Google I/O 2025 現(xiàn)場，Woodward 展示 Gemini 的新進展和 AI Labs 的新產(chǎn)品

在接管 Gemini 之前，Woodward 負責帶領 Google Labs，探索各種實驗性 AI 項目。其中，團隊推出的筆記產(chǎn)品 NotebookLM，大受好評。Woodward 開啟了「內(nèi)部創(chuàng)業(yè)」模式，組建了 5-7 人小組，僅用六周時間就完成了首個原型開發(fā)。

CNBC 評論，「Woodward 的優(yōu)勢之一是消除障礙，使團隊能夠快速開發(fā)產(chǎn)品?！?/p>

快速行動、突破常規(guī)的行事風格貫穿了 Woodward 在谷歌的 16 年職業(yè)生涯。2009 年，Woodward 以產(chǎn)品管理實習生的身份加入谷歌，隨后擔任了多個產(chǎn)品管理職位，也是谷歌開拓新興市場「下一個十億用戶」（NBU）項目的首批核心成員。

除了強大的執(zhí)行力外，Woodward 身上還有一種獨特的「創(chuàng)業(yè)者」氣質(zhì)：好奇心和影響力。在 NBU 期間，Woodward 每周都會撰寫一份內(nèi)部通訊，分享近期思考和感興趣的東西。Woodward 的閱讀量極大，甚至成為了谷歌高管們尋求書籍推薦的首選對象。

在過去一年中，Woodward 是如何做到帶領 Gemini 甚至整個谷歌走出低谷的？我們梳理了他在關鍵產(chǎn)品上的核心策略、技術思考與管理理念，或許能找到答案。

02突破「大公司病」，

快速開發(fā)新產(chǎn)品

2022 年，Woodward 加入 Google Labs 后，迅速成為了多款高影響力產(chǎn)品開發(fā)的核心。

NotebookLM 就是 Google Labs 團隊早期開發(fā)出的一款 AI 產(chǎn)品。最初源自于團隊內(nèi)產(chǎn)品經(jīng)理 Raiza Martin 的個人項目 Project Tailwind，一個筆記工具創(chuàng)意。

Woodward 以內(nèi)部 5 到 7 人小組的形式，基于這個創(chuàng)意源點，進行快速迭代開發(fā)，六周時間就完成了產(chǎn)品首個原型開發(fā)。從一個簡單的筆記工具，打造成了一款能深度分析用戶上傳的文檔、PDF、音視頻，并提供摘要和洞見的 AI 產(chǎn)品。

NotebookLM 在 2023 年 7 月發(fā)布后，一炮而紅，迅速獲得了極高的人氣。在為了收集用戶反饋而建立的 Discord 服務器中，有 20 多萬成員。

AI 不是目的，是一種全新的「內(nèi)容容器」

Woodward 對于 AI 工具價值的理解，非常深刻。他認為，AI 不僅僅是一個從海量互聯(lián)網(wǎng)信息中提取答案的搜索引擎，而是更應該成為一個幫助用戶去深度理解、重構(gòu)自有知識的伙伴。所以，NotebookLM 的一切分析、摘要和回答，都是嚴格基于用戶上傳的原始資料，規(guī)避了常見的「幻覺」問題。

Woodward 將 NotebookLM 形容為「一種新的內(nèi)容容器或格式」。這個「容器」被直觀地呈現(xiàn)在了產(chǎn)品界面上：左邊是用戶上傳的原始資料，中間是與 AI 的問答互動，右邊則是能生成思維導圖、摘要等豐富的媒體輸出。所有內(nèi)容都有源可溯，保證了思考的嚴謹性。

Josh Woodward 在 Google I/O 2024 上演示音頻概覽功能

這個核心理念，同樣在「視頻概覽」和「音頻概覽」功能上也體現(xiàn)得非常明顯。例如，「音頻概覽」功能，用戶可以上傳多個信源，讓 AI 來生成一期播客；「視頻概覽」功能，用戶可以上傳數(shù)十個、甚至上百個不同格式的資料，最后自動生成一個圖文并茂、帶有語音講解的視頻幻燈片。

NotebookLM 將海量、零散的信息，提煉成了一個幾分鐘就能消化吸收的精華版本。

這也側(cè)面反映了 Woodward 對于 NotebookLM 核心價值的判斷：在「整理-輸出」環(huán)節(jié)，AI 擁有非常豐富的探索空間，能夠幫助用戶用全新的方式來轉(zhuǎn)換、重構(gòu)信息。

這種轉(zhuǎn)換，本質(zhì)上降低了高質(zhì)量內(nèi)容創(chuàng)作的門檻。整理信息同樣也是一種創(chuàng)造。

Woodward 在播客中提到，團隊的最終目標是，「既能幫助頂尖人才更快、更有創(chuàng)意地完成工作，又能讓那些原本不具備能力的人也能做到。」

「放手讓他們?nèi)プ觥沟拇竽懶惺嘛L格

Woodward 的行事風格快速、大膽，也是讓 NotebookLM 這個「新品類」產(chǎn)品成功的重要原因。

Woodward 敢于突破大廠中的官僚主義。為了更好地收集用戶反饋，NotebookLM 使用了更貼近普通用戶的外部平臺 Discord，這對于像谷歌這種更傾向使用自家產(chǎn)品的大公司，是非常不容易的。

據(jù)當時的項目負責人 Martin 回憶，行政部門不斷追問：「為什么不用 Google Meet？為什么不用 Google Groups？」是 Woodward 親自出面協(xié)調(diào)，確保了團隊可以繼續(xù)使用 Discord。產(chǎn)品首批上線的新功能都是源自于 Discord 中與使用者的反饋、交流。目前，該頻道已經(jīng)有 23 萬名成員。

另一個非常大膽的舉動是，Woodward 邀請了與谷歌毫無交集的外部科技作家 Steven Johnson 加入團隊，來共同打磨 NotebookLM。Woodward 本人是 Johnson 的忠實讀者，他認為，通過這位科技史作家的視角，可以為產(chǎn)品帶來不同的價值。

Johnson 帶來了不同的視角：最好的思想往往誕生于不同信息的碰撞。NotebookLM 被設計成能夠「發(fā)現(xiàn)連接」的工具，能指出用戶上傳的生物學論文和建筑學筆記之間的潛在聯(lián)系。這種設計超越了單純的「搜索檢索」，進入了「輔助思考」的領域。

Johnson 在后來的采訪中提到這次合作，稱贊 Woodward 的管理方式，「能夠放手讓他們?nèi)プ觥埂?/p>

也正是 Woodward 這種「大膽」的行事風格的推動，讓谷歌重新具備了推出 NotebookLM 這種新品類產(chǎn)品的能力。

038 個月時間，

帶領 Gemini App 走出低谷

AI Agent 公司 Sierra 聯(lián)創(chuàng) Bavor 對 Woodward 的評價是：他是公司里最早看到 LLM 在產(chǎn)品構(gòu)建方面潛力的人之一，且完全理解一項新技術，能夠有遠見的預見到技術未來的演變方向和應用方式。

這一點，在 Woodward 接管 Gemini 應用后的一系列動作上，體現(xiàn)得非常明顯。

圖像生成功能 Nano Banana

Nano Banana 功能的火爆出圈，是 Woodward 團隊對消費級市場的敏銳發(fā)現(xiàn)。

今年 8 月，Woodward 團隊在 Gemini 應用中推出了圖像生成器 Nano Banana。該模型在技術上解決了當時 AI 生圖的兩個核心痛點：能在圖片中相對準確地渲染文字，且在生成系列圖片時保持了出色的角色一致性。

生成「迷你手辦」的各類玩法迅速通過社交媒體傳播，形成了病毒式增長。

Woodward 團隊的應對方式，也從側(cè)面展現(xiàn)他們的產(chǎn)品策略：快速觀察、簡化并放大用戶的自發(fā)創(chuàng)造力。

Woodward 提到，「現(xiàn)在我們把這個流程做得非常簡單。你只需打開 Gemini 主頁，點擊這個功能，上傳一張圖片，就能生成一個七分之一比例的手辦模型，提示詞我們都已經(jīng)預設好了?！褂^察用戶行為，然后把它變成一個默認提示詞放在首頁。同時，團隊還迅速將一些用戶高頻生成場景，固化成一鍵可用的功能，極大地降低了普通用戶的參與門檻。

這種策略的效果非常驚人。到 9 月底，Gemini 生成的圖像數(shù)量突破了 50 億張，應用在蘋果應用商店的榜單上超越了 OpenAI 的 ChatGPT。Gemini 應用的月活躍用戶數(shù)從 3 月的 3.5 億猛增至 10 月的 6.5 億。

自今年 4 月以來，Gemini APP 的更新

（圖源自 Woodward 的 X 帖子，Nano Banana 制作）

AI 的未來交互將遠超當下的聊天框

Woodward 認為，第一代 Nano Banana 模型在對話式編輯方面是一個巨大的飛躍。「對話式編輯」意味著用戶不僅能通過文本生成圖像，還能通過后續(xù)的自然語言指令，對圖像進行不斷的修改和迭代，比傳統(tǒng)的「一句話，一張圖」模式要深入得多。

Nano Banana 功能的實現(xiàn)源自于 Gemini 模型的核心架構(gòu)。Woodward 強調(diào)，「Gemini 模型從一開始就是多模態(tài)的，這和市場上其他一些模型非常不同。」原生的多模態(tài)能力，意味著模型不是簡單地將文本、圖像、音頻等不同模塊拼接在一起，而是在底層就具備了對不同信息形態(tài)的統(tǒng)一理解和處理能力。這也是像 Nano Banana 這樣看似簡單的功能，能夠?qū)崿F(xiàn)復雜、流暢的跨模態(tài)創(chuàng)作的根本原因。

進一步，Woodward 認為，未來 AI 的交互將遠超當下的聊天框形式。AI 終極形態(tài)應該是能夠根據(jù)用戶需求，即時生成可交互的界面、組件甚至微型網(wǎng)頁。

在 Gemini 3.0 的發(fā)布中，Woodward 提出了一個非常前瞻的概念：生成式界面（Dynamic View）。AI 不再只是生成內(nèi)容，它開始實時動態(tài)生成一個為用戶搜索量身定制的可視化界面。例如，教師可以利用 Gemini 3.0 實時生成互動的學習小部件或網(wǎng)頁，來支持個性化和適應性學習。這一功能目前已經(jīng)在 Gemini App 中測試。

目前還在測試中，未全面開放。

Woodward 認為，這類生成界面是新穎且令人興奮的開始，AI 的交互將不再局限于傳統(tǒng)的一問一答模式。語音、圖像和視頻等更動態(tài)、更豐富的多模態(tài)交互方式，將逐漸成為主流。

「每當有重大技術變革時，通常都會伴隨著輸入輸出方式的轉(zhuǎn)變。我們現(xiàn)在才剛剛開始，還有大量的創(chuàng)新空間。我們正在打破那些非?？贪宓妮斎胼敵瞿Ｊ?，轉(zhuǎn)向一種可能更動態(tài)、流暢的交互方式?！?/p>

通過上下文工程，打造一個主動式的私人助手

Woodward 對 Gemini 應用最終的定位是：個人化生活助手。Woodward 提到，AI 助手核心要素是「三個 P」：個人化（Personal）、前瞻性（Proactive）、功能強大（Powerful），其中「個人化」應該放在首位。

現(xiàn)在 Gemini 團隊收到的最多的用戶請求之一就是：我想把我的 Gmail、谷歌相冊或者其他谷歌服務都接入到 Gemini 中。

Woodward 認為，要實現(xiàn)真正的個性化，AI 必須能夠理解用戶的個人上下文。在用戶的許可下，AI 能夠深入理解個體的需求和生活軌跡。這背后的「上下文工程」非常重要。

「AI 的核心工作之一，就是讓用戶能夠輕松地將模型引導至他們希望處理的特定信息池。而 Gemini 模型從誕生之初就具備的原生多模態(tài)能力，正是實現(xiàn)這一點的基礎。能夠無縫地整合文本、圖像、音頻、視頻等多種信息源，為 AI 提供一個豐富且立體的用戶上下文?！?/p>

Woodward 認為，未來的 Gemini 更像是一個真正的私人助手。用戶可以向它詢問具體的問題，比如「從收件箱深處找回某條信息」，更可以探索那些宏大而開放的命題，例如「我應該如何規(guī)劃我們家未來幾年的生活？」或者「我怎樣才能成為一個更好的父親？」. 通過深度理解用戶的個人數(shù)據(jù)和生活情境，Gemini 可以提供真正個性化的建議和支持。

04「Block」系統(tǒng)繞過官僚，

組建全能型小團隊

在以數(shù)據(jù)和流程著稱的谷歌內(nèi)部，Woodward 的領導風格非常鮮明：能夠快速行動、聚焦真實用戶的反饋，以及有解決小而關鍵問題的能力。

建立「block」內(nèi)部系統(tǒng)，打破內(nèi)部障礙、繞過官僚系統(tǒng)

Woodward 最廣為人知的特質(zhì)之一，就是他有能力繞開谷歌龐大的官僚體系。Woodward 幫助建立了一個名為「block」的內(nèi)部系統(tǒng)。任何員工一旦在項目中發(fā)現(xiàn)或者遇到潛在障礙，無論是資源、流程還是跨部門協(xié)作問題，都可以提交一條記錄。Labs 內(nèi)部會有一個專門的團隊負責解決。

這個機制確保了小團隊的創(chuàng)新動力不會被大公司的慣性所消耗。比如，NotebookLM 早期版本發(fā)布后，產(chǎn)品急需更多的 TPU 資源，就是通過這套內(nèi)部協(xié)調(diào)機制，Woodward 成功地為團隊爭取到了關鍵的計算資源。

「Papercuts」機制：從細微處贏得用戶

Woodward 非常癡迷解決用戶在使用產(chǎn)品時遇到的微小痛點，來快速迭代產(chǎn)品。為此，他創(chuàng)立了一個名為「Papercuts」的流程，專門用于快速響應和解決影響用戶體驗的細枝末節(jié)問題。

同時，Woodward 會 X、Reddit 等社交平臺上向用戶同步這些改進。10 月，Woodward 在 X 上發(fā)帖稱：「小改進已完成：現(xiàn)在你可以在 GeminiApp 的對話中途更換模型，無需重新開始?！?/p>

Woodward 在 X 上活躍得像個「假號」，經(jīng)常收集用戶反饋

NotebookLM 的前設計師 Jason Spielman 評價，「Woodward 這種對最終用戶的投入程度，我在其他領導者身上從未見過?！?/p>

早期產(chǎn)品的成功，數(shù)據(jù)不是唯一標準

Woodward 認為，一個早期產(chǎn)品的成功與否，不能只看數(shù)據(jù)，更應該走出去，和真實的用戶交流。

「對于我們的很多產(chǎn)品，當我們第一次獲得一萬個周活或者日活用戶時，都會特別興奮。在谷歌很多團隊，他們的統(tǒng)計后臺可能都看不到這么低的數(shù)字。這些里程碑對我們非常重要，因為它初步驗證了產(chǎn)品的用戶留存能力。但在產(chǎn)品開發(fā)的早期，數(shù)據(jù)后臺可能非常具有欺騙性。

所以，我總是告訴團隊：你要看數(shù)據(jù)，培養(yǎng)數(shù)據(jù)直覺，但你更要走出去，和真實的用戶待在一起?！?/p>

「因為當你做出一個真正了不起的東西時，你從他們使用時的眼神里就能看出來。他們可能會微笑，或者會以一種有趣、驚喜的方式感到驚訝。這些都是我在項目早期階段總會尋找的更偏向定性的東西?！乖?Woodward 看來，在創(chuàng)新的初期，產(chǎn)品開發(fā)更多是藝術而不是科學。

在谷歌內(nèi)部建立起快速發(fā)布產(chǎn)品的文化

核心在于保持團隊規(guī)模小（5-7 人），以最快速度將產(chǎn)品推向用戶獲取反饋，并招聘那些熱愛動手創(chuàng)造、通過原型而非文檔表達自己的「創(chuàng)造者」。

如何在谷歌內(nèi)部建立快速產(chǎn)品發(fā)布文化，Woodward 分享了三個核心要點。

一是保持極小的團隊規(guī)模。Google Labs 的新項目通常是由一個 5-7 人的核心團隊啟動。Woodward 分享，「我早期產(chǎn)品生涯中犯的一個錯誤是，過早地組建了太大的團隊，這會制造出很多工作，但你連產(chǎn)品是什么都還不確定?！?/p>

團隊只有在明確捕捉到市場拉力后，才會相應地擴大規(guī)模。例如，NotebookLM 團隊早期只有幾名成員，在獲得初步的市場反饋后，才逐步擴大團隊變成了十人，再到二十人，再到五十人，最后到八十人。

Woodward 在一次采訪中提到，「每一個偉大的產(chǎn)品，最初都只是來自少數(shù)幾個心懷夢想的人。但在谷歌這樣一家已經(jīng)擁有了一系列成功產(chǎn)品和業(yè)務的大公司里，想要從零開始做些小事，反而會很困難。這也是我們重啟 Labs 的原因之一：我們希望有一個地方，能夠?qū)ｉT去發(fā)現(xiàn)和打造那些具有高潛力的小項目，并悉心培育它們?！?/p>

二是將「推向用戶」作為最高優(yōu)先級。整個流程的優(yōu)化目標，就是盡快把產(chǎn)品交到真實用戶手中，獲取反饋?！肝覀兎浅？粗貜囊粋€點子到最終交到用戶手里的速度。整個流程的優(yōu)化目標，就是盡快把產(chǎn)品交到用戶手里。因為只有當產(chǎn)品到了用戶手里，你才真正意識到自己離目標還有多遠?！?/p>

以 Flow 為例。Flow 是一個基于 Veo 3 模型的視頻創(chuàng)作工具，首次給 AI 視頻帶來了音效。Flow 項目從想法誕生，到最終在 I/O 大會上正式發(fā)布，交到用戶手中，總共只花了 86 天。

Woodward 認為，技術本身很重要，但如何把它包裝好，讓人們能最大限度地利用它，也同樣重要。

「在產(chǎn)品開發(fā)的早期階段，最大的風險就是你做的東西沒人需要。發(fā)現(xiàn)這個問題的時間拖得越久，代價就越大。

所以，我們的首要任務，就是在項目最初的 50 到 100 天內(nèi)走出辦公室，直接面向用戶，和他們一起進行產(chǎn)品共創(chuàng)。

這種做法總能帶來反饋，我們也常常在早期就發(fā)現(xiàn)，自己最看好的想法其實并不對。產(chǎn)品原型會被誤解，核心功能會反響平平，一些基本假設也會被證明是錯誤的。

但這沒關系。這是創(chuàng)新過程中必須付出的代價，走向成功的最好方法，就是盡可能快地迭代和學習。」

三是在招聘團隊成員時更傾向熱愛動手的「創(chuàng)造者」。在面試時，會看候選人在業(yè)余時間會做些什么東西？「喜歡動手、喜歡創(chuàng)造的人，會通過原型來表達自己，而不是通過文檔。這是一個非常重要的因素?！雇瑫r，更傾向于學習速度更快的候選人，且有『我能行』的積極心態(tài)?！?/p>

轉(zhuǎn)載原創(chuàng)文章請?zhí)砑游⑿牛篺ounderparker