Why every company now needs to think and operate like a lab team | Josh Woodward (VP Google Labs)

• AI 时代的核心组织矛盾，是稳定交付与持续探边必须同时发生。 模型能力和构建成本每周变化，企业不能只优化既定路线，也不能让全员追逐每个新工具。Josh Woodward 的解法是一支有独立空间、持续接入前沿的小团队：它负责试用、原型、验证和传导，让母体继续稳定经营。
• Labs 不是创意部门，而是一套降低未知性的方法。 团队维护“几乎已经可能”的清单和 82 条未来预测；一旦能力跨过临界点，就用 2—4 人小队快速组合技术、用户问题和付费价值。观点必须明确，具体方案必须可变。
• 0→1 阶段不能用成熟业务指标替代现场判断。 早期最有价值的指标是用户眼睛是否亮起来、身体是否前倾、是否明确说“我想要”，以及是否愿意付费。方案通常要经历三到五次转向；团队对问题的热情耗尽、所有路径都试过而反应仍弱，才是终止信号。
• AI 组织需要“反学习速度”和“爆发式耐力”，而不是无限冲刺。 人才既要能快速学会，也要能在证据变化时放下旧认知；组织则要公开命名冲刺季和恢复季，用六个月滚动窗口、50—100 天里程碑替代刚性两年路线图。
• 角色边界会扩展，但专业性不会消失。 PM 可能更容易跨职能构建，战略、运营、BD 和市场也都可能成为 builder；但 Josh 反对把所有角色抹平成一个通用岗位。更有效的结构是“主修专业 + 构建副修”：扩大能力半径，同时保留深度和责任锚点。
• Labs 是否成功，不取决于实验数量，而取决于能否连接母体。 历史上的企业实验室常在三四年后失效，或无法商业化。Google Labs 的三条组织原则是：保留独立性；把用户和 Google 的成功置于 Labs 自身之上；既孵化产品，也试验组织机制，向母体制造可被吸收的“良性麻烦”。

核心判断：当前沿变化速度超过年度规划速度，企业需要一个专职探边单元，但不需要让整个组织都变成实验室。

• Lenny 的前提是，底层模型变化极快，企业必须比竞争者更早发现新的可行体验。Josh 认同这一点，但指出难点不是“试新工具”，而是怎样把创业公司的探索能量带入中大型组织。
• Josh 对前沿团队的描述很具体：成员必须接入模型和产品社区，愿意为多个昂贵订阅付费，知道过去 24 小时出现了什么，并能直接动手验证。
• 这支团队的价值不是替全公司追热点，而是吸收变化、验证信号，再把真正重要的机会与工作方式传给母体。因此 Labs 与稳定业务不是替代关系，而是组织分工。
• 若不存在这层缓冲，企业通常落入两种极端：核心团队完全忽视能力跃迁；或者全员不断切换工具和方向，交付纪律被新奇性侵蚀。

“Every company definitely needs a set of people, a team. Their job is to be at the frontier.” —— Josh Woodward

核心判断：创新的前置条件不是更强的创意流程，而是让高好奇、持续构建的人有空间形成非正式连接。

• Josh 说，NotebookLM、Flow、AI Studio、Google Beam 等项目，通常源于极小的人群。他们对某个问题着迷，会在走廊、周末或假期里持续尝试，忍不住把新 demo 发给同伴。
• 设计冲刺和排入日历的“创意时间”很少直接产出最佳方向。正式机制可以筛选和推进创意，却很难制造原始好奇心。
• 因此，管理者需要寻找“有趣的人正在私下做什么”，并围绕他们的副项目创造化学反应。管理动作是观察、连接、给空间和及时承接，而不是替团队发明创意。
• 这也解释了为什么过早合并组织、统一主题和明确唯一路线，可能扼杀最重要的早期差异。

“They don't come in conventional places. You can't microwave good ideas.” —— Josh Woodward

核心判断：前沿团队不能只被动追 demo，而要提前定义哪些能力一旦跨线，就可能改变用户行为。

• Google Labs 维护一份“几乎已经可能”的清单，跟踪技术尚不能稳定实现、但接近临界点的体验。当延迟、语言、模态或模型能力跨过阈值时，团队可以快速识别相变。
• 团队还围绕软件开发、创造力、工作、知识和娱乐等领域，提出“未来会是什么样”的假设；一份内部材料包含 82 条未来预测。
• 预测的目的不是提高命中率。Josh 明确说，多数预测会错。它们的价值是让团队拥有可被现实推翻的观点，知道应该观察什么，而不是事后解释一切。
• 技术信号仍需与用户问题和商业价值相交。只有当新能力解决了某个强问题，且用户离不开、愿意付费，才形成值得推进的机会。

“We talk about what's almost possible… And when one crosses over, it's almost like a phase shift.” —— Josh Woodward

核心判断：0→1 阶段最稀缺的是识别真实欲望，不是构造精确仪表盘。

• Josh 把早期产品判断称为“更多是艺术，而非科学”。数据、OKR 和实验方法有价值，但最初往往只是少数人的强信念，还无法被成熟指标完整表达。
• 团队会走出办公室，把原型直接给人看。Josh 观察对方眼睛是否亮起来、身体是否前倾、是否主动追问；这些非语言反应比早期留存公式更能区分礼貌反馈和真实欲望。
• NotebookLM 的早期音频样例把原本枯燥的英国议会辩论讲得引人入胜；那种出乎意料、让人忍不住继续听的反应，推动团队迅速行动。
• 用户反应只是第一层，商业化还要问：是否存在一群没有它就难以工作或生活的人，他们是否愿意为价值直接付费。

“When you're showing people early prototypes, you're looking at people's eyes. That is the metric.” —— Josh Woodward

核心判断：Labs 的高质量退出机制，与高质量创意机制同样重要。

• Josh 认为一个可行方案往往要经历三、四、五次转向。若团队先爱上具体产品，后续证据会被当成阻力；若爱上用户问题，方案变化就只是学习过程。
• 判断是否停止时，一线团队通常比领导者更早知道：热情开始耗尽、已把能想到的路径都试过、用户反应仍然平淡，都是明确迹象。
• Gemini 有一项准备发布的功能，团队拿到早期数据后发现反应不足。产品经理主动建议不发布，Josh 公开回复并肯定这一决定。
• 领导者的任务不是替团队做所有去留判断，而是创造一个可以安全说“这不工作”的环境。否则组织会把沉没成本、层级承诺和面子转化成低质量发布。

“The team usually knows before the leader knows.” —— Josh Woodward

核心判断：同一个 Labs 品牌下，不同生命周期需要不同人才、指标和管理方式。

• 随着 NotebookLM、Flow 和 AI Studio 等项目增长，成熟项目会自然吸走资源和注意力，导致“实验室内部也需要一个实验室”。
• Google Labs 因此把生命周期分成 0→1、1→10、10→100。0→1 关注用户眼神和问题成立；1→10 关注找到可复制增长；10→100 则关注漏斗、获客成本和规模化转化。
• 这种划分的价值是避免用规模阶段的标准杀死早期项目，也避免成熟项目长期用“仍在实验”逃避经营责任。
• 人才也会分化。喜欢黑暗洞穴、未知问题和快速原型的人，不一定擅长把大产品稳定扩张；组织需要共同文化，但不应假设同一组人覆盖全周期。

核心判断：实验室既不能被现有业务吞没，也不能成为与母体无关的创新孤岛。

• 第一，Labs 需要足够独立。若直接嵌在现有业务单元下，新方向会被当前收入、客户和流程优化目标过早约束；有时需要直接向 CEO 或足够高层汇报。
• 第二，必须明确成功口径。是把能力“毕业”到现有产品，还是创建新产品线和新类别？Google Labs 从毕业型实验室开始，随后因 AI 模糊类别而扩展。
• 第三，不只探索产品，也探索公司怎样工作。Google Labs 曾试点 builder job ladder，再把有效机制输送给更大组织；团队把这种作用称为制造“good trouble”。
• Josh 的优先级表述是“用户第一、Google 第二、具体产品第三”。Labs 的目标不是扩大自己，而是让用户和母体成功。

“Isolated in some way, but also part of the same team.” —— Josh Woodward

核心判断：多数失败并非缺少创意，而是缺少把前沿成果转化为母体能力的桥梁。

• Josh 提到，许多大公司实验室三四年后失效，或者虽长期存在，却无法把成果商业化。母体把实验室看成制造玩具的 R&D 小组，实验室则不了解业务如何吸收新能力。
• 真正困难的是第三步：不仅让人站在前沿、也给他们构建环境，还要有人能向母体解释“今天像玩具的东西为什么五年后会成为核心能力”。
• 这要求 Labs 人才同时具备探索力和连接力：可以与模型和 agent 协作，也能与人建立信任、翻译价值、推动采纳。
• 因此，评价 Labs 不能只统计实验数、专利数或原型数。更关键的是，有多少学习进入母体决策，有多少机制被复制，有多少产品完成阶段迁移。

核心判断：在知识快速过期的环境里，能力不只是学得快，还要放得下、跑得久、与不同伙伴迅速形成高质量协作。

• “反学习速度”指在新证据出现时，能多快放下刚学会的方法和曾经正确的判断。只有学习能力、没有退出旧认知的能力，会让经验变成锁定效应。
• “爆发式耐力”来自 Josh 对 Roger Federer 的理解：团队需要在关键窗口全力冲刺，但也要为多年持续作战安排恢复和节奏，不能在九个月内耗空油箱。
• 第三项是信任。产品执行成本下降后，临时小队和跨职能组合会增多；能否快速建立、扩展信任，决定小队是否真的产生乘数效应。
• Josh 还强调“增加能量”的人：与他交流后，别人更愿意行动。这不是情绪标签，而是高不确定团队的协作生产力。

核心判断：AI 降低跨职能执行门槛，却没有降低专业判断的价值。

• Labs 的小队从过去常见的 5—7 人，缩小到 2—4 人。PM 因角色本身横向，可能更容易补上设计、编码、法务、销售等相邻能力；战略、运营、BD 和市场人员也能成为优秀 builder。
• 但 Josh 反对把所有角色合并成一个通用岗位。若“人人都是 builder”被理解为专业无差别，组织会失去设计、工程、产品和商业职能长期积累的深度。
• 更合适的比喻是大学的主修与副修：一个人可以更会构建，但仍要知道自己的主专业是什么。对初级 PM，vibe coding 应服务于成为更出色的 PM，而不是替代产品专业。
• 对岗位和人才管理的启示是：扩大责任半径不等于取消责任锚点。评价仍应区分跨域执行能力与本专业深度。

“Do that in service of becoming an exceptional, extraordinary PM—and don't lose that major.” —— Josh Woodward

核心判断：高强度不可避免，但必须有明确起止、团队选择权和恢复期。

• Google Labs 会公开命名不同“季节”。在模型发布或 Google I/O 前，关键团队进入爆发期；发布后，六月可能被定义为自由构建、重新探索和播种下一季的时间。
• 名称和共同语言能降低隐性压力：团队知道什么时候需要全力，也知道这种状态不会永久持续。若所有时期都叫冲刺，组织实际上失去了优先级。
• Gemini 不再依赖两年固定路线图。团队保留多年愿景，但运营上采用大约六个月滚动窗口；优秀 Labs 小队通常在 50—100 天内推进到有意义的产品里程碑。
• 这不是放弃规划，而是把规划单位从“固定答案”改为“可验证里程碑 + 重新判断窗口”。

核心判断：未知性越高，越应把初始团队做小；大团队会把假设变成组织承诺。

• Josh 认为常见错误之一，是过早把相近方向合并成整齐组织。互动娱乐等主题可以先让五个人分别下注，观察哪个形态出现信号，再决定怎样分组。
• 另一错误是过快招聘。团队人数翻倍、三倍很容易被当作进展，但在没有 PMF 时，它只是提高协调成本和沉没成本。
• Josh 回忆自己曾参与一个拥有 30 名工程师、愿景也很鼓舞人心的项目，却没有产品市场匹配；结局可想而知。
• 对管理者而言，早期更值得追踪的是实验速度、假设被推翻的质量、用户反应和阶段迁移，而非 headcount、预算消耗或项目数量。

核心判断：面对高不确定未来，组织不必先争出唯一答案，可以让实验分别证明不同世界。

• Josh 与 Logan Kilpatrick 长期争论 Google 五年后会有 10,000 个产品还是 5 个。他目前更倾向认为，“产品”本身的定义会改变：模型可能在公共界面里按需生成高度定制的体验。
• 超级应用可以降低入口数量，却可能带来复杂性和价值发现困难；高度碎片化则可能形成大量品牌、界面和维护负担。
• Google Labs 同时运行实验，分别验证整合世界和碎片化世界。这样做不是回避战略，而是承认决定性证据仍不足。
• 这与 82 条预测的方法一致：形成可检验观点，让真实用户行为淘汰假设，而不是用会议共识替代市场学习。

核心判断：具体奖项和仪式能把组织真正珍视的行为变得可见、可重复。

• “TPU Harvester”把节省和回收算力这种辛苦、低可见度的工作，转化成小耙子和现金奖励；它强调效率也是增长能力。
• “金色创可贴”奖励修复产品里的小摩擦，提醒团队卓越体验来自持续消除 paper cuts。
• “LLM Whisperer”用大耳朵和机械键盘奖励能把模型推向意外边界的人，把前沿探索变成可识别贡献。
• 另一项仪式会在员工日历上安排一场看似严肃、无议程的多领导者会议，实际由每位领导具体说明为什么感谢他。这把信任和贡献感从抽象价值变成直接体验。
• 仪式有效的前提是与实际资源和评价一致；若口头奖励试错，失败者却在绩效上受罚，文化信号会反向。

## 管理层可直接采用的设计清单

## 结语：Labs 不是部门名称，而是组织应对能力不连续的机制

AI 时代真正变化的，不只是产品构建速度，而是“什么值得构建”的答案寿命显著缩短。传统组织擅长把已知答案规模化，却容易把未知问题强行塞入年度路线图、预算和大团队；结果是探索被当前业务压平，或者实验室长期与母体脱节。

Josh Woodward 提供的不是一套 Google 专属做法，而是一组可迁移的组织原则：小队站在前沿，维护可被证伪的未来观点；用真实用户反应而非内部兴奋验证机会；按生命周期切换指标和人才；让停止成为正常的学习动作；用节奏保护长期耐力；最后，把成功产品、工作方式和人才机制送回母体。只有完成最后一步，Labs 才不是创新陈列室，而是企业持续更新自身的器官。

## 来源说明

• 本纪要基于 Lenny's Newsletter 官方页面内嵌英文逐字稿，并与 YouTube 公开章节和元数据核对。
• YouTube 未提供字幕；少数转写不确定处在完整原文和翻译中保留标记。
• 关于内部规模、用户数、产品计划和历史结论，均按受访者或主持人在访谈中的陈述呈现，不应视为独立审计后的公司事实。