一场天才狂潮：早期谷歌是怎样炼成的？

发布日期：2025-05-25 12:43    点击次数：183

在科技圈，有一种传说：Google 早期的 9 个人，撑起了今天几万亿美元的帝国。他们不是普通的工程师，而是改写了数据中心、重塑了搜索引擎、连 AI 芯片都提前布局好的天才。从自研基础设施，到用一篇论文改变整个行业，这些人用行动证明——只要把最顶尖的人聚在一起，一个简单的点子也能爆发出惊人的力量。这不是运气，也不是偶然，而是 Google 最深的护城河。

现在回头看，那段“天才扎堆”的黄金时代，可能再也难以复制了。

原文链接：https://oscarhong.net/the-insane-talent-vortex-at-early-google/

作者 | Oscar Hong

翻译工具 | ChatGPT 责编 |苏宓

出品 | CSDN（ID：CSDNnews）

如果你把最聪明的一群人，配上几乎无限的预算，让他们去解决最不可能的问题，会发生什么？

，可能是这个假设最接近的真实答案。

如今，谷歌有超过 18 万名员工，大约一半是工程师。但让我印象最深的，是在公司从 2000 年到 2015 年那段快速扩张期，很多最重要的技术突破，往往是由一两个人小团队完成的：比如 5 个人搞定了 Gmail，一个产品经理一个周末重写了 Google Maps，两个人用 4 天时间优化了整个搜索索引等等。

可以说，今天谷歌近一半的市值（大约 2 万亿美元），几乎都能追溯到公司历史上最顶尖的 9 位工程师。

这些人就是 Google Fellow

Urs Hölzle搭建了谷歌内部的云平台，把服务器从“烧钱机器”变成了巨大的竞争优势。他早期在文件系统、集群调度和网络架构上的工作，后来直接延伸到了谷歌对外提供的云服务（GCP，如今年收入规模接近 500 亿美元）。

如果你今天所在的团队在日常工作中要求做代码审查、事后复盘，也得感谢 Hölzle——他作为谷歌第 8 号员工，把这些工程文化引进了公司，后来成了硅谷一代创业公司的模板。

Luiz André Barroso基本上可以说是现代数据中心的“发明人”了。他和 Hölzle 一起写了本叫《The Datacenter as a Computer》的书，提出了一个很新潮的思路：硬件、软件、网络这些东西，不能各搞各的，要一体化设计，才能在大规模下又快又省钱。

Barroso 特别擅长提出那种“一听就觉得对”的问题，比如他最有名的一篇论文里就问了个简单但重要的问题：“服务器闲着的时候，是不是应该低功耗运行？”

Amit Singhal在康奈尔大学师从“数字搜索之父”学习信息检索后，彻底迷上了信息检索。他在 2001 年重写了谷歌的核心搜索算法（在原始 PageRank 基础上扩展升级），随后领导谷歌搜索整整 15 年。

R. V. Guha共同发明了 RDF（资源描述框架）和 RSS（简单信息聚合），为互联网数据的流通和标准化打下了基础。他在 Schema.org 项目上的工作，也极大提升了谷歌整理世界信息、提供更精准搜索结果的能力。

Ramakrishnan Srikant是最早把机器学习应用到广告系统的人之一，用来提升广告质量、精准度和预测效果，并搭建了谷歌早期的内部 ML 基础设施。要知道，搜索业务占了 Alphabet 总营收的 58%（约 2000 亿美元年收入），哪怕微小的优化，都能带来巨大的商业价值。

Sebastian Thrun是 AI、机器人和自动驾驶领域的顶尖研究者。他在斯坦福带队赢下了 2005 年的 DARPA 无人车挑战赛，后来加入谷歌，创立了 X 实验室，孵化出了 Waymo（如今估值约 450 亿美元）。

Norm Jouppi是谷歌自研芯片 TPU（Tensor Processing Unit）的首席架构师。这款专门用于 AI 运算的芯片，如今已更新到第七代，帮助谷歌在 AI 模型竞赛中领先于仍依赖昂贵、紧缺的 Nvidia GPU 的竞争对手。他的工作直接带了个头，让现在其他那些大厂也开始自己动手造芯片，好应对 AI 越来越大的算力需求。

以上这些人，全都是实打实的 Google Fellow（内部职级 L10）。能进入这个稀有群体，不仅意味着深刻塑造了谷歌的技术方向，还代表着在各自领域成为了全球最顶尖的专家。

不过，在 Fellow 之上，还有更高一层荣誉：Senior Google Fellow（L11）。

谷歌历史上，只有两个人达到过这个级别：Jeff Dean和Sanjay Ghemawat。

Jeff 和 Sanjay 在 1999 年前后加入谷歌，很快就崭露头角，多次重写了早期蹩脚的爬虫和索引系统。

他们通过传奇般的结对编程，构建出支撑谷歌“全球规模”的核心基础设施，比如 Protobuf、Google 文件系统（GFS）、MapReduce、Bigtable、Spanner……一个比一个硬核。

进入在谷歌工作的第三个十年，他们依然在第一线冲锋，主导着 TensorFlow/JAX、AlphaChip、模型蒸馏、推理计算扩展等 AI 项目。

那么，未来还会有公司能复现早期谷歌这种夸张的人才密度吗？

我的直觉是——基本不会，或者说，至少在很长一段时间内不会。

首先，谷歌曾长期垄断了那种“计算机科学 PhD 出身＋技术全能＋系统思考能力极强”的复合型人才。

微软当时因反垄断案深陷泥潭，错失了互联网机会；苹果则以设计文化为中心，工程师地位靠后；一直到 2014 年，Facebook 遇到的技术难题才开始像 Google 那样大、那样有挑战性，之前根本吸引不到那些顶尖程序员；亚马逊吸引更多的是善于管理利润和资本运作的准 CEO 型人才（比如 Andy Jassy、Dan Rose）；而 Nvidia 直到近几年因 AI 热潮，才有能力支付高额薪酬。

过去人们一度认为“下一个谷歌”是 Facebook，后来是 Uber，再后来是 Stripe，现在则是 OpenAI。

但这些公司的一个关键不同是：谷歌在成立第 3 年就实现了盈利，而这些“下一个谷歌”更多依赖风险投资支撑。

如果没有搜索广告这种巨额现金流支撑，很难养得起那些长期、烧钱、十年不开花的前沿研发项目（比如自动驾驶、量子计算、计算基因组学等）。

最后，现在顶尖工程师的选择也更多了。如果 Bret Taylor 一直留在谷歌，大概可以混到 L10，但远不如出去创业，被 Facebook 收购，再创业，又被 Salesforce 收购，循环一波来得划算。

像 Ilya Sutskever、Chris Olah 这样的顶级研究员也是一样，与其在大公司里慢慢升迁，不如自己闯出一片天。

结语

深入了解这段历史、观看一些旧演讲，并在此过程中向大模型各种刨根问底，过程挺有意思的。

越了解 Google 当年的工程故事，就越能体会到：个人牛人有多重要，顶尖人才凑在一起，又能产生多么夸张的连锁反应。

一般的科技公司，能招到一个这种级别的工程师，就已经算走运了；那种能称得上“一代传奇”的公司，可能十年才能碰上几个。而 Google，当年一次性招来了九个（也可能还不止），这也能解释为什么它这么多年一直强得离谱。

有时候，只要屋子里的人对了，哪怕是一个很简单的点子，也能走到非常远。

一些补充

这篇文章的大部分资料挖掘，其实是靠 Deep Research（用的是 Gemini 2.5 Pro）完成的。

如果你感兴趣，可以看看原始 Prompt（https://gist.github.com/ohong/3ff7892e1ffaf566f539eb761bcdd630）我最开始的提问和 AI 生成的调研报告（https://bear-images.sfo2.cdn.digitaloceanspaces.com/oscar/google-fellows-deep-research-report.pdf）。

其实有不少牛人，完全够得上 Google Fellow 的水准，但最后却没拿到这个头衔。比如 Demis Hassabis、Noam Shazeer、Oriol Vinyals、Ian Goodfellow 这些名字。

也许，如果是通过收购加入 Google 的，就不算？不过我也没搞清楚，Fellow 的评选标准到底是什么，或者是谁来拍板的。

还有一类人也值得一提，就是那些“第二作者”。他们在很多重大突破里起了关键作用，但因为不是项目负责人（DRI），所以经常被忽略了。比如 Cliff Young，他在 TPU 早期设计中起了很大作用，尤其是实现了 systolic array（脉动阵列）——但外界对他的贡献了解得并不多。

资料推荐

如果你对 Google 的过往感兴趣，也可以看看以下内容：

书籍：

《Software Engineering at Google》（Winters等）

《How Google Works》（Eric Schmidt 和 Jonathan Rosenberg）

《The Friendship That Made Google Huge》（James Somers）： https://www.newyorker.com/magazine/2018/12/10/the-friendship-that-made-google-huge

演讲：

Jeff Dean —《构建大规模信息检索系统的挑战》：https://static.googleusercontent.com/media/research.google.com/en//people/jeff/WSDM09-keynote.pdf

Luiz André Barroso —《仓库级计算的发展简史》：https://www.youtube.com/watch?v=Lv_eZX99lUU

技术论文：

《MapReduce：简化大规模集群数据处理》（2004）：https://dl.acm.org/doi/pdf/10.1145/1327452.1327492

《Bigtable：面向结构化数据的分布式存储系统》（2006）：https://static.googleusercontent.com/media/research.google.com/en//archive/bigtable-osdi06.pdf

《Spanner：Google的全球》（2012）：https://static.googleusercontent.com/media/research.google.com/en//archive/spanner-osdi2012.pdf

《三代人总结出的十条经验，塑造了Google的TPUv4i》（2021）：https://gwern.net/doc/ai/scaling/hardware/2021-jouppi.pdf

《为整个星球做搜索：Google集群架构揭秘》（2003）：https://storage.googleapis.com/gweb-research2023-media/pubtools/4448.pdf

其他有趣的故事：

Gmail 是怎么诞生的：https://time.com/43263/gmail-10th-anniversary/

Bret Taylor 当年如何一手重写了 Google Maps 前端：https://news.ycombinator.com/item?id=37415124

想感受一下什么叫优雅的代码？可以看看 Sanjay 写的 Go 语言流式处理包：https://github.com/ghemawat/stream