分享嘉宾：谷歌YouTube广告技术负责人，负责广告产品技术、GenAI产品落地及AI自动化实践。仅作笔记记录。

一、产品落地的现实逻辑：

先摘"低垂的果实"

在AI应用落地的初期，行业内普遍存在一个共识：优先解决确定性的问题，先摘"低垂的果实"。

核心原因在于，当前大模型生成的质量依然存在不可控性。在模型能力尚未达到临界点时，强行去啃"硬骨头"，往往会耗费大量后期精力，甚至牺牲产品质量。

以广告产品为例，什么是"低垂的果实"？

•视觉增强与缩略图优化：

利用AI自动生成或优化视频缩略图，提升点击率。

•自动字幕与声音克隆：

为没有字幕的广告自动添加字幕，或者根据受众群体克隆并替换更本地化的配音。有广告商加了字幕之后，点击率和转化率明显提升。

•长短视频转换与自动旋转（Auto Flip）：

将长视频自动剪辑为短视频，或自动调整视频画幅以适应不同平台。

•静态图片转动态视频：

Google的Veo模型（内部代号Nano Banana）出来之后，这个方向有了真正可落地的能力，很多广告公司已在实践。

而什么是"高悬的果实"？

•视频内原生广告植入：

例如在流媒体视频的空白处动态植入品牌Logo或产品。Netflix等公司一直在探索，但由于生成质量不可控、品牌方对Logo变形极度敏感等原因，目前尚未出现成熟的商业化产品。Sora 2.0的出现可能是这个方向的转折点。

在模型能力不足时，先做力所能及的优化；同时密切关注模型能力的突破点，一旦到达"Tipping Point（引爆点）"，迅速切入高阶应用。

二、广告推荐模型：

延迟与成本是最大的约束

广告推荐模型是行业一直在探索的方向，但实际落地面临两个硬约束：延迟和成本。

Meta去年底发布了一个基于Transformer架构的生成式广告模型（Meta Generative Ads Model），但其延迟和成本表现并不理想。Meta的应对方案是引入Adaptive Ranking Model——通过类似"Model Router"的方式，将高价值用户的请求路由到高性能模型，普通请求走轻量模型，同时对高频重复请求做缓存（Caching），在效果和成本之间找到平衡。

内容理解的优势：多模态内容理解（识别视频中的场景、情感、元素）成本可以摊销——只需识别一次，结果可以反复使用，不在实时服务的关键路径上。这是广告产品中AI落地相对确定的方向。

三、交互形态的演进：

从GUI到Agent to Agent

目前的广告大多还是以插片、弹窗等形式存在，本质上是在打断用户的注意力。嘉宾认为，这种基于传统UI/UX的广告形式是过时且具有破坏性的。

未来的交互形态将发生根本性改变：Agent将成为主要的交互节点。

当每个人、每个公司都拥有自己的AI Agent（如Open Claw）时，传统的图形界面（GUI）将被弱化。Agent会自动过滤掉所有它认为无关的信息，包括广告。传统的图形界面广告对Agent来说没有任何意义。

Agent to Agent（A2A）协议的崛起：Google大约两年前就在推A2A协议，最近又提出了"Agent UUCP"——一个让Agent之间能够直接进行商业交互的通用协议。广告商的Agent可以直接和用户的Agent谈价格、谈库存，甚至完成支付，不需要人去点击任何东西。这将催生一个庞大的"Agent Economy（智能体经济）"，Google内部也在重点推进这个方向。

四、AI Devops破局：

控制代价，非追求完美

让AI直接修改系统代码或执行运维操作，是一件极其危险的事情。大模型本质上仍是概率模型，存在幻觉，且Context Window一旦超过60-70%就容易出错，这是结构性问题，不是调参能解决的。

不要追求AI 100%不犯错，而是要建立一套系统来控制AI犯错的代价。

1. 建立底线防御（Guardrail）

像汽车的ABS一样，设定绝对不能触碰的红线（如删库、重启核心服务器、修改生产环境权限）。这些操作必须由人类把控或需要严格的身份验证。Claude Code的源码里就有大量这类Guardrail机制。

2. 多Agent协作，独立运作

不要让一个Agent处理所有事情——一个Agent负责写代码，另一个独立的Agent负责验证，再一个负责检查指标有没有被改动。各自独立运作，互不污染Context。这和做大型分布式系统的思路一样：用多个低可靠的节点，通过架构保证整体可靠。

3. 强制留证据链，可验证性优先

AI说"测试通过了"，不能只看结论，要让它把所有中间过程、执行的命令、跑出来的日志全部记录下来，而且不可篡改。然后用另一个独立的Agent去复现验证。AI做的每一个决策都要有迹可循。

4. 置信度控制

让模型在每次决策时输出置信度，对低置信度的操作设置人工审核门槛，降低因不确定性导致的错误操作。

Meta的实践案例：用AI自动跑AB实验，原来需要几周的实验周期缩短到几天。背后逻辑相同——不是让AI全权接管，而是让AI在一个有验证机制的系统里自动迭代。

五、关于AI native的风险：

AI既是运动员又是裁判员

如果用AI写测试、用AI跑测试，AI既是运动员又是裁判员，可靠性如何保证？

用不同的模型做不同的验证。写代码用一个模型，验证用另一个独立的模型，两个模型互相不共享Context。即使一个模型出了问题，另一个还能兜住。

同时，有些操作必须保留人工把控，至少在中短期内。哪些交给AI、哪些必须人来决策，要在系统设计阶段就定义清楚，不能等出了问题再补。

六、关于大模型微调：

不要动大模型

嘉宾从Manus联合创始人那里听到一个观点，他认为很重要：不要对大模型做微调。

原因很实际：微调会束缚模型的能力，尤其是当基础模型本身在快速迭代时，你微调的版本很快就会落后。正确的做法是直接用最新的基础模型，把精力放在搭建外围的脚手架和工具调用上。

小模型（比如视频生成、素材生成这类专用模型）可以微调，但大模型不要碰。

七、商业模式的重构：

哪些会被弱化，哪些将继续坚挺？

将被弱化的模式：

•按席位付费的SaaS：

当AI能够大幅提升单人产出，企业不会继续按人头付钱。

•长尾工具类软件：

Vibe Coding工具，任何人都能在几小时内做出一个图片裁剪工具、语音转录工具。这类软件会陷入同质化竞争，最终变成"有用但没有商业价值"的东西，只能靠广告勉强维持。

将继续坚挺的模式：

•按Token/使用量计费：

如Anthropic的API、Manus等，按实际消耗的算力收费。

•订阅制：

提供持续高价值服务的核心AI产品。

•广告：

Google、YouTube、Meta这类有真实用户行为数据的平台。

•Marketplace：

连接供需两端的平台，传统的平台经济逻辑依然成立。

关于广告平台，嘉宾最看好Google，原因不是情怀：

ChatGPT出来之后大家都说Google搜索要完了，但Google的搜索量和广告收入实际上还在增长。而且Google是全栈的——从TPU到模型到数据到应用都有，YouTube有海量视频内容和用户行为数据，Gemini里也有很大的广告想象空间。

关于隐私与广告的平衡：

用户在调查中表示非常在意隐私，但真正让他们去设置时，他们又不愿意操作。嘉宾的观点是：隐私的底线绝对不能碰（美国有严格的法律风险），但在底线之上，可以加一些让用户感到"我能控制"的小机制，未必真正影响广告收入，但能提升用户信任感。广告个性化做得越好，用户越愿意点击，广告收入也会相应提升。

八、个人生存指南：

在被替代的焦虑中重新定位

当AI能够写代码、做数据分析、甚至自动修复Bug时，知识工作者（尤其是程序员）的焦虑是真实存在的。嘉宾的判断是：软件行业整体的使用价值会继续增大，但从业人数会减少。

放弃"与机器交互"的技能执念：

单纯的写代码、调参等执行层面的技能，正在被Cursor、Windsurf这类工具快速固化和替代。这个技能点已经不再稀缺。

深耕领域知识：

真正有价值的是你对某个行业、某个业务场景的深度理解。知道系统会出什么错、知道用户的真实痛点在哪里，并将这些经验总结为方法论，指导AI去构建更完善的系统。这是AI短期内替代不了的。

从"How"转向"What"：

以前我们关注"怎么做"（How to code），现在更重要的是"做什么"和"为什么做"。提出好问题、定义好产品，比写出好代码更重要。

追求极致的顶层设计能力：

AI能快速做出一个"能用"的80分产品，但往往缺乏系统性的顶层设计（如完善的用户验证、邮件通知、边缘情况处理），导致后期Bug频出。能够从一开始就做好架构设计，做出99分的极致产品，才是人类目前还有优势的地方。

每个人都是经理人，每个人都是指挥官：

原来亲自下场写代码，现在变成了设计系统、指挥AI执行。这个角色转变，是这个时代给从业者最核心的要求。