在科技圈，有一種傳說：Google 早期的 9 個人，撐起了今天幾萬億美元的帝國。他們不是普通的工程師，而是改寫了數據中心、重塑了搜索引擎、連 AI 芯片都提前布局好的天才。從自研基礎設施，到用一篇論文改變整個行業，這些人用行動證明——只要把最頂尖的人聚在一起，一個簡單的點子也能爆發出驚人的力量。這不是運氣，也不是偶然，而是 Google 最深的護城河。

現在回頭看，那段“天才扎堆”的黃金時代，可能再也難以復制了。

原文鏈接：https://oscarhong.net/the-insane-talent-vortex-at-early-google/

作者 | Oscar Hong

翻譯工具 | ChatGPT 責編 |蘇宓

出品 | CSDN（ID：CSDNnews）

如果你把最聰明的一群人，配上幾乎無限的預算，讓他們去解決最不可能的問題，會發生什么？

谷歌，可能是這個假設最接近的真實答案。

如今，谷歌有超過 18 萬名員工，大約一半是工程師。但讓我印象最深的，是在公司從 2000 年到 2015 年那段快速擴張期，很多最重要的技術突破，往往是由一兩個人小團隊完成的：比如 5 個人搞定了 Gmail，一個產品經理一個周末重寫了 Google Maps，兩個人用 4 天時間優化了整個搜索索引等等。

可以說，今天谷歌近一半的市值（大約 2 萬億美元），幾乎都能追溯到公司歷史上最頂尖的 9 位工程師。

這些人就是 Google Fellow

Urs H?lzle搭建了谷歌內部的云平臺，把服務器從“燒錢機器”變成了巨大的競爭優勢。他早期在文件系統、集群調度和網絡架構上的工作，后來直接延伸到了谷歌對外提供的云服務（GCP，如今年收入規模接近 500 億美元）。

如果你今天所在的團隊在日常工作中要求做代碼審查、事后復盤，也得感謝 H?lzle——他作為谷歌第 8 號員工，把這些工程文化引進了公司，后來成了硅谷一代創業公司的模板。

Luiz André Barroso基本上可以說是現代數據中心的“發明人”了。他和 H?lzle 一起寫了本叫《The Datacenter as a Computer》的書，提出了一個很新潮的思路：硬件、軟件、網絡這些東西，不能各搞各的，要一體化設計，才能在大規模下又快又省錢。

Barroso 特別擅長提出那種“一聽就覺得對”的問題，比如他最有名的一篇論文里就問了個簡單但重要的問題：“服務器閑著的時候，是不是應該低功耗運行？”

Amit Singhal在康奈爾大學師從“數字搜索之父”學習信息檢索后，徹底迷上了信息檢索。他在 2001 年重寫了谷歌的核心搜索算法（在原始 PageRank 基礎上擴展升級），隨后領導谷歌搜索整整 15 年。

R. V. Guha共同發明了 RDF（資源描述框架）和 RSS（簡單信息聚合），為互聯網數據的流通和標準化打下了基礎。他在 Schema.org 項目上的工作，也極大提升了谷歌整理世界信息、提供更精準搜索結果的能力。

Ramakrishnan Srikant是最早把機器學習應用到廣告系統的人之一，用來提升廣告質量、精準度和預測效果，并搭建了谷歌早期的內部 ML 基礎設施。要知道，搜索業務占了 Alphabet 總營收的 58%（約 2000 億美元年收入），哪怕微小的優化，都能帶來巨大的商業價值。

Sebastian Thrun是 AI、機器人和自動駕駛領域的頂尖研究者。他在斯坦福帶隊贏下了 2005 年的 DARPA 無人車挑戰賽，后來加入谷歌，創立了 X 實驗室，孵化出了 Waymo（如今估值約 450 億美元）。

Norm Jouppi是谷歌自研芯片 TPU（Tensor Processing Unit）的首席架構師。這款專門用于 AI 運算的芯片，如今已更新到第七代，幫助谷歌在 AI 模型競賽中領先于仍依賴昂貴、緊缺的 Nvidia GPU 的競爭對手。他的工作直接帶了個頭，讓現在其他那些大廠也開始自己動手造芯片，好應對 AI 越來越大的算力需求。

以上這些人，全都是實打實的 Google Fellow（內部職級 L10）。能進入這個稀有群體，不僅意味著深刻塑造了谷歌的技術方向，還代表著在各自領域成為了全球最頂尖的專家。

不過，在 Fellow 之上，還有更高一層榮譽：Senior Google Fellow（L11）。

谷歌歷史上，只有兩個人達到過這個級別：Jeff Dean和Sanjay Ghemawat。

Jeff 和 Sanjay 在 1999 年前后加入谷歌，很快就嶄露頭角，多次重寫了早期蹩腳的爬蟲和索引系統。

他們通過傳奇般的結對編程，構建出支撐谷歌“全球規模”的核心基礎設施，比如 Protobuf、Google 文件系統（GFS）、MapReduce、Bigtable、Spanner……一個比一個硬核。

進入在谷歌工作的第三個十年，他們依然在第一線沖鋒，主導著 TensorFlow/JAX、AlphaChip、模型蒸餾、推理計算擴展等 AI 項目。

那么，未來還會有公司能復現早期谷歌這種夸張的人才密度嗎？

我的直覺是——基本不會，或者說，至少在很長一段時間內不會。

首先，谷歌曾長期壟斷了那種“計算機科學 PhD 出身＋技術全能＋系統思考能力極強”的復合型人才。

微軟當時因反壟斷案深陷泥潭，錯失了互聯網機會；蘋果則以設計文化為中心，工程師地位靠后；一直到 2014 年，Facebook 遇到的技術難題才開始像 Google 那樣大、那樣有挑戰性，之前根本吸引不到那些頂尖程序員；亞馬遜吸引更多的是善于管理利潤和資本運作的準 CEO 型人才（比如 Andy Jassy、Dan Rose）；而 Nvidia 直到近幾年因 AI 熱潮，才有能力支付高額薪酬。

過去人們一度認為“下一個谷歌”是 Facebook，后來是 Uber，再后來是 Stripe，現在則是 OpenAI。

但這些公司的一個關鍵不同是：谷歌在成立第 3 年就實現了盈利，而這些“下一個谷歌”更多依賴風險投資支撐。

如果沒有搜索廣告這種巨額現金流支撐，很難養得起那些長期、燒錢、十年不開花的前沿研發項目（比如自動駕駛、量子計算、計算基因組學等）。

最后，現在頂尖工程師的選擇也更多了。如果 Bret Taylor 一直留在谷歌，大概可以混到 L10，但遠不如出去創業，被 Facebook 收購，再創業，又被 Salesforce 收購，循環一波來得劃算。

像 Ilya Sutskever、Chris Olah 這樣的頂級研究員也是一樣，與其在大公司里慢慢升遷，不如自己闖出一片天。

結語

深入了解這段歷史、觀看一些舊演講，并在此過程中向大模型各種刨根問底，過程挺有意思的。

越了解 Google 當年的工程故事，就越能體會到：個人牛人有多重要，頂尖人才湊在一起，又能產生多么夸張的連鎖反應。

一般的科技公司，能招到一個這種級別的工程師，就已經算走運了；那種能稱得上“一代傳奇”的公司，可能十年才能碰上幾個。而 Google，當年一次性招來了九個（也可能還不止），這也能解釋為什么它這么多年一直強得離譜。

有時候，只要屋子里的人對了，哪怕是一個很簡單的點子，也能走到非常遠。

一些補充

這篇文章的大部分資料挖掘，其實是靠 Deep Research（用的是 Gemini 2.5 Pro）完成的。

如果你感興趣，可以看看原始 Prompt（https://gist.github.com/ohong/3ff7892e1ffaf566f539eb761bcdd630）我最開始的提問和 AI 生成的調研報告（https://bear-images.sfo2.cdn.digitaloceanspaces.com/oscar/google-fellows-deep-research-report.pdf）。

其實有不少牛人，完全夠得上 Google Fellow 的水準，但最后卻沒拿到這個頭銜。比如 Demis Hassabis、Noam Shazeer、Oriol Vinyals、Ian Goodfellow 這些名字。

也許，如果是通過收購加入 Google 的，就不算？不過我也沒搞清楚，Fellow 的評選標準到底是什么，或者是誰來拍板的。

還有一類人也值得一提，就是那些“第二作者”。他們在很多重大突破里起了關鍵作用，但因為不是項目負責人（DRI），所以經常被忽略了。比如 Cliff Young，他在 TPU 早期設計中起了很大作用，尤其是實現了 systolic array（脈動陣列）——但外界對他的貢獻了解得并不多。

資料推薦

如果你對 Google 的過往感興趣，也可以看看以下內容：

書籍：

• 《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

演講：

• Jeff Dean —《構建大規模信息檢索系統的挑戰》：https://static.googleusercontent.com/media/research.google.com/en//people/jeff/WSDM09-keynote.pdf

• Luiz André Barroso —《倉庫級計算的發展簡史》：https://www.youtube.com/watch?v=Lv_eZX99lUU

技術論文：

• 《MapReduce：簡化大規模集群數據處理》（2004）：https://dl.acm.org/doi/pdf/10.1145/1327452.1327492

• 《Bigtable：面向結構化數據的分布式存儲系統》（2006）：https://static.googleusercontent.com/media/research.google.com/en//archive/bigtable-osdi06.pdf

• 《Spanner：Google的全球分布式數據庫》（2012）：https://static.googleusercontent.com/media/research.google.com/en//archive/spanner-osdi2012.pdf

• 《三代人總結出的十條經驗，塑造了Google的TPUv4i》（2021）：https://gwern.net/doc/ai/scaling/hardware/2021-jouppi.pdf

• 《為整個星球做搜索：Google集群架構揭秘》（2003）：https://storage.googleapis.com/gweb-research2023-media/pubtools/4448.pdf

其他有趣的故事：

• Gmail 是怎么誕生的：https://time.com/43263/gmail-10th-anniversary/

• Bret Taylor 當年如何一手重寫了 Google Maps 前端：https://news.ycombinator.com/item?id=37415124

• 想感受一下什么叫優雅的代碼？可以看看 Sanjay 寫的 Go 語言流式處理包：https://github.com/ghemawat/stream