Waymo Co-CEO Dmitri Dolgov: "Move Fast And Ship Safely"

Y Combinator Startup Podcast · 49 分鐘 · AI 重點整理 by 聽摘

這集在講什麼

這集回答的核心問題是：要怎麼把 AI 從「能 demo」變成能在真實世界安全上路的產品？Dmitri Dolgov 的答案很硬核：在物理世界裡不能「move fast and break things」，而是要「move fast and ship safely」，因為一個錯誤不是重試而是人命，且 Waymo 已累積超過 2.2 億英里、在相關場景下把嚴重受傷事故做到約人類駕駛的 17 倍更好。聽完你會帶走一套可操作的路線圖：先算清楚產品到底需要幾個 nines，再用感測冗餘、structure-augmented end-to-end、closed-loop simulation、以及 agent/simulator/critic 的飛輪去換取真正可擴張的安全與信任。

來賓：Dmitri Dolgov（Waymo Co-CEO；長年主導自動駕駛技術與產品化，帶領 Waymo 從 demo 走到 15 城市、2.2 億英里規模）——他在這集最核心的主張是：「不要把 demo 當產品，物理世界要的是 move fast and ship safely，而且 safety 必須從第一天就是架構的一部分。」

本集亮點

01:20他用一個載著孩子的 Waymo 例子說明：有人類駕駛臨時切入時，車子安全又平順地反應，連後座小孩都沒發現異常；這個反直覺點很重要——最好的 physical AI 常常看起來像「什麼都沒發生」。

10:20demo 18 個月就能做出來，但 product 花了 15 年；Waymo 先是 10 個人做出 100,000 英里與 10 條 100 英里無接管路線，後來才一路爬到 20M+ trips、200M+ fully autonomous miles，值得聽的是它把「會跑」和「能規模化」切成兩個完全不同的難題。

17:55在鳳凰城沙塵暴、夜間施工、狗和小孩衝出來這些場景裡，camera 幾乎看不到，但 LiDAR / radar 仍能提早辨識風險；他用這些案例說明：若要 superhuman performance，單一感測很容易太早碰到安全曲線天花板。

40:16他把 closed-loop simulation 推到很誇張的程度：不只模擬 freeway 上停車，還能做飛機降落到高速公路、elephant 走進路口、甚至 dinosaur 出現的純合成場景；這一段最值得聽，因為它揭示了怎麼用 simulator 去訓練與驗證從未見過的 long-tail 風險。