# 桑达尔·皮查伊：谷歌与 Alphabet 首席执行官 > 谷歌与 Alphabet 掌门人谈搜索的演变、AI 竞赛中的取舍、公司管理，以及长期技术押注的判断。 - 原标题：#471 – Sundar Pichai: CEO of Google and Alphabet - 期数：第 471 期 - 发布日期：2025-06-05 - 嘉宾 / 主题：桑达尔·皮查伊 - 网页版：https://lex.qiaomu.ai/ep/sundar-pichai/ - 官方页面：https://lexfridman.com/sundar-pichai/ - 精读字数：约 9183 字（阅读约 20 分钟） > 本文为 lex.qiaomu.ai 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。 在印度金奈，装一部电话要排队等五年。 桑达尔·皮查伊（Sundar Pichai）十二岁那年，家里终于等到了一部拨号电话。邻居会跑到他家来给远方的亲人打电话。他自己也不用再花两个小时跑去医院取血检报告，被告知“还没好，明天再来”，再花两个小时走回家。这件事变成了五分钟的事。 他后来说，那一刻脑子里像亮了一盏灯：技术能改变人的生活。这话从别人嘴里说出来像口号，从一个家里没有自来水、靠水车按户分八桶水、跟弟弟一起排队把水挑回家的孩子嘴里说出来，是具体的。 这是 Lex Fridman 播客第 471 期，2025 年 6 月发布。坐在他对面的人，如今管着一家市值两万亿美元的公司。两个多小时里，他们从金奈的板球街巷聊到 AGI 的时间表，从浏览器的诞生聊到 p(doom)，中间还停下来看了两场演示。 ## 从排队挑水到每月 480 万亿 token 皮查伊讲童年时提到一个细节：那时候没有电脑，时间多得吓人。现在想找一段安静的独处时光，反而要刻意去争取。他获取世界信息的渠道是报纸和书。家里书很多，好的坏的都有，从安·兰德（Ayn Rand）到哲学，再到不值一提的犯罪小说。 影响他最深的是祖父。祖父在邮局工作，语言能力极好，写一手他至今见过最漂亮的英文手写体。是祖父把他领进了书的世界。他后来去了谷歌，一点也不奇怪，因为“获取知识”这件事对他一直有强烈的吸引力。他管这叫家里真正的财富。 技术上的每一样东西，他都要等。电话等了五年。VCR 也是磨了父亲很久才买到的松下，还是托了某个卖水货的店。此前家里只有一两个电视频道。有了录像机，就能录下世界杯，能看翻录的片子。 自来水、热水器、能拧开龙头就有热水洗澡，这些今天被当成空气的东西，对他来说每一件都值得单独记一笔。这些经历给了他一种第一手的体感：技术会带来阶跃。 访谈里 Lex 提了一个角度：如果看人类两千年的 GDP 曲线，绝大部分增长发生在工业革命之后，而这些进步被当成理所当然。人对“自己过得有多好”和“技术能多快改善生活”的判断力，其实都很差。 皮查伊现在回印度，最直观的冲击是手机带来的变化。 这个体感也延伸到今天。**Gemini 每个月处理的 token 数，从 12 个月前的 9.7 万亿涨到了 480 万亿，涨了 50 倍。**Lex 让 Gemini 自己生成过一个提问：这 480 万亿 token 里，藏着的那句能改变人生的五个字是什么。皮查伊说这个问题他答不上来，但他对“人的好奇心没有上限”这件事，和当年看搜索时感受是一样的。也许某一天，那五个字会是人类对宇宙的某种终极描述，但今天还远没到。 ## AI 会不会是人类历史上最大的生产力乘数 把人类一万两千年历史里的技术发明排个队，按“生产力乘数”从高到低排，AI 能排第几。皮查伊 2017 或 2018 年就说过一句话：AI 是人类将要研究的最深刻的技术，比火和电更深刻。他现在不改口。 他也承认这里有近因偏误（recency bias）的风险。体育领域最容易犯这个毛病，刚看完一场球就忍不住说眼前这位是历史最佳。但他还是从第一性原理上给了理由：过去那些改变一切的通用技术，电力、互联网，影响面大，但进步速度和能力上限是看得见的。AI 不一样，它递归自我改进，是第一个能加速“创造本身”的技术。 他举了一个私人例子。两年前他做了一次手术，术后他想到，在麻醉剂出现之前，人是硬扛着这些手术的。那一刻他觉得麻醉大概是人类最伟大的发明。人没法真正体会活在没有麻醉的年代是什么感觉，所以也就很难公平地给历史上的发明排序。 关于“自我改进”，他用的参照是 AlphaGo 的第 37 手。一个从零开始、起初毫无头绪的系统，在一天之内变得比任何人都强。还有 Veo 3 的模型，如果去看它在训练到 30% 和 60% 时生成的东西，再对比成品，那种观感他说既让人振奋，也让人有点不安。这句话他没往下展开，但放在一位 CEO 嘴里，分量不轻。 那会不会撞墙？皮查伊说这是他和 Demis、Koray、Jeff、Norm、Sergey 几个人偶尔在厨房里会聊的话题。他的判断是空间还很大，预训练、后训练、测试时计算、工具调用，每条线上都还能优化，模型正在往更通用的世界模型方向走。Veo 3 对物理的理解就比 Veo 1 强得多。他每年都会问自己：明年砸 10 倍算力进去，还能不能看到进步。今天的答案是能。 瓶颈是有的，主要是算力。他解释了为什么谷歌每代都出 Flash、Nano Flash 和 Pro，却不出 Ultra：Pro 能做到 Ultra 八九成的能力，而 Ultra 服务起来又慢又贵。他们的做法是让下一代 Pro 追上这一代 Ultra，同时保持能跑得动的速度。所以用户日常用到的模型，通常比实验室最强能力落后几个月。这也带出一个变化：衡量“性能”越来越难。Flash 的智能稍弱一点，但延迟低得多，实际影响可能超过 Pro。基准测试（benchmark）这种形式，正在越来越抓不住模型在真实世界里的有用程度。 AGI 什么时候来。皮查伊先补了一个词：AJI，人工锯齿智能（artificial jagged intelligence），据他记得是 Karpathy 的说法。模型能干很惊人的事，转头却会在数数或者“strawberry 里有几个 r”这种题上翻车。他说现在就在这个阶段。 2030 年能不能到 AGI，他觉得会差一点点，稍微晚一些。但他强调定义本身不重要。真正确定的是，到 2030 年，进步会大到我们不得不在正反两面同时处理它的后果。他还提了 DeepMind 2010 年时说的 20 年时间表，以及 2012 年 Jeff Dean 展示神经网络认出猫的那张图，那时候大家说的是“还要几十年”。 ## “AI 包”里最先冒出来的东西 Lex 抛了一个类比：一万两千年前那次农业革命，不只是游牧民族定居下来种地，还连带长出了一整套东西，陶器、社会分层、早期政府、贸易、劳动分工。他管这叫“新石器包”（Neolithic package）。单个发明不是重点，跟着它一起冒出来的那一串二阶、三阶效应才是。 他问，那“AI 包”里最先能看见的是什么。 皮查伊的答案很朴素：把脑子里的想法变成现实存在的东西，这件事会变得极其容易。过去你只能用文字表达，现在可以把它建出来。他承认今天还只是“氛围编程”（vibe coding）的早期，你得自己把一串提示词缝起来。但这个东西只会变好。 > 任何一个时间点上，这都是它最差的样子。（桑达尔·皮查伊） 他给的量级参照是内容创作者的数量。四十年前，在美国能靠做访谈、做内容谋生的人可能就五个。YouTube 之后，这个数字翻了很多个数量级。而 AI 之后，不是几十万，是几千万甚至十亿量级的人能把自己的东西以更深的方式放到世界上。 顺着这个往下，就是“语言”这个被低估的解锁点。搜索团队的 Liz Reid 提过一件事：AI 模式（AI Mode）让不说英语的人，在推理过程中就能用上英文网页的信息。以前你得先找到页面，再用翻译工具。现在 Gemini 的翻译和推理能力把这道墙拆了。全世界大部分人的母语网页是很小的，这一步等于把他们的可用信息面直接扩了一个量级。皮查伊自己也说，多模态、翻译、推理、工具调用的进步，放进搜索的流程里，是他真正兴奋的部分。 ## 机器下棋比人好，我们还看人下棋吗 Lex 开玩笑说，CNN、MSNBC 这些机构在怕播客，怕的是“一个穿西装的家伙就能做这件事”。他半真半假地说，如果哪天有两个 AI 做的播客比他的好，他就停掉自己的节目去听那个。 皮查伊的回应是国际象棋。 > 你和我不会去看 Stockfish 对 AlphaGo 下棋，那很无聊。但 Magnus Carlsen 对 Gukesh，那盘棋我们看得津津有味。（桑达尔·皮查伊） 他的意思是，内容总量一定会爆炸，AI 生成的东西你会听，因为它效率高。但那些“溢价体验”，也就是人的质感透出来的那部分，可能还是会被选择和珍惜。就像看 Messi 带球，他相信总有一天机器带球会比他好得多，但能不能唤起同样的情绪，是另一回事。 这也解释了他对艺术表达的态度。Darren Aronofsky 是谷歌在 Veo 上最早合作的导演之一，因为他能看到那个未来并且被它激发。皮查伊说，艺术上的自由表达是社会最重要的价值之一，艺术家从来是推边界的人。他把提供给艺术家的 API 类比成基础设施：就像给人供电，你不去替他们决定在上面做什么。当然，社会最终要在底层决定什么可以什么不可以。 Lex 提到一个观察：早期版本的 Gemini 太小心了，问他历史里的暴力内容时会先反问“你确定要了解这个吗”。而 Gemini 2.5 Pro 明显放开了，讲成吉思汗、阿兹特克、两次世界大战，既客观又有细节和层次。皮查伊的解释是，模型变聪明之后，处理这类微妙问题的能力本身就上来了。一年前模型还不够强，会做蠢事，你为了兜住那些边角情况加的限制，反而会叠加成新问题。他说长期方向是从第一性原理让模型自己去推理世界，而不是在模型上面硬编码一批人类规则。他还说，用户想要的就是尽可能接近原始模型的东西，以后应该放得更开，允许自定义提示词。 ## 那些说“谷歌已经输了”的日子 一年前，市面上有一大堆分析文章，标题的意思都差不多：皮查伊是带谷歌穿过这一关的错误人选，谷歌已经失去了魔力。一年后，Gemini Pro 在多个榜单上领先。 他讲了自己怎么过那段日子。他说他擅长把噪音和信号分开。他打了个潜水的比方。 > 你跳进海里，海面很颠，但你往下潜一米，那里是整个宇宙里最平静的地方。（桑达尔·皮查伊） 他也承认，管谷歌就像执教巴萨或者皇马，总会有踢得差的赛季。 外部的声音里有有价值的部分，要听。但他更清楚内部在发生什么。他把几件事摆出来：**十年前决定投 TPU**，把 Brain 和 DeepMind 合并成 Google DeepMind，搭 AI 基础设施团队去扩算力。他还说了个不那么光鲜的事实：TPU 很好，但要真正把 TPU 的产能堆到需要的规模，是需要时间的。外界看不到这条曲线，他看得到。他还提到，他每周会多次走到 Gradient Canopy 那栋楼，看模型进展和 loss 曲线，Sergey 常常就在那群人里。 合并两个世界级团队是什么难度，他用了“把斯坦福和 MIT 合起来做一个系”的比方。Brain 是自下而上、项目分散的风格，出了很多重要研究；DeepMind 有自己的 AGI 路线，方向明确。Jeff Dean 想回到更偏科学家的个人贡献者位置，Demis 是接管 DeepMind 的天然人选。他说过程里有几个不眠之夜，但最后过渡做成了，功劳归 Demis、Jeff、Koray 和那一批人。今年年初，他连续两天庆祝了两件事：Geoff Hinton 拿诺贝尔奖，第二天是 Demis 和 John Jumper。 关于“拍板”，他的说法是：决策可以让人激烈反对，但到了某个点，你要做出清晰的判断，然后请大家“不同意但执行”（disagree and commit）。他习惯在会上尽量让每个人把话说完，因为有时候听到的东西会改变他的判断；有时候他方向已经很清楚，就直接说这是我的信念，押注，往前走。至于“发火”，他承认自己会生气会沮丧，只是这些年在变少，因为他发现要达到目的并不需要发火。有时候沉默比说出口的话更有效，人能从你的状态里读出你不满意。 ## 搜索要被重写，但链接还在 搜索是互联网的门面，十个蓝色链接是它最经典的形态。现在谷歌动它了，加了 AI 概览（AI Overviews），还单独开了一个 AI 模式的标签页。 皮查伊强调一条设计原则：你来到搜索，会拿到很多上下文，但你终究还是要到网上去自己找东西。这条原则在 AI 模式里也一样。他把 AI 想成一层，负责给背景、给摘要、在 AI 模式里跟你来回对话，但整个过程仍然是在帮你了解世界上有什么。链接还在。 他解释了 AI 模式里最有意思的一个机制：查询扇出（query fan-out）。你问一个问题，模型用它最好的版本，把搜索当成深层工具，把一次提问摊开成多次搜索，再把知识拼装起来给你。这也是它和传统搜索体验差最远的地方。他还说，AI 概览上线后产品指标在变好，AI 模式已经在几百万人手里，早期数据让他满意。 关于广告，Lex 直接问什么时候进 AI 模式。皮查伊说前期会先把自然体验做对。他坚持的框架是：广告本质上是商业信息，仍然是信息，所以要用同样的质量标准去对待；广告的价值在于让服务能被几十亿人免费用上。他还提了一句，YouTube 现在就是订阅和广告的混合，谷歌各条产品线也在陆续加订阅，优化点会移动。他甚至说，AI 自己以后会帮我们找到最好的方式来做这件事，就像播客主自己知道广告放在哪里最合适。 Lex 追问 AI 模式会不会彻底取代十个蓝链接。皮查伊的说法是把它看成一个连续谱：AI 模式提供最前沿的体验，好用的功能会不断溢出到 AI 概览和主页面，核心页面暂时还是主战场。他也提到一个被忽视的变化：用户问的问题类型变了，问题更长、更多、更细。搜索在某种意义上变成了喂养好奇心的东西。 还有一层关于“两个互联网”的讨论。Demis 提过，未来会有一部分网页是给 AI 代理（agent）看的。皮查伊用逛实体店和线上购物来类比：两者是互补的，不会互相取代。他预期网页本身会变得更好用，因为 AI 可能把它们设计得对人也更好；同时会有一个代理化的网络长出来，那部分的难点在于商业价值和激励结构怎么设计，让人愿意参与。代理不需要人用的那套界面范式，但两者会并存。 ## 浏览器、无人车、机器人：三个疯狂赌注 Lex 说 Chrome 可能是他个人用过的排名前三、甚至第一的软件。皮查伊讲了它的来历。2004、2005 年那阵子，AJAX 让网页突然动了起来，Flickr、Gmail、Google Maps 在几个月里陆续出现。但浏览器从来不是为这种世界设计的，JavaScript 执行慢得离谱。他们看到的机会是：把操作系统的原则搬进浏览器，做沙箱、每个标签页独立，这些今天很普通，当时很异类。**他们在丹麦奥胡斯找到一个团队，做出的 JavaScript 虚拟机比当时任何同类快 25 倍。**整套东西开源，放进 Chromium。名字叫 Chrome，是因为当时浏览器的“镀铬”部分越来越笨重，他们想把它减到最少。他说这是他做过最快乐的产品，从头搭起。 从这件事里他抽出一条原则，也是 Larry 和 Sergey 早就讲清楚的：做登月项目有三个好处。 > 当你做一件非常有野心的事，第一，它能吸引最好的人。第二，因为太疯，没人在跟你抢，路基本是你一个人的。第三，就算你最后只做到目标的六成八成，那也已经是一个了不起的成功。（桑达尔·皮查伊） 他说这三个好处很多人没有真正想明白。 Waymo 是他自己举的例子。已经有一千万次付费 Robotaxi 行程。他说团队一直很清楚“最后 20% 要花 80% 的时间”这件事，也知道自己就在这个阶段。外界怀疑 Waymo 最厉害的时候，恰好是他决定加码投资的时候。他给的判断依据很直接：技术差距摆在那里，团队水准摆在那里，这条路会走通，只是还需要时间。安全性和野心在他们这里是被同等看待的两件事。 关于特斯拉，他说谷歌是 SpaceX 最早和最大的投资方之一，对马斯克做成任何事基本是默认前提。谷歌不造车，做的是通用性的 L4、L5 自动驾驶，也就是 Waymo Driver，可以用在很多场景里。他判断这个空间大到可以容下两家都做得很好。 机器人是下一个。Demis 和 Google DeepMind 团队在做 Gemini Robotics，模型层面是自己在建，研究上也靠前。应用方向他说“保持关注”，计划还没完全对外讲清楚。他的判断是硬件已经进步很大，卡了很多年的是软件，而通用模型正好补上这一块，剩下的难题是怎么让它在真实世界里以安全、通用的方式工作。 ## 让远方的祖母坐到同一张桌子旁 访谈中间，Lex 提到两场他亲身体验的演示，回来后在节目里专门讲了一段。 第一场是 Google Beam。**六台普通摄像头，把两个人的视频流喂进 AI 视频模型，生成一段可以从任意角度看的三维视频，也就是光场（light field），再传到对面的光场屏幕上，双向进行。**Lex 的描述是：看起来像人从屏幕里探出来，而屏幕上并没有一个三维的人。他伸手，对面也伸手，击掌的时候几乎有一种碰到实物的感觉。音频是空间化的，你在房间这头说话，听起来就在这头。没有扫描，不用穿戴设备，不需要提前建模头像。团队的说法是，他们不想做“你的近似”，因为你今天划破了下巴、别了枚胸针，这些细节都该照实地传过去。 皮查伊接了一句，说可以想象美国总统和中国国家主席用 Beam 加上实时翻译坐在一起谈事情，也许能让进展多一点点。他也提到更日常的用途：祖母和远方的孙辈，部署中的士兵和家里的人。人没法总是见面，但有些时候见面很重要。他说这就是激励他们的东西。 Lex 顺着讲了为什么他对“面对面”这件事这么执着，还引到二战，说如果当年张伯伦和斯大林见过面，也许能少死很多人。他自己也说这话讲出来显得天真，但 Beam 让他再次确认了那个说不清的东西存在。皮查伊的回应很简短：一起在战壕里待过，是会结成纽带的。 第二场是 Android XR 的眼镜。轻、像正常眼镜，摄像头、扬声器、多麦克风做声源隔离。抬眼是简洁的主屏，时间、天气、日历。可以直接跟 Gemini 对话，问墙上的画值多少钱，可以打断，可以追问。地图体验是抬头看前方就是转向提示，低头看脚下就是实时字幕，Lex 现场用俄语说话，眼镜里显示英文字幕。这套东西的底层是 Project Astra，皮查伊说 AR 之所以被卡住，一半是系统集成的工程难度，另一半是没有 AI 的话交互太复杂，戴上去用不自然。**开发者版本预计今年内，消费者版本明年。** ## 编程这行会怎么变 谷歌内部有个数字：**大约 30% 的代码来自 AI 生成的建议。**但皮查伊说更重要的指标是工程速度提升了多少，他们认真测过，估计是 10%。这个数字放在几万名工程师的规模上，非常可观。同时，公司明年还打算招更多工程师，因为能做的事情本身在变多。 他的判断是，近中期对多数工程师来说，AI 是把繁琐的部分拿走，让人有更多时间去设计、架构、解决问题、跟同事脑暴。创意能力被交到更多人手里，会有人做出更多东西。他用国际象棋打比方：现在下棋的人比历史上任何时候都多。 Lex 说自己的体感是编程效率大概提高了 5 倍，而且他相信在谷歌这种量级的大代码库里，提升空间更大。皮查伊同意，并说真正的下一波解锁在于代理能力变得足够稳健。他还提到迁移和重构老代码库这种活，一旦能以更稳健的方式做，量级会完全不同。 关于招聘，他给了一条具体的：谷歌会至少保留一轮现场面试，确认基本功在。同时他也说，会用这些工具写出更好的代码，本身就是一项资产。至于要不要读计算机科学，他的回答是，如果你对计算机科学有热情，就去读。这门学科远不止编程，任何能训练第一性原理思考的教育都是好教育。 ## p(doom)、外星人和人为什么特别 Lex 说自己的 p(doom)，也就是 AI 毁灭人类文明的概率，大约是 10%，问皮查伊怎么看。 皮查伊的答案绕了一个弯，但绕得挺有意思。他说，当你经营一个大型组织时你会知道，只要能把组织的激励对齐，让所有人朝一个方向使力，几乎什么都能做成。但要把全人类这样组织起来，非常难。 > 如果 p(doom) 真的很高，那么到了某个点，全人类会在这个问题上自动对齐，于是我们反而会在对抗它这件事上取得更多进展。这里面有一种自我调节的讽刺。所以我对 p(doom) 的场景是乐观的，虽然我认为底层风险确实不低。（桑达尔·皮查伊） Lex 补了一个常被忽略的对照项：没有 AI 的 p(doom)。人类本来就有很多种把自己玩完的方式，而 AI 很可能是让世界更聪明、更有效率、让更多地区繁荣起来的那件事，而资源紧张恰恰是冲突的常见来源。皮查伊同意这个角度。 关于“如果造出了 AGI，你会问它什么”，皮查伊说他会问关于自己的问题。他觉得 AGI 有可能以一种深刻的方式理解你，这是很值得期待的一种可能。另一个方向是帮我们更好地理解宇宙。 Lex 的答案完全不同：他第一个问题会问宇宙里有多少外星文明，活的和死的，然后追问它们离得多近、危不危险，如果没有，是为什么。他承认这个问题更接近纯粹的求知欲，未必有什么实际用处。皮查伊顺着说，那等于把费米悖论的答案拿到手。 访谈里还出现了一个可以量化的旧结论：**很多年前 MIT 的一项研究估算过搜索创造的价值，按人均算大概是每年几千美元。**皮查伊说这类价值很难持续计量，因为人们会很快把它当成理所当然，前沿一直在移动。AlphaFold 这类东西的价值就更难算。 最后 Lex 问，AI 在越来越多事情上超过人之后，人最特别的地方是什么。皮查伊说，大概是意识这件事，是我们之所以为人的那个东西，虽然这条线以后可能会模糊。他的期望是，如果资源变得更充裕，世界少一点零和感（它本来也不是零和，只是资源紧张时人会觉得是），那么共情、善意这些让人之所以独特的东西会更多地浮上来。 问到什么让他对人类文明的未来抱有希望，他的答案是一个反问：如果能选，你愿意生在现在，还是历史上的任何一个别的时刻。他自己的答案是几乎永远选现在。人类一直在把世界变得更好，他相信这一次也不会例外。 Lex 在节目最后补了一段自己的想法：工业革命带来了技能的高度专业化，AI 可能反过来推动一次“去专业化”。当 AI 在每个具体领域都成了超人专家，人的价值可能更多地落在“把不同 AI 整合起来”这件事上，落在通才身上。他说他相信人类的正向路径多于负向路径，但多不了多少。他还引了法国哲学家拉布吕耶尔的一句话：困难之中，长出奇迹。 整场访谈里，皮查伊没有一次给出那种让人拍案的漂亮结论。他反复回到的是同一个动作：把注意力放在内部正在发生的曲线上，而不是外部的说法上。TPU 的产能爬坡外界看不到，模型的能力曲线外界看不到，团队合并后那几个不眠之夜外界也看不到。他看到的都是这些，所以他能在满屏“谷歌已死”的标题里睡着觉。 这个动作对普通人也成立。你手上真正在推进的那件事，进度条只有你自己看得见。外界的评价有延迟，也有噪音，而你的决策不该跟着它走。 - 选工作的时候，把“能不能和比自己强的人共事”当成一条硬标准。皮查伊说，一生中要有几次坐在房间里，听对面的人讲话，然后心里冒出一个“哇”。这种感觉会逼着你的能力往上长。 - 决定方向时，多听一点内心，少听一点算计。他的原话是，找到自己真正喜欢做的事很难，但这件事值得花力气去找，因为热爱会让你看到自己最好的版本。 - 挑一件足够疯的事去做。登月式目标的三个好处是现成的：吸引最强的人、没人跟你抢赛道、做到六成就已经是巨大成功。风险高，但收益结构对你有利。 - 做决策时先把所有人的话听完，然后清晰地拍板，再请大家“不同意但执行”。含糊的折中比明确的判断更伤人，也拖得更久。 - 把 AI 当成一层基础设施用起来，尤其在跨语言的信息获取上。你现在能读到的世界，比两年前大了不止一倍，这个红利不用就浪费了。 - 不要靠发火推动别人。皮查伊承认自己也生气，但他发现要达到目的并不需要发火。很多时候，你的沉默比你的话更有效。