AppLovin撕開巨頭裂縫的1000天：AI審判、被做空與Underdog的“弱者之心”

文 | 硅谷101

2025年11月6日晚，美國廣告技術公司AppLovin正在舊金山City Hall舉辦年會。

在這里，高層和員工們帶著家人穿著隆重的晚禮服、喝著香檳，盡情慶祝公司突破2千億美元市值。

過去三年，這家公司被外界視為“AI受益第一股”：兩年股價增長25倍、加入標普500指數、邁入千億美元俱樂部。其亮眼的財報和豐厚的利潤率甚至讓Meta和谷歌這兩家全球廣告霸主的地位都被撕開了一道裂縫。

然而，圍繞著這家公司的爭議從來沒有停止過。

步入2026年第一季度，AppLovin繼續經歷著來自做空機構的攻擊、AI發展對廣告行業的挑戰，以及競爭對手的市場蛋糕爭奪。美股2月11日盤后，AppLovin發布了2025第四財季的財報，營收、利潤和展望都皆超出分析師預期，然而公司股價卻出現暴跌。這樣的背離在一定程度上顯示出資本市場對于AI即將顛覆SaaS企業的恐懼。

在去年12月底，我們獨家對話了AppLovin技術核心人物葛小川（Giovanni Ge）。他從中科大少年班畢業，后在意大利讀博，2022年底從Meta辭職后在AppLovin轉型關鍵時刻加入，三年時間迅速從工程師晉升為公司全球首席產品及工程官（Chief Product and Engineering Officer）。

我們在這個時間點上線這場對話，試圖通過葛小川的深度分享中，看看他眼中過去的三年，大約1000天的時間，如何帶領AppLovin撕開巨頭裂縫、跨越深淵，這家公司如何在谷歌與Meta的雙頭壟斷下崛起，又是如何憑借“弱者之心（Underdog）”的生存哲學殺出重圍。而外界對它的追捧和質疑，AppLovin內部是怎么看的？葛小川又是怎么帶領團隊去打現代推薦算法這場硬仗的？

01 AppLovin發展前期 原始積累與數據寒冬

2018年，硅谷的數字廣告權力格局已然固化：谷歌掌握著搜索意圖，Meta控制著社交圖譜，而此時的AppLovin，只是一個規模尚小的“移動廣告網絡”（Ad Networks），簡單來說，它就是連接移動應用開發者（廣告位發布者）與廣告主的中間平臺。

對于這種“中間商”而言，最大的死穴在于：它不知道用戶在App里面到底在做什么。如果你無法獲得第一方數據，你怎么跟谷歌和Meta這樣的巨頭對抗？為了打破這一局面，AppLovin開始大舉收購游戲工作室。

從2018年到2021年IPO前夕，AppLovin通過一系列并購、戰略投資及工作室孵化動作，快速擴張游戲版圖，累計交易規模達到數十億美元級別，并依托它的廣告和分發平臺，觸達全球數億級移動設備用戶。

AppLovin買下這些工作室的目的，不是為了游戲利潤，而是為了獲取核心的轉化信號，這些“自產”的游戲，成為了算法引擎最初的實驗室，后來AppLovin也進行了一系列關鍵收購。

Chapter 1.1 收購Max

在2018年前，AppLovin本質上更像一個廣告投放平臺，但對開發者來說，它并不能很好地幫大家把廣告位賣出高價。

當時行業里用得最多的是一種叫“瀑布流”的方式：開發者先把廣告位給A廣告平臺試一試，如果A不接，再給B，再不行給C，一個一個來，順序是提前排好的，依據的是過去的eCPM（Effective Cost Per Mille，有效每千次展示成本）、填充率（Ad Fill Rate，廣告數與廣告主/媒體發起的廣告請求總數的百分比）這些歷史數據，但問題就在于，整個過程是排隊式的，效率低，而且很容易賣便宜。

Max出來之后，規則就徹底變了。

它引入了應用內實時競價，一次性把廣告位丟給所有廣告主，讓大家同時出價，最后誰出得高，就賣給誰，開發者直接拿最高價，收入立馬就上來了；廣告主這邊也不吃虧，雖然花了1.5塊，但如果能賺回2塊，照樣是劃算的，結果就是：開發者多賺了錢，廣告主拿到了更好的用戶，雙方都滿意，也正是因為Max，AppLovin從“只幫買家”的角色，升級成了同時服務廣告主和開發者的平臺。

Chapter 1.2 收購Adjust

第二個重要的收購是2021年，花10億美元收購的移動應用數據監測及營銷公司Adjust。

在廣告行業，廣告主最關心的只有一件事：我花出去的這1塊錢，到底賺回來了多少？但在移動廣告里，這個問題其實非常難回答，因為一條廣告從展示到點擊，再到下載、使用、甚至付費，中間要經過很多環節，而這些數據往往分散在不同地方，甚至根本看不到，對廣告主來說，就像一個黑箱。

相比之下，像Meta這種能把數據追蹤得更明白的平臺，就更容易拿到廣告主的錢，AppLovin的增長也因此受到了限制，而Adjust正好解決的就是這個問題。

Adjust本質上是一個移動廣告的“追蹤和歸因工具”，它通過全流程追蹤和精準歸因，能幫廣告主把每一塊錢的投放效果拆得清清楚楚：錢花在哪了、帶來了多少用戶、最后賺回了多少，更重要的是，這些數據還能反過來喂給AppLovin的AI系統，讓投放越來越精準。

Adjust讓AppLovin從一個“只負責把廣告投出去”的平臺，升級成了一個可以對廣告效果負責的服務平臺，這也是為什么AppLovin高度強調LTV（生命周期價值）。可以說，Max和Adjust的布局讓AppLovin步入快速增長的通道。

Chapter 1.3 收購MoPUB

然而，正當AppLovin在2021年4月完成上市IPO之際，蘋果公司的IDFA（應用追蹤透明度）政策切斷了跨App追蹤用戶的能力，移動廣告市場瞬間陷入混亂。

2022年，AppLovin股價墜入深淵，從之前的高點跌去了80%，但在一片哀鴻遍野中，AppLovin并沒有像它的競爭對手們那樣，通過裁員來收縮防線，而是從當時的推特那里進行了一項關鍵的收購。

這項斥資10.5億美元的全現金交易收購的對象叫MoPub，是之前Twitter旗下的移動廣告平臺，你可以把它理解成一個“廣告位大市場”，把大量App的廣告位集中起來，賣給廣告主，從中抽成，這筆收購，帶來了三個非常直接的變化：

1

第一，能觸達更多人。MoPub當時服務的是成千上萬個應用，包括新聞、工具、生活類App，覆蓋大約7億日活用戶。AppLovin把這些廣告位接進來之后，廣告庫存規模直接放大了一個數量級，觸達人數成倍增長。

第二，能把廣告投給“對的人”。MoPub的廣告位不只來自游戲，還來自新聞App、健身App、生活工具App，這意味著，女性用戶、中年用戶、非游戲用戶都進來了，廣告不再是“什么人都給同一條廣告”，而是不同產品，對應不同人群，AppLovin也從“游戲廣告平臺”，升級成了真正的全行業廣告平臺。

第三，整體更穩定、更賺錢。之前AppLovin的廣告位主要來自自家游戲，而且人群結構偏向游戲玩家，而有了MoPub，AppLovin不再需要拼命自己做游戲來“產廣告位”。有個很有意思的比喻：從自己種菜，變成了開超市，貨源來自四面八方，穩定又可控。

總結一下，Max解決“賣不出好價錢”，Adjust解決“效果說不清楚”，MoPub解決“規模不夠大”，同時，MoPub這起收購為AppLovin帶來了一個極為重要的“數據水源”：這些源源不斷、實時注入的競價信號，為后續的算法能力提升提供了數據基礎。

此時的AppLovin急迫的需要一位懂算法的核心技術人員加入，所以在這三次關鍵的收購之后，AppLovin正在尋求又一次的升級。

這時候加入AppLovin的這位算法核心人物就是葛小川。

他加入三個月之后，AppLovin就上線了新一代的模型，名為AXON，這款模型奠定了之后三年公司業務的飛漲之路。

以下我們進入到葛小川的對話部分：

02 AppLovin的崛起 現代推薦算法與AXON迭代之路

陳茜：

你加入AppLovin已經三年了，怎么看待過去三年的時光？

葛小川：

回顧過去三年，從一開始就是埋頭工作，不斷處理每天遇到的問題，有時候不僅是我，包括團隊里的其他成員都有同感，這三年感覺像是過了十年一樣，因為期間發生的事情實在太多了。

陳茜：

就是打仗的感覺嗎？

葛小川：

對，每天都在打仗。

陳茜：

你之前是在Meta，當時為什么想要離開？又是為什么選擇了AppLovin這家公司？

葛小川：

我覺得那個時候在Meta想學的東西基本已經學到了，如果繼續待下去，我覺得個人職業發展會逐漸慢下去，我本身也不是一個特別喜歡遵循流程的人，想去一個更自由、更靈活的地方，所以當時覺得離開Meta挺符合我的性格。

陳茜：

當時覺得AppLovin最打動你的一個moment（時刻）是什么？

葛小川：

那個打動我的時刻就是大家都很坦誠，在面試AppLovin時，我和CTO（Basil Shikin）以及CEO（Adam Foroughi）都聊過，他們對于公司當下面臨的最大問題、以及需要什么樣的人來解決這些問題，都表現得特別坦誠。尤其是我在大廠待久了，習慣了和大廠的中層管理人員接觸，那里的溝通往往有很多迂回和繞彎子，然后第一次和這種C-level（最高層管理人員）接觸，并且能夠有那么直接和坦誠的對話，給我留下了非常深刻的印象。

陳茜：

我看到你之前的分享提到，當時聊到AppLovin的時候發現，公司要進一步做廣告業務，而他們缺的東西正好是你具備的skill set(技能組合)，能不能說一下他們當時缺什么？當時廣告業務處于一個什么樣的階段？你身上又有什么樣的技能可以彌補他們的短板？

葛小川：

從業務角度來看，公司當時的業務已經比較成熟了，主要缺的是現代的推薦算法和推薦系統，當時在北美，代表推薦算法最先進的公司就是Google和Meta，當然這一類型的推薦算法在很多中國公司，像TikTok、阿里巴巴、小紅書其實都已經在用了，但當時北美很多中小型公司，包括AppLovin在內，其實還在使用上一代、可能是十年前的推薦算法，所以當時他們想要我過來幫忙，把公司轉型到最先進的這一代推薦算法上來。

陳茜：

10年前傳統的推薦算法是什么樣子的？現在的現代推薦算法是什么樣子的？

葛小川：

在十年前，推薦算法以一種叫做boosting tree（提升樹）的方法為主，雖然那時候deep learning（深度學習）的理論其實已經非常成熟，但在推薦算法的應用里，一直沒取得特別大的成功。

轉折點大概出現在2015到2017這幾年，當時有好幾個比較重要的工作出現，在那之后，這些一流的公司很快都轉型到了現在的deep learning模型里去了。

陳茜：

當時有哪幾個比較重要的工作？

葛小川：

這里面很重要的一點，推薦算法里有很多high cardinality（高基數）的sparse feature（稀疏特征），舉個例子，推薦系統就是把“人”和“物料”進行匹配，像Meta和Google這樣的公司，物料的數量級非常大，輕易就能達到幾千萬、上億，甚至幾十億，而且用戶的數量級也是幾十億的，每個用戶有ID，每個物料也有ID，當然還有一些相對不那么稀疏的ID，比如國家ID、zip code（郵政編碼）等， 在模型里如何利用、如何represent（表征）這些ID？以及如何處理這些ID之間的交叉？在2015年之前，人們其實并不清楚如何用deep learning（深度學習）去有效處理這些問題，但在2015至2017年里，出現了很多重要的論文，討論如何將這些ID放到模型，并實現ID與ID之間的交叉，這些工作出現后，deep learning的framework（框架）在推薦算法領域就真正脫穎而出了。

陳茜：

你到AppLovin之后，三個月就推出了第一款模型嗎？

葛小川：

對。

陳茜：

為什么要這么快呢？

葛小川：

因為時間很短，我覺得生命很短，我們這邊做事情就是這樣，當你知道一個目標就在眼前時，我們希望能非常非?？斓匕阉o做出來。

其實剛來AppLovin之前，我本人的思維模式還不是這樣的，因為我畢竟在大廠做了很多年，剛開始我還打算沿用Meta的方式：比如先討論roadmap（路線圖）、制定計劃、再分配人員和工作，一步一步地來。但我來了大概不到一星期，立刻就意識到：這不是這家公司的工作方式。

有幾件小事讓我產生了轉變，轉變之后，工作方式就很明確了：get my headdowm（埋頭苦干），就是從寫代碼開始，遇到什么問題就解決什么問題。所以剛開始的時候，并沒有想到具體需要多少時間，公司領導層也從來沒給我們壓力或要求，規定必須在多少時間內完成，但是整個團隊大家都全身心投入，心里想的肯定就是盡早把東西做出來。

陳茜：

做第一代模型的時候，你的團隊有多少人？

葛小川：

那時候團隊人數真的很少，就是真正直接參與最核心工作的人，包括CTO本人在內，加起來可能也就5個人左右。

陳茜：

第一代模型上線時效果怎么樣？我知道你比較完美主義，它達到你心里的完美要求了嗎？還是說你們只想先推出來看看效果？

葛小川：

我是一個reasonable（理性的）完美主義者，我肯定不會要求模型上線第一天就是完美的，但當時剛上線，效果是非常好的。具體數字我記不住了，但從當時財報的數字來看，上線后的效果非常好，是明顯的一個代差，肯定是百分之幾十的躍變。

陳茜：

能不能給我們解釋一下，AppLovin當時是怎么做廣告投放的？跟Meta、Google相比，雖然都是現代推薦系統，但你們的模型會有什么不一樣？

葛小川：

我覺得框架肯定是一樣的，但我們和Google、Meta最大的區別其實不在于模型本身，而在于商業模式。Google和Meta主要的廣告投放對象還是他們自有的用戶流量，比如在Google的YouTube、搜索，還有Meta的Facebook和Instagram。而AppLovin其實很有趣，作為中國以外國際市場上排名前幾的廣告投放平臺，我們在頭部廣告投放平臺里，是唯一一個沒有自有流量的公司，我們的投放對象更多是在第三方的交易平臺上，這是我們和Google、Meta最大的區別

陳茜：

這是最大的區別，但也是你們在游戲方面的優勢嗎？

葛小川：

在游戲方面，你覺得我們最大的優勢是什么？

陳茜：

數據？

葛小川：

其實我們現在已經不擁有任何一家游戲公司了。

陳茜：

但在2022年的時候，大家會覺得，因為你們之前收購了很多游戲公司，所以你們有非常多的游戲和用戶數據，外界會認為這是你們曾經的優勢。

葛小川：

其實我也很難具體定量地去評估這到底產生了多少影響，在推薦算法里，有一種常用的方法叫ablation test（消融測試），當你想要驗證某個模型處理、或某一個具體數據、某一個具體的特征對整個系統的影響有多大時，就會用到它。具體來說，就是把系統copy（復制）成兩份：一份抹掉你想要測量的那個因素，另一份保留，然后對比兩者的performance（表現）的區別，我們經常做這樣的測試，但在自有數據這一塊，我們還真沒做過這樣的測試，所以很難定量地說它在當時的發展路徑中究竟起了多大作用。

但從今天來看，我們已經沒有這部分數據了，但我們的廣告投放效果和增長，并沒有因為失去這些游戲公司而受到任何影響，所以我不知道當年那些數據是否真的有那么重要。

陳茜：

大家在做position（定位）你們和Meta、Google時，就會說：Meta的定位是社交關系加上信息圖譜，Google的定位是搜索意圖加上全渠道覆蓋，那么AppLovin的廣告投放定位的關鍵詞是什么？

葛小川：

我覺得在做產品時，我們不會一味迎合最新、最熱門的話題來迎合技術方向，而是看當前最需要解決的問題是什么，用這個來引導我們的技術發展，可能正因如此，從產品角度來看，我們算是第一個解決了廣告推薦領域里幾個最大痛點的公司。

我舉幾個例子，第一個是所謂的“價值預估”：很多公司在投放廣告時，優化的目標是點擊率或轉化率，但對于大多數廣告商來說，他們關心的既不是點擊率也不是轉化率，而是轉化之后帶來的價值。比如作為廣告商，你不在乎花100塊錢帶來了5個還是10個購買用戶，你更關心這5個人或10個人購買后，到底給你產生了多少價值。

很多公司都在做這種基于價值的產品，但我們是真正把重心放在這上面的，我們可能是行業里第一個把價值產品做大的公司，在AppLovin，價值產品占據了絕大多數的廣告花銷，就是因為我們的價值模型是業界做得最好的。

與價值模型相關的另一點，是時間窗口，作為廣告商更關心未來很長一段時間能產生的價值，比如投放廣告后，一年內能不能回本？或者兩年后能翻多少倍？如果廣告優化能覆蓋更長的時間窗口，對廣告商來說價值更大。在我們之前，市面上大部分的優化窗口只有1天，偶爾有人做到7天，但從來沒有人用非常嚴謹的模型做到超過7天，我們是全球第一個把優化窗口從7天直接做到28天的公司。當時這個產品上線后，立刻成了業界最熱門的產品。

所以和很多公司相比，我們會把“解決問題”放在最高優先級，然后去尋找和思考哪些技術革新能幫我們實現目標，而不是先找個熱門話題，再想圍繞它能做什么技術創新。

陳茜：

這就是以LTV（lifetime value，生命周期價值）為核心設計的產品和算法，這個理念是誰提出來的？還是說這本身就是公司對廣告產品的價值觀所在？

葛小川：

大家可能覺得是誰提出來的很重要，但這真的不重要，因為任何一個在業界工作的人都知道這個東西很重要。

陳茜：

那為什么Meta和Google他們沒有圍繞著這個來做？

葛小川：

那我就不知道了，畢竟我不是Meta的CPO（首席產品官），我覺得更重要的是，當你知道這個東西重要后，你如何管理、利用和分配公司內部資源、如何有效地幫助團隊解決這個問題，這才是最重要的，行業里大部分人都知道它很重要，但能不能真正解決它，才是真正重要的問題。

陳茜：

那我們再說一下其他的競爭者，除了Meta、Google這幾個大的公司，有沒有一些其他小公司或是潛在競爭者？我看到有人在問，市場上也有Unity ironSource、Chartboost、Liftoff這些公司，那為什么跑出來的是AppLovin，不是他們呢?

葛小川：

你用“競爭者”的這個詞來描述，但從我們看來這些公司其實都不是競爭者，更像是合作伙伴。因為我們最終服務的都是手機（軟件）開發者和廣告商這樣的群體，尤其對于手機（軟件）開發者來說，為什么我們的平臺會允許并且歡迎Google、Meta、Amazon這些公司在我們平臺上競價呢？就是因為他們的購買力會讓我們的開發者獲利，所以在我看來，我們都是共同服務于同一個行業的合作伙伴。

至于我們為什么在這里邊勝出，其實這里有兩個不同的行業，一個是我剛才說的這個廣告交易平臺，雖然目前Google和Applovin是最大兩個交易平臺，市場上也還有更小些交易平臺，像Unity的ironSource，但我覺得這個交易平臺存在的最大意義，并不是給公司帶來直接的商業價值，而是服務于整個手機應用的一個生態，給這些開發者一個變現的平臺，所以對于AppLovin來說，這個平臺的營收占非常小的一部分，并不是我們的主要營收。

另一個分支是廣告投放。雖然我們也希望有一天能把廣告投放到Meta、Google的生態中，但我不覺得他們會允許我們這么做，那么我們就只能把廣告投放到第三方匯聚平臺上，這也是為什么從我角度來看，維持這樣的生態系統非常重要。所以在廣告投放這一塊我們的競爭對手其實就不只是Unity，而是包括Google、Meta在內的所有潛在競價者。在我來看，我們的競爭對手更多的是Google、Meta， 因為從購買量上來看，他們的購買量和我們購買量之間是此消彼長的關系。

陳茜：

2023年你們的模型趨于穩定，驗證了可重復性，同時你自己也開始籌備亞洲團隊，進入高管層接手更多業務，這一年公司連續三個季度業績飛速增長，也是驗證你們模型是否work（有效）的一年，你覺得這一年遇到的最大挑戰是什么？你是如何克服的？

葛小川：

大概在我來公司小半年時間，大概在2023年的4、5月份，我們AXON 2.0那代模型第一次上線，當時其實只是一部分模型上線，并不是全部，但這算是一個比較重要的里程碑，因為在此之前，我們其實并不確定這種方法上線后到底能帶來多大的收益。

我記得在第一個模型上線前，我們團隊要經常做準備和小范圍測試，那時我們的infrastructure（基礎設施）比較弱，模型上線測試的中間要等一個小時左右，等待時大家就開玩笑，說這一小時是不是該買票去Vegas（拉斯維加斯）準備開派對了，結果模型上線后不是很成功，大家就說OK，那就推遲吧，回去繼續迭代，就是這樣一個狀態，前前后后搞了一兩個月的時間。當然，最后模型真正上線成功時，大家也失去了那種狂喜的感覺，不過這對公司來說，是一個非常重要的里程碑。

接下來的半年就是不停地迭代。第一個模型上線解決了對我們來說很重要的問題：它彌補了模型的代差。我們把AppLovin的模型，從比最先進的模型水平晚一兩代的狀態，帶到了比較先進的這一代。

接下來的問題是：當你彌補了代差之后，模型還有沒有能力繼續迭代、然后繼續獲得收益？這其實一直是外界對AppLovin最大的質疑之一。你可以看到在2023年，我們每次的財報都遠遠超出預期，但股價幾乎沒動，原因就是業界總是覺得我們每次的收益是一次性的，后續不會有迭代。

但對于我們自己來說，因為我見過這個行業怎么運作的嘛，我對模型的可迭代性比較有信心的，但還是需要時間去證明。到了2023年底，我覺得我們證明了模型的可迭代性：并沒有因為模型上線，收益就就停止增長。

03“去游戲化”AI、進軍電商與社交媒體

陳茜：

到了2024年，我覺得這一年你們真正開始大放異彩，從underdog慢慢被主流接受，股價開始飆漲，同時也伴隨著很多質疑聲，你覺得這一年你們做對了哪三件事？

葛小川：

首先我要糾正一下，你說我們從underdog變成了被主流接受，但我覺得一直以來，我們都是一個self-recognized（自認的）underdog，而且我一直以這樣的身份感到自豪。

陳茜：

什么叫做self-recognised（自認）underdog？

葛小川：

就是說，我其實不知道現在世界怎么看我們，我們可能把自己看做underdog，那有些人可能覺得AppLovin今天發展得很不錯了，但也還有人覺得AppLovin只是一個短時間內走運被炒紅的“網紅公司”。但這些對我們來說都不重要。我們要把自己定位為一個underdog，并且用這種underdog的精神來驅動我們文化的根基和我們做事的方式，這在我看來才是最重要的。

陳茜：

你之前把underdog翻譯成中文叫“弱者之心”，能不能再給我們解釋一下，你對這個詞的定義是什么？

葛小川：

我覺得其實更好、更準確的一個翻譯是“不被看好的人”，“弱者之心”是為了湊一個四字成語。

我覺得underdog有很多不同層次的意義，首先underdog代表了你不會驕傲自滿，因為你沒有驕傲自滿的資格，別人不認為你很好；第二，我覺得underdog在做事情時，沒有那種害怕失敗的負擔，因為你反正是不被看好的人，反正沒人認為你會成功，反過來那種一輩子都在成功的“天之驕子”，可能更不敢去做高風險的選擇，因為你成功太久了，不想打破這樣的人設，underdog就沒有這個問題；第三，我覺得underdog的ego（自我意識）會比較低，在一個問題、一件事里，他不會把自己看得很重，而是把mission（使命）和集體看得更重；第四，因為大家都不看好他，所以underdog還有一種想要證明自己的渴望，其實給一個人帶來的動力是非常巨大的。

至于做對了哪三件事，這真的不是我們在AppLovin的思考方式。我是絕對不會把365天里每一天的辛勤工作，歸結為三個正確的決策。這種說法其實對整個團隊都是一種傷害，因為團隊里有幾十個人，每個人都在從事點點滴滴的工作，正是這些工作匯聚在一起，成就了我們的成功，我不覺得能把任何三件事剝離開來，說它們決定了AppLovin的成功，這不符合事實。

陳茜：

這一年很多機構研報的標題都稱AppLovin為“AI受益第一股”，你們內部怎么看待這件事？AI在你們的算法中真的有那么重要嗎？

葛小川：

首先提到AI，我覺得現在大家對AI本身的定義是比較模糊的，在現在的主流敘事里，AI其實主要指LLM（Large Language Model，大語言模型）相關技術，但其實AI這個詞在大語言模型爆發之前就經常被提及了，推薦算法是大語言模型出現之前，整個AI領域最成功的應用之一。

AppLovin作為一家在推薦算法領域世界一流的公司，肯定用到了所有與推薦算法相關的AI技術。至于大語言模型，這不是秘密，AppLovin今天并沒有在訓練自己的大模型，但我們確實在產品和算法的各個方面，利用大語言模型來提高和改進我們的產品和算法，因為我們的算法里面會用到大語言模型，這一點是毋庸置疑的。

至于外界怎么看我們，說AppLovin是不是AI公司？或者有沒有因AI受益？我們在內部真的完全不會去想這個問題，也不關心別人怎么評價我們。因為在我們看來，“AppLovin是不是一家AI公司”這個問題，對于我們每天的決策沒有任何影響。

陳茜：

你剛才提到AI，這里指大語言模型LLM會賦能每一個環節的決策，相信行業里其他公司，比如Meta，也有類似的做法。前段時間他們的股價大漲也是因為廣告提效了。那么大家在利用AI給模型提效的方式上差別大嗎？你們的優勢在哪里？

葛小川：

我覺得在目前這個場景下，我們很大的一個優勢，反倒是沒有自研大語言模型，正因這樣，我們有充分的自主性去選擇市面上能買到的最好的模型。雖然很多公司在自研，但大家現在應該都會承認，目前來看世界上最好的大語言模型其實是Gemini和OpenAI的模型。

因為我們沒有自研大語言模型，給了我們很大的自由去選擇世界上最好的語言模型，因為這個原因，所以我們反而在大語言模型應用這塊走在了世界前列。

比如早在一年多以前，我們就順利的使用大語言模型來對抗廣告投放領域的fraud（欺詐）和integrity（合規/誠信）問題，最近我們又是市場上第一個推出利用大語言模型全自動為廣告商生產廣告素材的公司，我們已經把這個產品投放給了我們的廣告商，這些我們都走在行業前沿。

之所以能比競爭對手更早做到這一點，我覺得在于我很早就做出了一個判斷：在廣告內容生成這一塊，短時間內能做到最好的只有兩家公司，Google和OpenAI，我們沒必要在這個領域去做他們已經做得很好的事情，我們要把專注度放在如何利用他們的模型，將其融入我們的產品中。

要知道這個決策是在一年以前做的，當時Google和OpenAI的模型甚至還沒ready（準備好），當時我們的決定就是相信我們的合作伙伴（Google和OpenAI），我們去做好一些他們不會做的事，我們在時間的另一頭等他們，我們知道他們會有一天會把模型做出來。

所以當Veo 3和Sora 2發布時，對我們來說就是the right moment comes（對的時刻到了），那時候我們整個產品的flow（流程）已經準備就緒，只等他們的模型好了，我們的產品就能立刻上線了。

陳茜：

所以感覺這還是一場速度競賽？就是看誰能先把這個東西用好，用到state-of-the-art（最先進程度）的水平，先把產品推出來？

葛小川：

對，我覺得不僅是速度，也是一個做選擇、做決策的一門藝術，就是很多東西哪怕它是最熱門的，哪怕它是最exciting（令人興奮）的，選擇不去自己做，其實有時候是一個很好的決策，但是不知為何我覺得這世界上很多人好像不太能夠接受這樣的選擇，總是覺得這個事情如果是最exciting（令人興奮）的，那我一定要選擇自己去做它。

陳茜：

提一個假設：如果以后Google覺得要切斷API，或者這些模型廠商（比如OpenAI）想要自己做廣告了，切斷了API的access（訪問權限），怎么辦？

葛小川：

我不覺得這會發生，如果有人真的這么認為，那他的想法可能有點天真。目前我們是Google最大的客戶之一，也是Google Cloud的大客戶，如果我們真的擔心Google切斷API權限，那是不是還要擔心哪天我們連Google Cloud都無法使用了呢？

陳茜：

其實2024年外界對你們最好奇的一點，就是你們開始向電商廣告去走了，能跟我們要講講當時的考量和思維過程嗎？為什么決定往電商廣告拓展？

葛小川：

這個思維其實非常簡單，我和你聊天發現你很想問我們的成功是不是某一個具體決策造成的，但并不是這樣，我們的成功不能歸結為某一個具體的決策，決策本身非常簡單，真正讓公司走向成功的，是決策之后的那365天你是怎么過的。

回到2024年初，當時有幾個比較重要的時代背景：

第一，我們的技術在手機應用廣告領域已經被證實了，至少和世界一流公司沒有太大差距，完全有能力和他們直接競爭；

第二，我們所處的手機應用領域，天花板不是特別高，市場也覺得即使AppLovin在這個領域做的特別好，我們的上限也不是特別高；

第三，我本人對于算法在電商廣告領域的可行性有比較好的理解，我認為當時的技術完全可以遷移到電商廣告上去。

在這樣的背景下，我們內部的討論其實很簡短，沒有花很長時間，大概在2024年5月左右，我們就決定去做這個項目了。

陳茜：

當你去做一個不同的行業，或者說新賽道時，模型的遷移難嗎？

葛小川：

我覺得“難不難”是一個非常主觀的概念。

陳茜：

為了實現遷移，具體需要做些什么？

葛小川：

首先需要確定它是具備可行性的，我覺得需要一群非常善于解決問題、善于用第一性原理思考的團隊。當你從一個熟悉的賽道進入一個不那么熟悉的領域時，最可怕的錯誤就是套用之前的經驗主義，回憶當時整個團隊做的一些細小的決策，我覺得那時候第一性原理的思考特別重要。

陳茜：

能不能舉個例子，比如在游戲領域它是怎么work（運作）了？到了電商領域，困難在什么地方？你們又是怎么解決的？

葛小川：

首先要意識到它是個不同的產品，這就意味著產品的每一個環節都發生了變化。比如廣告商不一樣、廣告商數據共享的方式不一樣、廣告投放的素材形式不一樣、點擊之后的落地頁也不一樣，就是所有的東西都不一樣。這時候第一性原理的價值就在于：你要理解哪些“不一樣”是可以簡單轉換過去的，哪些“不一樣”是需要用不同的處理方法、需要在模型里進行改變的。

當你有了第一版比較簡單的模型系統上線后，效果肯定是不盡如人意的，你要知道去分析哪一塊，比如這一塊其實已經不錯了，那一塊還存在問題，你要能分析出背后的癥結是什么，是數據的問題，還是歸因的問題，還是模型的問題，或者是feature（特征）的問題，這里面需要用到非常嚴謹的思維去判斷，而且當時做這個項目時，我們團隊非常小，第一期做電商的工程師大概也就10個人左右。

陳茜：

我覺得這樣說還是有點抽象，比如說從做游戲廣告到做電商廣告，是兩個不同的產品，難點到底在哪里？你們具體解決了什么問題？

葛小川：

你可以把它當做重新做一個模型，當你有一個團隊，剛剛搭建了全世界最成功的手機應用推薦算法和模型，很多infrastructure（基礎設施）可以共用，比如訓練模型和推理模型的infrastructure，但背后的數據怎么收集？模型用什么樣的架構？模型里用什么特征？因為電商的特征和應用的特征差別非常大。

所以，你幾乎可以把它認為是一次重新創業，從零開始，在2024年那個時刻，相比2023年，我們唯一多出來的東西就是那一年試錯的經驗。你剛才問難點在哪里，我覺得難點就在于，你假設里面有很多可以copy paste（復制粘貼）的東西，但其實沒有，所有東西幾乎都是重新開始，唯一多出來的東西只有你腦子里過去一年的經驗。

陳茜：

那我是不是可以這樣理解：既然做電商像是一次重新startup（創業），重新做產品，那你們將來是不是也可以在其他行業，不僅僅是復現模型，而是重新推出不同的產品？也就是說，未來你們會target（瞄準）不同的產業和賽道？

葛小川：

你說得太對了，所以一直以來，我不覺得AppLovin的優秀是因為我們擅長解決某一個具體問題，這也是我一直鼓勵團隊做的事情。我一直跟團隊說，AppLovin現在的做事方法，其實讓我們有能力去解決世界上任何一個值得解決的難題。比如AppLovin今天并沒有在訓練大語言模型，因為在我看來，目前對我們來說最好的ROI（投資回報率）不是去訓練大語言模型，但如果有一天，我們覺得需要去做這件事，我們也可以很快成為世界上tier-1（第一梯隊）的玩家。

陳茜：

那我覺得外界對你們的誤解其實蠻深的，因為我看了很多報告和研報，外界普遍認為是因為你們做了多年游戲，積累了大量游戲資產和數據，比較有優勢，所以你們的模型才能在游戲產業work（運作），正因如此，當你們從游戲（廣告）轉到電商（廣告）時，外界對你們的質疑是很強的。但現在你們的電商業務也做起來了，大家又會說，這只是一個模型的遷移，你們只是在遷移的過程中做了什么事。

葛小川：

對，你看外界總是希望找到一個解釋，讓我們的成功看起來比較簡單，這種質疑和低估，我已經習以為常了，它根本不會讓我感到不適，doesn't bother us at all（完全困擾不到我們）。如果有一天外界看法變了，大家開始說：“AppLovin這家公司的人特別厲害、很聰明，做每一件事都能成，這件事情他們一定也能做成功?！比绻且惶煺娴牡絹?，我反而會覺得不適應、不舒服，這就是我所說的underdog的精神，我們特別擅長在大家都不看好的時候，把事情做成。

陳茜：

所以你認為你們的優勢其實就是團隊本身嗎？這一點其實還蠻顛覆大家認知的。

葛小川：

那我反問你一下，你現在自己在做自媒體，以前也是在比較大的媒體平臺工作，當你離開去創業的時候，難道身邊的人都為你歡呼吶喊，說“你太棒了，這個決定做得太好了”嗎？

陳茜：

不會，我媽每天都在問我為什么要自己干？

葛小川：

你有沒有覺得，這種質疑其實在很大程度上反而給你提供了動力？

陳茜：

其實對我來說不重要。

葛小川：

對，其實不重要。

陳茜：

好，再回到你的故事上。這一年你們把游戲業務賣了，為什么會有這個決定？

葛小川：

這個我只能猜測，因為其實我并沒有直接參與這個決策。當時Adam（AppLovin CEO Adam Foroughi）告訴我準備把游戲業務賣掉，問我怎么看，我說合理啊，當然，這件事的主要決策者和整個過程的推動者是Adam。

從我的角度來看，這非常合理。在AXON 2.0成功之前，公司確實有很多不同的業務線，但隨著廣告推薦算法逐漸走向成功、電商的未來也變得明確之后，你也看到了，廣告業務的利潤率非常高，人才密度也非常高，在這樣的背景下，剝離游戲其實是一個很合理的決策。而且游戲數據對我們的核心算法來說，其實并沒有那么重要，所以雖然這個決策本身不是我做的，但我認為它是合理的。

陳茜：

對，你們內部當時有人質疑嗎？

葛小川：

沒有。

陳茜：

大家都覺得是，接下來就all in（全力投入）廣告了嗎？

葛小川：

我覺得這也是AppLovin很有趣的一點，我不知道之前有沒有提到過，我們在公司很少開會，很少開會的一個前提條件，就是大家在方向上是非常一致的，對于一件事哪怕互相之間不直接交流，問一下覺得這件事的大方向是什么，你會發現大家的理解驚人地一致，正因為有這個前提條件，當大方向一致時，每個人根據自己最合理的判斷去決定下一步細節怎么走，你會發現每個人都大差不差。

所以我們內部不需要花很長時間開會去對很多細節，只要簡單一兩句話說“接下來要做什么”，大家憑自己的常識去判斷，你會發現最后得到的細節驚人的一致。

陳茜：

2025年你們還做了一件事，競價收購TikTok，雖然現在這個deal（交易）已經塵埃落定，但當時你們為什么想要買TikTok？

葛小川：

當時TikTok被拿上臺面討論時，我們確實思考過，擁有這樣巨大的自有流量，對我們來說是不是一件非常有價值的事情。Adam在那段時間也接受過很多采訪，也說過如果AppLovin和TikTok這兩家公司能結合在一起，相互帶來的價值是巨大的，所以我覺得這其實是一個很合理的決策。

陳茜：

那接下來你們想要自己做社交媒體嗎？

葛小川：

有想。

陳茜：

這個是公開的消息嗎？

葛小川：

應該是公開的消息，因為我們已經公開招人了。

陳茜：

有什么可以披露的路線圖嗎？

葛小川：

我們就是要打造全新的下一代社交媒體平臺，這樣一個平臺能夠給AppLovin帶來很寶貴的自有流量。

陳茜：

那會走Meta的老路嗎？

葛小川：

我覺得我們跟Meta的路可能是反過來的，Meta是從自有流量起家，有了自有流量基礎后建設廣告和算法團隊，再把算法和廣告團隊的技術引入第三方平臺。而我們是起家于第三方平臺，在第三方平臺獲得一定地成功后，再去構建自有流量，我覺得我們這條路其實不太容易，但不容易有不容易的好處。

在自有流量上搭建廣告平臺，遇到的競爭難度對比第三方平臺要輕一些，而在第三方平臺殺出重圍是非常困難的，因為面臨著無數競價者和你去競爭流量，流量不是reserve（預留）給你的，這就像在harsh（惡劣）環境里長出來的植物，雖然困難重重，但正是這些困難讓我們變得更加堅韌。我覺得AppLovin在第三方平臺廝殺這么多年，技術和文化都變得非常堅韌，現在去打造一個自有流量平臺，我對這個愿景抱有非常樂觀的態度。

陳茜：

但現在社交媒體還是挺難做的，因為流量已經被幾個巨頭霸占了。

葛小川：

那你記得3年前還有什么東西很難做嗎？

陳茜：

廣告。

葛小川：

對。

陳茜：

所以這可能又是另外一個奇跡發生。

葛小川：

所以會有很多人不看好我們，認為在這樣一個環境下AppLovin怎么會成功，但那不重要。

陳茜：

那你們接下來的戰略重點是什么？我知道你們在亞洲持續擴招團隊，也會持續招AI相關的頂尖人才，接下來的一步戰略重點是什么？

葛小川：

我覺得戰略重點有幾點：

第一，大家說到“戰略重點”總是會想到新的東西，但其實我們已有的業務里，包括手機應用和電商（廣告）這兩塊，接下來的發展仍然是我們戰略里最重要的環節，它們會在未來很多年內持續定義我們公司的baseline（基準線），所以這肯定是非常重要的。

除此之外，我們還有一個戰略重點，叫supply expansion（供給擴展），就是廣告流量的擴展，這里面包括Adam早在一兩年前就提到的在CTV（Connected TV，聯網電視）端的一些流量擴展。

還有一個我覺得非常有野心的計劃，就是剛才你提到的，我們要開始打造自有的社交媒體平臺。

總結一下，關于為什么AppLovin要下決心賣掉游戲業務，這背后或許著更深層的商業考量：

第一是“數據實驗室”的歷史使命終結。CEO Adam在財報會上說：“七年前，我們開始收購游戲工作室，以幫助我們訓練最早的機器學習模型，這是塑造我們AXON平臺依賴的AI的關鍵一步，然而，我們本質上并不是游戲開發者?！?/p>

現在隨著AXON 2.0成熟，算法已能從Max平臺的全球競價流中提取足夠信號，所謂的“first-party data”（也就是企業通過自有渠道直接向消費者收集的數據）的邊際貢獻已微乎其微。

第二是估值重置。游戲業務雖然穩健，但19%的EBITDA利潤率，在華爾街眼中屬于“平庸資產”，相比之下，AppLovin廣告業務（軟件平臺）的EBITDA利潤率高達驚人的81%，這意味著它徹底從一家“游戲+廣告公司”轉型為純粹的、高溢價的“AI軟件平臺”。

第三是資源的極限壓注。電商市場擁有超過1000萬個潛在廣告主，規模是游戲的數倍，為了在這個千億市場實現“階梯函數”式的增長，AppLovin必須卸下臃腫的游戲團隊，將每一瓦特算力都砸向電商模型的迭代。

而隨后AppLovin廣告業務表現出的增長，證明了轉型的正確性，AppLovin在股價上開始出現暴漲，越來越多的研報將它稱之為“AI受益第一股”。

04空頭的連環狙擊與“黑盒”博弈

就在公司快速崛起之際，外界對它的追捧質疑和做空從來沒有停止過。在AppLovin市值沖擊兩千億美元的征途中，三場做空狙擊也如期而至：

第一戰是Culper與Fuzzy Panda的“AI偽裝說”。2025年2月26日，做空機構Culper和Fuzzy Panda聯合發布重磅報告，當時，AppLovin 的股價正處于由AXON 2.0敘事推動的高點。

Culper在報告中說，所謂的AXON 2.0根本不是什么高深的人工智能，而是一個利用系統底層權限的“促銷補丁”。報告指控公司濫用安卓系統的安裝權限，在用戶毫無察覺的情況下，利用“單擊下載（single-click download）”機制在后臺靜默安裝游戲。Fuzzy Panda則更進一步指控AppLovin在進軍電商的過程中，通過非法SDK （軟件開發工具包）追蹤未成年人隱私，并“竊取”Meta的歸因模型來虛增廣告效果，在蘋果調整隱私政策的如今，這無異于指控一家銀行在偷窺儲戶密碼。

第二戰是渾水（Muddy Waters）的“增量真實性”之問。如果說第一戰是關于技術手段的質疑，那么隨后“做空之王”Carson Block帶領的渾水入局，則將矛頭指向了商業模式的底層邏輯。

渾水發布的報告抨擊AppLovin所謂的“增量轉化”邏輯經不起推敲，報告通過對大量廣告主數據的獨立審計，宣稱AppLovin平臺帶來的真實增量效果，僅為官方宣稱的三分之一。渾水認為，AppLovin巧妙地通過合并不同平臺的ID數據，將原本屬于Meta或TikTok的自然流量“歸功”于自己，從而在財務報表上制造了AI驅動高增長的幻象，這種對“歸因黑盒”的解構，一度讓機構投資者產生劇烈動搖。

第三戰就是最近的CapitalWatch，對Applovin參與“東南亞洗錢”與地緣政治的指控。然而很快CapitalWatch基于部分事實錯誤道歉并撤回了部分的指控，但表示仍然會對AppLovin提出進一步質疑。

這一系列來來回回的交戰不僅反映了華爾街對這種高增長、低透明度算法模型的深層疑慮，也讓AppLovin的股價經歷了極端的波動考驗，在很長一段時間里，空方的指控與多方對Applovin的業績預期，在二級市場激烈交鋒，導致公司股價數次劇烈波動。

陳茜：

2025年9月你們加入了S&P 500指數，這對你來說重要嗎？

葛小川：

說實話，沒有特別大的影響，不過在過去一年，我們團隊經常開玩笑，因為S&P 500的每次rebalance（調整）通常發生在財報發布后的一周左右，一般財報過后團隊會聚會時，經常討論的話題就是：“我們會不會進S&P 500？”大家甚至會開玩笑打賭會不會進入。

后來真正發生了，其實大家并不覺得出乎意料，雖然S&P 500是由組委會決定的，不像有些指數完全由規則決定，但它本身還是遵循一套規則框架的，那些規則里的checkbox（準入條件），我們其實提前幾個月都已經check（達標）了，所以在我們內部看來，加入S&P 500只是時間問題。

陳茜：

這對你們的意義在于，你們終于被主流市場認可了嗎？

葛小川：

不重要，真的不重要，做了這么多年underdog，我們真的不在乎有沒有被主流市場認可。

陳茜：

作為underdog的另一個弊端就是會有很多人質疑你們，2025年你們確實遇到了非常多輪的做空，雖然我看你們CEO出來澄清過很多次，但我還是想問，對于做空報告中質疑數據合規性，或者質疑你們是否用了比較灰色的手段讓模型變得更好，你有什么回應？

葛小川：

我覺得那些做空的claim（指控），肯定都是完全不靠譜的。做空報告剛出來時，我們肯定是非常重視的，所以我當時最主要的任務就是仔細閱讀做空報告，確認里面那些關于技術方面的claim（指控）是否屬實。我去每一條跟我們的系統對照，后來發現全都是錯的，那么之后我就不再直接參與這個事情了。我把信息交給Adam和我們其他的公關部門，之后我就回到自己的崗位，不會再去關注這件事情了。

陳茜：

所以對你們來說，這些指控都是不對的？

葛小川：

對，我覺得在當時的環境下很難向公眾辯解空頭們對還是不對，這也是為什么我們處理這件事時選擇讓時間說話，過了一段時間，你會發現那些做空的指責不攻自破。

陳茜：

2025年你們股價持續飆升，外界高度關注，加上做空報告，你們自己在這個過程中覺得有什么變化嗎？

葛小川：

我覺得整個團隊總體上還算比較平穩，做空報告出來時，我其實比較擔心團隊成員會不會受影響，或者團隊成員會不會受到身邊人的質疑，那時候我給團隊發了一些memo（備忘錄），解釋了一下情況，告訴大家如果有concern（顧慮）可以來找我聊，最后發現其實沒太多人來找我，大家把這個問題其實也看得很清楚。

05 Underdog文化 對人才的渴望與克制

AppLovin對于人才擴張可以說非常的克制，走進它位于Palo Alto的總部，第一感覺就是好空，一整棟樓里，人特別少，公司如今100多名工程師，而對比公司財報來說，相當于每位工程師平均產出4000萬美元的利潤。 但葛小川面臨的最大難題是依然在招人，難點在于：公司內部在面臨快速增長，外界各種做空質疑的同時，還要在內部維持“underdog”的文化。

葛小川：

我覺得2023年最大的挑戰是人才市場對我們的認可度不夠，那年我們基本上非常難招人，非常非常難。

陳茜：

是因為大家都想去比較有名的大公司嗎？

葛小川：

也不完全是，其實在北美，人才選擇的多樣性還挺好的，大家也愿意去一些有前景的小公司或創業公司，但在2023年的時候的很多人眼里，我們甚至都不算是一家“有前景”的創業公司。

陳茜：

為什么大家覺得你們沒有前景？

葛小川：

一方面我們體量很小，其次是我們從事的行業，當時公認Google和Meta已經做得非常成熟了，完全占據了那個市場，所以大家可能覺得這個行業本身也不是特別exciting（令人興奮），所以那時候非常難招人。

陳茜：

你當時是怎么解決這個問題？

葛小川：

只能等，當時我嘗試過很多方法，其實都不是特別有效，后來我就認清了現實，那時候最重要的就是利用團隊現有的資源，先把東西做出來。AppLovin很好的一點是，從上到下的技術領袖都非常hands-on（親力親為），這也是很多大廠沒有的優勢，當我們想做一個新東西卻找不到合適的人去做時，我們的技術領袖是可以親自下場寫代碼，去完成這件事，這就是我們當時的選擇。

當然，在那之后我們取得了一定成功，市場認可度提高了，股價漲了，經濟基礎也更扎實了，對于人才薪酬的能力自然也就上去了，所以2024年之后我們做了幾個改變：

第一，我們的薪酬在整個硅谷是最高的。當然后來AI泡沫出現覆蓋了我們，但在AI領域之外，我們今天依然是硅谷薪酬最豐厚的公司。

第二，一個很重要的轉變是，我們要徹底放棄對業界資深候選人的關注，我們的招聘重心徹底轉向了新人，包括大學剛畢業的，或者畢業之后在業界工作兩年以內的年輕人。

陳茜：

為什么會有這樣的調整呢？是發現業內資深的人不太挖得過來嗎？

葛小川：

我覺得是多方面的，其實很重要的一點是“我漸漸發現experience（經驗）的價值被高估了?！?/p>

陳茜：

這個結論很重要，是怎么得出來的？

葛小川：

如果你管理一家公司，想解決一個問題，而這個問題已經被其他公司解決了，你潛意識里最直接的方法可能就是從那個擅長的公司挖一個Director（總監）過來，讓他重新組建團隊，覺得問題就能解決了。但如果你仔細去歷史中尋找案例，你會發現大部分這樣的嘗試其實都是失敗的，這里面有很多原因，但我認為對于真正的優秀人才，學習能力是最重要的，過去所有的經驗并不代表一個人的學習能力，它只代表這個人已有的知識。

我覺得我并不需要招一個人過來，然后做一件他已經知道怎么做的事情。更重要的是，你招一個人過來，他能夠快速成長，能夠figure out（弄明白）一些他以前不知道的事情，這種能力的價值，要遠遠高于腦子里已經沉淀好的已有知識的價值。所以如果新人的成長潛力很高，也能成為我們的候選人，我們這邊做事情的方式是希望打破常規，很多時候已有的知識反倒會成為一種阻礙，所以從2024年開始，我們的招聘哲學就轉變了。

陳茜：

那我要challenge（挑戰）你一點，AppLovin的廣告業務能起來，難道不是很大程度上因為挖到了你嗎？是因為你帶著已有的skill set（技能包）把業務帶起來的嗎？

葛小川：

對，所以我經常自嘲說，如果按照現在的標準，我是絕不會hire（招聘）我自己的，我覺得我很幸運，在AppLovin改變策略之前加入了公司。

陳茜：

是不是因為階段不一樣？當時因為要從頭做一個東西，所以需要你已有的skill set，但現在你們已經有了方法論，進入了scale（規?；╇A段，所以招一些聰明的年輕人也可以？

葛小川：

對，我覺得如果你想靠完全沒有經驗的人來搭建團隊，確實需要一個“種子選手”，這個種子選手可以是一個經驗豐富的人，也可以是一個經驗不多、但非常擅長學習的人。

其實我來AppLovin時，很多東西并不是我來之前就知道的，也是來了之后在實踐中摸索出來的，所以我認為，我來AppLovin之前那十年的業界經驗其實被高估了，沒那么大價值，如果我只在Meta待過兩年就過來，我覺得我可能也能做成類似的事情。

陳茜：

那你覺得是你身上的什么特質，能夠讓你成為那個對的人，把AppLovin在三年時間里帶起來的呢？

葛小川：

我覺得是做事情敢于挑戰常規，不循規蹈矩，不要因為Google和Meta是這個領域的絕對霸主，就一切都模仿他們，其實我一直告誡自己和團隊，我們沒有Google和Meta那么多的資源，這就注定了我們不能用他們的方法來解決我們的問題。不僅是廣告領域，還有其他領域，我看到業界很多公司經常犯的一個錯誤，就是模仿大廠解決問題的方法，卻沒意識到自己本身沒有大廠的資源，如果你沒有資源卻照搬大廠的方式，那你注定會失敗。

陳茜：

展望未來，AppLovin肯定會越擴越大，雖然你們已經是市值很高的公司，現金流也很充足，但我看到目前為止，你們對招人這件事還是非?？酥频?，在擴展過程中，你們怎么確保持續做到“克制”？又怎么避免走上大公司的老路？

葛小川：

我覺得“克制”這個詞你用得非常好，我們并不是說刻意要讓團隊保持多小，我們也在不停地招人，但我們確實一直在克制，不會為了招人而招人，我們并不會因為有了足夠的資源就肆意揮霍。

因為在我看來，當一個團隊變得特別臃腫時，多付出的工資其實只是所有損失里很小的一部分，團隊一旦臃腫，它對已有團隊的傷害、對未來迭代效率的影響、以及帶來的機會成本損失，其實是要成數量級增加的，所以保持節制是我們發自內心的動機。

至于你說如何避免犯其他大公司的錯誤，其實我也很好奇，既然大家都知道這是一條錯誤的路，為什么還會有源源不斷的公司去犯這樣的錯誤呢？

陳茜：

因為人多了就肯定會有politics（辦公室政治）。

葛小川：

對，就可以是不小心邁出的那一步。我覺得大部分Founder（創始人）還在的公司，其實都會比較節制，但可能你不小心邁出了第一步，做出了錯誤選擇，然后公司人變多了，一旦人變多，你就失去控制了，失去控制后，人就會變得越來越多。

我們可能就是盡我們所能，不要犯那第一步的錯誤吧，目前還好，我覺得目前公司上上下下，大家都沒有把自己團隊的人數當做一個值得炫耀的metrics（指標）。所以我自己不希望團隊變得極為臃腫，我下面的manager（經理）們也不希望自己團隊變得非常臃腫，所以從文化上來說，我們目前對于團隊變臃腫這件事，還是有比較好的抵抗力的。

陳茜：

2025年之后，你們發現招人更好招了嗎？

葛小川：

相對來說是好一些，但因為我們的招人標準和業界很多公司還是不一樣的，大家肯定都想招“最優秀”的人，但對于“最優秀”的判斷方法，我覺得其實是不太一樣的。在這波AI人才的競爭中，你會發現很多公司真的喜歡去尋找那些“聚光燈下”的人才，就是背景很好的、在媒體上有過一定曝光，發過一些比較有名的paper（論文）等等，但我覺得這些聚光燈下的人才，多數因為搶的人太多，可能會被overprice（溢價），還有一點很重要，我覺得這些聚光燈下的人才，很多不具備AppLovin所需要的這種underdog精神。

我們其實更多關注的是那些在“聚光燈邊緣”的人才，他們其實離聚光燈很近，也非常優秀，從統計意義上來說，他們不比聚光燈里的人差多少，他們可能更能運用這種underdog精神，或者說，他們之所以不在聚光燈下，是因為他們從來就不想站在聚光燈下，這才是我們要關注的人才。

得益于過去幾年的發展，我們也有幸能夠吸引到這樣的人，并且說服他們加入我們。

陳茜：

怎么去判斷一個人是不是在聚光燈邊緣有才華的underdog？

葛小川：

沒有一個很高效的辦法，只能一個個聊，另外我們也在努力打造作為雇主的品牌和形象，我們要想辦法精準地向潛在候選人傳達，我們是一家什么樣的公司？我們希望要什么樣的候選人？這樣也能吸引一些候選人主動來找我們。

陳茜：

在面試中，你最看重的一個問題是什么？

葛小川：

我最看重的問題是，候選人在人生中是不是經常做一些與眾不同的選擇。

陳茜：

這個怎么理解？比如我有個大公司的offer，但我放棄了，選擇自己創業？

葛小川：

這算是一種。再比如，在中國高考這樣的環境下，如果你在高中的時候不僅考上了名牌大學，還堅持某種課外業余愛好、體育鍛煉，或者做了一些慈善活動，我就會很好奇，在那個時候，大家都把高考看作人生最重要的事情，把所有精力都投進去，那你做其他事情的動機是什么？這些雖然是非常細小的事情，但你能從中看出，他在做選擇的時候，其實摻入了自己主動的思考，這一點我特別看重。

陳茜：

我很好奇的一點是，很多人都是去美國留學，因為大家覺得讀博士美國是最好的，但當時你中科大畢業之后去了意大利，為什么？

葛小川：

我覺得是很多人人生里面的一些非常偶然的選擇，沒有必要過度解讀，大學畢業時，我覺得歐洲對我更有吸引力，于是放棄了去美國，選擇了歐洲。我覺得在當時那個環境下，這只是一個很偶然的選擇，并不能特別代表一個人是不是特立獨行。

陳茜：

你覺得歐洲的留學和生活經歷，對你有改變嗎？

葛小川：

會有一些吧，因為我覺得歐洲的生活可能更加多元化一些。在那樣一個環境里，啟發了我在做選擇、思考問題的時候，去接受更多的可能性。

陳茜：

意大利我覺得是一個很神奇的地方，一邊有非常豐富的歷史文化，很浪漫，但同時給人感覺有點慵懶。你覺得意大利對你來說意味著什么？

葛小川：

意大利對我來說算是半個故鄉，畢竟在20多歲的那幾年里，我在意大利度過了人生中非常美好的一段時光，在那段時光里，我學會了看待人生不同選擇的不同perspective（視角）。

至于你說意大利慵懶，其實我覺得stereotype（刻板印象）這種東西，大家非常容易陷入confirmation bias（驗證性偏見）里面去，其實全世界很多地方都有慵懶的人，如果看總體分布，可能平均起來意大利人確實比別的地方更慵懶一點，但具體到個人，不一定每個意大利人都慵懶，我們在意大利也有員工，其實他們的工作強度和效率都非常高。

陳茜：

來到硅谷之后，你覺得硅谷在一定程度上改變了你嗎？

葛小川：

有的，我在很多不同的地方生活過，尤其在意大利，我至今跟很多意大利朋友聊天時，他們會覺得，他們的生活和“改變世界”這樣的高度之間，差別是非常非常大的，以至于他們永遠不會去思考，也永遠不會去想這個問題。

硅谷給我帶來的最大啟發就是：每一個普通人距離“改變世界”的能力，其實中間的鴻溝是非常非常小的，你需要的就是邁出那一步的勇氣，以及邁出那一步之后，365天每一天的努力工作。這也是為什么你剛才問我很多關于AppLovin到底有沒有某一個時刻很重要、某一個決策做得很對，我覺得這不是硅谷公司能夠成功的主要原因，可能很多事情成功之后，大家回過頭來希望總結出一兩個高光時刻，但是真正的硅谷成功故事，我覺得背后都是每一天的點點滴滴，而不是那些高光時刻。

陳茜：

你為什么騎摩托車上班？

葛小川：

我也沒有天天騎摩托車上班，我家住得離公司，平時不堵車的時候是30分鐘，堵車的話可能會堵到50分鐘甚至1個小時，有的時候如果我上班時間趕上了高峰期，我可能就會考慮騎摩托車，因為會快一些。

陳茜：

所以你是騎101高速嗎？

葛小川：

我是騎280高速，風景非常好。

陳茜：

對，特別是Crystal Spring的那片湖，那在280高速上面騎車是什么感覺？

葛小川：

一般騎個70 邁（英里/小時）左右，我覺得是很舒服的一個感覺，風會從你兩邊拂過，你能從頭盔里感覺到風的聲音，而且280公路兩邊是山，經常會起霧，霧在山間飄過，騎摩托車視野比較好，左邊右邊的景色都能感覺到，非常非常舒服。

陳茜：

你自己是喜歡有一點速度的人嗎？

葛小川：

也還好，其實我不是一個那么負責任的人，我喜歡冒險，但我一般承擔的是calculated Risk（經過計算的風險）。騎摩托車的話，我也不會騎特別快，其實你開車可以輕松開到80邁，你甚至不會覺得很快，但摩托車如果騎到70邁，你是可以感覺到那個速度很快的。

陳茜：

我聽說你工作也特別卷，經常半夜還會回消息。

葛小川：

我一直跟別人說，我們工作真的不卷，我們只是勤奮而已。

陳茜：

那“卷”跟“勤奮”有什么區別？

葛小川：

你覺得有什么區別？

陳茜：

我覺得“卷”可能更多的是環境對你的要求，而“勤奮”更多的是個人對自己的要求。

葛小川：

那這樣看的話，我們絕對是一個勤奮的公司，不是一個卷的公司，我們從來不要求打卡，從來不對工作時間做限制，但是很多人，我覺得是因為他們跟我一樣，對我們要做的事情發自內心地有一種期待，所以他們會主動選擇勤奮。

陳茜：

你其實之前也分享過，我知道你可能不會喜歡“天才”這個詞，但其實你從小確實就比常人聰明，上了中科大的少年班，很年輕就去意大利讀博士。你也曾經分享過，在去Meta之前的這段時光，其實是你人生的一個低谷，你當時會不會覺得這一輩子就這樣變成一個平庸的人了？這跟小時候周圍對你的期待，或者你自己對自己的認知是不一樣的嗎？你覺得為什么會有這樣的落差？

葛小川：

我覺得人生第一個比較大的轉折，其實就是從上大學開始，那時候最大的缺失，就是上大學之后沒有一個很好的職業引導。我當時學的是物理，對于為什么選擇物理、以及選擇了物理之后未來能從事什么樣的職業，我有很大很大的困惑，因為各種主觀原因和外界條件的限制，我一直沒有得到很好的解答，那一個缺失的影響，其實對我之后的人生產生了非常深遠的負面影響。

正因為這個原因，我希望通過我這一階段的經歷，反過來去幫助現在學校里的年輕人，解決一些我當年遇到的困惑，我有時會跟國內的在校大學生溝通。我是2005年上大學的，我發現20年后的今天，很多大學生依然面臨著和我當年同樣的困惑，所以我現在做很多事情去幫助他們，我成立了個人基金會，基金會的一部分focus（關注點）在和中國的大學合作，為大學生提供職業方面的引導，給予他們更多的勇氣和資源，目的是讓他們在人生的初始階段，能夠做出更加多元化的選擇。

因為我們當年一方面缺乏信息，不知道該做什么，另一方面在做選擇時沒有勇氣去走不同的路，最后導致每個人都選擇了同一條道路。

陳茜：

到了Meta之后，你找到了自己能夠重新stand out（脫穎而出）的事業，或者說是一個人生的turning point（轉折點），你覺得這是一個幸運的事情嗎？還是說如果不斷嘗試，你總會找到的。可能很多天才在高中時期非常出類拔萃，但后來可能就泯然眾人了。

葛小川：

我覺得人生很多東西沒有辦法有這么多“如果”，你也不知道“如果”之后會發生什么，但是在客觀事實上，去Meta之前，我確實在事業上做出了好幾次錯誤的選擇。當時去Meta的時候，其實也拿了幾個別的地方的offer，現在回頭想一想，如果我當時沒有去Meta，而是去了其中的某些offer，我覺得很可能又是一個錯誤的選擇，所以那個時間點選擇去Meta，還挺幸運的。

陳茜：

你怎么定義“錯誤的選擇”？“錯誤的選擇”當時是從現在往回看才知道，但當時并不會知道。

葛小川：

對，當時并不會知道，包括我在去Meta之前的幾個錯誤選擇，我覺得我當時也并不知道。

陳茜：

你在AppLovin三年就有如此快的晉升節奏，可以說在硅谷是非常罕見的，很多華人工程師背景很強，但想往leadership（領導層）發展時，往往面臨很大的天花板，你有什么建議給他們嗎？從高級工程師轉向領導層的過程中，需要什么樣的特質和skill set（技能包）來突破這個天花板？

葛小川：

我覺得最重要的就是“認知”這個格局，很多在大公司發展的人，其實還在追求一個體制給他們的認可，比如格外關心自己在performance review（績效評估）時拿到什么樣的rating（評級）、體制什么時候給自己升職、體制認為自己是什么level（職級），他們會非常非常關注這一點。但我覺得如果你真的想成為一個領導者，你在生命里的某個階段，應該更關注你自己對自己的標準、以及自己對自己的認可。當你跳出那樣一個思維格局時，就比較容易成為領導者了，因為當你成為領導者時，你做的事情好與壞，不再是體制給你定的標準，而是你自己給自己定的標準。

關于成長為領導層，還有第二點我想分享：這個世界上看上去確定性很高的選擇，都是被well-priced（充分定價）的，當你看到一個選擇確定性很高的選擇時，即便它是個好選擇，你為此付出的代價也會很高。或者說，你付出固定的代價，得到的回報肯定是有限的，因為確定性很高的選擇，價值人人都知道，競爭自然會變得更激烈。

這里面很重要的一點，就是你怎么去identify（識別）和appreciate（欣賞）那些具有不確定性的選擇，對于不確定的選擇，你一定要有更寬廣的胸襟，把它當做一種投資，而不是一種交易。我溝通過很多候選人，給我觀感不太好的，往往是把工作機會當做交易的人，他會覺得“我此刻加入這家公司，我此刻就要得到什么什么”，而沒有真正去appreciate（欣賞）這其實是公司和個人雙方的一種investment（投資）。公司愿意在不確定的情況下把一個很重要的機會交給他，那他愿不愿意在不確定中，給公司一些benefit of the doubt（給對方因不確定性而產生的優待），這也是很重要的。要把工作機會看作投資，回報都是在未來的，做投資在短期內其實是損失錢的，今天花100塊錢投資，今天就損失了100塊，但如果你只把這種計劃看作交易，說“我今天給你100塊，就要馬上拿到100塊的回報”，那你其實就把很多非常寶貴的機會拒之門外了。

陳茜：

說的非常好。最后一點，對于那些考慮來AppLovin工作的年輕人，或者是剛大學畢業、有一點迷茫的年輕人，你有什么話想對他們說嗎？或者號召大家申請一下AppLovin。

葛小川：

年輕人在做選擇時，其實最簡單的就是去選那些最熱門的選擇，它們之所以熱門是有原因的，因為它們通常不是最差的選擇，一般都是比較decent（體面）的選擇。但如果你想成為一個格外優秀的人，想做一些別人做不了的事情，你就要有勇氣去做出一些和別人不太一樣的選擇，勇于用自己的判斷去尋找最適合自己的路。

在AppLovin，我們就是這樣一種文化，我們非常鼓勵大家去做不同的選擇，雖然我們是一家市值2000多億美元的大型公司，但我們的文化和做事方式還像一個初創公司，至今我們的工程師總數還不到100人，所以對于那些自身能力非常好、又愿意通過努力去創造未來的候選人AppLovin是一個非常適合的舞臺。

最近我一直在想，怎么總結AppLovin最成功的這批工程師身上共有的特質？我發現了5個英語單詞：

1.Humility（謙遜）：這和我反復強調的Underdog價值觀是非常吻合的；

2.Empathy（共情能力）：對同事和客戶的共情能力，是非常重要的，我發現很多優秀的工程師缺乏Empathy時，總是執迷于用最fancy（精致）的方法解決問題，沉浸在技術上的優越感里，卻忘了產品真正要解決的問題是什么，忘了要給客戶帶來幫助；

3.Ability（能力）：這個比較好理解，就是能力、skill（技能）；

4.Resilience（失敗后的韌性）：這非常重要，世界上做從0到1的事情，沒有任何一件是一帆風順的，遇到挫折后能否繼續堅持下去，這非常重要；

5.Tenacity（堅毅）：不屈不撓的精神。

這五個詞連在一起就是HEART（心）：這就是我最近總結的AppLovin工程師最重要的5點特質。

06 廣告行業未來的不確定

這不是AppLovin故事的結束，而在AI對廣告產業即將帶來顛覆的敘事下，市場正面臨前所未有的不確定性，過去兩年，在美國軟件股（SaaS）中，AppLovin 一直被視為“現金奶?！迸c算法標桿，然而這場曾經由軟件定義的盛宴，正面臨一場前所未有的“AI審判”：

2月一開始，整個美股軟件板塊遭遇了慘烈拋售，這場“軟件血洗”非常慘烈，從Unity股價暴跌40%，到Adobe、SAP、ServiceNow、Snowflake等等的集體跳水，恐慌情緒蔓延，投資者開始集體反思：當更先進的AI工具，比如Anthropic的自動化套件，與谷歌的生成式世界模型，開始重塑生產力時，傳統軟件公司的護城河是否已形同虛設？

1

在這場行業性的劇烈震蕩中，AppLovin 股價在短短數日內一度暴跌，在2月初財報發布之前，距離我與葛小川對談時的12月中旬，股價一度幾乎腰斬。Applovin的暴跌背后，有三重因素：

第一是谷歌新發布的Project Genie。這款能夠基于簡單指令生成720P、實時交互3D世界的模型，在短短幾秒鐘內，就完成了傳統游戲引擎，需要數周才能實現的工作，盡管一些分析師極力安撫市場，稱其尚不具備“商業化游戲”所需的數值平衡和確定性邏輯，但恐慌情緒已經彌漫在市場中。

對于AppLovin而言，Project Genie的威脅在于其對廣告供應鏈的潛在重塑，市場擔憂，如果谷歌能夠通過AI “一鍵生成”海量輕量級互動內容，并將其垂直整合進自身的廣告體系，那么AppLovin現有的游戲廣告庫存價值將被稀釋，這個猜想帶崩了整個游戲股，包括AppLovin、Unity、Roblox等等，反映出投資者對“AI 替代論”的極端脆弱心理。

第二是曾經的功臣重出江湖。2月4日，廣告科技初創公司CloudX，正式宣布產品全面上市，并高調喊出了“利用AI智能體（AI Agents）重構移動廣告技術?！钡目谔?。

1

CloudX之所以會對Applovin產生影響，核心是因為它的創始人Jim Payne，他也是MoPub的創始人，曾親手為AppLovin搭建了帝國的基石：Max聚合平臺，如今這位“最初的締造者”想搭建新體系。而AppLovin的核心利潤，正是源于Max平臺的算法競價，而Payne主導的CloudX宣稱，利用大語言模型可以將廣告棧，轉化為“可編程的基礎設施”，核心武器是AI Agents，這些智能體不再遵循死板的預設競價規則，而是像真人談判專家一樣，通過“可信執行環境”進行實時代碼生成，直接繞過了傳統平臺（如Max）的黑盒模式。

未來，如果頭部開發者發現，使用CloudX能夠跳過中間商的差價，并獲得更高透明度，AppLovin苦心經營的網絡效應將面臨非常大的挑戰。

第三則是Meta的復仇?，F在，Applovin最強大的競爭對手Meta，已經悄然回到了它曾退出的陣地。

1

自2021年蘋果推行IDFA隱私政策以來，Meta在非授權流量上的推薦精準度大打折扣，這給了AppLovin旗下的AXON引擎絕佳的超車機會，然而隨著Meta投入千億級美元進行資本開支，其Advantage+ AI系統展現出了驚人的進化。

Meta在今年1月底大幅提高了iOS應用內，廣告的eCPM競價密度，部分第三方發行商的收入甚至因此增長了3-5倍，Meta正試圖證明，通過龐大的用戶行為數據和先進的預測模型，即便沒有IDFA，它依然能實現精準投放，這對于視iOS市場為基本盤的AppLovin而言，無疑是一場硬仗。

我們的這個溝通復盤了在過去的1000天，AppLovin是如何撕開谷歌和Meta雙壟斷巨頭的市場裂縫的，然而當AI技術試圖顛覆所有行業之際，這道裂縫只是廣告形態被挑戰的開始，AppLovin不會是最后一家？提倡underdog精神的AppLovin與葛小川，將會把這家公司帶向何方？我們拭目以待。