Waymo 的产品经验 | Shweta Shrivastava（Waymo、亚马逊、思科）

节目以 Shweta Shrivastava 的一段开场白开始，她谈到挑战自己的假设：一位资深的产品负责人如果在这方面做得不够，可能就没有认真倾听。这一点在访谈后面再次出现，并被发展为一种倾听技能。

如果没有冲突，如果没有争论，那就说明缺了点什么。

Lenny 的开场介绍称 Shrivastava 是 Waymo 的产品管理高级总监，Waymo 的自动驾驶汽车已经行驶在旧金山、洛杉矶和凤凰城的街道上。介绍列出了她此前的职位：Nauto 的首席产品官、亚马逊云服务（AWS）数据库与分析服务的产品管理负责人，以及更早在思科的工作。介绍还预告了对话的主题：Waymo 的产品经理工作与纯软件产品有何异同，如何跟踪进展和目标，细微的提示如何为乘客和其他道路使用者建立信任，以及关于打造产品和团队的经验。开场介绍中还包含两则赞助商信息，分别是 Vanta（安全合规）和 public.com（国债账户），它们属于节目播出内容，但不属于访谈的实质内容。

被问及负责什么时，Shrivastava 列出三个领域。第一，是在完全自动驾驶车辆上运行的软件的很大一部分，它决定车辆的行为和行驶轨迹。第二，是验证系统性能所需的仿真工具和技术。第三，是一个专注于以商业化方式扩大网约车业务的团队，她将其描述为这项技术的关键落地应用之一。

Lenny 讲述了他在旧金山一个雨天乘坐前排没有司机的车辆的经历。他把这个应用比作谷歌地图，只不过会有一辆车到来并把你送到目的地，而且你可以在途中改变路线。他提到这种体验多快就变得理所当然。Shrivastava 回应说，雨天乘车是个额外的好兆头，因为这项技术一直表现很好，团队看到这一点很振奋。这只是一位乘客的叙述和一位高管的回应，并非测量得出的结果。

Lenny 问到他在乘车时注意到的一件事：车辆想并入有车流的车道时，会一点点往外探，在没有任何眼神交流的情况下表明并线意图。他问 Waymo 是如何考虑把这种肢体语言构建进汽车的，并说他不知道她是否负责这一块。

Shrivastava 解释说，Waymo 使用大量人类驾驶数据来训练其深度模型，因此车辆不会显得机械或不自然。她说，由于系统从一开始就是按完全自主来构建的，所以建立熟悉感和信任感很重要，这样乘客才不会被技术吓到。目标是一种平衡：比人类驾驶更安全，同时又不让人觉得不自然。

它必须让人感觉非常像人类驾驶，但是是好的那种。比人类驾驶更安全，同时又不让人觉得不自然。

她介绍了能够理解其他道路使用者意图的模型，这些模型利用的线索包括行人朝哪个方向看、他们的身体朝向、道路标志，以及想让车辆停下的人的手势。训练数据是经过筛选的，因此模仿仅限于良好的驾驶行为。

我们会剔除不良的人类驾驶数据。