整理 & 编译：深潮 TechFlow

嘉宾：Darren Mowry，谷歌云副总裁

主持人：Rebecca Bellan

播客源：TechCrunch

原标题：Is your startup's check engine light on？ Google Cloud's VP explains what to do | Equity Podcast

播出日期：2026 年 2 月 19 日

要点总结

初创公司创始人正面临前所未有的压力：在资金越来越紧张、基础设施成本不断上涨的情况下，他们不仅需要加速创新，还必须在早期阶段证明自己的产品能吸引市场。虽然云服务积分 （Cloud credits，云服务提供商提供的免费试用额度）、GPU 和基础模型 （Foundation models，支持生成式 AI 的预训练模型） 的普及让创业变得更加容易，但这些早期的基础设施选择可能会在免费额度用完、需要支付实际云服务费用时带来意想不到的挑战。

在本期 TechCrunch 的 Equity 播客中，Rebecca Bellan 与 Google Cloud 全球初创企业副总裁 Darren Mowry 深入探讨了初创公司在快速扩展过程中面临的权衡与挑战。作为全球初创生态的核心人物，Mowry 分享了他对行业趋势的观察，Google Cloud 如何在竞争中吸引 AI 初创公司，以及初创公司创始人在扩展规模时需要注意的关键问题。

精彩观点摘要

• 虽然云服务积分 （Credits） 是行业内的标准做法，但它本身并没有什么特别之处。我们都知道积分对初创公司来说确实重要，但创始人真正需要的是更深入的工程资源和技术支持。
• 无论是基于 TPUs 还是 GPUs，我们的目标是帮助创始人找到最适合他们的解决方案，而不是强制他们走某一条固定的路径。我们发现这种选择的自由对创始人来说非常重要，也是我们的一大优势。
• 如今初创公司开始从关注芯片（如 GPU 和 TPU）转向更关注数据模型和智能体。目前，大约 10% 到 15% 的讨论仍然围绕芯片展开，但绝大多数，约 80% 到 85% 的关注点已经集中在模型和智能体的开发上。
• 智能体能够解决复杂的定制化问题，其应用场景非常广泛，未来可能会有成千上万个智能体被开发出来。
• 现在我们看到越来越多的初创者的涌现，他们来自顶尖大学、Y Combinator，以及一些知名的 AI 研究机构，比如 OpenAI、Anthropic 和 DeepMind，这些新创始人带来了更多的创新活力。
• 谈到 AWS 和 Microsoft... 它们的市场定位更多倾向于技术的分销商角色，而不是像 Google 一样直接提供先进的技术解决方案。Google 不仅开发世界级的 AI 技术，还能够作为第一方提供商支持第三方能力，这使我们在竞争中显得独特。
• 初创公司在云计算和 AI 的快速发展中，正在改变传统企业 IT 的经济逻辑。过去，我们通常认为员工数量越多的企业是最大的客户... 但现在一些小型初创公司，例如 Cursor、Lovable 和 Open Evidence，虽然员工规模较小，但它们在技术资源的消耗上远远超过了自身规模。这些公司以工程驱动为核心，推动我们的平台达到新的技术极限。
• 第一个是“大语言模型 （LLM） 封装”现象。封装指的是在像 Gemini 或 GPT-5 这样的模型周围添加一层功能或知识产权，以形成应用层。然而我们发现，行业对这种简单封装的需求正在快速下降。如果一个初创公司仅依赖后端模型完成所有工作，并几乎只是对模型进行贴牌处理，那么这种方式已经很难获得认可。
• 另一个值得注意的趋势是“聚合器”模式的挑战。聚合器指的是试图在多个模型或平台之上构建一层，用于帮助用户选择模型的系统。... 我们发现这种聚合器模式的增长并不显著，因为用户希望看到更多的智能化功能，而不仅仅是一个简单的选择层。
• 生物技术、气候技术和消费者体验是我们重点关注的领域。这些行业正在快速发展，我们看到生态系统中有着显著的增长、强劲的留存率以及越来越多的兴趣。

初创公司如何加入 Google Cloud 生态系统

Rebecca：初创公司如何成为你们生态系统的一部分？他们如何参与其中？你们为他们提供哪些支持？

Darren：

这是一个双向互动的过程，我们通过推动力和拉动力来吸引初创公司加入我们的生态系统。五年前我刚加入 Google Cloud 时，云计算市场主要由 AWS 主导。AWS 通过一种无摩擦的信用卡式模式，让创始人可以轻松使用计算、存储和数据库来构建产品，而当时 Google Cloud 的市场定位更多是“第三选择”，竞争环境相对传统。

但在过去的 18 到 20 个月里，随着 AI 的快速发展，情况发生了巨大改变。AI 不再是一个炒作的概念，而是已经成为切实可行的技术解决方案。Google 在 AI 技术方面投入了大量资源，例如我们的先进大语言模型 Gemini，它具备强大的自然语言处理能力，为许多初创公司提供了技术支持。正是这些技术上的优势，让越来越多的创始人主动选择从一开始就在 Google Cloud 上构建产品，这成为了强大的拉动力。

为了帮助这些初创公司，我们推出了 Google Cloud for Startups 项目。创始人可以通过简单的在线搜索找到该项目，并了解详细信息。我们根据初创公司所处的不同发展阶段，为他们提供定制化的云服务积分 （Cloud credits）。这些积分是 Google Cloud 提供的免费试用额度，旨在支持初创公司在早期阶段快速启动项目。无论他们是刚刚完成第一轮融资，还是已经进入更成熟的发展阶段，我们都会根据他们的需求和支持者情况，提供相应的技术资源和服务，帮助他们实现快速成长。

超越云服务积分：工程资源与技术支持

Darren：我想强调的是，虽然云服务积分 （Credits） 是行业内的标准做法，但它本身并没有什么特别之处。我们都知道积分对初创公司来说确实重要，但创始人真正需要的是更深入的工程资源和技术支持。例如，他们希望获得 DeepMind 专家的直接指导，或者希望有经验丰富的客户工程师参与到产品定义中。为此，我们强化了技术支持模式，将资源直接投入到初创公司的核心需求中。从早期阶段到后期阶段，我们都为初创公司提供技术专家的支持，这是 Google Cloud 的独特优势，也是我们项目的一大亮点。

此外，我们还为初创公司提供额外的支持，包括促销活动、免费使用 Workspace（Google 的办公套件，包括 Gmail、Google Drive 和 Google Docs），以及帮助初创公司将最小可行产品 （Minimum Viable Product，MVP） 或第一代产品推向市场的解决方案。所有这些都包含在 Google Cloud for Startups 项目中。所以我很高兴你提到这个问题，因为很多人误以为这个项目仅仅是提供积分，但实际上它远远超出了这个范畴。

Rebecca：那么目前有多少初创公司参与这个项目？你们是如何为这些初创公司提供工程师和研究人员资源的？

Darren：

目前有成千上万的初创公司参与这个项目。今年我们看到显著增长，这主要得益于 Google 的技术吸引力，包括 Gemini 和 DeepMind 的领先能力。更重要的是我们从生命周期的角度来看待初创公司。我们知道，当初创公司耗尽积分或无法继续使用时，会面临转型的关键时刻。为了帮助他们平稳过渡，我们提供商业和经济层面的支持，让他们能够继续留在我们的生态系统中。

虽然我无法分享具体的留存率，但我们严格衡量积分结束后仍然留在 Google Cloud 平台上的初创公司数量。从行业角度来看，我们的留存率非常高，是我在职业生涯中从未见过的。而且这个数字每个季度都在增长，这表明即使在积分用完之后，初创公司仍然选择留在我们的平台上。

TPUs 与 GPUs：构建选择的自由

Rebecca：Google Cloud 的一个显著优势是你们拥有自己的 TPUs （Tensor Processing Units），对吧？那么 TPUs 在吸引初创公司方面有多大的差异化优势？同时，这是否会带来一些潜在问题，比如初创公司习惯于使用 TPUs 构建后，可能会在切换到 GPUs （Graphics Processing Units） 时遇到困难？

Darren：

这是个很好的问题。你提到的核心问题其实反映了我们的一个重要理念：为初创公司提供选择的自由。我们相信，这种灵活性是我们目前的一大竞争优势。

从芯片层面来看，TPUs 是 Google 的核心技术之一。我们已经开发到了第七代，并即将推出第八代。与一些刚刚进入芯片领域的竞争对手不同，Google 在这个领域已经深耕多年。我们的 TPUs 性能卓越，同时具备强大的商业和经济模型，因此有许多初创公司愿意从一开始就选择基于 TPUs 构建他们的产品。

同时，我也想强调，我们不仅提供 TPUs，还与 NVIDIA 建立了紧密的合作关系。就在我身后的办公室里，我曾与 NVIDIA 的初创团队领导进行过深入交流。许多初创公司对 NVIDIA 的技术充满信心，我们也希望通过与 NVIDIA 的合作，为初创公司提供更多选择。无论是基于 TPUs 还是 GPUs，我们的目标是帮助创始人找到最适合他们的解决方案，而不是强制他们走某一条固定的路径。我们发现这种选择的自由对创始人来说非常重要，也是我们的一大优势。

云服务积分用完后成本激增时该怎么办

Rebecca：你提到许多初创公司在用完 Google 的云服务积分后仍然选择留在你们的平台上，留存率看起来非常高。但我也听到一些创始人抱怨，他们知道积分会用完，但没想到用完得这么快，而且随之而来的成本激增让他们措手不及。一般来说，切换云服务可能需要几个月的时间，而初创公司往往没有这样的时间。基础设施成本的上涨，加上云服务提供商的议价能力增强，可能会导致初创公司在收入尚未覆盖成本之前就面临倒闭的风险。他们是否向你们表达过感到被困住的担忧？如果是这样，Google 是否有责任帮助初创公司渡过难关，或者提供更多免费资源以减轻他们的压力？

Darren：

这是一个非常重要的问题，尤其是在过去六到八个月里，我们确实发现了一些新的使用模式，特别是在 AI 应用方面。我们注意到，云服务积分用完后可能会出现成本激增的情况，为此我们采取了一些措施，帮助初创公司更好地管理成本。

比如，我们在项目中部署了技术工具和程序化机制，让创始人能够通过控制台监控资源使用和成本，避免预算超支。控制台是一个云服务的管理界面，初创公司可以在其中实时查看资源消耗和费用情况。我们的目标是帮助他们自我管理，因为项目中有成千上万的初创公司，我无法与每一位创始人单独沟通。因此我们必须提供无需人工干预的解决方案，帮助他们更高效地管理资源。

与此同时，我们也在初创公司的早期阶段投入了大量资源，帮助他们做出开发决策、平台选择和架构设计。这种提前介入让成本方面的意外情况显著减少，主要有两个原因。第一，我们的工程师不仅关注技术问题，还会考虑初创公司分配的云服务积分、资金燃烧率 （Burn Rate，指初创公司在一定时间内的资金消耗速度） 和整体资金状况。第二，我们非常清楚，让初创公司成本失控对双方都没有好处。我们希望与初创公司建立长期合作关系，而不是让他们因为资金耗尽而退出。因此，我们的工程师不仅提供技术支持，还会帮助创始人从经济和商业层面优化资源使用，确保他们能够平稳渡过积分用完后的阶段。

从芯片到模型与智能体的转变

Darren：最近我注意到一个非常有趣的现象，那就是初创公司讨论的重点正在快速转移。如今初创公司开始从关注芯片（如 GPU 和 TPU）转向更关注数据模型和智能体 （Agentic）。目前，大约 10% 到 15% 的讨论仍然围绕芯片展开，但绝大多数，约 80% 到 85% 的关注点已经集中在模型和智能体的开发上。

这种转变极大地改变了初创公司的经济模式。例如，使用 Google 的 Gemini 模型进行任务处理的成本，与传统云计算的成本相比有显著差异。Gemini 是 Google 开发的一款先进的大语言模型，专注于生成式 AI 应用。它能够帮助初创公司以更低的成本、更快的速度完成更多的任务。

因此，我们需要帮助初创公司从对芯片的过度关注中转移出来，开始更多地讨论数据模型和智能体的开发。

初创公司中 AI 采用的趋势

Rebecca：你最近观察到了什么趋势？在早期阶段的公司中，AI 的采用有哪些变化？你们如何定义成功？

Darren：

AI 技术的采用方式正在快速变化。

首先，与过去相比初创公司在资金来源和创始人背景上呈现出新的特点。在云计算时代，我们主要关注那些获得大额投资的初创公司，通常由知名风险投资机构支持，例如 A16Z、Sequoia、Gradient 和 GV。这些机构以发现优秀创始人和项目而闻名。然而，现在我们看到越来越多的初次创业者涌现，他们来自顶尖大学、Y Combinator，以及一些知名的 AI 研究机构，比如 OpenAI、Anthropic 和 DeepMind。这些新创始人带来了更多的创新活力，同时也让我们需要为更复杂和更大规模的支持需求做好准备。

其次，过去 18 到 20 个月中，初创公司关注的重点发生了显著变化。从最初专注于芯片技术（如 GPU 和 TPU），到如今更多地聚焦于数据模型和智能体的开发。智能体 （Agent） 是一种能够自主学习和执行复杂任务的 AI 系统，通常结合大语言模型 （LLM） 使用。我们发现，初创公司对模型的需求快速增长，例如 Google 的 Gemini 模型。Gemini 是一款先进的大语言模型，专注于生成式 AI 应用，能够以更低的成本、更快的速度帮助初创公司完成复杂任务。

此外，我们也注意到其他公司正在开发优秀的模型，例如 Anthropic 的 Claude 和 Meta 的 Sonnet。为了满足初创公司日益多样化的需求，我们推出了一个灵活的平台，通过 Marketplace 和 Model Garden 整合这些模型。Model Garden 是 Google 提供的模型整合平台，初创公司可以在其中选择并集成多种 AI 模型。这种灵活性使得初创公司能够使用多模型解决方案，同时充分利用 Google Cloud 平台进行整合和开发。

最后，虽然芯片和模型仍然是讨论的重点，但我们认为未来的关键在于数据、应用程序和智能体的开发。智能体能够解决复杂的定制化问题，其应用场景非常广泛，未来可能会有成千上万个智能体被开发出来。相比之下，芯片领域的竞争者数量较少，而智能体的潜力巨大。Google 和 Alphabet 在数据、开发者支持以及应用程序领域拥有深厚的技术积累，这使我们在推动智能体技术的发展方面具备独特优势。我认为，这种趋势将持续推动初创公司采用 AI 技术，并实现更高效的创新。

智能体是否已经开始创造实际收入？

Rebecca：智能体是否已经开始转化为实际收入？你们是否有看到这种现象？

Darren：

我们确实看到了这种趋势。智能体正在从科学实验逐步转向实际应用，虽然这一转变还处于早期阶段，但它已经显现出巨大的潜力。

以 Google 的智能体平台 Gemini Enterprise 为例，我们正在帮助全球大型企业，例如 Walmart、Wells Fargo 和 Verizon，获取智能体解决方案。这些智能体可以由 Google 开发，也可以由其他公司或企业内部的 IT 团队构建，为企业解决实际问题。对于这些企业来说，智能体已经在优化流程、提高效率等方面创造了实际价值。

对于初创公司来说，Gemini Enterprise 的意义更加独特。它不仅支持初创公司利用 Google 的技术构建智能体，还提供了一个全球分发渠道。例如，如果你是一位初创公司创始人，开发了一个自动化的播客智能体平台，希望将其推广给更多用户，那么 Gemini Enterprise 就可以帮助你将解决方案分发给全球成千上万的企业。这些企业能够利用智能体解决实际问题，从而为初创公司带来收入和用户增长。虽然这一模式还处于早期阶段，但我们相信这种市场和分发机会在企业领域具有无与伦比的价值，对初创公司来说也是一个重要的机会。

Rebecca：

所以这确实是一个完整的生态系统，从概念到市场推广。显然，你们的计算架构非常集中化，但我注意到一些初创公司正在尝试使用去中心化计算来降低成本并避免锁定效应。你认为这种方式是否可以成为集中化云基础设施的一个真正替代方案，还是更像是对其的补充？

Darren：

目前来看，我们认为去中心化计算并不是集中化云基础设施的完全替代方案。根据具体的使用场景和创始人的需求，我们发现集中化计算和分布式计算可以结合使用。分布式计算在某些情况下确实能够降低成本并减少对单一服务提供商的依赖，但它目前更像是对集中化云基础设施的一种补充，而非主流解决方案。我们会持续关注这一领域的进展，但现在它仍然是一个额外的选项。

与 AWS 和 Microsoft 的竞争

Rebecca：从当前云市场的竞争格局来看，除了去中心化计算这样的替代方案，还有其他主要玩家，比如超大规模云提供商 （Hyperscalers），例如 AWS 和 Microsoft。在初创公司领域，他们提供的服务与你们类似。除了你已经提到的 Google 的独特之处，还有哪些因素让你们在竞争中显得与众不同？

Darren：

这是一个很好的问题。我认为当前云市场的竞争格局正在快速变化，甚至可以说这种变化已经发生了显著的转变。

首先，谈到 AWS 和 Microsoft，我们对它们非常尊重。这些公司拥有深厚的技术积累、优秀的人才和雄厚的资金支持，始终是值得关注的竞争者。然而，它们的市场定位更多倾向于技术的分销商角色，而不是像 Google 一样直接提供先进的技术解决方案。Google 不仅开发世界级的 AI 技术，还能够作为第一方提供商支持第三方能力，这使我们在竞争中显得独特。

最近在我们于山景城举办的一次初创公司活动中，一位专注于气候技术的创始人分享了他的经验。他曾与 AWS 合作，但他发现 AWS 的服务更倾向于分销其他技术，而 Google 则能够直接提供先进的 AI 技术支持。这种差异让我们在与其他超大规模云提供商的竞争中占据了独特优势。

其次，初创公司关注的重点也在发生改变。过去，我们与创始人的讨论主要集中在芯片供应上，比如 GPU 和 TPU。但现在，更多的关注点转向了 AI 模型和智能体开发。比如 Google 的 Gemini 模型，它是一款专注于生成式 AI 应用的大语言模型 （LLM），能够帮助初创公司以更低的成本完成复杂任务。同时，其他公司也在开发优秀的模型，例如 OpenAI 的 GPT-5 和 Anthropic 的 Claude。Claude 是一种智能体模型，专注于复杂任务的自动化处理。我们发现许多初创公司正在整合使用 Gemini 和 Claude 模型，以优化解决方案，这种方式非常独特。

此外，过去我们与创始人的讨论更多集中在芯片层面，比如 GPU 和 TPU 的供应，但现在讨论的重点已经转向了 AI 模型。Gemini 是 Google 开发的一款先进的大语言模型 （LLM），而 Claude 是 Anthropic 的智能体模型。我们发现许多初创公司正在同时使用 Gemini 和 Claude，这种整合方式非常独特。

最后，我还想提到我们与 Anthropic 的特殊关系。Anthropic 既是我们的合作伙伴，也是我们的竞争对手。这种既合作又竞争的关系在当前市场中非常常见，但也使竞争格局更加复杂。我们每天都在密切关注这些动态变化，因为市场的演变速度非常快。

初创公司使用 vs。 持续付费需求

Rebecca：从初创公司到云客户的转化路径，对于 Google 来说，这属于云客户获取的一部分，对吧？那么当 Google 提到云使用量的强劲增长时，你们如何区分由积分资助的初创公司使用量和实际的持续付费需求？

Darren：

初创公司在云计算和 AI 的快速发展中，正在改变传统企业 IT 的经济逻辑。过去，我们通常认为员工数量越多的企业是最大的客户，因为它们会购买更多的产品。但现在一些小型初创公司，例如 Cursor、Lovable 和 Open Evidence，虽然员工规模较小，但它们在技术资源的消耗上远远超过了自身规模。这些公司以工程驱动为核心，推动我们的平台达到新的技术极限。例如，它们向 DeepMind 提出模型优化建议，向 Google Cloud 反馈云功能改进需求，这种方式彻底颠覆了传统的企业 IT 模式。

回到你的问题，我们对初创公司和企业客户的衡量标准有所不同。对于初创公司，我们关注的是它们的实际使用情况，我们会衡量有多少初创公司在我们的平台上构建产品，使用了多少 Gemini 模型，以及集成了多少第三方模型。我们从关注采购转变为关注实际使用量。现在，我可以与我们的 CRO（首席营收官）和 COO（首席运营官）讨论初创公司使用高级服务的情况，而不仅仅是原始数据。这些增长指标是我每天关注的重点。

此外，我们还特别关注那些从云积分计划毕业的初创公司，确保它们能够平稳过渡到持续付费的阶段，并实现长期发展。我们支持初创公司从早期的技术构建到后期的市场推广，帮助它们创造交易机会并实现收入增长。我们的目标是以平衡的方式帮助这些公司在技术和经济层面都取得成功。

潜在问题：大语言模型封装和聚合器

Rebecca：你提到许多初创公司正在使用云积分。你们对今天的 AI 工作负载能够转化为 Google 的长期云收入，而不仅仅是更多的积分和更多的使用量，有多大的信心？

Darren：

这是一个非常重要的问题，也是我工作中最激动人心的一部分。每天醒来，我都有机会与那些全力构建自己深信不疑的产品的创始人交流，这种交流让我对未来充满信心和期待。

最近，有两个现象是我特别想提醒创业者注意的问题。第一个是“大语言模型 （LLM） 封装”现象。封装指的是在像 Gemini 或 GPT-5 这样的模型周围添加一层功能或知识产权，以形成应用层。然而我们发现，行业对这种简单封装的需求正在快速下降。如果一个初创公司仅依赖后端模型完成所有工作，并几乎只是对模型进行贴牌处理，那么这种方式已经很难获得认可。如今，初创公司需要通过创新构建深厚的护城河，无论是通过横向差异化，还是专注于特定垂直市场，开发独特的解决方案。那些仅仅进行简单封装的初创公司，通常难以实现长期增长。

另一个值得注意的趋势是“聚合器”模式的挑战。聚合器指的是试图在多个模型或平台之上构建一层，用于帮助用户选择模型的系统。这种模式在云计算领域曾经出现过，比如一些公司试图在多个云平台之上构建一个选择服务的层，或者硬编码到某个模型中。然而，我们发现这种聚合器模式的增长并不显著，因为用户希望看到更多的智能化功能，而不仅仅是一个简单的选择层。用户希望系统能够真正理解他们的需求，并通过智能化功能为他们推荐最符合需求的模型，而不是仅仅提供一个薄层选项。

重点关注领域：生物技术、气候技术和世界模型

Darren：

在一些领域，我们看到了一些非常令人振奋的趋势，比如代码生成和开发者平台。2025 年是一个充满奇迹的年份，我与 Replete、Lovable 和 Cursor 的合作经历十分令人激动，这些公司正在彻底重塑代码生成和开发工具领域。

除此之外，生物技术也是一个充满潜力的领域。我们认为技术与生物学的结合是解决重大健康问题的关键，比如癌症治疗。单靠生物学无法完成这样的任务，而技术的加入正在改变这一局面。我个人对这个领域也有一些特殊的情感联系。我的女儿正在附近的大学攻读生物医学工程博士学位，她在实验室中使用 AlphaFold 模型，这是一款由 DeepMind 开发的 AI 工具，用于预测蛋白质结构。这种工具让她能够完成以前无法实现的研究任务。生物技术和数字健康领域正在迎来爆发式增长，我们看到了一些令人惊叹的创新。

另一个充满希望的领域是气候技术。虽然我们一直在期待气候技术的突破，但现在我们终于看到了显著的进展。风险投资正在大量涌入这一领域，初创公司也在利用海量数据进行创新。通过整合这些数据，这些公司能够以以前无法想象的方式解决气候问题，气候技术是我们看到增长最快的领域之一。

最后是关于消费者体验的创新。技术正在重新定义我们如何将先进的工具直接带给消费者。我的另一个女儿是一名电影和电视专业的学生，她利用 VO 和我们最新的模型创作了许多作品。这些技术让她能够实现以前难以完成的创意项目。现在，我们能够让更多人实现他们的梦想，这让我感到非常兴奋。

目前，生物技术、气候技术和消费者体验是我们重点关注的领域。这些行业正在快速发展，我们看到生态系统中有着显著的增长、强劲的留存率以及越来越多的兴趣。这是一个充满机遇的时代，我们对未来充满期待。

结束语

Rebecca：你们认为当前面临挑战且增长较慢的领域是一些潜在问题，比如聚合器模式。而能够实现长期增长的，则是生物技术、世界模型和影视创作等新兴行业。你能否举几个初创公司例子，它们正在快速成长为 Google Cloud 的重要客户？

Darren：

当然可以。目前我们已经多次提到 Harvey，这是一家专注于专业服务和法律领域的初创公司，正在快速成长为我们的重要客户。此外，还有气候技术领域的初创公司 Watershed，与我们有着深入合作。至于开发者平台领域，我之前提到的 Replete、Lovable 和 Cursor 等公司也在快速发展。我们会继续通过各种渠道展示这些初创公司，包括像这样的播客，以及即将于今年四月举行的 Google Cloud Next 活动。这是 Google Cloud 每年举办的技术大会，专注于展示最新的云技术和合作案例。同时，我们也会在自己的活动中为这些初创公司提供更多曝光机会，帮助它们发展壮大。