三年时间市值翻了25倍，广告新巨头AppLovin任命了一名华人CTO

在 Google 和 Meta 「垄断」的广告领域，出现了一名挑战者。

2025 年营收 55 亿美元，服务超过 10 亿日活用户；市值超过 2000 亿美元，两年内涨了 25 倍；加入 S&P 500 指数，跻身全美市值前 50。

AppLovin，这个从游戏服务起家的公司，如今已成为广告新巨头公司。

在 4 月份 Google Next 的分享上，AppLovin 新任 CTO 葛小川（Giovanni Ge）以这样的开场介绍 这家公司：I often describe AppLovin as a hundred-billion-dollar startup。

葛小川还分享了一组让人惊叹的工程数据：基于机器学习的广告竞价系统每天处理超过 1000 亿次请求。而运营这一切的核心工程团队，不到 100 人。

一家市值一度超过 2000 亿美元的公司，为什么还自称 startup？

答案，要从这家公司过去三年的变化说起。

三年前，他从 Meta 辞职，在 AppLovin 股价跌了 80% 的时候加入。就在 Google Next 开幕前两周（4 月 8 日），AppLovin 官宣高管接班计划，葛小川将于 7 月 1 日正式接任 CTO，接替服务近 10 年的 Basil Shikin。

一家没有自有流量的广告公司，如何在 Google 和 Meta 的双头垄断下，用不到 100 名工程师创造了 25 倍的市值增长？这个站在 Google Next 舞台上的华人工程师，在其中扮演了什么角色？

Founder Park 正在持续寻找值得被看见的 AI 团队与项目。

我们将通过「AI 产品市集」、内容报道、社群分发等方式，帮你触达早期用户、获得真实反馈，以及建立关键连接。

如果你正在做 AI 相关的事，欢迎和我们聊聊。 

---

01 

一个算法工程师的逆向选择 

葛小川是中科大 05 级少年班出身，后来去意大利读了物理学博士。

2025 年秋天，他回到母校做分享时说过：「我一度觉得自己就是那个『伤仲永』。回想起来，缺少的既不是努力，也不是天赋，而是对所做的事情真正的热爱。没有 passion，再聪明、再勤奋，也只能停留在平庸。」从大学到博士再到博后，他花了将近十年才找到真正让自己兴奋的事。

三十岁那年，他进了 Facebook。

「那是我第一次感受到一种真正属于自己的舞台。周围的同事，全都在用我一直坚持的方法：用科学思维分析，用数据验证，用理论驱动实践。那一刻我突然明白，这些年坚持的思路没有错，我只是一直没找到合适的环境。」

在 Meta 的三年，他从一个注重工作生活平衡的人变成了一个工作狂，迅速成长为推荐系统和广告产品领域的专家。个人成长很快，但他看到了天花板。「我希望到一个能做更多决定、承担更多风险、拿到结果的地方。」

2022 年底，他去 AppLovin 面试。当时公司股价从高点跌去了 80%，外界不看好，人才不愿意来。

去面试时，他问了时任 CTO Basil Shikin 一个问题：「你们现在最大的痛点是什么？」

Basil 解释了五分钟。葛小川说：「我的技能是有限的，不是所有东西都会。但你现在面临的这个问题，我非常擅长解决它。」

他不是看公司现状做的决定，而是看未来。「我知道只要把应用的问题解决了，做电商只是自然而然的事情。」加入之前，他就已经算清楚了公司如果只做应用广告，上限在哪里。

但当时最大的困境是招不到人。「人才市场对我们的认可不够，非常非常难招到人。大家都想去比较有名的大公司。在很多人才的眼里，我们甚至都不算是有前景的创业公司。」

怎么办？等。先用手里的人把东西做出来。AppLovin 的技术领导层有一个在大厂几乎看不到的优势：从上到下每个人都亲自写代码。当找不到合适人才的时候，领导者可以亲自下场。

02

三年时间，

葛小川如何改变 AppLovin

葛小川刚加入的时候，AppLovin 是一家什么样的公司？

2012 年成立，最初帮国内游戏开发者在海外获客。那时候的核心技术不是推荐算法，而是基于社交图谱的规则引擎，通过短信、邮件告诉你「你朋友也在玩这个游戏」。隐私管理变严之后，这套打法失效。公司转型收购游戏工作室，一度是全美下载量第一的休闲游戏公司。

2018 到 2022 年间，公司补齐了做广告平台的三块拼图：搭建了应用内竞价平台 MAX，解决定价效率问题；10 亿美金收购归因平台 Adjust，解决广告效果量化问题；10.5 亿美金拿下 Twitter 旗下的 MoPub，触达 7 亿日活用户。

广告位、数据、规模都有了。但 2022 年底苹果 IDFA 隐私政策冲击之下，股价跌去 80%，公司本质上还是一家游戏+广告的混合体。缺的是一个能把这些资源真正用好的人。

五个人，三个月，一个引擎

加入后不到一周，葛小川就意识到这里和大厂完全不同。他本来打算按 Meta 的节奏来，先讨论 roadmap，制定计划，分配人员。但很快就 get my head down，从写代码开始。

他看到的第一个机会是一个巨大的技术代际空白。推荐算法在 2015 到 2017 年间经历了一次跳跃，核心是对高基数稀疏特征的 embedding 表征和交叉处理。国内的字节、阿里、小红书早已在用新一代框架，但美国很多中小型广告平台，包括当时的 AppLovin、Unity、Moloco，还停在上一代。

「2015 年到 2020 年间逐渐成为主流的这一代框架，国内公司基本每家都在用，但美国很多中小广告平台还停在上一代。」

核心团队五个人，包括 CTO 本人。三个月后，新一代推荐模型上线。技术上并不是发明了什么新算法，而是把业界已有的现代深度学习框架带到了一个还在用旧方法的市场。

模型上线前，团队开玩笑，「需要买票去 Vegas 开派对了。」结果第一次上线不成功，退回迭代，前后折腾一两个月。「最后模型真正上线的时候，大家也失去了那种狂喜的感觉。」

把 LTV 预测从 7 天做到 28 天

新模型让 AppLovin 追上了时代。但葛小川继续往深处推。

所有广告平台都能帮广告商优化点击率，稍好一些的能优化到转化率。但 AppLovin 做到了一件行业里几乎没有第二家能做到的事：精准预估每一次转化的价值。

打个比方：模型 A 帮你花 10 块钱买到 5 个转化，总购买价值 20 块；模型 B 花同样的钱只买到 2 个转化，但购买价值 100 块。AppLovin 直接优化的是后者。LTV 预测窗口从行业普遍的 7 天做到了 28 天，全行业第一个做到这个长度。

效果很直接，广告商不需要任何人工微调。「告诉我们要优化转化价值就行了。」在 Meta，大部分广告商因为 ROAS 模型不够准，只能退而求其次优化转化率，再自己手动调整。

而且 AppLovin 做到这一切，是在没有自有流量的情况下。Google 在自己的 YouTube 上投广告，Meta 在自己的 Facebook 上投广告。AppLovin 没有这些，它在第三方交易平台上竞价，跟所有人站在同一起跑线上。如果 Google 出价更高，AppLovin 会把流量让出去。短期看是亏的，但开发者发现在 MAX 上赚的钱更多，就会把更多广告位放上来。「我们内部几乎不需要讨论这件事，因为大家基本上一致地认为，保护长期利益才是对公司更好的。」

此后多个季度，AppLovin 的财报持续超出华尔街预期。广告收入从不到三成变成全部收入来源，三年翻了五倍。2025 Q4 单季营收 16.6 亿美元，EBITDA 利润率 84.4%。2025 年，公司把所有游戏业务打包卖掉，正式成为一家纯粹的广告技术公司。

不模仿巨头

葛小川反复提到一个原则：「我们没有 Google 和 Meta 那么多的资源，就注定我们不能用它们的方法来解决我们的问题。业界很多公司经常会犯的一个错误就是，他们在模仿大厂解决问题的方法，却没有意识到自己本身没有大厂那个资源。」

这个原则贯穿了他做的每一个决策。

技术上，他坚持模型的「干净度」，拒绝用规则引擎给算法「打补丁」。「我们的模型非常干净，这是我们每个季度都有非常稳定的业绩提升的原因。」面对两个问题，一个用 LLM 热门方法能带来 5% 收益，另一个用不到 LLM 但能带来 20% 收益，他一定优先做后者。在 Google Cloud Next 的演讲中，他分享了几个反直觉的工程决策：推翻多模型共享 GPU 架构，改成每块 GPU 只跑一个模型，利用率从 45% 升到 75%，整体消耗反而减半；上层逻辑从 C++ 换成 Python 编排，迭代速度快了一个数量级；模型生命周期管理全自动化，从训练到上线零人工干预。

组织上也一样。AppLovin 位于 Palo Alto 的总部，走进去第一感觉就是空。零会议文化，「如果一件事需要安排一个 20 人的会议，八成不重要」。明明有多余的 GPU 也不让用，「如果总是允许大家用最简单粗暴的方法解决问题，人们就没有动力寻找更高效的方案」。克制招聘，「团队一旦变得臃肿，多付出的工资只是你所有损失里很小的一部分」。这就是不到 100 名工程师做到 55 亿美元的真正答案。

餐巾纸上画出的第二增长曲线

2024 年 5 月，葛小川和 CEO Adam Foroughi、CTO Basil Shikin 在 Las Vegas 参加 Google 会议。在酒店餐厅，点完菜、菜还没上来的时候，三个人在餐巾纸上画出了电商归因引擎的第一版架构。那个周末回到湾区时，第一版代码已经写完了。

电商的战略意义在于：潜在广告主超过 1000 万，是游戏的数倍，而且电商广告是从生态外部注入的真正增量。外界质疑人们在打游戏的时候会不会买东西，葛小川的回应是：「找到答案最好的方式不是坐在那里辩解，而是用最快的方式去生产 MVP。一上线就发现结果非常明确，人们真的会在游戏里面买东西。」

在大模型方面，他做了另一个判断：不自研。「我们很大的一个优势，反倒是我们没有在自研大语言模型。因为我们没有自研，就有充分的自主性去选择市面上最好的模型。」他提前一年搭好产品流程，等着 Google 和 OpenAI 的模型成熟。当 Veo 3 和 Sora 2 发布时，AppLovin 的广告素材生成产品立刻上线。目前大语言模型在 AppLovin 已有三个落地应用：反欺诈、全自动广告素材生成、算法内特征提取。

03 

把「不被看好」变成优势

葛小川对 AppLovin 文化有一个核心表达，叫「弱者之心」，英文是 Spirit of the Underdog。在硅谷 101 的专访中，他把 underdog 拆解了很多层。

「你没有骄傲自满的资格，别人不认为你很好。」

「你反正是 underdog，反正没有人认为你会成功。反过来那种一辈子都在成功的天之骄子，可能更不敢去做一个风险很大的选择，因为成功太久了，不想打破那个人设。」

「他不会把自己看得很重，他会把 mission、会把集体看得更重。」

「大家都觉得他不被看好，那种想要证明自己的渴望，其实给一个人带来的动力是巨大的。」

这跟他对「天才」标签的态度一脉相承。小时候经常被人夸「最聪明」，一开始享受，后来变成负担：你会觉得必须随时随地证明自己配得上这个称号。真正做一件事时，脑子里想的不是怎么把它做到最好，而是别人会不会觉得我是最聪明的。这种心态很消耗人。他后来选择彻底放下这种包袱。

他自己的职业选择就是 underdog 精神的注脚：放弃 Meta 的稳定上升通道，在公司股价暴跌 80% 的时候加入一家不被看好的公司，三年成为 CTO。

有人问他，AppLovin 加入 S&P 500 指数、被主流市场认可，对他来说重要吗？

「不重要。我觉得真的不重要。经过了这么多年 underdog，我们真的不在乎有没有被主流市场所认可。」他甚至说，如果有一天外界普遍认为「AppLovin 做什么都能成功」，他反而会不适应。

华人工程师的天花板与突围

硅谷华人工程师的困境不是秘密：技术能力强，但在 leadership 晋升上遇到隐形天花板。

葛小川的看法不太一样，他认为问题往往不在外部，在认知格局。

「很多在大公司发展职业的人，还是在追求体制给他们的认可，绩效评级、职级晋升。但如果你真的想成为领导者，你在生命中某个阶段应该更关注的是你自己对自己的标准。」

「确定性很高的选择，都是被 well-priced（充分定价）的。你要有勇气去拥抱不确定性，把工作机会看作投资，而不是交易。投资的回报都在未来，短期它都是损失钱的。」

他自嘲说「我自己是绝不会 hire 我自己的」。现在招聘时，他更看重一个人的学习能力，而非已有知识。「我并不需要招一个人过来做一个他已经知道怎么做的事情。更重要的是他能够快速成长，能够 figure out 一些以前不知道的事情。」

他的面试标准也折射着这种价值观。他最看重的不是名校履历或大厂光环，而是「这个人在人生里面是不是经常做一些与众不同的选择」，比如在高考压力下还认真从事课外活动，比如毕业后不去大厂而去了一家不知名的公司。

关于「卷」和「勤奋」的区别，他有一个很清晰的定义：「卷是环境对你的要求，勤奋是个人对自己的要求。」AppLovin 从来不要求打卡，对工作时间不做限制。「但很多人就是会主动选择很勤奋，因为对我们所做的事情发自内心地期待。」

AppLovin 的高管团队本身也是一个有意思的样本：CEO Adam Foroughi 伊朗裔、前 CTO Basil Shikin 俄裔、新任 CTO 是华人。葛小川说过：「作为移民，在刚来到这个国家时经历的逆境和挫折，反过来成为一种不服输的精神。」这种总是需要证明自己的渴望，或许就是 AppLovin 文化的底色之一。

04

结尾

2026 年 4 月，AppLovin 宣布葛小川将于 7 月 1 日接任 CTO。距离他以算法工程师身份加入这家股价跌了 80% 的公司，刚好三年多。

公司同期宣布的还有：电商自助服务平台将于 2026 上半年上线，潜在广告主超过 1000 万；正在搭建自有社交媒体平台，已经公开招聘。路径与 Meta 完全相反：Meta 从自有流量起家做广告平台，AppLovin 从第三方广告起家做自有流量。

有人问他，在社交媒体已经被几个巨头霸占的今天，这行不行？他反问：「你记得 3 年前还有什么东西很难做吗？广告。」

三年前，他加入时最大的困难是「人才市场对我们的认可不够，那一年非常非常难招到人」。

今天，AppLovin 工程团队仍然不到 100 人，但市值翻了不止 20 倍。

注：部分素材来源于《硅谷 101》专访、OnBoard 播客、Google Cloud Next 演讲、中科大少年班分享及 AppLovin 公开信息整理。

更多阅读

AI Native的组织架构应该是怎么样的？Block CEO：每家公司都可以压缩成一个agent

对谈CREAO：20人团队、每天上线8个功能，在Pivot产品之前，我们先Pivot了组织

Canva可画联合创始人独家专访：2.65亿用户的Canva，用自研模型，解决了设计的审美问题

一款好的 AI Native 硬件，硬件只是脚手架，真正壁垒一定是 Agent

转载原创文章请添加微信：founderparker