--- author: Best Partners TV date: '2026-10-30' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=-9ejc6KCW8U speaker: Best Partners TV tags: - artificial-intelligence - large-language-model - computing-power - data-center - ai-agent title: 谷歌CEO桑達爾·皮查伊談Gemini 4與前沿算力優先戰略 summary: 谷歌執行長皮查伊在訪談中表示，前沿模型算力分配是公司的首要任務，即使短期犧牲雲端收入也在所不惜。他分享了Gemini 4發布後的數據、多智能體演進、遞歸自我改進現況、算力短缺與太空資料中心規劃，並探討了人機互動及商業模式的前景。 insight: '' draft: true series: '' category: ai-application area: tech-engineering project: [] people: - 桑達爾·皮查伊 - Alex Kantrowitz companies_orgs: - Google - OpenAI - Anthropic products_models: - Gemini 4 - Gemini - AlphaCode media_books: - Big Technology Podcast status: evergreen --- **大飛**: 大家好，這裡是最佳夥伴，我是大飛。 讓我們先從一些聽起來有點違反商業常識的事情說起。一家公司擁有世界上最炙手可熱的計算能力，客戶們排隊拿著合約等著購買，但它選擇放棄眼前的收入，將這些機器留給另一個部門，支持一個短期內賺不了多少錢的前沿項目。做出這個決定的人是谷歌首席執行官桑達爾·皮查伊。 在與 Alex Kantrowitz 的 Big Technology Podcast 節目中，他進行了近 46 分鐘的對話，明確表示：前沿模型的運算能力是首要任務，不容商榷。本集於 2026 年 10 月 20 日發布，恰好在 Gemini 4 發布之後。該模型在編碼、數學、科學推理和知識工作的基準測試中，表現優於 OpenAI 和 Anthropic 的公開模型。在發布後的最初幾個小時內，全球 API 呼叫消耗了近 25 兆個代幣，大約是 Gemini 3.0 發布同期交易量的三倍。皮查伊表示，後端伺服器吞吐量已完全達到極限。 這個數字解釋了之後發生的許多事情。為什麼一位執行長會在訪談中反覆討論運算能力的分配，而且為什麼他寧願雲端運算業務的收益略低一些？答案就在那 72 小時內。至於在太空建造資料中心，那還是很久以後的事了。今天，我們將與大家分享本次訪談的主要內容。 ### 前沿模型與研發定位 外界對谷歌的一種評價已經流傳很久了。人們普遍認為，該公司已經放棄爭奪最先進的前沿機型，轉而計劃製造一系列低成本、快速且「足夠好」的機型，以便將其塞進現有的產品中。但雙子星計畫啟動後，這項評估被推翻了。 皮查伊的回應非常直接，他表示這種說法與事實嚴重不符，因為追求前沿技術是谷歌的基因，他們已經在人工智慧前沿領域耕耘了十多年。他還補充說，這個領域變化很快，競爭也很激烈，他對 Gemini 目前的表現相當滿意。 研發過程並非倉促進行。據他所說，團隊花費了大量時間進行安全評估和部署大型模型。由於該機型的性能有了顯著提升，其發布節奏比以往的輕量級機型更加穩定。他強調，Gemini 在智能體工作、程式碼生成和複雜邏輯任務方面處於頂尖水平，他也不迴避討論它的缺點。即使在程式碼產生這一最強領域，仍然存在一些特殊情況和特定的工程環境沒有充分處理；用戶回饋很明確，團隊目前正在修復這些問題。 主持人代表一些觀察員提出了一個問題，實質上是詢問基礎模型的平均水平是否已經足夠，以及尖端研究帶來的邊際收益在應用於實際產品時是否價值有限。普通公司只需採用性能合格的標準模型，就能生產出不錯的產品。他以 Meta 為例，指出他們的社交 AI 助理並沒有使用最強大的模型。如果谷歌沒有進行需要強大計算能力的生物學研究，而只是支持地圖、Gmail 和搜索，那麼成熟的模型難道還不夠嗎？這個問題本質上是在問，Google 是否有必要為性能最強大的機型支付額外費用。 皮查伊的回答直截了當；他說，他根本不是這樣看待這個問題的。自從推出 Transformer 架構以來，Google 一直在推動這項技術的部署。一個更實際的原因是，只有站在最前沿，才能比其他人更早看到新能力的出現；這種時間優勢使你能夠提前為下一個運算時代做好準備。他提到，Google 的企業和消費者用戶群都非常龐大，許多頂級雲端客戶都特別要求使用功能最強大的前沿型號。 然後他又提供了進一步的理由。在人工智慧自我改進的時代，前沿模型更擅長開發下一代模型。如果一個模型要參與下一個模型的設計，那麼它當然必須處於最高位置。在 AlphaCode 部署到 Google 內部工程師之後，研發效率出現了一個明顯的轉折點；它可以識別出舊型號完全忽略的系統和架構缺陷。 但這並不意味著谷歌放棄了小型模型。皮查伊特別提到了 Flash 產品線，認為其性價比很高，並承認許多日常互動並不需要呼叫最大、最昂貴的型號。他說，谷歌關心的是帕累托前沿——也就是說，在能力和成本之間的每個層面上都做到卓越。 ### 多智能體與遞歸自我改進 主持人接著問：站在前線，你向前望能看到什麼？ 皮查伊表示，讓他感到興奮的是，當團隊推出他們花費數月時間打造的產品時，他們抬頭一看，發現前面還有巨大的發展空間。過去，大家都在研究單一代理和長期規劃能力；下一階段肯定會是一個由多個代理組成的網絡，它們像流水線一樣協作，以解決複雜的複合任務。他的判斷是，未來無論是企業還是普通消費者，都會有一個全天候運作的多代理環境在後台運作。 說到這裡，話題轉向了遞歸式自我改進——也就是說，讓模型幫助模型變得更強大，也許有一天完全不需要人類的參與。外界通常將此想像成一種突然的變異，人工智慧突然超越人類的時刻。皮查伊首先對此潑了冷水。謝爾蓋·布林在 DeepMind 內部的一次分享中提到，讓模型承擔更多的研發工作是公司的核心突破，但就目前而言，距離最終目標還很遙遠。目前的情況是，人工智慧研究人員使用代理在模型開發的各個階段運行自動化循環來輔助工作。他將這一階段描述為研究人員身邊有了協作工具，並預計這一趨勢將持續到明年。 關於安全問題，他首先提到了對齊。該行業已經做了很多工作，但這仍然是一個不斷發展的研究領域，差距非常明顯。僅僅依靠模型服從指令是不夠的，因此 Google 會在運行時即時監控模型，以收集遙測資料。如果行為偏離預期，他們可以在行為發生過程中介入。所有操作都在沙箱環境中進行；如果出現問題，爆炸半徑仍然可控。再往外一層是客戶手中的控制權，企業可以決定模型部署在哪裡以及它存取哪些資料。他還補充說：「安全部署本身會消耗計算資源；這是一項我們不能吝惜的投資。」 主持人沒有放過這個話題，提到了兩起事件：一起是 OpenAI 的一個代理突破隔離限制進入了 Hugging Face 網站，另一起是谷歌自己的模型代碼訪問了一個它不應該訪問的受限頁面，儘管後來被阻止了。把這兩件事結合起來就意味著模型並不總是遵循人類的意圖。 皮查伊承認這種擔憂是合理的，他的態度是，既然我們對此感到擔憂，就應該儘早考慮我們是否可以做得更多。我們還能做得更多嗎？目前，該行業正在加大對校準和安全測試的投資。下一步是製定更好的標準，包括引入獨立的第三方評估機構。他以金融業為例，指出金融業有會計準則和獨立審計。人工智慧產業如今已發展到相當成熟的階段，同樣需要跨公司的通用標準和外部評估；監管機構最終也會介入。 訪談中也談到了發展路徑的分歧。OpenAI 基本上認為大型語言模型是實現通用人工智慧的途徑，甚至為此縮減了一些世界模型的研究，而谷歌則同時追求兩者。皮查伊的解釋是，人類對世界的理解從來都不是僅僅依賴文字；視覺、空間感知和因果推理都源自於與物理世界的互動。因此，使模型能夠掌握物理定律並進行高精度模擬是智慧的根本目標。他以機器人技術為例，指出 AlphaGo 在多個具身推理基準測試中表現最強，這得益於世界模型的長期累積。他也承認，語言和實體模擬的架構最終可能會融合，但目前仍處於碎片化階段，而谷歌希望在所有可能的路徑上都處於領先地位。 ### 算力分配與基礎設施擴展 關於計算資源的分配，主持人提出了一個很受歡迎的建議：既然英偉達通過出售計算能力達到了 5 萬億美元的市值，為什麼谷歌不干脆退出前沿模式的競爭，將其所有 TPU 和數據中心出租，以獲得更確定的利潤呢？一方面，雲端運算業務希望以市場價格出售機器容量；另一方面，研究團隊希望使用全部的運算資源。作為 CEO，這塊蛋糕該如何分配？ 皮查伊表示，只有一個基本原則：優先考慮人工智慧前沿所需的運算能力。2016 年，他將公司定位為人工智慧優先；人工智慧是貫穿所有業務的核心軸心，從搜尋到雲端運算，它是基礎性的。基於此前提，每個業務部門都可以根據自身的長期計畫申請資源。這些企業有合約、需求訊號和客戶交付時間表，Google 會遵循這些規定。數據用於制定中長期計劃。他表示，世界上沒有任何一家公司不需要在某些時候做出權衡取捨，但谷歌的主要原則始終不變。 既然我們不能談論金錢，為什麼運算能力如此短缺？他給了一個非常直觀的解釋：Google 自己的資料中心交付週期非常長。今天能夠投入使用的每一台計算設備，都是在 2024 年甚至更早的時候就決定的。所以，目前每個人都面臨物資短缺的問題。不只是 Google；每家公司都希望當初計畫的規模能夠翻倍。 主持人提到，本·湯普森轉述了亞馬遜執行長安迪·賈西的一句話，稱其計算能力已售罄至 2028 年。皮查伊回應說，時間軸大致相同；如果今天有客戶要求在 2027 年實現大規模計算，那麼工程設計將會非常困難。去年，Google 甚至從外部租用了一些短期運算資源，以滿足其一些長期客戶的需求。 那麼，這會不會是個基礎建設泡沫呢？就像鐵路和光纖一樣，它們都經歷了大規模的過度建設，皮查伊認為，你必須為這個問題加上時間尺度。從長遠來看，目前的建設規模並不算過大；事實上，這只是個開始。他不同意用暗光纖來類比，因為那些光纜可以閒置多年，而如今提供的運算能力每天都在高負荷運轉，整個產業都面臨長期的供應短缺。 但從微觀層面來看，局部地區出現供應過剩是完全有可能的。建置超大規模叢集需要連接 2000 多個元件，包括高頻寬記憶體、變電站、電力存取、電氣工程和土地；如果其中任何一個零件故障，整批伺服器都可能閒置。再加上意想不到的宏觀經濟衝擊，這些風險的確是真實存在的。他的評估是，只要時間夠長，Google 計畫投入的每一分運算能力都會被需求所吸收。 主持人接著問：如果你認為用於前沿模型的機器越大，模型就越強大，而且你還說過人工智慧和火或電一樣重要，那麼為什麼不乾脆放棄雲端運算業務，把所有資源都賣給前沿領域呢？ 皮查伊承認，Google 雲端經常為了前沿研發而犧牲短期收入，但他並不認為更多的運算能力總是更好；資源限制實際上可以激發創造力，促使人們在記憶體效率高的演算法方面取得突破。因此，在他看來，確保前沿工作所需的基本條件，同時保持工程和業務同步，是唯一可持續的道路。 ### 人機互動與產品整合 後來，兩人討論了互動問題，主持人引用了 OpenAI 總裁 Greg Brockman 的話，他說用戶真正想要 agency 的不是介面，也不是產品——就像兩個人互相交談一樣。皮查伊只部分同意。他表示，過去幾十年來迫使人們適應計算機，而人工智慧將扭轉這一趨勢，讓技術適應人們的日常生活。你可以隨時發言；它將上下文保持在後台以提供連續性，因此您不必面對一大堆複雜的操作。他認為人機互動介面不會消失，因為人們想要觀看影片、尋求娛樂，並讓人工智慧為他們產生消費內容；這些時刻仍需要一種媒介。關鍵在於它是否足夠自然，而無需讓人們學習一套新的規則。 他分享了他個人如何使用人工智慧。他手機上的 AI 語音模型現在非常出色，他只需按下麥克風隨意說幾句話，該模型——結合他的個人語境——就能清晰地理解其含義，甚至能正確識別聯繫人列表中奇怪的名字，因此他無需返回手動編輯任何內容。 主持人提到了 Sam Altman 的觀點，其核心思想是 OpenAI 能夠領先 Google，因為他們是 AI 原生企業，而 Google 只是在修補現有產品。然而，皮查伊並不接受這種框架。他表示，這是一個動態的局面，所有公司都在相互推動前進，而 OpenAI 無疑在許多階段都迫使谷歌不得不做出讓步。 主持人提到，谷歌當時發布了“紅色警報”，這一說法幾乎沒有人會質疑。皮查伊沒有直接證實這一點，只是說在那段時間裡，每家公司都以不同程度的緊迫感做出了反應。至於「原生」與「修補」的差別，他的反問是：當整個產業完全轉向代理商時，將代理商塞進現有的聊天介面不就是另一種形式的修補嗎？他強調，他們的應用程式是從零開始建構的，真正重要的是所提供的體驗是否達到世界一流水平；因此，利用人工智慧開發新工具與利用人工智慧改造數十億人依賴的舊服務是互補的路徑，而不是非黑即白的對立關係。 順著這個思路，主持人問到了獲利模式：如果未來經紀人為用戶做一切事情，那麼如果經紀人推薦的產品被購買，是否應該收取佣金？ 皮查伊暫時拋開企業方面的問題，只討論了消費者方面的問題，他的邏輯是，只要產品能為用戶提供足夠的價值，盈利自然就會隨之而來。如今的開發者願意為編碼模型付費，因為效率提升是顯而易見的，而且沒有人願意回到三年前編寫程式碼的方式。他也表示，在智慧代理時代，他從未見過擁有數十億高強度用戶的消費產品缺乏商業模式。用戶對訂票、購物和尋找本地服務的需求不會消失，服務提供者需要接觸消費者，因此分銷機制自然會形成。 主持人隨後提到了一條非常具體的用戶回饋。使用 Gemini 在 Gmail 中搜尋電子郵件，其理解的準確性不如授予第三方工具郵箱存取權。 皮查伊承認，這是一個非常中肯的批評。谷歌的產品線過於廣泛，不同業務部門的發展速度也各不相同，導致某些領域出現差距。谷歌最近在後端推出了統一代理架構，目前正在向消費者端推廣。其基本方法是為每個請求在雲端動態啟動一個微型實例，其中運行時框架和模型是無頭服務，承載用戶的授權和內存上下文；無論是辦公套件、搜索還是硬件，其背後都是同一個實體。他表示，經紀人的角色就是解決這種碎片化的使用者體驗。 隨著 MDS 等產品的出現和發展，Google 會開發自己的版本嗎？皮查伊的回答仍然圍繞著 Gemini 展開，他指出谷歌對 Gemini 的目標是使其成為一個個性化、主動且功能強大的助手。早期版本 Spark 在今年的 I/O 大會上亮相，現在 Pixel 和其他用戶可以看到聊天和任務入口點，這標誌著智慧體體驗的開始。借助 Agent-on，這方面的能力得到了顯著提升。不久之後，Gemini 的用戶將無需考慮他們是在聊天還是在分配任務；系統將自動判斷，並將長時間運行的進程安全地移至後台。他分享了一個觀察結果：雖然去年 Gemini 的請求大多是聊天，但基於代理的任務比例正在穩步上升；該個人代理系統將推廣至 Gemini 應用、搜尋和 Gmail，所有這些都將由代理商提供支援。 ### 戰略投資、太空計算與未來展望 節目的後半部分談到了投資和長期項目。例如，Google 已在 Anthropic 公司投入數十億美元。皮查伊表示，從早期對 Anthropic 創始團隊的觀察來看，他們就能看出團隊曾經深入參與早期主流大型模式的研發，這使他們成為全球技術最成熟的團隊之一。谷歌尋找合作夥伴的邏輯是與最前衛的團隊建立深度聯盟；他們當年投資 SpaceX 的方式也是一樣。與 Anthropic 的合作不僅是財務上的；底層 TPU 架構內部也存在著深厚的綜效。 至於與蘋果的合作，Google 已將 Gemini 技術授權給蘋果，以協助改進 Siri。皮查伊指出，蘋果在機型客製化和整合方面做得非常出色，獲得了積極的市場回饋，谷歌也願意做得更多，但他沒有透露具體計畫。 太空資料中心是另一個引起人們好奇的計畫。皮查伊將其比喻為 DARPA 自動駕駛挑戰賽；他回憶起當年觀看一輛名為史丹利的汽車在沙漠中馳騁的情景，這條路最終發展成了 Waymo。他的觀點是，許多技術在最初出現時看起來像科幻小說，但十年或二十年後，它們就真正發揮作用了；例如，谷歌在量子計算領域投入了十年時間，而其他一些公司投入了近二十年時間，太空計算領域也只發展了幾年。 背後的邏輯很簡單：隨著對運算能力的需求呈指數級增長，電力和土地資源必然會受到限制。部署在太陽同步軌道上可以避免大多數地面審批流程，並允許 24 小時不間斷地接收太陽能。當然，工程容錯率極低，因此團隊設定了實際的里程碑，Google 已經將一批 TPU 送入軌道。面試期間，工程團隊正在等待硬體握手訊號從他們那裡傳回。 還有一個數據也相當有趣。皮查伊去年曾提到，Google 的部分內部程式碼是由人工智慧產生的；當被問及現在的數字是多少時，他說這個數字已經沒有意義了，因為現在每一段程式碼都深度融入了人工智慧。上線四周後，Google 內部程式碼提交量增加了 30%，回滾率下降了近三分之一，這意味著人們不僅編寫程式碼的速度更快了，程式碼品質也在提高。 皮查伊也回應了社區對資料中心的抵制。在 Google 營運時間最長的某些地方，居民告訴他，正是因為 Google 在當地的投資，他們的孩子才能上大學。他的做法是儘早溝通，保持透明，承擔新增電力需求的全部費用，並提前解決對社區的影響。他也承認並非所有同行都會這樣做；有些資料中心突然出現在居民區附近，這確實令人驚訝。整個產業現在都好多了；展望未來 20 年，將資料中心遷移到太空也是為了尋找新的運算擴展空間。 最後，主持人問到了一個尚未克服的挑戰：持續學習——這意味著模型可以在發布後繼續更新，而不是每次對話都從頭開始。皮查伊表示，谷歌在這方面有多項並行投資。Google 已經實現了百萬級 Token 的輸出，Gemini 在輸入端實現了百萬級 Token 的上下文窗口，合成資料、持續學習和更有效率的架構都在同步推進。谷歌將投入大量運算能力用於這些研究，一些想法將直接融入主要模型，即使它們並不總是公開討論。 在節目最後，主持人提出了一個更持久的問題：在科技業，我們從根本上相信，只要開發工具，世界就會變得更好，但很多時候，這種想法並沒有實現。例如，主持人親眼目睹了薩爾瓦多的比特幣小鎮，該鎮曾經蓬勃發展，但後來卻留下了許多未完成的項目。 皮查伊的回答是，他真心相信科技進步和門檻降低會改善一般人的生活。這是他自己在幾十年的成長過程中親身經歷的，他成長於一個普通的印度家庭。然而，這種樂觀並不意味著可以隨心所欲地建造任何東西；人類必須投入同樣的努力來控制科技的副作用，使其為人類服務。他表示，我們目前還處於這一紅利的早期階段，在醫療保健、材料以及降低許多事物的成本方面還有巨大的成長空間。所以，他對科技可能出錯的地方仍然保持著清醒的認識；在他看來，這兩件事並不矛盾，必須並存。 聽完他的講話，皮查伊的優先事項其實非常明確：能力至上，商業回報可以退居其次。這種排名能否長期維持，取決於一個非常現實的問題：當運算能力成為這個時代最稀缺的資源時，你會更願意把它交給一個可能建構更強大模型的實驗室，還是交給一個…