Sundar Pichai：AI 的无限可能、算力短缺与下一代产品形态

我们仍处在这项重大技术变革的早期

为什么 Google 必须继续站在 AI 前沿？

我认为，我们现在仍处在有史以来最具深远影响的技术变革的早期阶段。这不是一项尚未真正落地、还停留在实验室里的技术；人们已经在使用它，而且它正在改变工作与生活。对 Google 来说，站在 AI 技术前沿不是阶段性的战略选择，而是公司的基因和长期承诺。我们一直在推动技术边界，从 Transformer 研究一路走到今天，我们不会选择一条只满足于“够用”的道路。

外界曾经有一种看法，认为 Google 已经放弃了前沿模型，只打算开发速度更快、能力达到一定标准的模型，再把它们整合进产品。这种判断是完全错误的。前沿领域竞争非常激烈，也在快速变化；这恰恰令人兴奋。我对 Argon 的研发成果感到满意。我们没有急于发布，而是花时间进行安全测试，并谨慎部署。考虑到它的能力，我们的发布节奏比其他模型稍慢，但我认为这是值得的。

Argon 在智能体任务、知识工作、编程和创意任务等多个方面都属于非常优秀的前沿模型。发布后的最初 72 小时内，它的使用量接近 25 万亿 tokens，约为 Gemini 3.0 在发布后最初 72 小时使用量的 3 倍。需求非常旺盛，我们在提供服务时也受到算力容量限制。与此同时，前沿模型没有一个可以一劳永逸的终点：即使一个模型相较两个月前的水平已经全面进步，仍然会有需要改进的局部领域。例如在编程方面，我们已经从用户反馈中看到一些具体问题，也知道哪些地方需要继续提升。

我并不认为所有产品都必须使用规模最大、能力最强的模型。不同尺寸、不同能力和不同成本结构的模型都有存在价值。我们推出 Flash 等模型，就是因为产品体验需要在能力、速度和成本之间取得平衡。前沿模型往往更慢、成本也更高，因此一些很好的产品体验完全可以由非最前沿模型提供。但 Google 仍会同时追求高能力模型和不同层级的模型，并关注能力与成本之间的 Pareto 最优边界。

站在前沿的价值，不只是让我们在基准测试中领先，更重要的是能更早看到新能力的出现，从而提前为未来做好准备。我们在消费者业务和企业业务中都有广泛的应用场景；一些云客户明确希望获得前沿模型。前沿模型也可能更擅长开发下一代模型。在递归式自我改进逐渐成为研究方向的时代，这一点尤其重要。我们在内部把前沿模型部署给开发者后，已经看到明显的能力跃迁：它能处理此前模型无法解决的问题。处于前沿，意味着处于创新前沿，也能推动组织自身的创新。

多智能体、自我改进与 AI 安全

AI 会如何从单个模型走向多个智能体协同？

我认为，接下来一个令人兴奋的方向，是多个智能体能够协同完成复杂任务。整个行业一直在研究具有长期执行能力的智能体，但未来的系统不会只是一个模型独自完成所有事情，而会是多个智能体共同工作。无论是消费者还是企业用户，都将能够使用某种多智能体框架，让多个智能体持续运行、分工协作，并在需要时完成任务。这就是为什么我会把当下形容为一个充满无限可能的时刻。

我们离真正的递归式自我改进还有多远？

Argon 的研发确实使用了模型帮助开发模型的方式，这也是其中一项重要创新。但需要准确描述我们今天所处的位置：我们距离完全自主、达到最终形态的递归式自我改进仍然很远。现在更恰当的说法是，在模型开发的不同环节中，AI 研究人员与 RSI 循环共同工作；智能体以一定程度的自动化方式帮助研究人员协作构建模型。它不是一个已经脱离人类、能够无限自我迭代的系统。这个方向非常令人兴奋，我预计这种人机协作的连续进展还会在未来一段时间持续发生。

当模型并不总是完全按照人类意图行动时，安全如何保障？

我认为，安全与网络安全一样，需要采用纵深防御，而不能只依赖单一措施。模型对齐当然重要，我们投入了大量工作，尽可能让模型的行为与人类意图保持一致。但对齐仍然是一个活跃的研究领域，存在明确的不足和差距。我们不能假设只要完成对齐训练，风险就会自然消失。

除了对齐，我们还投入大量资源进行实时监控。在模型执行任务的过程中，我们需要获得足够好的遥测信息，理解系统正在做什么；一旦发现意外行为，就能够及时介入。监控本身的架构也很重要：模型应当在沙箱和隔离环境中运行，同时监控机制必须能够实时发挥作用，而不妨碍系统完成合理任务。这些都是我们持续投资的方向。

部署到企业环境时，客户也必须拥有控制权，包括实时监控能力、决定模型部署位置的权利，以及明确限定模型能够访问哪些数据。我们需要让企业客户决定模型可以接触什么信息、在哪些环境中运行，以及如何监督其行为。安全部署还需要专门分配算力资源，不能把所有计算资源都用于提升模型能力，而忽略测试、监控和安全保障。

我认为，整个行业需要不断提高标准，投入足够时间把这些工作做好。对风险保持担忧是合理的，关键在于尽早思考还能采取哪些措施。行业已经在增加模型对齐、安全测试等方面的工作；下一步应当推动跨行业标准，建立更一致的评估方式，并引入独立评估机构。我们可以参考金融控制体系：金融行业有会计准则，也有独立审计机构。AI 行业同样需要逐步建立标准和独立评估机制。监管也会在这个过程中发挥作用。

世界模型、物理理解与通向通用智能的路径

为什么 Google 同时研究语言模型和世界模型？

人类并不是只通过语言理解世界。我们会感知周围环境，接收各种输入，并理解物理世界如何运行。因此，我认为让模型理解物理定律、以高保真度模拟世界，是构建智能的重要基础能力。Google 同时推进语言模型和世界模型研究，是因为我们希望探索所有可能推动智能发展的路径，而不是过早地认定只有一种技术路线。

机器人是一个很直观的例子。Argon 在具身推理基准测试上处于领先水平，这并非偶然，也与我们长期构建世界模型的经验有关。模型如果要在真实世界中行动，就需要理解环境、物体和物理规律，而不仅仅是生成文本。我预计未来会出现能够把这些能力融合起来的架构。但在现阶段，我们希望在智能发展的这条“崎岖前沿”上，尽可能站在各种可能方法的前沿。多条研究路线能够相互促进，帮助我们获得更好的研究成果和洞见，也有助于最终构建更强大的通用人工智能模型。

算力：长期战略、资源约束与投资取舍

为什么算力成为 AI 竞争中最稀缺的资源？

算力是当前 AI 研发中最重要、也最稀缺的资源之一。研究人员通常会认为，计算机越大，能够训练和运行的 AI 就越强。如果把最大的计算资源交给研究人员，即使这会在短期内牺牲云业务等业务的利润，他们也会希望获得尽可能大的计算能力。这种取舍并不容易，因为算力既要支持前沿研究，也要服务客户和现有业务。

今天我们拥有的算力，很大程度上取决于我在 2024 年作出的决策。回头看，现在不只是 Google，其他公司也都面临算力短缺；每家公司都希望自己当初规划的算力能够再多一倍。AI 技术能力提升得很快，需求也在迅速增长，因此算力规划不可能完全准确。我们需要综合考虑需求信号、底层技术能力、供应情况和长期发展趋势，同时避免仅仅因为眼前需求强烈就做出不负责任的投资。

我把算力看作长期战略资源。Google 的不同业务有各自独立的经营目标和责任，但公司必须为它们规划长期算力发展路径。云业务团队需要为客户提供服务，也需要有明确的长期算力轨迹；与此同时，前沿 AI 研究需要足够的资源。我们必须在这些目标之间作出安排，而不能只看某个季度的财务结果。对支持前沿 AI 发展所需的投资而言，这是一项长期承诺。

我也认为，AI 产业正在经历一个非常特殊的建设周期。有人担心数据中心和基础设施会不会过度建设，历史上技术产业确实出现过过度投资的情况，例如光纤建设周期。但我们不能简单地把过去的经验机械套用到今天。当前这项技术已经被广泛使用，技术能力仍在快速提升，需求也在扩张。判断是否建设更多基础设施，需要同时观察需求信号、技术进步和实际利用情况。我们必须保持纪律，既不能因为害怕过度建设而错失长期机会，也不能忽略投资可能带来的成本与社会影响。

Google 如何在研究、云业务和商业回报之间作出平衡？

我不会把问题理解为“要么支持研究，要么保护云业务”。Google 必须同时做好这些事情。我们需要让研究人员拥有足够强大的计算资源，也需要为云客户提供可靠的服务，并对不同业务的长期算力需求作出规划。算力分配和投资决策会影响未来数年的竞争位置，因此不能只以短期利润作为唯一标准。

我知道外界会关注我们是否把算力优先用于自家模型，是否愿意以更高成本向外部购买算力，以及云业务是否因此受到影响。我的基本判断是，算力投资必须围绕长期能力建设展开。我们需要持续投资基础设施，也需要理解市场供需变化，不能假设任何时候都能轻易获得额外算力。今天出现的短缺，正是过去数年规划与当前需求共同作用的结果。

AI 将如何改变人与计算机的交互界面

未来的界面还会是搜索框、应用和菜单吗？

我认为，未来的交互方式会变得更加自然。今天人们使用计算机时，往往必须先知道应该打开哪个应用、点击哪个按钮、输入什么指令。AI 可以改变这种模式。用户不一定要把需求整理成结构化、精确的命令，而是可以像与人交谈一样表达自己的意图，甚至可以先随意描述、边想边说，再由系统理解真正想完成的事情。

我自己使用这类系统时，也会直接说出尚未整理好的想法，甚至只是把思路讲出来。系统应当能够理解上下文，不要求用户每次都以非常正式的方式提出请求。比如，用户可能希望观看一段视频，也可能希望完成某项工作；系统需要理解用户当下的目标，并在适当的时候提供帮助。理想的体验应当无缝、自然，而不是让用户不断在不同工具和界面之间切换。

未来的 AI 助手可能会持续在后台工作，并在合适的时机采取行动。用户仍然需要知道系统正在做什么，也需要能够介入、调整和控制任务。我们正在从“人主动操作软件”走向“人表达目标、AI 协助执行”的交互方式。多智能体系统将使这种变化更加明显：不同智能体可以在后台处理不同任务，而用户通过统一的界面了解进度并作出决定。

Google 的既有产品能否适应 AI 原生的交互方式？

这是 Google 必须认真面对的问题。OpenAI 等 AI 原生公司给整个行业带来了很大的推动，也迫使 Google 作为一家公司加快思考和行动。关键不只是把一个聊天框放进现有产品，而是重新思考用户如何完成任务，以及搜索、Gmail、地图和其他产品表面如何协同工作。

我不认为传统产品和 AI 原生产品之间只能二选一。Google 拥有广泛的产品组合、用户基础和服务场景，这些产品可以成为 AI 能力触达用户的重要入口。但我们也必须适应智能体时代，重新设计产品体验。某些功能会以独立服务的方式存在，某些能力则会融入现有产品；重要的是让用户在不同场景中获得连贯、统一的体验，而不是被迫理解 Google 内部不同产品和系统之间的边界。

从软件开发者的使用方式可以看到这种变化。今天，开发者已经不再希望完全按照过去的方式逐行编写所有代码；AI 能够参与复杂任务，帮助人们提高效率。类似的变化也会发生在普通消费者的工作流中。AI 界面会创造新的价值，但这并不意味着现有产品的价值会立刻消失。未来一段时间，市场会同时存在新的 AI 原生体验，以及对既有产品的持续改造。

我们希望 Gemini 成为跨产品体验的重要组成部分。用户会在 Gemini 应用中使用这些能力，也会在 Google 的不同产品和服务中接触到它们。我们的目标是让 Gemini 能够处理更复杂的智能体任务，并在不同界面之间提供一致的体验。相关能力会由更先进的模型提供支持，而不是局限于单一聊天窗口。

Gemini、Muse、Dots 与未来的智能体产品

用户未来会怎样使用持续工作的 AI 智能体？

我认为，消费者和企业用户最终都会获得某种多智能体框架。多个智能体可以持续工作、分工处理任务，并在需要时与用户沟通。它们不是只在用户输入一句话后给出一次回答，而是能够围绕一个目标持续推进工作。用户可以在适当的时候介入，检查任务状态、修改方向或批准下一步行动。

这也意味着产品形态不会只由单一应用决定。Gemini 可以成为用户接触智能体能力的重要入口，但不同能力也可能分布在其他产品和服务中。我们要做的是把这些体验组织起来，使它们能够在用户需要的地方发挥作用，而不是要求用户自己理解背后的模型、智能体和基础设施。

访谈中主持人询问 Google 的 Muse 或 Dots 产品进展。我的回答重点是，未来用户——无论消费者还是企业——将能够使用多智能体框架，让智能体持续执行任务。这一方向体现了 AI 产品从单轮问答走向长期任务执行的变化。字幕没有提供 Muse 或 Dots 的具体发布日期、功能清单或商业化细节，因此不能据此推断尚未公布的产品安排。

与 Apple 的合作及 AI 生态

Google 如何看待与 Apple 的 AI 合作？

访谈谈到 Google 与 Apple 的合作，以及 Apple 如何把外部 AI 能力整合进自己的产品。我的态度是，这类合作对双方都有意义。Apple 在产品体验和生态整合方面做得很好；通过合作，相关模型和技术可以帮助 Apple 改善 Siri 等体验。主持人进一步询问双方是否会开展更多合作，但这段字幕没有给出明确的新增合作承诺，也没有披露具体合作范围之外的安排。

从行业角度看，AI 能力不会只存在于某一家公司的应用中。不同平台和产品会以不同方式整合模型、智能体和云端服务。对用户而言，重要的是这些能力能否真正改善产品体验，而不是用户必须关心背后由哪家公司提供了哪一层技术。

太空数据中心与长期基础设施布局

为什么 Google 会考虑把数据中心送入太空？

我认为，很多技术在刚开始时看起来像科幻，但经过十年到二十年的持续投入，就可能变成有实际意义的技术。Waymo 就是一个例子：从早期看起来非常超前的技术探索，到后来逐步成为能够在现实世界运行的系统。量子计算也是类似的长期投入方向。我们在量子领域已经投入了很长时间，访谈中我提到这段旅程大约已经持续近二十年。

太空数据中心是另一个长期方向。我们在这方面的探索大约开始了两到三年。我认为，未来把计算基础设施部署在太阳同步轨道上可能具有合理性，因为这样能够持续获得太阳能，也就是我们能够利用的最丰富能源之一。随着 AI 对算力的需求呈指数级增长，长期来看，能够 24 小时持续获得能源的轨道环境可能会变得有吸引力。

当然，这是一项非常有挑战性的工程。团队为项目设定了有纪律的阶段性里程碑。把 TPU 送入太空是其中一个令人兴奋的重要节点。访谈录制时，我们预计这些 TPU 即将迎来一个类似“Hello, World”的首次成功运行时刻。我期待看到这一进展，也会继续在这一方向投入。

这并不意味着太空数据中心会立刻替代地面数据中心。它是面向长期算力需求的多项探索之一。我们需要评估工程可行性、能源优势、部署成本和运行可靠性，并按阶段推进。

AI 对 Google 内部软件开发的影响

AI 已经在多大程度上参与 Google 的代码开发？

此前我曾提到，Google 内部约有 25% 的代码由 AI 编写。现在，单纯用这个比例衡量 AI 的影响已经没有太大意义，因为我们触及的几乎每一部分代码，都已经深度受到 AI 的影响。更值得关注的是，AI 是否让工程师能够承担过去难以完成的复杂项目，以及最终的软件质量是否得到改善。

以 Argon 为例，我们观察到一个明显的拐点：工程师开始使用它处理复杂项目，其中包括影响数百万行代码的项目。Argon 发布后的四周内，我们看到销售额提高了 30%；更重要的是，回滚数量也出现了幅度接近三分之一的下降。也就是说，工程师不仅能够更高效地编写代码，而且产出的代码质量也在改善。

因此，我们正在使用更新的指标来跟踪 AI 对工程工作的影响，而不是只统计有多少代码由 AI 生成。生产效率、项目复杂度、代码质量和回滚情况，能够更全面地反映 AI 工具是否真正改善了软件开发。

数据中心建设、社区责任与能源成本

面对数据中心建设引发的社区担忧，Google 应当怎么做？

我们非常重视以负责任的方式建设数据中心。我走访过一些 Google 长期运营大型数据中心的社区，也会与当地居民交流。有些居民会告诉我们，他们的孩子因为 Google 在当地的投资而有机会上大学。我们与这些社区共同成长，这说明数据中心投资能够带来就业、教育和其他长期收益。但这并不意味着建设项目可以忽略当地居民的担忧。

我认为，关键是从项目早期就与社区沟通，保持透明，并认真理解项目对周边地区的影响。对于这些项目，我们承诺带来新增电力，并承担项目所需电力的 100% 成本。我们还需要尽早了解社区和邻里受到的影响，与当地居民合作解决问题，而不是等到数据中心建成、争议出现后才开始回应。

如果能够以正确的方式推进，数据中心建设与社区发展并不必然冲突。但行业不能假设所有企业都会采取相同做法。居民突然发现大型数据中心建在自家后院附近，感到惊讶或担忧，是完全可以理解的。整个行业都应当在沟通、透明度和责任落实方面做得更好。

从长期角度看，太空数据中心等探索也与基础设施选址有关。未来我们需要更多数据中心，而把它们放在不同环境中，可能会带来不同的成本、能源和社区影响权衡。但这类长期探索不能成为今天忽视社区责任的理由。

AI 研究中的其他关键突破方向

除了更大的模型，Google 还在押注哪些研究方向？

我们并不是只押注一种技术路线，而是在多个方向同时投入。Argon 支持一百万个输出 tokens，是其中一个值得注意的进展。早期 Gemini 模型在输入侧实现了一百万 token 的上下文窗口，也体现了我们持续推进长上下文能力的努力。

除此之外，我们还在研究合成数据、持续学习和更高效的模型架构。持续学习关注的是模型发布后能否继续更新和学习，而不是每次会话结束后就失去此前积累的能力。更高效的架构则有助于在有限算力条件下提升模型能力和运行效率。世界模型也是我们持续投入的方向之一。

我们会把有意义的一部分算力专门用于这些研究押注。它们与主线模型开发并不是彼此割裂的：研究过程中出现的想法，有时会逐渐成熟，并最终进入主线模型。因此，即使某些探索尚未成为公开产品，也可能对后续模型能力产生重要影响。我们会在这些方向上同时进行多项尝试。

技术乐观主义：创新必须服务于人类

如何在承认风险的同时，继续对技术进步保持乐观？

我对技术进步抱有深刻的信念，因为从我个人的人生经历来看，技术进步以及技术可及性的提升，确实能够改善人们的生活。这种亲身经验构成了我乐观态度的基础。但我从来不认为，技术乐观主义意味着想做什么就做什么，也不意味着只要建造出某种技术，社会就一定会自动从中受益。

人类始终需要努力驾驭技术，让技术以正确的方式服务社会。我们必须把技术建设放在人类福祉的框架下，努力让人的处境变得更好。这应当成为我们开发和部署技术时最重要的目标。真正的乐观主义不是盲目乐观，而是在认识风险、认真解决问题的同时，相信技术能够带来进步。

主持人以萨尔瓦多的一个城镇为例：五年前，当地曾经对比特币和区块链充满热情，建设活动一度十分繁荣，但后来发展没有达到人们的预期。再次访问时，那里已经像一座鬼城，留下许多未完工的建设项目。这个例子说明，创新需要下注，也需要乐观，但投资并不总会按预期兑现，失败还可能给社区带来真实后果。对此，我的看法是，技术发展需要承担风险，但更需要明确我们究竟在为谁建设、希望解决什么问题，以及如何让技术真正改善社会。

我认为，我们现在仍处于未来进步的非常早期阶段。人们经常谈到医疗保健等领域，但大量影响可能还在前方。技术有机会从根本上降低许多事物的成本，尤其是那些长期以来持续变得越来越昂贵的领域；它也有机会帮助人类发现新材料，并从根本上改变某些行业的发展曲线。今天我们很难完全理解这些变化最终会有多深远，但我相信它们会产生非常重大的影响。

与此同时，我们必须正当地担忧技术可能出错的各种方式。正是认真对待这些担忧，才能推动我们找到解决办法。乐观与谨慎并不矛盾，而是必须同时存在：我们要相信技术能够改善人类生活，也要对潜在风险保持清醒，并投入足够的工作来处理它们。

结语：无限可能伴随着责任

我对 AI 的未来非常乐观，因为我们才刚刚开始看到这项技术能够带来的变化。前沿模型、多智能体协作、世界模型、持续学习、更加自然的交互界面，以及新的计算基础设施，都可能推动下一阶段的进步。但这些进步不会仅凭模型能力增长而自动变成社会价值。我们必须同步做好安全研究、独立评估、企业控制、基础设施建设和社区沟通。

对 Google 来说，真正重要的不是单纯追求更大的模型或更多的算力，而是持续推动技术前沿，并把技术转化为能够改善人类处境的产品和服务。我们需要保持创新的雄心，也需要承担与之相匹配的责任。技术乐观主义只有在服务于人类、认真面对风险并努力让社会从中受益时，才具有真正的意义。

我虽然行过死荫的幽谷，也不怕遭害，因为你与我同在。
诗篇 23:4