Google AI 的历史与未来 桑达尔·皮查伊深度访谈

外界有一个普遍误解：Google发明了Transformer，却让OpenAI将其产品化为ChatGPT。皮查伊澄清了这个说法。Transformer的诞生有非常实际的产品背景：翻译需求驱动——团队当时正致力于改进翻译质量；算力瓶颈——语音识别成功了，但要服务20亿用户，芯片不够——如何解决推理问题？

这些技术没有被束之高阁。BERT和MUM立即应用到搜索中，带来了搜索质量的大幅跃升。皮查伊强调："人们低估了这一点，因为我们如此虔诚地衡量搜索质量。那个时期搜索质量最大的飞跃就是因为BERT和MUM。"

答案不是"只做研究不应用"，而是有更复杂的考量：LaMDA早已存在——Google内部甚至有人认为LaMDA有了感知能力，这本质上就是早期版本的ChatGPT；质量门槛——Google作为搜索公司，对产品质量有更高标准；安全顾虑——内部版本毒性较大，需要经过RLHF（人类反馈强化学习）处理才能发布。

皮查伊将这一切放在更宏大的视角中："如果你身处消费互联网领域，你总会遇到惊喜。Elad和我在Google时，有Google Video Search。然后YouTube出现了。"Facebook收购Instagram也是如此。"没有人会坐下来说……你不会带着那种戏剧性来看待这些时刻，因为Facebook只是收购了Instagram。"

"我一直将延迟——为了这个目的我们称之为延迟——视为伟大产品的区别性特征之一。它几乎总是反映了产品的技术基础做得很好。"皮查伊分享了搜索团队的极端实践：毫秒级预算——子团队有毫秒级的延迟预算；激励机制——让系统快3毫秒，获得0.5积分，快5毫秒，1分给延迟预算，1.5分传递给用户；严格审查——有人可能获得30毫秒或10毫秒的预算，但都要经过严格审查。

过去五年，搜索延迟改善了30%，而功能性进步巨大。这正是Gemini的策略：Flash模型拥有Pro模型90%的能力，但更快、更高效。

关于搜索的未来，皮查伊描绘了一个Agent化的图景："很多信息查询在搜索中将是Agent化的。你将完成任务。你将有多个线程在运行。"搜索会消失吗？"搜索会演变为一个Agent管理器，你在其中做很多事情。"

皮查伊强调这是一个扩张性时刻，而非零和游戏："我觉得这感觉离零和游戏太远了。人们能够做的事情的价值也在某种疯狂的曲线上。"YouTube在TikTok和Instagram之后做得很好。"你越将其视为零和游戏，它看起来就越困难。如果你不创新，它可能变成零和游戏，但只要你处于这些事情的前沿……"

"那是一个非常清晰的时刻，'嘿，Overton窗口已经转移了。公司是为那个时刻而建的。垂直整合不是意外，而是非常有意为之的……'"皮查伊回忆道，2016年Google I/O大会就宣布了TPU，并谈论建设AI数据中心。公司已经在以AI-first的方式运作。"我感到，我们在前沿LLM模型方面落后了，但我们在内部拥有所有能力，我们需要执行以满足这个时刻。"

"我认为真正的模型……人们看到的可能是Gemini 2.5。特别是在多模态方面达到前沿。"皮查伊称赞Google DeepMind团队：他们付出了更高的前期固定成本，但设计了从第一天起就高度多模态的Gemini模型。

"这是一个令人难以置信的动态前沿。我认为有两三个实验室在相当激烈地相互推动。在任何给定的月份，我们觉得，'噢，太好了。我们做得很好。' '噢，该死。有几件事落后了。'"

有研究者认为Google不如其他实验室那么"AGI-pilled"（相信AGI即将到来）。皮查伊的回应："我认为我们将资本支出从300亿美元扩大到约1800亿美元……如果你不以某种方式思考曲线，你就不会这样做。""可能因为我们是一家更大的公司，拥有很多产品，在如此多的层面上接触到如此多的人，我们谈论它的语言方式可能不同。"

他反驳了Google不理解AGI的说法："Demis、Jeff、Ilya、Dario都曾在那里。你好，你过去20年有在关注吗？"

皮查伊分享了他的几个"感受AGI"的时刻：2012年——Jeff Dean演示最早的Google Brain版本——神经网络识别猫；2014年——与Larry一起参加DARPA挑战赛，看自动驾驶汽车；Demis演示——最早拥有"想象力"的模型版本。但最近最直观的体验是编码："如果你在编码，给它一个复杂的任务，你从不打开IDE，你在某种Agent管理器世界中，你看到它在做，它有多强大……你可以称之为感受AGI。"

他讲了一个个人故事：做一个业余项目后，才想起来问"它使用的是什么语言？"——"那是我需要在一切正常运行后才询问它的一个细节。感觉像魔法。"

Google宣布2026年资本支出在1750-1850亿美元之间。但皮查伊承认："Google即使想花4000亿美元的资本支出也做不到，因为内存不够，电力不够。"

晶圆产能——wafer starts是基本约束；电力与许可——监管环境可能成为约束；建设速度——中国建设速度令人敬畏，美国需要学会快10倍建设；内存——短期内最关键的组件之一。"你几乎必须转变心态，思考在物理世界中快10倍做事需要什么。"

"没有任何领先的记忆公司会戏剧性地提高产能。"短期内存在约束，但会逐渐放松。皮查伊预计这将推动创新："我们将让这些东西的效率提高30倍。所有这些都在同时发生。"

如果算力成为瓶颈，而模型进步越来越依赖自我改进，这是否会形成"音乐椅"游戏——谁能拿到现在的算力？皮查伊部分同意这个框架，但指出一个反直觉的事实："我刚发布了Gemma 4，它是一个非常好的开源模型……你正在谈论一组可以装在USB记忆棒上的权重。"

皮查伊提到了另一个被低估的约束：安全。"这些模型绝对会打破几乎所有现存的软件……有人在告诉我零日漏洞的黑市价格正在下降，因为AI导致供应增长，我认为这是一个非常有趣的市场指标。""我们可能需要更多的协调，而这目前并没有发生。可能会有一个尖锐的时刻。"

但皮查伊也看到了积极面："约束激发创造力。它迫使你经历一个压缩周期，让你变得更高效。"

"我们正处于思考太空数据中心的最早阶段。""如果你以20年的视角，你要把大多数数据中心放在哪里？"

皮查伊认为量子计算的最大优势是"模拟自然"："从根本上说，我觉得量子会有优势。我们仍然不了解哈伯工艺（肥料生产）。有许多复杂的……我的本能告诉我，在模拟天气、模拟现实等方面，量子将具有优势。"他强调技术史的模式："你把东西做到一个规模让它工作，然后人们利用它的创造力找到应用。没人会预测Uber是手机加GPS的结果。"

"Google DeepMind团队正在深入思考机器人技术。我们是一家过早进入机器人领域的公司……但Gemini机器人模型在空间推理等方面是最先进的。"Google正与Boston Dynamics、Agile等公司合作。

"我正在扩大Wing的规模，在某个合理的时间段内，4000万美国人将能够使用Wing配送服务。我不是说几年后或类似的时间。"

"专注于以有针对性的方式改进这些模型，以改善药物发现的所有可能步骤……即使你有三期试验等，也能以更高的成功概率到达那里。"皮查伊称赞这是"我在不同生物模型方面见过的最聪明的方法"。

"在Google，我们的优势之一是有时在周期的非常早期做出这些决定。这几乎可以追溯到我们作为深层技术导向的根源。"皮查伊解释了评估逻辑：早期小额投入——初始资金可以较小；长期承诺——但你要长期承诺；深层技术评估——确保底层技术持续进步。

"我们通过什么来评估？我们有关于逻辑量子比特错误率、大型稳定逻辑量子比特阈值的目标，团队是否能达到这些目标？"

为什么Waymo没有像Loon那样被砍掉？皮查伊解释：这是定性和定量结合的决策。"你看Waymo驱动程序——底层技术，软件如何驾驶汽车？在安全性和可靠性方面的进展。""你可能遇到没有进展的阶段，但那时候你需要……你对团队质量有信心，他们会突破这些阶段。"

他承认两三年前，当世界对Waymo变得悲观时，Google反而增加了投资。"我现在每天都尽可能坐Waymo上班。这是一种非常神奇的体验。"

访谈者问：Google是否应该利用杠杆，而不是持有净现金？皮查伊表示："例如，如果Waymo更早达到这一点，我会更早投资资本。""我一直觉得，如果你对某事感到兴奋并有了信念，你愿意承诺资本来看到它完成。"

现在，计算预算与人力预算同等重要："我们总是有计算预算……现在它真的非常受限。我至少每周花一个小时思考这个问题，在相当细致的层面上。""稀缺资源是计算，所以你要确保Google宝贵的计算资源被用于最有价值的项目。"

皮查伊描述了Google内部的"同心圆"式扩散："有些Google团队正在更深刻地转变……我的一个大任务是如何将其扩散到越来越多的团队。"

工程师团队正在"生活"在Agent管理器世界中。但搜索团队是上周才部署的。"在一个大型组织中，我认为变革管理是这项技术扩散的一个困难方面，这对于小公司来说可能很容易。"

提示词技能——工程师需要学习如何更好地提示AI；公司特定知识——需要知道使用哪些工具；代码协作——AI生成代码的高更迭率使协作困难；数据访问——Agent需要访问企业数据；权限引擎——谁可以访问什么数据需要重写；角色定义——工程师、产品经理、设计师的边界可能需要合并。

皮查伊确认这正是Gemini Enterprise和Antigravity团队正在解决的问题："这正是你所谈论的路线图。字面上说，我们在内部使用它，遇到这些障碍，然后克服它们。这就是正在发布的产品。"

访谈者称赞了GCP的MCP（Model Context Protocol）集成："你的AI可以以编程方式与Google Cloud交互……我觉得GCP真的从中受益。它太广泛了，有这么多功能。"皮查伊同意："AI作为任何事物的编排层……我认为我们已经看到了一些程度，但对于GCP，这肯定是一个巨大的效应。"

1. 持久化AI——消费者需要持久的、长期运行的AI任务；2. Google Docs搜索——文档搜索比Gmail难，因为关键词不够独特。皮查伊确认Docs的AI集成将在未来几个月带来"急剧的改进"。

关于"完全自主的财务预测"，皮查伊认为："我确实期望2027年将在某些方面是一个重要的拐点……也许你会用传统方式检查一段时间，但你会转换、交叉。但我想2027年将是一些这些转变相当深刻地发生的一年。"

"创业公司将有一个优势。更多AI原生的团队，你可能可以通过面试流程等来实现。而对我们来说，我们将有再培训、转型等。"

皮查伊分享了他昨天花费时间的一件事："某个人解释他们在后训练方面做的改进，我听着，就像，'噢，这真的会显示为一个很好的跳跃。'""这就是这个时刻的持续力量。"