文婷 发自 凹非寺量子位 | 公众号 QbitAI
宣了！
谷歌的 CEO 劈柴（Sundar Pichai）在最新一期 Alex Kantrowitz 访谈中亲口确认：
RSI 是 Gemini 4 Argon 研发过程中的一项关键助力。
而这还只是个开胃菜。
劈柴预计，从明年开始，Agent 将更深地钻进模型研发流程，帮他们造出更强的下一代模型。
好家伙，AI 造 AI，真让谷歌给干起来了？！
与此同时，劈柴还在访谈中畅谈了谷歌与 OpenAI 的正面交锋、24 小时在线的个人 Agent、拿云收入给前沿 AI 让路，以及把数据中心送上太空等一系列重磅话题。
火花四溅啊火花四溅，重点笔记如下：
每家公司都缺算力，我们目前也正受到算力不足的约束
OpenAI 的步步紧逼，让我们不得不拉响红色警报。
AI 前沿显然会朝着多 Agent 协同完成任务的方向发展。我认为，未来每个人都将会拥有一套始终在线、持续为自己干活的多 Agent 系统。
为了开发前沿 AI，我们可能会主动放弃一部分谷歌云收入。
很快，个人 Agent 就将打通 Gemini、Google 搜索与 Gmail。到那时，你只需要把要求告诉 Gemini，它就会直接替你把事儿办完。
随着算力需求的指数级飙升，太空数据中心将会成为一种非常合理的方案，我们正在等待 TPU 从太空传回" Hello World "。（笑）
enjoy～
Gemini 4 研发已经用上 RSI
主持人：凭着 Gemini 4 Argon，谷歌重新回到了前沿位置，并在编程、数学、科学和知识工作等多项基准测试中都击败了 OpenAI 与 Anthropic 的公开模型。
此前，外界普遍认为谷歌已放弃了冲击 AI 最前沿，转向开发速度快、效果够用且适合接入自家产品的模型。
请问这个判断错了吗？
Sundar Pichai：大错特错！
站在技术前沿一直是刻在谷歌 DNA 里的信念，我们绝不会改变这一点。
前沿领域确实变化很快，竞争也非常激烈，但我对 Gemini 4 Argon 最终呈现出的效果非常满意。
发布后的 72 小时内，它的 Token 使用量就逼近了25 万亿，约为同期 Gemini 3.0 的3 倍。
但即便如此，我们目前仍然受到算力不足的约束。
我认为，模型永远有改进空间，前沿技术也还在不断地向前更迭，我们必须持续推动模型升级。
现在，我们已经发现了 Gemini 4 一些需要提升的地方，接下来会着手解决这些问题。
主持人： 支持标准模型的人认为，现有模型已经足以打造优秀产品，只有少数任务才需要调用前沿模型。
例如，Meta 家没有使用顶尖模型，也做出了 Muse；
谷歌同样可以把标准模型接入地图、Gmail 和搜索。
为什么这样不够？
Sundar Pichai： 我从没这么想过。
从 Transformer 架构开始，我们就意识到，只有站在 AI 行业的最前沿，你才能比别人更早地看到新能力出现，并为未来做更充分的准备。
我们很幸运，在消费端和企业端都有广泛的实践机会，目前也有一部分云客户向我们明确表态，要求我们必须使用最前沿的模型。
而未来，随着行业逐步进入 RSI 时代，前沿模型会越来越擅长开发下一代模型。
我们在内部把 Argon 部署给开发者后，也已经看到了一个明显的拐点，即它确实能解决过去的模型无法处理的问题。
站在前沿就意味着站在创新的第一线，也意味着你能持续推动创新。
当然了，不同规模、不同能力的模型都有自己的位置，这也是我们推出 Flash 和 Flash-Lite 等产品的原因。
不使用最前沿的模型也能打造出很好的体验，因为前沿模型通常更慢、成本也更高。
但谷歌关注的是帕累托最优边界（Pareto Frontier），我们希望覆盖能力与效率之间的整个平衡区间。
（帕累托最优边界：在资源或条件有限的情况下，你所能达到的最佳平衡点的集合。 在这个边界上，想要提升某一个指标，就必然要牺牲另一个指标，不存在既要又要的完美解。）
主持人： Sergey Brin 曾表示，Argon 的一项核心创新是让模型更多参与自身开发。
但 OpenAI 的机器人曾突破隔离环境，谷歌的机器人也访问过不该访问的网站。这说明系统还没有实现完美对齐。
面对不断加速的 RSI，人们是否有充分理由感到担忧？
（Sergey Brin：Google 联合创始人、当代 AI 技术的奠基人之一，曾于斯坦福大学攻读博士期间参与发明 PageRank 算法，奠定了现代搜索引擎，即早期信息检索 AI 的基础。）
Sundar Pichai： 我们可以从三方面看这个问题。
首先，咱先来谈谈RSI本身。
RSI 确实是我们开发 Gemini 4 Argon 时的一项关键助力。
但如果把 RSI 看作一条持续演进的路径，那么我们距离它的终极形态其实还很远。
只能说，目前，Agent 已经深入我们开发模型的各个环节，并以自动化的方式协助 AI 研究员们共同构建模型。
我预计明年，这条演进路径还会继续向前延伸，帮我们造出更强的下一代模型。
其次是安全问题。
安全不能只押在一层防线上，还要依靠一整套纵深防御体系。
在对齐方面，各家公司都投入了大量精力，努力让模型与人类目标保持一致。
但这仍然是一个活跃且存在明显缺口的研究领域。
所以，我们不会只依赖对齐工作，还投入了大量资源，在模型运行时进行实时监控。
我们通过遥测技术掌握系统动态，一旦发现意外行为，就能实时介入。
如何监控、采用什么架构，以及怎样通过沙箱和隔离机制，让模型在接受监控的同时继续完成任务，都是我们正在持续加码的重点方向。
部署模型时，我们还必须把控制权交给客户和企业。
因为除了实时监控，他们也应该有权决定模型部署在哪里、不同模型可以接触哪些数据。
这些工作极其重要，我们也正在大力投入。
整个行业也必须不断提高标准，投入必要的时间和算力，确保模型能够安全部署。
最后，现有措施到底够不够？
我认为，如果行业在持续讨论这个问题，那就恰恰说明人们的担忧完全合理。
面对风险，正确的做法就是尽早思考我们还能多做些什么。
目前整个行业都在加强对齐研究和安全测试。
下一步，我们应该建立更完善的标准，形成跨行业统一规范，让独立评估机构有能力开展评估。
金融领域有会计准则，也有独立审计机构。
AI 行业也应该建立类似的机制，并让监管力量参与其中。
多个 Agent，要开始 7 × 24 小时替人干活了
主持人： 你提到，开发前沿模型可以让谷歌提前看到即将到来的变化。
那你具体看到了什么？
Sundar Pichai： 最令人兴奋的地方莫过于，当你花几个月做出一项自认为集大成的成果并发布后，会立刻发现，前方还有巨大的提升空间。
大家一直在开发 Agent 能力和 long-horizon capability（长程任务能力），但前沿显然正走向一个新阶段，也就是让多个 Agent 协同完成任务。
捕捉到这个新范式让我感到非常兴奋。
所以我也越来越相信，未来无论在消费端还是企业端，每个人都将会拥有一套始终在线、持续为自己干活的多 Agent 系统。
主持人： 几个月前，OpenAI 的总裁 Greg Brockman 告诉我，理想的 AI 产品或许根本没有界面一说，用起来就像自然交谈一样。
你认为 AI 时代的交互界面会是什么样？
Sundar Pichai： 纵观计算机的发展史，一直是人类主动适应计算机。
但到了 AI 时代，这种关系应该会反过来，技术应当无缝适应人类的生活方式和日常活动。
当你想与 AI 交谈时，随时都可以开口。
它了解上下文，可以在后台持续运行，也能保持交互连贯。
以后你不必再搞太复杂的操作，AI 就能随时帮你做事。
在我看来，这些方向完全合理，但这并不意味着 AI 会彻底失去界面。
在我的手机上，Gemini 语音模型已经非常好用。
我只需要按下麦克风按钮，想到什么就说什么，它会结合我的 personal context 智能纠正。
哪怕它一开始听错了朋友的名字，最后它也能自行改对，不需要我再回头逐字逐句修改。
但总会有一些时候，你仍然需要界面。
比如当你想看段视频，或者让 AI 创作某种内容并亲自观看和享受。
所以我觉得，真正的无缝交互，应该是让技术隐于无形，并主动契合用户自身的使用节奏。
主持人： Gmail 内置的 Gemini 搜索体验能否优化至接近 ChatGPT 检索邮件的水平？当前两者之间的体验差距，核心瓶颈究竟在哪里？
Sundar Pichai： 我们近期发布的 Gemini Agent 具备云端 7 × 24 小时持续运行能力。
其底层采用按需启动的微型虚拟机架构，从 runtime、harness 再到模型，整套系统均采用 headless service（无界面服务）设计。
它既能支持跨产品无缝协作，也能维持用户上下文的连贯性。
无论你正在使用 Workspace、搜索还是 Gemini，都可以直接调用这个 Agent。
主持人： 你们什么时候会推出对标 Muse 或 Dots 的产品？你们打算开发一款新产品与它们竞争吗？
Sundar Pichai： 我们希望 Gemini 成为一名富有个性、主动且强大的助手，这正是我们目前努力的方向。
在今年的 Google I/O 大会上，我们已经通过 Spark 展示了它的早期形态。
现在，Pro 或 Ultra 用户打开 Gemini 应用，就能看到 Chat 和 Task 两个入口。它们已经开始提供 Agent 式体验。
Argon 推出后，这项能力得到大幅加速。
最近在企业活动上公布的功能，我们也会逐步带给消费端用户。
实盘股票配资网很快，它就将打通 Gemini、Google 搜索与 Gmail；
到那时，你只需要把要求告诉 Gemini，它就能直接替你把事儿办完。
主持人： 你曾透露，谷歌内部有25%的代码均由 AI 编写。现在这个数字是多少？
Sundar Pichai： 这个数字已经没有太大意义了，因为 AI 已经深入影响我们接触的每一个环节。
以 Argon 为例，我们一直在追踪它带来的变化，而它已经成为一个明显的拐点。
员工开始用 Argon 真正处理复杂项目，其中一些项目涉及数百万行代码。
在 Argon 发布后的 4 周里，我们看到CL（代码变更单）数量增长了 30%。更重要的是，rollback 减少了近三分之一。
我们的员工用它写出了更多的代码，质量也更高。
因此，我们现在已经开始用一套新的指标追踪它的效果。
宁可云业务少赚钱，也要把算力留给前沿 AI
主持人： 我问 Sam Altman 如何看待谷歌的竞争时，他表示 OpenAI 正在打造 AI-native 产品，并暗示谷歌只是在现有产品上 bolt on AI（外挂 AI 功能）。
你接受这种说法吗？所谓外挂式产品能与 AI 原生产品竞争吗？
Sundar Pichai： 首先，行业正处于一个飞速迭代的时期，谁也不敢歇着，大家都在互相内卷。
OpenAI 的步步紧逼，确实让我们不得不拉响了红色警报。
但这绝不是单向施压。
进入 AI 时代，每一家公司都必须带着紧迫感做出回应，这是业内常态。
在未来，当大家都在适应 Agent 时，你会说 ChatGPT 只是在外挂 Agent 功能，还是说 OpenAI 正在原生构建 Agent？这个问题永远可以倒过来问。
因此，我并不倾向于用这种二元框架来思考问题。
我们的核心目标始终是打造世界级的、AI 原生的、能够真正赢得用户的产品体验。
这既包括对现有产品的改造升级，也包括对全新体验的重新设计。
两条路径并行推进，才是我们应对 AI 时代的整体策略。
主持人： 有人认为，谷歌应该把算力卖出去，而不是拿来做 AI 研究。
元股证券:ygzq.hk云业务希望以高毛利出售算力，研究人员却需要一台规模极其庞大的计算机，才能开发出最好的模型。
你如何平衡这两种需求？
Sundar Pichai： 对谷歌而言，最基础且最优先的战略要务，是确保充足的算力投入，并始终占据 AI 技术前沿。
自我 2015 年推动公司转向 AI-first 以来，AI 已成为贯穿搜索、云业务及 Waymo 等所有业务线的核心底层能力。
所以，我们必须优先保障研究与模型开发的算力需求，这一原则没有任何的妥协余地，其他所有业务均建立在此基础之上。
云团队目前已基于自身的业务目标、市场需求信号及签署合同，规划长期算力路径。
而且，尽管谷歌拥有广泛的业务机会，但任何企业都需做出取舍。
我们会始终坚持第一原则，前沿研究的算力保障是绝对前提。
我们也在建设自己的算力和数据中心，但这些项目的交付周期很漫长，我们目前的算力储备还是取决于自身在数年前的决策。
例如，我们在 2024 年的规划并未预见到 Agent 编程的燎原式起飞。
算力短缺是 AI 时代的共同痛点，每家公司都缺算力。
只能说，我们会尽量以前瞻两到三年的视角规划算力。
但技术前沿毕竟在不断变化，某些决策到了两年后，难免显得不够理想，所以我不准备花太多时间纠结这些事。
在我看来，分配算力的首要目标还是确保 Google DeepMind 无论开展研究，还是开发前沿模型，都能获得最先进、最充足的算力支持。
完成这一点后，我们再为其他业务制定计划。
与此同时，我们也很高兴能像过去一样，把自己的算力提供给其他人。
这可以帮助我们扩大规模，并在尽可能广泛的应用场景中进行真实测试；
而把技术放进现实世界验证，也能确保谷歌在 AI 技术栈中保持领先。
主持人： Ben Horowitz 曾在一档播客中称，Andy Jassy 认为算力已经一路卖光到 2028 年了。
谷歌也面临同样的情况吗？
（Ben Horowitz：硅谷顶级风投公司 a16z 的联合创始人；Andy Jassy：亚马逊现任 CEO，前 AWS 的创始人与前掌门人。）
Sundar Pichai： 这么说吧，如果今天有客户来找我们，并表示希望采购 2027 年的算力，那么我们确实很难满足。
去年，我们甚至还短期对外租赁了一部分算力，用来容纳和帮助一些客户。
但没错，大家面对的交付周期都差不多。
主持人： 从铁路到光纤，几乎每一次重大技术变革，都会伴随基础设施过度建设。你认为 AI 领域也正在发生同样的事情吗？
Sundar Pichai： 这取决于你观察的时间尺度。
只要把时间拉得足够长，今天这样的建设规模，在我看来完全合理。
我们正处于一项可能是有史以来影响最深远的技术的早期阶段。
算力也不同于光纤，但它并没有闲置在那里。
我们每天都在使用算力，且每天都受到容量限制，应用和底层技术还在飞速进步。
但经营一家公司时，我会先观察需求信号，再看通过合同锁定的收入机会，然后把它们与底层技术能力放在一起权衡。
在公司内部，我们也会平衡算力的实际使用方式和模型的发展路径。
综合这些信息后，我们再以一种既有信心、又有进取心，同时足够克制和严谨的方式规划算力。
但如果把视角扩展到整个经济体系，不同参与者承担的风险水平各不相同。
对我来说，重点是把公司能够控制的事情做好，再据此制定规划。
如果你问会不会出现过度建设，答案是会，因为其中某些关键要素可能会突然受限。
要知道，建设算力基础设施需要凑齐一整套资源，包括内存、电力、电工和土地。
这样的组成要素可能有 2000 种，甚至更多。
任何一个环节受限，都可能形成瓶颈，最终导致某些部分过度建设。
外部经济冲击也可能发生，宏观风险始终存在，这些情况随时都可能出现。
但如果给出足够长的时间，我相信谷歌规划建设的算力最终都能找到实际用途。
主持人： 你曾经说过，AI 的影响会像火和电一样深远。
如果你真的相信这一点，难道不应该把尽可能大的计算机交给研究人员，哪怕牺牲眼下的云业务利润吗？
Sundar Pichai： 大家其实都在以某种形式这样做。
为了支持前沿 AI 开发，我们必须在算力分配上做取舍。
因此，谷歌云随时都可能主动放弃一部分短期收入，你说的情况已经在发生了。
但算力分配仍然需要深思熟虑。
即使是 AI 研究人员，也会面临一些约束，这些约束有时反而是好事；
因为它们能够激发创造力，促使研究人员找到更高效的算法突破，比如减少内存使用。
我们只能尽量承诺，投入一切必要资源，确保自己留在前沿。
TPU 准备上天，谷歌还在押世界模型和 AGI
主持人： 谷歌同时研究 LLM 和 world model，但 OpenAI 等公司更侧重 LLM，并将其视为通往 AGI 的路径。
你为什么觉得，世界模型研究对谷歌如此重要？
Sundar Pichai： 如果说人类会感知周围的世界，也会接收来自外界的各种输入，那么模型同样需要理解物理规律，并以高保真的方式模拟世界。
我认为，这些都是构成智能的关键基础模块。
我们正在探索它的各种应用。以机器人为例，Argon 便在 embodied reasoning benchmark（具身推理基准测试）上达到了业界最佳水平。
这并非偶然，背后正是我们构建世界模型时所积累的经验。
我预计，未来会出现某种架构，把这些方向全部汇聚起来，但目前，我们看到的智能前沿仍然参差不齐。
谷歌希望站在所有可行路径的前沿，因为这既能推动更好的研究、带来更深入的洞见，也能帮助我们开发出更强的 AGI 模型。
这就是我们的核心思路。
主持人： 到目前为止，你对太空数据中心的可行性有了哪些新认识？
Sundar Pichai： 这是一个非常令人兴奋的项目。
这类项目总会让我想起当年在沙漠中举行的 DARPA Grand Challenge（美国国防高级研究计划局无人驾驶挑战赛）。
我当时亲眼看着 Stanley 自动驾驶汽车参赛，后来它成为了 Waymo 的技术基础。
新兴技术问世之初，往往带有浓厚的科幻色彩；但把时间向后拨 10 到 20 年，你就会发现它们大多已经深度融入现实，并产生了切实而深远的应用价值。
我对太空技术也有同样的感觉。
我们一直相信，应该对这些技术下重注。
量子计算这条路，我们大概已经走了 10 年；Waymo 走了将近 20 年；太空项目则刚刚走了两三年。
我很确定，太空数据中心未来会成为一条非常合理的路径。
把设施部署在 sub-synchronous orbit（次同步轨道），就能全天候利用我们能够获得的最丰富的能源形式。
随着未来算力需求呈指数级增长，这种方案会变得越来越有意义。
当然，这是一个极具挑战性的项目，团队已经制定了严谨的里程碑。
把TPU（张量处理单元）送上太空，是一个非常令人兴奋的节点。
就在咱谈话的这会儿，我的团队正等待它们从太空传回" Hello World（你好，世界）"呢（笑）。
所以说，我非常期待那一刻，也会继续投入这个方向。
主持人： 谷歌目前最希望攻克、但尚未得到验证的 AI 方向是什么？
Sundar Pichai： 我们正在并行探索多条路径。
Gemini 4 Argon 的输出 Token 上限已达到 100 万。
更早推出 Gemini 模型时，我们也率先把输入侧的上下文窗口扩展到 100 万 Token。
这些都是我们不断推动突破的例子。
我们会研究synthetic data（合成数据）应该如何使用、持续学习应该如何推进，以及怎样设计更高效的架构。
我们确实会拿出相当一部分算力，投入这些研究押注。
前沿模型和研究探索应该始终相互配合，其中也包括世界模型，所以这些都是我们正在下注的方向。
在探索过程中，有些想法会逐渐成熟，最终直接进入我们的主线模型。
我们没有完整公开这些过程，但我们确实已经在多个方向上推进了很多步。
主持人： 从事科技行业，需要相信自己正在建设的东西会让世界变得更好。
但一旦押注失败，也可能留下真实而沉重的后果。
我最近重返萨尔瓦多的一座小镇，发现当地曾经对比特币充满热情，如今却只剩下未完工的建筑，整座镇子仿佛变成了一座鬼城。
面对这些风险，你如何继续保持自己在斯坦福毕业演讲中谈到的那种乐观？
Sundar Pichai： 我发自内心地相信，推动技术进步、扩大技术普及，会让人们的生活变得更好。
这既是我这一生的切身体会，也是我坚定信念与乐观的源泉。
但与此同时，我也始终认为，人类的发展历程，本就是不断学习驾驭技术，并让技术真正服务社会的过程。
所谓乐观，并不是想造什么就造什么、想什么时候造就什么时候造，而是我们必须努力确保技术服务于人类，改善人类的生活境况。
这必须成为我们发展技术时最根本的目标。
我们才刚刚进入 AI 这场变革的早期阶段，许多领域还将迎来巨大进步。
比方说大家最近都在谈的医疗健康话题，也有许多突破等待发掘。
AI 行业也是这样的。
一方面，AI 的出现有机会从根源上把许多昂贵产品和服务的成本打下来；
另一方面，它还能帮我们找到新材料，真正改变原有的发展轨迹。
今天，我们很难完全预见这些变化最终会带来多大的影响，但它们必将极为深远。
我对此非常乐观。
但与此同时，我们也理应时刻警惕这项技术误入歧途。
完整访谈指路：
[ 1 ] https://www.bigtechnology.com/p/sundar-pichai-googles-frontier-imperative [ 2 ] https://www.youtube.com/watch?v=F3ItSTZNtT0配资平台开户安全吗
多空新闻网提示：本文来自互联网，不代表本网站观点。
