摘要

Pichai 的核心押注，是让 Gemini 成为贯穿 Alphabet 的横向智能层，而不是一个独立的聊天机器人产品。 同一个多模态世界模型可以同时提升 Search、Gmail、编程、Android/XR、Waymo 和机器人业务，让一项深度投入推动多个产品。“这是第一次，你可以进行一项非常深的横向投资”，并在其上驱动多个产品。
模型能力曲线尚未走平，但真正决定用户能用到什么的，不只是最高智能，而是服务成本。 Gemini 月度 token 用量在12个月内从9.7万亿升至480万亿，增长50倍；Pichai 仍认为预训练、后训练、测试时算力、工具和智能体等环节都有提升空间。Pro 模型可以以可接受的延迟和成本实现 Ultra 大约“80%、90%”的能力；Fridman 则指出，在延迟决定体验时，Flash 的影响力可能高于 Pro。
Google 正在把 Search 重做成一条由 AI 中介连接互联网的入口，先把自然体验做对，再讨论商业化。 AI Mode 会将每个问题扩展成多次搜索，组织上下文并支持对话；Gemini 的翻译能力也能让非英语用户更广泛地访问英文互联网。“链接到人类创造的互联网仍是核心设计原则。”未来广告将被重新理解为相关的“商业信息”，并与订阅并行，而不是简单塞回旧的10条蓝色链接格式。
Alphabet 的 AI 复苏，建立在公众舆论转向之前做出的少数关键组织与基础设施决策之上。 Pichai 提到，TPU 投资始于10年前，Google Brain 与 DeepMind 完成合并，公司组建了专门的 AI 基础设施团队，并让研究人员在物理空间上彼此靠近。外界要求他下台时，他把领导力比作潜水：水面再颠簸，“下潜一英尺”就能找到平静，但这并不意味着忽视外部真正的信号。
AI 已经提高了工程产出，但 Google 测得的增幅远比代码生成领域的 headline 更保守。 大约30%的代码使用 AI 生成的建议，但 Google 估计全公司的工程速度实际提升为10%；公司仍计划继续招聘工程师。Fridman 认为，更大的释放点将来自可靠的智能体，它们能够处理迁移、重构和整个代码库的工作，而人类保留设计、架构、判断和解决问题的职责。
生成式 AI 应大幅扩张创意供给，而稀缺的人类在场感可能获得溢价。 Fridman 想象，数千万人、甚至10亿人可以把想法变成软件、电影和其他作品；Pichai 预计电影创作者会更多，人类创造力将被释放，并坚称“这已经是最糟的时候”。但信息型内容可能比扎根于人类挣扎的体验更快自动化：人们可能会消费 AI 生成的历史简报，却仍想观看一个人如何与这段历史对抗，就像一台完美的机器运动员未必能唤起人们对 Messi 的同样感受。
Alphabet 将物理 AI 视为一个从成熟自动驾驶延伸至机器人和环境计算的产品组合。 Waymo 已完成1000万次付费 robotaxi 乘坐，并计划在2026年继续扩张；Pichai 预计 Waymo 的通用 L4/L5 驾驶系统和 Tesla 都能在一个巨大的市场中受益。Gemini Robotics、Project Astra、Android XR、翻译眼镜和 Google Beam，都在验证同一种智能如何感知并作用于物理世界。
Pichai 预计即使 AGI 稍晚到来，2030年前后的颠覆仍将非同寻常，并认为生存风险的缓解可能部分具备自我纠偏机制。 他把当下能力不均衡的系统称为“人工锯齿智能”，并表示“我们会刚好错过”2030年实现 AGI 的时间线，但到那时仍将面对重大的正面与负面外部性。他没有给出数值化的 p(doom)，但认为只要人类感知到的威胁足够高，就可能围绕降低风险形成一致行动，出现一种“自我调节机制”；同时他明确表示，这不意味着他认为底层风险“其实非常高”。Fridman 还提出，AI 可能在没有 AI 的情况下减少人类所面临的危险。

精读

1. 稀缺性让技术获取成为 Pichai 一生的行动命题

Pichai 在 Chennai 长大，小时候光着脚在街头打板球直到天黑，并通过报纸和书籍认识更大的世界。他的祖父是一名邮局职员，字迹极佳、语言能力出众，带他走进阅读；“知识是可以获得的，所以那就是我们拥有的财富。”
他们家等了5年才装上转盘电话。在此之前，取一份验血结果可能意味着花2小时去医院，被告知第二天再来，再花2小时回家；电话让这场折腾变成“5分钟的事”，邻居们也纷纷来借电话与亲人联系。
一场严重干旱期间，卡车给每户分配的水可能只有8桶，Pichai 和哥哥跟母亲一起把水搬回家。自来水以及后来出现的热水龙头，都是一个个离散的生活跃迁，让他切身体会到“技术如何彻底改变你的生活，以及它带来的机会”。
他给年轻创业者的建议，是先承认自己的幸运，然后“多听一点自己的心，而不是自己的头脑”，去寻找真正喜欢的工作。他还建议寻找让自己觉得更优秀的同事，并主动选择能拉伸能力边界的不舒适环境：“你往往会给自己一个惊喜。”

2. 冷静的领导力依靠激励、判断与有选择的强硬

Pichai 不认同自己从不生气或沮丧，但他说，失控的次数已经减少，因为“要完成你需要完成的事，并不需要这样做”。使命感强、内在追求卓越的人，往往比管理者更能感受到自己的错误。
他的管理类比来自足球中的“人员管理”：不同的人需要不同的干预方式。偶尔一次失败需要明确斥责，但更多时候，恰当的话、坚定的语气，甚至明显的沉默，反而更有效——“有时少即是多”。
当一个决定仍有争议时，Pichai 会努力听取所有人的意见，因为他们的论据可能改变他的想法。但一旦形成明确判断，领导者就要说明方向，并要求组织“有异议，但承诺执行”；冷静与坚定并不矛盾。
他对运动员的偏好，也揭示了他后来看待 AI 内容时重视的人性。他欣赏 Cristiano Ronaldo 近乎无与伦比的卓越追求，但选择 Lionel Messi，因为他的时机、移动、天才和艺术感所带来的敬畏，可能在情感上始终不同于观看机器完成更好的表现。

3. AI 属于不同于此前通用技术的联赛

Pichai 仍坚持自己在2017年或2018年提出的判断：AI 将“比火或电更加深刻”，同时承认其中可能有近因偏差。一次手术让他意识到麻醉也可能是人类最伟大的发明之一；没有经历过早期突破的人，很难真正感受到它们的历史分量。
在他的逻辑中，AI 的独特之处不仅在于适用范围广，还在于发展速度、未知上限以及潜在的递归式改进。它可能成为第一项显著加速“创造本身”的技术，最终开展新的研究，并改进用于创造下一代系统的系统。
观看 AlphaGo 从一无所知起步、在一天之内不断进步，让这种机制变得直观。以大约30%和60%的训练进度体验“Veo 3 models”，也让他看到能力如何逐步组装起来；从人的角度看，这种经历既“令人鼓舞”，又“有一点令人不安”。
Fridman 的反驳扩大了比较单位：农业革命的影响来自一个新石器时代的“组合包”，包括储存、贸易、等级制度和政府，而不是某一项孤立发明。真正的问题，是哪些二阶、三阶的制度、产品和行为会组成对应的 AI 组合包。

4. 第一个 AI 组合包效应，是把想法变成实体

Pichai 最早能看到的具体变化，是近乎零摩擦的创造：思想可以直接转化为软件、媒体和其他真实存在的东西。如今的 vibe coding 仍需要把多个 prompt 拼接起来，但他的判断非常坚决——在任何时刻，“这已经是最糟的时候”。
Fridman 将其描述为释放全体80亿人的认知能力。他把这一变化与博客和 YouTube 扩大出版者范围相提并论；Pichai 则说 YouTube 已经让许多人成为创作者，AI 将让电影创作者的数量超过以往任何时候。
这不是简单的岗位替代，而是更强的扩张逻辑。未来制作电影的人会比历史上任何时候都多，成熟艺术家会像作家使用 Google Docs 一样自然地使用 AI，不同方法的创作者也能共存；Pichai 预计，人类创造力将“以一种前所未见的方式”被释放。
他的时间判断刻意保持宽泛，没有给出精确数字。一个从1940年代或1950年代来到今天的人，看到 YouTube 会感到无比震撼；同样，10到20年后的创意图景，也可能让今天的用户惊讶不已。

5. 合成内容泛滥，可能抬高人类本质的溢价

Fridman 预计，AI 会吸收播客和有声书中信息检索的部分：如果只是想高效了解一段历史，听众可能直接询问 Gemini。真正独特的，是听一个人如何与这些信息搏斗、将其内化，并把它与情感、意识和生活经验结合起来。
Pichai 用观赏棋类比赛反驳“全面替代”。两台超人类引擎彼此对弈，可能不如观看人类竞争精彩；同样，未来机器也许能比 Messi 更好地盘带，却未必能引起相同的情绪反应。AI 内容会大量存在且极其有用，但人们珍视的体验可能会突出“人类本质”。
这种变化仍会迫使既有机构进化。Fridman 指出，广播机构会感到威胁，因为单个创作者，未来甚至 AI 生成的节目，也可能制作出有竞争力的作品；这正如 YouTube 改变了新闻、发现、消费方式以及创意权力的分配。
Darren Aronofsky 是 Fridman 选中的艺术样本：一位拥抱 Veo 的成熟电影人，正在思考如何用新工具制作有吸引力的电影。Fridman 将艺术家和喜剧演员描述为测试边界的人，他们有时必须越过那条线，才能发现边界究竟在哪里。

6. Google 希望有能力的模型理解边界，而不是继承粗糙的安全覆盖层

Pichai 将艺术自由表达视为“社会最重要的价值之一”。Google 应当像提供基础设施一样向艺术家提供工具——像画笔，也像电力；社会决定根本性的禁区，公司则负责认真执行这些规则。
Fridman 对比了 Gemini 早期对成吉思汗、阿兹特克人和世界大战的过度谨慎回答，以及 Gemini 2.5 Pro 对暴力历史更事实化、更有层次的处理。他的正面意外暴露出一个工程难题：既允许严肃探究和非典型表达，又不能让模型变得不加区分地不安全。
Pichai 的解释以能力为基础。能力较弱的模型更容易在边缘案例中犯愚蠢错误，从而促使人们不断加码干预，最终形成过度限制；当模型跨过某个智能阈值后，它们能够更好地推理复杂问题，用户也能接触到更接近原始模型的表现。
他偏好的第一原则，是“从底层出发”的科学推理，像处理数学或物理问题一样，而不是由一小部分人把结论硬编码在模型之上。他预计未来模型访问会更直接，prompt 也可能更加可定制，但对这些未来选项仍保持谨慎措辞。

7. Token 需求爆炸式增长，延迟与成本约束前沿能力

Gemini 的月度 token 用量在12个月内从9.7万亿升至480万亿，增长50倍。Fridman 想象，这些输出中可能藏着一句改变人生的5词句子；Pichai 则把这一规模与 Search 联系起来，并认为“人类的好奇心没有上限”。
Pichai 认为预训练、后训练、测试时算力、工具使用和智能体行为等方面都有显著提升空间。相较于 Veo 1，Veo 3 对物理规律的理解有所改善，说明模型正在向更通用的世界模型迈进；Google 的研究人员仍能看到继续进步的空间。
约束来自产品层面的算力。Google 提供 Nano、Flash 和 Pro，而不是 Ultra 模型，因为每一代 Pro 都能以更慢、更昂贵的 Ultra 更适合服务的成本，达到 Ultra 大约“80%、90%”的能力；下一代 Pro 随后又能匹配上一代理论上的 Ultra。
因此，日常使用的模型可能比实验室的最高能力落后数月。智能基准也无法覆盖所有关键因素：即使 Flash 的原始智能略低，在低延迟改变使用价值的情况下，它仍可能比 Pro 更有影响力。

8. “人工锯齿智能”描述了通往略晚于2030年的 AGI 之路

Pichai 借用了一个他可能与 Karpathy 联系在一起的词，把当前阶段称为“人工锯齿智能”：系统展现出惊人的能力，却仍会犯简单的数字或数字母错误。他在旧金山拥挤街道上的自动驾驶，以及 Astra 对可见世界的理解中看到了 AGI 的片段，但紧接着又会看到明显失败。
当被问及 AGI 能否在2030年前到来时，Pichai 说社会会不断移动 AGI 的定义。他更确定的预测是，到2030年，进展将足够显著，人们必须面对巨大的正面和负面外部性，无论最终由谁赢得定义之争。
对于字面意义上的时间门槛，他的回答较为克制：“我们会刚好错过那个时间线”，也就是凭直觉判断将在2030年之后实现。他回忆说，Google Brain 在2012年识别出猫，Google 在2014年收购 DeepMind，而当时研究人员已经在讨论一段以数十年计的旅程。
界面本身也可能成为递归改进的一部分。由于多模态模型能够编程并学习用户偏好，Pichai 预计它们最终会为表达自己的想法编写更好的界面，而不是继续被关在今天固定的聊天窗口里。

9. 生存风险可能上升到足以推动自身缓解

Fridman 将自己的 p(doom) 估计在10%左右；Pichai 没有给出数字。他说，如此强大的技术需要主动进行风险分析，并持续确保其被妥善利用，但明确表示，他对 p(doom) 情景的乐观并不意味着他认为底层风险“其实非常高”。
他的独特论点是组织性的：当激励一致时，大型机构可以完成非凡的事情，但协调全人类通常困难得多。然而，如果 p(doom) 足够高，人类可能围绕降低这一风险形成一致行动，从而出现一种“自我调节机制”：具体危险越大，缓解风险的努力越强。
Fridman 的反驳值得保留：比较中必须纳入没有 AI 时的 p(doom)。稀缺性、军事竞争以及其他人类失败，本身已经在威胁文明；AI 可能让人类变得更聪明、更善良，帮助更多地区繁荣，并降低引发冲突的资源约束。
Pichai 同意，人类可能需要一个 AI“搭档”来解决最棘手的问题。因此，他的乐观并不是否认风险，而是相信当形势变得足够清晰时，人类能够集体站出来应对。

10. Google Beam 让远程存在从描述变成体验

Fridman 很难解释 Beam，因为演示文稿没有传达出实际效果：只用6台彩色摄像头、无需头显，对方看起来就像真实地站在面前，仿佛从屏幕中延伸出来。他感受到实时互动，没有卡顿或延迟，并反复回应：“你看起来是真的。”
Beam 团队负责人 Andrew 解释说，这套系统由 AI 视频模型把摄像头画面转换成可交互的3D视频，再双向传输至光场显示器。根据眼睛位置生成的视角能够正确呈现遮挡、阴影和动作，空间音频则保留声音的来源位置。
Fridman 想象世界领导人通过实时翻译进行对话。Pichai 强调，它的用途不止于办公室：远方的祖母可以看到孙辈，驻外士兵可以与亲人交流。“没有什么能替代面对面相处”，他承认，但正因为现实中的见面并不总是可能，真正的临场感才有价值。
这套原型可以把共享文件放置在空间中，并随着参与者转向笔记本电脑而重新安排位置。更大的群体需要更宽的“窗口”，否则人物会重新缩小为2D方块，尺度感也会消失。Google 正与企业合作开发办公产品，长期目标是让这种体验更容易获得。

11. Google 的 AI 反弹，源自公众噪音之下做出的决策

Fridman 回忆，分析师曾认为 Pichai 应该下台，因为 Google 已输掉 AI 竞赛；但随后一年里，公司连续发布产品，Gemini Pro 在基准测试中表现强劲。Pichai 的回答不是批评者从来不重要，而是领导者必须区分信号与噪音。
他的比喻是潜水：海面可能剧烈翻涌，但水下“一英尺”就像“整个宇宙中最平静的地方”。运营 Google 很像执教 Barcelona 或 Real Madrid——一个糟糕赛季就会吸引巨大关注，但内部模型的进展轨迹比外界评论更能说明问题。
Pichai 作为 CEO 的主要押注，是让 Google 成为 AI-first 公司，并以负责任的方式追求 AGI。配套决策包括提前10年投资 TPU，接受扩大供应所需的时间，在内部构建 Gemini，并把未来10到20年视为一个比公司过去更大的机会。
他认为，大多数日常高管决策当下都显得举足轻重，但长期看并不重要。领导力的杠杆来自少数关于团队、基础设施和方向的选择，然后保持足够的信念，让这些选择逐渐成熟。

12. 合并 Brain 与 DeepMind 是关键的组织豪赌

Pichai 把合并 Google Brain 和 DeepMind 比作把 Stanford 与 MIT 合并成一个伟大的系。Brain 鼓励多元、由下而上的项目，并产出重大突破；DeepMind 则更强调自上而下地构建 AGI 的愿景。任务在于保留双方优势，同时不让机构差异阻碍合并。
Jeff Dean 希望回到科学领域的个人贡献者工作，因为管理占用了太多时间；Demis Hassabis 则是天然的运营负责人。Pichai 承认其中存在压力、争论和“一些不眠之夜”，但他说，耐心帮助合并后的 Google DeepMind 走向长期有效。
Google 还把公司不同部分的 AI 基础设施力量整合起来，并强调 London 和 Mountain View 的 Gradient Canopy 等地点的物理距离。Pichai 经常走到研究人员所在的大楼，Sergey Brin 也经常与团队一起查看模型和 loss curves。
除了组织架构，文化结果同样重要。Pichai 认为分歧和高强度工作日都是正常的战壕作业；而庆祝 Geoffrey Hinton 获得 Nobel Prize、第二天再庆祝 Demis Hassabis 和 John Jumper 获奖等时刻，则强化了团队为何能坚持走完这段路。

13. AI Mode 通过查询扩展改变 Search，但没有放弃链接

AI Mode 使用 Google 最强的模型，并把 Search 作为深度工具：一个问题会扩展成多次搜索，系统汇总上下文后帮助用户决定阅读什么。AI Overviews 在主页面提供摘要；AI Mode 则增加持续的来回对话。
翻译是一个不那么显眼、但影响深远的突破。非英语用户以母语使用的互联网可能相对狭小，但 Gemini 可以在发现阶段跨英文来源进行推理，让更多互联网内容在普通网页翻译开始前就变得可访问。
Pichai 表示，AI Overviews 已经改善，带动强劲的产品增长，并在 Google 的用户指标中取得良好成绩。AI Mode 已经交到数百万人手中，早期数据令人鼓舞，但仍作为独立标签存在，因为它还没有达到主 Search 页面所需的标准。
发布过程是连续演进的：AI Mode 中经过验证的前沿功能，会流入 AI Overviews 和主体验。在这一过程中，把用户送往人类创造的互联网仍是“核心设计原则”；上下文的目标是带来质量更高的引流，而不是消灭链接。

14. Search 商业化将围绕上下文、订阅与生态健康重建

Pichai 表示，AI Mode 早期会优先把自然体验做对。广告为数十亿人提供访问服务，但 Google 更深层的逻辑是，广告是“商业信息，但仍然是信息”，因此对相关性和质量的判断标准，应与其他搜索结果类似。
AI 可能帮助判断商业语境最自然的出现位置，就像播客主持人选择合适的赞助时点。Pichai 还提到 YouTube 将订阅与广告结合的模式，以及 Google 不断扩大的订阅业务，暗示未来的优化目标将不同于过去只围绕广告的假设。
Fridman 追问，出版商担心 AI 摘要会削弱那些提供底层知识的网站。Pichai 坚持认为，高质量新闻具有持久价值，Google 对生态的承诺可能成为差异化优势；专业报道与众包语境是互补关系，而不是非此即彼。
与此同时，“智能体互联网”也会发展起来，因为软件智能体不需要面向人类的页面布局。但 Pichai 仍预计，AI 会让网站对人类更丰富、更好用，两层结构都将保留——前提是行业能够解决让智能体参与变得有利可图的商业激励。

15. Chrome 与 Waymo 说明 Alphabet 为何持续投资看似不可能的项目

Chrome 始于2004年至2005年前后。当时 Ajax 让 Flickr、Gmail 和 Google Maps 变成动态应用，但浏览器仍然缓慢，也不适合充当操作系统。团队的愿景，是构建一个更快、更安全、遵循核心操作系统原则的互联网平台。
早期突破包括 WebKit 外壳、沙盒机制，以及每个标签页独立进程。一个位于 Denmark 的团队打造了 V8 JavaScript 虚拟机，Pichai 称其速度是替代方案的25倍；Google 通过 Chromium 开源这项工作，并尽量减少浏览器界面的视觉元素，“chrome”也由此得名。
Pichai 的 moonshot 逻辑分为3步：雄心勃勃的项目能吸引杰出人才，很少有竞争者会选择同一条看似疯狂的道路，而即便最终只实现原始目标的60%到80%，也可能成为巨大的成功。Chrome 成为他最喜欢的从零构建产品的经历。
Waymo 也是同样的模式。“前80%很容易，最后20%要花掉80%的时间。”当其他人怀疑这个项目时，Alphabet 因为看到了技术差距，反而增加投资。截至这次对话，Waymo 已完成1000万次付费 robotaxi 乘坐，并计划在2026年继续扩张。

16. Waymo、Gemini Robotics 与 Android XR 汇聚到物理世界模型

Pichai 将 Waymo 描述为通用 L4/L5 自动驾驶系统，而不是汽车制造商。Google 不直接参与 Tesla 的汽车业务竞争，他也直接假设 Elon Musk 会成功；交通市场足够庞大，Tesla 和 Waymo 都能发展良好。
Alphabet 通过 Google 也是 SpaceX“最早、最大的一批支持者之一”，这体现了 Pichai 对 Musk 的尊重，尽管双方存在相邻领域的竞争。他的基本判断是，自动驾驶在许多交通场景中仍有巨大的空白空间，不会只剩一个赢家通吃的终局。
Gemini Robotics 瞄准的是硬件取得重大进展后，长期限制机器人发展的软件瓶颈。Google 正在构建可以安全运行于现实世界的通用模型，与多家公司合作；更完整的产品计划则暂时留在“敬请期待”之后。
Android XR 提供了另一个物理接口。Pichai 认为，AR 过去受限于复杂的系统整合和不自然的输入方式；Project Astra 的多模态 AI 可以让交互变得对话化，而一个智能体化的移动操作系统能够理解目标、学习重复行为，并执行超出今天应用和快捷方式范围的动作。

17. AI 生产力的最大价值，是把人的注意力还给有意义的事

个性化 Gmail 回复展示了人机分工：助手可以搜索用户的信息并起草详细的旅行建议，而用户负责投入感情和判断。Pichai 希望人们把直接投入保留给那些真正重要的时刻，比如安慰一位陷入困境的朋友——这将是未来版本的手写卡片。
在 Google，大约30%的代码使用 AI 生成的建议，但经过严格估算的工程速度提升为10%。Fridman 认为，在数万名工程师的规模上，这一增幅已经非常巨大；Pichai 则表示，Google 仍计划继续招聘，因为能力提升会扩大值得推进的项目集合。
Fridman 预计，更强大的智能体将通过跨代码库迁移、重构和维护，释放下一波生产力。Pichai 补充说，AI 还可以标准化 Google 的代码库，让工程师和 AI 都更容易理解。Google 至少会保留一轮面对面面试来测试基础能力，同时把有效使用工具视为优势；Pichai 仍建议学习计算机科学，因为它教授的不只是编程，还能培养从第一性原理出发的推理能力。
当被问及 AGI 应该回答什么问题时，Pichai 希望它能帮助人类理解自己，并扩展对宇宙的认识。Fridman 选择了外星文明和 Fermi 悖论；两种回答最终都回到好奇心，而好奇心的价值——就像 Search 每年为每个人创造几千美元，或 AlphaFold 的长期影响——很难被完整量化。
在后记中，Fridman 选择农业革命作为当前历史上最大的“组合包”，但认为 AI 很有机会通过翻译、医学、编程、自动驾驶、政府、科学、能源和艺术超越它。他还预见一种可能的“去专业化”，即人类成为超人类专业系统的通才型整合者。
Pichai 最后的愿望是，更高的丰裕度能让生活不再像零和博弈，从而让同理心和善意更多浮现。他“几乎总是”更愿意出生在今天，而不是过去任何时代；Fridman 也同意，正面趋势多于负面趋势，但加上了一个冷静的限定：“但多得并不多。”

中国、AI移民、稀土与芯片、关税、市场｜BG2 与 Bill Gurley、Brad Gerstner No Priors 第117期｜对话 Stanford HAI 联席主任、World Labs 创始人 Dr. Fei-Fei Li