硅谷坐标 x 谷歌DeepMind研究副总裁 Ed H. Chi（纪怀新）：个性化通用助理的未来

摘要

• Ed Chi 判断通用助理仍处“很初期的阶段”，并给出 6–12 个月的时间表：届时通用助理与 AI Mode Search 之间的关系和 interface 会更清楚。 权限与 reliability 是卡点——大家会担心把信用卡交给通用助理后，它到处乱买东西；至于它帮人买机票究竟买对还是买错，这类实际结果的数据至今还没有真正出现。他用 Grandma Test 描述通用助理的成熟标尺：“当你的 grandma 指着你的机器人骂它‘你怎么这么笨’，你就知道通用助理的时代真的到了。”
• 他强调，经济活动最终要看 capability over cost；若模型能力普及，成本控制可能成为最重要的护城河。 Google 的优势在于 full stack——从模型、application、hyperscaler、token factory 到芯片与能源控制，并有能力以最低成本提供 token。Ed 也指出，现阶段很多人还没有关注 cost。
• 关于模型竞争力，他认为 Google 不可能放弃模型开发，理由是用户期待 Google 拥有自己的模型技术。 近几个月发布偏小模型是刻意为之——通用助理和个人化应用需要小模型；更大的模型也在开发中。他还提到湾区一些 AGI-pilled tech bros 信奉 software took over the world，因此热衷 ultra-size model；他个人不希望手机应用都跑超大模型，因为计算能耗太高。
• 他认为，把能力商品化或开源与闭源模型差距的走向说成定论还不成熟。 开源模型能追上，其中一个原因是借助他合著的 Chain-of-Thought 论文所述方法研究并复制推理方式；大厂正在设法隐藏推理链，以降低被复制的可能性。Multimodality 等能力目前也还看不出会被商品化。市场并非整体都是泡沫，但不同领域可能各有泡沫；Physical Intelligence 可能有不切实际的预期，很多模型的 visual reasoning 也很糟糕。
• 若今天创业，他认为模型能力的差距若缩小，value creation 会更多流向 application 和 token factory。 Application 端看用户 lock-in、stickiness 与体验；hyperscaler 端则涉及能源用量、芯片设计、memory 与 computation 的关系，以及 on-device 计算的占比——这些仍是 open questions。
• Memory 是他眼中尚未被充分理解的瓶颈：它不只是存取，也涉及 ranking。 Transformer 的 context buffer 目前约一两百万 tokens，在他看来完全不够；从认知角度，memory 也是一种 program。至于 DRAM、NAND、HDD 的供应短缺，他认为 memory 与 computation 可以互相转换，长期投资规划也能降低对一时短缺的担忧。
• 商业化的下一波，他看好 consumer 崛起——Anthropic、OpenAI 的收入有很多由 enterprise subscription 带动，而 consumer services 是他留在 Google 的原因之一。 推理能力从三四年前解决小学生数学题、当时 accuracy 只有 33%，发展到如今能解 Navier–Stokes 这样的数学问题，但能力仍集中在特定领域。AlphaGo 之后下棋的人反而更多；大语言模型时代，Google 也看到 search 应用增加而非减少。他认为，即使解决了 software 问题，也不代表所有问题都解决了。

精读

1. 推理三四年登顶：从小学数学 33% 到 Navier–Stokes，但仍集中在特定领域

• Ed Chi 的开场坐标：过去 30 年、尤其前 20 年，关注的很多是 recommendation 和 search；近 10 年，借助神经网络的 next-token prediction 与 Chain-of-Thought，才开始发掘机器的基本认知与推理能力。下一步的学术问题包括更复杂的 reasoning、memory，以及 RSI（recursive self-improvement）。
• 他给的跨度最具冲击力：写 CoT paper 时，模型解决的是小学生数学问题，accuracy 只有 33%；如今最大的模型已能解决 Millennium Prize Problems 中的数学问题，例如 Navier–Stokes equations。他认为推理能力在三四年间已达到一个巅峰。
• 但他随即补充，这些推理能力仍集中在特定领域。他以自己的高尔夫爱好举例：模型对高尔夫原理、球杆、球和装备的理解及推理能力究竟如何？“这些都和数学不一样”，做应用前必须弄清模型在不同领域的推理水平。

2. 通用助理极早期：Grandma Test 与六到十二个月的 interface 走向

• 主持人曹卿云提到 Instinct 和刚发布的 Muse Spark 带来的个人助理讨论。Ed 的框架是：Google 的 AI Mode Search 属于 consumer service；大型语言模型应用中最大的一类事实上从搜索开始，后来发展成 AI Mode 这样的搜索或问答方式。Muse、Instinct 则想从问答走向能订机票、订旅店、买东西的通用助理。
• 卡点在权限与 reliability：大家会担心把信用卡交给通用助理后，它到处乱买东西。2026 年初，OpenClaw 这样的探索让大小厂开始试水；但让助理买机票究竟买对还是买错，这类实际结果的数据还没有真正出现。他预测，未来 6 个月到 1 年，通用助理与 AI Mode Search 的关系和 interface 会更清楚。
• 谈到产品护城河，他强调用户体验与容错：consumer 产品只要犯过一次严重错误，用户就可能改变看法。他在台湾参加另一个 podcast 时提出过 Grandma Test：有一天，grandma 指着机器人骂它“你怎么这么笨”，就知道通用助理的时代真的到了。由于 grandma 对通用助理的期待很高，严重错误会让人觉得产品有问题；目前大家仍在探索这个边界。
• 对“现象级产品会从哪家公司出来”的问题，他认为来源有时没那么重要，关键是如何普及、什么才是正确的人机 interface。初创公司做出产品后也可能被大厂收购；他希望行业能有一个 healthy ecosystem，让大家都能探索。

3. Google 不会放弃模型开发；长远看要衡量 capability over cost

• 面对主持人关于 DeepMind 人事变动与模型发布节奏的提问，Ed 说 Google 没有停下模型开发。近几个月发布的模型偏小，是因为通用助理和个人化应用需要小模型；更大的模型也在开发中。他形容团队人才济济，但想做大模型的人多、资源永远不够。
• 他表示，Google 用户会期待 Google 不用别人的模型或 open-weight 模型，而是拥有这项技术；从这个角度，Google 不可能放弃模型开发。
• 大小模型之间的资源分配没有唯一答案。他把 ultra-size model 的热潮与湾区一些 AGI-pilled tech bros 的信念联系起来：他们相信 software took over the world，做好 coding 和 software 就能 take over the world。但他个人不希望手机应用都用超大模型，因为计算能耗太高。
• 主持人提出 CapEx 投入和现金流压力后，Ed 从长短期投资角度回应：短期公司会盯着 quality、accuracy；以 5 年、10 年为尺度投资，则要想清楚应优化什么 metric，不只看 capability，也看 capability over cost。他说 Google 会多重布局：模型、application、chip 和整个 full stack 都在创新；公司有能力以最低成本提供 token。若模型能力变得普及，cost control 可能成为最重要的护城河。

4. Memory 不只是存取，也涉及 ranking；context buffer 一两百万 tokens 远远不够

• 对 DRAM、NAND、HDD 可能短缺的问题，Ed 提到过去的研究指出 memory 与 computation 可以互相转换：有长远投资计划，就不必太担心一时的 memory 短缺，因为可以用 computation 代替。Memory 研究还要考虑计算方法需要多少 memory 和 bandwidth，以及神经网络设计是否应该降低 memory requirement。他举例说，Timi 做出的 Delta Attention Model，其计算和内存用法不同于 full attention、O(n²) attention 或 sparse attention。
• 这还只是 sequential Transformer model 的 memory 问题；个人化应用、KV cache，以及日常所说的 memory 也有各自的问题。从人类认知角度看，memory 也是一种 program：它不是没有生命的东西，而是不断变化、指导事情如何发生，并用来编程 AGI machinery 的 program。研究因此也关注底层 memory 运用与 context buffer 里的信息整理。
• 他指出两个 bottleneck：Transformer 的 context buffer 目前大约能做到 1 million 或 2 million tokens，在他看来完全不够；更根本的是，大家常把 memory 看成存储与提取的 retrieval 机制，而没有把它当作人类认知或思考能力的一部分。
• 他的修正是：“memory 事实上是一个 ranking 的问题。”比如提到 Paris，人会想起去巴黎时相关的记忆中较重要的内容，而不是所有与 Paris 有关的东西一下子涌出来。
• 对 memory layer 初创公司能否立足的问题，他说硬件领域已有一些大厂之外的新想法，也有大厂在做；memory 与 computation 的关系未来几年可能会有新发展。

5. 能力差距缩小会把价值推向 application 和 token factory；开源追赶部分得益于 CoT 方法

• 他的创业方向判断是：模型 capability 开始有一点 commoditize 的迹象，但并非完全商品化。如果最好与最差模型之间的 gap 缩小，value creation 就会更多流向 application 和 token factory。Application 端要看用户 lock-in、stickiness 与体验；hyperscaler 端涉及能源用量、芯片设计、memory 与 computation 的关系，以及多少计算会在 on-device 完成——这些仍是 open questions。
• 谈到开源模型追上闭源模型，他说原因之一是自己合著的 Chain-of-Thought 论文：研究者用 CoT 方法发掘模型里的思维链，再研究模型的思考模式、复制其推理方式。大厂如今也在设法把推理链藏起来，降低被复制的可能性；multimodality 等能力也可能很难复制。他认为，把能力的商品化趋势说成定论还不成熟：有些 capability 会因蒸馏变得更 commoditize，有些目前还看不出会 commoditize，相关问题仍有很多 debate。
• 对 AI 市场是否有泡沫，他不认为整体都是泡沫，但认为不同地方可能有不同泡沫；例如 Physical Intelligence 可能存在一些不切实际的预期。他还指出，很多模型的 visual reasoning capability 很糟糕。
• 他认为现实与信念并不总是一致。如果相信 software 问题一解决，所有问题就都解决了，那么他前面谈到的很多事就不适用；但如果认为解决 software 仍不等于解决所有问题，“我们还有很多戏可以唱”。

6. 下一波看 consumer：硬件与人机 interface 仍有探索空间

• 谈到 coding 之后的机会，Ed 说 Anthropic 和 OpenAI 的收入有很多由 enterprise subscription 带动；他看好 consumer 接下来的崛起。他继续留在 Google 的原因之一，是 consumer services 一直是 Google 的强项，但他也不排除未来出现新领域。
• 他从整个行业角度谈未来产品形态：可能是 super app，也可能是整个手机发生变化；眼镜、耳环、耳机乃至衣着都可能变化。他认为 consumer hardware 仍有很多探索空间，包括 on-device 与 off-device 模型的交互；Apple 曾提出 hybrid intelligence 的概念。
• 他还回顾，家里的智能音箱做了四年后，突然好像没人做了；以前有人喊着做智能冰箱，而从私人通用助理角度看，冰箱上放个屏幕、连上 Internet，就能把智能做起来，比七八年前简单多了。进入通用助理时代后，人们也不应该还得整天给机器人下载 app——那是 15 年前担心的问题。
• 收尾谈到 AI 与教育，他用 AlphaGo 作类比：近 10 年前 Google 开发 AlphaGo，很多人在它和棋王对决后说人类以后不下棋了；结果下棋的人和想研究围棋的人反而更多。他认为数学也可能如此：AI 能解 Navier–Stokes，不一定会让人不想学数学，反而可能吸引更多人。研究动力或许会从探索知识边界，转向理解、娱乐和乐趣，让更多人出于好奇心做研究。
• 他还提到围棋应用降低了学习门槛、激励更多小朋友学棋；大语言模型出现后，Google 看到 search 的应用增加而不是减少。AI 会改变现有结构，也可能带来新机会；他认为 enterprise 和 consumer 领域都“creativity seems to be everywhere”。