Sundar Pichai

Google 在 I/O 上的核心卖点是效率、分发和产品广度：Gemini 3.5 Flash 的速度是头部前沿模型的4倍，价格也低得多；AI Mode 则伴随 Google 所称的 Search 25年来最大变化一同推出。 Kevin 看到的是一套服务数十亿用户的战略；Casey 反驳说，「快且便宜，是你在它不是最强时才会谈的东西」（“Fast and cheap is what you talk about when it isn’t the best.”），而承诺的大量实用功能仍要「今年夏天」才上线，或仅向受信任的测试者开放。

Sundar Pichai 坦率承认，Google 在智能体编程、工具调用、指令遵循，以及复杂代码库上的长程工作方面略有落后。 他表示，Google 内部对 Antigravity 的使用量「每周翻倍」，正在产生弥补差距所需的数据；而在今天的模型竞赛中，「30至60天看起来就像5年」。

Google 计划循序渐进地演进 Search，而不是突然淘汰经典界面：保留来源和链接，同时扩大 AI Mode。 Pichai 相信，更高的用户价值将支撑广告与订阅的某种组合：「在这个新世界里，亚当·斯密的规则不会改变。」

对 Google 来说，公众接受度是模型基准之外必须应对的战略约束：一项被引用的《纽约时报》/CNN 民调显示，认为 AI 总体利大于弊的比例为16%，认为弊大于利的比例为35%。 Pichai 认为这种焦虑很自然，因为「人类并没有进化到能够处理如此巨大的变化」，他承认技术会带来冲击和经济担忧，但反对过度确定论式的末日情景。

Google 正在刻意限制面向消费者的智能体，直到它们赢得信任，因为一次意外行动就可能让用户退缩，而且系统可能遭到黑客攻击。 Pichai 把这一 rollout 比作劝人坐进自动驾驶汽车的后座：在 Spark 从会议准备和日历整理走向具有实质后果的任务之前，用户需要掌握控制权并获得透明度。

Pichai 将当前的智能体系统描述为通向递归自我改进的连续谱，而不是 RSI 本身。 Antigravity 用超过12小时就能搭建一个简单操作系统，而人类可能需要「数千小时」；但「我们还没有真正到达那里」，如果接近这一门槛，他希望获得单个实验室之外的广泛磋商，并避免围绕 AGI 出现竞赛式抢跑。

向竞争对手销售 TPU 是平台经济学上的选择，并不意味着 Google 会因此牺牲自有模型的供给。 Pichai 表示，Google 的第一方 AI 与 Google Cloud 分别规划了产能和现金流；外部研究者则能帮助改进下一代硬件。至于 AGI 是在3至5年还是5至10年实现，他仍无法二选一，但过去1至2年的进展让他觉得时间点「更偏向较近而非较远」。

Meta 应对落后的方式是一场罕见的大规模组织豪赌：裁员约8,000人，占员工总数10%，同时将7,000名员工调往 AI 项目。 主持人预计士气和监控问题都会加剧，但 Casey 的判断非常直接：帮助 Mark Zuckerberg 赢得 AGI 竞赛如今「就是公司的全部意义」（“the entire point of the company”），「不是次要目标」（“not a secondary objective”）。

🔗 原始收听与视频来源： 我们的 Google I/O 实地探访 + 与 Sundar Pichai 面谈 + 系统更新

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。

🔗 原始收听与视频来源： Sundar Pichai：Google 与 Alphabet CEO｜Lex Fridman Podcast #471

在 Pichai 任期内，Alphabet 股价上涨4.5倍，市值达到约2万亿美元，季度收入也从200亿美元增长至接近1000亿美元；如今他正在为这样一家公司辩护。 他对Alphabet约2000亿美元搜索广告年化收入的解释是，生成式 AI 扩大了需求，而不只是蚕食链接。AI Overviews 已覆盖150多个国家的超过15亿用户，在触发该功能的场景中持续带动查询增长；接下来还将加入 AI Mode，其查询长度已经达到2年前搜索查询的2至3倍。他的经营原则是：「只有把它当成两难问题，两难才存在」（The dilemma only exists if you treat it as a dilemma）。

早期经济数据已经削弱了最尖锐的看空逻辑：AI Overview 广告收入已达到传统结果页的基准，而服务成本在18个月内大幅下降。 Pichai 表示，如今更难解决的是延迟，而不是单次查询成本，因为搜索用户期待近乎即时的响应。他的上行情景是，「商业信息本身也是信息」（commercial information is also information），因此更好的 AI 最终应能提升广告相关性。

Gemini 独立应用在 Friedberg 引用的指标榜单上落后，但 Pichai 认为 Alphabet 的 AI 分发能力远不止一款应用的比较。 Friedberg 引用了近期法庭证词中的数据，包括3月数据：Gemini 月活3.5亿，ChatGPT 为6亿，Meta AI 为5亿；Pichai 则强调 Gemini 2.5 Pro 发布后的参与度提升，并称「现在还只是早期阶段」。他强调 AI 已覆盖 Search、YouTube、Cloud、Android 相关 Gemini 体验以及 Gemini 应用。多元化同样重要：YouTube 和 Cloud 去年合计以1100亿美元收入年化规模收官。

Alphabet 将在2025年投入750亿美元资本开支，把全栈基础设施同时变成成本优势和 Cloud 产能资产。 大部分资本开支流向服务器和数据中心，其中一半算力支出用于 Google Cloud；第7代 TPU 和单个算力舱超过40 exaflops 的 Ironwood，支撑 Google 位于「性能与成本的帕累托前沿」这一判断。NVIDIA 仍是互补力量：Gemini 既运行在 GPU 上，也运行在 TPU 上，而 Pichai 称 NVIDIA 的软件栈「世界级」。

Pichai 尚未看到模型触及根本性平台期，但更难获得的进步将越来越区分顶尖研究团队。 他借用「人工锯齿智能」（artificial jagged intelligence）描述这一进程：模型从预训练走向后训练、推理算力和智能体工作流。DeepSeek 迫使市场重新调整对中国距离技术前沿有多近的先验判断，但 Google 内部对比发现，Flash 的效率相当，甚至在某些指标上更好。

AI 驱动增长的约束看起来来自电力和执行，而不是模型理论。 Friedberg 引用的预测显示，美国电力容量到2040年将从约1太瓦升至2太瓦，中国则从3太瓦升至8太瓦；Pichai 承认 Google Cloud 今年已经受到供应约束。因此，太阳能加电池、核能、地热、电网、许可审批、输电以及电工短缺，都成为 Alphabet 投资逻辑的一部分。

量子计算、机器人和环境式计算，正从遥远的研究选项转向已有明确时间窗口的突破方向。 Pichai 预计，实用量子计算还需约3至5年；机器人距离「魔法时刻」还有2至3年；真正有吸引力的 AR 眼镜则还要几个产品周期。Google 过去尝试机器人应用层时「太早了」；如今 Gemini 的视觉—语言—动作模型已经改变了前提。

这次执行力重置结合了创始人参与、小团队、线下高强度协作，以及由底层技术而非资本配置统一起来的业务组合。 Sergey Brin 正与 Gemini 工程师一起研究代码、损失曲线、架构和后训练；Pichai 则以约10人团队重建 Labs 式工作方式，并让员工重新聚焦使命。他表示 Google 正留住关键 AI 人才，也在吸引顶尖博士；Google 员工已经创办了超过2,000家公司。Alphabet「不是一家控股公司」，但 Pichai 仍以一项备受争议的 Netflix 收购为例，将其称为「多重宇宙」中的另一条路径。

🔗 原始收听与视频来源： Alphabet CEO Sundar Pichai｜All-In 专访