Sundar Pichai: 桑达尔·皮查伊：谷歌及 Alphabet 首席执行官
#471 – Sundar Pichai: CEO of Google and Alphabet
Guests: Sundar Pichai
Full transcript · Read the full conversation in order, with its original context.
§01文字稿 1
当时要排五年的队，我们才装上了一部转盘电话。但它极大地改变了我们的生活。人们会来我们家给亲人打电话。以前我得一路跑到医院去取验血结果，去一趟要两个小时，结果他们会说：“抱歉，还没好。明天再来吧。”回来又是两个小时。而有了电话，这变成了五分钟就能搞定的事。所以还是个孩子的时候，我脑子里就像灯泡一下亮了：技术有改变人们生活的力量。
我们家没有自来水。那时候大旱，所以水是用卡车运来的，每户大概能分到八桶。于是我和我哥哥（或弟弟），有时候还有我妈妈，就去排队领水，再把水提回家。很多年以后，我们有了自来水，也有了热水器，可以用热水洗澡了。对我来说，一切都是这样一段一段、界限分明地发生的。
所以我一直有这种亲身体会：技术能够极大地改变你的生活，以及它所带来的机会。我认为，如果 p(doom)（AI 导致人类毁灭的概率）真的很高，那么到了某个时刻，全人类都会齐心协力确保这种情况不会发生，所以我觉得我们实际上会在应对这一风险上取得更多进展。讽刺的是，这里面存在一种自我调节的机制。我认为，只要人类集体下定决心去解决一个问题，不管是什么问题，我觉得我们都能做到。
正因如此，我认为自己对 p(doom) 的各种情景是乐观的，但这并不意味着我认为潜在的风险实际上相当高。不过我非常相信，人类能够奋起应对那个时刻。
跟我讲讲那段经历吧：当时有各种文章说：“你不是带领谷歌度过这一关的合适人选。谷歌输了。它完了。一切都结束了。”
以下是在《莱克斯·弗里德曼播客》中与谷歌及 Alphabet 首席执行官桑达尔·皮查伊的对话。
你的人生故事激励了很多人，也激励了我。你在印度长大，全家住在一套简朴、只有两个房间的公寓里，几乎接触不到任何技术。而从这样普通的起点出发，你一路走到了领导一家市值 2 万亿美元的科技公司的位置。
假如你能穿越回过去，告诉比如说 12 岁的桑达尔，你现在正领导着人类历史上最大的公司之一，你觉得那个小孩会说什么？
我大概会一笑置之。在当时，这可能太离谱了，根本无法想象，也不会相信。
你得先给他解释什么是互联网。
那当然。至于电脑，对当时的我来说，我 1984 年是 12 岁，所以大概……那时我已经开始读一些关于电脑的东西了，但还从来没见过真的电脑。
那是个什么样的地方？带我回到你的童年看看。
我在金奈长大，那是在印度南部。那是一座美丽、熙熙攘攘的城市，人很多，充满活力，生活简单。我确实对在家门外打板球有很美好的回忆。我们就在街上打。邻里的孩子们都会跑出来，我们一直打到天黑、没法再打为止，都是光着脚。车来了，我们就暂停比赛，等车都开过去，再接着打。只是想让你脑子里有个画面。
现在想想，在没有电脑的年代，空闲时间真的很多。如今你得刻意去寻找那种安静独处的时光。当时我就是通过报纸和书本来获取世界上的信息的 [听不清 00:04:06]。
我祖父对我影响很大。他在邮局工作。他的语言功底非常好。他的英语……他的书法，直到今天，都是我见过最漂亮的字。他写字非常工整清晰。他口才也很好，是他把我领进了书的世界。他热爱政治。我们什么都能聊。
我家里一直都是这样的氛围。很多书，烂书、好书，什么都有，从安·兰德到哲学书，再到无聊的犯罪小说。书是我生活中很重要的一部分。但从根本上说，我最后进了谷歌并不奇怪，因为谷歌的使命一直深深地引起我的共鸣。这种获取知识的途径，我当时如饥似渴。
不过我对童年确实有很多美好的回忆。获取知识的途径是有的，那就是我们拥有的财富。而每一种技术，我都得等上一阵子才能用上。我之前显然讲过我们家等了多久才装上电话，大概五年，但这并不是唯一的例子。
电话？
当时要排五年的队，我们才装上了一部转盘电话。但它极大地改变了我们的生活。人们会来我们家给亲人打电话。以前我得一路跑到医院去取验血结果，去一趟要两个小时，结果他们会说：“抱歉，还没好。明天再来吧。”回来又是两个小时。而有了电话，这变成了五分钟就能搞定的事。所以还是个孩子的时候，我脑子里就像灯泡一下亮了：技术有改变人们生活的力量。
我们家没有自来水。那时候大旱，所以水是用卡车运来的，每户大概能分到八桶。于是我和我哥哥（或弟弟），有时候还有我妈妈，就去排队领水，再把水提回家。很多年以后，我们有了自来水，也有了热水器，可以用热水洗澡了。对我来说，一切都是这样一段一段、界限分明地发生的。所以我一直有这种亲身体会：技术能够极大地改变你的生活，以及它所带来的机会。这是我成长过程中潜移默化得到的一个认识。我是真真切切地观察到、感受到了它。
我们花了很长时间才说服我爸买一台录像机。你知道录像机是什么吗？
知道。
我这是在试探你的年纪。因为在那之前，电视只有一个频道，就这些。有了录像机，你就可以看电影之类的。不过那已经是我上 12 年级的时候了，我们才买了一台录像机。是松下的，我们得去某家店买，我猜那家店的货是走私进来的，我们就是在那儿买的录像机。但之后就能录下世界杯足球赛，或者弄来盗版录像带看电影，诸如此类。
所以我成长过程中有这些一段一段的记忆，这也一直让我感受到，获得技术是如何推动你的生活发生跃迁式变化的。
我觉得什么都比不上你第一次用上热水的那一刻。
你是说那种走过去拧开水龙头、热水就流出来的便利？是啊。
这很有意思。我们把已经取得的进步视为理所当然。如果你看看人类历史，就看那些描绘 2000 年间 GDP 走势的图表，你会看到那种指数级增长，大部分进步都发生在工业革命之后，而我们却习以为常，忘了自己已经走了多远。所以，我们对于自己的处境有多好、以及技术能以多快的速度进步，理解能力是相当差的。
哦，我是说，这非同寻常。我现在回到印度，看到移动互联网的力量，看到随着时间推移取得的进步，真是让人震撼。太了不起了。
对于世界各地正在收听的年轻人，那些仰慕你、被你的故事所激励、也许想成为下一个桑达尔·皮查伊、想要创业、创办公司、打造对世界有重大影响的东西的人，你会给他们什么建议？
一路上你会有很多运气成分，但你显然也必须做出明智的选择。你在思考自己想做什么的时候，你的大脑会告诉你一些东西。但在做事情的时候，我觉得重要的是要……倾听你内心的声音，看看你是否真的享受做这件事。那种感觉就是，如果你热爱自己所做的事，事情会容易得多，你也会看到最好的自己。这说起来容易做起来难。我觉得找到自己热爱做的事情是很难的。但在弄清楚自己想做什么这件事上，多听一点内心、少听一点头脑，我觉得这是我会给大家的最好的建议之一。
第二点是，尽量和那些你觉得……在我人生的不同阶段，我都和一些我觉得比我更优秀的人共事过。你坐在房间里跟某个人交谈，几乎会觉得“哇”。这种感觉你应该体验几次。我觉得，尽量让自己处在与那些能拓展你能力边界的人共事的位置上，才是帮助你成长的方式，也就是把自己放进让你不舒服的处境里。而且我觉得，你常常会给自己带来惊喜。
所以我想，保持足够开放的心态，让自己处于这样的位置，也许是我想说的另一点。
我们能从中学到什么？也许从一个局外人的角度来看，对我来说，看你的故事，再加上对你有了一些了解，你很谦逊，很友善。通常我想到一个有着你这样的经历、在一个残酷的竞争世界里攀上领导层最顶端的人，他们往往多少有点混蛋。你的整体处事方式是平衡、谦逊、友善、倾听每一个人，我们应该从中汲取什么智慧？你的秘诀是什么？
我确实会生气，也确实会沮丧。在工作等各种情境中，我和我们所有人一样有这些情绪。但有几点：我觉得我……随着时间推移，我摸索出了让人发挥出最大潜力的最佳方式。你要找到那些以使命为导向、与你同路前行、内心有追求卓越、力求做到最好的驱动力的人。你去激励他们，这样就能取得很多成就。结果往往也确实如此。
但我有没有失控的时候？有。也许比别人少一些，而且也许这些年来越来越少，因为我发现，要达成你需要做的事情，并不需要那样。
所以说，大发雷霆并没有什么用？
这种情况反而比较少见。（原句承接一个否定问句，指代和否定关系含糊，待听音核对。）我觉得人们会对此做出反应。
是啊。
他们可能会做一些事情来应对你的情绪。而你其实是希望他们去做正确的事。我是个体育迷。在英式足球里，不是美式橄榄球，人们常常谈论“球员管理”。伟大的教练都这么做。我觉得我们的生活中也有这样的成分。你如何让共事的人发挥出最好的状态？
有时候，你共事的人对于取得成就是如此投入，如果他们做错了什么，他们自己的感受比你还强烈，所以你对待他们的方式就会不同于……偶尔也会有一些人，你需要明确地让他们知道那样是不行的，或者诸如此类。但我常常发现情况并非如此。
而有时候，在恰当的时候坚定地说出恰当的话，会产生经久不衰的回响。
有时候也可以是不说出口的话。人们有时候不用你说就能看出你不高兴，所以有时候沉默反而更能传达这个信息。
有时候少即是多。
史上最伟大的足球运动员是谁？梅西、罗纳尔多，还是贝利或马拉多纳？
我要……在这个问题上……
这会是一个打官腔的回答吗，桑达尔？
我不会撒谎。我会说真话，真心话。
那就是梅西了，好吧。
没错。这挺有意思的。因为我儿子是克里斯蒂亚诺·罗纳尔多的铁杆球迷，所以我们一起看西班牙国家德比的时候，家里就有这种微妙的局面。我非常钦佩 C 罗。我是说，我从没见过哪个运动员对那种卓越如此执着，所以他是历史上最伟大的球员之一。但对我来说，梅西才是那个人。
当我看到莱昂内尔·梅西时，你会由衷地惊叹，人类竟然能达到那种伟大、天才和艺术性的高度。我们之后会聊 AI，也许还有机器人之类的话题，而那种程度的天才，我不确定 AI 在很长一段时间内能否比得上。这就是伟大的一个例证。在其他领域也存在这样的伟大，但在体育中，你能以一种独一无二的方式亲眼看到它。光是那种时机把握、那种跑动，简直就是天才。
几周前我有机会看了他的比赛。他在圣何塞对阵地震队，所以我去看了那场比赛。我的座位很好，我知道他下半场大概会在哪一侧踢，希望如此。即便到了他这个年纪，光是看他拿球时的那种跑动……你说得对，那种特别的气质。很难描述，但你看到的时候就能感受到，是的。
他宝刀未老。如果我们把人类历史上所有的技术创新排个名……我们不妨回溯到人类文明的历史，大约 12,000 年前，然后按照它们作为生产力倍增器的作用大小来排序。我们可以说到电力，或者工业革命中的劳动机械化，也可以一路回溯到 12,000 年前的第一次农业革命。在这份长长的发明清单里，你觉得 AI……当 1,000 年后人们书写历史时，你觉得它有可能成为排名第一的生产力倍增器吗？
这是个好问题。很多年前，我想可能是 2017 年或 2018 年，我当时说过，AI 将是人类所开发的技术中影响最深远的一项，它的影响将比火或电更深远。所以我得为自己说过的话站台。我仍然认为情况是这样。
你问这个问题的时候，我在想，我们是不是有近因偏差？在体育领域，人们很容易把眼下看到的那个人称为最伟大的……
是的。
……球员。是否存在近因偏差？我确实认为，如果从第一性原理出发，我会主张 AI 将比所有这些都更重大。我没有亲历那些时刻。两年前，我不得不接受一次手术，之后我反复琢磨了这件事。曾经有一段时间，人们在接受这类手术时是没有麻醉的。那一刻我就想，这一定是人类有史以来最最伟大的发明。我们并不知道生活在那些年代是什么感受。
你说的很多东西都是这种通用性的技术，几乎影响了一切：电力、互联网等等。但我认为我们从未面对过这样一种技术：它既进步得如此之快，又变得如此强大，以至于不清楚它的上限在哪里，而且最主要、最独特的是……它是递归式自我改进的，它具备这种能力。
它是第一种将极大加速创造本身的技术，比如创造东西、构建新事物，还能够自行改进、自行达成目标，我认为这让它处于一个不同的范畴。所以我认为它最终产生的影响将远远超过我们以往见过的一切。显然，随之而来的是很多需要思考和应对的重要问题，但我确信最终会是这样。
尤其是如果它发展到能够在 AI 研究本身上实现超人表现的程度。所以，这是一种可能……这还是一个悬而未决的问题，但它可能达到这样一种水平：技术本身能够把自己创造得比昨天更好。
这就像是 Alpha 研究中的“第 37 手”，或者不管叫什么吧。
对。
你说得对，就是当它能做新颖的、自主导向的研究的时候。显然，在很长一段时间里，我们希望始终有人类参与其中（human in the loop）之类的。这些都是需要探讨的复杂问题。但没错，我认为底层技术……我说过，如果你看过 AlphaGo 从零开始、一无所知，然后在一天之内不断变强，真的，亲眼看到这一幕时你会受到很大震撼。
即使是 Veo 3 模型，如果你在模型完成 30% 和 60% 的时候对它们进行采样，看看它们生成的内容，看到一切是如何逐渐成形的，我会说，作为一个人类，这既令人振奋，又有点让人不安。所以我认为这些都是真的。
工业革命、电力这些很有意思，就像你提到的。你还可以再回溯到第一次农业革命，第一次农业革命有一个所谓的“新石器时代组合包”（Neolithic package）。那不仅仅是游牧民定居下来开始种植粮食，还有各种其他技术也由此诞生，都包含在这个组合包里。所以它不是单一的一项技术。
这里存在连锁反应，也就是二阶和三阶效应，从陶器这样意义深远的东西（它可以储存液体和食物），到我们习以为常的东西：社会等级和政治等级。早期的政府形成了。因为事实证明，如果人类停止迁徙、又有了一些剩余粮食，他们就会感到无聊，开始想出各种有趣的制度。然后贸易出现了，事实证明这是一件非常深刻的事情，还有我刚才说的政府。由此产生的二阶和三阶效应，包括那个组合包，都是不可思议的，而且可能极难预测。如果你让游牧部落里的某个人去预测这些，那是不可能的，确实很难预测。
但说了这么多，你认为在所谓的“AI 组合包”里，我们可能会最先看到哪些东西？
其中大部分我们今天可能还不知道，但我们现在能切实开始看到的一件事是……显然，从编程方面的进展你就能感受到。将会变得非常容易去想象……把你脑海中的想法转化为真实存在的东西。这会是这个组合包的一部分。它将让几乎全人类都有能力表达自己。
也许过去你可以用文字来表达，但现在你可以把东西构建成现实。也许今天还没有完全做到，我们正处于氛围编程（vibe coding）的早期阶段。人们用 Veo 3 发布到网上的作品让我很惊叹。不过这需要花点功夫，你得把一系列提示词拼接起来。但这一切都会变得更好。我一直在想的一点是：在任何一个时间点，眼下都会是它今后表现最差的时候。
有意思的是，你第一个想到的是这个：获得创造力的途径呈指数级增长。
软件、创作……你是在做一个程序、一段要与他人分享的内容，还是将来做游戏？所有这些都会变得无限可能。
我认为关键在于它让这些变得触手可及。它释放了全部 80 亿人的认知能力。
我同意。想想 40 年前，在美国也许只有五个人能做你正在做的事。
嗯哼。
去做一场访谈……但今天想想，有了 YouTube 和其他产品等等，有多少人在做这件事。我认为这就是技术的作用。当互联网催生了博客，你能听到多得多的人的声音。但有了 AI，我认为这个数字不会停留在几十万。将会有数千万人，甚至可能十亿人，以更深入的方式向世界发布作品。
我认为这会改变创造力的格局，而这也让很多人紧张。比如说，随便举几个，福克斯、MSNBC、CNN 对这个播客就非常紧张。你是说这个穿西装的家伙自己就能做这个？而 YouTube 以及成千上万、数万、数百万的其他创作者也能做同样的事？这让他们紧张。而现在你还能从 NotebookLM 得到一个比我做过的任何播客都好五到十倍的播客。
不是这样的，不过嗯。
我现在是开玩笑，但也许也不全是。而这会带来改变，你必须进化。在播客这件事上，我更多是播客的粉丝，而不是喜欢当主持人之类的。如果有那种两方都是 AI 的优秀播客，我就不做这个播客了，我会去听那个播客。但你必须进化、必须改变，我想这让人们非常紧张。但这也是一个非常令人兴奋的未来。
我可能要说的一点是，我确实认为，在一个有两个 AI 的世界里，人们会看重并选择……就像在国际象棋里，你和我永远不会去看 Stockfish 10 之类的和 AlphaGo 互相对弈……看那个对我们来说会很无聊。但马格努斯·卡尔森和古克什的对局，看起来会有意思得多。所以很难说。
一种说法是，你会拥有多得多的内容，所以你会去听 AI 生成的内容，因为有时它更高效等等。但你所珍视的高端体验，可能是人类本质在某处得以体现的某种形式。回到我们之前聊过的看梅西盘带，我不知道，我相信总有一天机器盘带会比梅西好得多。但我不知道它能否在我们心中唤起同样的情感，所以我觉得看到这一点会很有意思。
我认为播客或有声书中关于信息收集的那部分，可能会被取代，或者可能由 AI 以更高效、更引人入胜的方式完成。但到那时，能听到人类与信息搏斗、应对信息、努力把它内化，并把它与我们自身情感和意识之类的复杂性结合起来，会是件很美好的事。但如果你真的想了解一段历史，你就去问 Gemini。如果你想看 Lex 或其他人如何与那段历史较劲，你就去看那个。
关键是，它将继续改变我们发现信息、消费信息、创造信息的方式，就像 YouTube 彻底改变了一切那样。它改变了新闻。而这正是我们的社会在努力应对的问题。
YouTube 让……你比任何人都清楚这一点。它成就了如此多的创作者。我毫不怀疑，我们将让比以往任何时候都多的电影人得以创作。你将赋能多得多的人。所以我认为这其中有一种扩张性的一面，我觉得它被低估了。我认为它会以前所未有的方式释放人类的创造力。这很难真正体会。唯一的办法是，如果你把一个来自上世纪 50 年代或 40 年代的人带过来，直接让他们看 YouTube，我想这会让他们大为震撼。同样，我认为在 10 到 20 年的时间范围内可能实现的东西，也会让我们大为震撼。
你认为会有这样一个未来吗？要多少年之后，比如说……我们定个标记……50% 的优质内容是由 Veo 4、5、6 生成的？
我认为这取决于内容是做什么用的。比如看看今天使用 CGI 的电影，有很多伟大的电影人。你仍然会看导演是谁、谁在使用它。有些电影人完全不用它，你会珍视这一点。也有人把它用得出神入化。想想像詹姆斯·卡梅隆这样的人，这些工具到了他手里他会做出什么。
但我认为会有多得多的内容被创作出来。就像今天的作家使用 Google 文档，却不会去想自己在用这样一种工具，人们也会使用这些东西的未来版本。对他们来说这根本不算什么大事。
我有机会认识了达伦·阿罗诺夫斯基。他一直非常积极地投入其中，努力弄清楚……看着一位在这一切还远不可能实现之前就已成名的天才这样做，挺有意思的。他创作了《圆周率》（Pi），这是我最喜欢的电影之一。从那以后，他持续创作了一系列非常有意思、类型多样的电影。现在他正在尝试看看如何用 AI 来创作引人入胜的电影。有像他这样的人。
也有一些我刚认识的、更前卫的人，他们是 AI 优先的创作者，比如 Dor Brothers。阿罗诺夫斯基和 Dor Brothers 都在社会奥弗顿窗口的边缘进行创作。他们会挑战边界，无论是性还是暴力。就像艺术家通常那样很前卫，但依然有格调，不会越过那条线，不管那条线是什么。亨特·S·汤普森有一句话：“要找出边缘、找出那条线在哪里，唯一的办法就是越过它。”我认为对艺术家来说，这是对的，有时候那就是他们的使命。喜剧演员和艺术家就是会越过那条线。
我想知道你能否谈谈这让谷歌处于一个多么尴尬的位置。因为谷歌的那条线可能和其中一些艺术家的不同。具体到 Veo 和 Flow，你是怎么考虑的：既允许艺术家搞些疯狂的东西，同时又承担起不让它过于疯狂的责任？
这是个很好的问题。你提到了达伦。他是一位非常有远见的人。我们之所以很早就和他在 Veo 上展开合作，部分原因在于，他是那种能够看到未来、从中获得灵感，并为创作者如何借助它来表达自我指明方向的人。我觉得说到允许艺术自由表达……我认为这是一个社会最重要的价值之一。艺术家一直都是那些突破边界、拓展思想前沿的人。
我认为这会是我们坚持的一项重要价值，所以我想我们会提供工具，把它交到艺术家手中，让他们去使用、去发布自己的作品。那些 API，我几乎把它们看作基础设施。就像你给人们供电之类的，你希望他们去用，而不会去琢磨在上面会有哪些具体用途。
它就是一支画笔。
对。所以我觉得就是这样。当然，总得有一些限制。社会需要从根本层面决定什么可以、什么不可以，我们也会负责任地对待它。但我确实认为，说到艺术自由表达，这是我们应该努力捍卫的价值之一。
不知道你能不能谈谈，也许早期版本的 Gemini 在愿意回答哪些内容上有点谨慎。我只是想说，我真的很惊讶，而且是惊喜，也很喜欢 Gemini 2.5 Pro 谨慎得少多了，这是好的意义上的。别问我为什么，我最近一直在大量研究成吉思汗和阿兹特克人，那段历史里有很多暴力。那是一段非常暴力的历史。我也一直在大量研究第一次世界大战和第二次世界大战。
早期版本的 Gemini 非常……基本上就是给人一种感觉：你确定要了解这个吗？而现在，它其实非常基于事实、客观，会谈论人类历史中非常艰难的部分，而且讲得有分寸、有深度。这真的很好。但我想这里有一条谷歌必须拿捏的界线。而且如何在海量规模下、面对人们提出的各种奇奇怪怪的问题做到这一点，也是一个工程上的挑战。
你能谈谈这个挑战吗？你们怎么做到让 Gemini 说……再说一次，原谅我说粗话……疯狂的东西，但又不至于太疯狂？
我觉得这里一个很好的洞见是，随着模型能力越来越强，模型在这类事情上真的很擅长。所以我觉得在某种程度上，也许一年前，模型还没有完全达到那个水平，所以它们也会更频繁地做蠢事。于是你会试图去处理那些边缘情况，但接着你在处理这些边缘情况的方式上犯了错，错误就会叠加放大。但我觉得在 2.5 上，我们尤其发现，一旦模型跨过某个智能和成熟度的门槛，它们就能相当好地推理这些微妙的问题。
而且我觉得用户真的想要这样。你会希望尽可能多地接触到原始模型。我认为这是一个很值得思考的领域。随着时间推移，我们应该允许越来越贴近原始模型的访问。当然，如果人们愿意，也可以让他们自定义提示词、去做实验，等等。我认为这是一个重要的方向。
我们想要思考的第一性原理是，从科学的角度，确保模型……我说的“科学”，是指你处理数学、物理之类问题的那种方式。从第一性原理出发，让模型从底层开始对世界进行推理、细致理解复杂情况等等，这才是构建这些东西的正确方式，而不是由某一小部分人在上面硬编码规则。我认为这是我们一直在走的方向，我想你会看到我们继续朝这个方向推进。
我做了大量笔记，把它们交给 Gemini，然后说：“你能提一个这些笔记里没有的新问题吗？”结果它写出了……Gemini 一直让我非常惊讶，真的非常惊讶。这真的很美妙。这是一个了不起的模型。它生成的问题是：“你……”，指的是桑达尔，“……告诉全世界 Gemini 每月产出 480 万亿个 token。在这堆干草里，藏着的最能改变人生的、由五个单词组成的句子是什么？”这就是一个 Gemini 式的问题。
我觉得你没法回答这个问题，但它让我意识到，所有这些 token 都在为全球各地的人们带来一个个小小的顿悟时刻。所以，这就像是学习。这些 token 意味着人们感到好奇，他们提出一个问题，然后弄明白了某件事，而这真的可能改变人生。
哦，确实如此。很多很多年前，我对搜索也有同样的感受。这个每月 token 量在过去 12 个月里变成了原来的 50 倍。
顺便问一下，那个数字准确吗？那个 4……
是的，准确。准确。确实是准确的。我很高兴它说对了。不过这个数字在 12 个月前是每月 9.7 万亿个 token。现在已经涨到了 480。这是 50 倍……
……对，已经涨到了 480，变成了原来的 50 倍。所以人类的好奇心是没有极限的。我觉得这是那种时刻之一，我不认为今天已经到了那一步，但也许有一天，会有一个由五个单词组成的短语，能说出宇宙的真正本质之类的东西，某种非常有意义的东西，不过我认为我们还没完全走到那一步。
你认为规模定律（scaling laws）依然稳固吗？描述 AI 规模定律的方式有很多，但在预训练、后训练这些方面呢？反过来说，你预计 AI 的进展会撞墙吗？是否存在一堵墙？
这是一个大家很爱聊的茶水间话题，我偶尔会聊到，比如德米斯来访的时候，或者德米斯、科拉伊（Koray）、杰夫、Norm、谢尔盖，我们一群人坐下来聊这个。你看，我觉得我们看到前面还有很大的上升空间。我们一直能在所有方面进行优化和改进：预训练、后训练、推理时的算力投入（test-time compute）、工具使用，并随着时间推移让它们更具智能体（agentic）特性。也就是朝着让这些模型成为更通用的世界模型的方向发展。
比如 Veo 3，它对物理的理解比 Veo 1 之类的版本要好得多。所以你在所有这些维度上都能看到，我觉得进展是非常明显的，而且我觉得还有相当大的上升空间。更重要的是，我有幸和这个星球上一些最优秀的研究人员共事，他们认为这里还有更多的空间可以挖掘。所以我觉得我们面前有一条令人兴奋的发展轨迹。这比较难说……每年我都会坐下来想，好，我们在接下来一年里要投入 10 倍的算力，我们会看到进展吗？今天坐在这里，我觉得未来这一年会有很多进展。
那你是否感觉到某些限制，比如瓶颈：受限于算力、受限于数据、受限于想法？你感觉到这些限制中的任何一个了吗，还是说在所有方面都在全速前进？
我觉得在这个意义上是受算力限制的：你看到我们推出了 Flash、Nano Flash 和 Pro 模型，却没有推出 Ultra 模型，部分原因就在于，每一代模型，我们感觉都能让 Pro 模型达到，我也说不准，Ultra 能力的 80%、90%，但 Ultra 会慢得多，部署服务的成本也高得多。不过我们能做到的是，进入下一代时，让下一代的 Pro 达到上一代 Ultra 的水平，同时还能以快速、可用之类的方式提供服务。所以我确实认为规模定律仍然有效，但很难做到的是，在任何时候，我们大家用得最多的模型，可能都比我们能提供的最大能力落后几个月，因为那样的模型不会是最快、最易用的，等等。
另外，就智能而言，衡量“性能”变得越来越难，因为你可以说 Gemini Flash 比 Pro 的影响力大得多，仅仅是因为延迟，它本身已经超级聪明了。我是说，有时候延迟可能比智能更重要，尤其是当智能只差一点点的时候，而 Flash 并不差，它仍然是一个极其聪明的模型。所以你现在必须开始衡量影响力，而且感觉基准测试越来越难以捕捉模型的智能、模型的有效性、有用性，以及模型在现实世界中的有用性。
再来一个茶水间问题。很多人都在谈论 AGI 或 ASI（人工超级智能）的时间表。宽泛地定义，AGI 基本上就是在人类追求的许多主要领域达到人类专家水平。而 ASI 则是 AGI 演变而成的东西，大概会很快，因为它能够自我改进，从而在所有这些学科上的智能都远远超过人类。你认为我们什么时候会有 AGI？2030 年有可能吗？
还有一个术语我们应该加进来。我不知道是谁最先用的，也许是卡帕西，AJI。你听说过 AJI 吗，能力参差不齐的人工智能（artificial jagged intelligence）？有时候感觉就是这样，它们取得了进展，你看到它们能做到的事情，然后你又能轻而易举地发现它们会犯数字错误，或者数 strawberry 里有几个 R 之类的，这似乎会难倒大多数模型，不管具体是什么。所以也许我们应该把这个术语加进来。我觉得我们正处于 AJI 阶段：进展惊人，有些东西表现不好，但总体上你能看到大量进展。
但如果你的问题是，它会在 2030 年前实现吗？你看，我们一直在不断移动“什么才算 AGI”的那条线。今天有些时刻，比如坐在一辆 Waymo 里，行驶在旧金山的街道上，周围都是人群和行人，它一路穿行而过，我在那里能瞥见它的影子。这辆车有时还会不耐烦，努力找路前进；或者使用 Astra，比如在 Gemini Live 里，或者询问关于这个世界的问题。
我家附近那栋细长的楼是干什么的？
那是一根路灯，不是一栋楼。
你能瞥见一些影子，这就是为什么用 AJI 这个词，因为你也会看到一些东西，显然说明我们离 AGI 还很远，所以你会同时经历这两种体验。我会回答你的问题，但我也要提出这一点。我几乎觉得这个术语并不重要，我知道的是，到 2030 年会有非常惊人的进展。到 2030 年，我们将在很大程度上应对这种进展带来的后果，包括随之而来的正外部性和负外部性。这一点我非常确信。
不管怎样，我们也许会争论这个术语，或者也许 Gemini 能回答 2030 年那个时间点的那一刻是什么，但我认为进展会是惊人的。这一点我是相信的。到 2030 年，AI 会认为自己已经达到 AGI 了吗？我会说我们会刚好赶不上那个时间表，所以我认为还需要更长一点时间。很神奇的是，在 2010 年 Google DeepMind 的早期，他们谈到了实现 AGI 需要 20 年的时间框架，看到这一点挺有意思的。但对我来说，整个过程，看到谷歌大脑在 2012 年所做的事情，以及我们在 2014 年收购 DeepMind 的时候，就在离我们现在坐的地方很近的地方，在 2012 年，杰夫·迪恩展示了神经网络能够识别出一张猫的图片的那张图像。这是谷歌大脑的早期版本。
所以我们当时都在说需要二十来年。我不认为我们能在 2030 年前完全做到，所以我的感觉是会稍晚于那个时间，但我要强调，那个定义是什么并不重要，因为你会在很多维度上看到令人震撼的进展。也许 AI 能生成视频。作为一个社会，我们必须想清楚，我们需要某种大家都认可的体系，来标明这是 AI 生成的，而且我们必须以某种方式披露它，否则你要怎么分辨现实呢？
是的，你说了好多有意思的东西。首先，回顾一下这段最近的、但现在感觉已经很遥远的谷歌大脑历史，我是说，那是在 TensorFlow 之前，在 TensorFlow 公开发布并开源之前。所以工具也很重要。再加上 GitHub，以及分享代码的能力。然后你有了 Transformer 的构想，现在又有了扩散模型，接下来可能会出现某个回头看似乎很简单、却会改变一切的新想法，那可能是后训练、推理阶段的那些创新。
我记得 shadcn 发推说，谷歌离彻底赢得 AI 竞赛只差一个出色的 UI，意思是 UI 是其中非常重要的一部分。这种智能如何……我想[听不清 00:42:45]项目现在很喜欢谈这一点：目前它是一个 LLM，但它什么时候会变成一个系统，让我们谈论的是发布系统，而不是发布某个特定模型？是的，这一点也很重要，就是这个系统如何呈现自身、如何向世界展示自己。这真的、真的很重要。
哦，非常重要。有一些简单的 UI 创新改变了世界，我绝对这么认为。未来约两年我们会看到更多进展，因为我认为 AI 本身在 UI 方面也处在一条自我改进的轨道上。如今，我们在限制这些模型，模型还不太能通过 UI 向人们表达自己。你想一想，我们某种程度上是这样把它们框住了；可既然这些模型会写代码，随着时间推移，它们应该能写出最好的界面来表达自己的想法。
这个想法太棒了。API 已经是开放的，所以你可以打造一个非常好的智能体系统，不断改进你与 AI 交谈的方式。但其中很大一部分在于界面。当然，还有谷歌一直在推动的界面那种令人惊叹的多模态特性。
这些模型是原生多模态的。它们可以轻松接收任何格式的内容，再以任何格式输出；它们能写出好的用户界面，随着时间推移，它们很可能会更了解你的偏好。所以这一切都是未来的演进方向。这又回到了我们开始对话时的话题，我认为未来几年会有巨大的演变。
也许再问一个茶水间问题。就是那个更加离谱的概念：p(doom)。AI 社区里那些有哲学头脑的人会思考 AGI 以及之后的 ASI 可能毁灭整个人类文明的概率。我会说我的 p(doom) 大约是 10%。你有没有想过 ASI 这种长期威胁？你的 p(doom) 会是多少？
嗯，我的意思是，当然想过。你看，我一直对 AI 非常兴奋，但我也一直觉得，对于这项技术，你必须主动思考它的风险，并且非常、非常努力地去驾驭它，让一切最终都有好的结果。关于 p(doom) 这个问题，你看，你不会意外的：这大概也是茶水间里时不时会冒出来的另一个话题。考虑到这项技术如此强大，也许退一步说：当你管理一个大型组织时，如果你能让组织的激励机制保持一致，你几乎可以实现任何事情。如果你能让所有人以非常专注、以使命为驱动的方式朝着一个目标前进，你几乎可以实现任何事情。
但要以这种方式组织全人类是非常困难的。不过我认为，如果 p(doom) 真的很高，到了某个时刻，全人类都会团结一致，确保这种情况不会发生。所以我认为，我们在应对它方面实际上会取得更多进展。讽刺的是，这里存在一种自我调节的机制。我认为如果人类集体下定决心解决一个问题，不管是什么问题，我们都能做到。正因为如此，我对 p(doom) 的各种情景是乐观的；我认为潜在的风险其实相当高，但我非常相信人类会挺身而出，迎接那个时刻。
说得真好。我的意思是，当威胁变得更加具体、更加真实时，人类确实会团结起来，把该办的事办好。另外，我觉得人们不常谈论的一点是没有 AI 时的毁灭概率。人类还有很多其他方式可能毁灭自己，而且很有可能，至少我这么认为，AI 会帮助我们变得更聪明、彼此更友善、更高效。它会帮助世界上更多地方繁荣起来，让那些地方不再那么受资源限制，而资源限制往往是军事冲突和紧张局势等等的根源。（原字幕此处关于资源约束的否定结构不清，待听音核对。）所以我们也必须把这一点算进去：没有 AI 时的[听不清 00:47:22]是多少？有 AI 的 p(doom)，没有 AI 的 p(doom)，因为很有可能 AI 正是拯救我们、让人类文明免于所有其他威胁的那个东西。
我同意你的看法。我觉得这很有见地。你看，我一直觉得，要在一些最棘手的问题上取得进展，有 AI 帮助你会很好（字幕此处的“like Pear”含义不明，待听音核对），所以这一点确实让我很有共鸣。是的。
稍微暂停一下，上个洗手间？[听不清 00:47:51]。
好的。
如果 NotebookLM 也一样，就像我今天看到的 Beam，如果它也以同样的方式让人信服……真的让我大开眼界。太不可思议了。我没想到这是可能的。我没想到它[听不清 00:48:06]。
你能想象美国总统和中国国家主席能用上像 Beam 这样的东西，再配上运行良好的 Meet 实时翻译，两人坐下来交谈，取得多一点进展吗？
给正在收听的朋友说明一下，我们刚才短暂休息去了趟洗手间，现在在聊我体验的那个演示。我们可能会以某种方式把它发布在某个地方，也许就在这里。我有机会体验了 Beam，很难用语言描述它感觉有多真实，而它只用了，是多少来着，六个摄像头。太不可思议了。真的太不可思议了。
它是最难……的产品之一，你没法真正向别人描述清楚。即使我们用幻灯片等方式展示，你也不知道它是什么。你得亲自体验一下。
在世界领导人方面，在政治、地缘政治方面，研究第二次世界大战时又一次会发现一些非常特别的东西：如果张伯伦当面见了斯大林，本可以挽救多少。我有时也很难向别人解释、说清楚，为什么我相信世界领导人面对面会谈是有力量的。这么说似乎显得天真，但面对面确实有某种东西。而在 Beam 上，我也感受到了同样的东西，然后我无法解释，我一直在做的就是像孩子那样说：你看起来好真实。我的意思是，我不知道这是否会让会议更高效之类的，但它肯定会让会议更……就像有时候你想去公司上班而不是远程办公的原因一样，那种人与人之间的连接。我不知道那是什么，很难用语言表达。优秀的团队一起协作做一件事时，有一种美好，那是团队的生产力或纸面上的任何东西都无法体现的。人生中经历的一些最美好的时刻就发生在工作中。好几个月一起追求一件困难的事情，没有什么能与之相比。
你们一起在一线拼搏。是的，你们确实会通过这种方式建立起深厚的情谊。
而且能够在某种程度上远程做到这一点，同时保留同样的人情味，我不知道，这是一件让人深感满足的事。我知道很多人……我个人很讨厌开会，因为相当大比例的会议如果开得不好，就没有明确的目的。但那是会议本身的问题，不是沟通的问题。如果你能改善那些有用的会议中的沟通，那就太了不起了。所以是的，它背后出色的工程让我大开眼界。然后我们再看看它会产生什么影响，那会很有意思，但单就工程而言就太不可思议了。真的令人印象深刻。
确实如此。当然，未来几年我们会努力让它越来越普及、越来越容易用上。但是，即使在工作会议之外的个人层面，一位远离孙辈的祖母能够进行那样的互动，我认为所有这些最终都会非常……没有什么能替代面对面相见，但面对面并不总是可能的。你可能是一名被派驻在外的士兵，想和你所爱的人说说话。所以我认为，这就是激励我们的东西。
去年你和我一起出去散步的时候，我想我们没聊过这个，但我记得在那之外，我看到了几十篇分析师、专家等人写的文章，说桑达尔·皮查伊应该下台，因为当时的看法是谷歌在 AI 竞赛中已经确定落后，在快速演变的技术格局中失去了它的魔力。而一年后的现在，真是太疯狂了。你展示了过去一年里发布的所有东西的那张图。太不可思议了。就在我们坐在这里的今天，Gemini Pro 在许多基准测试和产品上都处于领先。所以请带我回顾一下那段经历：从那些文章说你不是带领谷歌度过这一时期的合适人选、说谷歌迷失了、完了、结束了，到今天谷歌再次领先。那段时间里有哪些低谷时刻？
嗯，要说的有很多。显然，作为 CEO，我下的主要赌注是真正确保公司以 AI 优先的方式处理一切，真正为负责任地开发 AGI 做好准备，并确保我们推出体现这一点的产品，也就是对人们非常、非常有用的东西。所以你看，即使在去年那样的时刻，我也很清楚我们内部在打造什么。我当时已经做出了许多重要决定，把谷歌大脑（Brain）和 DeepMind 这种水准的团队整合到一起，成立了 Google DeepMind。还有一些事情，比如我们在 10 年前就决定投资 TPU，所以我们知道我们在扩大规模、构建大模型。
每当你处于那样的处境，有几个方面。我很擅长屏蔽噪音，把信号和噪音分开。你潜水吗？你有没有……？
没有。
潜水太棒了。我不太擅长，但潜过几次。有时候你跳进海里，海面波涛汹涌，但你往下潜一英尺，那里就是整个宇宙中最平静的地方。所以有类似的情况。管理谷歌，你也可以说就像在执教巴塞罗那或皇家马德里。你会有一个糟糕的赛季。所以有这方面的因素。但你看，我很擅长屏蔽噪音。我确实会留意信号。把信号和噪音分开很重要。外界有时也有优秀的人提出很好的观点，所以你要倾听，要吸收这些反馈，但在内部，你正在做出一系列重大的决定。
作为领导者，你要做很多决定，感觉其中许多都无关紧要，但随着时间推移，你会认识到，你日常做的大多数决定其实并不重要。你必须做出这些决定，做出它们只是为了让事情继续推进。但你必须做出少数几个重大决定，而我们已经组建了合适的团队、找到了合适的领导者，我们拥有世界一流的研究人员，我们当时正在训练 Gemini。
在内部，有一些因素是外界的人可能没有意识到的，比如说……我的意思是，TPU 很棒，但我们也必须扩充 TPU 的规模。真正拥有足够多的 TPU 来获得所需的算力，这种规模化是需要时间的。但我在内部能看到我们所处的发展轨迹，我对内部的种种可能性感到非常兴奋。对我来说，这一刻感觉是我们作为一家公司面前最大的机遇之一：未来的机遇空间，也就是未来十年、未来 20 年，比过去发生的一切都要大。而且我认为，与世界上大多数公司相比，我们更有条件去实现这一愿景。
我的意思是，你必须做出一些重大而大胆的决定，比如你提到的 DeepMind 和谷歌大脑的合并。也许这只是我的看法，出于我对人性的了解，我相信其中牵涉到很多自尊心，合并团队是非常困难的，我相信也有一些艰难的决定要做。能带我回顾一下你思考这件事的过程吗？你会去扣动扳机、做出那个决定吗？有哪些痛苦的地方？你是如何驾驭那些动荡局面的？
听我说，我们很幸运拥有两支世界一流的团队，但你说得对，这就像有人跑来跟你说，把斯坦福和麻省理工合在一起，打造一个出色的院系，说起来容易做起来难。不过我们很幸运，两支团队都非常出色，各有所长，运作方式也截然不同。Brain 更像是由许多多元化的项目组成，自下而上，从中诞生了许多重要的研究突破。而当时的 DeepMind 对于想要如何构建 AGI 有着坚定的愿景，所以他们一直在沿着自己的方向推进。但我认为在那些时刻，幸运的是，杰夫当时表达了希望回到直接从事科研、不负责管理的岗位。他觉得管理工作占用了他太多时间。而德米斯，我想他当时本来就在执掌 DeepMind，自然是那个位置的不二人选。
但我想你说得对，我们确实花了一段时间才把两支团队整合到一起，这要归功于 德米斯、杰夫、科拉伊 以及那里所有优秀的人。在组建那支团队时，他们非常努力地把两边的优势结合起来。在我们把这件事整合起来的过程中，也有过几个不眠之夜。我们在做法上保持了耐心，好让它从长远来看运转良好，当时也有一部分是出于这样的考虑。我认为，是的，在事情进展如此之快的情况下，我们确实感受到了压力，但我觉得我们把那次过渡完成得很好，而且他们显然正在做着非常了不起的工作，未来他们还会带来更多了不起的成果。
就像我们之前聊到的，你的举止非常沉稳、性情平和、待人尊重。在那段时间里，不管是合并还是应对外界的各种杂音，有没有过沮丧情绪爆发的时候？你有没有不得不对大家比平时更强硬一些？
大概有吧。你说得对。我想从某种意义上说，确实有那么一段时间，我们所有人都在全力冲刺，但当你满怀热情地在一线拼搏时，总会有那么几天意见不合、互相争论。但这一切，我是说，都只是高强度工作中的常态。归根结底，我们所有人之所以做现在的事，是因为它可能带来的影响，我们正是被这种影响所激励。
对我们很多人来说，这是一段长期的旅程，所以一直都非常令人兴奋。积极的时刻远远多于那些有压力的时刻。就在今年早些时候，我有机会连续两天庆祝：一天是杰弗里·辛顿获得诺贝尔奖，第二天是 德米斯和约翰·江珀获得诺贝尔奖。能和这样的人一起共事，这一切都非常鼓舞人心。
你有没有过不得不强硬拍板的时候，程度可能轻一些或重一些，又或者直接说“我是 CEO，我们就这么做”？
回到我之前说的那些影响重大的决策，有些决策，人们可能会非常激烈地反对，但到了某个时候，你要做出明确的决定，然后请大家全力投入。你可以有不同意见，但现在是“保留意见、坚决执行”的时候了，这样我们才能向前推进。至于是不是强硬拍板，这是我们所有人都必须做的事情中很自然的一部分。我认为你可以平静地做到这一点，同时对你所决定的方向非常坚定。而且我觉得，如果你表达清晰，随着时间推移，人们其实会尊重这一点，只要你能清晰地做出决定。
我发现，在做这类决策的会议上，听取每个人的意见是非常有效的。我认为在条件允许时，听取每个人的意见很重要。有时候你听到的内容确实会影响你的思考，你会反复斟酌，然后做出决定。有时候你有很明确的信念，你就会直说：听着，这是我的感受，这是我的信念，然后你就算是下了注，接着继续往前走。
有没有那样的重大决策？我直觉上以为合并是最大的那个？
我认为那是公司为了应对这个时刻所做的一个非常重要的决定。我觉得我们必须确保我们在做这件事，而且要把它做好。我认为那是一个影响重大的决定。还有很多其他的事情。我们成立了一支 AI 基础设施团队，真正去应对这个时刻，把我们所需的算力规模扩大上去，并且确实把来自公司各个不同部门的团队召集到一起，组建了这支团队来向前推进。
让大家在物理空间上一起工作，无论是在伦敦的 DeepMind，还是在我们称为 Gradient Canopy 的地方，也就是山景城 Google DeepMind 团队所在的地方。我最喜欢的时刻之一是，我每周都会例行多次步行到 Gradient Canopy 大楼，我们顶尖的研究人员就在那里研究模型，谢尔盖也经常在他们中间，就是去了解模型的最新进展，看看损失曲线，诸如此类。我认为，把团队重新聚到一起、找回那种活力的文化层面，最终也发挥了很大作用。
那最近决定加入 AI 模式这件事呢？谷歌搜索，正如人们所说，是互联网的首页，它是一个带有 10 条蓝色链接的传奇极简设计。人们一想到互联网，就会想到那个页面，而现在你们开始改动它了。所以有了 AI 模式这个单独的标签页，再加上在搜索结果中整合 AI，我相信在这件事上，会议里肯定有过一些激烈争论。
听着，在某种程度上，当移动互联网到来时，人们就希望得到更多问题的答案，所以我们一直在不断地演进它。但你说得对，在这个时刻，这种演进是因为底层技术正变得强大得多。你可以让 AI 提供大量背景信息，但我们一个重要的设计目标是，当你来到谷歌搜索时，你会得到大量背景信息，但你还会去网络上发现很多东西。所以在 AI 模式、AI 概览等等之中，这一点都会成立。
联系到我们之前的谈话，我们仍然为你提供链接，但可以把 AI 看作一个层，它为你提供背景信息和摘要；也许在 AI 模式中，你可以在探索的过程中与它来回对话，但在整个过程中，你都在了解外面的世界有些什么。所以这些核心原则不会改变。但我认为 AI 模式让我们能够推动……我们把最好的模型放在了那里，这些模型把搜索当作一个深度工具来使用，实际上对于你提出的每一个查询，都会将问题拆解开，执行多次搜索，然后以某种方式把这些知识汇总起来，让你可以去获取你想要的内容，这就是我们的思路。
我有机会听了不少伊丽莎白，也就是莉兹·里德的讲述，你提到的内容里有两点让我印象深刻。一点是你刚才说的查询扩展（query fan-out，即将一个问题拆成多个检索请求），我之前甚至从没想过这个，它的强大之处在于把网络上的大量内容为你整合到一个地方，这样，是的，它提供了那种背景信息，让你可以决定接下来去打开哪个页面。另一件非常非常重要的事，与我们之前谈到的生产力倍增有关，她提到的是语言。
所以有一点你可能没有完全意识到：通过 AI 模式，对于不说英语的人来说，在试图弄清楚自己要找什么的推理过程中，你们让比如说英文网站变得可以触达。当然，一旦你打开某个页面，你可以使用基础的翻译功能，但在弄清楚的那个过程中……如果你设身处地为世界上很大一部分不说英语的人想一想，他们用自己母语能接触到的网络要小得多。所以，这再次释放了那里巨大的认知能力。在这里，有那么多博主和记者在写 AI 模式，你会把这视为理所当然，却忘了这现在释放出了什么，因为 Gemini 在翻译方面真的非常出色。
确实如此。我是说，多模态能力、翻译能力、它的推理能力，我们正在大幅提升工具使用能力，并把这种能力融入搜索的使用流程中。听着，我对 AI 概览感到非常兴奋。我们看到这个产品已经变得好了很多，我们用各种用户指标进行了衡量。它显然推动了产品的强劲增长，而且我们一直在测试 AI 模式。它现在已经交到了数百万人手中，早期指标非常令人鼓舞。所以，听着，我对搜索的这个新篇章感到很兴奋。
对于那些没有仔细想过或者不了解这一点的人来说，现在是 10 条蓝色链接，顶部有 AI 概览，它提供了一个不错的摘要，你可以把它展开。
而且现在里面还嵌入了来源和链接。
是的，我相信，至少莉兹是这么说的，我自己其实没注意到，AI 概览里也有广告。我想 AI 模式里还没有广告。AI 模式什么时候会有广告，桑达尔？你觉得什么时候……？好吧，我们应该说一下，在九十年代，我记得那些动画 GIF、横幅 GIF，会把你带到一些跟什么都毫不相干的可疑网站。AdSense 彻底改变了广告。它是近代史上最伟大的发明之一，因为它让我们能够免费使用所有这些服务。所以广告为许多非常强大的服务提供了支撑。在最理想的情况下，它向你展示相关的广告，但同样非常重要的是，方式不会让人特别烦，很有格调。那么，你认为什么时候有可能在 AI 模式中加入广告？从有格调、不惹人烦的角度来看，那会是什么样子？
有两点。在 AI 模式的早期阶段，我们显然会更多地专注于自然搜索、也就是非广告内容的体验，确保我们把它做对。我认为广告的根本价值在于……
我认为广告的根本价值在于，它让我们能够把这些服务提供给数十亿人。第二，广告之所以……我们一直认真对待广告的原因是，我们把广告视为商业信息，但它仍然是信息。所以我们对它采用同样的质量指标。我认为对于 AI 模式，回到我们之前关于……的谈话，我认为随着时间推移，AI 本身会帮助我们找出最好的做法。我认为，既然我们在为所有内容提供背景信息，我觉得这也会给我们更多机会去说明：“好的，这里是一些商业信息。”就像今天作为播客主持人，你会在某些位置插入广告，而且你大概已经摸索出在你的播客里怎样做最好。我想是这样的，其中有些方面是相通的，但我认为根本的需求在于，人们重视商业信息，企业也在努力与用户建立联系。
这一切在 AI 时代都不会改变，但听着，我们会重新思考它。你已经看到我们现在在 YouTube 上采用订阅和广告相结合的方式。比如，显然，我们现在正在所有产品中推出订阅服务。所以作为其中的一部分，最佳平衡点最终也会有所不同。
你是否看到未来有这样一种可能的走向：AI 模式完全取代 10 条蓝色链接加 AI 概览？
我们目前的计划是，AI 模式将作为一个单独的标签页存在，供那些真正想体验它的人使用，但它还没有达到我们主搜索页面的那个水平。不过，随着功能被验证有效，我们会不断把它们迁移到主页面，所以你可以把它看作一个连续体。AI 模式将为你提供最前沿的体验，而那些行之有效的东西会不断溢出到 AI 概览和主体验中。
而且 AI 模式仍然会把你带到网络上，带到人类创造的网络上？
是的，这将是我们的一项核心设计原则。
所以说到底，是由用户来决定的，对吧？是他们在推动这件事。
是的。
这真的很令人兴奋。也有点让人害怕，因为它可能会改变互联网，毕竟谷歌长期以来一直以一种非常特定的外观和对互联网意义的特定理念占据主导地位。当你转向 AI 模式时，我是说，那就是一种不同的体验。我想莉兹谈到过这一点。我想你也提到过，人们会问更多的问题，会问更长的问题。
问题的类型也截然不同。
是的，它实际上激发了好奇心。我觉得，就我自己而言，我一直在向这台黑箱机器，姑且这么叫吧，不管它是什么，提出多得多的问题。而有了 AI 概览，这很有意思，因为我仍然看重人类……我最终仍然希望落到人类创造的网络上，但就像你说的，背景信息真的很有帮助。
这有助于我们提供更高质量的引流，对吧？人们找到所需内容的可能性要高得多。他们在探索，他们很好奇，他们的意图得到了更充分的满足。这就是我们所有指标所显示的。
这让创造网络内容的人感到紧张。记者们越来越紧张。他们本来就已经很紧张了。就像我们提到的，CNN很紧张，因为播客……这让人们感到紧张。
听着，我认为新闻和新闻业在未来会发挥重要作用。我们对此相当坚定，对吧？所以我认为要确保这个生态系统……事实上，我认为随着时间推移，正是因为我们在这方面的投入，我们作为一家公司将能够凸显自身的差异化。所以我认为这是我非常看重的事情，在我们进行设计时，我们会继续优先考虑相应的方法。
我相信，对于有需要的人来说，他们可以用一个经过微调、专写标题党抹黑文章的AI模型来取代现在的新闻业。这是在挖苦新闻业，请见谅。不过我发现，如果你想找对某些事情真正有力的批评，Gemini在这方面做得非常好。
哦，绝对是……（字幕此处的“I.”与下一段开头的“T’s”疑为“It’s”被分开，待听音核对。）
它比他们的任何东西都好……我是说，至少目前是这样。人们担心会引入偏见：随着AI系统变得越来越强大，赞助方会有动机介入，试图控制AI模型的输出。但就目前而言，它提供的客观批评要比新闻业好得多。
当然，有一种观点是记者仍然有价值，但话说回来，我也不确定，我们在开放互联网上获得的众包新闻也非常、非常有力量。
我觉得这些都是非常重要的东西。我认为有大量众包信息涌入是好事，但我觉得高质量新闻确实有真正的价值，对吧？我认为它们都是互补的。比如，我发现自己也一直在寻找，试图找到对事情的客观报道。有时你从网上读到的众筹来源中能获得更多背景信息，但我认为两者最终都发挥着非常重要的作用。
你对此谈过一些。Dennis也谈过这一点，就是网络中有一部分将越来越多地变成为智能体提供信息。所以我们可以把网络看作两层：一层是给人类的，一层是给智能体的。你认为AI智能体……你认为面向AI智能体的那一层会随着时间不断增长吗？你认为从长期来看，比如5年、10年之后，由人类创造、供人类使用的网络仍然会有价值吗？还是最终全都会变成智能体的天下？
如今，虽然不是每个人都这样，但你去一家大型零售店，你喜欢在货架间闲逛，你喜欢购物，或者去杂货店挑选食物等等，但你同时也在网上购物，他们送货上门，对吧？所以两者是互补的，餐馆等也是如此。所以我确实觉得，随着时间推移，网站对人类来说也会变得更好。它们的设计会更好。AI实际上可能会为人类把它们设计得更好。
所以我预计网络会变得丰富得多、有趣得多，也更好用。与此同时，我认为会出现一个智能体网络，它也在取得很大进展，而你必须解决商业价值和激励机制的问题，才能让它良好运作，对吧？让人们愿意参与其中。
但我认为两者会共存，而且显然，智能体可能不需要同样的……不是可能不需要，它们不会需要人类交互所需的那种设计和UI范式。但我认为两者都会存在。
我必须问问你关于Chrome的事。我得说，就我个人而言，谷歌Chrome大概是……我不知道，我想看看我会把它排在什么位置，但此刻我很想说，这不是近因偏差，虽然可能有一点，但我认为它名列前茅，前三名，也许是我心目中有史以来排名第一的软件。它太了不起了，真的太了不起了。
浏览器是我们通往网络的窗口，而Chrome多年来一直如此。但即使在最初，在这个领域停滞不前的时候，它就推动了创新，而且它一直在不断挑战，不断提升性能，变得如此高效，持续创新，还有它的Chromium这一面。
总之，你是Chrome的先驱之一，在它还是个疯狂想法的时候就力推它，它可能是当时饱受批评和质疑的想法之一。那么你能讲讲推动Chrome需要付出什么吗？你当时的愿景是什么？
你看，2004、2005年前后是一个非常活跃的时期，有了AJAX，网络突然变得动态起来。短短几个月内，Flickr、Gmail、谷歌地图都相继问世，对吧？也就是说，你有了一个交互式的动态网络。网络正从简单的文本页面、简单的HTML演变为丰富的动态应用，但与此同时，你可以看到浏览器从来就不是为那样的世界而设计的，对吧？比如，JavaScript的执行速度超级慢。
对于那个正在到来的、丰富的现代网络而言，浏览器远远称不上是一个操作系统。这就是我们看到的机会。那是一支了不起的早期团队。我至今还记得我们在WebKit上跑起一个外壳程序的那天，它有多快。我们对打造浏览器有清晰的愿景。我们想把操作系统的核心原则引入浏览器，对吧？
所以我们打造了一款安全的浏览器，有沙盒机制，每个标签页都是独立的。这些东西现在很常见，但在当时相当独特。我们在丹麦奥胡斯找到了一支了不起的团队，其负责人打造了JavaScript虚拟机，运行速度是当时市面上其他任何JavaScript虚拟机的25倍。顺便说一句，你说得对，我们把它全部开源了，也放进了Chromium，但我们真心认为网络可以运行得更好、更快，人们浏览网络也可以安全得多。而Chrome这个名字的由来，是因为确实感觉人们……或者说浏览器的“外框”（chrome）变得越来越臃肿。
我们想把它尽量精简。这就是这个项目的起源。当然，显然，在这里谈Chrome的我是个非常有偏见的人，但这是我从零开始打造一款产品时最开心的经历，那是一支非凡的团队。我在这个项目上的联合创始人们都非常出色，所以绝对是美好的回忆。
所以，对于不了解的人来说，桑达尔，可以公平地说，我们之所以有Chrome，是因为你。是的，我知道有很多了不起的工程师，但你是在一家可能反对它的公司内部力推它，因为这是个疯狂的想法，因为大家可能都知道，打造一款浏览器极其困难。
是的，你看，当时埃里克是CEO。我认为与其说他反对，不如说他亲身了解去打造一款浏览器是多么疯狂的事情，所以他肯定会说：“这是……”真要去打造一款浏览器，这事确实有疯狂的一面，但他非常支持。每个人……创始人们也是。
我认为一旦我们开始打造某样东西，并且能够用上它，看到它好了多少，从那以后，你就真的是在不断打磨产品、让它变得更好。它很快就成形了。
§02文字稿 2
你从中汲取了什么智慧？就是在早期坚持推进一个最终带来革命性变化的疯狂想法，对于未来类似的疯狂想法，你有什么心得？
我是说，这是拉里和谢尔盖清楚阐述过的东西。我很早就真正内化了这一点，那就是他们对于把做登月项目作为一种方式的整体看法。当你做一件非常有雄心的事情时，首先，它会吸引最优秀的人，对吧？这是你获得的一个优势。第二，因为它太有雄心了，不会有其他人在做这么疯狂的事情，所以基本上这条路就是你们独享的，对吧？就像Waymo和自动驾驶。第三，即使你最终没能完全实现你设定的目标，只完成了60%到80%，它最终也会是巨大的成功。所以这就是我会给人们的建议，对吧？我认为瞄准大的想法有所有这些优势，它有风险，但它也有所有这些优势，而我认为人们并没有完全内化这些。
我是说，你提到了最疯狂、最大的登月项目之一，就是Waymo。十多年前我第一次看到Waymo的车，也就是谷歌的自动驾驶汽车时，对我来说那是机器人领域的一个顿悟时刻。它让我比以前更加爱上了机器人。它让我瞥见了未来。所以这太了不起了。我真心感激这个项目，感激它所象征的东西，但它也是一个疯狂的登月项目。
很长一段时间里，Waymo就像你提到的潜水那样，不理会任何人，只是冷静地把系统改进得越来越好，做更多测试，不断扩大运行域。首先，恭喜你们完成了1000万次付费Robotaxi（自动驾驶出租车）出行。在这个项目的毅力和坚持方面，你从Waymo身上汲取了哪些经验？
我为我们在Waymo上取得的进展感到非常自豪。我认为我们非常坚定的一点是，最后的20%可能看起来像……我是说，我们总是这么说，对吧？前80%很容易，最后的20%要花掉80%的时间。我认为我们在Waymo上确实在经历那个阶段，但我意识到了这一点，我们也知道自己正处于那个阶段。
我们知道，虽然有很多其他自动驾驶公司，但我们知道技术差距是存在的。事实上，恰恰是在其他人怀疑Waymo的那个时刻，我也说不清，我们做出了加大对Waymo投资的决定，对吧？所以在某些方面这是反直觉的，但我认为，你看，我们一直是一家深度技术公司，而Waymo某种程度上就是打造一个运作良好的AI机器人，所以我们会被这类问题吸引。那里团队的水准非常出色，都是了不起的团队。
我知道你一直非常密切地关注这个领域。我是在跟一位很了解这个领域的人交谈，但当时非常明显，它终将实现目标，虽然仍有更多工作要做，但这是一个很好的例子，说明我们始终同时把雄心和安全放在优先位置，对吧？对两者同样坚定，全力推进，而我对它目前的运作情况、对人们有多喜爱这种体验感到无比兴奋。今年我们确实大幅扩大了规模，2026年我们还将继续扩大规模。
话虽如此，竞争正在升温。你和埃隆关系友好，尽管严格说来他是竞争对手，但你和很多科技公司CEO都是这样保持友好，对他们表示尊重等等。你怎么看特斯拉正在做的Robotaxi项目？你把它视为竞争吗？你怎么看？你喜欢这种竞争吗？
谷歌是SpaceX最早、最大的支持者之一，对吧？所以我们对SpaceX正在做的事情感到非常兴奋，也很幸运作为一家公司成为那里的投资者，对吧？我们并不直接与特斯拉竞争。我们不造汽车等等，对吧？我们在打造L4、L5级自动驾驶。我们在打造Waymo Driver，它是通用的，可以用在很多场景中。
他们显然也在努力让特斯拉实现自动驾驶。我一直默认埃隆在他做的任何事情上都会成功。所以这不是我会质疑的事情，但我认为我们离……这些领域都是如此广阔的领域。比如，我思考交通出行这个机会空间，Waymo Driver是一项通用技术，我们可以将其应用在很多情况下。所以有一片广阔的未开发空间，在所有未来情景中，我都看到特斯拉发展得很好，Waymo也发展得很好。
就像我们提到的新石器时代“一揽子技术”，我认为非常有可能，当历史被书写时，在“AI一揽子技术”中，自动驾驶汽车会是改变一切的那件大事。想象一下，在一二十年的时间里，从人工驾驶到自动驾驶的彻底转变，可能会以我们无法预料的方式，彻底改变我们在世界上出行的方式。
所以有这种可能性，然后是二阶、三阶效应，就像你现在在特斯拉身上看到的那样，很有可能会看到一些……在 Alphabet 内部，也许是 Waymo，也许是 Gemini 机器人方面的一些东西，它可能会把你带入机器人技术的其他领域，因为我们应该记住，Waymo 就是一个机器人。
嗯。
只不过它恰好长着四个轮子。所以你说下一个大事件（我们也可以把它归入 AI 这一揽子技术），那个重大的顿悟时刻可能出现在机器人领域。你觉得那会是什么样子？
德米斯和 Google DeepMind 团队非常专注于 Gemini 机器人，对吧？
对。
所以我们肯定也在构建底层模型。我们在这方面有大量投入，而且我认为我们在这方面的研究也相当前沿。所以我们肯定在朝那个方向推进。我们显然也在考虑机器人领域的应用。我们会……（原文此处转录为“work CSD”，含义不明）。目前我们正在和几家公司合作，但我想说，这个领域请大家拭目以待。
我们还没有对外完整阐述我们的计划，但这是一个我们肯定致力于推动大量进展的领域。不过我认为，最终会是 AI 推动机器人领域的巨大进步。这个领域一段时间以来一直受到制约。我的意思是，硬件取得了非凡的进步，软件一直是难点，但现在有了 AI 和我们正在构建的通用模型，我们在构建这些模型，让它们以安全、通用的方式在现实世界中运作，这正是我们在全力推进的前沿。
嗯，看到这些模型和不同团队整合在一起，全都朝着正在构建的同一个世界模型努力，真的很好。所以从所有这些不同角度、从多模态出发，你们最终是想打造出 Gemini。能让 AI 模式在回答你的问题时真正有效的东西（这需要某种世界模型），和能帮助机器人在物理世界中发挥作用的东西是同一类东西。所以一切都是一致的。
这正是这个时刻如此独特的原因，因为经营一家公司，你第一次可以对一项能被多种业务复用的底层技术进行深入投入，在此基础上推动多项业务向前发展，对吧？这实际上就是我们在谷歌和 Alphabet 正在做的事，对吧？
是的，一切都在汇聚到一起。就好像是事先计划好的一样，当然并不是。这一切都是分布式的。我的意思是，像 Gmail、谷歌表格（Sheets）以及所有这些其他了不起的服务，我可以连着好几年夸 Gmail。它彻底改变了电子邮件。
但当你开始把 AI、把 Gemini 整合进 Gmail 的那一刻，我的意思是，这是另一件事，说到生产力倍增器，人们总抱怨电子邮件，但它改变了一切。电子邮件，电子邮件的发明改变了一切，而且它早就到了该变革的时候。已经有一些人在尝试革新电子邮件，其中一些是基于 Gmail 做的，但这个领域确实非常适合创新，不只是垃圾邮件过滤，你还演示了一个非常棒的演示，关于——
个性化回复，对吧？
个性化回复。一开始我对此感觉很不好，但后来我意识到这没什么可感到不好的，因为你举的例子是：当一个朋友问起你去过的某个徒步地点，“你有什么建议吗？”它会搜索你所有的信息，给他们好的建议，然后你再锦上添花，也许加点爱意或者某种情谊，但信息层面、知识传递的部分，它替你完成了。
我认为会有一些重要的时刻。比如，今天如果你亲手写一张卡片寄给某人，那是很特别的事。同样地，会有这样的时候，我是说对你的朋友，也许你的朋友写信说他过得不好之类的，在这些时刻你会想留出自己的时间来写点东西、主动联系对方。但像是说“把你那次旅行的所有细节都告诉我”，这种事让 AI 助手来帮你就非常合理。对吧？
所以我认为两者都很重要，但我对这个方向感到很兴奋。
是的，我认为，归根结底，它让我们人类有更多时间去做我们觉得有意义的事。我想这让很多人感到害怕，因为我们将不得不问自己一个难题：我们觉得什么是有意义的？我相信是有答案的，这就是那个关于存在意义的老问题。当你必须努力弄清楚这一点时，答案最终可能是养育子女，或者在艺术、写作等某些领域进行创造，而这对……构成挑战
这是个值得问自己的好问题：“在我的生活中，什么能给我带来最多的快乐和满足感？”如果我真的能把更多时间集中在那上面，那是非常有力量的。
我认为那就是终极目标。如果把这件事做对，我认为它能让更多人找到那样东西。
我必须问你，在编程方面，AI 的编程能力越来越强了。Gemini，无论是智能体形式还是单纯的大语言模型，都非常出色，所以很多程序员真的很担心自己会失业。他们应该有多担心？他们应该如何调整，才能在这个越来越多代码由 AI 编写的新世界里蓬勃发展？
我想说几点。拿谷歌来看，我们公布过各种统计数据，大约 30% 的代码现在使用了 AI 生成的建议之类的东西。但最重要的指标，也是我们仔细衡量的指标，是作为一家公司，我们的工程研发速度因为 AI 提升了多少，对吧？这是个很难衡量的指标，我们努力严格地去衡量，我们的估计是这个数字目前在 10%，对吧？
也就是说，现在在整个公司范围内，我们借助 AI 实现了 10% 的工程研发速度提升，但我们计划明年招聘更多工程师，对吧？因为我们能做的事情的机会空间也在扩大，对吧？
嗯。
所以我认为，希望至少在近期到中期，对很多工程师来说，它能腾出越来越多的……即使在工程和编码中，也有一些非常有趣的部分：你在做设计，做架构，解决问题。还有很多繁琐的杂活，这些都是相辅相成的，但希望它能把很多这类工作拿走，让编程变得更有趣，让你有更多时间去创造、解决问题、和同事们头脑风暴等等，对吧？这就是其中的机会。
第二，我认为它会吸引……它会把创造的力量交到更多人手中，这意味着人们会创造更多东西，也意味着会有更多工程师做更多事情。所以这很难完全预测，但我认为总体而言，在当下，感觉人们会采用这些工具，成为更好的程序员。就像现在下国际象棋的人比以往任何时候都多，对吧？所以至少对我来说，从这个角度看是积极的。站在谷歌内部的角度，我会这样跟他们谈这件事。
不过还是。我只是从个人见闻知道，很多优秀的程序员正在生成大量代码，所以他们的生产力……他们并不总是用上所有代码，仍然有很多编辑工作，但即使是我，仍然在业余做些编程，我觉得我的效率大概是原来的 5 倍。我想，即使是像谷歌那样涉及大量用户的大型代码库，我猜想很快生产力应该会提升得更多。
不。真正的重大突破会出现在我们让智能体能力变得稳健得多的时候，对吧？我认为那才会开启下一波大浪潮。我认为 10% 是一个巨大的数字。比如，如果明天我出现并说“你可以把一个大型组织的生产力提升 10%”，当你有数万名工程师时，这是一个惊人的数字，而这与其他地方引用的数据或统计不同，比如“现在有多少百分比的代码是由 AI 编写的”。
我说的更多是，比如，整体的——
实际的生产力。
实际的生产力。对吧？工程生产力，这是两回事，而工程生产力是更重要的指标，但我认为它会变得更好，对吧？我认为没有哪个工程师会……如果明天你神奇地让效率变成原来的 2 倍，那只会让你创造出更多东西。你会创造出更多增值的东西，所以我认为你会在工作中找到更多满足感，对吧？
这有很多方面。我的意思是，谷歌的实际代码库可能会因此改进，因为它会变得更标准化，人们在代码库中穿梭也更容易，因为 AI 会帮忙做这些，因此这也会让 AI 更好地理解整个代码库，从而让工程方面……
我一直大量使用 Cursor，用它搭配 Gemini 和其他模型来编程。它的一个强大之处在于它了解整个代码库，这让你可以就代码库提问，也让智能体能以非常强大的方式在代码库中穿梭。我的意思是，这是一个巨大的突破。
想想看，比如迁移、重构旧代码库。
重构，对。
是的。我的意思是，想想一旦我们能以比现在好得多、稳健得多的方式做到这一切。
我认为最终所有东西都会用 JavaScript 编写、在 Chrome 中运行。我觉得一切都在朝那个方向发展。说句好玩的，谷歌的编程面试很传奇，对工程师的面试非常严格。你能谈谈在 AI 时代这有什么变化吗？这真是太奇怪了……白板面试，我猜是不允许用提示词的吧。
这个问题问得真好。我们正在确保至少引入一轮面对面面试，就是为了确保候选人基础扎实。我认为这些基础最终会很重要，但使用 AI 工具同样是一项重要的技能。如果你能用这些工具生成更好的代码，我认为那是一种优势。所以总体而言，我认为这是一个巨大的积极因素。
氛围编程（vibe coding）工程师——你是否建议那些对编程感兴趣的人、学生仍然去大学接受计算机科学教育？你怎么看？
我建议。如果你对计算机科学有热情，我会去学。计算机科学显然远不止编程本身，所以我会去学。我仍然不认为我会改变你所追求的方向。我认为 AI 会广泛影响每一个领域，很难预测会以何种方式。所以任何能让你学到良好的第一性原理思维的教育，我认为都是好的教育。
你们彻底改变了网页浏览。这些年来你们彻底改变了很多东西。Android 改变了游戏规则，它是一个了不起的操作系统。我们可以聊 Android 聊上好几个小时。Android 的未来会是什么样子？它有没有可能变得越来越以 AI 为中心，尤其是现在又加入了 Android XR，能够在物理世界中实现增强现实、混合现实和虚拟现实？
计算领域最好的创新都来自输入输出（IO）范式的转变，对吧？比如 GUI，也就是图形用户界面，然后是移动端的多点触控，后来是语音。同样，我觉得 AR 就是下一个范式。我认为它一直受到阻碍。其一，打造好的 AR 所涉及的系统集成挑战非常非常难。
其二，你需要 AI 来真正地……否则，IO 太复杂了，你无法为那种范式实现自然无缝的 IO。AI 最终变得极其重要，这就是为什么 Project Astra 对 Android XR 的世界来说至关重要。但确实如此。我认为当你使用眼镜……我一直惊叹于这些东西将会多么有用。
所以，我认为这对 Android 来说是一个真正的机会。我认为 XR 是让它真正焕发生机的一种方式，但我认为也有机会重新思考移动操作系统，对吧？我认为我们一直生活在应用和快捷方式的这种范式里。这些都不会消失。
不过还是那句话，如果你想在操作系统层面把事情办成，它就需要更具智能体（agentic）特性。这样你就能大致描述你想做什么，或者它能主动理解你想做什么，从你一遍又一遍做事的方式中学习，并在某种程度上适应你们每个人。这差不多就是我们需要去实现的那个突破。
嗯，那种基础、高效、极简的用户界面。我有机会试戴了这款眼镜，真的很惊艳。关键在于那些小细节。很难用语言形容，但完全没有延迟，用起来就是顺畅。哪怕是那个小小的地图演示：你低头看，再抬头看，两者之间的过渡非常流畅。展示给你的有用信息量很少，少到不会让你从外面的世界分心，但又足以在你需要时提供一点背景信息。
要把它变成现实，你得解决很多操作系统层面的问题，确保在把 AI 整合进整个系统时它依然能正常运行。也就是说，你做的每件事都会启动一个智能体，去回答某个基本问题。
很好的登月计划，你懂吧？
是啊，太疯狂了。
我很喜欢。但我觉得我们……不过它比其他登月计划离现实近得多。我们预计今年晚些时候把眼镜交到开发者手中，明年交到消费者手中。（原字幕相关词语为“classes”和“consumer science”，结合上下文疑指眼镜与消费端，待听音核对。）所以这是个令人兴奋的时刻。
是啊，Beam 这些东西执行得非常出色，因为有时候你真说不准。比如，Beam 的一个演示视频下面有条热门评论说：“这东西要么五周内被砍掉，要么五年内彻底改变所有会议。”确实，谷歌尝试了那么多东西，有时很遗憾地砍掉了一些很有前景的项目，不过那是因为还有太多别的事情需要专注。
我用很多谷歌产品。Google Voice 我现在还在用。真高兴它没被砍掉，还活着。谢谢那位一直在保它的人，因为它太棒了，非常好用。他们还在不断创新。我就想列一下，算是表达一个大大的感谢：搜索，显然是谷歌带来了革命；Chrome；这些每一个都能聊上好几个小时。Gmail，我一直以来都在夸 Gmail。地图，在革新地图绘制方面是了不起的技术创新。Android，就像我们聊过的。YouTube，也像我们聊过的。AdSense，谷歌翻译，对于学术头脑来说……
……谷歌翻译。对于学术头脑来说，谷歌学术（Google Scholar）太了不起了。还有书籍扫描。也就是让全世界的知识都可以获取，即便那些知识属于某种小众领域，谷歌学术就是这样。然后显然还有 DeepMind，有 AlphaZero、AlphaFold 和 AlphaEvolve，AlphaEvolve 我能一直聊下去，太震撼了。所有这些都发布了。你们今年发布的这一系列东西，正赶上那些写得很精彩的“谷歌完蛋了”的文章出炉的时候。还有就像我们聊过的，开创自动驾驶汽车和量子计算，量子计算可能是另一项低调的东西，正像潜水一样悄悄地朝着永远改变世界的方向前进。那么再来一个嗑嗨了才会问的/[听不清 01:42:53]问题。如果你们造出了 AGI，你会问它什么样的问题？你想和它聊什么？假设谷歌确实造出了基本上能回答任何问题的 AGI，你会聊什么话题？你会往哪个方向走？
这是个好问题。也许到那时它已经很主动了，应该会告诉我一些我该知道的事情。但如果要我问它，我认为它会以一种让我们惊讶的方式，帮助我们更好地理解我们自己。所以也许是这个吧。你已经看到人们在用这些产品做这件事了，但在 AGI 的语境下，我觉得那会相当强大。
是在个人层面，还是在普遍人性层面？
在个人层面。
好的。
所以你和 AGI 对话时，我认为有一定可能它会非常深入地理解你，我觉得是以一种深刻的方式，这是一种可能性。还有一个显而易见的方面：也许它能帮助我们更好地理解宇宙，从而拓展我们认识世界的边界。这是非常令人兴奋的事情。但说实话，我真的不知道。我还没有用过那么强大的东西，但我觉得这些都是可能性。
我觉得在个人层面，问关于你自己的问题，比如围绕“什么让我快乐”这样一连串的问题，通过一连串的问答，我们可能会非常惊讶地发现一些东西，可能会探索到一些深刻的真理，就像有时艺术、伟大的书籍、与所爱之人的精彩对话向我们揭示的那样。那些事后看来显而易见、但被说出来时仍让人觉得美好的东西。但对我来说，头号问题是：到底有多少个外星文明？百分之百是这个。
那会是你的第一个问题？
头号问题：有多少仍存在的和已经消亡的外星文明？也许还有一堆追问，比如它们离我们有多近？它们危险吗？如果没有外星文明，为什么？或者如果没有高级外星文明，但到处都有类似细菌的生命，为什么？是什么障碍阻止了它们发展到那一步？是不是因为当你变得足够聪明时，最终会毁灭自己？因为你需要竞争才能发展出高级文明，而有了竞争就会导致军事冲突，冲突最终会杀死所有人。我也不知道，我就想进行那样的讨论。
得到费米悖论的答案，对。
没错。并且就此展开一场真正的讨论。听了你的回答，我现在意识到你的回答更有建设性，因为我不确定拿到那个信息后我要做什么。但也许这说明了 Liz 谈到的那种普遍的人类好奇心：我们所有人都真的非常好奇，而让世界的信息可以获取，能在一定程度上满足我们的好奇心；有了 AI 就更是如此，我们可以越来越好奇，更多地了解这个世界、了解我们自己。在这个过程中，我一直在想，不知道你能不能谈谈：有没有可能衡量——不是我们聊过的 GDP 生产力增长，而是不管那是什么样的增长——谷歌通过谷歌搜索、如今又通过 AI 模式和 Gemini 所解锁的人类知识的广度和深度？这是件很难衡量的事。
很多年前有过一项研究，我想是 MIT 的研究，他们估算了谷歌搜索的影响。他们大致的结论是，按人均计算，相当于每人每年几千美元，也就是每年创造的价值。但是的，这些东西很难衡量，对吧？这些东西出现后，你就有点把它们视为理所当然了，而且前沿一直在移动。再比如，你怎么衡量像 AlphaFold 这样的东西随时间推移产生的价值，诸如此类？
还有当你学到更多东西时，生活质量也在提升。我得说，我的一些编程现在是由 AI 完成的，不知怎么的，我反而更有兴致编程了。
是的。
知识也一样，发现关于这个世界的事物，会让你对活着这件事更加兴奋。它让你更好奇，而你越好奇，生活和体验这个世界就越令人兴奋。而且这很难……我不知道这是否会让你更有生产力。可能远不如它让你为活着而感到快乐那么多。这些东西带来的生活质量提升，是很难衡量的。随着 AI 在人类所做的每件事上都变得越来越好，你认为让我们人类与众不同的最重要的东西是什么？
说实话，我觉得[听不清 01:48:19]人性的本质，我们所拥有的意识中有某种东西，那是让我们成为独特人类的东西，也许随着时间推移，界限会变得模糊。这很难说清楚。但我希望我们生活在这样一个世界：如果你让资源变得更加充裕，并随着时间推移让世界不再那么像一场零和游戏——它本来就不是，但在资源受限的环境中，人们会认为它是。所以我希望让我们成为独特人类的那些价值，比如同理心、善良，所有这些能更多地显现出来，这是我怀有的一种愿景式的希望。
是的，它会让同情心倍增，也会让好奇心倍增，还有那些闲聊、那些我们关于这一切意义的辩论。我也认为在科学领域，DeepMind 正在做的那些了不起的工作，我觉得我们仍会继续参与其中，去探索科学问题、数学问题、物理问题，即便 AI 在帮助我们解决其中一些问题方面变得越来越好。有时候问题本身就是一件非常困难的事。
既包括要提出的正确的新问题，也包括这些问题的答案，以及它将推动的自我发现过程，我认为是这样。我们在 co-scientist（AI 科研伙伴）和 AlphaEvolve 上的早期工作，看到它们真的非常令人兴奋。
是什么让你对人类文明的未来充满希望？
我是个乐观主义者。如果你回顾人类文明的历程，我们在许多方面不懈地让世界变得更好。在任何特定时刻，看起来可能都有重大的问题需要解决，但我总是问自己一个问题：你愿意出生在现在，还是过去的任何其他时期？我大多数时候——不，不是大多数时候，几乎总是更愿意出生在现在。这就是人类文明取得的非凡成就，我们一直在不断地让世界变得更美好。所以某种直觉告诉我，作为人类，我们总会集体奋起，推动那条前沿向前发展。所以我预期未来也不会有什么不同。
我完全同意你。我真心感激能活在这个时刻。我也对未来感到非常兴奋，而你和这里了不起的团队所做的工作，是我对未来感到兴奋的重要原因之一。所以谢谢你。谢谢你们打造的所有酷炫产品。还有，请不要砍掉 Google Voice。谢谢你，桑达尔。
我们不会的。嗯。
谢谢你今天来聊。这次太精彩了。谢谢。
真的很愉快。非常感谢。
感谢收听这期与桑达尔·皮查伊的对话。如需支持本播客，请查看节目简介中的赞助商，或访问 lexfridman.com/sponsors。在这次对话前不久，我有机会体验了几个演示，说实话让我大开眼界。其中的工程实现确实令人印象深刻。第一个演示是 Google Beam，第二个演示是 XR 眼镜。其中一部分被录了下来，所以我想在这里放一些视频片段。
嘿，Lex，我叫 Andrew。
你好吗？
我负责 Google Beam 团队，我们很高兴给你展示一个演示。我想我们会让你一窥某种新东西。这就是我们的理念：一种连接的方式，一种无论身在何处，都能和你在乎的任何人有“身临其境”之感的方式。这就是 Google Beam。这是我们打造的一个开发平台。这里有一台 Google Beam 原型机，走廊那头还有一台。我待会儿过去把它打开。我们一起来体验。我们会重新回到同一个房间里。
太好了。哇。好的。
嘿，Lex，我们见面了。
好吧。这已经很真实了。哇。
这是真实的。
哇。
很高兴见到你。这就是 Google Beam。我们想让人感觉到，你和我可以身处世界任何地方，但当这些神奇的窗口打开时，我们又在一起了。我看你的样子和你看我的样子完全一样。几乎就像我们坐在同一张桌子旁，我可以向你学习、和你交谈、和你一起吃饭、了解你。
所以你能感受到这种纵深感。
是的，很高兴认识你。
哇。对于那些可能根本无法想象这是什么样子的人来说，这是一个 3D 版本。看起来很真实。你看起来很真实。
是的。在我看来是这样。在你看来也很真实。
看起来就像你从屏幕里走出来了一样。
一进入 Beam，我们很快就会相信我们就在一起。你会慢慢适应它。
嗯。
你天生就习惯这样看世界，也会很快习惯以这种方式看人，只不过借助这些神奇的屏幕，对方真的可以来自世界上任何地方。
这太不可思议了。
这是一项很巧妙的技术。
哇。我之前看过这个的演示，但完全比不上亲身体验。我记得在我看过的一个演示视频下面，YouTube 排名靠前的评论之一大概是说：我为什么要高清？我还想把摄像头关掉呢。但这个真的让人感觉摄像头像是被关掉了，我们就只是同处一个房间。这真的很有吸引力。
没错。我知道现在也挺晚了，所以给你带了点零食，以防你有点饿。
那你能把它再往前推一点吗，然后它就变成——
可以。我们试试让它在两个房间之间浮动。它会从我的房间渐渐过渡到你的房间。
然后你能看到我的手。我手的纵深。
对，当然。是的。
哇。
当然，是的。感觉就像你……试试这个，试着跟我击个掌。几乎有一种碰到对方的感觉。
是的。
你几乎能感觉到。
是的。
因为你很熟悉击掌这个动作，自然会期待这种互动，就会觉得自己可以用这种方式跟别人建立联系。
对。
所以这是一种有点神奇的体验。
哦，这真的很棒。它要多少钱？
嗯。我们有很多公司在测试它。我们刚刚宣布，很快会把它作为一系列产品推向办公室场景。有一些公司在帮我们打造这些屏幕。不过我认为最终几乎每块屏幕上都会有它。
什么都没有，我身上什么都没戴。嗯，澄清一下，我穿着西装、打着领带，我是穿着衣服的。这不是 CGI。但除此之外，很酷。而且音频真的很好。你也能以同样的三维方式看到我。
对，音频是空间化的。所以如果我从这里说话，听起来当然就像是我从这里在说话。如果我走到房间另一边，到这里。
哇。
所以这些细微的线索，对于把人们连接在一起真的很重要：所有的非语言信息、所有的情绪，这些在今天都丢失了的东西。在这里，我们把它们放回了系统里。
你们做到了。我的天，他们真做到了。而且我还看到这里面集成了翻译功能。这就是——
是的，我们有很多功能。我给你展示几个挺酷的东西。我们一起做点工作吧。也许我们可以点评一下你最近的一个视频。你和我一起工作，所以我们当然是在同一个房间里。但有了这种超能力，我可以把别的东西也带进来。这挺好的。就像我们可以坐在一起，一起看点东西，一起工作。我们团队还在这个系统里一起吃过饭。不过一旦实现了临场感这一面，你就会想给它再加上一些别的超能力。
哇。所以你们可以一起审代码。
对，对，完全正确。我有一些正在做的幻灯片，也许你可以帮我看看。先看着我一下。我会滑回到中间。我其实并没有真的移动，但系统会把我们放到合适的位置，知道我们需要在哪里。
哦，所以你只是转向你的笔记本电脑，系统就会移动你，然后自动完成叠加。
它会对房间做某种扭曲，把东西放到它们该在的位置。
对。
房间里的每样东西都有自己的位置，每样东西都有一种临场感，或者说空间一致性。这让人感觉我们彼此在一起，也和其他东西在一起。
我还得说一句，你不只是三维的，感觉你像是从屏幕里探出身来，从屏幕里走出来。你不只是在那个世界里是三维的。对，就是这样。我去。回到中间吧。好的。
我跟你讲讲它是怎么工作的。你大概已经明白基本原理了。不过这里有两样东西，两样非常难的东西被我们结合在了一起。一是 AI 视频模型。有一组摄像头，你之前问过它们。一共有六个彩色摄像头，就像我们今天用的网络摄像头一样，拍摄视频流并输入我们的 AI 模型，把它变成你我的 3D 视频。它实际上是一个光场。所以它算是一种可交互的 3D 视频，你可以从任何视角去看。它被传输到第二样东西上，那就是光场显示器。而且这是双向进行的。我看到你，你看到我，都是在各自的光场显示器上。这些实际上是平板电视或平面显示器，但它们有维度感、纵深感，尺寸是正确的。你能看到阴影和光照是正确的。而且从你的视角看，一切都是正确的。
所以如果你稍微移动一点点，而我保持不动，你在这里就会看到不同的视角。你会看到原本被遮挡的东西显露出来。你会看到阴影按照它应有的方式移动。所有这些都是用我们的 AI 视频模型为你计算和生成的。它基于你的眼睛位置：正确的画面需要放在这个光场显示器的什么位置，才能让你觉得身临其境？
这是实时的。没有延迟。我没看到延迟。你一点都没卡。
没有，没有，希望没有。我觉得就是你和我实时在一起。真正的交流就需要这个。而且在画质上，它是逼真的。
这太棒了。能做到三个人吗？那也会这样移动吗？
可以。我给你演示一下。如果她和我们一起进入房间，你能看到她，也能看到我。如果人更多，最终你就会失去临场感。你得把人缩小，也就失去了尺度感。所以可以把它想成一扇窗户，能容纳一定数量的人。如果想容纳一大群人，比如董事会会议室或者大房间，你就需要宽得多的窗户。如果只想看看奶奶和孩子们，用小一点的窗户就可以。这样每个人在桌边都有一个座位，或者说每个人都知道自己该在哪儿，这种临场感就得以保持。如果人太多，就会退回到我们习惯的那种 2D 方式，人们被放在随意排布的方格里。
我看到的这个影像，你需要事先被扫描吗？
我的意思是，我不用被扫描就能看到你。所以如果什么都不用戴，也不用预先扫描，事情就简单太多了。
对。
你就按事情本来该发生的方式去做，谁都不需要学什么或戴什么。
我还以为你们得先解决扫描的问题。但在这里不用。就只是摄像头，只是视觉。
没错。这是视频。是的，我们并不是要做一个你的近似版本，因为你每天做的每件事都很重要。我刮胡子划了个口子，我别上一枚胸针。你身上所有这些小细节，都是自然发生的。我们没时间去扫描或捕捉这些，也没时间去给虚拟形象换装。我们本来什么样就呈现什么样。所以这一切都在发生的同时被如实地传输过去。
你好吗？
很高兴认识你。
很高兴认识你。就像 Max 提到的，这里有眼镜。我们以一副出色的眼镜为基础：时尚、轻便、可穿戴。然后我们思考，怎样在此之上打造出色的技术和体验？Android XR 平台的核心理念之一，就是多模态对话设备这个概念。看到你所看到的，听到你所听到的。所以它有摄像头、扬声器，还有用于分离说话人声音的多个麦克风。我让你自己试试。好，抱歉，我刚才把它唤醒了。
哇。
对。你首先看到的是一个非常简洁、直观的主屏幕。
是的。
你大概能看到时间、天气、日历和日程安排。它被设计成一个一站式入口，让你在一天中随时快速瞥一眼就能获取信息。我们希望它能让你轻松拿到需要的东西，然后回到你正在做的事情上。你可以想象，打开显示，快速瞥一眼，然后继续赶路。这时你可以完全用对话的方式交流。比如你可以问一些关于这些画的问题。你可以打断它。你可以追问。就像我之前提到的，任何时候如果你想暂停，只要在右侧轻点一下就行。
Gemini，这幅画值多少钱？
这幅画名为《路易-菲利普桥》，1875年，作者是阿尔芒·基约曼。它看起来是一幅印刷品。如果不找到卖家，就不可能知道它的价格。
好吧，所以这是假的。我明白了。为什么人类愿意花那么多钱买画？
人们愿意为画作花大价钱，是因为它们的艺术价值、艺术家的名气和稀有性，以及“appreciation”（可指鉴赏或增值；原字幕后半句为“for the appreciation you learn”，含义不清，待听音核对）。
为了节省时间，我们还想给你展示几样东西，你再在侧面长按一下，对 Gemini 进行操作（原字幕为“to salute Gemini”，具体操作含义转写不清，待听音核对）。好了。你上周有没有看 Google I/O？
看了。
那你可能在台上很短暂地看到过谷歌地图的体验。我想让你感受一下它现在是什么样子。你可以想象自己正走在街上。如果你抬头，就像在往正前方走，你会看到简明的逐步转向指引，这样你就知道下一个转弯是什么样的。
哇。不错。
手机一直放在口袋里就行。
哦，这太直观了。
有时候你需要快速知道该往哪边走？
对。有时候。
对。比如说你刚出地铁，或者刚下出租车，只要低头看一眼脚下就行。我们设置的是从俄语翻译成英语。我想我来戴眼镜，你对我说话，如果你不介意的话。
我会说俄语。[外语 02:01:27]。
我挺好的。你呢？
我很想骂脏话，很想说些不合适的话。[外语 02:01:37]。
我能看到它实时转写出来。当然，由于语言不同，主语和动词的语序也不同，有时会有轻微的延迟，但它真的就像是现实世界的字幕。很酷。
谢谢你们。好了，回到我这儿。希望看我像《2001太空漫游》里摆弄黑石的猿人那样被震撼到的这些视频，还算有点意思。就像我说的，我非常震撼。现在我想，如果可以的话，就这期节目以及一些更普遍的话题再补充几点。在与桑达尔·皮查伊的这次对话中，我谈到了“新石器时代组合包”（Neolithic package）这个概念，也就是大约12,000年前随第一次农业革命一同出现的一系列创新，其中包括社会等级的形成、早期原始形式的政府、劳动分工、动植物驯化、早期形式的贸易，以及大规模的人类协作，比如建造——没错——金字塔，以及像哥贝克力石阵那样的神庙所需要的协作。我认为，这或许才是谈论改变人类历史的发明的正确方式：不是把它当作单一的发明，而是看作随之而来的一整套创新与变革的网络。
我在节目中提到的生产力乘数框架，我认为是一个不错的方式，可以尝试把所考虑的每项发明的影响具体化。我们必须记住，在快速跟进的发明所构成的网络中，每一个节点本身都是一个生产力乘数。有些是加法式的，有些是乘法式的。所以从某种意义上说，当你试图给发明对人类历史的影响排序时，真正重要的是这个组合包中网络的规模。至少在当下的讨论中，说到变革最大的时期，最容易想到的选项是工业革命，甚至是20世纪的计算机或互联网。我想这是因为对现代人来说，这些技术的指数级影响最容易凭直觉理解。
不过最近，我想这个答案每周都在变，但我最近读了很多关于古代人类历史的书。所以我最近心目中排名第一的发明，得是第一次农业革命，也就是促成人类文明形成的那一整套“新石器时代组合”。正是它让人类这台集体智慧机器得以扩展规模，让我们成为此后一万年技术进步的早期引导程序，而这些进步当然也包括AI，以及建立在AI之上的各种技术。当然，也有人会说，“发明”这个词用在农业革命上并不恰当。我记得尤瓦尔·赫拉利就认为，真正的发明者并不是人类，而是少数几种植物，也就是小麦、水稻和土豆。这确实是个很有道理的视角。但就像我说的，我只是在享受这场讨论。在这里，我是把整个地球看作一个不断演变的系统，我是在这个语境下使用“发明”这个词的。我问的问题是：在人类进步的对数坐标图上，最大的那次跃升发生在什么时候？
AI、AGI、ASI最终会登上这个排行榜的第一名吗？我觉得很有可能，原因还是随之而来的那张发明网络规模太大了。我想我们在这期播客里讨论了所谓“AI组合”会包含哪些东西。但我认为可能性还有很多，之前好几期播客也讨论过，包括和达里奥·阿莫代伊那期，聊的是生物创新方面、科学进步方面。而在这期播客里，我们聊到了一件我在短期内特别兴奋的事，那就是释放人类这个物种所有大脑的认知潜能：通过教育和机器翻译让它更容易被调动起来，让信息、知识以及快速学习和创新的过程能被更多人获得，可以说是让全部80亿人都能获得。所以我确实认为，把语言或机器翻译应用到我们在互联网上获取知识的各种方式中，会是一次重大的解锁。但所谓的“AI组合”里还有很多其他东西，比如和达里奥讨论过的，治愈所有主要的人类疾病。他在《慈爱的机器》（官网标题为 Machines of Loving Grace；原文称 Machines of Love and Grace）那篇文章里重点讲的就是这个。我认为人类程序员和采用半自主工作方式的人类程序员的生产力会出现巨大飞跃，也就是人类仍在回路中，但大部分编程工作由AI智能体完成。再往前推进，就是出现超越人类的AI研究员，由它来做研发和编写AI系统本身的研究工作。我认为自动驾驶汽车会带来巨大的变革性影响。这些影响我们也许没法立刻理解，或者只是从经济学角度去理解，但总会有那么一个时刻，AI系统能够在足够程度上解读、理解人类世界并与之互动，到那时，我们依赖的许多由人工操控、有人在回路中的系统都会变成完全自主的。
而且我认为出行是人类文明中非常重要的一部分，所以它带来的影响不只是经济上的，还有社会、文化等方面的。还有很多其他事情，我可以讲很久。比如很明显，AI会被整合和运用到艺术、电影、音乐的创作中；我认为政府的基本职能会被数字化和自动化，再把AI整合进这个过程，从而减少腐败、降低成本，提高透明度和效率。我认为我们人类，每一个个体，会继续越来越多地向赛博格转变。AI已经进入了人类生存状况的回路之中，随着AI变得越来越强大，这种情况会越来越明显。我显然非常兴奋的一件事，是科学上的重大突破，而且不只是医学方面，还有基础物理学方面，后者进而会带来能源上的突破，提高我们真正成为卡尔达肖夫一级文明的可能性。这样一来，我们就能进行星际探索和太空殖民。我还认为在短期内，就像工业革命带来了技能和专业知识的快速专业化一样，可能会出现一场大规模的“去专业化”。也就是说，随着AI系统在特定领域成为超越人类的专家，人类成为通才、成为整合各种AI的人，价值可能会越来越大。于是人类心智的巨大价值将来自通才，而不是专才。这是一种真实存在的可能性，它会改变我们对待世界的方式，让我们想要对很多东西都略知一二，并以这种方式在世界上行走。一旦越过某个阈值，这可能会让我们作为一种集体智慧、作为人类物种的身份发生彻底转变。另外顺便说一句，在思考人类历史上最伟大的发明是什么的时候，同样只是图个乐趣，我们得记住，所有这些发明都是一层层叠加在彼此之上的。
所以我们需要看的是增量，也就是在人类指数级进步曲线上的那次阶跃变化，我得说这条曲线是不可能被完美衡量的。其实我们可以一直追溯到地球生命的整个历史。之前的播客嘉宾尼克·莱恩在他的书《生命的跃升》里就做得非常好，他列出了地球生命演化过程中的十大发明，比如DNA、光合作用、复杂细胞、性、运动、视觉，诸如此类。完整的清单我记不全了。但我觉得这些离人类经验太遥远了，我对这些特定发明的直觉，比如说对它们作为生产力倍增器的直觉，完全失效了，需要一个不同的框架才能理解这些演化发明的影响。地球生命的起源，甚至大爆炸本身，当然是最原始的那个发明，为后来的一切搭好了舞台。而在那之下，可能还有更多层“乌龟”有待发现。
总之，人类同胞们，我们生活在一个有趣的时代。我确实相信，人类的正面发展路径要多于负面路径，但多得并不多。所以我们别把这事搞砸了。最后，让我用法国哲学家让·德·拉布吕耶尔的一句话作结：“困境之中，孕育奇迹。”感谢收听，希望下次再见。