Sergey Brin: 谷歌联合创始人谢尔盖·布林 | All-In 迈阿密现场
Sergey Brin, Google Co-Founder | All-In Live from Miami
嘉宾：Sergey Brin
全文文稿 · 按对话顺序保留完整内容，深入理解上下文。
§01四位好友欢迎谢尔盖·布林！
我们有一位特别嘉宾要来加入我们。
这种事总会发生。又一个——哦，是的。各位，喝面包（drinking bread）。天哪。有人告诉我你开始提交代码了，这让大家都有点慌了，因为“老爸回家了”。
所有模型在你威胁它们的时候往往表现得更好。
如果你
威胁它们。
比如用肢体暴力威胁。是的。管理是用 AI 最容易做的事情。
完全同意。在一家公司里遇到不是你招来的官僚体系，那一定是种奇怪的体验，
毕竟这些人不是你雇的。但从另一方面来说，我会说，某个初级的小官僚基本上可以看着你说“嘿，去你的”，这挺了不起的。不是开玩笑，我是认真的。
这其实是
健康文化的标志。
你现在天天打卡上班啊，老兄。我听到那些报道了。我们俩也聊过。你每天都去上班。
§02谢尔盖谈重返 Google，以及一位 OpenAI 员工在其中起到的作用！
是的。说实话，这是我人生中最开心的一段时光之一。而且，理论上我在新冠疫情暴发前大约一个月就退休了。
嗯。
我当时想，你知道，这段经历挺好的。我想做点别的。我想泡咖啡馆，读物理书。嗯。结果大概一个月后，我就想，这事其实没法实现。
所以后来，等到可以去办公室的时候，我就开始去办公室了。而且，说实话，有一个来自 OpenAI 的人，叫 Dan。我在一个聚会上碰到他，他说，你看，你在干什么呢？这可是计算机科学史上最具变革性的时刻。
完全是。就像——而且
你是计算机科学家。
我是计算机科学家。
别提那个了。嗯。
你是 Google 的创始人，你当年是计算机科学博士生。
我还没读完博士，不过还在努力。
继续努力。
嗯。
我们会做到的。
严格来说是在休学中。
对。
他跟我说了这些，而我当时已经开始稍微去点办公室了，我就想，你知道，他说得对。而这段经历真是不可思议。嗯，你们显然都在关注各种 AI 技术。但作为一名计算机科学家，单从技术上讲，这是我人生中最令人兴奋的事情。
而且它的指数级特性、它的速度，让我们职业生涯中见过的一切都相形见绌。几乎就像我们过去三四十年做的所有事情都是为了这一刻做铺垫，而且一切都在自我叠加。说到速度，也许你可以谈谈，你有一家公司 Google，从 100 个用户、10 名员工成长到，
现在有超过 20 亿人在使用，我想有六款产品
或者五款产品用户超过 20 亿。这都不值得去数了，因为地球上大多数人都在接触 Google 的产品。
描述一下这种速度。嗯。我是说，早期互联网那种兴奋感，我记得用过 Mosaic，后来又用 Netscape。其实，你们有多少人记得 Mosaic？我是怪人吗？
你还记得有个“新鲜内容”（What's New）页面吗？
那个“新鲜内容”页面很棒。
对吧？就是你去主页
两三个新网页
又来了。是的。
就像是，在过去这一周
对。这些是新网站。是的。就是某某小学、某某鱼缸之类的。
对。然后你就会想，Michael
Jordan 粉丝致敬页面。对。嗯，不管是什么，这就是整个互联网上
的三个新网站。所以很显然，网络发展得非常快，相当快。那是非常令人兴奋的，后来我们又有了智能手机之类的东西。但是，相比之下，我会说 AI 的发展简直令人震惊，因为网络虽然在普及，但从技术上讲，每个月、每年并没有太大变化。而这些 AI 系统实际上变化非常非常大。
就是说，如果你离开一个月再回来，你会想：哇，发生了什么？
有人告诉我你开始提交代码了，这让大家都有点慌了，因为“老爸回家了”。
老爸需要提 PR？发生了什么？
我提交的代码并不怎么激动人心。我记得我需要把自己加进去，以获得某些东西的访问权限，还有这里那里一些小的 CL（变更列表）。没什么能拿奖的东西。但是你知道，你需要这么做才能做一些基本的事情，跑一些基本的实验之类的。我一直尝试这样做，接触系统的不同部分，这样，首先，这很有趣；其次，我知道自己在说什么。
能回到公司，不承担任何真正的高管职责，却能深入到每一个小角落，真的让人感觉很荣幸。
现在 AI 技术栈中有没有哪些部分比其他部分更让你感兴趣？有没有哪些问题让你完全着迷？
有。我开始，你知道，大概，我不知道，几年前吧，也可能是一年前。我当时和我们所谓的预训练工作贴得非常近。嗯。实际上，大多数人所认为的 AI 训练，不管人们怎么叫它，出于各种历史原因被称为预训练。
但那是那种超大规模的部分，你要投入海量的计算机。我学到了很多，就是深度参与其中，看着我们从一个模型到下一个模型等等，还跑一些小小的实验，不过基本上只是为了好玩，这样我可以说我做过。最近则是后训练，尤其是随着思考型模型的出现。总体来说，这是 AI 的又一次巨大飞跃。所以，你知道，我们真的不知道上限在哪里。
§03AI 真正的超能力与下一次跃升
当你向一个普通人解释从提示工程到深度研究（deep research）发生了什么时，你会如何解释这种阶跃式变化？因为我觉得人们没有点开下拉箭头，去看 Gemini 移动应用里的深度研究过程，你们有移动应用，而且相当好。顺便说一下，在我们聊过之后，我买了折叠屏手机。Google 现在真的太厉害了。它真的会按你的要求去做。
当你让它打开什么东西时，它就会去做。但它在深度研究中进行的线程数量、查询数量、后续追问数量达到了 200、300 个。也许可以解释一下这次跃升，以及你认为下一次跃升会是什么。
对我来说，AI 令人兴奋的地方，尤其是现在，我的意思是，它还不完全是人们所追求的 AGI，也不是超人类智能，但它真的非常聪明，而且确实能让你惊讶。所以我认为它的超能力在于，它能以我做不到的规模做事。
是的。
对吧？所以，默认情况下，当你使用我们的某些 AI 系统时，它会抓取大概前 10 条搜索结果，然后从中提取你需要的内容之类的。但说实话，这个我自己也能做。也许会多花我一点时间。但如果它抓取前一千条结果，然后对每一条都做后续搜索并深入阅读，那对我来说就是一周的工作量。
我是做不到的。
我认为这就是没有使用深度研究项目的人还没有充分认识到的地方。在我们的 F1 车手上台之前，我对这个领域一无所知，像个新手。我问，每十年发生过多少起死亡事故？我还说，我想算出每行驶一英里的死亡数。一开始它说，这会非常难。
我说，我允许你尽最大努力去尝试，提出你最好的推论。我们来做吧。它说，好的。然后它说，有这么多车队，有这么多场比赛。
你用的是哪个模型？
OpenAI 的？不是。我用的是 Gemini。Gemini 5。那个
超棒（fabulous）版本。谢
谢。超棒的那个。超棒。然后它
就说，开始吧。我对待它的方式是，我会对它耍点小脾气
嗯。
而这对我来说还挺管用。
你知道，这是件奇怪的事。就像——你在喝酒吗？我们不太对外宣扬这个，但这种情况普遍存在。在 AI 圈子里。不只是我们的模型，所有模型在你威胁它们的时候往往表现得更好。
如果你威胁它们。
比如用肢体暴力威胁。
是的。但是，人们对此感觉很别扭，所以我们不太谈论这个。但是——嗯。我当时威胁它说它就不“超棒”了，它对此也有反应。
是的。过去，你只要说，哦，如果你不……我就绑架你。嗯。其实——我能
问你
一个更具体的——但它把整个过程跑完了？好吧。它真的想出了一套方法，说，我认为我们应该把练习里程也算进去。假设赛道上每跑一英里就有一百英里的练习里程，然后它真的给了我每英里死亡数的估算。然后我开始交叉核对，我就想，天哪，这就像某个本科生的学期论文。
哇，几分钟就完成了。
是的。我的意思是，这很惊人，我们所有人都有过这样的经历：你突然决定，好吧，我就把这个丢给 AI 吧。我其实并不指望它能行。然后你就会想，哇，居然真的行了。
所以当你有这些时刻，然后回到家过你作为父亲的生活时，你有没有到过这样一个时刻：你会想，我的孩子们将来会做什么？他们的学习方式对吗？我是不是应该彻底改变他们现在所做的一切？你有过这样的时刻吗？
有。我是说，说实话，我真的不知道该如何看待这个问题。我没有什么神奇的方法。我是说，我有一个孩子在读高中，一个在读初中，而且，AI 基本上已经领先了。我是说，显然有些事情 AI 特别笨，它们会犯一些人类永远不会犯的错误。
但总体来说，如果你谈论数学、微积分之类的，它们真的非常厉害。它们能在数学竞赛、编程竞赛之类的比赛中战胜一些顶尖人类。然后我看着，好吧，我儿子要从高二升到高三，他要学什么？然后我心里想，我也跟他聊过这个：再过
一年，AI 会是什么样子？没错。
对。对。而且根本没法比。对吧？显然，
有没有哪些领域你会跟你儿子说，听着，别去做，或者暂时还不要？
我不知道你能不能围绕这个来规划人生。我是说，我并没有特意规划自己的人生，比如，我不知道，去当企业家之类的。我只是喜欢数学和计算机科学。我想也许我运气好，结果它在这个世界上变得有用了。我不知道。
我想，我觉得，你知道，我的孩子应该做他们喜欢的事。希望那件事有一定挑战性，他们能克服各种各样的问题之类的。
具体来说呢——大学呢？你认为大学会像今天这样继续存在吗？
我是说，似乎早在 AI 带来这种挑战之前，大学就已经在经历一种变革了，人们会问：值得吗？我应该更偏向职业教育吗？什么才是真正有用的？所以我们已经在进入这样一种局面，人们会对大学提出各种疑问。是的。
我认为 AI 显然把这个问题推到了最前面。
作为家长，我经常在想，嘿，美国中产阶级、上层阶级的教育，很大程度上全是围绕上什么大学、怎么把孩子送进去。说实话，最近我在想，我不认为他们应该上大学。就是说，这从根本上——
你知道，我儿子马上要升高三，他的全部心思就是想去一所 SEC（东南联盟）的学校，因为那里的文化。两年前，我会很慌，我会想，我该不该帮他进这所学校、那所学校？而现在我觉得，这其实是你能做的最好的事。在社交上适应良好，在心理上学会应对各种各样的失败。
享受几年探索的时光。
对。对。Sergey，我能
§04AI 机器人：人形机器人与其他形态
问你一下硬件方面的事吗？多年前，你们拥有 Boston Dynamics，也许有点超前于时代，但这些系统通过视觉信息和感官信息进行学习、基本上学会如何适应周围环境的方式，正在引发硬件领域相当深刻的学习曲线，现在有几十家初创公司在做机器人系统。你在机器人和硬件领域看到了什么？今年是不是——或者说我们现在是否正处在事情真正开始奏效的时刻？
我是说，我想我们收购过、后来又卖掉了大概五家机器人公司，Boston Dynamics 是其中之一。如果回头看，我们造出了硬件。更近一些，我们还在内部建立了 Everyday Robots，后来不得不把它转出去。你知道，那些机器人都很酷，但软件还没完全到位。我们每次尝试让它们真正有用时，都是这样。
而且估计总有一天，这种情况将不再成立。
对。但你最近有没有看到什么——嗯。
你相信人形机器人这种形态吗？还是觉得那有点过头了？
我可能是那个唯一的怪人，不太看好人形机器人。但也许是我有点倦了，因为我们至少收购过两家人形机器人初创公司，后来又卖掉了。但原因是——我的意思是，人们想做人形机器人，大多是因为世界在某种程度上是围绕这种形态设计的，而且你可以在 YouTube 上训练，我们可以用视频训练，人们做各种各样的事。我个人认为这并没有充分肯定 AI 的能力。AI 可以通过模拟和现实生活相当快地学会如何应对不同情况，我不确定你是否需要和人类一模一样数量的手臂、腿和轮子（人类的轮子数量是零）才能让一切运转。
所以我可能不太看好这个方向。但公平地说，有很多非常聪明的人在做人形机器人。所以我不会否定它。
那程序员这条路呢？我们看到的是，在有限的数据集下——而且听着，Google 现在已经有二十年历史的代码库了，所以这实际上可能影响很大。你在公司里实际看到了什么？10 倍开发者是不是一直只是一种理想，偶尔出几个独角兽？还是说我们会看到所有开发者的生产力都达到那个水平，八倍、九倍、十倍，然后他们就会——还是说一切都会由计算机完成，我们只需要检查一下，确保它不会太离谱？
因为它可能会变得很离谱。
如果你用 vibe coding（氛围编程）的话，是的。
说这个我都有点不好意思。好吧。最近我在公司内部大吵了一架，因为我们有一份清单，列出了你可以用来写代码的工具和不允许使用的工具，而 Gemini 在禁用名单上。
你——哦，你必须“纯粹”。你不能
我不知道。出于一堆非常奇怪的理由，这让我难以置信，你——
你们不能在 Gemini 代码清单上用 vibe coding。
我是说，没人会真的执行这条规定，但确实有这么一个内部网页。出于某种原因，某种历史原因，有人放了这个，我跟他们大吵了一架。我花了令人震惊的一段时间才把这事解决——你找你老板了吗？
你上报给你老板了。
哦，我确实跟 Superb 说了这件事，我抱怨了。
抱歉。我不知道你还记不记得，但你们创始人有超级投票权。
你就是老板。
你想做什么都行。这仍然是你的公司。
不不。他非常支持。我更像是去跟他谈了谈。我说，我没法跟这些人打交道。
你得处理一下这事。他们竟然这么说，我简直要疯了。
很奇怪，在一家你——在一家公司里遇到不是你招来的官僚体系，那一定是种奇怪的体验。
但从另一方面来说，我会说，某个初级的小官僚基本上可以看着你说“嘿，去你的”，这挺了不起的。不是开玩笑，我是认真的。这其实是健康文化的标志。
我想是吧。总之，这事确实解决了，大家现在都在用
所以他们被开除了。
那个人被发配到 Google 西伯利亚了？没有。
我们要推出各种可能的 AI，并且尝试外部的工具，比如 Cursor 之类的，所有这些，看看什么真正能让人们更有生产力。我是说，就我自己而言，它肯定让我更有生产力，因为我不是——你
§05基础模型的未来与开源
你认为基础模型的数量，比如往后看三年，它们会开始分化并变得高度专业化吗？比如在通用模型和推理模型之外，也许会有专门用于芯片设计的模型。显然会有专门用于生物前体设计、蛋白质折叠的模型。Sergey，未来基础模型的数量是今天的好几倍、和现在一样，还是介于两者之间？
这是个好问题。我有点——我是说，听着。我不知道。你们猜得可能和我一样准。但如果非要我猜，事情一直在趋于融合。
这在整个机器学习领域大体都是如此。我是说，过去有各种各样不同类型的模型，比如用于视觉任务的卷积网络，还有用于文本、语音之类的 RNN，而这一切基本上都转向了 Transformer。而且它也越来越变成只有一个模型。现在我们确实能获得很大的提升。偶尔我们会做专门的模型，当你有一个特定目标时，从科学上讲，这肯定是一种很好的迭代方式。
你不需要用每种语言做所有事情，也不需要一次性同时处理图像、视频和音频。但通常在我们这么做之后，我们能够把这些经验，基本上把这种能力放进通用模型里。所以好处并没有那么大。你可以用一个稍小的专门模型，稍微快一点、稍微便宜一点，但趋势并没有朝那个方向走。
你怎么看开源与闭源之争？有没有什么重大的思想潮流改变了你对开源价值的看法？我们还在等 OpenAI 的这个东西。
哦，对。对。我——
我们还没见到，但理论上它要来了。
我是说，该肯定的地方我得肯定。DeepSeek 在一月份左右发布了一个强大得出人意料的模型。所以这确实缩小了与专有模型的差距。我们两条路都走了。我们发布了 Gemma，这是我们的开源模型，或者说开放权重模型，它们的表现非常好。
它们是小型稠密模型，所以可以很好地在一台计算机上运行，它们没有 Gemini 那么强大。但是，我是说，这件事会朝哪个方向发展，还没有定论。
§06AI 时代的人机交互
随着 AI 的进步，你对人机交互会是什么样子有什么看法吗？过去，多亏了你，它是一个搜索框，你输入一些关键词或一个问题，然后点击互联网上的链接得到答案。未来是输入问题，还是对着 AirPod 说话？还是用意念，或者——对，然后答案直接说给你听。
我是说，顺便补充一下，那是周五，对吧？Neuralink 的人脑接口获得了突破性设备认定。我是说，对。这是朝着让 FDA 批准每个人植入设备迈出的非常大的一步。
对。
那么，如果你能概括一下，你认为未来十年左右最普遍的人机交互模式是什么。有一种设想是带屏幕的眼镜，你很久以前就尝试过。
是的。说实话，那件事我搞砸了。时机完全搞错了。
又一次太早了。
对。对。对。但太早了。有很多事我希望当时能做得不一样，但说实话，就是技术还没准备好支撑 Google Glass。
但现在，我觉得这些东西更合理了。我是说，仍然存在电池续航问题，我认为我们和其他公司都需要克服。但我认为那是一种很酷的形态。我是说，不过你说十年，你知道，很多人都在说，嘿，奇点大概
对。
五年。五年之后就到。所以你能看透那么远的未来——是的，我是说，这
很难猜。你们有谁——抱歉。让我问一下这个。Larry 多年前说过一句话，说人类是进化中的一块垫脚石。你能评论一下吗？
你认为这种 AGI、超级智能，或者说硅基智能，会超越人类的能力，而人类只是进化进程中的一块垫脚石吗？
天哪，我觉得有时候我们这些书呆子喝多了酒——我知道我
喜欢什么。我已经喝了两杯了。
我准备好了。我只需要再多
来吧。为了这
场对话。当然。
人体植入。来吧。
我是说，我想我们开始有了与这些 AI 打交道的经验，它们能在某些事情上做得比我们好得多。而且它们确实——就我的数学和编程技能而言，我觉得我现在直接求助于 AI 会更好。我对此有什么感受？我是说，这并不太困扰我。你知道，我把它当作工具。
所以我觉得我已经习惯了。但是，也许如果它们将来变得更强，我会有不同的看法。是的。会有
一阵不安全感，也许。
我想是吧。顺便说一句，管理是用 AI 最容易做的事情。是的。完全同意。我在 Gemini 就这么做过，在我们的一些工作群聊里，有点像 Slack，但我们有自己的版本。
我们有个 AI 工具，实际上非常强大。很遗憾，总之我们暂时把它撤掉了。我想我们会把它重新推出，提供给所有人。它可以吸收整个聊天空间的内容，然后回答相当复杂的问题。所以我就说，好吧。
帮我总结一下。好。现在给每个人分配点工作。然后我会把结果粘贴回去，这样大家就没意识到那是 AI 写的。
太棒了。
我很快就承认了。虽然这里那里有一些破绽，但效果出奇地好。然后我就想，那么在这个聊天空间里谁应该被晋升？它居然挑出了一位女性，一位年轻的女工程师，我之前甚至都没注意到她，她在那个群里不怎么发言。
但她的 PR 很出色。但是
不，不。当时是，然后，我不知道，是 AI 察觉到的某种东西。我其实去跟她的经理谈了，他说，是的，你知道吗？
你说得对。她一直非常努力，做了所有这些事情。哇。我想后来这事真的发生了。所以我不知道。
我想过了一段时间，你就会觉得能做这些事是理所当然的。
我不知道。它其实还没有
你认为像无限上下文长度这样的东西有用武之地吗？
哦，百分之百。我是说，我——
Google 的全部代码库
都放进一个——没错。当然，你应该能访问
准无限。对。有状态的。对。然后有多个会话，这样你就可以同时运行 19 个、20 个这样的东西。
或者干脆自我进化。实时地。最终它会自我进化。
对。我是说，我想如果它什么都能做，那理论上你只需要一个就行。你只需要想办法让它分辨清楚你在说的是什么。但是，是的，上下文的用途肯定没有上限，而且有很多方法能让它越来越大。有一个
有传言说内部有一个 Gemini 版本，具有准无限的上下文长度。这东西有价值吗？我不知道。好吧，你想说什么就说什么，伙计。
我是说，对于 AI 领域任何这类很酷的新想法，内部可能都有五个类似的东西。而问题在于它们效果如何。是的，我是说，我们肯定在各个方面突破极限，无论是智能、上下文、速度，还是你能想到的任何方面。
硬件方面呢？比如你们做东西的时候，会在意自己有通往 NVIDIA 的路径吗？还是你认为最终这会被抽象掉，会有一个转译器，变成 NVIDIA 加另外 10 种选择，所以谁在乎呢？我们就尽可能快地推进吧。
嗯，我们主要——对于 Gemini，我们主要使用自己的 TPU。
TPU。对。
但我们也支持 NVIDIA，我们是 NVIDIA 芯片的大买家之一，除了 TPU 之外，我们在 Google Cloud 里也提供 NVIDIA 芯片给客户使用。在现阶段，不管是好是坏，它并没有那么抽象，也许将来某天 AI 会替我们把它抽象掉。但是，你知道，光是这些模型需要的计算量，你就得非常仔细地考虑如何做每一件事，具体用什么样的芯片、内存如何工作、通信如何工作等等，这些实际上都是相当大的因素。而且实际上，是的，也许将来某天，AI 自己会足够聪明，能把这些推理清楚。
今天，它还不够好。
我不知道你们在交互界面上有没有这种体验，但我发现自己即使在台式机上，更不用说在手机上，都会立刻进入语音聊天模式，然后对它说：不对，停。那不是我的问题。这才是我的问题。不对。用简短的要点再说一遍。
不对。我想聚焦在这一点上。确实。现在它太快了。去年还根本没法用。
那时太慢了，现在它会停下来。好。然后你跟它说。我想要——我想
去的地方。我不想打字。
嗯，我想用语音。同时，我会看着文字在页面上被写出来，我还开着另一个窗口，在做 Google 搜索或向另一个 LLM 发第二个查询，或者在写 Google Doc 或 Notion 页面，或者在打字。所以这几乎就像《少数派报告》里他戴着手套的那一幕，或者《银翼杀手》里他在公寓里说：放大，再放大，往左一点，往右一点。这些语言模型以及它们的响应时间有一种特别之处，而响应时间一直是你所关注的。是不是存在某种响应时间的门槛，让语音现在真的值得用了，而以前不值得？
一切都在变得更好、更快。更小的模型能力更强。在它们上面做推理也有了更好、更快的方法。
你也可以把它们叠加起来。这是 Nico 的公司 ElevenLabs。它是一套出色的 TTS、STT（文本转语音、语音转文本）技术栈。还有其他选择。Whisper 在某些方面非常好，但这正是我有点相信会出现那种分隔化的地方，会有针对某些特定事情的特定基础模型。
你把它们叠加在一起。你大致处理一下延迟问题，效果就相当不错，因为它们实在太好了。比如，就你说的那些语音例子而言，Whisper 和 ElevenLabs 非常厉害。我是说，对。
它们非常出色——等你打开摄像头，它能看到你对它所说内容的反应，然后你会——在你还没说你不想要、或者还没竖起手指之前，它就停下来了。哦，你想要别的吗？哦，我看到你对这个结果不满意。你知道，这会变得非常奇怪。
这事挺好笑的，但我们有那种大型开放式共享办公室。所以工作时我没法太多地使用语音模式。我通常在
开车时用。开车时用
太棒了。对。我觉得我没法——我是说，我可以在耳机里收到它的输出，但如果我想对它说话，那所有人都在听我说。很奇怪。对。
我只是觉得那在社交上会很尴尬。但我应该——我应该那样做。在车上，我确实会和 AI 聊天。但那就是音频输入、音频输出。对。
但我觉得，说实话，也许这是一个支持私人办公室的好理由。我应该比
你们花更多时间。你可以跟你的经理谈谈。对。
他们可能会猜到我喜欢待在外面——不。
那种
兴奋劲。想让他们热起来。各位。对。但我确实认为有一个 AI 用例是我还没用上的，Vishay 或许应该想办法多尝试
几次。如果大家想试试你们的新产品，有没有什么网站可以访问，或者什么特别的代码？去看看吧。我是说，说实话，有一个专门的 Gemini 应用。如果你用 Gemini 只是像从搜索里通过 Google 导航进去，那就直接下载真正的 Gemini 应用吧。
它太厉害了。
它确实是最好的模型。我认为是。那些是最好的。
对。而且你应该用 2.5 Pro。
2.5 Pro。付费
它是——你得付费。对吧？
对。你有几次免费查询，几次免费提示，但是，你知道，如果你大量使用，你就需要
付费。
对。它会让所有
这些
免费的——大概每月 20 美元。对。
很棒。
你有没有设想过，比如让它免费，然后在旁边放一些广告？
是的。再往下一步、更难的是，成本上，整个东西都会是免费的。
嗯，好吧。它现在就是免费的，旁边也没有广告。只是顶级模型你只能用一定的次数。我觉得我们现在很可能会一直有那种顶级模型，一开始没法无限量地提供给所有人。但是，你知道，等三个月，然后下一代
在我看来，如果我在问这么多问题，你知道，只要在侧边栏放一点我可能感兴趣的东西，一个实时变化的、我可能感兴趣的东西的列表。我不是
你知道，非常好的 AI 广告。我只是，我不认为我们会，比如，一定把我们最新最强的模型，你知道，这些模型需要大量计算，我不认为我们会一开始就对所有人免费。但随着我们进入下一代，你知道，就好像每次我们往前推进一代，新的免费层级通常就和上一代的专业层级一样好，有时甚至更好。
好。让我们为谢尔盖·布拉德鼓掌。
谢谢。
§07合作伙伴致谢：感谢 OKX、Circle、Polymarket、Solana、BVNK 和 Google Cloud！
好的。感谢大家收看对谢尔盖·布林的这场精彩访谈，也感谢谢尔盖来迈阿密参加我们的活动。如果你想参加我们的下一场活动，那就是在洛杉矶举办的 All In 峰会。这是 All In 峰会的第四年。请访问 AllIn.com/events 申请参加。
特别感谢我们的新合作伙伴 OKX，这款新的金钱应用。OKX 是迈凯伦 F1 车队的赞助商，这支车队赢得了迈阿密的比赛。感谢 Haider 和他的团队，一位很棒的合作伙伴，一支很棒的团队。我们非常享受和你们相处的时光。而且 OKX 在美国推出了他们新的加密货币交易所。
如果你喜欢 All In，
去
看看他们吧。还要特别感谢我们在 Circle 的朋友们。他们是 USDC 背后的团队。没错。你在全世界最喜欢的稳定币。
USDC 是一种有足额储备支持的数字美元，可按一比一兑换美元。它为速度、安全和规模而打造。他们刚刚宣布了 Circle 支付网络（Circle Payments Network）。这是企业级基础设施，弥合数字经济与过时金融领域之间的鸿沟。满足你所有稳定币需求，就去看看 USDC 吧。
还要特别感谢我的朋友们，包括 Polymarket 的 Shane、Google Cloud、Solana 和 EVNK。没有 Gov 我们不可能做到。非常
感谢。我们会让你们的赢家继续乘胜追击。
我们都应该开个房间，来一场超大的群交，因为他们全都毫无用处。就好像有这种性张力，他们只是需要想办法释放出来。