摘要

Gemini 3 Pro 最明确、可量化的跃升出现在 Humanity’s Last Exam，得分从 Gemini 2.5 Pro 的 21.6% 升至 37.5%。 Google 表示，新模型在十多个基准测试中都取得了类似幅度的进步，Josh Woodward 则提到它“突破了 LMArena 的 1,500 Elo”。Roose 转述了 Google 的绝对化宣传：凡是 ChatGPT、Claude 或旧版 Gemini 能完成的事情，在这里都应该完成得更好。
Google 正试图把交互界面从聊天机器人的回答，推进到按需生成的软件。 Gemini 3 可以把一个请求变成定制界面，比如交互式 Vincent van Gogh 教程或房贷计算器；目前正在测试的 agent，则被设计用来整理收件箱并拟写回复。Casey Newton 的保留意见是：这款 agent 的展示只有“几张动图”。
分发能力的重要性可能不亚于模型质量：Gemini 3 本周将在 Gemini app 和 Search 的 AI Mode 上线，也会面向开发者进入多个产品，但还没有接入 Docs 或 Gmail 集成。 Demis Hassabis 表示，Google 的目标是达到“成本与性能的 Pareto 前沿”，因为 AI Overviews 等产品必须服务数十亿用户。Kevin Roose 面向投资者的推论是，Google 能部署前沿能力，而不至于让服务器“融化”。
Gemini 3 并没有缩短 Hassabis 对 AGI 的 5至10年预测。 他称进展“完全按计划推进”，但仍预计还需要“再来 1到2次”突破，同时继续改善推理、记忆和世界模型，Simmer、Genie 等项目都属于这一方向。他承认规模化可能面临回报递减，但仍能带来“极其丰厚的投资回报”。
Hassabis 驳斥了“Google 正在简单赢下竞争”的叙事，认为进展速度比暂时领先更重要。 他称 Google DeepMind 是公司的“发动机舱”，其 AI 工作不仅覆盖 AI-first 产品，也正在进入 Search、Maps、YouTube、Android、Workspace 和 Gmail。Google 的庞大用户基础，为 Alphabet 提供了多条获取使用量和近期收入的路径。
Hassabis 看到的是选择性的 AI 泡沫，而不是整个行业的幻象。 对于几乎“一无所有”的团队拿到“数百亿美元级”的种子轮融资，他认为确实带有泡沫特征；但他也看好大约 6至12个从零起步的业务，涵盖机器人、游戏、药物研发和 Waymo，有望成长为“数千亿美元级的超级企业”。他的投资组合判断是：无论行业继续扩张还是投资退潮，Alphabet 都应处于赢家位置。
更强的工具调用和函数调用能力提升了编程与推理表现，也放大了网络安全风险。 Hassabis 称 Gemini 3 是 Google “经过最全面测试”的模型，测试覆盖内部工作、外部测试人员和安全研究机构。Josh 将产品定位为工具，并提议衡量“我们一天帮你完成了多少项任务”，而不是把重点放在陪伴关系上。

精读

1. Gemini 3 的基准测试跃升，必须转化为切身可感的效用

Roose 给出的核心数字是：Gemini 2.5 Pro 在 Humanity’s Last Exam 上的得分约为 21.6%，Gemini 3 Pro 则达到 37.5%。Google 提供了十多个基准测试，显示新模型“轻松击败旧模型”。
Woodward 强调了“突破 LMArena 的 1,500 Elo”，但也称基准测试只是代理指标。最终真正重要的是用户满意度，而 Google 发现，这两项指标“仍在朝同一个方向变化”。
Newton 的反驳值得保留：普通聊天可能已经基本解决，用户反而无法提出一个能暴露前沿模型优势的请求。Woodward 的回答是更简洁、更清晰的呈现；Hassabis 则强调可靠性、更令人愉悦的风格，以及 vibe coding 体验的“跃迁”。

2. 生成式界面把答案变成一次性软件

Woodward 表示，Gemini 3 可以跨越多个步骤进行推理而不丢失思路，同时特别介绍了新的生成式界面。Google 展示的案例包括交互式 Vincent van Gogh 教程，以及一套用于购买超过 100万美元房屋的房贷计算器。
编程获得了“大量投入”，Google Antigravity 被拿来作为展示案例。Hassabis 称，前端开发和 vibe coding 的表现已经越过“有用性门槛”，甚至足以让他在圣诞节期间重新投入游戏编程，做一些项目。
正在测试的 Gemini agent，目标是检查收件箱、整理相关邮件并拟写回复。Newton 很感兴趣，但也明确指出证据有限：简报只展示了“几张动图”。
Gemini 3 本周将登陆 Gemini app、Search 侧边栏中的 AI Mode 以及面向开发者的产品。Google 没有给出将 Gemini 3 接入广泛使用的 Docs 或 Gmail 集成的时间表。

3. Google 的分发机器正在成为竞争核心逻辑

Gemini 3 进入 Search，让 Roose 认为 Google 有能力以经济可行的方式、在极大规模上提供这一模型。Hassabis 表示，面对 AI Overviews 这类“极端使用场景”，效率和蒸馏是必需品，Gemini 3 时代的其他家族模型也在开发中。
当被问及 Google 是否重新夺回领先地位时，Hassabis 拒绝了这一表述：在一个“极其惨烈”的竞争市场里，“唯一重要的事情就是你的进展速度”。当前的工作，是把 Google DeepMind 的研究转化为产品，让实验室继续充当 Google 的“发动机舱”。
这套发动机舱战略覆盖 Gemini、NotebookLM、Maps、YouTube、Android、Search、Workspace 和 Gmail。Newton 提供了一个令人不适但重要的反面观察：AI Overviews 似乎正在提升 Google 的使用量和收入——“对整个互联网的其他部分并不奏效，但对 Google 奏效”。
Google 还向美国大学生提供 1年免费的付费 Gemini 使用权。它反复强调的“学会一切”，在主持人听来像是对做作业的委婉说法，也像经典的“第一口免费”获客策略。

4. AGI 仍需要规模化之外的突破

Hassabis 对 AGI 的 5至10年预测没有变化：Gemini 3“完全按计划推进”，并没有带来意外加速。要实现稳定的通用智能，可能仍需要“再来 1到2次”突破，同时改善推理、记忆、世界模型和物理智能。
他对规模化的回答，拒绝了“指数级进展或完全没有进展”的二元选择。他表示，回报可能递减，而不是每个时代都翻倍；但规模化仍然“非常值得做”，持续投入依然会产生“极其丰厚的回报”。
工具使用体现了能力与风险的绑定关系。更强的函数调用能力会改善编程和推理，但也会让模型更擅长“网络安全这类更高风险的事情”，因此必须与安全研究机构和外部测试人员一起谨慎测试滥用风险。

5. Alphabet 同时为 AI 繁荣与退潮做好准备

Hassabis 强调这是“严格来说只是我个人的看法”：只有 AI 行业的部分领域存在泡沫。优秀团队在“几乎一无所有”的情况下拿到“数百亿美元级”种子轮融资，可能是早期预警，但这并不否定技术本身的价值。
从更长期看，他认为机器人、游戏、Isomorphic 的药物研发和 Waymo 等领域，可能诞生 6至12家“数千亿美元级的超级企业”。更近期的回报，则可能来自重组已有的数十亿用户产品，以及云收入和 TPU。
这套投资组合逻辑有意保持双向暴露：Alphabet 希望从行业持续扩张中获益，但 Hassabis 认为，即使市场退潮，公司也会处于“最有利的位置”。如果要找一个眼下的消费端抓手，Woodward 选择了基于自拍的图像编辑；Roose 的结论更直接：“Nano Banana 会拯救感恩节晚餐。”

Ari Emanuel押注现场娱乐的“反AI”赌局将 AI 成本削减60%的20亿美元公司｜Tuhin Srivastava