摘要

Google 承认的短板在智能体编程、工具使用、指令遵循和长周期任务，而非整体模型能力。 Pichai 表示，当各家实验室的预训练周期不同步时，前沿排名可能反转，因为“30 到 60 天看起来就像 5 年”。Antigravity 2.0 的内部 token 用量“每周翻倍”，这为 Google 带来了此前可能没有足够触达面的编程数据流和使用数据。
3.5 Flash 早期的问题看起来可以修复，但 Pichai 没有回答定价批评。 上线 1 天后，他承认新模型可能出现回归，以及后训练应迅速修正的“异常和行为”。Google 还收紧了使用上限以避免宕机，并承诺“很快”在这些问题上取得进展。
Search 正在有条不紊地转向 AI Mode，但不会放弃链接或现有经济模型。 Pichai 表示，用户仍然需要速度和与互联网的连接，而长期产品指标显示用户对这些变化反应积极。他预计变现将结合订阅和广告，因为“亚当·斯密的规则不会在这个新世界里改变”。
公众接受度是 AI 面临的一大挑战。 主持人引用一项民调称，16% 的人认为 AI 总体利大于弊，35% 的人认为总体弊大于利；Pichai 说，当“人类并没有进化到能处理如此巨大的变化”时，焦虑是自然反应。他预计冲击不可避免，但反对“过度确定性的悲观灾难情景”，认为 AI 可以像电子表格当年那样抬高劳动者的起点能力。
智能体已经能提供实用自动化，但部署速度取决于信任和安全。 Pichai 说，他主要把 Spark 用于职业会议准备。Dylan Field 则描述了自己从个人账户出发，让它提出两套颜色编码方案，并重新为自己的日历上色。他强调控制权、透明度和安全性，因为“这些系统可能被黑客攻破”。
Google 将向外部客户销售 TPU 视为硬件与平台的飞轮，而不是放弃算力供应。 Cloud 的需求支撑了原本不会规划的芯片生产，而 Anthropic 研究人员使用 TPU 所产生的反馈，则帮助 Google 设计下一代硬件并改善规模经济。这一战略仍然是异构的：Google 也使用 NVIDIA 芯片。
Pichai 不确定 AGI 是 3—5 年还是 5—10 年后到来，但近期进展让它“更偏向较近的一档”。 他说，Antigravity 可以从零构建一个简单操作系统，耗时超过 12 小时，但通常所说的递归式自我改进尚未出现。达到这一门槛后，应推动广泛协商，而不是由内部实验室单独决定，同时避免 AGI 竞赛失控。

精读

1. Google 的前沿能力在编程上存在缺口

Pichai 将 Google 的能力拆开评估：在文本、多模态、语音/音频、推理和整体智能方面，Google“处于前沿”；但在智能体编程、工具使用、指令遵循和长周期任务上“略微落后”。他表示，自己认为 Google 是唯一真正处于这一前沿的大型公司，同时承认有几家初创公司取得了非凡进展。
编程是基础能力，但 Google 并非全面偏弱：Google 擅长“单次生成的网页前端”，而在复杂代码库中工作的专业开发者暴露出了差距。主持人问，更广泛的下注是否稀释了注意力；Pichai 回应称，Google 的规模足以同时推进多个重点。
Pichai 表示，能否获得编程数据流很重要；Google 过去可能没有 Claude Code 这样的触达面，也可能没有 Anthropic 通过 Cursor 获得的使用覆盖面。随着 Antigravity 2.0 在内部使用，其 token 消耗“每周翻倍”，不断产生的使用数据正在帮助 Google 追赶。
他称 3.5 Flash 是一次重大跨越，并表示将其部署到真实世界、根据返回数据持续迭代，应该会带来帮助。针对上线 1 天后的市场反应，他承认新模型可能携带回归，以及后训练应迅速修正的“异常和行为”。为避免宕机而收紧的使用上限应该“很快”取得进展，但定价问题没有得到回答。他给出的竞争时钟是：“30 到 60 天看起来就像 5 年。”

2. Search 正在转向 AI 原生，但不会切断互联网

Pichai 表示，Search 应该有条理地演进，而不是突然移除传统界面：用户期待速度以及与互联网的连接，长期产品指标也显示用户对这些变化反应积极。AI Mode 在 1 年前还不存在；如今访问更加顺畅，但来源和链接“永远都会存在”。
Kevin 转述称，一位主持人已经 1 年没有进行传统 Google 搜索，同时提出了 Google 广告业务面临的风险。Pichai 的回答是，AI Mode 和智能体搜索可以为用户完成更多事情，在竞争和选择增加的同时提升总体价值。
因此，变现可以结合订阅和广告，而不必守护某一种界面。他压缩后的经济学判断是：“亚当·斯密的规则不会在这个新世界里改变。”

3. AI 焦虑合乎理性，但结果并非命中注定

主持人引用一项民调称，16% 的人认为 AI 总体利大于弊，35% 的人认为总体弊大于利。Pichai 说，焦虑是自然反应，因为“人类并没有进化到能处理如此巨大的变化”，尤其当人们听说工作可能发生剧变甚至消失时更是如此。因此，民主参与既健康也有必要。
他还表示，行业需要更多展示 AI 的好处，并研究如何让基础设施投资发挥更大作用，同时承认公众担忧比基础设施本身更根本。他的乐观逻辑从更高的能力基线开始：电子表格改变了财务分析，而 AI 可能让更多人具备编程能力。
Pichai 认为，人们会更高效，也会拥有更多休闲时间，但明确拒绝淡化冲击，只反对“过度确定性的悲观灾难情景”。
医疗健康提供了具体案例。AI 将帮助医生把更多时间用于患者，而不是行政工作；与此同时，Pichai 说自己的扫描图像包含的信息大约是父亲当年的 10 倍，而且他认为 10 年后这个数字还会再高 10 倍——这种需求将必须由 AI 处理。

4. 智能体能走多快，取决于用户能多快信任它们

Pichai 表示，他主要在职业场景中使用 Spark，包括准备会议。Dylan Field 则描述了自己从个人账户出发，提前查看会议，选择两套颜色编码方案中的一套，并按照个人、健康和工作类别重新为日历上色。Field 说，观看它采取行动的过程令人惊叹。
Dylan Field 用让一个人坐进自动驾驶汽车后排来类比智能体的推广：逐步推进，保留控制权和透明度，并赢得信任。一次意外行动就可能让用户退回去；安全性之所以重要，是因为“这些系统可能被黑客攻破”。他还警告，不要以错误的方式超前于前沿能力。
对于监管，Pichai 在行政命令细节明确前没有表态，但称其方向是在创新和监督之间寻求平衡。网络攻击足以说明政府协调的必要性；SynthID、其开源以及相关联盟则表明，有些保护措施只有在全行业层面才能奏效。随着能力进一步提升，这种平衡可能发生变化。
当下的系统已经能够编排智能体和子智能体，Antigravity 也能从零构建一个简单操作系统，耗时“超过 12 小时”，而人类需要数千小时。但通常所说的递归式自我改进尚未到来；一旦接近这一门槛，就应推动更广泛的协商，并避免 AGI 竞赛失控。

5. TPU 分发与 AGI 准备共同强化 Google 的平台下注

只要“我们能生产足够多的芯片”，向外销售 TPU 就不会减少 Google 自身的供应。第一方服务和 Cloud 有各自独立的现金流与产能规划；如果没有 Cloud 需求，Google 一开始就不会规划这些芯片。
外部使用会带来战略反馈：Anthropic 研究人员使用 TPU，帮助 Google 推进下一代硬件设计，同时规模扩大也能改善经济性。Pichai 还称赞了下一代 NVIDIA 芯片，并表示 Google 也在使用它们——这套平台战略并不排斥 TPU 之外的芯片。
他此前说“AGI 不重要”，指的是紧迫性，而不是不相信 AGI 的存在：即使 AGI 需要 10 年，3 年后的系统也会远强于今天，因此现在就必须开始准备。他越来越难以确定 AGI 究竟属于 3—5 年还是 5—10 年的时间框架，但近期进展表明它更偏向较近的一档。
Pichai 认为，Demis Hassabis 所说的“奇点山麓”指的就是 AGI；如果他没记错，Hassabis 曾表示这大约会在“2030 年左右”到来。

🔬 AI 在科学中的边界——为什么我们需要自驱动实验室 — Joseph Krause, Radical AI 马基雅维利是有史以来最被误解的思想家——Ada Palmer