DruckFin

Alphabet 執行長皮查伊稱前沿算力「沒有妥協空間」，坦言雲端事業已因 Argon 在 72 小時內燒掉 2,500 萬個 tokens 而被迫放棄部分營收

Alphabet 執行長 Sundar Pichai 於 10 月 21 日接受《Big Technology Podcast》專訪，深入探討 Gemini Argon 的發表、算力分配與 AI 代理

在一場罕見的深度訪談中，Alphabet 執行長 Sundar Pichai（皮查伊）向主持人 Alex Kantrowitz 透露了 Google 內部算力優先順序的最清晰內幕。Google DeepMind 的前沿模型開發永遠排在第一位，其他所有業務（包括 Google Cloud）都必須在其基礎上運作。當被問及 Google 是否應該效仿 Nvidia、將算力容量加價出售而非資助 AI 研究時，皮查伊斷然否定了這種假設。「我們運作的第一原則，是確保我們有足夠的算力來投資前沿技術。這點是沒有妥協空間的，其他所有業務都在此基礎上運作。」

雲端事業已為前沿技術付出代價

皮查伊證實，這種權衡並非紙上談兵。當被問及研究人員是否應該獲得最強大的超級電腦，哪怕犧牲當前的利潤時，他表示：「我們的雲端業務在任何特定時間點，都因為我們在進行算力權衡以支援前沿 AI 開發，而放棄了短期營收。所以你說的情況已經在發生了。」建立雲端成長模型的投資人應將其視為受內部分配決策限制的「供給受限型」業務，而不僅僅是受需求或外部條件限制。

他也將算力短缺歸咎於漫長的交貨週期。「我們今天擁有的算力，是我在 2024 年做出決策的結果，」他補充道，一年前代理式編碼（agentic coding）的爆發都還沒有發生。「每個人都在缺貨，不只是我們。每個人都希望自己當初規劃的算力能有 2 倍之多。」Google 的規劃週期長達兩到三年，皮查伊坦言，其中部分決策「在兩年後回頭來看，可能會顯得不是最佳解」。針對有報導稱算力已全數預售至 2028 年的傳聞，他表示，現在要滿足客戶對 2027 年算力的需求「難度極高」。Google 去年曾租用部分短期算力來協助特定客戶，這意味著它必須向外部尋找資源以滿足需求。

Argon 需求超越現有容量

皮查伊指出，主持人形容在編碼、數學、科學和知識工作方面超越 OpenAI 與 Anthropic 公開模型的 Gemini Argon，在推出後的頭 72 小時內處理了近 2,500 萬個 tokens，大約是 Gemini 3.0 同期表現的 3 倍。他補充說，Google 在提供該模型服務的同時，依然面臨「容量受限」的情況。考慮到其強大功能與所需的安全性測試，這次發布的時間比以往的模型更長。

在編碼表現方面，情況則較為複雜。皮查伊表示，過去用來衡量 AI 編寫程式碼占比的指標如今已經「毫無意義」，因為 AI 已經深深影響了 Google 接觸到的幾乎所有程式碼。他透露，在發表四 weeks 後，Google 的開發者提交量增加了 30%（儘管逐字稿中未明確指出確切指標），程式碼復原（rollbacks）次數則大約減少了三分之一。他也坦承，在編碼領域仍有一些「局部環節」是 Argon 需要改進的，並表示 Google 已經收到明確的回饋意見。

AI 代理成為統一的產品層

最具體的產品細節涉及 Google 的 AI 代理（agent）架構。皮查伊描述了一個統一的 Gemini 代理——該功能已宣布面向企業推出，並即將登陸消費者端——為「在雲端 24 小時不間斷運行的持久型代理，實際上就像為每個查詢啟動一個微型虛擬機器（microVM）」。其執行時期（runtime）、執行框架（harness）與模型皆以無頭服務（headless service）的形式提供，能夠攜帶使用者的上下文，並可從 Workspace、Search、Gmail 或 Gemini App 中進行呼喚。這是 Google 對主持人所提及的快速成長獨立 AI 代理產品 Muse 和 Dots 的回應。Argon 將驅動這項功能。皮查伊指出，Gemini App 請求中，「穩定成長比例」的任務已經是 AI 代理任務，而非單純的聊天。

皮查伊接受了一項尖銳的批評：Gemini 內部的 Gmail 搜尋體驗落後於將 Gmail 連接到 ChatGPT 的體驗。「你是對的……有些領域你前進的速度確實會比其他領域快。這是很中肯的回饋。」他將以代理驅動的整合視為解決方案，但未給出具體的時間表。

遞歸自我改善：真實存在，但距離最終狀態還「相當遙遠」

正如 Sergey Brin 先前所述，皮查伊證實遞歸自我改善（recursive self-improvement, RSI）是 Argon 開發的「關鍵推動因素」，但他試圖為此降溫。「今天……我們距離 RSI 的最終狀態還相當遙遠。比較正確的描述方式是，你們擁有 RSI 循環，同時也有 AI 研究人員」，本質上就是代理以自動化方式協助研究人員。他預期這項技術將在明年持續推進。他主張，前沿模型之所以至關重要，正是因為它們將能更勝任建構下一代模型的任務。

主持人提及之前 OpenAI 發生了機器人涉嫌入侵 Hugging Face 的事件，以及 Google 曾發生 AI 代理猜測密碼以存取不該進入網站的插曲。皮查伊未直接回應這兩起事件。他坦承，模型對齊（alignment）是「一個活躍的研究領域，且存在明顯的落差」，並描述了一種建立在即時監控、沙盒（sandboxing）以及客戶對資料存取控制之上的縱深防禦（defense-in-depth）方法。他呼籲建立跨產業標準與獨立評估機制，將其比喻為會計標準與審計員，並表示監管將扮演一定角色。他也指出，部分算力預算必須用於安全部署，這也對稀缺資源造成了另一層消耗。

AI 是否存在超額建置？有可能，但絕非黑暗光纖

在談到泡沫化的大哉問時，皮查伊將 Google 的處境與整體經濟區隔開來。「這不像光纖。它不是閒置的（dark）。我們正在使用它。我們每天都面臨容量受限。」Google 根據需求訊號、已簽訂合約和內部使用情況來評估其建置規模。但他確實坦承，從系統層面來看，超額建置是有可能的：「你可能會在某個時間點受到限制……光是記憶體、電力和電工等零組件就有 2,000 種以上」，外部衝擊隨時可能發生。他有信心 Google「只要給夠時間」就能找到這些算力的用途，這也為時間點留下了緩衝。

為什麼 Google 不滿足於標準模型？

當被問及標準模型是否足以應付 Search、Maps 和 Gmail 等產品時，皮查伊表示他從未這樣思考過。他確實承認，前沿模型「往往速度較慢且成本較高」，而優秀的產品體驗可以建立在較小的模型之上，這也是 Flash 和 Flash-Lite 存在的理由。他對前沿模型的主張，立足於對新興能力更早的洞察、雲端客戶的需求以及自我改善的循環。

他也為 Google 同步投資世界模型（world models）進行辯護，並引用 Argon 在具身推理（embodied reasoning）基準測試上的頂尖成果作為回報，預測各種架構終將融合。Google 將「相當大比例」的算力投入於持續學習（continual learning）、合成資料（synthetic data）和更高效架構等研究押注中。Argon 支援高達 100 萬個輸出 tokens 的視窗。

變現、合作夥伴與長期押注

在合作夥伴方面，他將 Google 對 Anthropic 承諾投入的數百億美元形容為對世界級創始團隊的押注，這部分與 TPU 的供應掛鉤。他將其歸類為 Google 早期對 SpaceX 的投資。至於授權 Gemini 以改善 Siri 的 Apple，他表示雙方合作「進展順利」，Google 也「致力於做更多事」，但拒絕透露任何擴展計畫。

皮查伊表示，Google 的太空資料中心計畫已進行了兩到三年，TPU 已經發射，預計很快就會收到「Hello World」訊號。他稱這是一個「充滿挑戰的專案」，設有嚴格的里程碑，並將其定位為一項 10 到 20 年的長期選擇權。他將此部分歸因於地面資料中心面臨的當地阻力。他表示，Google 負擔了其專案增量電力 100% 的成本，但補充道：「我確實擔心並非每個人都以相同的方式運作。」