DruckFin

Alphabet 訪談記錄：Pichai 談 Gemini 4 Argon、遞歸自我改善與基礎設施配置

Big Technology Podcast 主持人 Alex Kantrowitz，2026年10月21日

導言

Alex Kantrowitz：我們正處於有史以來最具影響力的科技發展初期。這不像光纖，不是默默無聞的基礎建設，我們正在切實使用它。對 AI 研究人員來說，電腦規模越大，AI 就越好。你得給研究人員提供規模最大的電腦，即便這可能會損害當前的利潤，像是雲端業務。因此，我們今天擁有的算力，是 2024 年所做決策的結果。顯然，今天當你環顧四周，所有人都面臨算力短缺，不只是我們，其他公司也一樣，大家都會希望自己當初規劃的算力能再翻倍。Google 的 Muse 或 Dots 產品在哪裡？無論是一般消費者還是企業用戶，都將隨時透過某種多代理（multi-agent）框架來處理各種事務，所以這感覺就像是一個充滿無限可能的時刻。

Alphabet 執行長 Sundar Pichai 今天來到我們位於 Mountain View 的錄音室，與我們暢談 Google 在 AI 前沿競爭的計畫、尖端 AI 研究與公司雲端業務之間的平衡，以及未來介面的樣貌。Sundar，很高興見到你，歡迎來到節目。

Sundar Pichai：謝謝你，Alex。很高興來到這裡。

Google 的前沿 AI 策略

Alex Kantrowitz：Google 憑藉 Gemini 4 Argon 重返前沿陣地。用白話來說，這意味著它是一個世界領先的模型。它打破了各種基準測試，在編碼、數學、科學和知識工作等一系列基準測試中，擊敗了 OpenAI 和 Anthropic 的公開模型。然而，過去的傳統觀點認為，Google 基本上已經放棄了前沿領域，轉而開發那些「夠用就好」的快速模型並將其應用於產品中，不再追求前沿 AI。但事實證明這種看法是錯的，而且錯得離譜。

Sundar Pichai：聽著，我認為我們對於堅守前沿陣地的決心無庸置疑，這已經融入了我們的 DNA 中，我們不可能用其他方式來做。我們思考 AI 前沿已經超過十年了。前沿領域非常動態、競爭激烈且令人振奮。對於 Argon 的整合成果，我感到無比滿意。我們在開發它時花了時間，確保經過安全測試與審慎部署。考慮到它的強大功能，我們花的時間比其他模型稍微長了一些。但我認為全面來看，無論是代理式工作（agentic work）、知識工作、編碼還是創意任務，Argon 絕對是表現極佳的前沿模型之一。在發表後的首個 72 小時內，其使用的 tokens 數幾乎達到 2,500 萬萬個（註：原文為 25 trillion tokens，依台灣常用說法譯為 25 兆 tokens 或 2,500 億萬，此處採直譯 25 兆個 tokens），大約是 Gemini 3.0 在前三個日夜的三倍。在我們提供服務的同時，算力已經吃緊。所以我們既興奮，但也清楚前沿領域極為廣闊且充滿動態，必須不斷演進模型，我們也能看出還有哪些地方需要改進。因此，我們將全力投入所有這些工作。

Alex Kantrowitz：具體是哪些領域？

Sundar Pichai：就任何既定模型而言，如果跟短短兩個月前相比，Argon 在各方面的表現都更出色。但這個領域演進速度太快了。舉例來說，即使在編碼方面，我們也知道有些小範圍需要做得更好，外界也有明確的反饋，我們將會持續精進。

前沿模型真的重要嗎？

Alex Kantrowitz：讓我試著為標準模型對 Google 而言可能就足夠好提出論點。我來表達一下外界的看法：當今的 AI 前沿發展得如此優秀，AI 的基準線也提升得如此之高，以至於前沿模型實際上只對一組特定的任務有價值。如果你擁有標準模型，其實就能用它來打造出色的產品。以 Meta Muse 為例，它使用的是優秀的模型，但並非最強的模型。如果你需要進行生物學研究，前沿模型或許真的必不可少；但那些認為 Google 其實不需要前沿模型的人會說，你只需要那些標準模型，然後把它們放進 Maps、Gmail 和 Search 等產品中就夠了。再次以 Meta 為例，這樣就足夠了。你對此有何看法？

Sundar Pichai：聽著，這完全不是我的思考方式。我認為我們深信必須推動技術極限（state of the art），並真正拓展這項技術的功能與應用邊界，這點從 Transformer 開始就是我們的這趟旅程，所以你會看到我們持續這樣做。我認為當你處於前沿時，你能比其他人更早看到新興的能力，這有助於你更好地為未來做好準備。我們很幸運，在消費者和企業端都擁有廣泛的機遇。我們的某些雲端客戶確實需要前沿模型。我認為在遞歸自我改善（recursive self-improvement）的時代，前沿模型將更擅長開發下一代模型，所以我認為它在這裡至關重要。在內部，我們確實透過將 Argon 部署給開發者，看到了明顯的轉折點（inflection point）。它確實解決了我們以前的模型無法處理的問題。因此，身處前沿能讓你站在創新最前沿，並有助於推動這一點。各種規模和功能的模型都有其生存空間，這就是為什麼我們推出了 Flash、Flash-Lite 等產品。我也同意，你不需要非得用最頂級的前沿模型就能開發出非常棒的產品體驗，因為前沿模型往往也較慢且成本較高。但我們在乎前沿，因此我們致力於做到這一切。

Alex Kantrowitz：嗯，你曾說過，開發前沿技術能讓你預見未來即將發生的事。

Sundar Pichai：是的。

AI 代理的未來

Alex Kantrowitz：你看到了什麼樣的地平線（遠景）？

Sundar Pichai：這個時刻之所以如此令人興奮，在於你打造出你認為是數月工作結晶的成果並将其發布，然後你就會發現前方已經有清晰的發展空間。我們一直在研究這些具備代理能力、長遠視野（long-horizon）的功能，但很明顯，未來的強大模型將有多個這類代理協同工作來完成任務。這就是當前正在進行中的精彩典範轉移的一個例子。我也清楚，無論是消費者還是企業用戶，都將能夠使用某種多代理框架來讓它們隨時運行並處理事務。因此，這感覺就像是一個充滿無限可能的時刻。

遞歸自我改善

Alex Kantrowitz：你提到了遞歸自我改善（RSI）。這是指模型實際上在沒有人類介入的情況下讓自己變得更好。人們稱之為智慧爆炸（intelligence explosion），或者期待聽到像「foom」這樣的聲音，然後 AI 突然就成了具備超人能力的科技。事實上，我記得 Sergey 曾在 DeepMind 與研究人員舉行了一場圓桌會議，他談到 Argon 的核心創新之一，就是更多地依賴模型本身來協助開發模型，對吧？我們已經看到了最近 AI 模型發生的情況。它們雖經過良好的對齊（aligned），但並非完美對齊，這些不完美之處是個大問題。顯然，科技界以及現在更廣泛的世界都知道了 Hugging Face 事件，當時 OpenAI 的機器人突破了防護網（containment），駭入 Hugging Face 並做出了一些瘋狂的舉動。Google 也曾遇到過這樣的狀況——我認為它們在猜測密碼時獲得了不該訪問的網站權限，隨後被阻止了。但已有足夠的證據表明它們並未完全按照我們的預期行事，因此這種追求遞歸自我改善、甚至以更快速度讓模型變得更好的想法，實在有點詭異。這讓我感到害怕。難道你不認為這存在合理的擔憂，科技界難道不該冷靜下來嗎？

Sundar Pichai：嗯，你的問題大概可以分成三個部分。首先，我們先來談談 RSI 本身。你說得對，Sergey 提到 RSI 是我們開發 Argon 時的一個關鍵貢獻。但要非常明確地說，就目前的發展連續體（continuum）而言，我們距離 RSI 的最終狀態還相當遙遠。今天，正確的描述方式是，在模型開發的各個方面中，既有 RSI 循環，也有 AI 研究人員的參與。我會說，你幾乎可以看到代理在某些自動化方面協助 AI 研究人員協同合作來構建這些模型。我覺得至少應該了解我們今天所處的位置，這超級令人興奮，而且我預期隨著我們進入明年，這種連續體將持續取得進展。

第二個問題是關於安全性的。安全性源自縱深防禦（defense-in-depth）。你談到了對齊。顯然，我們大家都在做大量工作，以確保模型盡可能地對齊，但這是一個活躍的研究領域，且存在明顯的鴻溝。然而，這並不是我們依賴的唯一手段。除了在對齊方面所做的工作之外，我們還在這些模型運行時投入了大量精力進行即時監控（real-time monitoring）。確保你對發生的事情有良好的遙測能力（telemetry），以便在發現意料之外的行為時能夠即時介入。實現這一點的架構、如何確保它全部在沙盒（sandbox）中進行並被隔離，以確保它在即時監控期間能夠繼續執行任務——這些都是我們正在進行投資的領域。顯然，當我們部署這些模型時，透過即時監控以及它們決定在哪裡部署、這些模型隨時可以訪問什麼類型的數據等能力，賦予客戶和企業控制權。所有這些工作都非常非常重要，我們正在大力推進。作為一個行業，我們需要不斷提升水準，花時間把所有這些事情做好，包括投入必要的算力，以確保能夠安全地部署這些模型。

第三部分是，這些就足夠了嗎？這就是為什麼業界有許多討論，我認為感到擔憂是合情合理的。處理你所擔憂事情的正確方法，是在早期就思考我們還能做些什麼。作為一個行業，你肯定會看到在對齊、安全性測試等方面的工作水準在不斷提高。隨著我們部署這些模型，我認為下一步將是制定更好的標準，即我們如何做事跨行業標準，包括利用獨立評估機構進行評估的能力。如果你看看財務控制等領域，我們有會計標準、獨立審計師等。這些都是我們作為一個行業自然要邁向的下一步，隨著我們經歷這一切，監管最終也將發揮作用。

世界模型與通往 AGI 之路

Alex Kantrowitz：有一個技術問題想請教你。Google 算是相當獨特，你們既研究語言或 LLM 這一端（始於 Transformer 語言），同時也追求世界模型（world models）。有些 AI 研究機構（例如 OpenAI）基本上認定 LLM 就是通往 AGI（通用人工智慧）的唯一道路，他們甚至縮減了部分世界模型的相關研究（也就是試圖理解物理世界的 AI 模型）。但你們兩者並行。請談談為什麼你認為世界模型這一端如此重要。

Sundar Pichai：作為人類，你顯然會感知周遭的世界並接收所有這些輸入。確保這些模型能夠理解物理定律、以高保真度模擬世界——所有這些，我認為都是智慧的關鍵賦能模組。當我們跨足這項技術的所有可能應用時，以機器人技術為例：這絕非巧合，如果你看看具身推理（embodied reasoning）基準測試，Argon 的表現就是最先進的（state-of-the-art）。它在許多這類基準測試中簡直就是 SOTA，而這全都要歸功於我們構建世界模型的經驗。本質上，我預期未來會出現將所有這些融合在一起的架構。但對我們而言，在這個充滿崎嶇的前沿智慧領域中，我們希望成為所有可能方法的領頭羊。我認為這將有助於我們推動更好的研究、更深刻的見解，並開發出更好的 AGI 模型。這就是我們的思考方式。

Alex Kantrowitz：對，我在 Argon 發布後看了你的 X（原 Twitter），那上面全都是真實世界的應用，不像只是文字或由模型生成的文字。

Google 的算力困境與 AI 基礎設施

Alex Kantrowitz：我想和你談談你如何在雲端運算和 AI 研究之間平衡算力的分配，這是你最寶貴的資源。這是關於 Google 的一個重大話題。有人向我建議，Google 應該退出 AI 研究遊戲，把所有的雲端運算資源和晶片拿出來單純出售。看看當前的商業世界：有效做到這一點的 NVIDIA 是一家市值 5 兆美元的公司。雲端部門希望以高溢價出售這些運算資源，而 AI 研究則需要規模龐大的電腦來打造最強的 AI，這兩者之間存在拉鋸。現在，你曾說過你工作很大的一部分就是弄清楚如何分配算力。你是怎麼做到的，又是如何平衡這兩者的？

Sundar Pichai：聽著，對我們而言的核心基石（ground zero），是確保我們在投資處於 AI 前沿所需的算力。在 2015 年，我將公司定位為 AI 優先（AI-first）。因此，AI 是我們所做一切事情的核心橫向要素，從搜尋、雲端到 Waymo 以及我們做的每一件事。這就是我們的核心基石：無論是為了研究還是開發模型，都要確保我們擁有足夠的算力。除此之外，我們擁有這些獨立的業務，每個業務都有自己的長期規劃，它們利用這些長期規劃來進行前瞻預測，而我們則為所有這些業務規劃算力。雲端團隊有他們的業務、有預測、有需求信號，並且做出了合約承諾。有了這些幫助，我們可以為他們規劃長期的算力軌跡。

我們很幸運能擁有如此廣泛的機會。我想世界上沒有哪家公司在任何特定時刻不需要做出權衡。但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領域。這是不可妥協的，其他一切都在此基礎之上運作。你在這些對話中看到的情況是——請記住，我們正在構建自己的算力、自己的資料中心。因此，這需要很長的交貨期。我們今天擁有的算力，是我在 2024 年做出決策的結果。即使你回想一下距離今天一年前的時候，去年代理式編碼的爆發還沒有發生。今天，顯然當你坐下來看任何事情時，所有人都面臨短缺，不僅僅是我們，其他公司也是如此，每個人都希望自己擁有當初規劃的兩倍算力。

我認為這正是該領域帶來的挑戰。在任何給定的時間點，我們都在為未來 2 到 3 年的需求進行規劃。所以你會發現，根據當時技術極限所處的位置，你所做出的一些決策在兩年後看起來可能不是最優解。我不會花太多時間去纠结這個。我思考算力分配的方式是：確保 Google DeepMind（無論是研究還是前沿模型開發）在算力訪問方面處於尖端水準。在此之後，我們為所有其他業務進行規劃。我認為我們也能將算力提供給其他人，這是一件很棒的事，就像我們過去所做的那樣。這讓我們能夠擴大規模，在盡可能廣泛的應用場景中對其進行真實測試，在真實世界中進行測試，並確保我們在 AI 技術堆疊的每一層都處於尖端水準。

Alex Kantrowitz：簡短問一下，之前有一個 podcast 提到 Ben Horowitz 轉述 Andy Jassy 說過算力已經賣光到 2028 年之類的話。你們也有看到相同的情況嗎？

Sundar Pichai：如果現在有客戶來找我們要求提供 2027 年的算力，那真的是極其困難。這也是為什麼甚至在去年，我們就出去租用了一些短期算力來滿足部分客戶的需求並提供協助。但是的，我想我們大家都在應對類似的時間表。

AI 是否被过度建造（Overbuilt）？

Alex Kantrowitz：關於泡沫的問題：有人談到每一次技術變革都經歷過過度建造——鐵路、光纖。你認為這裡存在過度建造嗎？

Sundar Pichai：這取決於你所看的時間範圍。如果把時間拉得夠長，這種規模的建設對我來說完全合情合理。我們正處於有史以來最具影響力技術的初期階段。這不像光纖，不是默默無聞的基礎設施；我們正在使用它。我們的算力每天都在吃緊。各種應用程式和底層技術正在迅速改進。但在經營公司時，我度過這個時刻的方式是觀察你的需求信號。你查看以合約形式獲得的已承諾營收機會。你將其與底層技術能力、我們內部如何使用它以及模型的發展軌跡進行平衡。基於所有這些，你採取嚴謹的方法——一種自信、積極但嚴謹的方法來規劃算力。

當你談到更廣泛的整體經濟時，不同的人面臨著不同的風險承受水準，所以我很難對此進行評論。我專注於作為一家公司我能控制的事情，並據此進行規劃。如果你的問題是，會不會出現過度建造？會的，因為某些零組件可能會受到限制。請記住，真正重要的是構建該算力所需的各種配套設施是否齊全。

Alex Kantrowitz：記憶體、電力、電工。

Sundar Pichai: 是的，大約有 2,000 種甚至更多的零組件。你在某個時間點可能會受到限制。可能會出現導致瓶頸的因素，然後就會出現過度建造。經濟也可能會遭受外部衝擊等。存在總體經濟風險；在任何特定時間，這些都是可能的。但我是否有信心，給夠時間的話，我們規劃的算力都會派上用場？絕對是的。

Alex Kantrowitz：好的，關於這個話題再問一個問題。如果你要兩者兼顧，業界曾有一種思維邏輯認為，對 AI 研究人員來說，電腦越大，AI 就越好。如果你相信這一點——我當時也在場，你說過 AI 將像火和電一樣深具影響力，當時我們所有人都笑了，現在我有點後悔當初的那笑聲——如果你是個真正相信這一點的人，那麼這種思維就會促使你給研究人員提供規模最大的電腦，即便這可能會損害當前的利潤，像是雲端業務。你的想法是什麼？

Sundar Pichai：我們都在某程度上這麼做。我們的雲端業務在任何特定時刻都在放棄短期營收，因為我們正在進行算力權衡，以支持前沿 AI 的開發。你所說的已經成真了。但你必須深思熟慮。即使對我們的 AI 研究人員來說，某些限制也是有益的。這正是激發創意的原因；這能幫助你提出更高效的演算法突破，或許能使用更少的記憶體等。我們致力於投資保持前沿地位所需的資源。這就是我的思考方式。

AI 介面的未來

Alex Kantrowitz：我想知道你如何看待未來介面的樣貌，也就是隨著 AI 開始推出，我們在未來使用運算的方式。幾個月前，我曾與 OpenAI 總裁 Greg Brockman 談過這件事。他說了一句非常有趣的話：「你想要的介面是什麼？你想要的產品是什麼？答案是你想要沒有介面。你想要沒有產品。你希望這是——我和你之間的介面是什麼？基本上就是說話。」如果 AI 那麼聰明，就不應該有螢幕，或者不需要那麼多必須按下的按鈕和東西。在 AI 時代，你對介面的看法是什麼？

Sundar Pichai：我認為，歷史上運算的發展一直是人類在適應運算。有了 AI，情況將會反過來：技術將無縫地適應人類的生活方式和日常生活。其中有一個面向是，你希望能夠在你想的時候與該 AI 對話。它具備上下文（context），可以在某個地方持續運行，為你提供連貫性，而你不需要處理太多的複雜性。它是自然的。所有這些對我來說都說得通。

然而，在我看來，這並不意味著它不會有介面。例如今天，甚至在我的手機上，Gemini 語音模型是如此出色，以至於我只需按下麥克風按鈕，就可以隨便亂講——我們稱之為 Rambler。我可以隨便講，它能根據我的個人上下文智慧地進行修正。甚至是我朋友的名字、奇怪的名字，即使它一開始猜錯了，它也能搞定。這太神奇了。它會適應。在我說完之後，我不需要去按倒退鍵進行修改。它變得如此優秀，實在令人驚嘆。但在某些時刻，你仍然需要一個介面。你可能想娛樂自己，你可能想看影片。你可能會要求你的 AI 創造某些東西，而你會想要觀看它、消費它。我對它的看法是，你希望它盡可能無縫且自然，而不需要由你辛苦地去適應任何介面。技術會適應你在任何特定時刻的工作方式。

Alex Kantrowitz：我打算提一下 OpenAI 的豐功偉績，因為去年你讓他們進入了紅色警戒（Code Red）。Gemini 表現得很好，OpenAI 如臨大敵。我曾和 Sam Altman 談過來自 Google 的挑戰。他當時說，他認為 OpenAI 會將你們擊退，因為他們是 AI 原生（AI-native）的，他暗示 Google 只是將 AI 生硬地拼裝（bolt-on）到現有產品上。你如何看待這種「拼裝」的說法——不知道你是否接受這種說法——能否與 AI 原生產品競爭？

Sundar Pichai：首先，這是一個非常動態的時刻。我們都在互相推動彼此。我認為 OpenAI 也作為一家公司深深地推動了我們。這絕不僅僅是我們對他們做出了什麼舉動，遠非如此。

Alex Kantrowitz：對，你們也進入了紅色警戒。雖然對於當時是否真有紅色警戒眾說紛紜，但在那個 AI 時刻——我們所有人都必須在任何特定時刻以不同程度的緊迫感做出回應。

Sundar Pichai：我們也在不斷構建新產品。Gemini 從一開始就是作為一個產品從底層構建的，我指的是 Gemini 應用程式。明天，當我們所有人都適應代理時，你們是在 ChatGPT 上加裝代理，還是以原生方式構建它？你又會怎麼想呢？你隨時可以把這些問題反問回來。我不會那樣看待它。我認為你的目標是打造世界級的產品體驗，既是 AI 原生的又能取得勝利。其中一部分是改造現有產品，一部分是重新思考全新的體驗，所以這些都將成為你應對這個時刻的方式的一部分。

Alex Kantrowitz：請談談你如何看待未來 AI 介面的商業模式。例如，如果我讓我的代理出去為我做某件事，而它推薦了一款產品，如果我完成了購買，它是否應該——即便進行了披露——從中獲得銷售抽成？當你思考如何從這些產品中賺錢時，計畫是什麼？

Sundar Pichai：拋開企業端不談，單看消費者端的問題：消費者將日益重視這項技術。以今天的軟體開發者為例。我認為開發者願意為這些編碼模型付費，因為它們確實提升了他們的生產力。沒有人會願意像三年前甚至去年同期那樣去寫程式碼。當你交付價值時，就會產生相應的價值。消費者產品的歷史表明，如果你打造了一款消費者產品——我從未見過消費者產品真正規模化到擁有數十億深度用戶，卻沒有伴隨相應的變現模式的例子。如果你在為人們提供價值，其中必然存在內在的價值。

Alex Kantrowitz：完全同意。

Sundar Pichai：它的性質可能會改變。你問的是一個代理為你做事的情景。歸根結底，你會有商業需求。代理需要滿足這些商業需求。另一端的提供商會從中看到價值，並且會有一些機制來將其落實。這就是高效系統的運作方式。但重要的是，你要打造出世界級的消費者體驗。我有回答你的問題嗎？

Alex Kantrowitz：有的，絕對有。我向自己承諾過只有一個產品功能請求。來了：是否有辦法讓 Gemini 驅動的 Gmail 搜尋變得和你在 ChatGPT 介面中插入 Gmail 時訪問的 Gmail 搜尋一樣好？這到底是怎麼回事？

Sundar Pichai：我們最近宣布的其中一項令人興奮的事情是用於企業的統一 Gemini 代理，我們正在將其帶給消費者。這些是全天候 24/7 在雲端運行的持久代理，就像你實際上在為每個查詢啟動一個微型虛擬機器（microVM）一樣。從運行時、運行框架（harness）到模型，它全都是一個無頭服務（headless service）。它將在任何地方都能運作，並且隨身攜帶你的上下文。無論你身處 Workspace、Search 還是 Gemini 中，你都可以呼叫這個代理。代理將推動這種從客戶體驗出發的統一，這正是人們一直在尋找的。你是對的：當你擁有廣泛的產品組合並且推進速度極快時，總會有一些領域的推進速度比其他領域更快。這是有價值的反饋。但我們正在投入大量時間和精力，確保在我們構建代理體驗時，這種統一性和功能性能夠在所有這些介面上完美運作。

Google 對 Muse 和 Dots 的回應

Alex Kantrowitz：好的，這對介面問題也是一個很好的回答。當人們思考 Google 的下一步布局時，會有一個問題浮現：Google 的 Muse 或 Dots 產品在哪裡？這些產品最近似乎憑空出現，並且迅速竄紅。你們是否有相應的版本，或者你們預期會推出一款能夠與（比方說）Muse 競爭的新產品嗎？

Sundar Pichai：今天，我們對它的願景——事實上，我們 Gemini 應用程式的目標就是成為一個個人化、主動且強大的助理。這就是我們努力的方向。你在今年的 Google I/O 上看到了我們對早期版本的描述（Spark）。如果你現在以 Advanced 或 Ultra 用戶的身分打開 Gemini 應用程式，你已經可以看到 Chat 和 Tasks。它們開始為你提供那種代理體驗。透過 Argon，這項功能得到了大幅加速。我們最近在企業活動中宣布的內容，也將帶給消費者。隨著時間的推移，很快在 Gemini 中，你將能夠提出要求，這是一個連續體：你不需要去思考你是在進行聊天還是執行代理任務。它會自動做正確的事，並且可以在背景安全地持續運行，為你把事情辦妥。從經驗來看，當我審視進入我們應用程式 Gemini 的內容時，大約在去年，你可能會把它們標記為聊天。但穩定增長中的比例已經變成了 Gemini 中的代理任務。所以是的，我們將為消費者帶來個人代理。它將在 Gemini 應用程式中運作，在 Google Search 中運作，在 Gmail 中運作。你可以定址它、呼叫它等等。但我們要確保我們把它做對了。它將由 Argon 提供驅動，因此我們非常興奮能將其帶給我們的用戶。

Alex Kantrowitz：我已經訂閱了 Pro 版，也用過 Tasks 功能，所以我很期待使用更多功能。好的，再來幾個隨機的問題。Google 已向 Anthropic 投資並承諾了數百億美元。你在 Dario 身上看到了什麼，讓你願意對他做出如此深度的承諾和投資？

Sundar Pichai：很早的時候，當我們審視 Anthropic 的創始團隊時，我們非常清楚這是一支世界級的團隊，他們參與了一些最早期的 GPT 模型。我們很快就能評估出他們將處於前沿。我們一直試圖識別並與那些處於技術尖端的公司合作。我們對 SpaceX 這麼做過，對 Anthropic 也這麼做過，這就是我們所看到的。我們有機會進行合作；其中一些合作也演變成了我們 TPU 的架構。這就是我們的方法。

蘋果、太空資料中心與 AI 編碼

Alex Kantrowitz：關於蘋果，你們曾與他們達成合作，將 Gemini 授權給他們以協助改善 Siri。這項合作是在擴大、縮減還是原地踏步？

Sundar Pichai：對我們和蘋果而言，這項合作的核心都是將 AI 的功能轉化為更好的用戶體驗。我覺得蘋果在整合方面做得非常出色——他們定製了這些模型並將其內建到 Siri 中。看到這樣的反響真是太棒了，所以我們致力於做更多的事。

Alex Kantrowitz：你們會與他們合作更多嗎？

Sundar Pichai：雖然沒有具體內容可以評論，但這是一項運作良好的合作夥伴關係。

Alex Kantrowitz：太空資料中心：你們已經宣布在那方面有更多動作。到目前為止，你們對該專案的可行性有了什麼了解？

Sundar Pichai：這是一個非常令人興奮的專案。像這樣的專案讓我想起——我依然記得當年 DARPA 大挑戰賽（DARPA Grand Challenge）沙漠現場的那一刻，看著 Stanley 車輛參賽，而那最終成為了 Waymo 的基礎。對於所有這些技術，你正處於這樣一個時刻：它看起來有點像科幻小說，但在 10 到 20 年後，它確實能以有意義的方式運作。對於太空，我也是這種感覺。我們一直相信押注這些技術的大未來。量子運算就是一個很好的例子，我們可能已經走了 10 年的歷程。Waymo 我們已經走了將近 20 年。太空，我們走了 2 到 3 年。我很清楚，這將是未來非常合理的發展方向。身處太陽同步軌道（sun-synchronous orbits），能夠 24/7 全天候普遍獲取我們所能獲得的最豐富能源，這對於我們未來將需要的算力指數級增長而言，是非常合理的做法。話雖如此，這是一個極具挑戰性的專案。團隊有著嚴格的里程碑，因此將 TPU 送上太空是一個超級令人興奮的里程碑。就在我們交談的某個時刻，我們正期待著它們傳來「Hello World」的時刻，所以我很期待看到這發生。我們也會繼續在這裡進行投資。

Alex Kantrowitz：最近——大概是去年吧——你曾說過 Google 內部編寫的程式碼中有 25% 是由 AI 編寫的。現在這個數字是多少？

Sundar Pichai：在我們當今的世界裡，那個數字已經沒有意義了，因為我們現在接觸的每一部分程式碼都深受 AI 的影響。舉例來說，我們透過 Argon 追蹤的數據顯示，它現在已經成為一個轉折點。人們正在使用 Argon 來真正攻克複雜專案，包括影響數百萬行程式碼的專案。在我們推出 Argon 後的 4 週內，我們看到 PR（Pull Requests，拉取請求）增長了 30%，更重要的是，程式碼回滾（rollbacks）減少了三分之一。人們編寫程式碼的效率更高，用它寫出的程式碼也更好，所以我們現在正透過更新的指標來追蹤它。

Alex Kantrowitz：談到對資料中心的阻力，你是怎麼看待這一點的？如果你無法按照你希望的方式在美國建造資料中心，你還能去哪裡？

Sundar Pichai：我們非常致力於以高度負責任的方式建造我們的資料中心。當我檢視我們在一些經營時間最長的社區中最大的資料中心時，我去那裡訪問，與當地人交談。有人會來告訴我們，因為我們在這些社區的投資，他們的子女得以去上大學。我們在這些社區中共同成長，所以對我而言，關鍵在於把事情做好：儘早與社區互動、做到透明化。我們承諾在引入增量電力的同時，承擔這些專案 100% 的電力需求成本。這需要理解對周遭鄰里的影響，並確保儘早採取行動加以解決。如果做得正確，你就能夠持續取得進展。我們不斷將反饋納入考量。我的確擔心並不是每個人都用相同的方式行事。

Alex Kantrowitz：對，人們對於資料中心突然出現在自家後院感到驚訝。

Sundar Pichai：這些都很重要。作為一個行業，我們應該繼續做得更好。但部分原因也是為什麼在 20 年的時間框架內，我們要思考像太空資料中心這樣的事情，這是為了確保我們能夠將這些資料中心的權衡取捨可能有所不同的地方放在其他地方。

Alex Kantrowitz：現在 AI 領域中，是否有某個尚未被證實的學科是 Google 正全力攻克的？人們一直在談論持續學習（continuous learning），讓這些 AI 在發布後能夠持續更新，而不是在每次會話後就遺忘。

Sundar Pichai：我們有多項平行的押注。正如你在 Argon 上看到的，我們擁有 100 萬個輸出 tokens 的視窗。早期的 Gemini 模型在輸入端擁有 100 萬個上下文視窗。這些都是我們不斷努力實現的突破的例子。你如何看待合成數據（synthetic data）？你如何看待持續學習？你如何看待更高效的架構？我們確實將相當大比例的算力投入到了這些研究押注中。這總是齊頭並進的，包括我們的世界模型。這些都是我們正在下的注。有時作為這些押注的一部分，會湧現出一些想法，最終進入主流模型，所以你可能不會完全談論它，但我們在這些領域有多項押注。

樂觀主義與 AI 的未來

Alex Kantrowitz：我想以此作結。像你這樣參與科技行業，其中必然帶有一種與生俱來的樂觀主義，對吧？堅信只要你進行建設，就能讓世界變得更好。這是科技行業內心深處的東西。當然，這也有其另一面。這需要押注，通常是下重注，並希望你正在努力的事情能如你所願地實現。但事情並不總是如願以償。

我舉個例子。我最近第一次去薩爾瓦多——嗯，我是隔了五年去的，我在這座小鎮上看到了對比特幣和區塊鏈驚人的熱情。到處都在施工，一片欣欣向榮。然後事情並沒有像大家預期的那样發展，這次訪問時，基本上看到的是一座鬼城，留下了許多未完工的建設專案。要像你那樣做你所做的事，需要一種樂觀精神，認為即使押注沒有成功、甚至可能會帶來後果，也依然值得一試。我很想聽聽你的看法。你曾在史丹佛大學的畢業典禮致辭中談到過對樂觀主義的需求，但這是一種細緻微妙的樂觀主義。我很想聽聽你如何維持這種心態。這是純粹的樂觀，還是一種有所保留的樂觀？

Sundar Pichai：聽著，我真心深信，改進技術和改善對技術的獲取能讓人類的生活變得更好。這是我個人生活中的親身體驗，因此衍生出這種深厚的信念與樂觀。但在這之中的同時，我一直覺得人類的征程永遠在於努力駕馭這項技術，讓它為社會發揮良好的作用。這種樂觀並不是那種你隨時隨地想造什麼就造什麼的盲目樂觀。不，你要努力確保你是在為全人類服務的前提下構建技術，以改善人類的生存狀況。當我們接近這個目標時，這必須是定義性的最終目標。

有了這個框架，我感到非常非常樂觀。我認為我們正處於將在許多領域看到的各類進步的極早期階段。我們都在談論醫療保健之類的領域，但大量的進步還在後頭：以根本上更便宜的方式製造許多東西的能力——在很長很長一段時間裡，這些東西的價格一直在上漲；發現新材料等，這些都能真正扭轉曲線。今天很難坐下來就理解所有這些的影響，但它們將是非常深遠的。所以我非常樂觀。但我們必須對這項技術可能出錯的所有方式保持合理的擔憂，這正是你確保解決這些擔憂的方式。我認為這兩者是齊頭並進的。

Sundar Pichai：謝謝你，Alex。我很感激。謝謝。

Alex Kantrowitz：好的，各位。非常感謝大家的收聽與收看，我們下次 Big Technology Podcast 見。