徽声在线10月21日讯（编辑 史正丞）当客户向谷歌提出需求，希望预订2027年的算力资源时，谷歌能否满足这一要求？Alphabet首席执行官桑达尔·皮查伊给出了一个颇为无奈的答案：“这极其困难。”

在当地时间10月20日上线的Big Technology播客访谈中，皮查伊透露了一个令人惊讶的事实：谷歌在去年甚至不得不短期租用外部算力，以此来满足部分客户的紧急需求。面对算力需求的迅猛增长，他感慨道，行业内的各家公司都纷纷表示，要是当初规划的算力规模能再扩大一倍就好了。

在算力供给如此紧张的大环境下，谷歌也不得不做出艰难的取舍：将前沿AI研发置于首位，其他业务则依次排后。皮查伊明确指出，谷歌云业务已经为此舍弃了一部分短期收入。

围绕新模型Gemini 4 Argon，皮查伊还谈及了智能体的商业化前景、与苹果的合作以及太空数据中心的构想。尽管他承认供应链瓶颈和宏观冲击可能会引发过度建设的问题，但他依然对长期的算力需求充满信心。

“足够好”的模型，为何仍难满足需求？

访谈一开始就回应了一个备受关注的问题：既然速度快、成本低的模型已经足以支撑搜索、邮件等产品的运行，谷歌为何还要执着于争夺最强模型的位置呢？

皮查伊坚决否认了谷歌降低研发雄心的说法：“这种说法大错特错。我们坚定不移地要站在技术前沿。这是我们基因中不可或缺的一部分。”

据他介绍，Argon发布后的最初72小时内，词元使用量就接近25万亿，大约是Gemini 3.0同期的三倍。然而，谷歌在提供这一模型服务时，仍然受到了容量限制的制约。

坚持前沿研发的理由，远不止于提升现有产品的表现。

皮查伊解释道，拥有领先的模型能够让谷歌更早地洞察到新的能力，从而为未来的产品做好充分准备；部分云客户也希望能够使用到行业最前沿的模型；更为关键的是，随着AI逐渐参与到模型研发中，更强的模型也能够助力开发下一代模型。

“在递归自我改进的时代，前沿模型将更加擅长开发下一批模型。”

谷歌内部部署Argon后，开发人员已经能够解决此前模型无法攻克的难题。按照他的逻辑，模型的能力不仅关乎当期产品的竞争力，更影响着下一轮研发的起点。

这并不意味着谷歌会放弃轻量模型。皮查伊承认，前沿模型往往速度较慢、成本较高，而许多优秀产品并不需要调用最强的模型。这也为Flash和Flash-Lite等轻量模型留下了广阔的应用空间：谷歌希望能够在能力、速度与成本之间找到最优的组合。

谈及未来的发展方向，皮查伊将重点放在了多个智能体协作上。他预测，未来消费者和企业都有可能拥有持续工作的多智能体系统，这些系统将能够完成长时间、多步骤的复杂任务。

AI参与研发，距离完全自我改进还有多长的路要走？

利用前沿模型助力开发下一代模型，无疑是本轮AI竞争中的重要变量。但皮查伊也为这一概念划定了清晰的边界。

他确认，递归自我改进的相关机制对Argon的研发做出了重要贡献，但他同时强调：“我们距离递归自我改进的最终形态，或者类似的状态，还有相当长的一段路要走。”

当前更为准确的描述是，智能体在模型开发的不同环节中，以一定程度的自动化来协助AI研究人员，而非模型已经完全脱离人类研究者进行独立迭代。他预计，这类协作将在明年继续取得进步。

随着模型能力的不断增强，安全投入也必须同步增加。皮查伊承认，让模型行为符合人类意图的“对齐”研究仍然存在明显的缺口。因此，不能仅仅依靠模型本身来遵守规则，还需要实时监控、异常干预、沙箱隔离以及客户对部署位置和数据访问权限的严格控制。

这些安全措施同样需要大量的算力支持。他进一步提出，行业应该建立共同的标准，引入独立的评估机制，并以财务领域的会计准则和独立审计作为类比，认为监管也将在其中发挥重要作用。

这意味着，前沿模型的研发和部署成本，不仅包括训练与推理的费用，还包括持续运行的安全保障成本。

随后，话题转向了世界模型。皮查伊认为，理解物理规律、高保真地模拟现实世界，是智能的重要基础，也与机器人应用直接相关。他将Argon在具身推理测试中的出色表现，归功于谷歌积累的世界模型经验，并预计不同的研究路线未来可能会在模型架构上实现融合。

算力如何分配？前沿研发始终是重中之重

当讨论转向算力配置时，皮查伊给出了整场访谈中最明确的资源分配原则。

“我们的首要原则，是确保拥有足够的算力来投资前沿研发。这一点不容谈判，其他一切都建立在这个基础之上。”

他回顾道，自己在2015年推动谷歌转向“AI优先”战略，因为AI贯穿了搜索、云计算和Waymo等各项业务。算力配置首先要确保Google DeepMind的研究以及前沿模型开发保持领先水平，然后再根据其他业务的长期计划来安排资源。

云业务的需求预测、已签合同和长期收入机会，仍然是建设规划的重要依据。但在资源不足的情况下，谷歌已经做出了艰难的取舍。

“我们的云业务在任何一个时点，都在放弃一些短期收入，因为我们正在进行算力取舍，以全力支持前沿AI的开发。”

供给调整又存在着明显的时滞。他指出，谷歌目前所拥有的算力，取决于2024年所作出的建设决策；公司始终需要提前规划未来两至三年的需求，而就在一年前，智能体编程还未迎来爆发式的增长。

“行业里的每个人都希望，自己当初规划的规模能再扩大一倍。”

主持人提到，风投人士Ben Horowitz曾转述亚马逊CEO安迪·贾西的说法，称算力已经售罄至2028年。对此，皮查伊表示：“如果今天有客户来找我们，希望获得2027年的算力，要满足这样的需求极其困难。”

他还透露，谷歌去年甚至不得不短期租用外部算力，以满足部分客户的紧急需求。

但研发优先并不意味着无限供给。皮查伊认为，研究人员在面临适度约束时也有其好处，这能够激励他们实现更高效的算法突破，例如降低内存需求。谷歌承诺的是投入保持前沿地位所需的资源。

承认可能存在过度建设，为何仍对长期需求充满信心？

对于AI基础设施是否会重演铁路、光纤等行业的投资过热现象，皮查伊强调，应该区分不同的时间尺度。

“这不像光纤那样会闲置不用。我们正在积极使用它。我们每天都受到容量限制的困扰。”

他认为，当前的应用和底层技术都在持续改善，现有的算力正在被实际使用，因此从足够长的周期来看，现有的建设规模具有其合理性。

但这并不是对整个行业投资安全性的保证。

“如果你问的是，有没有可能出现过度建设的情况？答案是肯定的。”

皮查伊指出，算力基础设施需要一整套配套条件，涉及的组成要素可能多达2000项甚至更多。只要某个环节受到限制，就可能形成瓶颈，并导致其他环节出现过度建设的情况；经济外部冲击和宏观风险也不能完全排除。

因此，长期需求旺盛与局部供给过剩可以同时存在。芯片、机房和配套资源必须共同到位，才能形成真正可用的算力。

谷歌的应对方式是，将需求信号、合同对应的收入机会、内部使用情况和模型能力演进等因素综合考虑，以“自信、积极，但有纪律”的方式规划建设。

他的最终判断依然乐观：“只要给予足够的时间，我是否相信我们规划中的算力会有用武之地？我绝对有信心。”

AI入口将如何演变，商业化又将从何而来？

讨论完基础设施后，访谈转向了这些投入将支持怎样的产品发展。

皮查伊认为，过去是人去适应计算机，而在AI时代，情况将会反过来，技术将适应人的日常生活：理解上下文、保持连续性，并在用户需要时自然响应。

但他不认同“自然交互”就必然意味着界面会消失的观点。语音可以减少输入和修改的负担，而观看视频、消费内容或查看AI生成结果时，仍然需要相应的界面。

对于OpenAI强调“AI原生”、暗示谷歌只是在旧产品上附加AI的竞争叙事，他也不接受这种划分。他承认OpenAI推动了谷歌的改变，但指出Gemini应用本身就是从零开始打造的新产品。

在他看来，改造既有产品和创造全新体验都将存在，关键是产品体验能否脱颖而出。

至于商业化问题，主持人提出了一个直接的问题：如果智能体推荐商品并促成购买，是否应该进行抽佣？

皮查伊没有直接确认具体的收费机制，而是先以开发者愿意为编程模型付费为例，说明效率提升可以形成支付意愿。

“我从未见过这样的例子：一款消费产品真正扩大到数十亿用户规模，人们高频使用，却没有相应的商业化模式。”

他认为，智能体仍然需要满足用户的商业需求，而另一端的供应商也会从中获得价值，因此最终会形成某种价值交换机制。

谈Anthropic、苹果的合作

随后，主持人以谷歌已向Anthropic投入并承诺数百亿美元为背景，询问了合作的具体理由。

皮查伊强调，谷歌很早就判断出，参与过早期GPT模型研发的Anthropic创始团队具备世界级的水平，有能力站在技术前沿。他将这项合作与谷歌对SpaceX的合作相提并论，解释为识别并支持前沿科技公司的长期做法。

对于苹果通过Gemini支持Siri的合作，皮查伊表示，苹果对模型进行了定制并整合进Siri，用户反响令他感到满意，并称：“我们致力于进一步深化合作。”

当主持人追问是否会有更多合作时，他没有透露具体的安排：“没有具体内容可以评论，但双方的合作进展顺利。”

太空数据中心着眼长远，编程效率已有内部衡量指标

谈到太空数据中心时，皮查伊将其放在了长期研发的时间尺度上：一些今天看起来像科幻的技术，可能在10至20年后发挥实质性的作用。

按照他的说法，谷歌在量子计算上已经投入了约10年的时间，Waymo则接近20年，而太空方向则处于两至三年的探索阶段。

他看重的是在轨获取持续太阳能的潜力，以支持算力需求的指数级增长。但他也明确表示，这是一个充满挑战的项目，需要按照阶段性目标逐步推进。

皮查伊表示，把TPU送入太空已经是一个令人振奋的里程碑（注：本月初谷歌通过SpaceX向太空部署了一个算力试验卫星），访谈时团队正期待收到首次“Hello World”式的运行反馈。TPU是谷歌面向机器学习工作负载开发的专用处理器。访谈中并未披露太空数据中心的商业化时间、成本或规模等具体信息。

相比之下，AI对谷歌内部软件开发的影响已经有了更具体的观察指标。

面对“此前25%的代码由AI编写，现在比例是多少”的问题时，他认为这个比例已经失去了衡量意义，因为AI正在深度影响整个开发过程。

皮查伊还披露了一组为期四周的观察数据：使用Argon后，谷歌代码变更提交量（CLs）增加了30%，回滚减少了约三分之一。开发者已经用它来处理涉及数百万行代码的复杂项目。

当被问及如何应对反对建设数据中心的声音时，皮查伊强调，这里的关键是“把事情做对”，应该提前与社区进行透明沟通，增加电力供给，并承担项目自身电力需求的100%成本。

他表示，以20年的时间尺度来看，探索太空数据中心的部分原因正是希望寻找新的部署地点，让数据中心建设面临不同的资源条件和取舍。

谈及下一步的研究方向时，皮查伊表示，谷歌正在并行探索合成数据、持续学习、更高效的模型架构和世界模型等领域，并为这些研究配置了相当比例的算力。他以Argon的100万输出词元能力以及早期Gemini的100万词元输入上下文窗口为例，说明研究突破仍在不断进入主力模型。

结语：乐观并不意味着可以不计后果地进行建设

访谈最后，主持人以自己重访萨尔瓦多一座小镇的经历提出追问：当地对比特币的热情如今已被烂尾建筑和近似“鬼城”的景象所取代。当技术投资失败会留下真实的代价时，科技行业应该如何保持乐观呢？

皮查伊表示，他对技术进步以及技术普及能够改善生活的信念来自于自身的经历。但这种乐观也有明确的前提。

“这种乐观并不是说你想在什么时候建设什么就可以随心所欲地去做。你必须努力确保自己开发的技术是在服务人类、改善人类的处境。”

他认为，医疗等领域的许多进步仍然在前方等待着我们。对于一些长期变得越来越昂贵的事物来说，技术有望从根本上降低成本，而新材料的发现等突破也可能改变既有的发展轨迹。这些影响今天尚难以充分理解，但将十分深远。

“我非常乐观，但我们也必须对这项技术可能出错的各种方式保持应有的担忧。”

（徽声在线 史正丞）