本文来自微信公众号： 每日天使 ，作者：每日天使
桑达尔·皮查伊（Sundar Pichai）是谷歌和Alphabet的首席执行官。自2015年出任CEO以来，他带领谷歌完成了从搜索公司到全栈AI公司的转型——TPU、Gemini、Waymo、DeepMind，这些名字背后都有他的决策印迹。
本期播客由Cheeky Pint节目制作，主持人为John和知名投资人Elad Gil。三人围绕谷歌在AI竞赛中的历史与未来展开了长达一小时的深度对话，涵盖：Transformer为什么发明于谷歌却没能第一个产品化？谷歌为什么能从"搜索已死"的悲观叙事中反转？1800亿美元的CapEx如何分配？2026年真正的瓶颈是内存还是芯片？Search的未来是消亡还是进化？以及，皮查伊认为哪一刻让他真正"感受到了AGI"。
这不是一场PR访谈。皮查伊在多个问题上给出了超出外界预期的坦诚——包括承认谷歌曾错失时机、初创公司在AI转型上天然有优势、以及太空数据中心这个听起来离谱的项目为何已经悄悄启动。
访谈实录
一、Transformer往事：谷歌发明的，为何被别人先做成产品？
【John（主持人）】谷歌发明了Transformer，但将其真正产品化的却是ChatGPT这类外部产品。你现在怎么看待这段历史？
【桑达尔】Transformer其实有一点被误解了，值得讲清楚。它的诞生并不是纯粹的学术研究，而是有具体产品目标驱动的——当时团队想解决的是翻译质量问题。同样，TPU的诞生也是被产品逼出来的：语音识别做出来了，突然要卖给二十亿用户，芯片根本不够用，怎么把推理做下去？Transformer一诞生就被直接用进了搜索，BERT和MUM带来了搜索质量的大幅跃升，但外界可能低估了这一点，因为我们衡量搜索质量的方式太专业，不太显眼。
【桑达尔】我们内部也确实在研发类似ChatGPT的产品，叫LaMDA。你可能还记得，曾有一位谷歌工程师认为LaMDA已经有了意识——他其实是在和一个早期版本的ChatGPT对话。我们在I/O大会上发布了AI Test Kitchen，里面跑的就是LaMDA，但我们对它做了很多限制，因为内部测试版本毒性太高，没办法直接推出去。加上谷歌有很强的搜索质量文化，对产品质量的标准要求更高，所以没有第一个出手。但说我们没想到、没做到产品那个方向，这是不准确的。
【John】所以根本原因不是研究和产品之间有鸿沟？
【桑达尔】对，这是一个复合因素导致的结果。OpenAI和微软的合作协议也是在ChatGPT发布前两个月才签的，他们是在感恩节那周悄悄上线的，根本没做大规模宣传，也没预料到会爆。我们在消费互联网行业，突然冒出一个颠覆性产品不奇怪——就像Facebook时代冒出了Instagram，当时他们直接买了。事后来看，也许编程侧的信号我们没能及时捕捉到：GPT-2到GPT-3再到GPT-4的能力跃升，如果你是在用它写代码，感受会比纯语言任务强烈得多。
二、速度哲学：搜索响应时间要精确到毫秒
【John】谷歌一直把速度当作核心差异点——最早的Google搜索会显示响应时间，Chrome比竞争对手快，现在Gemini跑在TPU上也快得出奇。速度究竟是明确的产品策略，还是更复杂的考量？
【桑达尔】我始终把延迟当作一款好产品的核心特征之一。而且延迟优秀几乎总是意味着产品的底层技术做得扎实。当然还有另一种速度——上线速度、迭代节奏、发布周期，这两个都重要。但说到延迟，问题在于你一边要压缩延迟，一边能力前沿又在不断扩展，怎么平衡？这是很复杂的。
【桑达尔】举个例子，搜索团队现在有子团队级别的"延迟预算"，精确到毫秒。你节省了3毫秒，就获得1个积分；用了5毫秒的预算，就贡献1.5毫秒给用户。每个团队的预算不同，可能是10毫秒，可能是30毫秒，但都有严格的审查机制。人类对延迟的感知大概从几百毫秒开始，我们在过去五年里把搜索延迟压低了30%，与此同时功能在不断增加。这就是为什么在Gemini里，我们非常重视能力和速度的平衡——Flash模型达到Pro模型约90%的能力，但快很多、服务成本也低很多。
三、搜索的未来：不会消亡，会进化成智能体调度器
【John】AI模式下的搜索、Gemini的融入、Agent流……你怎么看搜索的未来？它是分发渠道、未来产品，还是N种人机交互方式之一？
【桑达尔】我觉得搜索每次面对新的技术转变，都能从中做更多的事情。移动时代，搜索进化得很快——你从纽约地铁钻出来，不是在找网页，是想去某个地方，产品随之改变。向前展望，很多信息检索类的查询都会变成搜索中的智能体任务，你在完成任务，同时有多个线程在并行跑。
【John】搜索十年后还会存在吗？
【桑达尔】它会一直进化。搜索未来可能是一个智能体管理器，你在里面同时推进很多事情。你提的问题核心是："一行以内的提示词+一堆排序结果"这种产品模式还会存在吗？但你看今天的AI模式搜索，用户就在做深度研究查询了，那已经不符合你说的那个定义了。我觉得不应该把自己困在十年后的蓝图里，因为现在的曲线陡峭到一年内的进展就已经足够惊人了。这是一个扩张性的时代，不是零和博弈——就像TikTok崛起之后YouTube依然活得很好。
四、谷歌的AI反转：投资者误读了什么？
【John】大约一年前，市场对谷歌极度悲观——"搜索已死"、核心商业模式受攻击，股价跌到150美元左右。现在大家都意识到这判断有多可笑。作为当事人，你认为投资者当时误读了什么？
【桑达尔】在那个时刻，我的感受是：公司的建立本来就是为了这个时刻准备的。垂直整合不是意外，是刻意的。我们已经在研发第七代TPU了，2016年的I/O大会上我们就宣布了TPU和AI数据中心，那是2016年。我们当时确实在前沿大模型上落后了，但所有能力都在：研究团队、基础设施团队、各业务平台都有。然后突然发现，有一个共同的技术可以同时加速所有业务——搜索、YouTube、Cloud、Waymo，全都靠AI的进步。这是一种高度杠杆化的进步方式。
【桑达尔】我当时完全没觉得是零和竞争。谷歌会扩大十倍，但仍然有足够空间让其他人做大。亚马逊在谷歌崛起后依然活得很好，Facebook也是。真正让外界看到谷歌回来的，应该是Gemini 2.5——特别是多模态能力上的突破，以及Gemma系列。但前沿竞争极其激烈，每隔一段时间就有人在某个维度超越，我们也在某些地方领先，动态会持续变化。
五、我"感受到AGI"的那一刻
【John】有研究人员说，谷歌团队没有其他几个顶级实验室那么"AGI信仰"，你认为这是真的吗？这会影响你们在构建什么？
【桑达尔】这说法我不同意。我们从300亿扩张到1800亿美元CapEx量级，不是不相信这条曲线才做的。我觉得更多是语义问题——谷歌是一家有大量产品触达数十亿用户的公司，说话方式可能不同。你去看DeepMind的Demis、Jeff Dean，以前Ilya、Dario也都在谷歌，他们对AGI的思考深度不比任何人浅。如果你是个更年轻的公司，或者是纯研究实验室，位于旧金山，这些小因素可能让你的语气听起来更"AGI信仰"，但底层的技术判断我认为并没有本质差异。
【John】那你有没有"感受到AGI"的时刻？
【桑达尔】最早是2012年，Jeff Dean演示最早版本的Google Brain，神经网络识别出猫的那一刻。然后是DARPA无人车挑战赛，看车自己开。还有Demis演示最早期模型的"想象力"。这些时刻很多。但在今天这个时代，最有感觉的是：你给AI布置一个复杂的编程任务，整个过程没有打开过IDE，你在某种智能体管理器里看着它一步步完成，然后才意识到它在用什么语言写——那种感觉就像魔法。最近我自己做了一个小项目，跑完之后才想起去问它用的什么语言。这种曲线的陡峭程度，让你觉得未来一定有更大的进展。
六、2026年最大的瓶颈：不是芯片，是内存
【John】谷歌今年CapEx是1750亿到1850亿，但就算你想花4000亿也花不出去，因为内存不够、电力不够、连电工都招不到足够的数量。能梳理一下当前的各类瓶颈吗？
【桑达尔】从根本上往上推，要追溯到晶圆产能——这是根本约束。电力和能源相对更可解，但许可审批和监管环境是个制约。美国在这方面需要认真学习中国的建设速度，我们要有一种思维转变：怎么把物理世界的建设速度提高十倍？数据中心禁令之类的阻力可能越来越多，这不是几个人决定加快就能解决的问题。
【桑达尔】内存是当前最关键的瓶颈之一。主要内存厂商没办法在短期内大幅扩张产能，所以这是近期的硬约束，随时间会逐步放松。约束也会逼出创新——我们会让这些系统的效率提升30倍，这些都在同步发生。我会把这比作霍尔木兹海峡：你油价定多高都无所谓，一天从系统里抽走2000万桶石油，就得相应消灭2000万桶的需求。内存也一样，最终有些人就是拿不到他们想要的内存。
【John】这会不会形成模型侧的寡头格局——谁现在有算力，谁就能拉开差距？
【桑达尔】这是一个合理的分析框架。不过有一些有趣的例外，比如Gemma 4——这是我们刚发布的开源模型，在中国以外应该是当前最好的开源模型之一。前沿模型和Gemma 4之间的代差，既大又不那么大。你在谈的是一堆权重文件，能放进一个USB盘——不像SpaceX火箭，你在数据中心跑了好几个月，最后输出的是一个普通文本文件，就像Word文档一样。这种独特属性让我觉得需要不断挑战那些框架，不能直接套用。
七、谷歌的长期赌注：量子、机器人、太空数据中心
【Elad（主持人）】谷歌持有SpaceX、Anthropic的股权，控股Waymo，内部还有TPU、量子计算……还有哪些外界低估的隐藏资产？
【桑达尔】我们正在考虑太空数据中心，目前是一个非常小的团队，就像当年Waymo刚开始时一样。如果你把眼光放到二十年后，大多数数据中心该放在哪里？这是一个极难解决的问题。量子我们在非常坚定地推进，我对它很兴奋。在分子模拟方面，自然界本质上是量子的，所以你最终需要量子系统才能更好地模拟它。经典计算可能能用压缩和抽象的方法逼近，但我直觉上认为量子在模拟天气、模拟现实方面会有优势。技术历史告诉我们，当一个东西真正能用了，人们的创造力会在上面找到你完全没预料到的应用。就像移动电话加上GPS，催生了Uber——做手机的人没有一个预测到这个结果。
【桑达尔】还有机器人。GDM团队在机器人上的投入很深，Gemini Robotics模型在空间推理上是业界最先进的。我们在和Boston Dynamics、Agile等公司合作，方向很坚定。另外，Wing无人机配送服务——在不算遥远的将来，将有4000万美国人能用上Wing的配送服务。还有Isomorphic Labs，专注用AI覆盖药物发现的所有步骤，不只是分子设计，而是从整个流程提升成功率——这是我见过的最聪明的生物医药AI方法论。
八、资本分配哲学：Waymo为什么没被砍掉？
【John】这可能是个典型的金融从业者问题：谷歌的项目极度异质化，YouTube增加推荐算法投入有清晰的ROI模型，Waymo可能要十年后才能大规模商业化，量子计算更是要二十年。你怎么跨项目比较资本配置，做出取舍？
【桑达尔】这是个好问题，我比以往任何时候都更有感触——因为现在TPU的分配让这个问题更加具体了，连Waymo都需要TPU。说实话，我非常期待AI作为辅助工具帮助解决这类问题，一旦把所有数据打通，模型已经有能力做这件事了，只是数据还没完全打通。从历史上看，谷歌的优势之一是在周期很早期就做决策——那个时候投入的初始资金往往很小，但你保持长期承诺，然后跟踪底层技术曲线，而不是财务模型。量子怎么判断？我们看逻辑比特的错误率，看稳定逻辑比特的门槛能不能按时达到，团队能不能实现那些里程碑。
【桑达尔】Waymo是个好例子。两三年前，大部分人对自动驾驶感到悲观，我们反而加码了。我们追踪的是Waymo Driver在安全性和可靠性上的底层曲线，那条曲线一直在向好。有些阶段进展慢，那时候你需要的是对团队能力的信心，相信他们能突破。谷歌历史上确实一直持有较多净现金，回头看Waymo，如果它早几年达到现在的成熟度，我会更早加大投资。但你要做好资本管理，在不确定性大的时候不能无节制地烧。现在AI浪潮给了我们更多高ROIC的部署机会，所以我们在加快节奏。
九、谷歌内部如何分配算力？CEO每周盯计算预算
【John】历史上R&D的主要成本是人。现在TPU成了和人头一样重要的稀缺资源。具体来说，预算流程是怎么运作的？你给一个项目批人头之外，还要批TPU配额吗？
【桑达尔】我们一直有算力预算，但现在这件事变得前所未有地紧迫。我们用TPU也用GPU，ML算力规划已经是一件很精细的事情。现在是，我每周会花一个专门的小时审查这件事，粒度到具体项目和团队。算力是最稀缺的资源，必须确保它流向最值得的地方。
【John】那Google Cloud给外部客户分配算力，和内部项目的需求怎么平衡？
【桑达尔】靠提前规划。Cloud团队做前向规划，内部需求也做前向规划。所有已经签给客户的合约是神圣不可侵犯的。在一个全面受限的环境里，规划能解决大部分问题，但坦白说，Cloud团队也会说他们没有足够的算力。
十、企业AI扩散的真实障碍
【John】模型能力已经很强了，但大公司实际的AI渗透率还很低。我见到的障碍包括：一、Prompt工程需要时间积累；二、公司特定知识的学习曲线；三、AI生成代码的"爆炸半径"大，协作困难；四、数据权限体系需要重建；五、角色定义需要重新思考。这些问题你们怎么在解决？
【桑达尔】你描述的就是Gemini企业版和Google Agentspace团队正在攻克的路线图。我们自己内部使用，撞到同样的墙，然后反馈给产品团队。现在有些团队，比如我们的GDM和软件工程团队，工作流已经转变得很深了——他们住在这个智能体管理器的世界里，在用一种完全新的方式工作。上周我们刚把这套工具铺到搜索团队。
【桑达尔】身份和权限控制是真实的硬问题，我们在认真解决。大公司的变革管理本来就比小公司难，这可能是初创公司在AI原生上真正的优势——他们面试时就可以筛选AI原生思维，不需要做转型培训。我们必须主动推动这个变革。我的判断是：2027年将是很多非工程流程真正开始转变的关键年份。完全由AI自动完成的业务预测，我估计2027年会出现真正的转折点。
十一、那些从小开始的大事：太空数据中心与Post-training新突破
【John】谷歌很多改变世界的事情都是从小项目开始的，比如Transformer。现在谷歌内部有什么让你兴奋的小事情？
【桑达尔】太空数据中心，目前就是几个人、一个小预算，先完成第一个里程碑。我认为即使是大想法，也要从小处着手。这是一个例子。另外，昨天我和一个人聊了很长时间，他在做Post-training的一项改进，是一个人在独立推进，我听完觉得，"哦，这个会在结果上体现出一个漂亮的跳跃。"这就是这个时代的力量——有人随时在某个角落做出让你惊喜的进展。具体内容我还不方便说，但总有一天会发布的。太空数据中心、新的ML技术——这些就是我现在最兴奋的小事。
【John】太好了。Sundar，谢谢你。
【桑达尔】非常愉快，谢谢你们。再见。