Google CEO's latest interview: The cloud business is making way for frontier AI, it's extremely difficult for customers to lock in computing power for next year, and RSI is still far from the endgame.

谷歌CEO最新访谈：云业务正在为前沿AI让路，客户想锁定明年的算力极难，RSI距终局还很远 - 币界网 谷歌CEO最新访谈：云业务正在为前沿AI让路，客户想锁定明年的算力极难，RSI距终局还很远 谷歌CEO皮查伊在Gemini 4 Argon发布后的首次深度访谈中表示，前沿模型是谷歌的第一优先级，云业务正在为DeepMind的研发让路；他还称客户要锁定2027年的算力“极其困难”，并认为当前RSI距离“自主失控的终局”仍相当遥远 。近日，谷歌发布旗舰模型Gemini 4 Argon，这款模型在72小时内消耗了25万亿Token，是上一代Gemini 3.0同期的三倍，并创下谷歌历史纪录。谷歌CEO皮查伊（Sundar Pichai）在模型发布后的首次公开深度访谈中，正面回应了外界关于“谷歌放弃前沿AI”的质疑，并罕见承认公司云业务正在为前沿模型研发主动让渡算力资源。 皮查伊坐进硅谷山景城的录音棚，接受科技媒体人Alex Kantrowitz主持的《Big Technology Podcast》专访。他证实了全行业算力严重短缺的判断——当下每家公司的实际需求都是两年前规划产能的2倍，客户今天想锁定2027年的算力“极其困难”。在递归自我改进（RSI）问题上，皮查伊明确划定边界：当前阶段是AI智能体与人类研究员协同推进的过渡期，距离“自主失控的终局”仍相当遥远。 过去一年，硅谷流传着一种颇具市场说服力的逻辑：前沿大模型的军备竞赛已经进入边际收益递减区。Meta的Llama系列开源模型、谷歌自家的Gemini Flash这类轻量快速模型，对绝大多数企业场景已经“够用”。既然如此，谷歌何必继续烧上百亿美元去卷万亿参数的前沿模型？不如把TPU算力全部高价出租给外部开发者，做下一个英伟达。 这种论调在投行报告和企业CTO圈子里流传甚广，甚至一度形成了“谷歌实际上已经战略性放弃前沿竞争”的市场预期。皮查伊在访谈中对这个逻辑做了正面反驳，但他的切入角度并非情绪性的否认，而是从三个具体机制展开： 第一个机制是“早看见”的优势。处于前沿的公司能比其他人更早观察到涌现能力，从而更早为下一代技术做准备。 这是一种信息优势，而非单纯的性能优势。第二个机制是RSI（递归自我改进）。在用模型来开发下一代模型的时代，前沿模型的质量直接决定了下一代模型的天花板。 用一个性能平庸的模型来搭建研发流水线，相当于用低精度工具来制造精密仪器——误差会逐层放大。我们在内部已经清楚地看到了一个陡峭的拐点，把Argon部署给我们的开发者之后，它能解决我们以前的模型根本做不到的问题。皮查伊还给出了一个具体数字：Argon上线四周内，谷歌内部代码销售量提升了30%，代码回滚率下降了约三分之一。 这意味着工程师不仅写得更快，还写得更准——这是一个质量提升的信号，而非单纯的效率指标。各种尺寸和能力的模型都有存在的空间，我们一直是这样做的，这也是为什么我们做了Flash、Flash Light等等。我同意你可以用不一定是最前沿的模型来构建很好的产品体验，因为前沿模型往往更慢也更贵。 但我们在乎前沿的进展，我们致力于把所有这些都做好。理解这段话需要先搞清楚一个结构性矛盾：谷歌同时扮演着两个角色——一个是烧钱冲AGI的前沿AI研究机构（Google DeepMind），另一个是靠出租算力赚高毛利收入的云服务商（Google Cloud）。这两个角色在算力这个最稀缺的资源上，存在直接竞争。 华尔街的逻辑是：每一块TPU拿去给DeepMind训练模型，就少了一块能对外出租赚钱的算力。在资本开支居高不下、短期云收入增速承压的财报季，这个矛盾被反复放大。我们的基本出发点，是确保我们投入足够的算力来保持在AI前沿的地位。 这是不可谈判的，其他一切都在这个基础上运作。更进一步，他承认了外界长期猜测但从未得到CEO级别确认的事实——云业务确实在为前沿AI研究做出让步： 我们的云业务在任何给定时刻，都在为了支持前沿AI开发而放弃短期收入，因为我们在做算力上的取舍。所以你说的那种情况，已经是现实了。 这句话的分量在于：它不是一个未来的战略承诺，而是对当下现状的描述。谷歌云在实际运营中，已经在系统性地压缩对外出租算力的规模，以保证DeepMind的研发需求。就算是我们的AI研究员，一定程度的约束其实也是好事，那是激发创造力的来源，那是促使你想出更高效的算法突破、比如用更少内存的来源。 这段话背后是一个更深的逻辑：无限算力不等于无限进步，资源约束有时会倒逼出更根本性的架构创新。访谈中，主持人Kantrowitz提到了一个在硅谷风投圈广泛流传的信息——知名风投a16z联合创始人Ben Horowitz在播客中转述亚马逊CEO安迪·贾西（Andy Jassy）的话，称云算力已经“卖空到2028年”。皮查伊的回应，是迄今为止对这一说法最直接的CEO级别确认： 我觉得这个说法是合理的……如果今天有客户来找我们要2027年的算力，那是极其困难的事情。 为什么会到这一步？皮查伊给出了一个清晰的结构性解释：数据中心从决策到投产有2至3年的刚性滞后，而智能体任务的爆发完全超出了两年前的需求预测。今天回头看，每家公司都是短缺的，不只是我们，其他公司也一样。大家都希望自己手里的算力是当初规划量的2倍。 我们今天手里有的算力，是我们在2024年做的决策的产物。就算回到去年今天，智能体任务的爆发还没有发生。这句话揭示了一个系统性问题：AI需求的增速已经超过了任何基础设施规划模型的预测能力。 两年前做出的决策，在今天看来几乎必然是低估的。对于“是否存在过度建设（overbuilding）”的追问，皮查伊的回答是区分时间框架： 如果我拉一个足够长的时间框架，这个量级的建设对我来说完全合理。我们处于有史以来最重要的技术的早期阶段，这不像光纤——光纤铺完是暗的，没人用。