#471 – 桑达尔·皮查伊：谷歌和 Alphabet 的 CEO

皮查伊小时候家里装电话，排了五年队，装上的是一部转盘电话。在那之前，他去医院取验血报告，单程两个小时。到了常常被告知"还没好，明天再来"，再花两个小时回家。电话装上以后，这件事变成了五分钟。

他在金奈长大，家里经历过严重干旱。送水的卡车来了，每户大约分到八桶水，他和弟弟、有时还有母亲排队去领。很多年后家里才有了自来水，后来又有了热水器。他说，对他而言技术进步从来都是"离散的"：不是一条平滑上升的曲线，而是一级一级的台阶，每一级都实实在在改变了生活。

这个视角贯穿了整期访谈。主持人 Lex Fridman 是 MIT 出身的 AI 研究者，也是美国最有影响力的长访谈播客主持人之一。他问的问题从童年一路问到 AGI、搜索、Waymo 和 Android。皮查伊的回答有一个共同点：他倾向于把 AI 看作又一次台阶式的跃迁，而且是最大的一次。

AI 会比火和电更深远，因为它会加速"创造"本身

Fridman 抛出一个思考框架：如果把人类历史上的发明按"生产力乘数"排名，从一万两千年前的农业革命到电力和工业革命，一千年后回看，AI 有没有可能排第一？

皮查伊先提醒了自己一句。他在 2017 或 2018 年说过一句后来广为流传的话：

AI 是人类将会研究的最深远的技术，它会比火和电更深远。

AI is the most profound technology humanity will ever work on. It'll be more profound than fire or electricity.

他说自己得"为这句话站台"，但也承认可能有近因偏差，就像球迷总想把眼前这位球员叫作史上最佳。他举了个自己的例子：两年前他做了一次手术。事后他想到，人类曾经有很长一段时间做手术没有麻醉。那一刻他觉得麻醉一定是人类最伟大的发明。我们没有活在那些时代，不知道当时的感受。

自我提醒之后，他还是坚持从第一性原理出发的结论。他的理由有三步：电力、互联网这类通用技术影响了几乎所有领域，但它们没有同时具备两个特征。一是进步极快，能力上限看不清。二是 AI 能递归式地自我改进。他认为第二点最关键：AI 是第一种能大幅加速"创造"本身的技术，能自己改进、自己完成事情。

他也说了这种进步给他的感受。看 AlphaGo 从一无所知开始，一天之内变强，"会直接击中你"。看 Veo 3 视频模型训练到 30%、60% 时的生成结果，一点点成形，他的形容是"鼓舞人心，作为人类也有点不安"。

Fridman 接着引入"新石器时代套装"的概念：农业革命带来的不只是种地，还连带出陶器、贸易、社会等级和早期政府。生活在游牧部落的人不可能预见这些二阶、三阶效应。那么"AI 套装"里最先出现的会是什么？

皮查伊的回答是：把脑子里的想法直接变成现实存在的东西。编程已经让人看到苗头，Veo 3 上也有人做出了让他惊讶的作品，虽然现在还要拼接一串提示词才行。他反复说的一句话是："在任何时刻，这都是它最差的样子。"他预计，互联网时代能对外发声的人是几十万量级。到了 AI 时代，这个数字会变成数千万，甚至十亿人。

Fridman 半开玩笑地说，NotebookLM 生成的播客已经比他自己做的好五到十倍，真有更好的 AI 播客他就不做了。皮查伊不同意这个前提。他拿国际象棋类比：没人爱看 Stockfish 和 AlphaGo 对弈，但卡尔森对古克什的比赛人人想看。他的判断是，AI 生成的内容会大量增加，人们会因为效率而消费它。但最被看重的高端体验，可能恰恰是带有"人的本质"的那部分。总有一天机器会比梅西更会盘带，但他不确定那会不会唤起同样的情绪。Fridman 被问到"什么时候 50% 的好内容由 Veo 生成"时，皮查伊没给数字，而是说这要看用途。就像 CGI 之于电影，有导演完全不用，也有卡梅隆那样的人把工具用到极致。最终人们用这些工具，会像作家今天用 Google Docs 一样，根本不觉得这是件事。

AGI 会比 2030 年晚一点到，但后果会先到

Fridman 问 2030 年能不能实现 AGI。皮查伊先补了一个词：AJI，artificial jagged intelligence，"参差不齐的智能"。他说这个词可能是 Karpathy 先用的。意思是模型能力的边缘像锯齿：能做出惊人的事，转头又会在数 strawberry 里有几个 r 这种事上出错。他认为我们正处在 AJI 阶段。他在旧金山拥挤的街头坐 Waymo 时，能瞥见 AGI 的影子；同时又随时能看到离 AGI 还很远的证据。两种体验同时发生。

他的正式回答分两层。第一层：按"AI 自己认为达到 AGI"的标准，2030 年会差一点，他倾向于稍晚一些。他提到，DeepMind 在 2010 年创立初期给出的就是二十年左右的时间框架。第二层他说得更重：这个词怎么定义不重要，到 2030 年进步会剧烈到我们必须大规模应对它的后果，好的和坏的都有。他点出一个具体问题：AI 能生成视频，社会需要一套大家都认可的机制来标注和披露 AI 生成内容，否则无法分辨现实。

关于更长远的风险，Fridman 说自己的 p(doom)（AI 导致人类文明毁灭的概率）大约是 10%。皮查伊没给数字，给的是一套推理。他从管理大组织的经验出发：只要把组织的激励对齐，让所有人朝一个目标走，几乎什么都能做成。难的是让全人类这样组织起来。但他认为风险本身会推动对齐：

如果 p(doom) 真的很高，到了某个时候，全人类都会团结起来确保它不会发生。

If p(doom) is actually high, at some point, all of humanity is aligned in making sure that's not the case.

他把这叫作一种"自我调节"。他的乐观有一个限定，不能丢掉：他明确说自己认为底层风险其实相当高，乐观的是人类应对风险的能力，而不是风险小。Fridman 补了一个角度：也要算"没有 AI 时的 p(doom)"，因为 AI 可能缓解资源约束，而资源约束常常是冲突的根源。皮查伊表示同意，说要解决最难的问题，有 AI 帮忙会更好。

扩展定律还在起作用，真正的瓶颈是算力

扩展定律（scaling lAnthropic）指模型性能随算力、数据、参数规模增加而可预测地提升的规律。行业里一直有人问它是否会撞墙。

皮查伊说，这是他和哈萨比斯、Koray Kavukcuoglu、杰夫·迪恩、Noam Shazeer、谢尔盖·布林这些人在茶水间里常聊的话题。他的判断是还有大量空间：预训练、后训练、测试时计算（让模型在回答时多"想"一会儿）、工具调用、让模型更像 agent，每个方向都在进步。Veo 3 对物理世界的理解比 Veo 1 好得多。他也说自己每年都会面对同一个问题：明年要多投入 10 倍算力，会不会看到进步？站在当下，他认为未来一年会有很多进步。

被问到瓶颈在哪，他说得很具体：受算力限制。他用这一点解释了一个外界常问的产品问题：为什么 Gemini 有 Flash 和 Pro，却没有 Ultra？

他的逻辑是这样的：

1. 每一代里，Pro 能做到 Ultra 大约 80% 到 90% 的能力。
2. Ultra 会慢得多，服务成本也高得多。
3. 所以他们选择直接进入下一代，让下一代的 Pro 达到上一代 Ultra 的水平，同时又快又便宜。

他由此得出一个推论：任何时候，大家用得最多的模型，可能都比谷歌能做到的最强能力落后几个月，因为最强的那个不会是最快、最好用的。

Fridman 顺着补充：有时延迟比智能更重要，Flash 的影响力可能比 Pro 还大。基准测试越来越难衡量模型在真实世界里有多有用。

模型越聪明，越不该靠人工规则管住它

Fridman 说，他最近在研究成吉思汗、阿兹特克和两次世界大战，发现早期 Gemini 总在问"你确定要了解这个吗"，而 Gemini 2.5 Pro 能客观、有分寸地讲历史上最黑暗的部分。他问谷歌怎么拿捏这条线。

皮查伊的解释是一个能力问题，而不只是政策问题。一年前模型还不够强，更常做蠢事。团队要处理边缘情况，处理方式一出错，错误就会叠加。到了 2.5，他们发现模型一旦越过某个智能和成熟度的门槛，就能很好地自己推理这些微妙问题。他说用户想要尽可能接近原始模型的访问，谷歌应该逐步放开，比如允许自定义提示词。

从第一性原理出发，让模型从底层学会推理世界、学会把握分寸，才是构建这类系统的正确方式，而不是由一小群人在上面硬编码规则。

From first principles, having the models reason about the world, be nuanced, et cetera, from the ground up is the right way to build these things, not some subset of humans hard-coding things on top of it.

他说的"科学"是指像对待数学、物理那样对待这件事。在 Veo 和面向艺术家的工具上，他的态度也一致。Fridman 问，谷歌的底线和那些专门试探边界的艺术家（如 Darren Aronofsky、Dor Brothers）不同，怎么办？皮查伊说他把 API 当作基础设施，就像供电，不去预设用电的场景。社会需要在根本层面决定什么可以、什么不行，但艺术表达自由是值得努力捍卫的价值。

同样的思路延伸到了界面。Fridman 引用 shadcn 的推文，说谷歌"只差一个好 UI 就能彻底赢下 AI 竞赛"。皮查伊同意 UI 极其重要，然后说了一个更激进的想法：今天我们把模型框住了，模型没法用界面充分表达自己。但既然模型会写代码，它们迟早应该能自己写出表达想法的最佳界面。

被唱衰的那一年，他只盯少数几个关键决定

Fridman 把话题拉到 2024 年：大量文章说谷歌失去了魔力，皮查伊是带领谷歌度过这一关的错误人选。他问低谷是什么样的。

皮查伊没有讲情绪，而是讲他已经做了的事。他作为 CEO 最大的赌注，是让公司以 AI 优先的方式做所有事。在外界唱衰时，他清楚内部在做什么：

• 已经把 Brain 和 DeepMind 合并成 Google DeepMind；
• 十年前就决定投资 TPU（谷歌自研的 AI 芯片），所以知道自己在扩大规模、训练大模型；
• 成立了一个 AI 基础设施团队，从公司各处抽人，专门解决算力扩容；
• 正在训练 Gemini。

他也说了一个外界没看到的约束：TPU 很好，但 TPU 的产能也要爬坡，攒够算力需要时间。

面对噪音，他用潜水做比喻。海面波涛汹涌，但下潜一英尺，就是"整个宇宙里最平静的地方"。他又说，经营谷歌就像执教巴萨或皇马，总会有糟糕的赛季。他强调的不是充耳不闻，而是区分信号和噪音：外面也有好人在提好意见，要听进去。

他说得最透的一点关于决策的分布：

你每天做的大部分决定其实都不重要。你得做，是为了让事情继续往前走。但你必须做对少数几个关键决定。

Most of the decisions you're making on a day-to-day basis don't matter. You have to make them just to keep things moving. But you have to make a few consequential decisions.

Fridman 追问合并：两支团队里一定有很多自我，怎么做的？皮查伊用了一个类比：就像有人让你把斯坦福和麻省理工合成一个院系。两支团队风格很不一样。Brain 项目多元、自下而上，产出了大量重要研究突破；DeepMind 当时对怎么构建 AGI 有很强的愿景，按自己的方向推进。人事上，杰夫·迪恩表示想回到科学家和个人贡献者的角色，觉得管理占了他太多时间；哈萨比斯本就在执掌 DeepMind，是自然的人选。他承认有过"几个不眠之夜"，也承认在一切都很快的时刻确实感到压力，但他说他们选择了耐心，为长期效果来做这件事。

他还提到一个文化上的细节。他每周会多次走到 Mountain View 的 Gradient Canopy 大楼，那里是 Google DeepMind 顶尖研究员训练模型的地方，布林也常在。他去听模型进展、看 loss 曲线。他认为把团队重新聚到一起的那股能量，也起了很大作用。

关于他温和的风格，Fridman 直接问：一路爬到顶的人通常都有点混蛋，你的秘诀是什么？皮查伊说他也会生气，但他发现发火往往没用。人们会为了回应你的情绪而做事，而你要的是他们做对的事。他借足球里的"man management"（因人而异地管人）来解释：有些人做错了事，自己比你更难受，就要区别对待；偶尔也有人需要你明确说"这不行"。他还补了一句：有时候沉默比说出口更能传达不满。

至于拍板，他的做法是能听就把所有人的意见都听完，有时听到的东西会改变他的想法。有时他自己有明确的判断，就直接说出来、下注、往前走。人们可以激烈反对，但到了某个点，要"不同意但执行"（disagree and commit）。他认为，只要决定做得清楚，时间长了人们会尊重这一点。

新的搜索要先放在侧边试，能用的再搬回主页

Fridman 说谷歌搜索的十条蓝色链接是"互联网的首页"，现在加入 AI 模式等于在动这块招牌，内部一定吵过。

皮查伊先把它放进更长的时间线：移动互联网来的时候，人们就想要更多直接的答案，搜索一直在演进。不变的设计原则是，用户来谷歌搜索，会得到很多上下文，但最终要去网络上找到东西。AI 概览和 AI 模式都遵循这一条。

他对 AI 模式的技术描述用到一个词：query fan-out（查询扇出），即模型把一个问题拆成很多次搜索，把搜索当作深度工具，再把结果汇总给你。Fridman 补充了谷歌搜索负责人 Liz Reid 讲过的一点：对不说英语的用户来说，他们母语里的网络小得多，AI 模式在推理过程中能用上英文网站，等于把这部分人的认知能力解锁了。

产品策略上，皮查伊说得很清楚：

1. AI 模式目前是一个独立的标签页，给真正想体验它的人用，它还没到主搜索页的水平。
2. AI 模式提供最前沿的体验。
3. 哪些功能被证明可行，就逐步迁移到 AI 概览和主页面，两者是一个连续体。

他说 AI 概览按各种用户指标衡量都明显变好，带来了强劲增长；AI 模式已经在数百万用户手中，早期指标"非常鼓舞人心"。他认为 AI 带来的是"更高质量的导流"：用户问得更多、更长，类型完全不同，找到想要的东西的概率更高。

Fridman 问 AI 模式什么时候上广告。皮查伊说早期会先专注于自然结果体验，然后讲了他对广告的基本看法。一是广告让服务能够覆盖数十亿人。二是：

我们把广告看作商业信息，但它仍然是信息。

We view ads as commercial information, but it's still information.

所以他们对广告用同样的质量标准。他认为 AI 本身会帮他们找到最好的呈现方式。他还提到 YouTube 已经是订阅加广告的混合模式，谷歌正在各产品线推出订阅，最优点会落在新的地方。他没有给出 AI 模式上广告的时间表。

对 Fridman 提出的新闻业焦虑，他的回答比较原则性：新闻会继续扮演重要角色，谷歌长期会因为对新闻生态的承诺而形成差异。对"网络会不会最终全是给 agent 用的"，他用逛超市和网购并存来类比：人类用的网站会变得更好，甚至由 AI 帮着设计；同时会出现一个 agent 用的网络，它不需要人类的界面范式。但要让各方愿意参与，得先解决商业价值和激励问题。

看工程效率，别看 AI 写了多少代码

被问到程序员该不该担心饭碗，皮查伊先区分了两个数字。谷歌对外说过，大约 30% 的代码用上了 AI 生成的建议。但他说最重要、他们最认真衡量的指标是：AI 让公司的工程速度提升了多少。他在访谈中说，他们的估算是 10%。

现在全公司靠 AI 实现了 10% 的工程速度提升，但我们计划明年招更多工程师，因为我们能做的事情也在扩张。

We've accomplished a 10% engineering velocity increase using AI, but we plan to hire more engineers next year, because the opportunity space of what we can do is expanding too.

Fridman 不太买账：他自己业余写代码已经快了 5 倍，谷歌这么大的代码库应该很快更高。皮查伊的回应分两层。第一，对有几万名工程师的组织来说，10% 是一个巨大的数字。它和"多少比例的代码由 AI 写"是两回事，后者没那么重要。第二，下一波大的提升要等 agent 能力变得足够稳健，他举的场景是代码迁移和重构老代码库。

他对工程师的判断是，至少在中短期内，AI 会拿走大量杂活，留下设计、架构、解决问题这些有意思的部分。他还用国际象棋做类比：AI 下棋早就超过人类，但现在下棋的人比以往任何时候都多。他特意加了一句限定：这是他站在谷歌内部的视角。

两个具体变化：谷歌会在面试里至少加一轮线下面试，确保候选人基础扎实；同时他认为会用工具写出更好的代码是一项资产。对于学生要不要读计算机，他说如果有热情就读，计算机科学远不只是编程，任何训练第一性原理思维的教育都是好教育。

登月项目的好处，被大多数人低估了

Fridman 说 Chrome 可能是他心中史上最好的软件，皮查伊是它的推动者。皮查伊讲了起源：2004、2005 年 AJAX 让网页变成动态应用，几个月内 Flickr、Gmail、谷歌地图相继出现。但浏览器从来不是为这样的网络设计的，JavaScript 执行极慢。他们的思路是把操作系统的核心原则搬进浏览器：沙箱、每个标签页独立进程。他们在丹麦奥胡斯找到一支团队，其负责人做的 JavaScript 虚拟机（即后来的 V8），按他在访谈中的说法，当时比其他任何 JavaScript 虚拟机快 25 倍。名字叫 Chrome，是因为浏览器的"外框"越来越臃肿，他们想把它压到最少。

被问到公司内部是否反对时，他纠正了 Fridman 的说法：当时的 CEO 埃里克·施密特不是反对，而是太清楚做浏览器有多疯狂，但他和两位创始人都支持。一旦做出能用的东西，看到它好多少，项目就跑得很快。

他从中总结的是拉里·佩奇和谢尔盖·布林的登月思路，他说自己很早就内化了：

1. 很有野心的项目能吸引最好的人。
2. 因为太疯狂，别人不做，你基本独占这条路。
3. 即使没完全做成，只做到 60% 到 80%，也会是巨大的成功。

就算你最后没能完全实现目标，只做到 60%、80%，它也会是一个了不起的成功。

Even if you end up not quite accomplishing what you set out to do and you end up doing 60, 80% of it, it'll end up being a terrific success.

Waymo 是他给出的第二个例子。他说"前 80% 很容易，最后 20% 要花 80% 的时间"，他们知道 Waymo 当时就处在这个阶段，也知道自己和其他自动驾驶公司之间有技术差距。所以，恰恰在外界怀疑 Waymo 的时候，他决定加大投入。他承认这有些反直觉。Fridman 祝贺 Waymo 完成 1000 万次付费 Robotaxi 出行，皮查伊说今年规模扩大了很多，2026 年会继续扩张。

被问到特斯拉的竞争时，他说谷歌不直接和特斯拉竞争。谷歌不造车，做的是 L4、L5 级别的自动驾驶（L4 指在限定区域内完全无需人类接管）。Waymo Driver 是一种通用技术，能用在很多场景。他还提到谷歌是 SpaceX 最早、最大的投资方之一，并说他默认马斯克做什么都会成功。交通的空间足够大，他看到的未来里两者都会做得好。

结语：一个从排队打水走过来的人，怎么看风险

整期访谈里，皮查伊的判断大多带着一层工程师式的克制。他相信 AI 比火和电更深远，但先承认自己可能有近因偏差；他认为扩展定律仍有效，但直说瓶颈在算力，这一点直接决定了谷歌发布什么型号；他相信 AI 让工程效率提升，但拒绝用"多少代码是 AI 写的"这种好听的数字来衡量。

他最后被问到什么让他对人类文明有希望。他说他总问自己一个问题：如果可以选，你愿意生在过去任何一个时代，还是现在？他几乎每次都选现在。这和他开头讲的电话与热水器是同一个逻辑：进步是一级一级累积起来的。

留下的问题也很清楚。AI 模式最终是否会取代十条蓝色链接，他只说"由用户决定"。AI 模式的广告怎么做，他只给了原则，没有方案。10% 的工程效率怎么测出来的，他没有展开。网络出版者在 AI 搜索时代的激励问题，他承认需要解决，但没有说怎么解决。

其他值得记下的观点

• 皮查伊认为计算领域最好的创新都来自输入输出范式的变化：图形界面、移动端的多点触控、语音。他认为 AR 是下一个范式，但过去被两件事拖住：系统集成很难，以及没有 AI 就做不出自然的交互。因此 Project Astra 对 Android XR 至关重要。他还认为手机操作系统本身也该变得更 agent 化，不再只是 app 加快捷方式。他说眼镜预计今年晚些时候交到开发者手里，明年面向消费者。
• 他认为机器人领域长期被软件拖住，硬件已有长足进步。Google DeepMind 在做 Gemini 机器人基础模型，目前和几家公司合作，更完整的计划还没对外公布。
• 他认为这个时刻的独特之处在于：一家公司第一次可以在一项深度、横向的技术上投资一次，然后在上面推动多个业务前进。
• 关于 Gmail 的个性化回复，他的看法是：亲手写卡片依然特别，朋友说自己状态不好时你应该亲自回信；但"把你那次旅行的细节都告诉我"这种信息传递，交给 AI 助手很合理。
• 他认为 Gemini 每月处理的 token 数，从 12 个月前的 9.7 万亿涨到 480 万亿，增长约 50 倍。他把这理解为人类好奇心没有上限。
• 他给年轻人的建议：选择做什么时多听一点心，少听一点脑；主动去和比自己强、让自己不舒服的人共事，你常常会让自己吃惊。
• 他认为如果有了 AGI，它可能会以出人意料的方式帮我们更深地理解自己，也可能拓展我们对宇宙的理解。但他说自己还没用过那么强的东西，这些只是可能性。
• 访谈前 Fridman 体验了 Google Beam。负责人 Andrew 的解释是：六个普通彩色摄像头采集视频，AI 视频模型把它变成光场（一种可以从任意角度观看的交互式 3D 视频），再在光场显示器上按观看者的眼睛位置实时渲染。不需要预先扫描，也不用穿戴设备。人数太多时临场感会消失，只能退回 2D 宫格。

对 builder 有什么用

• 给团队的 AI 编程工具定一个"速度"指标，而不是"AI 代码占比"。比如从需求到上线的周期，或每人每周合并的有效 PR。先测一个基线，一个季度后再比。皮查伊明确说，代码占比和真实工程效率是两回事。
• 激进的新交互先做成可选的独立入口，用指标验证后再把有效的功能逐个搬回主流程。这是 AI 模式"独立标签页 → AI 概览 → 主页"的做法，能保护核心用户不被半成品打扰。
• 默认用中档模型构建产品，并维护一套自己的评测集。每代新模型发布时用它测一遍，看新一代中档模型能不能替代上一代顶配。皮查伊的判断是下一代 Pro 约等于上一代 Ultra，而且又快又便宜。
• 每次升级模型时，把提示词里的拒答规则和过滤器逐条回归测试一遍，删掉新模型已经能自己处理好的那些。他的经验是，模型越过一定能力门槛后，人工硬编码的边界处理反而会叠加错误。
• 每个季度列一张清单，写出真正关键的 2 到 3 个决定。对这几个决定，先把所有人的意见听完，然后明确拍板，要求"不同意但执行"。其余日常决定快速做掉，不要在上面耗精力。