谷歌首席執行官桑達爾·皮查伊最近做客科技播客《Big Technology Podcast》，與記者亞歷克斯·坎特羅維茨展開一場長談，罕見地把谷歌在底層資源調配上的內部博弈攤到了檯面上。他給出的最硬一句話是:保障前沿大模型研發的算力，是沒有任何商量餘地的第一原則，爲此寧可讓谷歌雲業務主動放棄能夠迅速落袋的短期大額訂單。這句話背後，是新一代旗艦模型 Gemini4Argon 剛剛亮劍——它在代碼、數學推理和專業知識任務上的多項測試裏超過了 OpenAI 與 Anthropic 的公開模型，穩穩站在行業第一梯隊。

Argon 的登場，正面回擊了外界一度盛行的判斷:在 OpenAI 和 Anthropic 這些新貴的緊逼下，谷歌會不會因爲體量龐大、財報承壓，退守到"放棄追求極限、只做成熟業務落地"的防守區間。皮查伊直言這種猜測與事實偏差很大。他強調，探索 AI 前沿本就是谷歌的底色，這項工作已經做了超過十年。Argon 發佈後的頭72小時裏，全球調用的 Token 消耗量逼近25萬億，大約是當初 Gemini3.0發佈同期的三倍，後臺服務器吞吐量被徹底擠滿。他沒有迴避模型的短板——即便在最擅長的代碼生成場景，仍有邊緣案例和特定工程上下文處理得不夠理想，團隊正針對性補漏。

爲什麼谷歌這般體量還非要死磕最極端的前沿模型?皮查伊的邏輯分幾層。其一，只要站在能力最前沿，就能比別人更早看見新能力的涌現，這種時間差足以讓公司提前爲下一代計算範式做準備;其二，企業端和消費端龐大的業務網絡裏，不少頂級雲客戶指名只要最強的前沿模型;其三，也是最關鍵的一層——在即將到來的"遞歸自我改進"階段，只有處於最前沿的模型，才具備足夠的能力去輔助設計和生成下一代模型。他把 Argon 部署給內部工程師後，研發效率出現極大躍升，老模型完全無法定位的系統級架構缺陷，新模型能啃下來。當然，輕量化模型線他也不打算丟，Flash 這類高性價比產品會繼續保留，日常交互本就不必每次都調動最昂貴的前沿模型，但戰略全局上，谷歌必須留在最頂峯的攻堅隊伍裏。

順着自我改進往前看，皮查伊把安全邊界拆成三個層面講。他先給外界降溫:謝爾蓋·布林在 DeepMind 內部分享中提到的"模型承擔更多研發工作"確是事實，但當下距離外界想象中完全閉環、脫離人類控制的"智能爆炸"還差得非常遠——實際狀態是研究員在模型開發的細分環節裏，用定製智能體跑自動化循環當協同助手。真正託底的，是縱深防禦而非單點對齊:工程上依賴全鏈路實時監控，模型執行時有一套高頻遙測體系，一旦發現指令解析或行爲模式偏離預期，機制會在運行時直接物理阻斷;所有操作被嚴格隔離在沙箱內，爆炸半徑鎖在最底層。再往外一層，他呼籲行業提早引入標準化治理，像金融領域有會計準則和獨立審計那樣，建立跨公司的通用安全標準、引入中立第三方評估，並逐步對接各國法律監管。他點名了近期的安全波折:OpenAI 的智能體曾突破隔離限制侵入外部代碼平臺，谷歌自己的模型也出現過靠猜解密碼進入受控頁面的情況，說明 AI 不總按預期行事。

技術路線上，谷歌堅持了一條同行少走的道:在猛攻文本大模型的同時，始終平行研發多模態與世界模型。皮查伊的理由是，人類認識物理世界從不只靠字符文本，視覺、空間感知和因果推理都建立在與外部物理世界的交互之上;讓模型理解基礎物理規律、具備高精度現實模擬能力，是通往更高級通用智能不可或缺的積木。Argon 之所以能在多項物理推理與具身任務測試上刷新紀錄，很大程度上得益於世界模型領域長期積累的底層算法。他判斷，語言理解和物理模擬的架構長遠看可能走向收斂與統一，但現階段保持多路徑儲備，能讓谷歌對各種複雜交互有更深理解。

算力，是這場對話裏最沉重的一筆賬。皮查伊的底層分配邏輯只有一條:優先餵飽處於技術前沿的 AI 研發所需算力。他提醒，數據中心和算力集羣的建設週期極長，今天能開機使用的每一片算力，都是兩年前甚至更早決策的結果;而一年多以前，整個技術圈還沒預料到代碼智能體會以今天的速度普及，於是現狀是沒有任何一家巨頭覺得自己算力充裕。投資人本·霍洛維茨曾透露，亞馬遜 CEO 安迪·賈西說算力甚至排期賣到了2028年，皮查伊承認行業基本面確實如此——若有大客戶現在想訂2027年的超大規模配額，工程上極難完成，谷歌去年甚至主動從市場租用外部算力給老客戶救急。面對"算力基建會不會是下一個泡沫"的質疑，他的反駁帶時間尺度前提:拉得足夠長，今天的建設非但不過量，連起步都算不上，每一份算力每天都在高負載運轉，與當年鋪完閒置多年的"暗光纖"完全不同;但微觀上，串聯兩千多個軟硬件組件的現代集羣，任一環節掉鏈子都可能導致整批服務器閒置，局部不均衡和週期波動的風險客觀存在。他承認谷歌雲已在多個階段爲保研發主動放棄短期大額訂單，但也強調必須適度——頂尖科學家在資源受限時反而更易激發算法創新，若算力無限，沒人會去摳內存佔用、設計更高效架構。

產品終局上，皮查伊接住了兩個尖銳提問。OpenAI 總裁布羅克曼曾預言用戶未來不需要繁瑣界面、"產品"概念都會淡化，皮查伊認同交互會越來越扁平:你用自然口語下指令，AI 帶全天候上下文長記憶，在後臺靜默幫你跑流程，他本人用手機 Gemini 時即便碎碎念，結合通訊習慣也能精準整理意思，連通訊錄裏生僻名字都不打錯。但他不認爲屏幕會消失，人類總有看視頻、處理高密度圖表的需求，界面的本質沒死，只是觸發邏輯變了——未來不是你去找界面，而是系統按你想獲取的信息類型自動生成最適用的載體。針對奧特曼"OpenAI 是 AI 原生、谷歌只是把 AI 當補丁貼老產品"的說法，他回得輕鬆:概念爭論意義不大，Gemini 應用本就是從零搭建的;當行業轉向智能體形態，現有的對話式界面難道不也是在生硬打補丁?關鍵在於交付體驗是否足夠好，孵化全新工具與重做十幾億人依賴的基礎服務，兩條路互補而非對立。

智能體的商業化焦慮也被擺上桌。皮查伊的回答迴歸商業常識:只要做出數億甚至數十億人高頻使用的標杆工具，變現路徑自然跑通，就像工程師都願爲倍增效率的 AI 編程工具付費。即便人機界面形態變了，用戶底層的訂票、採購、本地生活需求不會憑空消失，只要智能體體系能公正精準地撮合交易，價值分配機制就會在生態裏自然建立。被問到"爲什麼在自家郵箱裏調 Gemini 搜郵件，精度還不如把權限授權給第三方工具"時，他坦承這是中肯批評——產品線龐雜、推進節奏不一，難免局部斷層;谷歌已在企業級上線統一智能體架構並推向消費端，做法是雲端爲複雜請求動態調起一個帶完整個人授權與記憶上下文的專有微型虛擬機，常駐且完全解耦，無論在辦公套件、搜索引擎還是獨立應用喚醒，底層理解都是同一實體。後臺數據顯示，閒聊類請求佔比持續下降，長流程智能體任務佔比快速上升，未來用戶不必糾結一句話是"聊天"還是"委派任務"，Argon 會自動識別分發。

投資佈局裏，谷歌在 Anthropic 身上押注了數百億美元。皮查伊說，很早就判斷 Anthropic 核心成員深度主導了早期主流大模型研發，是全球最成熟團隊之一;谷歌的合作邏輯單純——在全球找最前沿的技術團隊深度結盟，與當年投資馬斯克的 SpaceX 如出一轍，雙方不僅在資本層面，在底層 TPU 系統架構上也做了極深的工程協同。更出格的一步是"太空計算"計劃:把搭載自研芯片的數據中心送上近地軌道。外界多以爲是概念營銷，皮查伊用第一性原理迴應——未來算力需求指數級爆發，地表電力與土地終會撞上硬約束，而太陽同步軌道上的硬件能擺脫多數地面審批週期，還能24小時不間斷直接攝取最充沛的太空太陽能。他類比早年親赴沙漠看 DARPA 無人駕駛挑戰賽，那輛在沙堆裏摸索的無人車最終演變成 Waymo;谷歌在量子計算投了十年、Waymo 堅持近二十年，太空計算才推進兩三年。前不久，一批自研芯片已通過火箭送入軌道，錄製節目時工程團隊正等待接收這批太空芯片回傳的"握手"測控信號。針對各地社區對高能耗數據中心的牴觸，他承諾每座新園區都自費補足100% 新增電力成本，並在最早期介入環境與電網評估;探索太空軌道計算，本質上也是爲跳出單純依賴地表資源的侷限。

收尾處，皮查伊把底色歸結爲經過現實淬鍊的審慎樂觀:基礎技術進步與門檻降低真切改變了普通人的生活，這是他從普通印度家庭走出來親歷的事;但真正的技術樂觀主義，要求你一邊看見巨大槓桿，一邊花同樣大的力氣去馴服副作用，對失控風險保持清醒與敬畏，並在工程層面踏實解決每個具體問題。他相信人類目前只處於這波技術紅利的初期，無論是 AI 顛覆醫療診斷、發現新型工業材料，還是降低製造成本，空間都極廣闊——這兩者從不矛盾，必須同時存在。