編譯 | Tina

很多人喜歡用一句話概括過(guò)去兩年的變化：AI 終于開(kāi)始“會(huì)寫代碼了”。

從 Copilot 到 Cursor、從 Claude Code 到各類 Coding Agent，生成代碼的速度與覆蓋面早已超過(guò)大多數(shù)人的手寫能力。但在一場(chǎng)公開(kāi)對(duì)話中，谷歌聯(lián)合創(chuàng)始人 Sergey Brin 給這種樂(lè)觀判斷潑了盆冷水——問(wèn)題不在“能力不夠”，而在風(fēng)險(xiǎn)。AI 寫代碼“有時(shí)并不能正常工作”，一旦出錯(cuò)，往往會(huì)是“相當(dāng)嚴(yán)重的錯(cuò)誤”。

他還用一個(gè)反差很強(qiáng)的例子解釋這種風(fēng)險(xiǎn)：如果是一篇比較文學(xué)論文，“寫錯(cuò)一句話，通常不會(huì)造成那么大的后果”。因此在他看來(lái)，AI 也許更適合先去承擔(dān)那些“寫錯(cuò)了也沒(méi)那么要命”的創(chuàng)意類、文字類工作。

在同一場(chǎng)對(duì)話里，他也罕見(jiàn)回顧了谷歌在生成式 AI 路線上的遲疑與誤判：包括對(duì) Transformer 之后技術(shù)浪潮的低估、對(duì)擴(kuò)大量級(jí)算力的投入不夠，以及“太害怕把它交到用戶手里，因?yàn)榱奶鞕C(jī)器人會(huì)說(shuō)蠢話”，結(jié)果讓競(jìng)爭(zhēng)對(duì)手搶先把產(chǎn)品化窗口打開(kāi)。他甚至笑著提到，自己在疫情前一個(gè)月選擇“退休”，后來(lái)發(fā)現(xiàn)那是個(gè)“非常糟糕的決定”，最終還是被這一輪 AI 浪潮拉回了辦公室。

但他也不認(rèn)同把今天的 AI 競(jìng)賽簡(jiǎn)單理解成“砸錢堆算力”。在他看來(lái)，過(guò)去十年左右，算法層面的進(jìn)步“實(shí)際上跑得比‘規(guī)模擴(kuò)張’還快”，而且“快很多”。當(dāng)然，頭部公司“永遠(yuǎn)不會(huì)拒絕站在算力前沿”，但算力更像“甜點(diǎn)”：真正的“主菜和蔬菜”，仍然是算法與工程層面的深技術(shù)工作。

這段對(duì)話發(fā)生在斯坦福大學(xué)工程學(xué)院百年紀(jì)念活動(dòng)的公開(kāi)論壇上。下文為 InfoQ 對(duì)現(xiàn)場(chǎng)內(nèi)容的整理與翻譯，以饗讀者（為方便閱讀，內(nèi)容有所刪節(jié)）。

1 回憶谷歌早期：一切從“亂試”開(kāi)始

Jennifer Widom：（工程學(xué)院院長(zhǎng)）：如果回顧斯坦福工程學(xué)院過(guò)去 100 年的歷史，Google 的誕生無(wú)疑是其中最耀眼的時(shí)刻之一。回到1990 年代初期，Sergey Brin 在考慮是否攻讀博士時(shí)來(lái)到斯坦福，結(jié)識(shí)了 Larry Page，兩人隨后參與了由美國(guó)國(guó)家科學(xué)基金會(huì)（NSF）資助的“數(shù)字圖書館”項(xiàng)目。后來(lái)誕生的 BackRub 算法演變?yōu)?PageRank，成為搜索引擎革命的起點(diǎn)，也深刻改變了互聯(lián)網(wǎng)的發(fā)展軌跡。

但如果把時(shí)間撥回到更早的 1990 年代初期，一切遠(yuǎn)沒(méi)有后來(lái)那么清晰。那時(shí)電子郵件剛剛普及，創(chuàng)業(yè)浪潮尚未真正加速，斯坦福技術(shù)創(chuàng)業(yè)項(xiàng)目仍在構(gòu)想階段，科學(xué)與工程四合院甚至還停留在圖紙和設(shè)想中。

John Levin（斯坦福校長(zhǎng)）：1993 年，Sergey 作為博士生來(lái)到斯坦福。那時(shí) Jennifer 是新入職的教師，而我還是斯坦福的一名本科生，1993 年秋天正讀大四。

幾年前，《紐約時(shí)報(bào)》的一位記者寫了一篇關(guān)于我那一屆畢業(yè)生的文章——1994 屆。文章的核心觀點(diǎn)是：這是史上最幸運(yùn)的一屆大學(xué)畢業(yè)生，因?yàn)槲覀儺厴I(yè)的時(shí)間點(diǎn)，正好處在互聯(lián)網(wǎng)和科技爆發(fā)的前夜，而我們身處硅谷的中心。

那位記者在寫文章時(shí)給我打了電話，那是大約 10 年前。她說(shuō)：“我想跟你聊聊這件事?！碑?dāng)時(shí)我已經(jīng)是斯坦福的一名教授了。她說(shuō)：“你是我為這篇文章打的第一個(gè)電話。”我說(shuō)：“我真的很抱歉，可能要讓你失望了。沒(méi)錯(cuò)，我 90 年代初在斯坦福，是 1994 屆畢業(yè)生，但當(dāng)時(shí)我完全一無(wú)所知。事實(shí)上，我 1994 年離開(kāi)斯坦福，去了英國(guó)牛津讀研究生——一個(gè)連制冰技術(shù)都好像忘記了的國(guó)家。等我?guī)啄旰蟆?000 年回到斯坦福時(shí)，一切已經(jīng)全面起飛了。所以我真的幫不上你什么?！?/p>

她說(shuō)：“沒(méi)關(guān)系。我寫這類文章時(shí)，喜歡先從邊緣人物聊起，然后再一步步往核心靠攏?！保ㄈ珗?chǎng)笑）

如果我算是在邊緣，那確實(shí)有一些人站在互聯(lián)網(wǎng)革命的絕對(duì)核心。而其中，沒(méi)有誰(shuí)比 Sergey Brin 更接近中心。他看到了技術(shù)未來(lái)的潛力，并且做出了一件非凡、改變世界的事情。正是這種事情，工程學(xué)院在過(guò)去一個(gè)世紀(jì)里多次孕育過(guò)，也希望在下一個(gè)世紀(jì)繼續(xù)發(fā)生。

Sergey，非常感謝你來(lái)到這里，參與工程學(xué)院的百年慶祝。

Sergey Brin：你們真的把我夸得太過(guò)了。我覺(jué)得其中有非常多的運(yùn)氣成分。不過(guò)還是非常感謝你們的邀請(qǐng)，很高興能在這里。

John Levin：那我們就從那段時(shí)間說(shuō)起吧。帶我們回到你在斯坦福讀研究生的時(shí)候。跟我們講講，在工程學(xué)院學(xué)習(xí)是一種什么樣的體驗(yàn)，它是如何塑造了你，又是如何為 Google 的誕生創(chuàng)造了條件的。

Sergey Brin：回過(guò)頭來(lái)看，我當(dāng)時(shí)可能并沒(méi)有完全意識(shí)到，但那確實(shí)是一段非常自由、非常有創(chuàng)造力的時(shí)光。讀博士期間，我?guī)缀蹩梢酝耆约喊才艜r(shí)間，去嘗試各種想法。最早我做過(guò)一些現(xiàn)在看起來(lái)挺“離譜”的項(xiàng)目，比如嘗試把碎紙機(jī)碎掉的文件再拼回去。這個(gè)項(xiàng)目我其實(shí)從來(lái)沒(méi)有真正做成功，但也沒(méi)人跟我說(shuō)過(guò)“你不能做這個(gè)”。

我有過(guò)幾位導(dǎo)師，他們偶爾會(huì)問(wèn)我在做什么，但基本不會(huì)給我設(shè)太多限制。這種高度自由的研究環(huán)境，對(duì)我后來(lái)做事情的方式影響很大。

我們圍繞 Google 背后的想法，其實(shí)研究了好幾年，大概從 1995 年開(kāi)始。要特別稱贊 Larry，他非常專注于 Web 的鏈接結(jié)構(gòu)。當(dāng)時(shí) Web 本身還是個(gè)新東西，大家都在不斷嘗試新點(diǎn)子。

我記得我第一個(gè)“賺錢”的想法是做一個(gè)在線訂披薩的網(wǎng)站。

那在當(dāng)時(shí)聽(tīng)起來(lái)很瘋狂——居然可以在網(wǎng)上點(diǎn)餐?，F(xiàn)在當(dāng)然覺(jué)得理所當(dāng)然了。我還開(kāi)玩笑地在頁(yè)面頂部放了一個(gè)可樂(lè)廣告，覺(jué)得“互聯(lián)網(wǎng)廣告”這件事特別搞笑。

結(jié)果當(dāng)然證明，這個(gè)玩笑一點(diǎn)也不好笑。（因?yàn)槌烧媪耍?/p>

總之，那個(gè)項(xiàng)目徹底失敗了。它的運(yùn)作方式是：用戶在網(wǎng)站上下單，而當(dāng)時(shí)披薩店基本都不在網(wǎng)上，但我想到他們有傳真機(jī)，于是系統(tǒng)會(huì)自動(dòng)給他們發(fā)傳真訂單。

后來(lái)我才發(fā)現(xiàn)，這些店根本不怎么看傳真，于是項(xiàng)目就此夭折。

雖然沒(méi)成，但在當(dāng)時(shí)，我們計(jì)算機(jī)系的人基本都很懂互聯(lián)網(wǎng)是怎么運(yùn)作的，Web 服務(wù)器怎么搭。你可以非常快地搞出一個(gè)網(wǎng)站。于是大家就在 Web 上瘋狂試驗(yàn)各種東西。那真的是一個(gè)非常有創(chuàng)造力的時(shí)期。

與此同時(shí)，Larry 在研究鏈接結(jié)構(gòu)，我在做數(shù)據(jù)挖掘。后來(lái)我們就走到了一起。很快我們發(fā)現(xiàn)，我們的東西在搜索上確實(shí)很有用。但我們?cè)谒固垢；瞬簧贂r(shí)間做實(shí)驗(yàn)，一直在想，這到底是個(gè)學(xué)術(shù)項(xiàng)目，還是該拿出去做成產(chǎn)品。

我們嘗試把技術(shù)授權(quán)給一些互聯(lián)網(wǎng)公司。有一次我們?nèi)ソo Excite 做了演示，Vinod Khosla 倒是很有眼光，說(shuō)“這東西很好，你們應(yīng)該買下來(lái)”。但 Excite 本身并不太感興趣。

后來(lái)我們和 Vinod 有過(guò)郵件往來(lái)，我們發(fā)了一封郵件說(shuō)：“好吧，我們可以把技術(shù)授權(quán)給你們，160 萬(wàn)美元?！?5 分鐘后就收到回復(fù)，說(shuō)：“這是一大筆錢啊?！钡Z(yǔ)氣是“好像也可以”。

作為研究生來(lái)說(shuō)，這真的是天文數(shù)字，我們當(dāng)時(shí)特別激動(dòng)。后來(lái)我們一個(gè)朋友 Scott 走進(jìn)來(lái)，笑得不行。原來(lái)那封回復(fù)是他偽造的。因?yàn)樵诋?dāng)時(shí)，你可以偽裝成任何人發(fā)郵件。（全場(chǎng)大笑）

所以那筆交易當(dāng)然沒(méi)有發(fā)生。最后 Larry 和我意識(shí)到，如果要把這件事真正做大，就必須籌到真正的資金。后來(lái)我們很容易就找到了天使投資人。

對(duì)我來(lái)說(shuō)，離開(kāi)博士項(xiàng)目是個(gè)大決定。我父母很失望，但我的導(dǎo)師 Jeff 跟我說(shuō)：“你不如先試試看，不行再回來(lái)?！?/p>

所以我現(xiàn)在技術(shù)上還在休學(xué)狀態(tài)，說(shuō)不定哪天還會(huì)回來(lái)。

John Levin：這個(gè)我之后還要再問(wèn)問(wèn)你，看你是不是真的想回來(lái)把學(xué)位讀完。我特別喜歡這個(gè)故事。而且現(xiàn)在回頭看也挺有意思的——?jiǎng)?chuàng)業(yè)在當(dāng)時(shí)其實(shí)是你們嘗試授權(quán)失敗之后的“最后一個(gè)選項(xiàng)”。從某種意義上說(shuō)，你們后來(lái)也改變了這種路徑。

Sergey Brin：我也不知道。我們的經(jīng)歷挺特殊的。Scott 和 Alan 當(dāng)時(shí)都離開(kāi)去做自己的公司了，這也是他們走得比較早的原因之一。說(shuō)實(shí)話，當(dāng)時(shí)真的有很多人都在創(chuàng)業(yè)。Alan 當(dāng)時(shí)已經(jīng)在參與 Weather Underground 之類的項(xiàng)目，后來(lái)好像被 weather.com 之類的公司收購(gòu)了。Scott 做的是郵件列表歸檔公司 e-Groups，后來(lái)被 Yahoo 收購(gòu)。

所以創(chuàng)業(yè)在當(dāng)時(shí)其實(shí)并不罕見(jiàn)。只是我們做決定的速度，可能比很多人都慢。

John Levin：從那個(gè)起點(diǎn)走到今天，Google 已經(jīng)是一家 4 萬(wàn)億美元市值的公司，每分鐘處理上千萬(wàn)次搜索，產(chǎn)品線遍布各個(gè)領(lǐng)域。當(dāng)年你和 Larry 創(chuàng)辦公司時(shí)，這一切對(duì)大多數(shù)人來(lái)說(shuō)都完全無(wú)法預(yù)見(jiàn)。你們一定在很多關(guān)鍵節(jié)點(diǎn)做對(duì)了決定?；仡^看，有沒(méi)有哪些在公司創(chuàng)立之初做的事情，你現(xiàn)在覺(jué)得“那一點(diǎn)真的非常重要”？

Sergey Brin：我覺(jué)得一開(kāi)始，Larry 一直都非常有野心，現(xiàn)在也是。幾乎沒(méi)有什么計(jì)劃是你提出來(lái)，他會(huì)說(shuō)“夠了”。他總是覺(jué)得還不夠宏大——不只是太陽(yáng)系，要整個(gè)銀河系那種。

所以我覺(jué)得，那多少體現(xiàn)了他那種熱情吧。我們確實(shí)在很早的時(shí)候就寫下了非常宏大的使命宣言——“整合全球信息”之類的。我覺(jué)得把這種理念當(dāng)作創(chuàng)業(yè)的起點(diǎn)，是很不錯(cuò)的。

另外，我們要?jiǎng)?chuàng)辦的是一家相當(dāng)具有學(xué)術(shù)精神的公司。畢竟我們倆都來(lái)自博士項(xiàng)目；而當(dāng)時(shí)很多創(chuàng)業(yè)公司其實(shí)是本科剛畢業(yè)就出來(lái)做的。我確實(shí)覺(jué)得，這會(huì)在某種程度上改變你看待問(wèn)題的方式。

當(dāng)然要說(shuō)明一下：有很多了不起的公司也是從本科階段走出來(lái)的。但我們從一開(kāi)始就很重視基礎(chǔ)研發(fā)、底層 R&D 的投入，我覺(jué)得這種傾向很早就寫進(jìn)了公司的文化里。

John Levin：你們也招了很多博士，所以不只是你們倆。

Sergey Brin：對(duì)，非常明顯。我記得 Urs H?lzle，他是我們最早的一批成員之一。我認(rèn)識(shí)他，是因?yàn)槲耶?dāng)時(shí)在斯坦福參加一個(gè)教授招聘的委員會(huì)——我其實(shí)已經(jīng)面試過(guò)他了。他最后沒(méi)拿到斯坦福的教職，原因……我也不知道，挺復(fù)雜的，你們知道的，候選人都很強(qiáng)。但他一給我發(fā)消息，我就直接說(shuō)：你明天能來(lái)上班嗎？因?yàn)槲乙呀?jīng)完全了解他，也完全清楚他的能力。

John Levin：我覺(jué)得可以說(shuō)，在過(guò)去 25 年里，Google 很可能是全世界最具創(chuàng)新力的公司。無(wú)論從產(chǎn)品創(chuàng)新來(lái)看——比如 YouTube 的視頻生態(tài)、DoubleClick 的廣告技術(shù)、Waymo 的自動(dòng)駕駛——還是從技術(shù)創(chuàng)新來(lái)看，從最早期一路走到今天，包括芯片等等。

但大公司要長(zhǎng)期保持強(qiáng)創(chuàng)新能力是很難的，所有人都在這個(gè)問(wèn)題上掙扎，而你們做到了。很多人也認(rèn)為你個(gè)人在其中發(fā)揮了關(guān)鍵作用。你是怎么思考“如何塑造創(chuàng)新文化”、以及你在其中扮演的角色的？

Sergey Brin：好吧，謝謝，你又在夸我了。我覺(jué)得，首先，我們也確實(shí)在很多事情上栽過(guò)跟頭?，F(xiàn)在不必一一展開(kāi)，但我們的失敗清單也很長(zhǎng)。所以某種意義上，創(chuàng)新的一部分就是——去嘗試。我想，可能因?yàn)槲覀冇斜容^強(qiáng)的學(xué)術(shù)根源，我們更愿意去嘗試難題。

而且我覺(jué)得，尤其是在過(guò)去十年左右，難題變得越來(lái)越有價(jià)值。

比如 AI，顯然是個(gè)巨大趨勢(shì)。僅僅是做 AI 所需要的算力規(guī)模、以及其中需要的深度數(shù)學(xué)，這些都是技術(shù)上非常深、非常難的挑戰(zhàn)。

某種意義上，這也算是一種命運(yùn)的轉(zhuǎn)折：在這個(gè)階段，這些東西恰好變得格外重要。

以前有一段時(shí)間，你知道的，什么 pets.com 之類的——你只要把任何東西放到 .com 上，就能做起來(lái)。它并不需要很深的技術(shù)，只要對(duì) Web 有一點(diǎn)點(diǎn)邊際理解，就能搞個(gè) whatever.com。

幸運(yùn)的是，我們做的是搜索，這確實(shí)需要更深的技術(shù)能力，而且這之后技術(shù)復(fù)雜度只會(huì)越來(lái)越高。

其實(shí)，現(xiàn)在我們招的人都——嗯——比我當(dāng)年強(qiáng)得多。我當(dāng)時(shí)算是偏數(shù)學(xué)的計(jì)算機(jī)專業(yè)學(xué)生，因?yàn)槲冶究仆瑫r(shí)學(xué)了數(shù)學(xué)和計(jì)算機(jī)，這在我那一屆還挺少見(jiàn)的。

但現(xiàn)在我們從斯坦福、以及其他頂尖項(xiàng)目里招人，這些人在數(shù)學(xué)和計(jì)算機(jī)方面都非常強(qiáng)，其中很多還是物理學(xué)家。物理學(xué)家往往必須做很硬的數(shù)學(xué)，而且他們處理的很多問(wèn)題算力資源非常受限，所以他們也需要相當(dāng)強(qiáng)的計(jì)算技能。

所以我覺(jué)得，事情就這樣發(fā)展到了一個(gè)狀態(tài)：深科技越來(lái)越重要。我們只是運(yùn)氣好，早早把方向“撥”到了這條路上。

2 低估 Transformer 之后，AI 競(jìng)賽再無(wú)僥幸

John Levin：這是個(gè)很有意思的觀察：技術(shù)難題再次成為公司競(jìng)爭(zhēng)優(yōu)勢(shì)的核心。那我們聊聊 AI 吧。每個(gè)人都在想這件事。你現(xiàn)在也回到 Google 做相關(guān)工作。你們?cè)诤芏喾矫娑继幵谧钋把?，而且?jìng)爭(zhēng)極其激烈。

投入到 AI 基礎(chǔ)設(shè)施里的資本規(guī)模，已經(jīng)是數(shù)千億美元級(jí)別的，甚至單家公司也是這樣，真的非?？鋸垺Ｄ阍趺纯船F(xiàn)在 AI 的整體格局？

Sergey Brin：

好，我得想想怎么回答，才能不顯得我在自吹自擂。

確實(shí)，這里面的投資規(guī)模非常巨大。

我想說(shuō)的是，從某些角度看，我們確實(shí)做錯(cuò)了：我們當(dāng)時(shí)投入不夠，沒(méi)把它當(dāng)成應(yīng)該有的那種嚴(yán)肅程度。比如大概八年前，我們發(fā)表了 Transformer 論文。我們其實(shí)并沒(méi)有那么當(dāng)回事，也沒(méi)有在擴(kuò)大量級(jí)算力這件事上投入到位。

還有一個(gè)原因是，我們太害怕把它直接交到用戶手里，因?yàn)榱奶鞕C(jī)器人會(huì)說(shuō)蠢話。然后 OpenAI 就把它推進(jìn)去了——他們做得很好，那是個(gè)非常聰明的洞察。我們這邊也有人去了那邊做這件事，比如 Ilya。

但我也覺(jué)得，我們?nèi)匀粡哪嵌伍L(zhǎng)期積累中獲益良多。我們很早就有神經(jīng)網(wǎng)絡(luò)相關(guān)的大量研發(fā)積累，從 Google Brain 那會(huì)兒就開(kāi)始了，這也算是一種運(yùn)氣。

當(dāng)然，“運(yùn)氣”也不完全是運(yùn)氣：比如我們招到了 Jeff Dean，這不是偶然。

我們確實(shí)很幸運(yùn)能得到他，但當(dāng)時(shí)我們就是認(rèn)定：深技術(shù)很重要，所以會(huì)去招這樣的人。那段時(shí)間我們也從一些研究氛圍特別強(qiáng)的公司挖了不少人，說(shuō)實(shí)話，就是看中他們的研究實(shí)驗(yàn)室真的很能打。Jeff 對(duì)神經(jīng)網(wǎng)絡(luò)尤其有熱情，我覺(jué)得甚至能追溯到他青少年時(shí)期的實(shí)驗(yàn)——他好像十六歲就一邊在想怎么治第三世界疾病，一邊研究神經(jīng)網(wǎng)絡(luò)。反正他一直很投入，后來(lái)也把整個(gè)團(tuán)隊(duì)和工作做起來(lái)了。

其實(shí)當(dāng)時(shí)在 Google X，我那條線里也有他，但我基本就是：“好，Jeff，你想做什么就做什么?！彼麜?huì)說(shuō)：“哦，我們可以分辨貓和狗?！蔽揖驼f(shuō)：“哦，好啊，很酷?！?/p>

但你也得信任你的技術(shù)人才。很快，他們就把各種神經(jīng)網(wǎng)絡(luò)算法做出來(lái)了，并且開(kāi)始用于我們的搜索。后來(lái)又有了 Transformer，我們能做的事情越來(lái)越多。

所以總結(jié)一下：我們確實(shí)擁有底層基礎(chǔ)、擁有研發(fā)積累；我們也確實(shí)在若干年里投入不夠、沒(méi)把它當(dāng)成應(yīng)該有的那么嚴(yán)肅。

但與此同時(shí)，我們當(dāng)時(shí)也在做芯片。TPU 大概可以追溯到十二年前左右。最早我們用 GPU，而且可能也是最早一批規(guī)?；褂?GPU 的公司之一。后來(lái)我們用過(guò) FPGA，然后開(kāi)始做自研芯片，到現(xiàn)在已經(jīng)迭代了無(wú)數(shù)代。

所以我覺(jué)得核心在于：我們相信深科技這條路——去榨出更多算力、去開(kāi)發(fā)算法。與此同時(shí)，我們長(zhǎng)期以來(lái)一直是算力的大投資者。

我們很早就擁有大規(guī)模數(shù)據(jù)中心。這種規(guī)模，我覺(jué)得除了 AWS 這種公司，很少有誰(shuí)能做到。擁有這種規(guī)模的數(shù)據(jù)中心、擁有自研半導(dǎo)體、擁有深度學(xué)習(xí)算法等——也就是把現(xiàn)代 AI 的整條技術(shù)棧的關(guān)鍵組件都握在手里——這讓我們?nèi)匀荒軌蛘驹谇把亍?/p>

John Levin：那你怎么看未來(lái)？技術(shù)每年都在變得更強(qiáng)。也有很多不同的 AI 愿景：AI 會(huì)不會(huì)真的能做所有人類能在電腦前做的事情？甚至更廣？那個(gè)世界會(huì)是什么樣？你對(duì)技術(shù)走向有自己的判斷嗎？

Sergey Brin：老實(shí)說(shuō)，這個(gè)創(chuàng)新速度真的令人震撼，而且競(jìng)爭(zhēng)非常激烈——你們也都看到了，美國(guó)頭部公司之間、中國(guó)頭部公司之間，競(jìng)爭(zhēng)都很兇。

現(xiàn)在 AI 的新聞，你一個(gè)月不看就完全落后了。

那它會(huì)走向哪里？我不知道。我覺(jué)得我們真的不知道。

智能有沒(méi)有上限？除了你提到的“它能不能做到人類能做的一切”，還有一個(gè)問(wèn)題是：它能做哪些人類做不到的事？這其實(shí)就是“超級(jí)智能”的問(wèn)題。但這件事到底會(huì)走到什么程度——未知。一個(gè)系統(tǒng)到底能有多聰明——未知。

人類進(jìn)化經(jīng)歷了幾十萬(wàn)年，靈長(zhǎng)類可能更久，這個(gè)過(guò)程很慢；而 AI 的發(fā)展速度，和那個(gè)相比簡(jiǎn)直不是一個(gè)量級(jí)。

John Levin：你覺(jué)得我們準(zhǔn)備好面對(duì)這種速度了嗎？

Sergey Brin：到目前為止，我覺(jué)得人們確實(shí)從技術(shù)里獲得了非常多的價(jià)值。即便偶爾會(huì)出現(xiàn)一些末日式的悲觀預(yù)測(cè)，但總體上大家被賦能得更強(qiáng)了。

而且說(shuō)實(shí)話，AI 經(jīng)常蠢到讓你不得不一直盯著、一直監(jiān)督它。

但它有時(shí)候也會(huì)非常聰明，給你一個(gè)特別棒的想法。還有一種情況是——尤其當(dāng)你不是某個(gè)領(lǐng)域的專家時(shí)——比如我想了解怎么設(shè)計(jì)一款新的 AI 芯片，我當(dāng)然可以去問(wèn)我們內(nèi)部的專家設(shè)計(jì)師。但作為一個(gè)最基礎(chǔ)的方案，我至少可以掏出手機(jī)，直接跟 AI 聊。它大概率能給我一個(gè) 80%、90% 的還不錯(cuò)的概覽，讓我理解個(gè)大概?；蛘呓】祮?wèn)題之類的，也同樣如此。

我確實(shí)覺(jué)得，它讓個(gè)體變得更有能力。因?yàn)橐话闱闆r下，你不會(huì)隨時(shí)隨地身邊都有 X、Y、Z 領(lǐng)域的專家。

而這種賦能會(huì)帶來(lái)巨大的潛力——不管是職業(yè)發(fā)展、企業(yè)創(chuàng)新、健康管理，還是更好的生活。

所以你看，我也沒(méi)有全部答案。我只是覺(jué)得，它擁有極大潛力去提升個(gè)體能力。

John Levin：這是非常積極的愿景：AI 可能成為增強(qiáng)人類能力的強(qiáng)大工具。你這么看待它，我很高興。我想問(wèn)一個(gè)問(wèn)題——在“創(chuàng)業(yè)思想領(lǐng)袖”這門課里幾乎總會(huì)被問(wèn)到，而且在 AI 的語(yǔ)境下可能更尖銳。因?yàn)槲矣X(jué)得每一個(gè)斯坦福學(xué)生、也可能是全國(guó)范圍內(nèi)所有大學(xué)生，都在想：這項(xiàng)技術(shù)會(huì)怎么影響他們的職業(yè)、他們未來(lái)的工作機(jī)會(huì)、以及他們要做什么。你對(duì)學(xué)生有沒(méi)有什么建議？他們應(yīng)該學(xué)什么，應(yīng)該怎么思考就業(yè)市場(chǎng)和未來(lái)？

Sergey Brin：我覺(jué)得這真的非常難預(yù)測(cè)會(huì)發(fā)生什么。

如果我們回頭看，從 Web 的出現(xiàn)到手機(jī)普及，這些東西深刻改變了社會(huì)，也深刻改變了人們的工作類型、職業(yè)路徑和學(xué)習(xí)內(nèi)容。AI 也百分之百會(huì)帶來(lái)這樣的改變。

但現(xiàn)在這個(gè)格局變化太快，很難說(shuō)清楚它具體會(huì)怎么改。

而且今天的 AI，和五年前的 AI 完全不同；五年后的 AI，也會(huì)和今天完全不同。所以我也不知道，很難做出可靠預(yù)測(cè)。但我肯定會(huì)建議：用 AI 來(lái)幫助你自己。它能做的事情太多了。

就拿我個(gè)人來(lái)說(shuō)——不管是給朋友或家人挑禮物、為產(chǎn)品做頭腦風(fēng)暴、或者做藝術(shù)創(chuàng)作之類的——我現(xiàn)在都經(jīng)常求助 AI。它不會(huì)替我完成一切，因?yàn)槲彝ǔ?huì)這么問(wèn)：“給我五個(gè)點(diǎn)子……”然后其中三個(gè)可能明顯就是垃圾，我一眼能看出來(lái)。但另外兩個(gè)可能會(huì)有一點(diǎn)“天才的火花”，或者能幫我換個(gè)角度、把問(wèn)題放到一個(gè)新的框架里。然后我再基于它去打磨、去思考、去發(fā)展我的想法。

John Levin：我插入一個(gè)更具體的問(wèn)題?，F(xiàn)場(chǎng)大概有 250 名學(xué)生，很多是本科生。斯坦福也給本科生很大自由，所以不少同學(xué)還沒(méi)選專業(yè)。幾年前我們還可以預(yù)測(cè)：其中有相當(dāng)一部分會(huì)選擇計(jì)算機(jī)科學(xué)。你還會(huì)建議他們繼續(xù)選計(jì)算機(jī)科學(xué)嗎？他們都在認(rèn)真聽(tīng)。

Sergey Brin：我當(dāng)年選計(jì)算機(jī)科學(xué)，是因?yàn)槲艺娴臒釔?ài)它，所以對(duì)我來(lái)說(shuō)是個(gè)不用想的決定。你也可以說(shuō)我運(yùn)氣好，因?yàn)槲仪『谜驹谝粋€(gè)極具變革性的領(lǐng)域里。

我不會(huì)因?yàn)椤癆I 現(xiàn)在寫代碼還不錯(cuò)”就不選計(jì)算機(jī)科學(xué)。AI 現(xiàn)在很多事都做得不錯(cuò)。只是寫代碼恰好市場(chǎng)價(jià)值很高，所以很多人會(huì)追它。更重要的是，更好的代碼會(huì)帶來(lái)更好的 AI。所以很多做 AI 的公司——包括我們——都非常重視軟件工程能力。

我們內(nèi)部也大量用 AI 來(lái)寫代碼，甚至用來(lái)輔助算法思路的構(gòu)思。但這正是因?yàn)榫幋a真的很重要。

所以我想說(shuō)，我不會(huì)因?yàn)?AI 寫代碼變強(qiáng)了，就跑去改學(xué)比較文學(xué)。因?yàn)槿绻阏嬉f(shuō)實(shí)話，AI 可能在比較文學(xué)上更強(qiáng)。

John Levin：（點(diǎn)頭）

Sergey Brin：我不是要冒犯比較文學(xué)專業(yè)的同學(xué)。但你知道，當(dāng) AI 寫代碼的時(shí)候——說(shuō)實(shí)話——它有時(shí)候會(huì)寫錯(cuò)，而且可能是非常嚴(yán)重的錯(cuò)誤。但你在比較文學(xué)論文里寫錯(cuò)一句話，通常不會(huì)造成那么大的后果。

所以相較之下，AI 反而更適合先去做那些“寫錯(cuò)了也沒(méi)那么要命”的創(chuàng)意類工作。

3 在 AI 時(shí)代，大學(xué)還承擔(dān)什么角色？

John Levin：我覺(jué)得這是一個(gè)非常有意思的技術(shù)觀察。很多人對(duì) AI 的直覺(jué)是：它會(huì)非常擅長(zhǎng)技術(shù)問(wèn)題，但不一定擅長(zhǎng)那些我們更愿意歸為“人類特質(zhì)”的東西，比如同理心、復(fù)雜對(duì)話。但如果你讓 AI 去模擬一段對(duì)話，它其實(shí)能相當(dāng)好地給你一個(gè)復(fù)雜對(duì)話的結(jié)構(gòu)。所以我也很喜歡你指出的那種不確定性。我再問(wèn)最后一個(gè)問(wèn)題，然后就開(kāi)放給觀眾提問(wèn)。今天是工程學(xué)院百年校慶。如果你是 Jennifer，需要為工程學(xué)院開(kāi)啟第二個(gè)百年，你會(huì)怎么思考工程學(xué)院的下一個(gè)世紀(jì)？

Sergey Brin：這是個(gè)大責(zé)任。我想，我會(huì)重新思考“大學(xué)到底意味著什么”。我知道這聽(tīng)起來(lái)有點(diǎn)煩人。（全場(chǎng)笑）

這也是 Larry 可能會(huì)說(shuō)的話，而我會(huì)因此有點(diǎn)煩他。但你知道——我們現(xiàn)在有這種地理上高度集中式的機(jī)構(gòu)：有校園、有樓、有很豪華的講堂。但認(rèn)真說(shuō)，現(xiàn)在信息傳播得太快了。很多大學(xué)都已經(jīng)在線化了，斯坦福也一樣。MIT 很早就有 OpenCourseWare，還有各種創(chuàng)業(yè)公司在做在線教育：Coursera、Udacity，等等。

所以“教學(xué)”正在被分發(fā)出去，任何人現(xiàn)在都可以上網(wǎng)學(xué)習(xí)。你可以跟 AI 聊，也可以選一門課、看 YouTube 視頻學(xué)習(xí)。

所以我想問(wèn)的是：如果任何人都能在線學(xué)習(xí)，那么——大學(xué)到底意味著什么？你們是不是想在這種情況下最大化影響力？那你知道，如果把它限制在某個(gè)地理范圍里，可能就不會(huì)那么有效。公平地說(shuō)，灣區(qū)確實(shí)是個(gè)很特殊的地方。

但……我知道我有點(diǎn)跑題、在這兒一邊想一邊說(shuō)，不過(guò)總之，我就是覺(jué)得，在接下來(lái)的一個(gè)世紀(jì)里，“工程學(xué)院”“大學(xué)”這些概念，是否還會(huì)和過(guò)去一樣。

人們會(huì)流動(dòng)、會(huì)遠(yuǎn)程工作、會(huì)跨地域協(xié)作。這里面也有一點(diǎn)矛盾：我們又在努力把人拉回辦公室，我也確實(shí)認(rèn)為人們面對(duì)面協(xié)作在某種規(guī)模下會(huì)更高效。但那是某種特定尺度下的結(jié)論。

比如說(shuō)，你讓一百個(gè)人在那邊一起工作，這沒(méi)問(wèn)題；但他們不一定必須和另外一百個(gè)人待在同一個(gè)地方。

而且我越來(lái)越看到一種趨勢(shì)：有些個(gè)體不管有沒(méi)有學(xué)位，都能創(chuàng)造新東西。我們確實(shí)招了很多學(xué)術(shù)明星，但我們也招過(guò)大量甚至沒(méi)有本科學(xué)位、什么學(xué)位都沒(méi)有的人——他們就是在某個(gè)奇怪的角落里自己把事情摸索出來(lái)。

我也不知道。這問(wèn)題真的很難。我不覺(jué)得我能在這里突然給你一個(gè)“新配方”。但我確實(shí)覺(jué)得，這種形式未必就是下一個(gè)一百年的那個(gè)形式。

John Levin：這其實(shí)適用于整個(gè)大學(xué)。你觸及的是大學(xué)最根本的問(wèn)題。大學(xué)的一部分使命，是知識(shí)的創(chuàng)造與傳播——這是最核心的使命。隨著技術(shù)進(jìn)步，這兩件事可以用不同方式完成。

然后還有一個(gè)問(wèn)題：把高密度的人才聚在同一個(gè)地方，讓他們不斷碰撞——這種模式本身很重要。它當(dāng)然是促成你創(chuàng)辦 Google 的生態(tài)之一，也促成了很多偉大的事情。

未來(lái)會(huì)不會(huì)出現(xiàn)替代品，去替代大學(xué)校園里這種生態(tài)？或者說(shuō)，這種生態(tài)到底有多“根本”？它會(huì)不會(huì)繼續(xù)存在？所以我其實(shí)很感謝你在這場(chǎng)對(duì)話里把這個(gè)如此深的問(wèn)題提出來(lái)。

好，我們要確保給臺(tái)下的朋友留一些提問(wèn)時(shí)間。Jennifer，我把提問(wèn)交給你，請(qǐng)你從現(xiàn)場(chǎng)同學(xué)那里選幾個(gè)問(wèn)題。

Jennifer Widom：好的?！皠?chuàng)業(yè)思想領(lǐng)袖”這門課的同學(xué)們提前提交了一些問(wèn)題，其中一部分被選中了。接下來(lái)在剩余時(shí)間里，我們會(huì)請(qǐng)幾位同學(xué)來(lái)提問(wèn)。

4 問(wèn)答精選：算力、算法，以及一次失敗的退休決定

學(xué)生（Rasha Barve）：我的第一個(gè)問(wèn)題想問(wèn) Sergey，也和剛才討論的內(nèi)容有關(guān)。Google 很大程度上源自你在學(xué)術(shù)界完成的 PageRank 工作。而如今大量創(chuàng)新由產(chǎn)業(yè)界驅(qū)動(dòng)。你仍然認(rèn)為“學(xué)術(shù)到產(chǎn)業(yè)”的輸送管道很關(guān)鍵嗎？如果關(guān)鍵，你會(huì)如何強(qiáng)化它？

Sergey Brin：哇，這是個(gè)很好的問(wèn)題?！皩W(xué)術(shù)到產(chǎn)業(yè)的管道是否關(guān)鍵？”嗯……我可能只能回答你：我不知道。

因?yàn)槲蚁?，我?dāng)研究生的時(shí)候，一個(gè)新想法到它在商業(yè)上真正有價(jià)值，可能需要很多很多年，甚至幾十年。

如果這個(gè)周期被大幅壓縮了，那“把很多東西放在學(xué)術(shù)界去做”這件事，可能就沒(méi)那么成立了。

在學(xué)術(shù)界，你有自由，可以長(zhǎng)時(shí)間去想一件事。你申請(qǐng)經(jīng)費(fèi)、做項(xiàng)目、反復(fù)嘗試，你可以花上幾十年去琢磨，然后它慢慢“發(fā)酵”。之后可能會(huì)有大公司，或者某個(gè)創(chuàng)業(yè)公司，把它推向應(yīng)用。

問(wèn)題是：如果這個(gè)時(shí)間線縮短很多，那這種模式還合理嗎？我覺(jué)得有些事情肯定仍然合理。比如在 AI 領(lǐng)域，我會(huì)定期關(guān)注斯坦福和其他大學(xué)的研究。我們有時(shí)會(huì)招人、會(huì)合作等等。但我不確定他們是否“需要”那種很長(zhǎng)的時(shí)間窗口——比如他們嘗試某種新的注意力機(jī)制，花了幾年做實(shí)驗(yàn)，然后以某種形式走向產(chǎn)業(yè)。因?yàn)檎f(shuō)實(shí)話，產(chǎn)業(yè)界也在做這些事情。所以從這個(gè)角度看，并不能構(gòu)成一個(gè)特別強(qiáng)的論點(diǎn)。

也許在“更激進(jìn)、更全新的架構(gòu)”層面，學(xué)術(shù)界仍有價(jià)值。但總體上，產(chǎn)業(yè)界把東西規(guī)模化的速度會(huì)快得多。

我想到一個(gè)例子：量子計(jì)算。這個(gè)想法大概在八十年代左右被提出，然后現(xiàn)在已經(jīng)有很多公司在做了。同時(shí)也有很多大學(xué)實(shí)驗(yàn)室在探索新的實(shí)現(xiàn)方式。這可能屬于一個(gè)“還在搖擺區(qū)間”的領(lǐng)域。

如果你有一個(gè)完全新的思路——不是我們現(xiàn)在做的超導(dǎo)量子比特，也不是很多創(chuàng)業(yè)公司做的離子阱，而是一種全新的實(shí)現(xiàn)路徑——那也許確實(shí)需要讓它在大學(xué)里“發(fā)酵”幾年。這類事情很難，所以在學(xué)術(shù)界醞釀一段時(shí)間可能說(shuō)得通。但到了某個(gè)點(diǎn)，如果你發(fā)現(xiàn)它真的非常有前景，你大概率還是會(huì)想辦法把它商業(yè)化，以某種方式走向產(chǎn)業(yè)。

所以……我也不知道。我很想給你一個(gè)明確答案，但現(xiàn)在頭部公司也確實(shí)在做越來(lái)越多的基礎(chǔ)研究，而且從 AI 的回報(bào)來(lái)看，這些基礎(chǔ)研究投入正在得到回報(bào)。

所以我猜測(cè)會(huì)發(fā)生的變化是：不同類型探索的比例會(huì)調(diào)整。

但我確實(shí)認(rèn)為，仍然有一些方向需要那種十年級(jí)別的、相對(duì)更“純”的研究，而公司可能更不愿意做，因?yàn)閺纳鲜?/ 產(chǎn)品化的角度看，周期太長(zhǎng)了。

學(xué)生（Arnov）：我的問(wèn)題想問(wèn) Sergey Brin：AI 正以前所未有的速度加速發(fā)展，像我這樣的年輕創(chuàng)業(yè)者，應(yīng)該保持什么樣的心態(tài)，才能避免重復(fù)過(guò)去那些錯(cuò)誤？

Sergey Brin：“什么心態(tài)能避免重復(fù)過(guò)去的錯(cuò)誤？”

嗯……比如你有一個(gè)很酷的可穿戴設(shè)備點(diǎn)子時(shí)，先把產(chǎn)品真正打磨成熟，再去搞什么跳傘、飛艇之類的酷炫特技營(yíng)銷，這是一個(gè)建議。

不，我認(rèn)真說(shuō)。我其實(shí)挺喜歡我們當(dāng)年做 Google Glass 的那種探索，它確實(shí)也是一個(gè)“過(guò)去的錯(cuò)誤”的典型例子。問(wèn)題在于，我把它商業(yè)化得太快了。在我們還沒(méi)把成本做到足夠低、也還沒(méi)把消費(fèi)級(jí)體驗(yàn)打磨到足夠成熟之前，我就急著推向市場(chǎng)。

我當(dāng)時(shí)有點(diǎn)“搶跑”，心里想著：哦，我是下一個(gè) Steve Jobs，我也能把這個(gè)東西——噠噠！——做出來(lái)。

每個(gè)人都覺(jué)得自己是下一個(gè) Steve Jobs——我也犯過(guò)這個(gè)錯(cuò)。但他確實(shí)是個(gè)非常獨(dú)特的人。

所以我想說(shuō)，確保你的想法真的“烤熟了”，把它打磨到足夠成熟、足夠扎實(shí)之后，再進(jìn)入那種必須對(duì)外交付的節(jié)奏。因?yàn)橐坏┨ど夏菞l跑步機(jī)，外界期待會(huì)不斷上升，成本也會(huì)一路往上，你就會(huì)被迫在某個(gè)時(shí)間點(diǎn)交付成果。到那時(shí)，你可能沒(méi)有足夠時(shí)間把所有該做的事情都做好，期待會(huì)像滾雪球一樣越滾越大，而你卻沒(méi)給自己留下消化和調(diào)整的空間。

這是我會(huì)盡量避免的錯(cuò)誤。

學(xué)生（Esha Bargetag）：我們看到很多 AI 公司通過(guò)“擴(kuò)大數(shù)據(jù)規(guī)?！焙汀皵U(kuò)大算力規(guī)模”來(lái)提升大語(yǔ)言模型。我的問(wèn)題是：如果某一天數(shù)據(jù)用完了、算力也到頂了，下一步會(huì)是什么方向？會(huì)不會(huì)是新的模型架構(gòu)，比如替代 Transformer？還是更好的學(xué)習(xí)方法，比如比監(jiān)督學(xué)習(xí)或強(qiáng)化學(xué)習(xí)更好的訓(xùn)練方式？或者你們認(rèn)為會(huì)是一個(gè)完全不同的方向？謝謝。

Sergey Brin：你列出來(lái)的這些方向——我覺(jué)得都已經(jīng)比“擴(kuò)大算力、擴(kuò)大數(shù)據(jù)”更重要了。

大家之所以特別關(guān)注“規(guī)模擴(kuò)張”，是因?yàn)樗@眼：你在建數(shù)據(jù)中心、買芯片，而且 OpenAI、Anthropic 也發(fā)表過(guò)很多關(guān)于 scaling law 的研究，所以這很容易吸引注意力。

但如果你把各條線仔細(xì)對(duì)齊，你會(huì)發(fā)現(xiàn)：過(guò)去十年左右，算法層面的進(jìn)步，實(shí)際上跑得比“規(guī)模擴(kuò)張”還快，甚至快很多。

我記得我讀研的時(shí)候看過(guò)一個(gè)圖，講的是 N-body 問(wèn)題——比如引力系統(tǒng)，很多天體在互相作用、飛來(lái)飛去。你當(dāng)然會(huì)看到從五十年代到九十年代，算力按照摩爾定律增長(zhǎng)了很多很多倍。但解決 N-body 問(wèn)題的算法進(jìn)展，遠(yuǎn)遠(yuǎn)快過(guò)那段時(shí)期的算力增長(zhǎng)。

所以我覺(jué)得，你會(huì)看到像我們這樣的公司，永遠(yuǎn)不會(huì)拒絕站在算力前沿。但那更像是……怎么說(shuō)呢，算力就像甜點(diǎn)——它是在你真正做完算法工作、做完“主菜和蔬菜”之后的甜點(diǎn)。

Jennifer Widom：我也補(bǔ)充一下。關(guān)于“算力會(huì)不會(huì)用盡”“數(shù)據(jù)會(huì)不會(huì)用盡”，尤其是“算力不足”這件事，我們?cè)诖髮W(xué)里其實(shí)早就非常熟悉了。大學(xué)很難擁有公司那種規(guī)模的算力，我們根本沒(méi)法比。但這也倒逼我們做很多創(chuàng)新：當(dāng)你算力更少的時(shí)候，你能做什么？如何“用更少實(shí)現(xiàn)更多”？這類研究我們?cè)谶@里已經(jīng)做了很多。

學(xué)生（Andy Zivortsy）：我的問(wèn)題想問(wèn)三位：你們認(rèn)為哪一種新興技術(shù)，在長(zhǎng)期影響上被嚴(yán)重低估了？

Sergey Brin：哎呀，這個(gè)問(wèn)題太難了?！澳姆N新興技術(shù)被嚴(yán)重低估？”我顯然不能說(shuō) AI，因?yàn)楹茈y說(shuō)大家還在低估它。當(dāng)然你也可以說(shuō)它仍然被低估，但現(xiàn)在它恐怕不算“新興”了。

很多人會(huì)提量子計(jì)算，但我也不太想把它當(dāng)成明確答案。我們確實(shí)在做，也很支持，但未知數(shù)太多；從計(jì)算理論上講，甚至像 P 是否不等于 NP 這種問(wèn)題都還懸而未決，而且量子算法往往只對(duì)很特定的結(jié)構(gòu)化問(wèn)題有效。

如果一定要選一個(gè)方向，我更愿意說(shuō)：材料科學(xué)可能被低估了。無(wú)論是 AI 還是量子計(jì)算，一旦能更深入地推動(dòng)材料突破，潛在影響會(huì)非常大，幾乎沒(méi)有上限。

John Levin：我剛才也在想材料。因?yàn)椤氨坏凸馈边@個(gè)角度挺有意思的?，F(xiàn)在大家對(duì)“技術(shù)創(chuàng)新機(jī)會(huì)在哪里”投入了很多注意力。像核聚變、量子這些還沒(méi)真正成熟的技術(shù)，其實(shí)并不缺關(guān)注；AI 當(dāng)然也不缺。但材料科學(xué)在我看來(lái)，是其中一個(gè)可能被低估的方向。另外還有生物與健康領(lǐng)域——分子科學(xué)里有非常多機(jī)會(huì)。它現(xiàn)在可能沒(méi)有 AI 那么吸睛，但分子科學(xué)也正在發(fā)生一場(chǎng)巨大的革命。

Jennifer Widom：對(duì)，我也想說(shuō)類似的觀點(diǎn)。聚光燈總是在移動(dòng)，現(xiàn)在它幾乎完全打在 AI 上，但它不該因此離開(kāi)生物領(lǐng)域。合成生物學(xué)里正在發(fā)生很多非常令人興奮的進(jìn)展，所以我覺(jué)得，我們需要把這束光稍微照得更寬一些。

學(xué)生（Drew Mi）：我們成長(zhǎng)過(guò)程中都會(huì)有一些“限制性信念”。我很好奇，你在打造 Google 的過(guò)程中，有哪些限制性信念或根深蒂固的信念必須被改變？這又如何影響了你的決策？

Sergey Brin：嗯，“限制性信念”……我不確定我能給出一個(gè)特別具體的例子。更像是，我的人生很多階段都經(jīng)歷過(guò)那種“世界突然被擴(kuò)展”的變化。

我出生在莫斯科，當(dāng)時(shí)非常貧窮。我和父母、祖母擠在一個(gè)很小的公寓里，還得爬好幾層樓。那時(shí)候我?guī)缀醪粫?huì)去想外面的世界。后來(lái)我父親去波蘭開(kāi)會(huì)，第一次更清楚地意識(shí)到外面還有另一種生活，于是決定帶我們離開(kāi)。這個(gè)決定在家族里爭(zhēng)議很大，但最終我們到了美國(guó)。我們依然很窮，還要從零開(kāi)始。我得學(xué)新語(yǔ)言、重新交朋友，那是很痛苦的轉(zhuǎn)變，但也讓我“醒過(guò)來(lái)”了。

后來(lái)到斯坦福讀研，也有點(diǎn)像另一次擴(kuò)展。教授們給了我很大的自由和信任，加州本身也有一種更開(kāi)放、更解放的氣質(zhì)?？赡芪沂窃诶@著回答你的問(wèn)題，但我的體會(huì)是：那些當(dāng)下看起來(lái)很難的轉(zhuǎn)變，事后往往會(huì)帶來(lái)回報(bào)。我更愿意相信，走出舒適區(qū)本身就是一種長(zhǎng)期收益的選擇。

學(xué)生（Lu Baba）：你取得了大多數(shù)人難以想象的成功。看你現(xiàn)在的人生，你對(duì)“好的人生”的定義是什么？在這些成就之外，它對(duì)你意味著什么？

Sergey Brin：好，謝謝?！昂玫娜松鞘裁?？”

我想，首先是能夠享受生活吧，不管你在建造什么、創(chuàng)造什么。我很重視家庭。今天我有一個(gè)孩子也在現(xiàn)場(chǎng)。我的女朋友也在這里。我很感激自己能有條件和他們一起度過(guò)高質(zhì)量的時(shí)間。

我也非常感激，在這個(gè)階段我還能持續(xù)被智力挑戰(zhàn)。

我其實(shí)是在 COVID 之前一個(gè)月“退休”的。這是一個(gè)極其糟糕的決定。我當(dāng)時(shí)的設(shè)想是：我要坐在咖啡館里學(xué)物理，因?yàn)槟菚r(shí)物理是我的熱情所在。結(jié)果當(dāng)然沒(méi)實(shí)現(xiàn)，因?yàn)榭Х瑞^都關(guān)門了。（全場(chǎng)笑）

我當(dāng)時(shí)就在那兒焦慮，感覺(jué)自己在螺旋下降，腦子也不靈光了。

后來(lái)我就想：不行，我得回辦公室。雖然那時(shí)辦公室還關(guān)著。但幾個(gè)月后，開(kāi)始有一些人能偶爾去辦公室，我也就偶爾去，然后越來(lái)越多地投入到后來(lái)被稱為 Gemini 的項(xiàng)目里——這非常令人興奮。能有這樣的技術(shù)與創(chuàng)意出口，我覺(jué)得非常有價(jià)值。

相對(duì)而言，如果我一直保持退休狀態(tài)，我覺(jué)得那會(huì)是個(gè)大錯(cuò)誤。

學(xué)生（Zena）：我想問(wèn)一個(gè)我們經(jīng)常問(wèn)嘉賓的問(wèn)題：你怎么安排時(shí)間，才能持續(xù)跟上最新進(jìn)展、保持敏銳？你讀什么書？開(kāi)車時(shí)聽(tīng)什么播客？

Sergey Brin：好，我盡量別把回答說(shuō)得像在打廣告。我開(kāi)車的時(shí)候經(jīng)常會(huì)跟 Gemini Live 聊天。但先說(shuō)清楚，公開(kāi)版本現(xiàn)在還不是我們內(nèi)部那個(gè)“好版本”，背后用的模型也比較老，有點(diǎn)尷尬。所以你們今天別急著照做，過(guò)段時(shí)間等我們把更好的版本真正放出來(lái)。

我會(huì)在路上問(wèn)它各種很具體的問(wèn)題，比如“如果要建一個(gè)數(shù)據(jù)中心，需要多少電力、成本大概多少”，一路開(kāi)車一路聊。聽(tīng)起來(lái)確實(shí)有點(diǎn)像在給 Gemini 做宣傳，但對(duì)我來(lái)說(shuō)，這種交互式討論最能讓我保持跟得上。

播客我也會(huì)斷斷續(xù)續(xù)聽(tīng)不少?！癆ll-In”那幾位是我比較喜歡的之一?？傮w上我會(huì)聽(tīng)聽(tīng)他們?cè)诹氖裁?、最近發(fā)生了什么，但相比被動(dòng)聽(tīng)，我更偏好在路上和 AI 互動(dòng)。

John Levin：我覺(jué)得這其實(shí)就是未來(lái)的縮影。用這個(gè)收尾挺好，我們可能都會(huì)這么做。

https://www.youtube.com/watch?v=0nlNX94FcUE&t=3s

AI 重塑組織的浪潮已至，Agentic 企業(yè)時(shí)代正式開(kāi)啟！當(dāng) AI 不再是單純的輔助工具，而是深度融入業(yè)務(wù)核心、驅(qū)動(dòng)組織形態(tài)與運(yùn)作邏輯全面革新的核心力量。

把握行業(yè)變革關(guān)鍵節(jié)點(diǎn)，12 月 19 日 - 20 日，AICon 全球人工智能開(kāi)發(fā)與應(yīng)用大會(huì)（北京站） 即將重磅啟幕！本屆大會(huì)精準(zhǔn)錨定行業(yè)前沿，聚焦大模型訓(xùn)練與推理、AI Agent、研發(fā)新范式與組織革新，邀您共同深入探討：如何構(gòu)建起可信賴、可規(guī)模化、可商業(yè)化的 Agentic 操作系統(tǒng)，讓 AI 真正成為企業(yè)降本增效、突破增長(zhǎng)天花板的核心引擎。