Techub News 搜索

SAP CEO Christian Klein（克里斯蒂安·克莱因）：AI 飞轮驱动企业韧性撰文：Techub News 整理导语在 2025 年于奥兰多举行的 SAP Sapphire 年度大会上，SAP 首席执行官 Christian Klein（克里斯蒂安·克莱因）发表了长达近两小时的主题演讲。面对全球经济波动、地缘政治紧张和 AI 技术重塑商业格局的宏观背景，Klein 的核心信息聚焦于“不确定性”——这是当今所有企业面临的共同挑战。他阐述了 SAP 如何通过其“业务 AI”战略和“飞轮”理念，帮助企业构建韧性、提升竞争力，并重新构想业务流程。本次演讲不仅是对 SAP 产品路线图的一次集中展示，更揭示了这家企业软件巨头在 AI 时代如何定位自身，以应对来自新兴 AI 公司和传统竞争对手的双重挑战。摘要 SAP 提出由应用、数据、AI 构成的“飞轮”效应，是企业应对不确定性的核心引擎。业务 AI 助手 Juul 升级为“无处不在、无所不答”的智能体，可跨 SAP 及非 SAP 应用工作，并与 Perplexity 合作整合外部网络信息。推出“AI 智能体中心”和“提示词优化器”等工具，旨在规模化部署和管理 AI 智能体，并降低模型切换成本。发布面向特定业务线的“智能应用”和深化与 Palantir、Adobe 等伙伴的数据合作，强化其数据平台 Business Data Cloud。宣布与埃森哲推出“Advance”计划，并优化“RISE with SAP”迁移方案，承诺让客户上云之旅更快、更简单、成本更低。应对不确定性：SAP 的“飞轮”承诺 Christian Klein（克里斯蒂安·克莱因）在演讲开篇即直面全球企业共同困境：市场波动、通胀压力、供应链中断、地缘政治风险以及 AI 竞赛带来的剧变。他指出，SAP 虽无法消除宏观不确定性，但其使命是帮助企业变得更坚韧、更具竞争力。为此，SAP 提出了其核心战略框架——“飞轮”。这个类比物理学的概念包含三个相互驱动的元素：应用（拥有最广泛、最关键的端到端业务流程组合）、数据（这些应用产生的丰富、语义化的关键业务数据）以及AI（基于这些海量数据构建的强大业务 AI）。AI 反过来又会被注入回应用中，驱动飞轮加速旋转，形成正向循环。 Klein 强调，SAP 的独特优势在于其对企业业务流程和行业特性的深刻理解，这使其能够访问到其他科技公司无法比拟的、富含语义的业务数据海洋，从而训练出真正懂业务的 AI。业务 AI 重塑工作方式：Juul 成为“超级用户” 演讲的核心演示环节展示了 SAP 业务套件与嵌入式 AI 如何协同工作，帮助一家虚构公司应对突发的关税挑战。通过 CFO、首席营收官、COO 和 CHRO 四个角色的无缝衔接，展现了从风险识别、财务影响模拟、销售策略调整、供应链响应到人力资源规划的全流程、实时协同。这一切都通过统一的 AI 助手 Juul 在集成的业务套件中完成，避免了传统烟囱式系统间的数据孤岛和延迟。 SAP 董事会成员 Muhammad Alam 随后解释了为何这种“飞轮”效应在传统异构、分散的应用环境中难以实现。他称之为“冰山效应”——企业将 80% 的资源和预算耗费在整合应用和数据这种“水下”的繁重工作上，只有 20% 用于创造价值。在 AI 时代，这种脆弱的平衡被彻底打破，因为 AI 需要端到端的业务流程上下文才能创造指数级价值。 Alam 断言，在 AI 时代，单一“最佳单品”应用的优势正在消失，应用层将像云基础设施一样被商品化。未来的价值在于“套件即服务”，即 SAP 提供的“最佳单品级套件”，它能原生地实现飞轮效应，让企业专注于利用端到端上下文创造差异化价值。 Christian Klein（克里斯蒂安·克莱因）回归舞台后，宣布了 SAP 业务 AI 的雄心目标：让每位终端用户的生产力提升 30%。为实现这一目标，SAP 正将用户交互方式从传统的 GUI、移动端，推向以自然语言与 AI 交互的新时代。 Juul 的进化体现在两个维度：“无处不在”和“无所不答”。通过整合去年收购的 WalkMe（数字化应用采纳平台），Juul 将成为一个“全在、全时、主动、个性化”的 AI 助手，出现在任何 SAP 或非 SAP 应用（如 ServiceNow、Gmail、LinkedIn）中，理解屏幕内容并提供情境化帮助与自动化建议。现场演示显示，一位供应链经理在 ServiceNow 中收到物料批次问题的紧急工单，Juul 能即时总结问题、评估影响（如无备用供应商的风险），并推荐行动。随后，Juul 可跨应用自动在 SAP Ariba 中寻找供应商、在 Gmail 中检索历史报价、生成 RFP（询价请求）、创建采购订单，并最终回到 ServiceNow 更新工单状态，整个过程无需用户在不同系统间手动切换。在“无所不答”方面，SAP 宣布与 AI 答案引擎 Perplexity 建立合作伙伴关系。Perplexity CEO Aravind Srinivas 登台解释，其产品旨在提供可信、可溯源答案，而非一堆链接。合作后，Juul 将能结合企业内部 SAP 结构化数据与 Perplexity 索引的整个网络新闻和公共信息，回答更广泛的业务问题。例如，用户可以询问“某国新关税政策对我的业务意味着什么？”，Juul 将关联内部该国业务数据与外部关税信息，给出综合分析。从“洞察到行动”到“推理并行动”：AI 智能体与基础架构 SAP 首席技术官 Philip Herzig 登台，回顾了 SAP 业务 AI 的进展：Juul 已支持超 1600 项技能，覆盖 HR、财务、供应链等广泛任务；生成式 AI 场景已交付超 230 个，预计到年底将超 400 个。他分享了客户案例：英国电信（BT）使用 AI 将寻找合适技能候选人的时间节省了 85%；普华永道（PwC）为诺和诺德（Novo Nordisk）设计的税务解决方案，每年节省了三年的人工工作量；博世（Bosch）利用 Juul for Developers 将开发人员生产力提升了 10%。渣打银行（Standard Chartered）的代表 Tom Fox 和 Melinda McKinley 分享了他们的转型之旅。他们从六年前拥有 30 多个财务和国库系统、关账需三周的混乱状态，通过采用 SAP RISE 方案和坚持“清洁核心”原则，成功将每年约 2 万亿美元客户账户交易迁移至 SAP S/4HANA。他们利用嵌入式 AI 核心能力，在六周内实现了用户过去梦寐以求的功能，例如使用 AI 预测分析师在财报电话会议上可能提出的问题（准确率约 80%），以及在几天内构建出能分析关税影响的“关税智能体”。 Herzig 随后阐述了 SAP 的 AI 战略三层架构：Juul（新用户体验）、Juul 智能体（重新构想业务流程）和BTP 上的 AI 基础层。他宣布 SAP 正在实现从“洞察到行动”到“推理并行动”的范式转变。新一代“智能体”将具备推理和协作能力。例如，全新的财务风险与规划智能体能基于外部市场数据（如来自 Perplexity）和内部分析数据进行推理，识别关键风险并提出缓解策略（如供应商多元化、新定价策略），然后模拟对损益表的影响，再由规划智能体接管并在供应链或财务中实施战术。全新的应计费用智能体通过“学习”公司数百页的会计手册，结合财务数据，能在财务结算期间自动提出正确的应计费用建议，将手工工作量削减高达 90%。为管理日益增多的智能体（来自 SAP 应用、客户自定义或第三方），SAP 推出了“AI 智能体中心”（作为 SAP LeanIX 的一部分）。它可以将每个 AI 智能体映射到其支持的相应业务能力或流程步骤，实现可视化、发现自动化缺口，并确保智能体符合企业的伦理和合规标准。在 AI 基础架构层面，SAP AI Foundation on BTP 已提供超 90 项技术能力，并新增了 AI 智能体运行时、AI 评估服务等 60 多项新功能。它支持最新的 AI 模型，如 GPT-4o、Claude 3.7 Sonnet、Gemini 2.5，也提供与 Mistral、Meta 等合作的自托管模型，以及行业特定模型（如与 Datalogix 合作引入其金融和供应链模型）。针对模型切换的挑战（因性能、成本、法规等原因），SAP 与旧金山的 Not Diamond AI 实验室合作，推出了“提示词优化器”。该功能可一键将现有针对某模型的提示词，自动优化并转换为适用于其他模型的版本。Herzig 认为，这标志着“提示词工程”成为过去，未来将是“基准工程”的时代——专注于描述 AI 用例的预期结果，而非明确指示模型如何做。最后，Herzig 展望了将 Juul 智能体带入物理世界的未来。通过展示与 Nvidia 和机器人公司 NeoBotix 的合作，演示了人形机器人如何利用 SAP 视觉检测模型判断注塑机是否需要维护，并通过 Juul 与后台维护智能体交互，调度另一台机器人取送替换零件。这预示着 AI 将深度融合数字与物理世界。数据：智能应用的基石与开放生态 Christian Klein（克里斯蒂安·克莱因）将话题转向飞轮的第二个元素——数据。他重点介绍了今年二月推出的 SAP Business Data Cloud（BDC），称之为企业在不确定时代的“水晶球”，提供业界最大的语义化数据层。 Muhammad Alam 进一步阐释，BDC 集成了 SAP 管理的、采用统一数据模型的数据产品、用于统一 SAP 与非 SAP 应用数据的“数据编织”层，以及与 Databricks 合作的顶级数据工程平台。他宣布了首批基于 BDC 的“智能应用”：面向私有云客户的 Cloud ERP Intelligence（整合财务、供应链及可持续发展数据）、People Intelligence（基于 SuccessFactors、Fieldglass 和财务数据）以及 Spend Intelligence（全面支出视图）。在开放生态方面，SAP 宣布与 Adobe 合作，后者正在开发一款结合 SAP Cloud ERP 数据与 Adobe Experience Platform 数据的智能应用，以实现更精准的财务、供应链计划和营销活动。同时，SAP BDC 与 Databricks 的结合方案将扩展到所有主流超大规模云平台（AWS 现已可用，GCP 和 Azure 将在未来几个月推出）。现场演示展示了 CFO、首席采购官、CHRO 等角色如何通过自然语言询问 Juul，直接跳转到相应的智能应用仪表板，查看现金流、可持续发展目标、供应商关联以获取批量折扣、人才流动与员工敬业度等实时洞察。数据科学家则可在 BDC 内直接使用 SAP Databricks 进行员工流失预测建模，并利用 AI 模拟能力分析成千上万种业务场景，找出影响流失率的关键驱动因素（如薪酬比率、技能发展）。BDC 的知识图谱还能关联不同数据源（如 HR 与财务数据），提供更丰富的语义上下文。简化旅程：更快、更简单、更低成本上云 Muhammad Alam 强调，实现飞轮效应不仅需要卓越的产品，还需要简化的路径。他介绍了 SAP 在业务转型套件和 BTP（业务技术平台）方面的创新。业务转型套件：WalkMe 数字采纳平台现已集成到核心应用（SuccessFactors, Ariba, Concur, Sales & Service），下半年将扩展到私有和公有云 ERP。SAP Signavio 新增 AI 驱动的转型顾问和根因分析功能，可自动从财务报告中识别业务挑战并提供改进建议。SAP LeanIX 新增 AI 辅助的架构指导，可自动检查企业架构并提出优化步骤。 BTP：作为 SAP Build 的一部分，推出了 Juul Studio 中的 Skill Builder（用于定义基于规则的任务）和 AI Agent Builder（用于创建处理目标导向复杂场景的自定义智能体）。SAP BTP 计划在 2025 年下半年登陆所有主流超大规模云市场（AWS、Google Cloud、Microsoft Azure）。为帮助客户完成转型旅程，SAP 与埃森哲（Accenture）联合推出了名为“Advance”的新计划，旨在帮助年收入 50 亿美元以上的客户，通过预配置和定制化的 SAP 业务套件包，以及埃森哲的咨询专长，加速上云转型。 SAP 首席运营官 Sebastian Steinhaeuser 分享了“SAP 如何运行 SAP”的经验：利用 Juul 实现数亿欧元的 AI 驱动效率提升；作为 BDC 的首位客户，实现了数据战略的阶跃式变化；使用 Signavio 和 LeanIX 简化流程和架构；通过 WalkMe 赋能变革管理；并全面采用 RISE with SAP 方案迁移至云端。 Mars 旗下健康零食品牌 Kind 的 CIO Anand Krishnan 分享了其采用 SAP 公有云 ERP 构建“两层架构”的经验。通过“爬、走、跑”的方法，他们以“绿地”方式将 True Fruit、Nature‘s Bakery 等被收购品牌逐一迁移至标准化的云 ERP，支持了业务的高速增长（True Fruit 过去两年增长超两位数），并为即将到来的 Kind 品牌迁移奠定了基础。 Christian Klein（克里斯蒂安·克莱因）最后宣布了让“RISE with SAP”和“GROW with SAP”迁移之旅更快、更简单、成本更低的三项举措：更快：在整个 RISE 工具链中嵌入 AI 智能体（用于流程对标、架构优化、代码生成和系统迁移），目标是将迁移速度提升 35%。更简单：推出面向具体业务线（财务、HR、供应链、销售、采购、服务）的解决方案包，简化商业条款和合同，包含 SAP Build 扩展能力、AI 包、SAP 托管的行业特定内容，实现“最佳套件即服务”。成本更低：对于遵循“适配标准”原则并应用“清洁核心”方法的 ECC 和 S/4HANA 本地客户，SAP 将承担迁移到业务套件的典型成本，旨在改变软件与服务成本 1:10 的现状。伙伴视角与行业展望安永（EY）全球董事长兼首席执行官 Janet Truncale 作为 SAP 的长期客户与合作伙伴登台。她分享了 EY 这家拥有 40 万员工、遍布 150 个国家的组织，如何依赖 SAP 应对业务复杂性，并正在进行自身的 RISE 迁移之旅，以期获得更简化的流程、清洁的核心和更强的自动化与协作能力。谈及 AI，Truncale 强调了四点：价值（关注生产力和增长）、以人为本（AI 赋能而非取代劳动力）、信任（在受监管环境中确保控制与风险框架）以及数据（需要准确、清洁、安全的数据策略）。她认为，在不确定时期，数据和技术能帮助企业做出精准决策，从而脱颖而出。尾声：与莱德杯的特别合作演讲最后，Christian Klein（克里斯蒂安·克莱因）宣布 SAP 成为著名高尔夫赛事莱德杯（Ryder Cup）的官方赞助商，并邀请欧洲队队长 Luke Donald（卢克·唐纳德）和美国队副队长 Jim Furyk（吉姆·福瑞克）上台。他们探讨了高尔夫运动中的不确定性（天气、观众、弹跳）以及可控因素（努力、态度、准备、计划），这与企业应对商业挑战的道理相通。一场轻松的高尔夫推杆趣味比赛为这场技术盛会画上了充满活力的句号。 Klein 在总结中重申了 SAP 的承诺：在不确定的时代，继续倾听客户需求，交付卓越创新，并全程陪伴客户旅程，助力企业“在纯粹的和谐中运营”。

Cohere CEO Aidan Gomez（艾丹·戈麦斯）：企业 AI 的规模化边界、合成数据与后 Transformer 时代撰文：Techub News 整理导语 2025 年 4 月，Transformer 架构论文的八位作者之一、知名 AI 公司 Cohere 的联合创始人兼 CEO Aidan Gomez（艾丹·戈麦斯）做客由 Redpoint Ventures 制作的播客节目《Unsupervised Learning》。在这场长达 51 分钟的深度对话中，Gomez 以其独特的双重身份——既是奠定当前 AI 浪潮基础的关键研究者，又是领导一家估值数十亿美元 AI 公司的掌舵人——分享了关于企业 AI 落地、模型能力边界、数据策略以及未来 AI 架构演变的深刻见解。在当前 AI 从狂热探索转向务实落地的关键节点，Gomez 的思考为行业提供了宝贵的路线图。摘要企业 AI 成功的关键在于“中间路线”：既非纯咨询，也非纯标准化产品，而是需要深度支持与定制化集成，尤其要解决数据隐私和跨软件访问的复杂性问题。规模化定律正在失效：单纯堆砌算力和资本的“暴力美学”已进入回报递减阶段，未来的模型进步需要更聪明、更具创造性的算法和数据策略。合成数据成为主力，但人类评估仍是黄金标准：在模型训练中，合成数据已占主导，能极大降低成本；然而在评估模型输出的有效性和安全性时，人类专家仍不可或缺。推理能力是当前最大突破：具备“测试时计算”（test-time compute）或“思维链”能力的模型，在处理此前无法解决的复杂业务流程自动化任务上，实现了从“几乎总失败”到“几乎总成功”的质变。 Transformer 架构终将被超越：尽管 Transformer 展现了惊人的生命力，但作为其共同创造者的 Gomez 热切期待在 5-10 年内出现新的、更优越的 AI 基础架构。企业 AI 的落地模型：定制化集成是胜负手面对企业如何部署生成式 AI 的多种模式——从纯咨询服务、自带工程团队的产品化方案，到开箱即用的标准化产品——Aidan Gomez（艾丹·戈麦斯）认为，长期来看，“中间路线”将会胜出。AI 是一项复杂的新技术，企业往往需要帮助才能将其整合到现有经济体系和五花八门的软件生态中。 Gomez 指出，AI 智能体要实现有效的自动化，必须拥有与人类员工同等级别的信息访问权限。这意味着它需要接入企业的电子邮件、聊天记录、通话、CRM、ERP、HR 软件等几乎所有系统，以获取足够的上下文。这带来了两大挑战：首先是前所未有的隐私问题，很少有软件需要如此广泛的数据访问权限，因此隐私在 AI 领域比其他企业软件更为关键；其次是极高的定制化需求，每家公司的软件“马赛克”都独一无二，没有标准配置，因此需要大量定制化工作来整合所有上下文并接入模型。这正是 Cohere 在其新的智能体平台“North”上投入巨资的方向：让平台更容易根据每家公司的特定软件图谱进行定制和集成。Gomez 坦言，实现完全自助、无需人工干预的安装和配置目前仍是“幻想”，未来更可能是一种“中间状态”——自动化解决部分问题，但鉴于访问薪资数据、客户数据或患者数据等敏感信息的风险极高，相当多的安全护栏（guardrails）和人工监督仍是必要的。产品市场契合点：从客户支持到深度研究凭借与众多企业合作的独特视角，Gomez 分享了当前他认为已具备明确产品市场契合度（PMF）的 AI 用例。客户支持是技术已准备就绪、需求极为明确的领域，正在电信、医疗、金融服务等各个垂直行业快速铺开。另一个难以归类但需求旺盛的领域是研究增强——用 AI 智能体辅助人类，将需要一个月的研究工作在短短一两个小时内完成。他举了一个生动的例子：银行的财富经理接到客户要求对冲某个未来地缘政治事件的请求，传统上需要耗时数日进行紧急研究。而现在，能够阅读海量资料并生成带有引用来源的详实报告的 AI 模型，可以将这类知识工作的效率提升十倍。展望未来 12 个月，Gomez 预测，随着像 North 这样的自动化基础设施在企业中部署到位，更多“平凡的”后台办公室工作将开始上线，例如财务、法务领域的流程自动化。此外，销售也是一个成熟的领域。销售人员在会见客户前需要进行的内部和外部研究（公司战略、关键联系人、历史沟通记录等），完全可以由 AI 智能体高效完成，生成一份全面的情报简报，从而极大提升销售效率。关于企业是选择多个“最佳单项”解决方案，还是一个统一的平台，Gomez 认为会经历一个从分散到整合的过程。初期各部门可能采购各自的应用，但很快他们会发现，销售智能体不能只接入 CRM，财务智能体也不能只接入 ERP，它们都需要连接公司内所有其他信息源。维护这些分散应用与所有数据源的连接将带来巨大的负担，因此最终会强烈倾向于整合到一个统一的、能接入一切、并实现所有自动化目标的平台。这也正是 Cohere 通过 North 平台所布局的“长线游戏”。模型战略：垂直整合与专业化之路在“一个模型统治一切”还是“多个专业模型并存”的辩论中，Gomez 的观点经历了演变。他最初更倾向于需要专业模型，但随着模型展现出自我发展出“专家子网络”的能力，这种压力有所缓解。然而，定制模型仍然至关重要。基于网络数据训练的通用模型，缺乏关于特定业务或领域的根本性上下文信息。网络上有大量关于人类历史、文化、科学的信息，但制造业数据、客户交易数据、详细的个人健康记录等并不在网络上。对于这些模态或数据类型，Cohere 的做法是与拥有这些数据的机构合作，创建仅供其访问的定制模型，使其在该领域变得非常出色。尽管如此，通用模型的能力已经非常卓越，而合成数据能够显著弥合差距。因此，Gomez 认为，一个组织内部不会运行数十或数百个模型，可能只有少数几个。他并不认为每个团队都需要自己的微调模型，除非他们专注于模型从未接触过的某种新型数据。谈到 Cohere 同时构建底层模型和上层应用（North）的垂直整合战略优势时，Gomez 强调，这让他们拥有更多杠杆来提供客户所需的体验。最新版的 Command 模型已经针对 North 平台中客户需要的用例进行了优化，例如知道如何使用 ERP、如何与 CRM 协作。这种技术与客户实际需求之间的深度整合，对于产品质量至关重要。许多现有应用未能兑现其对用户的产品承诺，部分原因就在于它们只是技术的消费者，无法为了客户需求而改变底层技术。数据与评估：合成数据当家，人类把关仍在在数据策略方面，Gomez 揭示了当前模型训练的前沿实践。合成数据已经占据了 Cohere 为新模型生成数据的“压倒性多数”。用 10 万名医生来教模型学医的成本高得不可行，但用 100 名医生提供高质量、可信赖的“种子”数据，然后生成上千倍的合成仿制数据，则是可行的策略。在代码、数学等可验证领域，这更容易实现，因为可以检查结果并过滤垃圾数据。在其他领域虽然更复杂，但仍然是可行的。然而，在模型评估（Eval）环节，人类仍然是无法脱离的“黄金标准”。Gomez 明确指出，要让人类退出评估循环，除非有一个比当前模型更专业的“专家”来观察它，但这首先假设你能构建出那个“专家”。因此，在评估方面，仍然严重依赖人类。毕竟，最终使用模型的是人，他们最适合评估模型的有用性。能力突破：推理改变游戏规则，规模化遭遇瓶颈 Gomez 兴奋地谈到，推理能力是当前一代模型最明显的突破。对于 Cohere 专注的企业场景而言，推理的意义不在于解决数学奥林匹克竞赛，而在于教会模型使用人类在业务中使用的工具，来推理并解决业务中存在的问题。在具备推理能力之前，许多任务根本无法让模型达到足够的准确度来完成，几乎是“不可能”的，模型几乎总是失败。而有了推理能力后，模型几乎从不失败。无论是多复杂的任务，它似乎都能找到办法完成。推理能力解锁了“反思”——理解第一次尝试为何失败，并利用这个信息找到达成同一结果的其他路径。这带来了真正的解放。同时，Gomez 明确表示，“规模即一切”的假说正在被打破。资本和算力的回报递减效应已经非常明显。行业将不得不变得更聪明、更有创造力，才能解锁技术的下一个台阶。他认为这是好事，是对创新者施加的良好压力，迫使大家去探索和尝试。旧策略（单纯砸钱堆算力）是“无聊且愚蠢的”，他更期待新时代的到来。未来架构：Transformer 的统治终将结束作为 Transformer 架构的共同创造者，Gomez 对此架构的持久统治感到惊讶甚至“不满”。他坦言，如果在 2018 年（Transformer 论文发表一年后）被问到，7 年后我们是否还会主要使用 Transformer，他会认为概率“接近零”。尽管目前出现了像状态空间模型（SSM）、离散扩散模型等有潜力的新架构，但往往发现可以将它们的优点“偷”过来融入 Transformer，从而削弱了彻底更换架构的必要性。例如，离散扩散模型在用户体验上很酷（像图像扩散一样从噪声中生成文本），但它是否真的是比 Transformer 更好的语言模型？Gomez 表示怀疑。尽管如此，他热切期望在未来的 5 到 10 年内，会出现新的、成为主流的 AI 架构。“拜托，一定要有（新架构）。”他说道。这反映了一位奠基者对技术持续进步的真诚渴望。 AI 与社会：乐观前景与务实关切 Gomez 对 AI 的未来持乐观态度，但并非乌托邦式的幻想。他认为 AI 不会导致大规模失业，因为世界面临的是供给约束而非需求约束。只要能够将人们转移到需要的岗位并进行再培训，人类的需求是无限的。AI 技术将增强人类，让他们能够产出更多世界需要的东西。他关注的 AI 风险更侧重于中短期：担心恶意行为者（尤其是国家层面）可能获得的能力；希望自由民主国家能率先掌握并建立优势；担忧社会是否具备足够的基础设施来帮助受影响岗位的人员转型到新的、更有成就感的工作。至于“终结者”式的生存风险（x-risk），他认为目前有足够多近中期的现实问题需要关注和解决，不应让公众和政策制定者的焦点过早集中在末日场景上。最后，Gomez 分享了他最期待的下一个模型能力突破：从经验中学习。目前，模型无法记住与用户的互动历史和学习反馈，每次对话都像是面对一个刚来的实习生。他憧憬未来模型能像真正的实习生一样，在用户的教导和反馈中成长，从不犯错到熟练，最终成为用户的“2.0 版本”。这种与系统共同成长的联系，将彻底改变人机交互的深度和价值。

Alphabet CEO Sundar Pichai（桑达尔·皮查伊）：AI 是搜索的非凡机遇，而非颠覆性威胁撰文：Techub News 整理导语 2025 年 5 月，Alphabet 兼谷歌 CEO 桑达尔·皮查伊（Sundar Pichai）罕见地接受了 All-In Podcast 的深度专访。在长达一小时的对话中，皮查伊直面了当前市场对谷歌在 AI 浪潮中可能面临“颠覆者困境”的核心质疑。作为执掌这家科技巨头近十年的领导者，皮查伊的此次发声，不仅是对外界疑虑的集中回应，更是系统性地阐述了谷歌将如何利用其长达二十余年的技术积累——从基础设施到前沿研究——来驾驭并引领这场 AI 革命。本次对话涵盖了搜索的未来、AI 商业模式、芯片战略、能源约束、量子计算以及机器人等广泛议题，为我们理解谷歌在下一个十年的战略方向提供了关键窗口。摘要皮查伊坚信 AI 是搜索的“非凡机遇”，而非零和游戏的颠覆者，AI 概览（AI Overviews）等新功能正在扩大搜索的查询范围和用例。谷歌的核心优势在于其全栈式技术积累，从 TPU 芯片、全球数据中心网络到跨领域的基础研究，这使其能在控制成本的同时持续推动模型创新。面对 OpenAI、微软、Meta 等激烈竞争，皮查伊认为 AI 创造的将是一个比过去所有技术总和更大的市场，成功的关键在于持续创新和执行。谷歌在量子计算、机器人（物理 AI）等领域进行长期、耐心的投资，视其为类似早期 AI 的基础性突破，预计未来 3-5 年将迎来关键进展。皮查伊承认文化管理是持续挑战，近期重点在于重拾“使命聚焦”，激发类似谷歌早期创业阶段的强度与乐观精神，以应对 AI 时代的竞争。 AI 是搜索的进化，而非颠覆访谈开场便直指核心：在聊天式 AI 重塑人机交互的今天，谷歌的核心搜索业务是否面临被真正颠覆的风险？桑达尔·皮查伊（Sundar Pichai）的回答明确而坚定。他回顾道，自 2015 年担任 CEO 起，他便将谷歌定位为“AI 优先”的公司，因为团队深信 AI 将是驱动搜索最大进步的动力。因此，当前时刻对他而言并非威胁，而是搜索的“非凡机遇”。皮查伊用数据佐证了他的观点。谷歌约一年前推出的“AI 概览”（AI Overviews）功能，如今已被超过 15 亿用户使用，覆盖 150 多个国家。这不仅没有蚕食传统搜索，反而扩大了用户查询的类型和范围，带来了全新的使用场景。在触发 AI 概览的查询中，谷歌观察到了查询量的增长，且增长具有持续性。他透露，实验室中正在测试一个全新的、名为“AI 模式”的专用搜索 AI 体验，将在谷歌 I/O 大会上详述。在该模式下，用户可以进行完整的对话式追问，谷歌最前沿的模型将利用搜索作为原生工具来回答问题。 “用户正在用行动回应，”皮查伊指出，用户输入的查询平均长度已是两三年前的两到三倍，有时甚至是长段落。这改变了搜索的形态。针对“创新者困境”的经典命题，皮查伊认为困境只存在于你将其视为困境之时。他援引了移动转型和 TikTok 崛起后 YouTube 依然蓬勃发展的例子，指出科技史上每一次重大创新周期，都需要全力投入。“这有点像谷歌最初的原则之一：跟随用户，其他一切自会跟随。” 商业模式过渡：成本可控，广告逻辑依旧当对话转向敏感的商业模式——即更昂贵的 AI 查询是否会破坏谷歌搜索“查询成本”与“单次查询广告收入”之间精妙的单位经济学时，皮查伊展现了基于基础设施优势的自信。他承认两年前业界普遍担忧成本问题，但他始终认为，就服务成本而言，他愿意押注谷歌的基础设施能力能够比几乎所有其他公司都做得更好。事实也证明，在过去 18 个月里，服务单次查询的成本已大幅下降。目前更主要的约束在于延迟，而非成本。如何让 AI 体验达到搜索近乎即时的速度，是当前更重要的前沿问题。关于 AI 查询的广告收入，皮查伊表示，在已经展示广告的 AI 概览中，其效果基准已与传统搜索持平。“我们已经达到了那个阶段。”他进一步从第一性原理分析：广告在搜索中行之有效，是因为商业信息本身就是用户意图的一部分。AI 没有理由不能在这方面做得更好。因此，他对平稳过渡商业模式感到“安心”，尽管部分调整可能需要时间，但所有指标都显示谷歌能够很好地完成这一过渡。基础设施与芯片：谷歌的“全栈”护城河皮查伊多次强调，谷歌一个核心且常被低估的优势是其长达二十多年的基础设施投资。从早期可海运的集装箱数据中心，到如今遍布全球的网络，这构成了竞争力的基石。在 AI 时代，这一优势直接体现在性能与成本的帕累托前沿上——谷歌能够以最具成本效益的价格点提供最好的模型。关键组件之一便是谷歌自研的 TPU 芯片。皮查伊提到，谷歌在 2017 年发布了第一代 TPU，如今已发展到第七代。最新的 “Ironwood” 芯片单块算力超过 40 Exaflops。这些专门为机器学习优化的芯片，尤其在推理环节表现出色，是谷歌有信心以巨大规模服务 AI 搜索查询的重要原因。他表示，谷歌的“全栈”方法——从底层基础设施、基础研发到上层应用创新——将长期为公司带来优势。关于芯片战略，皮查伊澄清了与英伟达的关系。他盛赞英伟达是“非凡的公司”，CEO 黄仁勋（Jensen Huang）也很出色，双方合作历史悠久。谷歌内部既用 TPU 训练 Gemini 模型，也在 GPU 上服务部分流量，并为云客户提供选择。他认为行业内的公司都会尝试类似（自研芯片）的路径，但英伟达的研发能力和软件栈是世界级的，拥有诸多优势。谷歌的长期策略是保持 TPU 和 GPU 并用的灵活性，两者相互促进，共同推动技术前沿。模型创新未达瓶颈，数据优势在于个性化针对外界关于大语言模型性能开始“高原化”、竞争者差异缩小的论调，皮查伊并不认同。他将进步过程比作“人工 jag jag 智能”，即进展并非总是线性的，会经历看似缓慢的时期，然后出现范式突破。过去几年，行业在预训练、后训练、推理计算等方面不断推进，如今又在研究如何将所有技术整合到智能体工作流中。他感觉进步相当持续。 “进步确实会变得更难，而这将区分出精英团队，”皮查伊认为，问题越难，谷歌的准备就越充分。谷歌的研究前沿远比大多数公司更广阔，不仅限于 LLM 或基于 Transformer 的模型，在扩散模型等众多领域都在进行深度探索。他尚未看到计算投入回报递减的根本性拐点出现。当被问及谷歌是否拥有来自 YouTube 等产品的独特数据优势时，皮查伊的回应侧重于用户体验而非单纯的数据训练。他认为，谷歌的机会在于利用用户使用 Gmail、日历、文档、YouTube、搜索等产品时产生的个人上下文（在获得用户许可的前提下），来提供更优质、更个性化的体验。他将此视为公司未来差异化的创新机遇之一，目前正在审慎推进。未来交互：无缝、环境计算与 AR 眼镜展望未来 5 到 10 年的人机交互，皮查伊描绘了一个“无缝”的愿景：人类需要做的“硬性适应”工作越来越少，计算将主动为人服务。他认为这是“圣杯”，而触摸、语音等技术正在一步步迈向这个未来。他特别看好增强现实眼镜的前景。作为眼镜佩戴者，他亲身体验了 AR 眼镜，虽然目前舒适度尚不及普通眼镜，但正在改善。他相信，当 AR 真正成熟时，它将把无缝体验推向新高度，让计算“环境化”地存在并为你服务。他指的并非沉浸式显示设备，而是 AR 眼镜。结合真正多模态的模型，他认为这一范式非常有趣，能让人感受到下一次飞跃。他将当前 AR 的发展阶段类比于 2006-2007 年的智能手机，可能还需几个周期才能达到理想状态。皮查伊证实，谷歌在硬件上投入了大量时间，不仅限于 Pixel 手机和数据中心，也对 AR 眼镜、机器人等新形态感到兴奋。竞争格局：AI 市场足够大，创始人深度参与面对 OpenAI（萨姆·奥尔特曼 Sam Altman）、xAI（埃隆·马斯克 Elon Musk）、Meta（马克·扎克伯格 Mark Zuckerberg）和微软（萨提亚·纳德拉 Satya Nadella）组成的强大竞争对手矩阵，皮查伊展现了开放与务实的态度。他称赞这是一个“令人印象深刻的群体”，汇集了最好的公司和企业家。竞争的存在恰恰预示着我们将看到巨大的进步。他特别提到2025 年 5 月与埃隆·马斯克（Elon Musk）的会面，钦佩其“将未来技术变为现实的意志力无与伦比”。皮查伊强调，AI 将开启一个比过去所有技术总和更大的机遇版图。他提醒人们，互联网兴起时，谷歌甚至还不存在。未来 AI 领域的赢家可能包括许多尚未诞生的公司。因此，格局并非简单的“谁击败谁”，而是关于哪些公司能够通过创新和执行，携手最优秀的人才取得成功。皮查伊还分享了谷歌联合创始人拉里·佩奇（Larry Page）和谢尔盖·布林（Sergey Brin）的深度参与。他经常与两人交流，称赞他们很早就预见了 AI 的今天，并认为这是计算机科学领域最激动人心的时刻。谢尔盖·布林更是以“硬核”方式投入，与 Gemini 团队坐在一起编码、查看损失曲线、反馈模型架构，为团队注入了无与伦比的能量。皮查伊珍视与两位创始人“非线性思维”碰撞带来的灵感。长期押注：量子计算与机器人谷歌以对前沿技术进行长期、耐心投资而闻名，如 TPU、DeepMind、Waymo。皮查伊以同样视角看待量子计算和机器人。他将量子计算目前的发展阶段类比于 2015 年左右的 AI。他预计在未来 5 年时间框架内，将会出现一个真正的“顿悟时刻”——用量子方式完成一项非常有用的实际计算，且远超经典计算机，从而真正展现该领域的潜力。他对此充满信心。谷歌的目标是通过云平台展示更多实用算法，并提供访问。皮查伊认为，就像无人驾驶领域曾充满噪音一样，量子领域目前也有很多宣布，但谷歌自认为处于前沿。在机器人领域，皮查伊承认谷歌曾过早尝试应用层（如收购波士顿动力后又出售），当时机器人尚未深度受 AI 影响。如今，“AI + 机器人”的结合点已经到来。谷歌拥有世界级的机器人前沿研发团队，Gemini 在视觉-语言-动作模型方面的努力也属顶尖。他们正在思考如何通过合作或推出产品来参与其中。皮查伊观察到，人形机器人的进步神速，以至于他需要仔细辨别视频真假。他预测，距离机器人领域的“神奇时刻”可能还有两到三年。谷歌旗下公司 Intrinsic 正致力于成为“机器人领域的安卓”，而 Gemini 模型也将成为机器人领域的强大基础模型。文化、人才与未来展望针对谷歌文化从早期创新乐园演变为“骄纵员工”避风港的外部批评，皮查伊进行了辩护与反思。他解释，提供午餐等福利的初衷是创造积极、乐观、便于跨领域交流的创新氛围，这至今仍是谷歌吸引顶尖人才、激发基层创新的力量源泉。但他也承认，随着公司规模急剧扩大，有时次要议题会掩盖公司的核心使命。过去几年，他刻意致力于重拾“使命聚焦”，强调员工聚集于此是为了创新并服务公司使命、产生影响力。当前的 AI 时刻带来的高强度与兴奋感，让他回想起早期的谷歌。他通过创建“实验室”等机制，鼓励小团队快速创新。他认为，文化需要不断微调以忠于核心价值观，出现漂移时则需努力拉回。在人才争夺方面，皮查伊表示，谷歌在吸引顶尖 PhD 研究员方面依然具有竞争力，也有离职员工回归。他预见，AI 将使全球更多地方涌现出卓越人才，而不仅限于少数传统中心。关于 Alphabet 作为控股公司的结构，皮查伊澄清，其本质并非单纯财务投资，而是基于共同的基础技术（如 AI）去解决不同领域的问题，从而衍生出看似迥异但内核相连的业务。从 Waymo 到 Isomorphic（基于 AlphaFold 的药物发现公司），都是这一逻辑的体现。最后，被问及十年 CEO 任期内最大的骄傲与遗憾时，皮查伊对谷歌能够同时推动技术前沿（如获得诺贝尔奖级别的基础研究）并将其转化为商业价值感到无比自豪。至于遗憾，他提到了一些曾激烈辩论但最终未完成的收购，例如 Netflix，但他更倾向于向前看，认为这些是“平行宇宙中的另一种可能”。

Google CEO Sundar Pichai（桑达尔·皮查伊）：AI 将比火和电更深远地改变世界撰文：Techub News 整理导语 2025 年 6 月，Google 与 Alphabet 的 CEO Sundar Pichai（桑达尔·皮查伊）做客知名播客《Lex Fridman Podcast》，进行了一场长达两个多小时的深度对话。作为全球最具影响力的科技领袖之一，Pichai 此次发声正值 AI 技术狂飙突进、行业竞争白热化的关键节点。他不仅回顾了自己从印度普通家庭走向科技巅峰的个人历程，更全面阐述了 Google 在 AI 时代的核心战略、对技术未来的深刻思考，以及如何带领这家科技巨头应对来自内外的巨大挑战与质疑。这场对话是理解 Google AI 路线图及其领导者哲学的一次难得机会。摘要童年经历塑造技术观：Pichai 在印度钦奈的成长经历，让他深刻体会到技术（如电话、自来水）如何阶梯式地改变生活，这奠定了他对技术赋能人类的核心信念。 AI 是史上最深刻技术：Pichai 重申并坚信 AI 将是比火或电更深远的技术，因其具备递归自我改进能力，能加速“创造”本身，其影响将远超以往任何发明。 Google 的 AI 战略与反击：面对去年的质疑，Pichai 详解了通过合并 Brain 与 DeepMind、押注 TPU 基础设施等关键决策，带领 Google 在一年内实现 AI 产品密集落地与能力飞跃的过程。 AGI 展望与“毁灭概率”：Pichai 认为 2030 年前可能无法完全达到 AGI，但届时技术进步已足够震撼。他对 AI 可能导致人类毁灭的“p(doom)”持谨慎乐观态度，相信人类在危机面前会团结应对。 AI 赋能创意与责任边界：Pichai 强调 AI 工具（如 Veo）应像“基础设施”或“画笔”一样赋能艺术家自由表达，同时 Google 需要在支持创意与履行社会责任之间找到平衡。从钦奈的童年到 Google 的使命：技术如何阶梯式改变人生 Sundar Pichai（桑达尔·皮查伊）的科技世界观，根植于他在印度钦奈度过的童年。全家住在一套简陋的两居室公寓里，技术曾是稀缺品。他回忆道，家里申请一部电话需要等待五年，最终装上的转盘电话却彻底改变了生活——邻居会来家里给亲人打电话，取一份验血报告从往返四小时且可能白跑一趟，变成了五分钟就能搞定的事。“那时，我脑海中就像亮起一盏灯泡，明白了技术改变人们生活的力量。”Pichai 说道。类似的“阶梯式体验”还有很多：在严重干旱时，他和兄弟、母亲需要排队领取按户分配的桶装水；多年后，家里通了自来水并装上了热水器，打开水龙头就能洗热水澡。“对我来说，一切都是这样离散地发生的。所以我一直有这种‘第一次’的感觉，感受技术如何戏剧性地改变你的生活，以及它带来的机遇。”这种对技术赋能作用的切身感受，与他后来被 Google“整合全球信息，使人皆可访问并从中受益”的使命所深深吸引，形成了内在的逻辑闭环。童年的信息获取主要依靠报纸和书籍，受在邮局工作的祖父影响，Pichai 阅读广泛，从艾茵·兰德到哲学著作再到通俗小说。这种对知识的渴望，与后来 Google 的使命产生了强烈共鸣。他甚至笑着回忆，为了说服父亲买一台 VCR（录像机），花了很长时间，而拥有 VCR 后能够录下世界杯足球赛或观看电影录像带，又是一次全新的体验。“这些离散的记忆让我始终觉得，获得技术访问权是如何驱动你生活中阶跃性变化的。” 当被问及给全球有志青年的建议时，Pichai 强调了两点：一是倾听内心，做自己真正热爱的事情，这能让你展现最好的自己；二是努力与那些你认为比自己更优秀的人共事，让自己处于“不舒服”但能拉伸能力的环境中，这有助于个人成长。 AI 是比火与电更深刻的技术革命当 Lex Fridman 提出，将 AI 置于人类万年文明史的所有重大发明（如农业革命、电力、工业革命）中进行排序，它是否有机会成为“第一生产力乘数”时，Pichai 给出了坚定而深刻的回答。 “多年前（大概是 2017 或 2018 年），我就说过，AI 是人类将研究的最深刻的技术，它将比火或电更深刻。我必须支持我自己，我仍然认为情况就是这样。”Pichai 承认可能存在“近因偏差”，就像人们总容易认为当下看到的运动员是最伟大的。但从第一性原理出发，他论证 AI 将比所有这些发明都更宏大。他指出了 AI 的根本独特性：首先，它的进步速度极快，能力边界不明，天花板不清；其次，也是最重要的，它是递归自我改进的。“它是第一个将显著加速‘创造’本身的技术，能够自己改进并达成目标……这使它处于一个不同的联盟。”因此，Pichai 相信 AI 最终产生的影响将远远超过我们之前所见的一切。他进一步描绘了“AI 技术包”可能带来的早期变化：核心是极大降低创造与表达的门槛。“可以很容易地想象，将你头脑中的想法，转化为存在的事物，这将成技术包的一部分……它将赋能几乎全人类来表达自己。”无论是编写软件、创作内容、开发游戏，还是进行科学研究，都将变得无限可能。AI 将解锁全球 80 亿人的认知潜力，就像互联网博客让更多人发声一样，但规模将是数千万甚至数亿人更深度地向世界输出内容。 Pichai 也预见了这将重塑创意格局，让传统内容生产者感到紧张，但他认为其中存在被低估的扩张性一面。“它将以前所未有的方式释放人类的创造力。”他类比道，如果把 20 世纪 40、50 年代的人带到今天的 YouTube 面前，会让他们震惊；同样，我们也将被未来 10 到 20 年内可能实现的事情所震撼。领导者的平衡术：谦和、决策与穿越风暴 Lex Fridman 好奇，在竞争激烈的科技世界攀登至顶峰的领导者，往往需要一些“强悍”特质，而 Pichai 以平衡、谦和、善于倾听著称，他的“秘诀”是什么？Pichai 坦言自己也会生气、沮丧，拥有常人所有的情绪，但他逐渐找到了激发团队最佳状态的方法。 “我发现，激励那些有使命感、追求卓越、有内在驱动力的人，并以此实现目标，往往效果更好。”他将此比作体育中的“人员管理”，伟大的教练都擅长此道。很多时候，与你共事的人如果犯错，他们自己比你更难受，因此需要用不同的方式对待。当然，偶尔也需要明确告知对方“这样不行”。但他发现，大多数情况下并不需要如此。真正的考验出现在去年。当时，外界充斥着“Pichai 是错误人选”、“Google 迷失了、完蛋了”的论调。回顾那段时期，Pichai 展现了他作为领导者的定力与决策逻辑。 “我擅长屏蔽噪音，区分信号与噪声。”他用水肺潜水作比喻：海面可能波涛汹涌，但只需下潜一英尺，下面就是世界上最平静的地方。运营 Google 就像执教巴萨或皇马，总会有糟糕的赛季。关键在于，他内心清楚 Google 正在构建什么。他列举了此前所做的几个关键决策：一是多年前就开始投资 TPU，为大规模模型训练打下基础；二是将 Google Brain 与 DeepMind 合并，组建 Google DeepMind，汇聚世界级研究人才；三是组建专门的 AI 基础设施团队，全力扩展所需算力。尽管外部可能未充分意识到，但 TPU 的产能爬坡也需要时间。“但我能看到内部的轨迹……对我来说，这个时刻感觉是我们公司未来十年、二十年最大的机遇之一。我认为我们比世界上大多数公司都更有条件去实现这一愿景。” 谈及合并 Brain 与 DeepMind 这一艰难决定，Pichai 承认这就像“有人告诉你，把斯坦福和 MIT 合并，创建一个伟大的院系”。幸运的是，他们遇到了合适的时机和人选。Jeff Dean 希望回归更偏科研的个人贡献者角色，而 Demis Hassabis 自然是领导新团队的合适人选。合并过程不乏“几个不眠之夜”，但团队耐心地将两个世界的精华结合起来，为长远成功奠定了基础。在压力时期，Pichai 也会更加强硬，但他强调决策的清晰性。“在做出重大决策时，听取每个人的意见很重要……有时你听到的内容会影响你的思考。有时你已有清晰信念，你会表明‘这是我的感受，这是我的信念’，然后你就押注于此，继续前进。”他认为，只要决策清晰，假以时日人们会尊重这一点。 AGI 路径、风险与 Google 的产品哲学关于 AGI（通用人工智能）的时间表，Pichai 引用了 Andrej Karpathy 提出的“AJI”（人工参差不齐的智能）概念，认为当前正处于这个阶段——在某些方面取得惊人进步，但在另一些方面（如数草莓字母‘R’的个数）却会犯低级错误。他看到了 AGI 的“微光”，例如在旧金山街道上乘坐 Waymo 自动驾驶汽车，或者通过 Gemini Live 进行世界交互时，但同时也清楚距离真正的 AGI 还很远。对于“2030 年能否实现 AGI”的问题，Pichai 表示：“到 2030 年，将会取得如此巨大的进步。我们将以重要方式处理这种进步带来的后果，无论是积极的还是消极的外部性。”他个人认为，到 2030 年可能“刚好差一点”实现 AGI，但这并不重要，因为进步本身已经足够震撼。话题转向更严峻的“p(doom)”——即 AGI/ASI（人工超级智能）毁灭人类文明的概率。Pichai 严肃地表示，这确实是他们“厨房谈话”的话题之一。他认为，如果“毁灭概率”真的很高，那么到了某个时刻，全人类会团结起来确保它不会发生，因此人类实际上会取得更多进展来对抗它。“这具有一种自我调节的特性。如果人类齐心协力解决一个问题，我认为我们能够做到。”因此，他对“毁灭概率”情景持乐观态度，但这并不意味着基础风险不高，只是他对人类能够挺身而出迎接那个时刻抱有极大信心。 Lex 补充了“没有 AI 的毁灭概率”视角，认为 AI 可能通过让人类更聪明、更友善、更高效，帮助世界更多地区繁荣发展，从而反而拯救人类文明。Pichai 对此表示赞同，认为要解决一些最棘手的问题，有 AI 的帮助会更好。在具体产品层面，Pichai 详细解释了 Google Search 的演进。推出“AI 模式”是一个重要决策，其核心设计原则是：AI 提供上下文和摘要，但用户最终仍会去探索网络。“那些核心原则没有改变，但 AI 模式允许我们推进……我们最好的模型在那里，它们将搜索作为深度工具，真正为每个查询展开，进行多次搜索，以你能消费的方式组装知识。”他特别指出，对于非英语用户，AI 在推理过程中整合多语言信息的能力，将极大扩展他们可访问的知识范围，释放巨大的认知潜力。关于在 AI 体验中引入广告，Pichai 表示早期会更多关注有机体验，但广告作为“商业信息”和支撑免费服务的基础，其根本价值不会改变。AI 本身将帮助找到最佳的实现方式。他强调，Google 目前计划将 AI 模式作为一个独立标签，供希望体验前沿功能的用户使用，而其中验证有效的功能会逐步迁移到主搜索页的 AI 概述中，这是一个连续的演进过程。赋能艺术与应对边界：AI 作为创意画笔与社会责任当讨论到 AI 生成内容（如通过 Veo 生成视频）时，Lex 提到了像达伦·阿罗诺夫斯基这样的电影导演正在积极探索用 AI 创作电影，以及一些更“边缘”的艺术家在挑战社会接受度的边界。这给 Google 带来了一个难题：如何既允许艺术家进行自由、甚至“疯狂”的创作，又履行平台的社会责任？ Pichai 明确表示：“当涉及到允许艺术自由表达时，这是一个社会中最重要的价值观之一。艺术家一直是推动边界、拓展思想前沿的人。”因此，他认为 Google 应该提供工具，并将其交到艺术家手中供他们使用和发布作品。“我几乎将其视为基础设施。就像你向人们提供电力时，你不会考虑其上的用例。”AI 工具就像一支“画笔”。当然，他也承认必须有一些界限。“社会需要在根本层面上决定什么是可以的，什么是不可以的。我们会负责任地处理。”但他强调，在艺术自由表达方面，这是他们应该努力捍卫的价值观之一。 Lex 注意到，Gemini 2.5 Pro 相比早期版本，在回答涉及暴力历史等敏感话题时，显得更少“小心翼翼”，更加客观和细致。Pichai 解释了这一变化背后的思考：随着模型能力增强，它们能够更好地推理这些细微问题。“一旦模型跨越了某个智能和复杂度的门槛，它们就能很好地推理这些有细微差别的问题。我认为用户真的想要这样……他们希望尽可能多地访问原始模型。” 他指出，正确的方向是从第一性原理（科学角度）出发，让模型从底层学会推理世界、理解细微差别，而不是由一部分人类在上面进行硬编码。这是 Google 正在采取的方向，未来也会继续推进。访谈最后，Pichai 分享了他对 Beam（沉浸式远程呈现技术）和实验性 XR 眼镜等前沿项目的兴奋之情。Beam 让他看到了远程沟通中恢复“临场感”与人际连接的可能性，而 XR 眼镜则展示了将 AI 助手无缝融入日常视觉与听觉体验的潜力。这些探索都指向同一个未来：技术将继续以离散而深刻的方式，融入并提升人类生活的每一个维度。正如 Pichai 在总结中对人类未来的乐观展望：纵观人类文明历程，我们一直在不懈地让世界变得更好。如果可以选择在任何时代出生，他几乎总是选择现在。“这就是人类文明所取得的非凡成就……我们总是集体崛起，推动前沿向前。所以我预计未来也不会有什么不同。”在 AI 这个可能是人类历史上最深刻的技术革命面前，这位从钦奈走出的 Google 船长，正带着他的信念与谦和，引领巨轮驶向未知而激动人心的深海。

Demis Hassabis（戴密斯·哈萨比斯）：自然世界皆可学习，AI将助我们破解物理学等终极之谜撰文：Techub News 整理导语 2025 年 7 月，在荣获诺贝尔物理学奖后，谷歌 DeepMind 联合创始人兼 CEO Demis Hassabis（戴密斯·哈萨比斯）再度做客 Lex Fridman 播客。这是哈萨比斯获奖后的首次深度长谈，也是他第二次出现在该播客中。在这场近两个半小时的对话里，哈萨比斯超越了对其获奖工作 AlphaFold（阿尔法折叠）的常规讨论，深入阐述了他对智能、物理世界本质以及通用人工智能未来的宏大思考。作为当今人工智能领域最具远见的领导者之一，哈萨比斯此次发声不仅总结了过去十年 AI 在科学发现上的突破，更勾勒出一幅 AI 如何帮助人类破解从细胞到宇宙等根本性谜题的未来图景。摘要哈萨比斯提出核心猜想：任何在自然界中生成或发现的模式，都可以被经典学习算法高效地发现和建模。 AI 模型（如 Veo）已能惊人地模拟流体、光影等复杂物理现象，暗示其对世界拥有“直觉物理”理解。哈萨比斯梦想构建“虚拟细胞”模型，并认为 AI 将是帮助人类解答生命起源、意识本质等终极问题的终极工具。对于 AGI（通用人工智能），他设定了高阶标准，并预测未来可能需要通过类似围棋“神之一手”的创造性突破来识别。自然皆可学：一项关于世界本质的大胆猜想访谈始于一个源于哈萨比斯诺贝尔奖演讲的大胆命题。他提出：“任何能在自然中生成或发现的模式，都能被经典学习算法高效地发现和建模。”这并非泛泛而谈，而是基于 DeepMind 一系列标志性项目 AlphaGo、AlphaFold 的成功实践。哈萨比斯解释道，无论是围棋的棋步空间，还是蛋白质可能折叠成的形状数量，其组合可能性都远超宇宙中的原子总数，用穷举法求解是完全不可行的。然而，AlphaGo 和 AlphaFold 都通过为这些环境构建模型，从而智能地引导搜索，使问题变得可解。关键在于，自然系统并非随机，它们都经历了演化或类似过程的“塑造”，从而具有内在结构。蛋白质能在毫秒内折叠，宇宙本身就在求解这些复杂问题。AI 所做的，正是学习并模拟这种结构化的搜索过程。 “我有时称之为‘最稳定者生存’，”哈萨比斯说，“这不仅适用于生物进化，也适用于地质过程塑造的山脉形态，乃至行星轨道和小行星形状——它们都经历了无数次作用‘存活’下来。因此，应该存在某种可以反向学习到的模式或‘流形’，它能帮你高效地搜索到正确解并进行预测。”他认为，这或许不适用于人造物或抽象问题（如大数分解），除非数字空间本身存在模式。但对于大多数自然系统，其结构是可学习的。这一观点将学习能力的边界问题与理论计算机科学中的经典难题 P vs NP 联系了起来。哈萨比斯认为，如果我们把宇宙看作一个信息系统，那么 P vs NP 本身就是一个物理问题。他正在与同事探讨，是否应该为这类可通过神经网络过程解决、并映射到自然系统的问题定义一个新的复杂性类别。“这可能是思考该问题的一种非常有趣的新方式。”他补充道。从流体到光影：AI 模型展现“直觉物理”理解哈萨比斯用 DeepMind 最新的视频生成模型 Veo 来佐证其观点。传统的流体动力学（如纳维-斯托克斯方程）计算在经典系统上被视为极其困难，需要海量算力，例如天气预报系统。然而，Veo 却能够相当出色地模拟液体、材质和镜面光泽。 “我曾早期在游戏行业编写物理引擎和图形引擎，深知编写能做到这些的程序是多么痛苦，”哈萨比斯说，“但不知何故，这些系统仅仅通过观看 YouTube 视频就在进行逆向工程。”他推测，模型正在提取这些材料行为背后的潜在结构，可能存在一个更低维度的流形被学习到了。“这可能对现实世界的大部分都成立。” Lex Fridman（莱克斯·弗里德曼）表示，Veo 在模拟物理方面“并非完美，但已经非常出色”，并提出了一个深刻的科学问题：模型需要理解世界的哪些方面才能做到这一点？哈萨比斯认为，就模型能够以连贯的方式预测后续帧而言，这本身就是一种“理解”——虽然不是拟人化或深层次的哲学理解，但它确实建模了足够的动力学。他特别指出，模型对物理行为、光照、材质和液体的模拟能力，表明它拥有某种“直觉物理学”的理解，类似于人类儿童对物理的直观把握，而非博士生对方程的解析。这一发现挑战了此前的一个常见假设：AI 必须通过具身交互（如机器人）才能建立对物理世界的深入理解。Veo 的成功表明，被动观察也可能达成相当程度的理解。“这再次暗示了现实本质的某些底层规律。”哈萨比斯说。他展望，下一步可能是让视频变得可交互，让人们能够“步入”其中并移动，这将真正令人震撼，并更接近他所称的“世界模型”——一个关于世界如何运作、其物理规律和内含物体的模型，而这正是真正 AGI 系统所需要的。 AI 与终极之谜：从虚拟细胞到生命起源哈萨比斯将构建通用人工智能视为帮助人类解答终极科学问题的终极工具。他的梦想项目之一是构建“虚拟细胞”——一个完整的细胞内部模拟。他设想，科学家可以在硅基环境中对虚拟细胞进行实验，大幅加速研究进程，可能将实验速度提升百倍，最后再到湿实验室进行验证。他认为 AlphaFold 提供了蛋白质的静态 3D 结构图，而 AlphaFold 3 开始建模相互作用（如蛋白质与蛋白质、蛋白质与 RNA/DNA 之间的互动），这是通向模拟整个细胞通路乃至完整细胞的第一步。他计划从酵母细胞这种研究透彻的单细胞生物体开始。当然，挑战巨大，例如细胞过程涉及不同的时间尺度，建模时需要决定模拟的粒度级别。哈萨比斯希望能在蛋白质级别进行建模，而无需下沉到原子级别。更宏大的问题是，AI 能否模拟生命的起源？哈萨比斯认为这是一个最深奥、最迷人的问题之一。他设想，从原始汤的初始条件出发，AI 能否模拟出类似细胞结构的涌现？“那将是生命起源的‘神之一手’。”他说。他相信，最终我们会发现，从非生命到生命并非一条清晰的分界线，而是一个连续谱，连接着物理、化学和生物学。“破解这堵我们在大脑中构筑的墙，正是我毕生致力于 AI 和 AGI 工作的全部原因。”哈萨比斯坦言，现实本质、意识、时间本质等终极问题一直在他脑海中“呐喊”，而 AI 可能是解开这些谜团的关键。 AGI 的路径与标志：超越“认知不均” 哈萨比斯估计，到 2030 年有 50% 的可能性开发出 AGI。他设定的标准很高：能够匹配大脑拥有的全部认知功能。他强调，当前 AI 系统是“认知不均”的，在某些方面很强，在其他方面却有明显缺陷。真正的 AGI 需要具备全面的、一致性的智能。如何测试 AGI？他提出两种方式：一是“暴力测试”，让系统完成成千上万个人类能够完成的认知任务；二是让世界顶级专家（如陶哲轩那样的领域专家）花一两个月时间尝试找出系统的明显缺陷。如果都找不到，那就可以相当确信拥有了通用系统。此外，他期待看到一些“灯塔时刻”，即类似围棋“神之一手”的突破性创造。例如：1）提出像爱因斯坦相对论那样的全新物理学猜想或假说。可以进行回溯测试：将知识截止到 1900 年，看系统能否提出狭义和广义相对论。2）发明一种如围棋般深邃、优雅的新游戏。“一个系统能够同时完成好几件这类事情，而不仅仅是单一领域，这就是我会寻找的迹象。”哈萨比斯说。对于当前热门的“递归自我改进”和 AI 安全，哈萨比斯认为像 AlphaEvolve（阿尔法进化）这样的系统展示了将大语言模型与进化算法等传统搜索方法结合的潜力，这可能在科学发现中催生新的能力。但他不确定完全的端到端自我改进是否可取，因为这可能导致“硬起飞”场景。目前，系统在给定具体指令时表现良好，但对于“创造一个比围棋更好的游戏”或“做一个更好的自己”这样高度不明确的指令，还无法处理。游戏、意识与人类未来作为曾经的游戏开发者（代表作《主题公园》《黑与白》），哈萨比斯对 AI 将如何重塑游戏充满期待。他梦想着能根据玩家想象动态创造内容、编织故事的 AI 系统，实现终极的“选择你自己的冒险”游戏。结合类似 Veo 的交互式生成技术，他认为未来 5 到 10 年可能实现这种令人惊叹的开放世界游戏。当被问及意识是否可以被经典计算机建模时，哈萨比斯与物理学家罗杰·彭罗斯观点相左。他认为大脑中进行的主要是经典计算，因此意识现象原则上可以被经典计算机模仿或建模。但关于“感受性”的哲学难题可能是个例外。他提出了一个有趣的思路：未来如果通过脑机接口与 AI 系统连接，我们或许能亲身体验在硅基上计算的感觉，从而更好地理解意识。谈及人类未来，哈萨比斯持乐观态度。他相信人类无限的创造力和极强的适应性。“看看我们现在所处的世界——我们是用狩猎采集者的大脑在应对。乘坐飞机、做播客、玩电脑游戏……这已经令人震惊。我认为这只是下一步。”他认为社会已经在一定程度上适应了当前令人瞠目的 AI 技术。最后，关于 AI 时代人类的独特性，哈萨比斯认为，构建 AI 这种智能人造物并将其与人类心智进行比较，或许是理解人类心智特殊之处的最佳方式。“我相信存在特殊之处，但这场我们正在进行的旅程将帮助我们理解和定义它。”这场对话最终回归到哈萨比斯的初心：利用 AI 这一工具，探索智能的本质，并最终理解我们自身与所处的宇宙。

Perplexity CEO Aravind Srinivas（阿拉温德·斯里尼瓦斯）：AI 的价值将沉淀于应用层撰文：Techub News 整理导语 2025 年 6 月，AI 搜索引擎 Perplexity 的联合创始人兼 CEO Aravind Srinivas（阿拉温德·斯里尼瓦斯）重返母校加州大学伯克利分校，与他的前博士导师、机器人学习领域著名教授 Pieter Abbeel（彼得·阿比尔）进行了一场深度对话。这场对话不仅回顾了 Aravind Srinivas（阿拉温德·斯里尼瓦斯）从顶尖 AI 研究者到成功创业者的蜕变之路，更深入探讨了当前 AI 行业最前沿的竞争态势、技术趋势与商业逻辑。作为一家估值已超十亿美元、用户数千万的明星 AI 初创公司掌舵人，他的思考对于理解 AI 应用的未来方向具有重要参考价值。摘要 Perplexity 的核心定位是“答案引擎”与“研究助手”，其产品哲学源于学术研究中的“引证”习惯，旨在为用户提供有来源支持的即时答案，并正进化为一个集成了多种工具的辅助性聊天体验。 AI 行业的长期价值将沉淀在“应用层”。随着基础模型能力趋同，竞争焦点将转向如何利用模型构建独特、个性化且深度契合用户上下文的产品体验。 DeepSeek 等开源推理模型的崛起是行业重要拐点，它证明了高效、低成本训练强大模型的可能性，并迫使闭源模型厂商加速迭代与降价，最终利好整个应用生态。 Perplexity 的未来战略是成为“原生 AI 层”，通过开发名为 Comet 的浏览器、与手机厂商深度集成等方式，让 AI 助手无处不在，而非仅仅作为一个独立应用存在。从伯克利博士到 Perplexity 创始人对话始于 Pieter Abbeel（彼得·阿比尔）对师生角色“逆转”的幽默调侃。当年，Aravind Srinivas（阿拉温德·斯里尼瓦斯）是 Abbeel 实验室里才华横溢的博士生，如今，他创立的 Perplexity 公司已达到了令人瞩目的规模。Srinivas 将 Perplexity 定义为“答案引擎”和“研究伙伴”，其核心理念深深植根于他在伯克利接受的学术训练。 “第一次写论文时，你就学到不能随心所欲地写东西，每句话背后 ideally 都需要有经过同行评审的可信来源。”Srinivas 解释道。他们将这一原则引入了 AI 聊天机器人，使其不再是随意生成回复，而是主动从网络上抓取相关来源进行总结，并提供脚注。这种“有据可查”的交互方式，构成了 Perplexity 的起点。随着时间的推移，产品进化为更全面的辅助体验，能够调用多种工具——不仅是搜索网页，还能编写代码、创建图表、从不同数据提供商（如体育、金融）提取数据，并将所有功能打包进一个统一的辅助聊天界面。Srinivas 透露，公司即将迈出下一步：在未来三到四周内发布一款名为 Comet 的浏览器。用户可以在日常浏览网页时，随时向 AI 助手求助，让其代为执行任务，例如“去 LinkedIn 上申请所有我符合条件的工作”。意想不到的杀手级应用与未来愿景当被问及用户有哪些令人惊喜的使用案例时，Srinivas 首先提到了医疗健康领域。在美国医疗体系并非最优化的背景下，用户常有许多关于自身状况的疑问。Perplexity 能够查阅 PubMed、NIH、WebMD 乃至 bioRxiv 等专业网站，过滤无关信息，提供基于最新文献的答案。他本人也经常用它查询关于补充剂或药物长期影响的争议性信息。“这是我最初没想到会成为杀手级应用的领域，”Srinivas 说，这揭示了 AI 产品的一个核心洞察：用户会用一个水平化的产品解决各种各样的问题。对于学生群体，Perplexity 的“空间”（Spaces）功能正在流行。学生可以为每门课程创建一个空间，上传所有学习材料，并针对这些特定内容提问、创建学习指南。Srinivas 表示，由学生账户（.edu 邮箱）创建的空间数量持续增长。他展望的未来是“主动式 AI”：一个能了解你对某个主题的理解程度，并根据你已提出的问题，精准告诉你应该在哪里投入时间的 AI。“梦想是让学习变得更快、更容易。” 他强调，个性化是关键。例如，一个核聚变领域的教授在查询其他领域的术语时，可能只需要最简单的定义；而一个物理系学生则需要不同颗粒度的解释。未来的产品需要结合个性化、记忆等功能，根据用户的专业水平来呈现答案。创业历程与行业洞察：价值将流向应用层 Srinivas 分享了他的创业心路。在伯克利，他最初认为这里更偏学术，而斯坦福才是创业摇篮。但看到 Pieter Abbeel（彼得·阿比尔）等教授以及 Databricks 等公司的成功，他改变了看法。他渴望改变“想创业就得来自斯坦福”的刻板印象。“我希望伯克利也能诞生谷歌那样的公司。”他认为，AI 领域研究向实践转化极快，处于研究前沿恰恰是创建前沿 AI 公司的优势。如今，许多新的 AI 初创公司确实由伯克利校友创立。谈到2025 年 6 月撼动行业的 DeepSeek，Srinivas 认为这是一个重大拐点。DeepSeek 是中国实验室发布的开源“推理模型”，它通过“思维链”处理复杂任务，能力强大且完全开源免费，其宣称的训练成本极低。“整个世界都疯狂了。”这引发了关于是否还需要巨型超算和巨额资金的思考，同时也刺激了闭源模型厂商加速降价和发布更好模型，最终对整个生态有利。基于此，他提出了对 AI 价值流向的判断：价值将沉淀在应用层。因为这是用户直接与 AI 交互的层面，包含了所有的个人上下文。虽然打造模型层也很有趣，但核心的推理、总结、翻译、编码等能力正变得商品化，不同模型在这些任务上表现接近。真正的差异化在于如何利用这些模型，构建独特的产品体验，并适配用户的具体场景和交互形式。 “芯片层”（如 NVIDIA）和“物理基础设施层”（如数据中心）也将保有巨大价值。而中间的模型层，在开源力量的推动下，可能会陷入“竞次”（race to the bottom）的竞争。大胆的战略布局：从竞购 TikTok 到打造原生浏览器 Srinivas 和 Perplexity 因其大胆的战略举措而备受关注。他证实了公司曾竞购 TikTok 的传闻。其逻辑在于，TikTok 拥有巨大的用户基数，其搜索栏的日流量已达到谷歌的三分之一。若能收购并重构其算法与搜索，将具有巨大战略价值。不过，他也承认此事高度政治化，目前公众焦点已转向关税等问题。关于“购买谷歌 Chrome”的传言，他做出了澄清。在美国司法部诉谷歌垄断案中，一项可能的救济措施是强制谷歌出售 Chrome。Srinivas 在作证时实际上反对这一做法，认为 Chrome 与谷歌的开源项目 Chromium 深度绑定，而 Chromium 是微软 Edge 等其他浏览器的基石，由谷歌维护更利于开源生态。他表示，如果司法部执意要求出售，Perplexity 会有兴趣接手，但他们不建议这么做。这些举措体现了 Perplexity 的宏大野心：不满足于仅做一个应用，而是要成为底层基础设施的一部分。公司已与德国电信合作，在 T-Phone 的锁屏上集成 Perplexity 助手；也与摩托罗拉达成预装协议，覆盖每年数千万台手机。Srinivas 表示，AI 的优势在于其能力可以较容易地迁移到不同语言，因此可以快速支持德语等欧洲语言。最终极的战略是即将发布的 Comet 浏览器。“我们正在构建一个浏览器……目标是让 AI 在你进行日常工作时始终伴随左右。”他希望通过深度、原生的集成，让用户不再纠结于使用哪个 AI 应用，因为 AI 助手已经无处不在。科研心法与领导力：简单、沟通与专注回顾在伯克利和 DeepMind、OpenAI 等机构的科研生涯，Srinivas 在无监督学习、强化学习、生成模型等多个领域做出了奠基性贡献。他认为，除了在博士期间心无旁骛地投入（尤其是在新冠疫情封锁期间），另一个关键是追求简单而影响广泛的想法。 “我最初认为想法越复杂，在领域内获得的尊重就越多……但这是不对的。你不应该只试图吸引领域内那一小部分聪明人。”他总结道，真正重要的往往是那些足够简单、每个人都能在此基础上继续构建的想法，这能极大提升工作的影响力。关于如何平衡利用 AI 与保持自身思考能力的问题，Srinivas 认为清晰的思想和精准的沟通能力变得前所未有的重要。无论是与人还是与 AI 协作，能够清晰、精确地表达需求并持续迭代的人，能完成更多工作。这是一种通用的核心技能。作为 CEO，他非常注重直接与用户沟通，并认为这本身就是最好的营销。他回忆起在博士期间，他开创了用详细的推特线程来解读论文的做法，而不是仅仅丢出一个 arXiv 链接。“如果你花一小时把论文的不同部分提炼成一条浓缩的推特线程，可能会有 10 万人看到……如果你学会了这个技能，你可以把它应用到生活中的任何事情上。”尽管现在 AI 也能自动生成摘要，但创始人对产品深刻的理解和阐述能力依然无可替代。在领导力和商业技能方面，Srinivas 的答案出人意料地“接地气”：他坦言自己并未系统学习过商业知识，而是直接使用 Perplexity 来帮助自己，例如询问该如何面试某个职位的候选人，甚至理解复杂的员工医疗保险问题。“我真的不认为我学会了领导力或商业……你打造一个好产品，获得大量用户，将部分核心用户转化为付费用户……现在你可以让 AI 查看你的数据仪表盘，做出预测并生成 Pitch Deck。这真的可行，我试过。” 应对竞争与挑战：更快、更大胆地行动面对拥有巨大资金和用户基础的竞争对手，Srinivas 的策略明确而直接：更快地行动，发布更多功能，并敢于进行更艰难、更大胆的押注。开发浏览器就是这样一个“硬仗”，因为这意味着进入一个全新的产品领域，竞争对手难以轻易跟进。关于数据隐私，Perplexity 提供了“无痕模式”，类似浏览器功能，该模式下的查询不会永久存储在日志中。企业版计划则不存储任何用户日志。公司也允许用户删除其 AI 使用记录，以确保不会用于训练目的。在版权和与出版商关系方面，Srinivas 认为关键在于“教育”。需要向外界解释 Perplexity 与 ChatGPT 等模型的区别：后者是在内容上训练并可能逐字复现，而 Perplexity 主要是对现有网络信息进行总结和合成，并明确标注来源。“我们与出版商的关系比一年前好多了，这很大程度上归功于花了大量时间与他们沟通。” 最后，当被问及下一个令人兴奋的研究方向时，Pieter Abbeel（彼得·阿比尔）补充道，随着模型能力增强，AI 在物理世界（如机器人）的应用将成为可能，这对可靠性和纠错能力要求极高。另一个挑战是实现“持续学习”，让 AI 系统能够像人类一样持续吸收新知识并改进，而非依赖间断式的大规模训练。整场对话展现了一位从学术象牙塔成功跃入商业战场的创业者，如何以其深厚的技术功底、清晰的产品哲学和敢为人先的战略胆识，在激荡的 AI 浪潮中开辟出一条独特道路。Aravind Srinivas（阿拉温德·斯里尼瓦斯）的故事和见解，无疑为伯克利的学生以及所有 AI 行业的关注者提供了宝贵的启发。

Google 首席科学家 Jeff Dean（杰夫·迪恩）谈 AI 未来：智能体、硬件演进与科学革命撰文：Techub News 整理导语 2025 年 5 月，在红杉资本（Sequoia Capital）组织的一场内部对话中，Google 首席科学家、AI 领域的传奇人物 Jeff Dean（杰夫·迪恩）与红杉合伙人、前 Google 工程高管 Bill Coughran 进行了一场深入对谈。作为主导 Google Brain 创立、Transformer 架构早期推动者以及 TPU（张量处理单元）项目发起人的关键人物，Jeff Dean 的视野横跨了 AI 研究、基础设施与产品化。本次对话发生在 AI 技术狂飙突进、行业竞争白热化的当下，他的思考不仅揭示了 Google 的战略方向，也为整个行业的技术演进提供了高屋建瓴的视角。摘要 AI 智能体（Agents）的实现路径清晰，将从虚拟环境逐步扩展到物理机器人，其能力将通过强化学习和经验积累快速增长。顶尖大模型的竞争将仅限于少数玩家，但通过模型蒸馏等技术，轻量化、专业化的小模型将百花齐放。专用 AI 硬件（如 TPU）对于实现高效能、低功耗的计算至关重要，未来推理硬件有望实现数万倍的能效提升。 AI 正在彻底改变科学研究范式，例如用神经网络替代传统模拟器，使发现速度提升数十万倍。 Jeff Dean 预测，具备初级工程师水平的 AI 代理可能在“一年左右”的时间内出现，这需要其在代码生成之外，掌握测试、调试、使用工具等综合能力。从 Transformer 到 Gemini：AI 的规模化之路 Jeff Dean（杰夫·迪恩）开篇便回顾了 AI 浪潮的长期积累。他指出，虽然 AI 近三四年才进入大众视野，但其基础早在 2012-2013 年就已奠定。当时，人们开始利用“大型”神经网络解决视觉、语音和语言问题，这种统一的方法论取代了传统的手工定制方案，证明了机器学习的巨大潜力。 Dean 特别提到了 Google 在 2012 年的一项关键工作：他们训练了一个比当时任何模型都大 60 倍的神经网络，使用了 16,000 个 CPU 核心，并取得了卓越的结果。这次实验“巩固了我们心中的信念：规模化这些方法是可行的。” 自此，“更大的模型、更多的数据、更好的结果”成为过去十多年来 AI 发展的核心驱动力。如今，模型能力已今非昔比。Dean 认为，当前的模型虽然无法解决所有问题，但每年都能解决更多的问题。这得益于算法改进（如以相同算力训练更大模型）、硬件扩展（更多计算单元、更高互联带宽）以及后训练技术（如强化学习）的综合进步。多模态能力——能处理并生成音频、视频、图像、文本和代码——也正变得极为实用。智能体：从“有点虚”到现实路径当被问及目前行业热捧的“智能体”（Agents）时，Dean 坦言部分概念确有“泡沫”之嫌，但他看到了清晰的实现路径。他认为，通过合适的训练过程，智能体最终能够在虚拟计算机环境中完成许多人类今日可做的事情。目前它们能做一部分，但还不是大部分。能力提升的路径是明确的：更多的强化学习、更多的智能体经验学习，以及虽不完美但已极具实用性的早期产品。 Dean 将这一逻辑延伸到物理世界。物理机器人智能体的发展将遵循类似的轨迹：先从能在混乱环境中完成少数任务（比如整理房间）的昂贵机器人开始；通过经验学习，降低成本，进而发展出能做上千种任务、成本仅十分之一的下一代产品。这种成本与能力的正向循环将推动智能体技术快速成熟。模型格局：少数巨头与百花齐放对于大语言模型的竞争格局，Dean 的看法直接而深刻：打造最顶尖的模型需要巨额投资，因此最终玩家不会超过 50 个，可能只有少数几个。这指的是处于绝对前沿的“基础模型”。然而，这不意味着市场会固化。一旦有了这些强大的基础模型，利用诸如模型蒸馏（Dean 本人是该技术的早期共同作者之一）等技术，可以创造出大量轻量级的模型，适用于更多场景。他举例说，这项技术可能帮助了像 DeepSeek 这样的模型。因此，未来将会出现众多不同形态、专注于不同领域的模型，但少数几个能力强大的通用模型仍将占据重要地位。硬件之争：超越英伟达，拥抱专用化谈及硬件，Dean 的立场非常明确。作为 Google TPU 项目的奠基人，他坚信专用于机器学习的硬件，特别是专注于“降低精度线性代数”的加速器，是未来的关键。这些硬件需要代际性能提升，并通过超高速网络大规模互联，以便将模型计算扩展到尽可能多的计算设备上。他回顾了 TPU 的诞生：2013 年，他们预见到推理将需要巨大算力，因此启动了第一代 TPU；第二代（TPUv2）则同时聚焦推理和训练。对于当前云 TPU 开发者体验的批评，Dean 承认有改进空间，并重点介绍了 Google 内部的解决方案Pathways。该系统提供了强大的抽象层，让研究人员只需一个 Python 进程就能驱动成千上万个芯片进行训练，极大简化了大规模模型训练的复杂度。他宣布，Pathways 现已向 Google Cloud 客户开放。展望未来，Dean 认为推理硬件的能效有巨大提升空间。“我们如何制造出比如今能效高 1万、2万、5万倍的推理硬件？这似乎是完全可能的。” 他提到模拟计算作为一种可能路径，其优势在于极高的能效，但数字专用硬件也大有可为。他本人目前也在此领域投入时间研究。 AI 驱动的科学革命与未来计算 Dean 以今年诺贝尔物理学奖和化学奖（其同事 Demis Hassabis 和 John Jumper 因 AlphaFold 获奖）为例，指出 AI 正在深刻影响众多科学领域。核心在于，AI 能从数据中学习，而许多科学发现正是关于建立事物间的联系。他描述了一个变革性场景：许多学科拥有极其昂贵的计算模拟器（如天气预测、流体动力学、量子化学）。可以利用这些模拟器作为训练数据，训练一个神经网络来近似模拟器，其速度可能比原模拟器快 30 万倍。这将彻底改变科研方式——科学家可以在午餐时间筛选一千万个分子，而以前这需要耗费一年且无法承担的计算资源。这种“速度革命”将极大地加速科学发现。对于计算基础设施的未来，Dean 描绘了一幅异构、专用化的图景。计算需求在过去五到十年发生了根本性转变：我们需要以极高性能、极低功耗运行超大型神经网络。训练和推理是两种不同的负载，可能需要不同的解决方案。未来，从手机、机器人、自动驾驶汽车到数据中心，都将出现为高效运行强大模型而专门优化的硬件平台。此外，“计算量”成为一个新的、强大的调节旋钮——对某些问题投入一万倍的计算，可以获得质的飞跃，但显然不能对所有问题都如此挥霍。这需要硬件、系统软件、模型和算法（如蒸馏）的协同创新。展望：虚拟工程师与有机学习系统在问答环节，一个尖锐的问题被抛出：我们距离拥有一个能 7x24 小时工作、水平相当于初级工程师的 AI 还有多远？Dean 的回答令人惊讶：“不太远……我断言这可能在未来一年左右实现。” 他强调，这需要的不仅仅是更好的代码生成，还包括工具使用、自主规划、运行测试、调试性能问题等一系列综合能力。虚拟工程师可以通过阅读文档、在虚拟环境中试错来积累“经验”，这为能力的快速提升提供了路径。最后，Dean 分享了他对模型架构未来的憧憬。他一直是稀疏化、混合专家（MoE）模型的倡导者，认为这更接近生物大脑高效利用能量的方式（不同区域针对不同任务激活）。当前 MoE 的实现还太规整，未来模型应有计算代价相差千倍的不同路径，并能够动态扩展、压缩和重组参数，形成一个更有机、持续学习的系统。虽然当前范式非常有效，难以立刻转向，但他相信这种方向蕴藏着巨大的潜力。

Andrew Ng（吴恩达）：AI Agent工作流是当前最重要的技术趋势撰文：Techub News 整理导语在2025 年 3 月于纽约举行的ScaleUp:AI 2024大会上，AI领域的顶尖思想领袖、Coursera联合创始人、Landing AI创始人兼董事长Andrew Ng（吴恩达）发表了主题演讲。作为深度学习和AI普及化的重要推动者，吴恩达一直致力于连接AI前沿技术与产业落地。此次演讲，他基于其团队在AI Fund和Landing AI的实践，剖析了当前最重要的技术趋势——“智能体工作流”的崛起，并为企业（无论是初创公司还是大型集团）如何抓住这波AI浪潮、构建可持续的创新流程提供了极具操作性的见解。摘要智能体工作流是当前最重要的AI趋势：相比传统单次提示生成，让AI像人类一样迭代思考、研究、修订的“智能体工作流”能大幅提升输出质量，在代码生成、法律文档处理、医疗辅助诊断等领域已展现出决定性优势。企业AI创新流程正在被重塑：生成式AI将AI原型的构建时间从数月缩短至数天，这使得“快速构建大量原型并验证”成为可行策略，企业应建立“快速行动，同时负责任”的创新文化。 AI治理应聚焦于应用层而非技术层：试图监管基础AI模型本身如同要求电动机制造商保证其电机永不用于危险设备一样不切实际；更有效的路径是监管具体的AI应用（如医疗设备、聊天机器人），以确保其安全性。大型企业与AI专家的“共创”是关键：最具潜力的AI应用往往诞生于深谙AI能力的团队与拥有深厚领域知识（如航运、医疗）的企业之间的合作，这种结合能催生出改变行业的解决方案。智能体工作流：从线性生成到迭代思考的范式变革吴恩达开篇即指出，如果只能关注一项AI技术趋势，那么答案无疑是智能体AI。他阐释了当前主流的AI使用方式与智能体工作流的本质区别。目前，大多数用户使用大语言模型的方式是“非智能体”的：输入一个提示词，模型一次性生成完整回复。吴恩达形象地比喻，这好比要求一个人（或AI）就某个主题写一篇论文，必须从第一个字到最后一个字一气呵成，不允许使用退格键。人类显然无法以这种方式产出最佳作品，而AI在这种完全线性的模式下表现尚可，已属惊人。然而，智能体工作流改变了这一范式。在这种模式下，我们可以引导AI像人类一样工作：例如，先让它撰写论文大纲，询问是否需要网络研究，随后下载相关网页作为上下文，接着撰写初稿，再让其审阅初稿并决定哪些部分需要修订，随后进行修改……如此循环往复。这种融合了思考、研究、修订的迭代过程，能产生质量高得多的工作成果。吴恩达分享了一项来自其团队的数据：在HumanEval代码生成基准测试中，使用非智能体工作流的GPT-3.5正确率为48%，GPT-4为67%。然而，从GPT-3.5到GPT-4的改进，远不及从非智能体工作流切换到智能体工作流带来的飞跃。GPT-3.5在采用智能体工作流后性能大幅提升，GPT-4亦然。在实践中，吴恩达的AI Fund团队发现，智能体工作流在处理复杂法律文件、辅助医疗诊断、填写繁琐的政府合规表格等应用场景中，正带来决定性的差异。这一趋势也催生了新的技术栈层级——编排层。诸如LangChain（正演进为更注重智能体的LangGraph）、CrewAI等框架的出现，使得构建智能体应用变得更加容易。五大核心趋势重塑AI产业格局除了智能体工作流这一核心，吴恩达还概括了其他四项正在深刻影响行业的重要趋势： 1. 更廉价、更快速的文本生成至关重要。智能体工作流会产生和读取大量文本（Token），因此降低Token成本、加快生成速度变得尤为关键。这不仅是为了人类消费，更是为了加速智能体自身的迭代循环。将一段20分钟的智能体工作流程加速到5分钟，能带来巨大的实际价值。 2. 生成式AI正彻底改变企业创新流程。过去，基于监督学习构建AI系统可能需要6到12个月。如今，利用大语言模型，许多团队可以在10天内构建并部署一个原型。这使得“快速构建20个原型，哪怕其中18个失败”的策略变得可行且经济。吴恩达提倡的新信条是：“快速行动，同时负责任”——在利用快速原型能力的同时，建立确保不推出造成实质性损害产品的流程。 3. 文本处理革命已至，视觉处理革命即将到来。许多大型企业拥有海量的图像或视频数据，却苦于无法提取价值。多模态模型和视觉智能体的发展，将开启视觉AI应用的巨大潜力。吴恩达创立的Landing AI正在此领域深耕，帮助企业从视觉数据中获得更多价值。 4. 数据的“重力”正在减弱。传统上，将大量数据从一个云平台传输到另一个进行处理因成本高昂而不可想象。然而，生成式AI工作流的计算成本极高，相比之下，数据跨境传输的成本显得微不足道。粗略估算，传输1GB数据的云出口成本约为10美分，而用GPT-4 mini等模型处理1GB数据的成本可能高达30-40美元。因此，新的设计模式正在涌现：人们更倾向于构建在全球范围调用计算资源、跨地域传输数据进行处理的应用。 5. 数据工程的重要性再次凸显，尤其是非结构化数据。过去AI的价值多体现在结构化数据（数字、表格）上。如今，生成式AI能够从文本、图像、音频中提取前所未有的价值。许多公司正在重构数据基础设施，重点加强处理非结构化数据的“管道”建设。企业AI创新：从灵感到规模化落地的路线图针对大型企业如何抓住AI机遇，吴恩达结合AI Fund与众多企业合作的经验，提出了一套行之有效的五步流程。第一步：高管培训。确保企业领导层对AI的能力与局限有非技术层面的基本了解，这是识别机会的基础。吴恩达提到，Coursera上最受欢迎的课程之一就是面向所有人的生成式AI入门课。第二步：机会脑暴与任务分解分析。在理解技术后，系统性地寻找应用机会。吴恩达特别推荐了一种“基于任务的工作分析”方法：将职位分解为具体任务，而非笼统地讨论AI取代某个工作。例如，客户服务代表的工作包含多种任务，其中一些（如回答常见问题）极易被AI增强或自动化，而另一些（如处理复杂投诉）则较难。这种方法往往能发现出人意料的、最大的机会点，其结论通常比凭直觉猜测更可靠。值得注意的是，多数企业在发现AI能将某项任务成本降低千倍后，选择的不是裁员节流，而是将该任务执行量提升千倍，从而开辟新的收入增长渠道。增长往往比成本节约更具吸引力，因为天花板更高。第三步：项目可行性评估与优先级排序。对脑暴产生的想法进行技术可行性和商业价值的尽职调查，并做出“自建、购买还是投资”的决策。吴恩达建议，市场上已有的解决方案应优先购买。但由于生成式AI技术太新，企业总会发现大量尚无现成产品的新想法。第四步：执行路径选择——自建、合作或剥离。企业内部的资源与耐心有限，不可能实施所有想法。对于少数核心、希望完全自主控制的项目，可以选择内部建设。对于其他许多项目，将其剥离为独立的初创公司可能是一个更优选择。这样既能以更低成本实现目标，又能让母公司享受其成果，同时无需自行组建和维护专门的AI团队。吴恩达以与日本三井物产合作的“Bearing AI”为例：三井物产拥有深厚的航运领域知识，他们提出利用AI优化船舶航线以节省燃油。双方合作进行深度市场验证后，招募了一位连续创业者作为CEO，用三个月打造了技术原型。最终，这家独立运营的初创公司开发的软件已在超过600艘远洋船舶上运行，平均每艘船每年节省约50万美元燃料费，并减少10%的碳排放。吴恩达强调，AI专家与领域专家的“共创”是催生此类突破性应用的关键。第五步：制定AI战略与员工培训。当企业成功运行几次上述创新流程后，就需要思考长期的AI战略以及大规模的员工技能培训，以确保持续的竞争力。 AI治理：监管应用，而非技术在演讲最后，吴恩达针对日益热烈的AI治理讨论提出了一个鲜明观点：治理的重点应该是AI应用，而非AI技术本身。他类比道，AI模型就像电动机，是一种可以用于无数场景的通用技术。要求基础模型开发者保证其模型永不用于有害场景，就如同要求电动机制造商保证其电机永不用于危险设备一样，是不切实际且无效的。真正的风险取决于具体的应用场景。因此，更合理的路径是监管具体的AI应用：确保医疗AI设备安全、社交媒体推荐算法负责、聊天机器人不作恶。针对不同应用的特点和风险，制定相应的安全标准和监管框架。吴恩达透露，在过去一年半中，他惊讶地看到一些训练了大模型的公司进行了激烈的游说，试图推动扼杀开源AI模型技术的监管。他认为这背后部分动机是避免与开源软件竞争。所幸，业界共同努力抵制了其中最糟糕的提案。他呼吁业界保持警惕，坚持将治理焦点放在应用层，这样才能在促进创新的同时，更有效地管控风险，确保AI技术安全、负责任地发展。吴恩达总结道，得益于智能体工作流等技术的突破，AI的可能性正在急速扩张，这为行动迅速的初创公司和积极转型的大型企业都创造了巨大的机遇。关键在于理解趋势、建立有效的创新流程，并将治理智慧应用于正确的层面。

Cohere CEO Aidan Gomez（艾丹·戈麦斯）：Transformer 架构八年未变，AI 的未来在于企业应用撰文：Techub News 整理导语 2017年，一篇名为《Attention is All You Need》的论文横空出世，其提出的 Transformer 架构彻底改变了人工智能的发展轨迹，开启了生成式 AI 的浪潮。八年后的2025 年 6 月，这篇论文的八位作者之一、当时还是一名大三本科生的 Aidan Gomez（艾丹·戈麦斯）已成长为估值数十亿美元的 AI 独角兽 Cohere 的 CEO。在 The MAD Podcast 主持人 Matt Turck 的深度访谈中，Gomez 首次详细揭秘了 Transformer 论文诞生背后的“意外”故事，并阐述了他为何坚信企业级 AI 而非追逐 AGI（通用人工智能）才是 AI 技术造福世界的正道。这场对话不仅是对 AI 发展史上关键节点的回顾，更是对当下 AI 商业化路径与未来趋势的一次深刻洞察。摘要 Transformer 的诞生源于“行政错误”与有机合作：Gomez 进入 Google Brain 实习源于一场误会（其经理误以为他是博士生），而论文的诞生则是几个独立研究小组因共同兴趣自发合并、冲刺会议 deadline 的结果。 Transformer 架构统治力惊人，八年未遇挑战：Gomez 坦言，Transformer 的持久性“令人震惊”，其成功部分源于整个 AI 基础设施（包括芯片）都已围绕其优化，新架构的替代门槛极高。 “推理计算”是重大突破，但潜力远未挖尽：让模型在不同问题上分配不同“思考”时间的“推理计算”范式解锁了巨大能力，且实现成本远低于预训练，未来将在科学、医疗、企业自动化等领域发挥更大作用。 Cohere 押注企业 AI 而非 AGI“宗教”：Gomez 直言不喜欢 AGI 圈子的“角色扮演”和“新宗教”氛围，认为通过 AI 提升人类生产力、降低成本和改善服务（如医疗）才是更有意义的方向。智能体（Agent）平台“North”是企业 AI 的核心：Cohere 的垂直整合战略使其能提供从底层模型（Command、Embed）到上层智能体平台（North）的全栈解决方案，并特别注重数据安全（支持本地/私有云部署）和多语言/多模态能力。 Transformer 诞生记：一场美丽的“意外” 2017年，还在多伦多大学读大三的 Aidan Gomez（艾丹·戈麦斯）通过一封“cold email”联系上了 Google Brain 的研究员，原因是他反复在阅读的论文作者栏看到这个名字。他提出了自己对论文的一些扩展想法，并由此获得了一个实习机会。“我经理以为我是博士生，”Gomez 回忆道，“所以我想我是通过一个行政错误进去的——我们通常不招本科生。”这个“错误”让他坐到了另一位论文合著者 Noam Shazeer 旁边，并加入了 Lucas Kaiser 的团队。最初的项目是一个名为“One Model To Learn Them All”的多模态模型。在开发过程中，Gomez 和 Kaiser 构建了一个名为“Tensor2Tensor”的框架用于高效分布式训练，并成功说服了邻座的 Noam Shazeer 使用它。随后，他们发现 Google Translate 团队也在进行类似的研究。“我们意识到大家在做同一件事，”Gomez 说，“我们都关注基于文本的自回归模型，并且更纯粹地利用注意力机制，而不是之前那些复杂且有些‘丑陋’的 RNN、LSTM 模型。”于是，几个小组决定合并力量，专注于打造一个最简单、高效的基于注意力的语言模型——这就是 Transformer 的雏形。论文的写作过程堪称“疯狂冲刺”。团队为了赶上顶级 AI 会议 NeurIPS 的投稿截止日期，进行了高强度的工作。“我们尝试了无数东西，修补了很多小 bug，”Gomez 举例道，比如最初纯注意力架构无法区分序列中元素的位置信息，是 Noam Shazeer 灵光一现，提出了在嵌入中添加正弦波来表示位置的方法——这个方案至今仍被广泛使用。论文发表后，在自然语言处理（NLP）和机器翻译的小圈子内引起了兴奋，但当时远未达到后来革命性的广泛认知。对于 Google 为何没有更快地利用 Transformer 架构开发出类似 ChatGPT 的产品，Gomez 澄清道，Google 实际上迅速将 Transformer 应用到了搜索和翻译等核心产品中（如 BERT）。“准确的说法是，他们没有像 OpenAI 那样早期且独特地全力投入互联网文本的纯序列建模（即大规模语言模型预训练）。” Gomez 总结道。 Transformer 为何统治八年？生态锁定与极高的替代门槛距离论文发表已过去八年，Transformer 架构依然是 AI 领域的绝对主流，这一点连 Gomez 本人都感到“震惊”。“我们今天训练的 Transformer 和当年的看起来如此相似，”他说。他认为，这并非因为研究社区缺乏新想法，而是一个“自我实现的预言”或“强化循环”。整个 AI 社区对 Transformer 的热情催生了专门为其优化的庞大基础设施堆栈。“我们现在甚至有专门为该架构优化的芯片，”Gomez 指出。因此，要转向一种新架构，需要付出巨大的努力和能量去重写一切。“新架构必须提供极其令人信服的理由（才能取代它），而我们还没找到那个架构。”他坦言，替代的门槛已被推得极高。 Gomez 本人也曾热切期待 Transformer 的继任者。他甚至将 Cohere 纽约办公室的一间会议室命名为“SSM”（状态空间模型），坚信它将是替代者。但现实是，Transformer 就像一个“伟大的艺术家”，不断吸收其他架构（如 SSM、扩散模型）中的优秀思想，并将其整合进自身，从而持续进化，保持了领先地位。推理计算：一个“显而易见”却改变游戏规则的想法近半年来，“推理计算”（Test-Time Compute）或“思维链”推理成为 AI 领域的热点。但在 Gomez 看来，这其实是一个酝酿已久且“显而易见”的方向。“我们已经知道它要来好几年了，”他说。其逻辑在于：在引入推理能力之前，语言模型对所有输入（无论是“1+1”还是“治愈癌症”）都分配相同的“能量”和即时响应时间。这显然不合理。不同复杂程度的问题理应获得不同的“思考”资源。推理计算正是让模型能够根据问题复杂度，动态分配计算步骤（“思考时间”）的范式。 “它的有效性令人惊讶，”Gomez 评价道。模型仅需极少量的人类示范（如何一步步思考），就能自己掌握推理方法，从而解锁了前所未有的能力。更关键的是，实现推理能力的成本“远低于预训练”，使得智能提升变得“非常容易获得”。然而，Gomez 认为这仅仅是开始。“我们只是触及了表面。”目前的研究主要集中在数学和编程领域，但在医学、物理、化学等纯科学领域，以及企业自动化场景中，还有巨大的空白等待探索。“所有有趣的问题都需要推理。” 从研究到创业：为何 Cohere 选择“枯燥”但重要的企业 AI 在目睹了早期大规模语言模型展现出的惊人能力后，Gomez 联系了他在 Google Brain 结识的两位朋友 Nick 和 Ivan，共同创立了 Cohere。与许多同期涌现的、目标直指 AGI 的明星实验室不同，Cohere 很早就确立了企业 AI 的方向。 “我从来不喜欢整个 AGI、有效利他主义圈子的氛围，”Gomez 直言不讳，“感觉像在角色扮演，像人们在创立一种新宗教……‘创造上帝’这类东西。我不喜欢那种精神气质。”相比之下，企业级应用或许听起来“枯燥”，但他认为其意义远为重大。 “提升人类生产力，让人类能做更多事，增加供给，降低事物成本，让人类成就更多——这些远比‘建造上帝’或‘从 AI 手中拯救世界’更激励我。我想用 AI 来拯救世界。” Gomez 阐述了他的理念。他希望通过 AI 让医生花更少时间写病历、填表格，而将更多时间用于诊治病人；为医生配备能帮助他们研究罕见病例的智能体。他的目标是让这项技术在全球经济中真正发挥作用。当然，作为行业领军者，他无法完全避开关于 AGI/ASI（人工超级智能）的讨论。但他认为，AGI 的定义模糊且不断变化。“我认为我们在很大程度上已经拥有了 AGI。”他举例说，如果在他和 Cohere 的模型之间选择谁来诊断开药，理性的选择肯定是模型。“我保证它懂得比我多。”AI 已经在许多方面比普通人更聪明，并且未来在某些领域超越最顶尖的人类专家也是必然趋势。“我反对那些贩卖末日论调的人，”Gomez 总结道，“技术进步意味着什么？其切实的影响才是关键。” Cohere 的全栈蓝图：模型、智能体与安全优先 Cohere 采取了一条垂直整合的道路。其核心是自研的模型层：包括生成模型 Command（对标 GPT、Llama 等）和搜索模型系列（Embed V4, Rerank 3.5）。这些模型构成了其智能体平台“North”的基石。North 允许企业构建能接入内部所有软件和数据的 AI 智能体，让其去完成具体任务。 Gomez 特别强调了 Cohere 在安全部署上的独特优势。与许多提供 API 调用服务的竞争对手不同，Cohere 可以将其模型直接部署在客户的硬件上，无论是在客户的云虚拟私有云（VPC）中，还是为受监管行业部署在本地数据中心。“这带来了巨大的解锁效应，”Gomez 解释，因为 AI 智能体需要访问企业的核心数据（邮件、文档、客户记录等），数据不出境、完全私有的部署模式让客户更放心地接入更多关键系统，从而发挥 AI 的最大价值。在模型训练数据方面，Gomez 证实了合成数据已成为主流且效果卓越。“合成数据现在是我们训练 Command 等模型所用数据的主要部分，而且在许多情况下，它实际上比人类数据更有用。”他举例说，人类回答问题时往往简洁（如直接回答“11”），但人类实际上更喜欢模型那种充满同理心、耐心细致的回答风格。因此，他们需要用模型来重写人类答案，以生成风格更优的训练数据。此外，Cohere 在多语言和多模态上也投入颇深。其 Cohere For AI 实验室发布了支持超百种语言的模型。Gomez 指出，日语、韩语等市场被严重低估，现有技术无法满足其企业级文档处理需求。因此，Cohere 选择与富士通（日本）、LGCNS（韩国）等地区巨头合作，开发针对当地语言和企业场景的定制模型。多模态能力也被视为企业场景的“入场券”，对于理解包含图表、幻灯片的 PDF 文档以及实现计算机视觉操控（让 AI 使用图形界面）至关重要。智能体（Agent）的现在与未来：从研究到落地 Cohere 的智能体平台 North 目前处于早期访问阶段。Gomez 将其描述为一个“完全私有化、高度可定制、原生支持推理的消费级聊天机器人升级版”。它可以集成企业内部的任何软件，并花时间（几分钟甚至几十分钟）进行深度研究、筛选数据以完成任务。他分享了一个生动的用例：财富管理。当突发事件（如战争、新关税）爆发时，理财经理的客户会纷纷来电询问对策。经理通常需要花费数周时间研究并制定对冲组合方案，但市场瞬息万变，等方案出炉可能已错过时机。North 这样的智能体可以极快地阅读海量分析报告和新闻，迅速提出初步方案，人类经理在此基础上进行修改和决策，将周期从数周缩短到数小时。面对智能体能力泛化可能带来的“选择困难症”，Gomez 观察到市场已经发生了变化。“早期客户会问‘AI 很酷，董事会给我压力，我该用它做什么？’我们需要帮他们识别机会。但现在，客户的成熟度大大提高了。他们很清楚自己要做什么，只需要一个合作伙伴来帮他们执行这个路线图。”许多大企业会带着数百个已识别的用例来找 Cohere。当然，智能体并非万能。Gomez 指出，在医疗、金融等敏感领域，必须保持“人在回路”的监督。此外，在需要真正突破性科学发现（如解决千年数学难题、发现新化合物）的领域，AI 目前还无法提供核心帮助，但他相信这一天很快就会到来。 CEO 的展望：技术乐观主义与社会关切当被问及什么让他夜不能寐时，Gomez 的答案出人意料地并非技术挑战。“让我睡不着的是政治，”他说，“是世界各地出现的分裂……我主要担心我们的社会、自由民主制度。我为自由主义过去一个世纪取得的进步感到担忧。” 但他对 AI 持乐观态度，认为 AI 可以成为一股强大的向善力量，帮助“好人”获胜，并解决过去十五年来全球经济面临的一些问题，如生产力增长缓慢、财富分配不均等。对于 Cohere 未来三到五年的成功愿景，Gomez 希望看到 AI 技术带来可衡量的 GDP 和生产力增长，希望这项技术能在全球范围内整合，成为每个人日常工作的一部分，而不仅仅是娱乐或搜索工具。“我希望它能帮助人们成就更多，让东西变得更便宜、更丰富。”这或许正是这位从一场“意外”中走出的 AI 先驱，为其所创造的技术所描绘的最朴实也最宏大的蓝图。MicroStrategy 宣布发行 15 亿美元可转换优先票据，用于购买比特币Techub News 消息，MicroStrategy 宣布将发行 15 亿美元的可转换优先票据，所得资金净额将用于购买更多比特币。该公司表示，此次发行旨在进一步强化其作为上市公司的比特币战略持有地位。（@Strategy）Techub News04:44 Y Combinator 近年投资 106 家 AI 可观测性相关公司Techub News 消息，创业孵化器 Y Combinator 近年来已投资了 106 家与 AI 可观测性相关的公司。这些公司专注于监控、理解和控制 AI 智能体的行为，旨在应对 AI 智能体失控的风险。该领域的投资增长反映了业界对 AI 安全与治理的日益关注。（TechCrunch）Techub News04:43 美国联邦利息支出创纪录达每年1.2万亿美元，为2010年代三倍Techub News 消息，美国联邦政府年度利息支出已达到创纪录的1.2万亿美元，这一数字是2010年代平均水平的三倍。高额利息支出反映了美国不断增长的债务负担和利率环境的变化，可能对财政政策和金融市场产生影响。（@Kalshi）Techub News04:43 谷歌推出实验性家庭共享AI智能体CC，可协调至多六名成员Techub News 消息，谷歌宣布推出名为“CC”的实验性AI智能体，专为家庭场景设计。该智能体拥有独立的谷歌账户，最多可供六名家庭成员共享使用，可协调日程、处理共享文档及邮件。 CC智能体是谷歌2025年公布项目的演进版本，其前身最终发展为Gemini的“每日简报”功能。新版本允许家庭成员通过指定邮箱地址、Google Chat或共享Google Drive文件夹，有选择地向智能体分享信息，以协助管理家庭事务。（Ars Technica AI）Techub News04:31 美财长贝森特：使用加密资助伊朗政权将面临制裁Techub News 消息，美国财政部长 Scott Bessent 警告称，任何使用加密货币为伊朗政权提供资金的行为都在美国财政部海外资产控制办公室（OFAC）的管辖范围内，将面临制裁。该警告表明美国正加强对加密货币用于规避国际制裁行为的监管力度。OFAC 此前已对多个与伊朗相关的加密地址实施制裁，此次表态进一步明确了美国政府对涉伊朗加密融资的强硬立场。（Cointelegraph）Techub News04:30 美国制裁伊朗加密货币交易所 BitBank，指控其向伊朗革命卫队转移比特币Techub News 消息，美国财政部外国资产控制办公室（OFAC）宣布对伊朗加密货币交易所 BitBank 实施制裁。指控称，此前已被制裁的伊朗平台 Hormuz Safe 利用 BitBank 转移自 6 月以来收取的款项，这些资金最终流向伊朗伊斯兰革命卫队（IRGC）。美国财政部表示，此次行动旨在打击伊朗政权利用数字资产逃避制裁和资助其活动的行为。BitBank 及其关联的比特币地址已被列入制裁名单。（The Block）Techub News04:19 美国官方贫困率降至历史最低水平Techub News 消息，美国财政部发布最新报告显示，美国官方贫困率下降 0.5 个百分点，降至历史最低水平。报告链接已随推文发布。（@USTreasury）Techub News04:17 OpenAI 推出基于 GPT-6 Astra 的 Astra for Law 法律智能产品Techub News 消息，OpenAI 宣布推出 Astra for Law，这是一款专为律师和法律科技公司打造的前沿智能产品。该产品由 GPT-6 Astra 驱动，提供工具、设置和上下文支持，旨在辅助法律专业人士的专业知识和判断。（@OpenAI）Techub News04:17 美股收盘：纳指涨 1.69% 领跑，加密概念股全线大涨，白银股集体飙升Techub News 消息，美股三大指数周四集体收涨。道指涨 0.61%，9 月累计下跌 1.87%；标普 500 指数涨 1.14%，9 月累计微涨 0.08%；纳指涨 1.69% 领跑，9 月累计上涨 1.22%。黄金/白银板块大幅走强，SPDR 黄金 ETF（GLD）涨 1.67%，纽蒙特矿业（NEM）涨 2.14%，iShares 白银 ETF（SLV）涨 3.35%，黄金矿商 ETF（GDX）涨 3.37%，科尔黛伦矿业（CDE）涨 5.34%，第一马杰斯蒂克白银（AG）涨 6.30%。加密概念股全线大涨。Hut 8（HUT）涨 1.30%，Cipher Mining（CIFR）涨 1.32%，CleanSpark（CLSK）涨 4.38%，Bitmine（BMNR）涨 4.69%，Strategy（MSTR）涨 4.81%，MARA Holdings（MARA）涨 5.43%，Coinbase（COIN）涨 5.75%，Circle（CRCL）涨 5.76%，Bit Brother（BTBT）涨 6.99%，Riot Platforms（RIOT）涨 7.52% 领涨板块。Techub News04:07 谷歌与联合国系统联合推出全球数据共享平台Techub News 消息，谷歌与联合国系统共同推出“联合国系统数据共享平台”，旨在提供一个开放的全球统计数据平台，使全球统计数据更容易获取与搜索。这一平台将利用谷歌的技术和联合国的数据资源，协助研究人员、政策制定者和公众更便捷地分析全球发展问题。（Google AI）Techub News04:05

已经到底了

AI Web3 ETF 稳定币 Defi RWA

搜索“T”共有20条相关结果

查看全部

相关发布者

相关发布者

SAP CEO Christian Klein（克里斯蒂安·克莱因）：AI 飞轮驱动企业韧性

Cohere CEO Aidan Gomez（艾丹·戈麦斯）：企业 AI 的规模化边界、合成数据与后 Transformer 时代

Alphabet CEO Sundar Pichai（桑达尔·皮查伊）：AI 是搜索的非凡机遇，而非颠覆性威胁

Google CEO Sundar Pichai（桑达尔·皮查伊）：AI 将比火和电更深远地改变世界

Perplexity CEO Aravind Srinivas（阿拉温德·斯里尼瓦桑）：我们为何能挑战谷歌

Demis Hassabis（戴密斯·哈萨比斯）：自然世界皆可学习，AI将助我们破解物理学等终极之谜

Perplexity CEO Aravind Srinivas（阿拉温德·斯里尼瓦斯）：AI 的价值将沉淀于应用层

Google 首席科学家 Jeff Dean（杰夫·迪恩）谈 AI 未来：智能体、硬件演进与科学革命

Andrew Ng（吴恩达）：AI Agent工作流是当前最重要的技术趋势

Cohere CEO Aidan Gomez（艾丹·戈麦斯）：Transformer 架构八年未变，AI 的未来在于企业应用

MicroStrategy 宣布发行 15 亿美元可转换优先票据，用于购买比特币

Y Combinator 近年投资 106 家 AI 可观测性相关公司

美国联邦利息支出创纪录达每年1.2万亿美元，为2010年代三倍

谷歌推出实验性家庭共享AI智能体CC，可协调至多六名成员

美财长贝森特：使用加密资助伊朗政权将面临制裁

美国制裁伊朗加密货币交易所 BitBank，指控其向伊朗革命卫队转移比特币

美国官方贫困率降至历史最低水平

OpenAI 推出基于 GPT-6 Astra 的 Astra for Law 法律智能产品

美股收盘：纳指涨 1.69% 领跑，加密概念股全线大涨，白银股集体飙升

谷歌与联合国系统联合推出全球数据共享平台