Google Part III: The AI Company. Google is amazingly well-positioned... will they win in AI? (Audio)
核心摘要
这一集把 Google 的 AI 史讲成一条环环相扣的因果链。故事从 Google Brain 时代的工程现场讲起——诺姆·沙泽尔（Noam Shazeer）的早年岁月、n-gram 翻译、让 Google 规模计算成为可能的异步基础设施——随后依次经过 AlexNet 带来的学界转向、DeepMind 在伦敦的创立，以及 2013–14 年那场以 Google 出价 5.5 亿美元买下德米斯·哈萨比斯（Demis Hassabis）实验室收尾的竞购。此后一路滚雪球：保密一年的 TPU 秘密项目（杰夫·迪恩（Jeff Dean）那句“我们需要另一个 Google”、威斯康星州麦迪逊的卫星办公室、Google I/O 公布前一整年的沉默）、八位作者几年内悉数离开的 Transformer 论文、诺姆的出走，以及播下 OpenAI 种子的罗斯伍德晚宴。ChatGPT 的上线被处理成一次颠覆式创新的翻转：桑达尔·皮查伊（Sundar Pichai）2022 年 12 月的 code red、仓促上阵的 Bard、微软步步加码的 OpenAI 投资，以及在不杀死搜索的前提下蚕食搜索的 AI Overviews／AI Mode 微妙之舞。 后半集转向当下的生意与 AI 时代的资产负债表。Waymo 从 DARPA 挑战赛一路走到五城无人驾驶，本·吉尔伯特（Ben Gilbert）按里程碑推进这段叙事，并引用了公司自己发布的 91% 安全研究数字；Google Cloud 的托马斯·库里安（Thomas Kurian）翻身记（从 2017 年的 40 亿美元到如今超 500 亿美元的年化运行率）被归结为企业级 go-to-market 重建加 TPU 顺风；大卫·罗森塔尔（David Rosenthal）的四支柱论——应用、模型、芯片、云，只有 Google 占了不止一样——撑起多头逻辑，旁边还有分发、暗光纤、YouTube 视频互联网与自我造血的资金。空头逻辑是价值捕获之问：每个美国用户约 400 美元的广告经济对上订阅意愿，90% 的搜索份额对上 AI 市场“也许 25%”的稳态。 收尾落在治理：拉里·佩奇（Larry Page）和谢尔盖·布林（Sergey Brin）控制着公司，并放话宁可破产也不能输掉 AI；那场本可能拆分 Google 的反垄断案，最终只落得没有实质性的救济；两位主持人把创始人控制读作创新者窘境的解药——正是它让 Google 能围绕 Gemini 重建，而不是死守十条蓝色链接。全集以花絮与致谢收场，向 Levy、Olson 与 Metz 的著作以及一长串研究受访者致意。
章节看点与核心要点
9 条DeepMind 收购是全集因果链的枢纽：5.5 亿美元的交易之所以成交，靠的是拉里·佩奇（Larry Page）与德米斯·哈萨比斯（Demis Hassabis）之间的意气相投；主持人给出的反事实是——没有这笔收购，OpenAI 大概率根本不会成立。
TPU 起初是防御性的基础设施必需——仅语音识别一项就需要“另一个 Google”级别的硬件——后来长成战略护城河：保密整整一年，V1 性能还很弱，如今据估计已有 200 万到 300 万块 TPU，对照英伟达每年约 400 万块的 GPU 出货量。
Google 造出了 Transformer，却弄丢了价值：八位作者几年内全部离开，这家明知聊天机器人界面可行的公司，直到 ChatGPT 逼到眼前才交出产品。
ChatGPT 一夜之间把 AI 从 Google 原本能吸收的延续性创新翻转成颠覆式创新——2022 年 12 月，桑达尔·皮查伊（Sundar Pichai）拉响的 code red 意味着“尽快把真正的原生 AI 产品做出来、发出去”，教科书式的在位者应答。
微软的步步加码——先 10 亿美元、再 20 亿美元、最后 100 亿美元换得据报道约 49% 的股份——把 OpenAI 变成了 Google 第一个真正的生存威胁，萨提亚·纳德拉（Satya Nadella）也公开以让 Google 起舞为乐。
Waymo 十年长征（2004 年 DARPA 到 2020 年凤凰城）如今跑在五座城市，下一站东京；公司自己发布的研究宣称受伤事故减少 91%——这被呈现为 Google 愿意为一个登月项目供血十六年的回报。
Google Cloud 是托马斯·库里安（Thomas Kurian）的翻身故事：企业级 go-to-market 组织的建设（在 150 人的底子上招了约 1 万人）、Kubernetes 多云的反定位，再加 TPU 顺风，把这门生意从 2017 年的 40 亿美元做到如今超 500 亿美元的年化运行率、年增 30%。
四支柱论是全集的战略内核：想在 AI 牌桌上有一席之地，你需要应用、模型、芯片或云中的一样——Google 想四样全占，而没有任何别的公司占有多于一样。
创始人控制是创新者窘境的解药：拉里·佩奇（Larry Page）和谢尔盖·布林（Sergey Brin）控制着公司，放话宁可破产也不能输掉 AI；主持人把反垄断的结果——Chrome 未被剥离——读作伊利亚（Ilya Sutskever）出走推倒的那块多米诺，最终倒向 Google 的生存。
深度解读
Google 如何发明了现代 AI——它还能赢下 AI 时代吗？
Transformer、TPU、DeepMind 都是 Google 的发明，ChatGPT 却由带着想法离开的人造出来。本期讲 Google 如何发明现代 AI、为何眼看着价值流失，以及创始人控制加上模型、芯片、云、应用的全栈位置，能否让它赢回 AI 时代。
阅读完整文章访谈精粹
18 组核心对谈- 问
AlexNet 为什么在 2012 年 ImageNet 竞赛上远超所有对手？Hinton 团队到底想明白了什么？
Ben Gilbert 提问49:02答David Rosenthal 回答他们意识到理论八十年代就摆在那里，瓶颈在硬件：深度神经网络需要海量并行，而摩尔定律下的 CPU 只够堆几层。顿悟在于把神经网络重写到另一类天生高度并行的芯片上——消费级游戏显卡。这相当反直觉：前沿学术研究向来跑在超算上，他们却用零售几百美元的游戏卡。Hinton、Krizhevsky 和 Sutskever 走进本地电器店，买回两块英伟达当时的旗舰游戏卡 GTX 580，用英伟达的 CUDA 语言重写算法，就在这两块现成显卡上完成训练，以约 40% 的优势击败 ImageNet 竞赛所有对手。黄仁勋称之为当代 AI 的大爆炸时刻：两块游戏卡都能做到，更多的卡、专用芯片会怎样？英伟达就此从挣扎的 PC 游戏配件商踏上全球市值第一之路；这一战也告诉学界，旧想法配上新硬件就会迎来突破，然后是多年优化。
- 问
在 Hinton 的 DNN Research 竞拍中，DeepMind 为什么在场，而 Facebook 却不在？
Ben Gilbert 提问54:54答David Rosenthal 回答时间点就说明了一切：竞拍与 NIPS 会议（如今的 NeurIPS）同期进行。Geoff Hinton 亲自坐镇太浩湖 Harrah's 赌场的酒店房间主持，Cade Metz 的《The Genius Makers》记下了这段。报价一路走高：微软先退出又杀回来，DeepMind 则如前所说早早退场——创业公司，没钱。最后只剩百度和 Google 真刀真枪地对轰。此时三位研究者面面相觑，决定自己究竟想去哪儿，在 4400 万美元处收手，撂下一句：'Google，这些钱已经绰绰有余，我们跟你走。'原本说好三人均分，但 Krizhevsky 和 Sutskever 找到 Hinton，坚持让他拿 40%，自己各拿 30%——最终就按这个格局落定。
- 问
DeepMind 卖给 Google 的交易是如何促成的？Larry Page 为什么买它？
Ben Gilbert 提问01:19:17答David Rosenthal 回答DeepMind 早期，Elon Musk 与 PayPal 帮成员 Luke Nosek 同乘私人飞机，读到 Demis 的邮件：DeepMind 的 AI 无人示范，自己琢磨出 Atari 游戏 Breakout 的取巧赢法。Larry Page 就在同一架飞机上；一句'这是哪家公司'，Google 创始人就此得知 DeepMind。交易靠惺惺相惜：Larry 一直视 Google 为 AI 公司，Demis 觉得 Larry 懂使命；Google 已有 Brain 出产品，可承诺 DeepMind 留在伦敦专心研究智能，和近乎无限的算力。带着'Let's really go big'空白支票，Alan Eustace 于 2013 年 12 月飞赴伦敦——为腰椎不能坐的 Hinton 特意在包机上装了吊具——完成尽调，Google 以 5.5 亿美元买下 DeepMind，设独立监督董事会。若保持独立，今天值五千亿美元。
- 问
Google 收购 DeepMind 之后，产生了哪些连锁反应？
Ben Gilbert 提问01:30:45答David Rosenthal 回答最炸裂的连锁反应在人：Elon Musk 气炸了——算上藏得更深的 Zuckerberg，是两个人。Elon 投资过 DeepMind，本想收进 Tesla 的 AI 团队；眼看 Eustace 满世界搜刮 AI 研究员，他对 Google 早有芥蒂。这股压力催生硅谷最命运攸关的晚餐之一：2015 年夏，Elon 与时任 YC 总裁 Sam Altman 在 Sand Hill Road 的 Rosewood 组局，议题：Google（外加 Facebook）垄断 AI 人才。他们唯一想要而 Google 死活不放的是 Ilya Sutskever：据说 Jeff Dean 的反报价翻倍。尽管如此，仍有七位研究员出走，创立以安全 AGI 造福人类为使命的非营利 OpenAI。Musk、Altman、Hoffman、Livingston、Thiel 承诺出资十亿——后来披露只到位约 1.3 亿，头几年做研究、买算力也够用。
- 问
OpenAI 挖走 Google 的 AI 人才之后，Google 的真实处境如何？2013 年 Krizhevsky 进公司时发生了什么？
Ben Gilbert 提问01:40:22答David Rosenthal 回答2013 年 Krizhevsky 随 Hinton、Ilya 加入 Google，震惊发现所有机器学习都跑在 CPU 上——基础设施抵制 GPU，撂下一句'我们这儿是 CPU 门店'。他按学术做派从电器店抱回 GPU 机器塞进储物柜训练——电费由 Google 买单。第一代系统 DistBelief 需面向 GPU 重构；2014 年春，Jeff Dean 和 John Giannandrea（后来掌管 Google AI 再去 Apple）定下 GPU 进全公司机群的方案：向英伟达采购 4 万块 GPU，1.3 亿美元。方案上呈 Larry Page，他顶着财务反对拍板：Google 的未来就是深度学习。当时的英伟达还是年入 40 亿、市值 100 亿的显卡公司——这几乎是 Google 递给英伟达的天机。这批 GPU 在相册、Gmail 输入建议、AdWords 点击预测上赚回数百倍；也暴露下一个巨大问题：天量矩阵乘法。
- 问
眼看每年几十亿美元流向英伟达，Google 是怎么决定自研 AI 芯片的？
Ben Gilbert 提问01:44:21答David Rosenthal 回答Google 刚在 Nexus 推出语音识别，发现它只跑 Nexus——没有覆盖全 Android 的基础设施。Jeff Dean 算账：十亿台 Android 每天三分钟语音识别需要数据中心翻倍——撂下一句：'我们需要另一个 Google'，或者造一种新芯片。点子落到用 20% 时间捣鼓 FPGA 的 Jonathan Ross 手里，捣鼓变正式项目，再变定制 ASIC：TPU。代价：比 GPU 高效得多，却只会一件事——神经网络背后的矩阵乘法。核心洞见是降精度：4586.8272 变 4586.8 再变 4586，量化放软件，单位晶体管算力大增。芯片设计、验证、制造、部署只用 15 个月——FPGA 当过渡机群，硬盘形态插现有机架，麦迪逊制造，I/O 前保密一年多，刚好赶上 AlphaGo：一台机器、四颗 TPU。今天 Google 跑着约二三百万颗 TPU，对比英伟达年出货四百万块 GPU——接近英伟达规模的内部力量。
- 问
Transformer 从何而来？在它之前 Google 的语言模型走到了哪一步？
Ben Gilbert 提问01:52:17答David Rosenthal 回答Franz Och 让 Google Translate 成功后，又经 AlexNet 转向神经语言模型，Jeff Dean 带队空降 Translate 验证概念，把旧代码库推倒重写——《纽约时报》杂志 2016 年著名报道写的正是此事。重写虽先进，但基于 RNN，根本局限是忘性太快。LSTM 用持久记忆部分解决，2016 年上线的 LSTM 版 Translate 错误率降约 60%。但 LSTM 计算密集、无法并行，与硬件走向相反，Brain 遂寻找更好的架构。Jakob Uszkoreit 的洞见是把'注意力'扩展到整个语料库——计算贵，却极可并行。Noam Shazeer 以共同作者加入，来了手'Jeff Dean 式操作'从零重写代码库，transformer 版把 LSTM 版打得落花流水——模型越大效果越好。Steven Levy 为《连线》撰文时，导语是 Noam 的三个词：'It works now.'
- 问
Google 让八位研究者发表《Attention Is All You Need》之后，结果如何？
Ben Gilbert 提问02:02:23答David Rosenthal 回答标题当然是在致敬披头士那首关于爱的经典。截至 2025 年，这篇论文被引超过 17.3 万次，位列二十一世纪最高引论文第七——排在它前面的论文发表时间都长得多。不出几年，八位作者全部离开 Google，创办或加入 AI 创业公司，其中就有 OpenAI。Noam Shazeer 去创办了 Character.AI，后来又通过一桩据报道数十亿美元量级的诡异授权加雇回聘交易回到 Google——代价极其高昂的失误。2017 年，就此拉开 Google 五年未能充分收获 transformer 红利的序幕：对人类而言这或许是最伟大的决定之一，对 Google 则可能是最昂贵的公司决策失误之一。
- 问
Elon 离开之后，OpenAI 的第一个十亿美元从哪来？
Ben Gilbert 提问02:08:48答David Rosenthal 回答Sam Altman 转向 OpenAI 董事会的另一位成员：Reid Hoffman——约一年前把 LinkedIn 卖给微软、现坐微软董事会的人。Reid 牵线：来跟 Satya 谈谈。你知道 Sam 和 Satya 在哪谈成的吗？2018 年 7 月，爱达荷州 Allen & Company 太阳谷大会。交易：10 亿美元现金外加 Azure 抵扣券；交换，微软获得 OpenAI 技术在微软产品中的独家授权。结构上，非营利 OpenAI Inc. 设受控营利实体 OpenAI LP，微软投资注入 LP；董事会包括 Hoffman、Altman、Sutskever、Greg Brockman、Adam D'Angelo 和 Tasha McCauley。今天熟悉的 OpenAI'营利-非营利-问号'结构就此诞生——到 2025 年人们仍在琢磨。一桩交易装下整部 AI 当代史。微软十亿美元入局，重新成为 Google 死敌。
- 问
Google 在 ChatGPT 之前就有一个类 ChatGPT 聊天机器人——为什么始终发不出来？
Ben Gilbert 提问02:20:26答David Rosenthal 回答Noam Shazeer——transformer 重构者、论文作者之一——看着成果说：它能做的远不止 Translate。论文末段几乎原话：方法可扩展到图像、音频、视频。而 Google 很久什么都没做。Noam 的主张更进一步：扔掉索引和十条蓝链，把整个 Google 变成一个巨大 transformer 模型。他做了聊天界面——比 LaMDA 还早、叫 Meena——能力已接近 ChatGPT。缺安全后训练——'谁该去死'式回答没法上线——也没有 RLHF，而 ChatGPT 3.5 有。即便达标也发不出来，卡在两个商业模式问题：其一，直接给答案掉收入，比不过十条蓝链——2021 年前 Google 内部不可讨论；其二，夹在出版方与用户间的法律风险——Google 几十年对抗'去中介化'观感，信息卡只放不变现查询。也没有硬理由：没人真的在要——大众不知道这已成可能，OpenAI 也未必清楚。GPT 在那里，只是悄无声息。
- 问
ChatGPT 的发布究竟是怎么发生的？
Ben Gilbert 提问02:25:34答David Rosenthal 回答我知道——笔记就在手边。2022 年底 GPT-3.5 已好用，但怎么做成产品？Sam Altman 说：该做聊天机器人，谁能包个界面？约一周内就有人把 GPT-3.5 的 API 调用包成聊天产品。产品魔法般、完全出乎预料，服务器被打爆；OpenAI 现场跟微软谈算力、Azure 额度、预支现金。本以为是 API 和 To B 的生意，周末披上 Stripe 付费墙抑制昂贵用量——消费端收入照样起飞。说 OpenAI 预料到后来的一切是假话；Ben Thompson 评语：ChatGPT 让他们成了'意外的消费科技公司'。另一说：传闻 Dario 与 Anthropic 在做 Claude 界面，要赶在前头。产品 2022 年 11 月 30 日以研究预览上线；Sam 发推：'今天我们发布了 ChatGPT，来跟它聊聊。'一周内 100 万用户；12 月 31 日 3000 万；2023 年 1 月底注册用户破亿，史上最快。
- 问
2022 年 12 月 Sundar Pichai 在 Google 内部拉响的'code red'究竟意味着什么？
Ben Gilbert 提问02:34:06答David Rosenthal 回答在此之前，Google、Sundar、Larry 上上下下都把 AI 当作'延续性创新'——用 Clayton Christensen 的框架说：让好产品更好、巩固在位者、资本投入可预测。ChatGPT 一夜之间改了品类：破坏性创新，存亡威胁；十几年 AI 积累的优势瞬间像负资产，因为 Google 有太多城堡要守——重重过滤和安全护栏挡在它和'比 OpenAI 更 OpenAI'之间。所以 code red 的含义是：尽快做出并发布真正的原生 AI 产品。这是教科书级的在位者应对之法：别把头埋进沙子，做出可比的产品，精确算清哪里蚕食、哪里互补。此后数年是一场芭蕾：一边守住搜索增长，一边做出最好的 AI 体验。AI Overviews 只对部分查询开放，AI Mode 只对部分用户开放，Gemini 有完整 App，但 Google.com 并不重定向。这支微妙的舞蹈：一边守护既有现金牛，一边培育但愿不蚕食自身的新业务。
- 问
2023 年 Google 如何应对？Sundar Pichai 做了哪两个大决定？
Ben Gilbert 提问02:37:27答David Rosenthal 回答Code Red 于 2022 年 12 月发出。1 月 OpenAI 用户破亿、微软追加 100 亿——死对头握着首个存亡威胁。2 月 Bing 带 GPT 上场，Google 仓促应战：LaMDA 套界面更名 Bard，发布即翻车——视频出事实错误，股价当天跌 8%。5 月 LaMDA 让位 PaLM，仍落后 GPT-3.5 和 GPT-4。Sundar 拍板两件大事。其一：Brain 与 DeepMind 合并为 Google DeepMind，违背当年收购条款；Demis 任 CEO，十年文化一朝改写。其二：一个模型打天下——Gemini 对内服务整个 Google，对外支撑全部产品。逻辑是 scaling laws：养多个模型家族等于重复付天价成本，何况这正是 Google 主场。用模型名命名消费级服务——Bard 改叫 Gemini——是 Gmail 式打法：产品除了技术什么都不是，正是 Google 文化的集结号。
- 问
Waymo 的起源故事是怎样的——从 DARPA Grand Challenge 到 Larry 1000？
Ben Gilbert 提问02:46:57答David Rosenthal 回答2004 年的 DARPA Grand Challenge 是自动驾驶革命人才库：132 英里 Mojave 土路，禁人类干预，奖金 100 万——设奖需国会点头。2004 年一百多支队伍无一完赛；2005 年奖金翻倍，23 支决赛 22 支超前年最好成绩，5 支完赛：两支卡内基梅隆，一支斯坦福，领队 Sebastian Thrun——原装大众车配商品传感器，只在软件上创新，非常'Google 味'。斯坦福的车自主超越卡内基梅隆车队。Larry 招募 Thrun——别找 Benchmark、红杉融资，我们雇你——他联合创办 Google X，首个项目 Chauffeur 即 Waymo。Larry 拍板：自动驾驶，干。Thrun 抵触——多吨重的杀人机器人——被追问有何技术理由说不可能时：没有，只是害怕。Larry 1000——加州十段最难路段——十几人 18 个月完成；真正超乎想象的是第二个 99%：十年才产品化。
- 问
美国诉 Google 搜索垄断案结果如何？法院为什么拒绝实质性补救？
Ben Gilbert 提问03:15:08答David Rosenthal 回答在我们 Alphabet 那期与本集之间，美国政府诉 Google 搜索垄断案落了地。法官裁定 Google 在搜索市场构成垄断——随后却拒绝实质补救：不拆 Chrome，不叫停每年付给苹果的数百亿默认位费。理由：Google 确实是垄断，但动它代价太大、下游连锁太多——法官还点名 AI 竞赛：数百亿美元涌向 OpenAI、Anthropic 和 Perplexity，新战争开打，交给自由市场，别捆住 Google。David 怀疑：这些挑战者没有一个有净利，融资不会永远持续，烧钱飞快——水龙头一关，Google 在搜索和 AI 两个战场都没有能自立的对手。但'轻浮却有道理'的反驳是：Google 虽屡屡慢半拍，躲过微软级别的诉讼纠缠和正式裁决，值回票价。甚至有多米诺理论：Ilya 离开 Google 才有 OpenAI，才有 Google 免于拆分——反垄断的手下留情反倒救了 Google。荒诞得可以。
- 问
Google Cloud 为什么挣扎了十年？Thomas Kurian 又如何扭转局面？
Ben Gilbert 提问03:22:55答David Rosenthal 回答Alphabet 那期刻意没讲云——当时觉得边缘，事后看对 AI 极关键。云始于 2008 年 App Engine：意见极重的 PaaS。AWS 验证 IaaS 才对，微软转向 Azure，Google 2012 年才推 IaaS。短板：没搞定企业界面——自助、广告主养活，不必讨好企业。云是刺刀战：最低价、企业关系、打包方案——你说 solution，我听到毛利。Google 又不愿交镇店之宝：Bigtable、Borg 不给。2018 年末请来甲骨文前总裁 Thomas Kurian，一切改变：云十年到 40 亿，2020 年 130 亿。Google 其实一直是云公司——工程师和基础设施最强——只是商业化太'Google 味'。2022 年 260 亿，2023 年立住且盈利的第三朵云。今天：年化超 500 亿、同比增 30%，增长最快的主流云——别家求英伟达给 GPU 配额，Google Cloud 直接卖 TPU。
- 问
为什么说云是 AI 的分发机制？为什么 Google 是唯一集齐 AI 各支柱的公司？
Ben Gilbert 提问03:28:49答David Rosenthal 回答其一是：云是 AI 的分发机制。要在 AI 牌桌上玩，你至少得占一样——顶级应用、顶级模型、顶级芯片，或者云——而 Google 想把四样全占了。没有别家公司占超过一样：英伟达有芯片，云算沾点边但不算数；Meta 只有应用，而且眼下已退出前沿模型竞赛——招聘潮说不定会改变这一点；亚马逊有云，应用算半个；微软有云，也做些模型；苹果在这里什么都没有；AMD 有芯片；OpenAI 和 Anthropic 有模型——都没有自己规模化的数据中心，芯片上的动作也没成规模。而 Google：数据中心有规模，芯片有规模，模型使用有规模（google.com 的 AI Overviews），应用有规模——AI 的每一根支柱都在。并且，它还是最有钱可输的那一个。
- 问
AI 芯片的单位经济是怎样的？Google 的 TPU 毛利优势为什么如此关键？
Ben Gilbert 提问03:36:45答David Rosenthal 回答所有人都在向英伟达付 75%–80% 毛利，相当于底层硬件加价四到五倍——'黄仁勋税'。定价权与稀缺性：不自制芯片，就得缴巨额溢价。Google 在 TPU 上付 Broadcom 约 50% 毛利——二倍与五倍加价之差，这规模是天量成本差。芯片是 AI 总拥有成本最大头：模型迭代太快，折旧不超过五年；估算认为数据中心成本里芯片及折旧过半，人员研发占四分之一到三分之一，电费仅 2%–6%。黄仁勋发 Blackwell 时都说：你其实不想要 Hopper——上期英伟达节目大家抢破头的 H100。整个经济模型对芯片供应商毛利极其敏感。Atreides 的 Gavin Baker 做了个校验：历史上做低成本供应商并不重要——Google 不靠最便宜赢搜索，Apple 也不靠便宜赢。但这个时代可能不同：AI 公司毛利最好也就 50%；若 Google 凭自有基础设施、低加价硬件成为低成本供应商，谁为世界生产 tokens，可能就此分晓。