"我们搞砸了按月配资。"
2025 年 12 月 12 日，斯坦福工程学院百年庆典。
谷歌联合创始人谢尔盖 · 布林（Sergey Brin）回到母校，坐在讲台中央，开门见山：
Transformer 论文是我们发的，但我们没有足够认真对待它。
算力没跟上，产品不敢推，就怕聊天机器人说蠢话。
时间回到 2017 年。那一年，Google 发布 Transformer，技术上领先全球。但 5 年后，率先把大模型变成产品的，却是 OpenAI。
ChatGPT 横空出世，Claude 紧随其后。而谷歌，错过了 AI 的第一轮爆发。
布林没有回避这段历史。他直言：我也在场，但我们没有行动。
2022 年底，他重新回归 Google，亲手参与 Gemini 的每一个关键决策。
这一次回到斯坦福，他不讲情怀，只讲三件事：
谷歌错在哪？
现在怎么追？
这场仗，怎么打？
第一节｜发明了 Transformer，却输给了 OpenAI
2017 年，Google 的研究团队发表了那篇划时代的论文《Attention is All You Need》。Transformer 架构由此诞生，点燃了整个大模型时代。
彼时谷歌内部并非没有察觉其颠覆性意义。Jeff Dean 带队推动 Google Brain，Sundar Pichai 在各种公开场合强调 AI first，技术积累从未停止。
但他们没敢把这场变革真正推向市场。
在斯坦福的公开访谈中，布林承认了这段从领先到落后的全过程：
"我们没投够算力，太怕产品失控 ……Chatbots 会说蠢话，我们就迟疑了。OpenAI 那边把事情做出来了，很多还是我们的人。包括 Ilya，都是我们原来的员工。"
这不是情绪化的复盘，而是一份源自一线技术人员的战略反思。
回顾那几年，谷歌内部的典型姿态是：
算力要调配到更稳妥的应用；
模型研究继续，但谨慎对外发布；
对话式 AI 被视为高风险、难把控的方向。
直到 2022 年底，ChatGPT 引爆全球。
谷歌才终于意识到，自己不是输在技术，而是败在心理预期与组织气质。布林也是在那一刻，决定重新回到公司。
他没在这场访谈里指责任何人，但他几次重复一个词：我们。
" We definitely screwed up（我们确实搞砸了）. "
在那场决定未来十年的 AI 路口，布林在场，也确实错过了。 但他没有回避，而是亲自回场修正。
第二节｜他每天都在用 Gemini
这一次回来，布林不再只是坐在办公室里面听汇报，而是全职回到研发一线。
在访谈里，他透露，自己从 2022 年底起几乎每天都在参与 Gemini 的研发：
亲自指导团队目标；用 AI 工具分配任务、判断人才；和 Gemini 每天对话，连在车上都聊。
他要用这种方式向团队证明：技术人的工作方式，必须和 AI 协作重新定义。
他甚至在开车时也会向 Gemini 提问。无论是编写代码、设计芯片架构，还是计算电力成本，他都会先请教它，尽管它并不完美，但确实能帮他形成新思路。
这不是象征性的参与，而是一个创始人在用行动告诉团队：AI 不是工具，而是新的工作方式。
在他看来：
" AI 不是靠单点突破赢，而是靠一整套智能系统，让人能真正用起来。"
如果说 2017 年他们太谨慎，没敢把 Transformer 推到台前；那么 2025 年，布林亲自站在一线，把 Gemini 真正用出来。
这是一场落后之后的追赶，也是一个创始人对技术方向的再下注。
第三节｜谷歌怎么追：平台化，不是单点突破
Gemini 的定位，从一开始就不是为了再做一个 ChatGPT。
布林团队的目标更像是：重构工具链，取代人类开多个软件、切多个窗口的工作方式。
从 2025 年 12 月的产品更新节奏可以看出战略意图：
Gemini 3 Pro 正式上线：强调多步推理、低幻觉、复杂任务能力，意在超越对话助手的范畴；
Gemini Deep Research 发布：不仅能生成研究摘要，还能与数据互动、进行工具调用，走向科研工作流助手；
MCP 托管服务推出：统一模型上下文协议，打通 AI 与 Google 自家生态（Maps、BigQuery、Gmail、Finance）；
AI 眼镜 Project Aura 官宣：联动 XREAL、三星、Warby Parker，押注 AI× 空间 × 多模态硬件入口。
这一整套动作指向同一个方向：不是让你搜索答案，而是让 AI 代你完成整个任务。
与之对照，OpenAI 在同一时期发布 GPT-5.2，主攻长上下文处理和对话能力提升，继续强化 ChatGPT 作为终极对话智能体的定位。两家公司的路径开始分叉。
OpenAI 的商业入口聚焦在 ChatGPT 企业版、浏览器插件和 API 接口，本质上是让 AI 成为更好的对话伙伴。
而谷歌选择的是平台式工具生态。通过 MCP 协议，将其他模型、Agent、工具整合进来，把 Workspace、Search、Maps、甚至硬件设备都变成 AI 的触点。它不追求单个模型最强，而是要让整个生态最好用。
布林在访谈中提到一个关键点：
"很多公司卡在 AI 能力有了，但落地成本太高。如果我们能让 Agent 像 API 一样即插即用，这个时代就打开了。"
换句话说，谷歌不只想做一个模型，而是把 Gemini 变成一套 AI 接口标准。就像 Android 定义了移动操作系统，Gemini 要定义的是 AI 工具的协作方式。
第四节｜别急着商业化
整场对话最有意思的一幕，不是谈产品或战略，而是布林给年轻人的建议。
主持人问他：AI 正在改变一切，年轻人该怎么选专业？是不是不该学编程了？
布林没有兜圈子，他直言：
"我就是学计算机出身的。我不会因为 AI 现在能写代码，就去转学文学专业。目前 AI 在文学上可能更强，但编程仍然有巨大市场价值。而且，更好的编程才能做出更好的 AI。"
为什么这么说？他给出了两个理由：
第一，AI 能写代码，不代表工程师没用了。反而意味着工程师需要更强的结构化思维与调度能力。
第二，技术力仍是拉开 AI 应用差距的核心。门槛没有降低，只是能力要求变得更复杂了。
但这并不意味着非专业人士就被拒之门外。
他还举了个对比：作为非芯片专家，他现在想了解架构、算力预算、冷却方案，直接用 Gemini 问一轮，就能快速抓住方向。
换句话说：AI 降低的是学习门槛，而不是应用门槛。重要的不是你脑子里存了多少知识，而是你会不会用 AI 快速定位并掌握需要的知识。
对于学生，他建议把注意力放在两个方向：
如何用好 AI 工具，把创意变成实际工作流；
如何与 AI 协作，培养自己独特的思考和判断能力。
而对于创业者，他的建议更直接：
"不要怕犯错。这次 Gemini，我们在很多核心功能还没完全打磨好时就上线了，就是想让它先真正可用，再谈扩张。"
这句话听起来像是在鼓励快速迭代，但重点其实在"真正可用"四个字上。
很多 AI 公司在抢速度、拼融资、赶风口时，做的往往是技术 demo 或概念产品。但布林强调的是：先做出用户愿意每天用的工具，再谈完善和扩张。
这才是谷歌现在真正的护城河。
结语｜不是神话，是选择
布林这次回到斯坦福，讲的是一个公司错过了起点，然后用 8 年追回来的故事。
不是靠战略调整，而是靠创始人每天参与、亲自使用、把工具真正用出来。
2017 年，谷歌发明了 Transformer，但太谨慎没敢推。
2025 年，布林亲自回场，把 Gemini 变成了一整套工具链。
从错过到追回，靠的不是运气，而是选择。
技术的错过按月配资，可以靠参与补回来。但前提是，你要在落后的时候，敢回场，敢做事。
瑶鸿配资提示：文章来自网络，不代表本站观点。
热点资讯
