在当地时间 10 月 20 日上线的 Big Technology 播客访谈中，皮查伊透露，谷歌去年甚至曾短期租用外部算力，以满足部分客户需求。面对快速增长的需求，他感慨，行业各家公司都希望当初规划的算力规模能再大一倍。
围绕新模型 Gemini 4 Argon，他还谈及智能体商业化、苹果合作与太空数据中心。尽管承认供应链瓶颈和宏观冲击可能导致过度建设，他仍对长期算力需求保持信心。
" 足够好 " 的模型，为何还不够？
访谈首先回应了一个疑问：既然速度快且成本低的模型已经足以支持搜索、邮件等产品，谷歌为什么还要争夺最强模型的位置？
皮查伊直接否认谷歌降低研发雄心的说法："大错特错。我们非常坚定地要站在前沿。这是我们 DNA 的一部分。"
据他介绍，Argon 发布后最初 72 小时的词元使用量接近 25 万亿，约为 Gemini 3.0 同期的三倍，而谷歌在提供这一模型的服务时，仍受到容量限制。
坚持前沿研发的理由，并不只是提升现有产品表现。
皮查伊解释，领先模型能让谷歌更早看到新能力，为未来产品作准备；部分云客户希望能用上行业最前沿的模型；更重要的是，随着 AI 参与模型研发，更强的模型也能帮助开发下一代模型。
" 在递归自我改进的时代，前沿模型将更擅长开发下一批模型。"
谷歌内部部署 Argon 后，开发人员已经能够处理此前模型无法解决的问题。按照他的逻辑，模型能力不仅影响当期产品竞争力，也影响下一轮研发的起点。
这并不意味着谷歌放弃轻量模型。皮查伊承认，前沿模型往往更慢、更贵，许多优秀产品并不需要调用最强模型。这也为 Flash 和 Flash-Lite 等轻量模型留下了应用空间：谷歌希望同时推进能力、速度与成本之间的最优组合。
谈及下一步，他将重点放在多个智能体协作上。未来，消费者和企业都可能拥有持续工作的多智能体系统，完成长时间、多步骤的任务。
AI 参与研发，距离完全自我改进还有多远？
使用前沿模型帮助开发下一代模型，是本轮 AI 竞争的重要变量，但皮查伊为这一概念划定了边界。
他确认，递归自我改进相关机制对 Argon 研发作出了重要贡献，但强调："我们距离递归自我改进的最终形态，或者类似的状态，还相当遥远。"
当前更准确的描述，是智能体在模型开发的不同环节，以一定程度的自动化协助 AI 研究人员，而不是模型已经脱离人类研究者独立迭代。他预计，这类协作将在明年继续进步。
能力增强也意味着安全投入必须同步增加。皮查伊承认，让模型行为符合人类意图的 " 对齐 " 研究仍存在明显缺口，因此不能只依靠模型本身遵守规则，还需要实时监控、异常干预、沙箱隔离，以及客户对部署位置和数据访问权限的控制。
这些措施同样需要算力。他进一步提出，行业应建立共同标准，引入独立评估，并以财务领域的会计准则和独立审计作类比，认为监管也将发挥作用。
这意味着，前沿模型的研发和部署成本，不仅包括训练与推理，还包括持续运行的安全保障。
随后，话题转向世界模型。皮查伊认为，理解物理规律、高保真模拟现实世界，是智能的重要基础，也与机器人应用直接相关。他将 Argon 在具身推理测试中的表现，归因于谷歌积累的世界模型经验，并预计不同研究路线未来可能在模型架构上融合。
算力如何分配？前沿研发优先
当讨论转向算力配置时，皮查伊给出了整场访谈中最明确的资源分配原则。
"我们的第一原则，是确保拥有足够算力来投资前沿研发，这一点不可谈判，其他一切都建立在这个基础之上。"
他回顾称，自己在 2015 年推动谷歌转向 "AI 优先 "，因为 AI 贯穿搜索、云计算和 Waymo 等业务。算力配置首先要确保 Google DeepMind 的研究及前沿模型开发处于领先水平，再根据其他业务的长期计划安排资源。
云业务的需求预测、已签合同和长期收入机会，仍是建设规划的重要依据。但在资源不足时，谷歌已经作出了取舍。
" 我们的云业务在任何一个时点，都在放弃一些短期收入，因为我们正在进行算力取舍，以支持前沿 AI 开发。"
供给调整又存在明显时滞。他指出，谷歌目前拥有的算力，取决于 2024 年作出的建设决策；公司始终需要提前规划未来两至三年的需求，而就在一年前，智能体编程尚未迎来爆发。
" 行业里的每个人都希望，自己当初规划的规模能再大一倍。"
主持人提到，风投人士 Ben Horowitz 曾转述亚马逊 CEO 安迪 · 贾西的说法，称算力已售罄至 2028 年。对此，皮查伊表示："如果今天有客户来找我们，希望获得 2027 年的算力，要满足这样的需求极其困难。"
他还透露，谷歌去年甚至曾短期租用外部算力，以满足部分客户需求。
但研发优先并不意味着无限供给。皮查伊认为，研究人员面临适度约束也有好处，能够激励更高效的算法突破，例如降低内存需求。谷歌承诺的是投入保持前沿地位所需的资源。
承认可能过度建设，为何仍对长期需求有信心？
对于 AI 基础设施是否会重演铁路、光纤等行业的投资过热，皮查伊强调，应区分时间尺度。
" 这不像光纤。它并没有闲置。我们正在使用它。我们每天都受到容量限制。"
他认为，当前应用和底层技术持续改善，现有算力正在被实际使用，因此从足够长的周期看，现有建设规模有其合理性。
但这不是对整个行业投资安全性的保证。
" 如果你问的是，有没有可能出现过度建设？有。"
皮查伊指出，算力基础设施需要一整套配套条件，涉及的组成要素可能有 2000 项甚至更多。某些环节受限，就可能形成瓶颈，并导致其他环节出现过度建设；经济外部冲击和宏观风险也不能排除。
因此，长期需求旺盛与局部供给过剩可以同时出现。芯片、机房和配套资源必须共同到位，才能形成可用算力。
谷歌的应对方式，是把需求信号、合同对应的收入机会、内部使用情况和模型能力演进放在一起判断，以 " 自信、积极，但有纪律 " 的方式规划建设。
他的最终判断仍然乐观："只要给予足够时间，我是否相信我们规划中的算力会有用武之地？绝对有信心。"
AI 入口如何变化，商业化又从何而来？
讨论完基础设施，访谈转向这些投入将支持怎样的产品。
皮查伊认为，过去是人适应计算机，AI 时代则会反过来，技术将适应人的日常生活：理解上下文、保持连续性，并在用户需要时自然响应。
但他不认同 " 自然交互 " 必然意味着界面消失。语音可以减少输入和修改的负担，观看视频、消费内容或查看 AI 生成结果，仍需要相应界面。
对于 OpenAI 强调 "AI 原生 "、暗示谷歌只是在旧产品上附加 AI 的竞争叙事，他也不接受这种划分。他承认 OpenAI 推动了谷歌改变，但指出 Gemini 应用本身就是从零打造的新产品。
在他看来，改造既有产品和创造全新体验都会存在，关键是产品体验能否胜出。
至于商业化，主持人提出了一个直接的问题：如果智能体推荐商品并促成购买，是否应该抽佣？
皮查伊没有确认具体收费机制，而是先以开发者愿意为编程模型付费为例，说明效率提升可以形成支付意愿。
" 我从未见过这样的例子：一款消费产品真正扩大到数十亿用户，人们高频使用，却没有相应的商业化。"
他认为，智能体仍需要满足用户的商业需求，另一端的供应商也会从中获得价值，因此最终会形成某种价值交换机制。
谈 Anthropic、苹果
随后，主持人以谷歌已向 Anthropic 投入并承诺数百亿美元为背景，询问合作理由。
皮查伊强调，谷歌很早便判断，参与过早期 GPT 模型研发的 Anthropic 创始团队具备世界级水平，有能力站在技术前沿。他将这项合作与谷歌对 SpaceX 的合作并列，解释为识别并支持前沿科技公司的长期做法。
对于苹果通过 Gemini 支持 Siri 的合作，皮查伊表示，苹果对模型进行定制并整合进 Siri，用户反响令他满意，并称：" 我们致力于进一步深化合作。"
当主持人追问是否会有更多合作时，他没有披露具体安排：" 没有具体内容可以评论，但双方的合作进展顺利。"
太空数据中心看长期，编程效率已有内部指标
谈到太空数据中心，皮查伊将其放在长期研发的时间尺度上：一些今天看起来像科幻的技术，可能在 10 至 20 年后发挥实质作用。
按照他的说法，谷歌在量子计算上已投入约 10 年，Waymo 接近 20 年，太空方向则处于两至三年的探索阶段。
他看重的是在轨获取持续太阳能的潜力，以支持算力需求的指数级增长。但他也明确称，这是一个充满挑战的项目，需要按阶段性目标推进。
皮查伊表示，把 TPU 送入太空已经是一个令人振奋的里程碑（注：本月初谷歌通过 SpaceX 向太空部署了一个算力试验卫星），访谈时团队正期待收到首次 "Hello World" 式运行反馈。TPU 是谷歌面向机器学习工作负载开发的专用处理器。访谈未披露太空数据中心的商业化时间、成本或规模。
相比之下，AI 对谷歌内部软件开发的影响，已有更具体的观察指标。
面对 " 此前 25% 的代码由 AI 编写，现在比例是多少 " 的问题，他认为，这个比例已经失去衡量意义，因为 AI 正深度影响整个开发过程。
皮查伊还披露了一组为期四周的观察数据：使用 Argon 后，谷歌代码变更提交量（CLs）增加 30%，回滚减少约三分之一。开发者已用它处理涉及数百万行代码的复杂项目。
被问及如何应对反对建设数据中心的声音时，皮查伊强调，这里的关键是 " 把事情做对 "，应提前与社区透明沟通，增加电力供给，并承担项目自身电力需求的 100% 成本。
他表示，以 20 年的时间尺度看，探索太空数据中心的部分原因，正是希望寻找新的部署地点，让数据中心建设面临不同的资源条件和取舍。
谈及下一步研究方向，皮查伊表示，谷歌正在并行探索合成数据、持续学习、更高效的模型架构和世界模型，并为这些研究配置相当比例的算力。他以 Argon 的 100 万输出词元能力，以及早期 Gemini 的 100 万词元输入上下文窗口为例，说明研究突破仍在不断进入主力模型。
结语：乐观不意味着可以不计后果地建设
访谈最后，主持人以自己重访萨尔瓦多一座小镇的经历提出追问：当地对比特币的热情，如今已被烂尾建筑和近似 " 鬼城 " 的景象取代。当技术投资失败会留下真实代价，科技行业应如何保持乐观？
皮查伊表示，他对技术进步及技术普及能够改善生活的信念，来自自身经历。但这种乐观也有明确的前提。
"这种乐观，不是说你想在什么时候建设什么，就可以随心所欲地去做。你必须努力确保，自己开发的技术是在服务人类、改善人类的处境。"
他认为，医疗等领域的许多进步仍在前方。对于一些长期变得越来越昂贵的事物，技术有望从根本上降低成本，新材料发现等突破也可能改变既有的发展轨迹。这些影响今天尚难充分理解，但将十分深远。
" 我非常乐观，但我们也必须对这项技术可能出错的各种方式保持应有的担忧。"
