•
“我們搞砸了。”
2025 年 12 月 12 日，史丹佛工程學院百年慶典。
Google聯合創始人謝爾蓋·布林（Sergey Brin）回到母校，坐在講台中央，開門見山：
Transformer論文是我們發的，但我們沒有足夠認真對待它。
算力沒跟上，產品不敢推，就怕聊天機器人說蠢話。
時間回到 2017 年。那一年，Google發佈Transformer，技術上領先全球。但 5 年後，率先把大模型變成產品的，卻是 OpenAI。
ChatGPT 橫空出世，Claude緊隨其後。而Google，錯過了AI的第一輪爆發。
布林沒有迴避這段歷史。他直言：我也在場，但我們沒有行動。
2022 年底，他重新回歸Google，親手參與 Gemini的每一個關鍵決策。
這一次回到史丹佛，他不講情懷，只講三件事：
2017年，Google的研究團隊發表了那篇劃時代的論文《Attention is All You Need》。Transformer架構由此誕生，點燃了整個大模型時代。
彼時Google內部並非沒有察覺其顛覆性意義。Jeff Dean帶隊推動Google Brain，Sundar Pichai在各種公開場合強調AI first，技術積累從未停止。
但他們沒敢把這場變革真正推向市場。
在史丹佛的公開訪談中，布林承認了這段從領先到落後的全過程：
“我們沒投夠算力，太怕產品失控……Chatbots會說蠢話，我們就遲疑了。OpenAI那邊把事情做出來了，很多還是我們的人。包括Ilya，都是我們原來的員工。”
這不是情緒化的復盤，而是一份源自一線技術人員的戰略反思。
回顧那幾年，Google內部的典型姿態是：
直到 2022 年底，ChatGPT 引爆全球。
Google才終於意識到，自己不是輸在技術，而是敗在心理預期與組織氣質。布林也是在那一刻，決定重新回到公司。
他沒在這場訪談裡指責任何人，但他幾次重複一個詞：我們。
“We definitely screwed up（我們確實搞砸了）.”
在那場決定未來十年的 AI 路口，布林在場，也確實錯過了。 但他沒有迴避，而是親自回場修正。
這一次回來，布林不再只是坐在辦公室裡面聽匯報，而是全職回到研發一線。
在訪談裡，他透露，自己從2022年底起幾乎每天都在參與Gemini的研發：
他要用這種方式向團隊證明：技術人的工作方式，必須和 AI 協作重新定義。
他甚至在開車時也會向 Gemini提問。無論是編寫程式碼、設計晶片架構，還是計算電力成本，他都會先請教它，儘管它並不完美，但確實能幫他形成新思路。
這不是象徵性的參與，而是一個創始人在用行動告訴團隊：AI 不是工具，而是新的工作方式。
在他看來：
“AI不是靠單點突破贏，而是靠一整套智能系統，讓人能真正用起來。”
如果說 2017 年他們太謹慎，沒敢把Transformer推到台前；那麼2025年，布林親自站在一線，把 Gemini 真正用出來。
這是一場落後之後的追趕，也是一個創始人對技術方向的再下注。
Gemini 的定位，從一開始就不是為了再做一個ChatGPT。
布林團隊的目標更像是：重構工具鏈，取代人類開多個軟體、切多個窗口的工作方式。
從2025年12月的產品更新節奏可以看出戰略意圖：
這一整套動作指向同一個方向：不是讓你搜尋答案，而是讓AI代你完成整個任務。
與之對照，OpenAI 在同一時期發佈GPT-5.2，主攻長上下文處理和對話能力提升，繼續強化ChatGPT作為終極對話智能體的定位。兩家公司的路徑開始分叉。
OpenAI 的商業入口聚焦在ChatGPT企業版、瀏覽器外掛和API介面，本質上是讓AI成為更好的對話夥伴。
而Google選擇的是平台式工具生態。通過MCP協議，將其他模型、Agent、工具整合進來，把Workspace、Search、Maps、甚至硬體裝置都變成 AI 的觸點。它不追求單個模型最強，而是要讓整個生態最好用。
布林在訪談中提到一個關鍵點：
“很多公司卡在 AI 能力有了，但落地成本太高。如果我們能讓Agent像API一樣即插即用，這個時代就打開了。”
換句話說，Google不只想做一個模型，而是把Gemini變成一套AI介面標準。就像Android定義了移動作業系統，Gemini要定義的是AI 工具的協作方式。
整場對話最有意思的一幕，不是談產品或戰略，而是布林給年輕人的建議。
主持人問他：AI正在改變一切，年輕人該怎麼選專業？是不是不該學程式設計了？
布林沒有兜圈子，他直言：
“我就是學電腦出身的。我不會因為AI現在能寫程式碼，就去轉學文學專業。目前 AI 在文學上可能更強，但程式設計仍然有巨大市場價值。而且，更好的程式設計才能做出更好的 AI。”
為什麼這麼說？他給出了兩個理由：
第一，AI 能寫程式碼，不代表工程師沒用了。反而意味著工程師需要更強的結構化思維與調度能力。
第二，技術力仍是拉開 AI 應用差距的核心。門檻沒有降低，只是能力要求變得更複雜了。
但這並不意味著非專業人士就被拒之門外。
他還舉了個對比：作為非晶片專家，他現在想瞭解架構、算力預算、冷卻方案，直接用Gemini問一輪，就能快速抓住方向。
換句話說：AI降低的是學習門檻，而不是應用門檻。重要的不是你腦子裡存了多少知識，而是你會不會用AI快速定位並掌握需要的知識。
對於學生，他建議把注意力放在兩個方向：
而對於創業者，他的建議更直接：
“不要怕犯錯。這次Gemini，我們在很多核心功能還沒完全打磨好時就上線了，就是想讓它先真正可用，再談擴張。”
這句話聽起來像是在鼓勵快速迭代，但重點其實在“真正可用”四個字上。
很多 AI 公司在搶速度、拼融資、趕風口時，做的往往是技術demo或概念產品。但布林強調的是：先做出使用者願意每天用的工具，再談完善和擴張。
這才是Google現在真正的護城河。
布林這次回到史丹佛，講的是一個公司錯過了起點，然後用 8 年追回來的故事。
不是靠戰略調整，而是靠創始人每天參與、親自使用、把工具真正用出來。
2017年，Google發明了Transformer，但太謹慎沒敢推。
2025年，布林親自回場，把Gemini變成了一整套工具鏈。
從錯過到追回，靠的不是運氣，而是選擇。
技術的錯過，可以靠參與補回來。但前提是，你要在落後的時候，敢回場，敢做事。 (AI深木度研究員)