•
Google錯失的三年和全球第八富豪最大的遺憾
一個身價1400億的「退休老哥」，在史丹佛當眾自爆：退休是巨大錯誤！他一轉身，手握Transformer「屠龍刀」的Google，為何在AI黎明前夜被OpenAI打得措手不及？
2025年的初冬，史丹佛大學的禮堂裡座無虛席。
台下的聽眾大多是那種典型的矽谷年輕面孔：穿著連帽衫，背著雙肩包，眼中閃爍著對改變世界（或者至少是獲得巨額融資）的渴望。
台上最右邊的男人，即使在這場史丹佛大學工程學院百年慶典上，神情依然像個頑童。
他是謝爾蓋·布林（Sergey Brin），Google的聯合創始人，身價超過1400億美元，是這個星球上最有權勢的人之一（尤其是對一些熱愛科技的年輕人來說）。
Google於20世紀90年代中期在史丹佛大學校園創立，謝爾蓋·布林與拉里·佩奇正是在此相遇。考慮到Google的起源故事以及身處矽谷核心的史丹佛大學演講現場，謝爾蓋在這場演講的回答或許會讓一些人感到意外。
但他那天說出的一句話，卻讓在場的所有人感到意外。
「退休是個巨大的錯誤。」布林說道，語氣中帶著一種罕見的坦誠：
「我原本以為我會去海邊，或者研究一點物理，但實際上，那種感覺糟透了。」
這不僅僅是一個關於無聊的故事。
布林的這番話，揭開了矽谷過去十年最驚心動魄的一場商業戰爭的序幕。
他所指的「錯誤」，並非個人生活的空虛，而是他在2019年選擇隱退時，正好錯過了電腦科學史上最重要的一次「革命」。
就在他退休去享受人生的那幾年裡，Google，這家曾經定義了網際網路、匯聚了全球最聰明大腦的科技帝國，竟然在自己最擅長的領域——人工智慧（AI）上，被一家名為OpenAI的小創業公司打得措手不及。
「我們因為擔心，錯過了機會。」布林坦承。
這是一個真實的矽谷故事。
也是一場關於傲慢、偏見、技術信仰與帝國反擊的史詩。
被遺忘的神諭Transformer的誕生與封存
故事的起點，在2017年。
那時的Google如日中天，市值突破兆，AlphaGo剛剛在圍棋上虐完了人類頂尖棋手。
在Google山景城總部的一個不起眼的角落裡，八位研究員正在搗鼓一篇論文。
這篇論文的標題起得很隨意，叫做《Attention Is All You Need》。
論文的作者之一Jakob Uszkoreit覺得這個名字聽起來很像披頭士的歌名，既嬉皮又極客。
當時沒人知道，這篇論文將成為開啟下一個時代的鑰匙。
這八個人——後來被稱為「AI八子」。
他們提出了一種名為Transformer的全新神經網路架構。
在此之前，AI處理語言（比如翻譯一句話）需要按順序一個字一個字地讀，這叫循環神經網路（RNN）。
這很慢，而且讀了後面忘前面。
Transformer的天才之處在於，它引入了「自注意力機制」（Self-Attention）。
簡單說，它能像人類一眼掃過整頁書一樣，同時看到所有單詞，並瞬間理解它們之間的關聯。
這是一項核彈級的技術突破。它解決了平行計算的問題，意味著只要你給他足夠多的顯示卡（GPU/TPU）和足夠多的資料，這個模型就能無限變強。
Transformer，可以說是一把新時代的屠龍寶刀。
號令天下，誰敢不從。
「創新者窘境」：為什麼有了屠龍刀卻不屠龍？
按理說，Google發明了Transformer，應該順勢推出自己的「ChatGPT」聊天機器人才對。
但現實是，這篇論文發表後，Google內部雖然也在用它改進搜尋和翻譯，卻始終沒有推出一個面向公眾的「生成式AI」產品。
為什麼？
答案藏在哈佛商學院教授克里斯坦森的那本經典著作《創新者的窘境》裡，也藏在Google那張價值1400億美元的利潤表裡。
商業模式的詛咒
Google的商業模式太完美了，完美到它不敢自我革命。
- 搜尋廣告模式
使用者輸入關鍵詞->Google展示十條藍色連結->使用者點選連結->Google收廣告費。 - AI聊天模式
使用者提問->AI直接給出完美答案->使用者不需要點選連結。
如果AI太好用，使用者就不點廣告了。
這對Google來說，無異於揮刀自宮。
每一位高管在看到AI聊天機器人的Demo時，腦子裡閃過的第一個念頭不是「這太酷了」，而是「這會把我們的股價搞崩」。
Google是全球資訊的守門人。它對「正確性」有極高的潔癖。
大語言模型有一個致命弱點：幻覺（Hallucination）。
它會一本正經地胡說八道。對於OpenAI這樣的創業公司，這叫「有趣的瑕疵」；
但對於Google，這叫「傳播虛假資訊」。
2021年，Google其實已經開發出了極其強大的聊天機器人LaMDA（Language Model for Dialogue Applications）。
BTW：吐槽一句，這名字就看著很大公司病，「用於對話應用的大模型」，不像ChatGPT，就像隨便將Chat和GPT連起來。創新還是要隨意一點啊。
但管理層始終不敢發佈。
一個著名的插曲發生了：Google工程師Blake Lemoine在測試LaMDA時，被AI的回答震驚了。
他認為LaMDA已經產生了「自我意識」（Sentient），是一個有靈魂的「人」。
他甚至為此聘請了律師來保護AI的權利。
這件事把Google高層嚇壞了。
為了避免倫理爭議和公關災難，他們迅速解僱了Lemoine，並把LaMDA鎖得更緊了。
他們擔心，一旦發佈，AI可能會說出種族歧視的話，或者教唆使用者自殺。
這種「防禦性思維」讓Google在戰略上徹底癱瘓。
人才的大逃亡
對於那八位發明Transformer的天才來說，看著自己手中的技術被公司束之高閣，是一種折磨。
「我們想做產品，想改變世界，而不是只發論文。」
於是，大逃亡開始了。
- Noam Shazeer
Transformer的核心作者之一，他曾向Google高層極力推薦發佈聊天機器人Meena，被拒後憤而離職，創辦了Character.AI。 - Aidan Gomez
離職創辦了Cohere。 - Ashish Vaswani
離職創辦了Adept。
到了2022年，Transformer論文的八位作者，全部離開了Google。
Google變成了AI界的「黃埔軍校」——培養了所有人，卻沒留住一個將軍。
而這些出走的人，帶著Google的技術基因，在矽谷的各個車庫裡，把槍口對準了老東家。
OpenAI如何利用「Scaling Laws」逆天改命
當Google在猶豫不決時，幾英里外的OpenAI正如飢似渴地研究著Google的Transformer論文。
OpenAI的首席科學家Ilya Sutskever（他也是從Google跳槽出來的）是一個堅定的技術信仰者。
他相信一個簡單而暴力的真理：Scaling Laws。
Ilya認為，不要搞那些花裡胡哨的人工規則。
只要神經網路的層數夠深、參數夠多、喂給它的資料夠大、算力夠強，智能就會「湧現」（Emerge）。
這被稱為「苦澀的教訓」（The Bitter Lesson）：在算力面前，人類的精巧設計往往不值一提。
簡單點，你可以理解為力大出奇蹟。
於是，OpenAI做了一個當時看起來很瘋狂的決定：把所有資源All-in在Transformer架構上，並且不斷把模型做大。
- GPT-1：驗證概念。
- GPT-2：參數擴大10倍。
- GPT-3：參數擴大100倍（達到1750億）。
產品的勝利：ChatGPT的降維打擊
技術上的領先並不足以致勝，OpenAI贏在產品哲學。
Google的思路是：AI必須是一個完美助手，要整合在Search裡，不能出錯。
OpenAI的思路是：管它完不完美，先發出去讓大家玩起來。
2022年11月，OpenAI發佈了ChatGPT。
這其實是一個「半成品」，介面簡陋，經常胡說八道。
但它做對了一件事：對話方塊（Chat Interface）。
它把高深莫測的AI，變成了一個連老奶奶都能用的聊天工具。
一夜之間，使用者突破百萬，隨後破億。
矽谷沸騰了。人們發現，這個AI雖然會算錯數學題，但它能寫詩、能寫程式碼、能講笑話、能安慰失戀的你。
這就夠了。
另一個故事：微軟的「借刀殺人」
如果說OpenAI是衝鋒的騎士，微軟CEO薩提亞·納德拉（Satya Nadella）就是背後的謀略家。
納德拉敏銳地看到了OpenAI的潛力，在所有人都覺得OpenAI是燒錢無底洞時，微軟注資130億美元，並迅速將GPT-4整合進必應（Bing）搜尋。
納德拉在接受採訪時，說出了一句殺人誅心的話：「我們要讓人們知道，是我們讓他們（Google）跳舞。」
他成功了。
Google這頭大象，終於被刺痛了。
紅色程式碼與布林的回歸「我回來了，為了寫程式碼」
ChatGPT發佈一個月後，Google總部山景城Mountain View拉響了警報。
CEO桑達爾·皮查伊發佈了著名的「紅色程式碼」（Code Red）。
這在Google歷史上意味著最高等級的生存危機。
所有不相關的項目暫停，所有資源向AI傾斜。
但皮查伊發現，自己雖然是CEO，卻很難調動這艘龐大的航母。內部官僚主義嚴重，團隊之間壁壘森嚴。
他需要援軍。
於是，他撥通了那個許久未撥的電話——打給已經退休的拉里·佩奇和謝爾蓋·布林。
布林：從退休老頭變回硬核極客
布林回到了Google。他沒有選擇坐在寬敞的董事會辦公室裡指點江山，而是做了一件讓所有工程師掉下巴的事：他要寫程式碼。
據內部員工透露，布林回來的第一件事，是申請訪問Gemini（當時叫LaMDA/Bard）的程式碼庫。
因為太久沒操作，他的權限甚至過期了，不得不像個實習生一樣提交工單恢復權限。
隨後的日子裡，Google的工程師們驚訝地發現，程式碼提交記錄（Change Lists，CLs）裡頻繁出現「Sergey Brin」的名字。
有一個段子在Google內部瘋傳：布林提交了一段修改程式碼，然後幾十個資深工程師排著隊在下面回覆「LGTM」（Looks Good To Me，Google內部程式碼稽核通過的術語）。
大家既是出於對創始人的敬畏，也是被這種身先士卒的精神所震懾。
布林不僅僅是作秀。
他深入到了最核心的訓練環節，盯著損失函數（Loss Curve）的曲線，研究模型為什麼不收斂。
他甚至要求工程師們恢復創業時期的作息，推行高強度的「60小時工作制」，並親自組織周末的駭客松。
他在史丹佛的演講中回憶那段時光：
「當你親手去調參，去看到模型變聰明的過程，那種多巴胺的釋放是無可比擬的。我才意識到，我不應該退休。」
跌跌撞撞的反擊Gemini的出生與「覺醒」
在布林的親自督戰下，Google終於拿出了反擊武器：Gemini。
與OpenAI的GPT-4不同，Gemini從一開始就被設計為原生多模態（Native Multimodal）。
- GPT-4
本質上是個文字模型，看圖能力是後來「外掛」上去的。 - Gemini
從訓練第一天起，就同時吃文字、圖片、視訊和音訊。這讓它在理解複雜視訊和跨模態推理上有著天然優勢。
圖像生成的滑鐵盧：「我們搞砸了」
然而，急於求成的Google，很快摔了一跤。
2024年初，Gemini推出了圖像生成功能。使用者很快發現，這個AI「瘋了」。
- 當使用者要求生成「美國開國元勛」時，它生成了黑人、印第安人和亞裔，就是沒有白人。
- 當使用者要求生成「二戰德軍士兵」時，它居然生成了黑人納粹士兵。
輿論嘩然。
馬斯克在推特上嘲笑Google開發了「Woke AI」（覺醒病毒AI）。
Google的股價應聲暴跌。
這一次，布林沒有躲避。他在一次公開的極客聚會上，面對鏡頭坦誠地說道：「我們確實搞砸了。」
他解釋說，這是因為為了防止模型產生種族歧視，內部的對齊（Alignment）團隊在提示詞裡加了太多的強制多樣性規則，導致矯枉過正。
這種坦誠，反而贏回了部分開發者的尊重。
27億美元買回一個天才
為了贏，Google已經不計成本。
還記得那個憤而離職去創辦Character.AI的Transformer作者Noam Shazeer嗎？
2024年，Google做了一筆震驚矽谷的交易：花費27億美元收購Character.AI。
但這筆交易極其詭異。
Google並沒有把Character.AI的產品併入體系，它真正的目標只有一個：讓Noam Shazeer回來。
這實際上是一場耗資27億美元的「聘用」。
Noam回來後，直接成為了Gemini項目的聯合負責人。
千金買骨。
這證明了Google的決心，也側面印證了當年逼走這些人是多麼昂貴的錯誤。
攻守易形 2025年的戰局反轉
OpenAI的「Code Red」
時間來到2025年底，劇情發生了極其諷刺的反轉。
據外媒報導，OpenAI的CEO山姆·奧特曼給全員發了一封備忘錄，宣佈OpenAI進入「紅色程式碼」（CodeRed）狀態。
是的，三年前是GoogleCodeRed，三年後輪到了OpenAI。
為什麼？因為Google追上來了。
- Gemini3 的逆襲
Google發佈的最新模型Gemini3 ，在多項基準測試（如長文字推理、數學競賽）中擊敗了GPT-5系列。 - 生態系統的碾壓
Google把Gemini植入到了Android手機、Google Docs、Gmail和Chrome瀏覽器裡。普通使用者不需要下載ChatGPT，直接在手機上就能用。這種分發管道的優勢是OpenAI無法比擬的。 - 算力的護城河
Google擁有自研的TPU晶片，而且已經迭代到了第七代。而OpenAI極度依賴輝達的GPU，受制於人且成本高昂。
布林和Google證明了：大象雖然轉身慢，但一旦奔跑起來，它的體重就是武器。
Scaling Laws撞牆了嗎？
目前的戰局，正處於一個微妙的十字路口。
矽谷開始流傳「Scaling Laws失效」的說法。
單純靠堆顯示卡、堆資料，模型變聰明的速度在變慢。
戰爭從「拼誰說話快」，變成了「拼誰數學好」。
矽谷沒有終局，AI永不停止
回顧從Transformer論文發表的2017年到今天的2025年，這不僅僅是兩家公司的競爭，更是技術發展周期的縮影。
Google錯了嗎？錯了。錯在傲慢，錯在被既得利益（搜尋廣告）綁架。
布林錯了嗎？錯了。錯在以為技術革命會等著他退休歸來。
但好在，矽谷最迷人的地方就在於它的自我糾錯能力。
布林在史丹佛的演講最後說道：
「這也許是電腦科學歷史上最激動人心的時刻。如果不參與其中，那將是最大的遺憾。」
對於我們普通人來說，神仙打架是好事。
Google的焦慮和OpenAI的激進，換來的是我們手中越來越強大的工具。
在這個指數級變化的時代，最大的風險，就是什麼都不做。
那怕你是兆帝國的締造者，一旦停下腳步，也會瞬間被時代拋棄。 (新智元)