全文 5,000字 | 閱讀約28分鐘

Google總部，對話

謝爾蓋?布林 ）

上周 · 加州，Google 多場 AI 活動期間

幾次登臺之間，谷歌聯(lián)合創(chuàng)始人謝爾蓋?布林 (Sergey Brin) 在一場閉門交流中說出一句讓所有人安靜的話：

互聯(lián)網(wǎng)用了十年才學會理解用戶，AI 只花了三年就開始自我升級。

為什么是“10 年 vs 3 年”？

1、互聯(lián)網(wǎng)的十年

從 Mosaic 瀏覽器 1993 年發(fā)布，到 2005 年全球首批 10 億網(wǎng)民上線，互聯(lián)網(wǎng)用了整整一代芯片周期，才從信息傳遞走到用戶理解。

2、AI 的三年

ChatGPT 2022 年 11 月上線，兩個月破 1 億月活，刷新消費應用最快增長紀錄；到現(xiàn)在不到三年，大模型已經(jīng)能拆解任務、編寫代碼、輔助開發(fā)新模型。連谷歌最核心的 Gemini 都開始被 AI 協(xié)助調(diào)試。

謝爾蓋?布林說得很直接：

也許再過三年，AI 就能自己寫出下一代版本。

他眼中的 AI，正沿著三條清晰的時間線快速推進：

他在與 DeepMind CEO Demis Hassabis 的公開對話中直言：

“真正的 AGI，2030 年前就會來。”

這篇文章將沿著布林描述的三條時間線，幫你看清三件事：

• AI 是如何在 3 年內(nèi)走上自我升級的路？

• 我們現(xiàn)在在哪個階段，機會窗口還有多久？

• 作為開發(fā)者、管理者、普通人，該如何應對這場角色重排？

下一節(jié)，我們從 2017 年那個看似“工程優(yōu)化”的節(jié)點講起：

第一節(jié)｜起點：AI變成“新物種”（2017）

“AI在2025年的地位，就像互聯(lián)網(wǎng)在1993年剛剛起步一樣。” 主持人剛拋出這個問題，謝爾蓋?布林就笑著接話：

在某些方面你可以類比。但從根上看，這是兩回事。

不是“網(wǎng)頁時刻”，而是“認知斷層”

布林回憶，互聯(lián)網(wǎng)真正起飛是在1993年Mosaic瀏覽器發(fā)布后。它讓人們首次能'看見網(wǎng)絡'，從此網(wǎng)頁和鏈接開始構建了我們熟悉的互聯(lián)網(wǎng)世界。

但他緊接著指出：

互聯(lián)網(wǎng)讓很多事成為可能，但技術上并不革命。 當時沒有人懷疑網(wǎng)頁技術能否實現(xiàn)，它沒有什么根本性的障礙。

AI就不同了。

布林話鋒一轉：

我們甚至不知道智能的極限是什么。

這句話背后，是2017年那場悄悄的變革：Transformer 架構的出現(xiàn)。

這不是一個產(chǎn)品，而是一種“全新的運算方式”。它不再按行讀數(shù)據(jù)、跑代碼，而是開始嘗試理解句子之間的關系、詞語之間的暗示。

換句話說： 過去的軟件只能執(zhí)行指令，Transformer 第一次讓機器學會“預測你的意思”。

從執(zhí)行命令，到“理解你的意思”

布林用了個形象的比喻：

AI不是人為設計出來的工具，而是我們發(fā)現(xiàn)的一種自然存在。 就像量子計算一樣，我們還不知道它最終能發(fā)揮多大潛力。

這句話的關鍵不是“能力”，而是“不確定”。

回看互聯(lián)網(wǎng)，我們能預測它建站、傳圖、聊天、買賣東西；但AI，不是靠流程堆出來的工具，而是一種還在不斷生成自己邊界的存在。

正因為這樣，布林強調(diào)：

• 互聯(lián)網(wǎng)可以靠協(xié)議組織；

• AI卻必須靠不斷試探，才能知道它還能往哪走。

這是他劃出的第一條時間線：

2017年，AI 從“人類工具”變成“未知智能”的出發(fā)點。

你可能沒感覺AI變了，但它已經(jīng)不再只是升級版搜索引擎。

它就像一個剛出生的生命，正在語言、邏輯和人類行為中慢慢學習和成長。

第二節(jié)｜協(xié)作者：AI開始“幫我們”（2023–2025）

謝爾蓋?布林說，最讓他興奮的，不是 AI 能畫畫、寫詩或者答題， 而是這件事：

Gemini 已經(jīng)能幫研究員解決數(shù)學問題、調(diào)試代碼，甚至參與下一代模型的開發(fā)。

這不是一句夸張的預言，而是他眼下的真實工作。

他說自己“每天打卡進辦公室”，“重新提交代碼”，還回顧自己為什么重返谷歌：一個來自 OpenAI 的朋友在聚會上對他說——

你是計算機科學家，現(xiàn)在是我們這代人最重要的時刻。 你怎么還不回去？

所以他回來了，回到 Gemini 的團隊，親自跑實驗。

最關鍵的不是他回來了，而是——AI 已經(jīng)能幫助他做實驗了。

AI 不只是工具，而是開始“參與決策”了

過去，我們教 AI 怎么完成任務； 現(xiàn)在，我們開始問它：“你怎么看？”

布林分享了一個典型場景：他們在訓練新模型時，有人問：“怎么知道它好不好？”過去靠人類研究員設定一堆標準，現(xiàn)在，AI 已經(jīng)可以參與討論評估方式。

他說：

有些判斷是哲學性的，不只是跑幾個數(shù)字。 你會開始從 AI 的回答里，看出它對問題的理解深淺。

這不是在夸AI“能力強”，而是說明它已經(jīng)具備初步的“協(xié)作意識”——

像一個新來的實習生，不再只是照做，而是會反問：“我們?yōu)槭裁催@樣做？”

他還提到曾用 Gemini 總結一組產(chǎn)品討論，并讓它提出任務分配建議。

結果不僅分得清晰，還指出了一個被忽視的年輕工程師：“她不是很愛說話，但交付質量很好。我去問她的經(jīng)理，經(jīng)理說：對，她值得提拔。”

這個判斷不是算出來的，而是觀察、理解、篩選之后的主動建議。

布林沒有說 AI 取代了誰，

但他反復強調(diào)一個感受：AI現(xiàn)在就像一個可以并肩工作的人。不是單純執(zhí)行命令，而是會參與思考。

不是通用智能，但已足夠驚人

主持人問他：這是不是 AGI？是不是下一步就要超越人類了？

布林回答很謹慎：

它還不是通用智能，但它真的很聰明。 你讓它看一千篇文獻、總結、評估觀點——它能做，而且做得快。

他說，現(xiàn)在 Gemini 還需要人引導——比如你要告訴它目標、給它一個思路、問它怎么實現(xiàn)。

但這已經(jīng)足夠重要，因為：當它能用我們教它的方法，反過來幫我們開發(fā)新的方法——這就是一個循環(huán)。

這個循環(huán)，是他劃出的第二條時間線：

AI 從工具，變成了人類的搭檔。

2017年，AI邁出了理解人類的第一步；

2025年，它已經(jīng)開始反過來，參與理解它自己的下一步。

第三節(jié)｜轉折點：AI邁向自我升級（未來三年）

主持人問了一個關鍵問題：

你覺得什么時候 Gemini 會造出下一個 Gemini？

謝爾蓋?布林沉思了一下，沒有給出確切答案，但他說：

它已經(jīng)在輔助這個過程。至于它能不能從零開始——也許三年內(nèi)。

這不是一個隨口的猜測。 而是他在參與的事情：AI 開始幫助人類，做出比它更強的 AI。

從“幫我完成”到“幫我發(fā)明”

布林說，現(xiàn)在很多研究人員用 Gemini 來改進算法、生成模型架構建議、甚至協(xié)助寫論文；我們已經(jīng)看到 AI 提出了一些真正有價值的機器學習點子。它們還不能獨立完成，但確實在啟發(fā)我們。

這就像一個徒弟，不再只是照搬你的方法， 而是開始反問：“那能不能換一種工作方式？”

這種變化并不是人類告訴它怎么升級， 而是 AI 自己，開始試著重寫自己。

布林給出了一個場景設想：

想象一下它自己寫出下一個模型的設計，甚至訓練策略。 這聽起來像科幻小說，但我認為，很可能會發(fā)生。

自我升級，不是未來式，是現(xiàn)在進行時

主持人問他：這個進化的速度會不會放慢？會不會還有10年時間？

布林搖頭：

從外面看，它可能還只是個聊天機器人； 但從里面看，它正在變成一個會思考、會總結、會動手的‘個體’。

他說，很多人用 Gemini 做的事情，幾年前是一個工程師團隊要做幾周的項目。

現(xiàn)在，AI 能在幾分鐘里拆解目標、寫出初稿、評估效果。

這不是對未來的預測，而是當下正在發(fā)生的現(xiàn)實。

第三條時間線：AI 的目標，開始由 AI 自己設定

謝爾蓋?布林最后說了一句意味深長的話：

也許有一天，AI能夠從零開始，創(chuàng)造出比自己更優(yōu)秀的新版本。

這就像一個畫家，第一次開始畫出完全不是學來的作品； 像一個孩子，不再模仿父母，而是有了自己的思考和喜好。

這就是布林劃出的第三條時間線：

未來3年，AI可能進入閉環(huán)——不再只是接受訓練，而是學會訓練它自己。

在另一場關于AI的訪談中，主持人問：

你在這些更深的問題上，花多少時間去想？

謝爾蓋?布林沉默了幾秒，說：

其實沒那么多時間。大多數(shù)時間都在處理Bug，在催工程師上線功能。

他說這句話不是為了輕松，而是想說明：

實際上，AI的進步是靠一個個工程細節(jié)積累起來的，而非一蹴而就。真正的挑戰(zhàn)是從眾多小問題中找出正確方向。

這是他對'技術速度'的提醒：它不會在某一天突然騰飛，而是當你回頭時，才發(fā)現(xiàn)它已經(jīng)飛得遠遠超出視線。

工程沒停，演化也沒停

布林談到他們正在調(diào)試一個被稱為 Ultra 的新模型。

語音、圖像、長對話、多步推理……每個能力都在悄悄升級。

他說：現(xiàn)在的模型已經(jīng)可以一口氣處理幾百輪對話，用戶都感受不到是哪一步在變化。但這恰恰是關鍵：進步是連續(xù)的，不會等你反應。

主持人打斷他說：“這是不是意味著，普通人永遠慢一步？”

布林沒有否認：是的，這個行業(yè)本身，就是一場持續(xù)不斷的前移。”

這時候，主持人換了個角度問：

那這意味著什么？我們要不要擔心被時代拋棄？”

布林并非在制造恐慌，而是給出忠告：他最擔心的不是AI有多強大，而是大多數(shù)人沒想清楚自己將在哪些領域發(fā)揮作用。

他舉了個很簡單的例子：

我們每次上線一個新模型，都會有人說：‘我怎么感覺沒什么變化？’” 但你問他用了哪些新能力，他又說：‘沒太研究。’”

這就像有人準備超車時，已經(jīng)換好新輪胎、設置好導航；

而你還以為只要握好方向盤就足夠了。

AI不是“黑匣子”，但你得愿意打開看

他說現(xiàn)在還是太多人對AI有誤解，以為它太復雜、太遙遠，離自己的生活很遠。

但他一再強調(diào)：

很多新功能，你今天就能用，只是你沒意識到該怎么用。

他說自己也在學：

我剛開始回辦公室那會，很多權限都沒有，很多工具我也不會用。 我提交代碼不是因為有答案，只是不想做個旁觀者。

技術不會等你準備好，它只會繼續(xù)往前走

主持人最后問他：你最希望別人問你什么問題？

布林想了想，回答：我希望更多人問：我接下來能做什么？ 而不只是問：AI會變成什么樣？'

這句話的背后，是他一貫的觀點：

AI不是未來的科幻電影，而是正在重新定義人類的角色。

這不是“機器替代人類”的老劇本， 而是“人和AI之間的分工邊界，每周都在改變”。

在這場變化中，布林的警示很克制，但也很清晰：

這場競速，沒有緩沖區(qū)。不是你想不想跑，而是AI已經(jīng)開始跑了。

在聊完AI的飛速演化后，主持人問了個看似輕松的問題：

作為一個父親，你會怎么跟你兒子談AI？”

布林沒有笑，而是認真回答：我兒子馬上升高三了。說實話，AI的很多能力，已經(jīng)遠超這個階段的學生。

他說得很平靜，但這句話分量不輕。

教育的速度，追不上技術的變化

他坦白說，自己現(xiàn)在不確定大學是否還值得“按今天的樣子繼續(xù)存在”。

AI已經(jīng)能在數(shù)學競賽、編程比賽上打敗人類專家。 那我們還要用多少年時間，去教孩子同樣的內(nèi)容？

他不是要否定教育，而是指出一個困境：我們現(xiàn)在花20年培養(yǎng)一個專業(yè)人才，但AI在三年內(nèi)，就能勝任他們的大部分技能。

他沒有給出答案，也沒有鼓勵孩子別上大學。

他說得更像一個旁觀者，也像一個不愿撒手的父親：

也許，孩子們該花更多時間適應變化、鍛煉判斷力，而不是只為了拿一張文憑。

不會消失的，不是崗位，是獨特角色

主持人又問他一個問題：那我們該告訴年輕人什么？什么才是未來不會被替代的？

沒有提“學習編程”或“掌握AI工具”，他明確的表示：

你得找到自己獨有的定位。 是你對某個問題的理解角度，或你與人合作的方式——這些AI很難模仿。

這句話背后，是他對人類價值的基本判斷：

• 如果你只會重復現(xiàn)有方法，AI很快會取代你；

• 如果你能做出判斷、整合資源、做出選擇和引導方向——你仍有自己的位置。

這不是一句雞湯，而是他每天在公司里的真實體驗：

現(xiàn)在最強的不是一個人做得多快，而是誰能和AI配合得更自然。

在 AI 面前，人類也要重新“設計”自己

布林說，他最近最深的感受之一，是：AI 不會犯錯在執(zhí)行上，犯錯的往往是我們沒問對問題。

他提到一個案例：

團隊用 Gemini 協(xié)助制定產(chǎn)品方案時，AI幾乎把整個規(guī)劃流程跑完了，但最終輸出的方向并不貼合用戶需求。

• 是因為模型不行嗎？不是。

• 是因為他們給AI的目標太模糊、范圍太寬，導致它雖然生成了邏輯通順的建議，但在戰(zhàn)略上完全錯誤。。

它沒有判斷是非的價值體系，我們才是那個負責決定‘什么值得去做’的角色。

所以，你可以讓 AI 跑 100 個版本，但最終選哪一個，得你來決定。

這就是他強調(diào)的一個人類核心任務：提出真正重要的問題，并做出最終取舍。

下一代人的任務，是學會怎么一起工作

主持人最后問他：你現(xiàn)在最想做的事是什么？

布林回答：我想直接參與產(chǎn)品開發(fā)，而不只是做個評論員。我每天都用AI工具解決工作問題，同時也在幫助改進這些工具。

這句話里，有一個特別微妙的關系變化：

人類不再是主導者，而是共同參與者； AI也不再是執(zhí)行者，而是可以協(xié)作的“搭檔”。

這也許是他對“下一代教育”和“未來職業(yè)”的真正建議：

讓年輕人少問“我學這個會不會被AI取代”，多問“我怎么和AI一起做出別人做不到的東西”。

布林給出的不是答案，而是三條通往未知的時間線

謝爾蓋?布林并沒有用“奇點”這樣的未來學語言，也沒有為 AGI 畫一幅烏托邦藍圖。

他只是講了三個簡單的時間點：

• 2017，AI開始理解語言，不再只是簡單響應按鍵；

• 2025，它已能幫我們構建下一個版本；

• 再過3年，它可能自己就能規(guī)劃未來發(fā)展路線。

這不是預測未來，而是提醒我們：AI已經(jīng)走上了一條“自我升級”的路。

他沒有給出“人該做什么”的標準答案， 他說得最重的一句話其實很輕：

我更想看到大家問：我接下來能做什么？

互聯(lián)網(wǎng)用了10年才成為我們?nèi)粘２豢苫蛉钡墓ぞ撸鳤I僅用3年，就開始重新定義工具、人類、合作方式，甚至“進步”的含義。

這篇文章，布林描述了三條時間線，其實只問了一個問題：

當 AI 開始進化，

人類，要停留多久？

本文由AI深度研究院出品，內(nèi)容來自對谷歌聯(lián)合創(chuàng)始人謝爾蓋?布林在Google I/O 2025活動訪談的獨家整理，未經(jīng)授權，不得轉載。

星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設為星標" ← AI深度研究員 ? ← 設為星標

參考資料：

https://www.youtube.com/watch?v=4N9MCa4hCsA&t=28s&ab_channel=CatGPT

https://www.youtube.com/watch?v=o7U4DV9Fkc0&t=15s&ab_channel=GoogleforDevelopers

來源：官方媒體/網(wǎng)絡新聞

排版：Atlas

編輯：深思

主編: 圖靈