Open AI 危？劈柴哥独家揭秘 Gemini 3 为何将改写 AI 战局：谷歌的长期主义与半年重大突破节奏

“谷歌的新人工智能模型，正在让 OpenAI 的处境变得更加岌岌可危。”

这是华尔街著名评论员、CNBC 资深评论员 Jim Cramer，近日在分析文章中给出的一个耐人寻味的判断。

他认为，不同于当年 ChatGPT 石破天惊的技术突破，谷歌把 AI 系统性地塞进了搜索、广告、云服务等已经能赚钱的业务里，长期来看，这种商业模式或许才是能走得更远的那个。

在 Gemini 3 与 Nano Banana Pro 引爆行业讨论后，谷歌 CEO“劈柴哥”（Sundar Pichai） 本人也终于出来接受了一次公开采访。

他和谷歌最具影响力的 AI 宣传者、前 OpenAI 开发者关系负责人 Logan Kilpatrick（外号 LoganGPT） 展开了深度对话，从 Gemini 3、Nano Banana Pro，聊到了谷歌在模型、基础设施和产品上的 AI 战略。

“我们所在的行业需要快速行动、快速迭代，我也很享受这种节奏。但与此同时，能够抽身而出，做出长期投注，并在这段时间里专注于这些长期目标，我认为这始终至关重要。”

劈柴哥深入揭秘，谷歌为何能杀出重围

这场对谈，第一次透过内部视角，讲述了 Gemini 3 是如何在谷歌生态中迅速铺开，以及谷歌为何能在竞争激烈的 AI 赛道上坚持极少数公司才能做到的“长期主义工程”。

劈柴哥强调，如今 Gemini 的爆发并非突发奇想，而是谷歌多年埋头铺路、重仓投入后水到渠成的结果。在一个被“快速迭代”主导的行业里，这种耐心反而显得珍贵。

回顾谷歌的 AI 发展史，他捋出了一条清晰的时间线：

早在 2016 年正式提出“AI-First”战略之前，谷歌已在悄然完成多项深度铺垫

• 2012 年，Google Brain 发表《Building High-Level Features Using Large Scale Unsupervised Learning》（即“猫脸论文”），首次让谷歌预见深度学习的颠覆性潜力

• 2014 年，谷歌战略性收购 DeepMind

• 2016 年初，AlphaGo 引爆全球关注，同年 5 月首代 TPU 发布，谷歌的“算法 + 算力”双引擎模式由此奠基

这些看似分散的节点，共同构成了谷歌的 AI 技术底座，也让 Transformer、BERT、MUM 等成果得以不断涌现，并在搜索、相册等产品中大规模落地。

等到生成式 AI 真正席卷行业时，劈柴哥很快意识到：行业窗口比想象中更大，而谷歌的积累到了可以开盖的那一刻。

当外界还在盯着“模型榜单上多 1% 性能”时，谷歌已经把目光放在了更深处——以 Gemini 为核心，将 Google Brain 与 DeepMind 合体升级为统一的 Google DeepMind，同时继续强攻基础设施：自研 TPU、扩容全球数据中心、优化端到端训练—推理流水线……

谷歌想要打造的，是一个“全栈式 AI 引擎”。

劈柴哥把这种效果称为 “乘法效应”：——当底层越扎实，预训练、强化学习、推理效率、产品能力都会像连锁反应一样层层放大。

他也坦言，谷歌曾有一段时间算力严重不足，那段时期外界看起来谷歌“没动静”，但实际公司在埋头补地基。地基补全后，Gemini 系列才得以全面铺开，从研发系统、开发者生态到每一个对外产品线都开始加速。

于是，一个从内部贯穿到外部实用场景的“超级大脑”终于成型。

Gemini 正在成为连接搜索、YouTube、Gmail、云服务、Waymo 等全家桶的统一智能底座，而 Gemini 3 更让这些业务首次实现同步升级。

Logan 的形容更直白：

“这就像把谷歌所有产品的神经系统，全部换成了同一个大脑。”

劈柴哥点头认同：

Gemini 是 “人工智能为先” 战略的一个非常清晰的体现。

Gemini 3 发布当天，谷歌上演了罕见的“全家桶同步换脑”：搜索、YouTube、Gmail、Android、云服务同时接入同一模型。

他坦言这是“地狱级难度”——等于一次给几十亿用户的所有核心产品同时换心脏。但也因为规模极大，谷歌形成了独有的协同飞轮：模型一升级，全线一起进化。

聊完长期主义后，劈柴哥还透露了谷歌的一些趣味细节。

谷歌的工程节奏——每半年一次重大突破

劈柴哥表示，谷歌的工程节奏正在被彻底推向极限。

DeepMind 内部，由德米斯（Demis Hassabis）牵头的核心研究与大模型规划团队，以及由科里（Koray Kavukcuoglu）带领的技术一线与模型研发主力，正在形成一种高度紧绷却异常高效的推进机制——每半年一次重大突破。这种节奏已经成为一种鲜明的工程节奏，也逐渐成为谷歌 AI 战略的核心韵律。

在今年的谷歌 I/O 大会上，Gemini 2.5 Pro 成为这一节奏的阶段性产物。它在多项评测中展现出强劲能力，它在不少关键能力上依然保持 SOTA 水平，但谷歌内部对于它的定位却异常清醒：2.5 Pro 并非在所有维度都处于行业顶尖，竞争者正在快速逼近。

DeepMind 团队依然在不断“压榨极限”，试图在同一层级的算力预算下，逼出更高的性能边界。

不过，相比旗舰型号，劈柴哥特别点名了正在打磨的 下一代 Flash 模型——一个被他称为“可能是迄今最强的轻量级模型”的项目。它本质上是谷歌在“帕累托前沿（Pareto Frontier）”上的一次关键押注：在性能、速度和成本三者之间找到最优平衡点。

这一方向直接透露了谷歌未来两年的 AI 战略重心——规模化部署将优先于单纯追求最高性能。Flash 不再是 Gemini 的轻量补充，而是谷歌降低推理成本、覆盖更大用户群的核心武器。

Flash 的研发正在全速推进，而另一边，下一轮大模型的预训练也已启动。劈柴哥直言：“团队已经在行动，预训练团队正在构思下一个版本。”也就是说，在 2.5 刚发布的同时，Gemini 3 系列的训练已提前进入加速阶段，研究与工程以流水线方式并行推进，迭代节奏比外界想象得更快。

在更长的时间尺度上，劈柴哥也给出一个清晰指向：随着团队迈向 2026 年，谷歌将重新回到“全栈式架构”的所有层面进行系统性升级。

早期谷歌味——谷歌的创新文化集中在微型厨房

在谈到谷歌的创新文化时，Logan 提到一个非常有趣的现象：谷歌不少最具突破性的点子，都诞生在公司的微型厨房（Micro Kitchen）里。

DeepMind 创始人兼 CEO 德米斯（Demis）也曾在一次内部分享中提到，许多来自 DeepMind 的关键工作，其实都是在 Gradient Canopy 办公室的微型厨房 推动起来的。

这让“劈柴哥”瞬间想起了“早期谷歌味”：顶尖科学家云集、讨论不断、灵感四溢。

他自己也是微型厨房的常客——在那里，你随时可能遇到 Google 的共同创办人 Sergey Brin（谢尔盖·布林）、Google AI 负责人 Jeff Dean（杰夫·迪恩）、传奇工程师 Sanjay Ghemawat（桑杰·格赫马瓦特）；或者 Transformer 论文第一作者 Noam Shazeer（诺姆·沙泽尔）、DeepMind 联合创始成员 Koray Kavukcuoglu（科里·卡武克丘格鲁）、DeepMind 首席科学家 Oriol Vinyals（奥里奥尔·维尼亚尔斯）。

当这些大牛一边泡浓缩咖啡，一边结对调试代码，那种热闹而充满张力的场景，足以让任何人心潮澎湃。

劈柴哥还提到，他上周又去了一趟微型厨房——那里依旧人声鼎沸：有人在交流，有人在参观，服务团队也穿梭其中。如果他想查看当前的每秒查询量（QPS），甚至能直接站在同事的屏幕前了解情况。而这种开放、自然、随时发生高质量交流的氛围，正是谷歌文化中最迷人的地方。

发布日正是最好的用户反馈时，专属劈柴哥的仪式感

在谈到产品发布日的盛况时，劈柴哥表示：发布日正是他获取用户反馈的最佳时刻，而且他本人会格外活跃。

比如，他会密切关注 X 平台上用户对产品的各种反馈——逐条阅读、逐条回复，把大家提出的问题都记录下来，用来反思产品表现。而团队内部也会借助仪表盘监控 Gemini 产品的实时情况，系统化地收集和整理反馈。

劈柴哥始终强调 亲身体验的重要性。除了报告，他还会主动了解用户实际如何使用产品、在社交平台上分享了什么、遇到了哪些困难。

他甚至会直接走到同事的工位旁，查看他们大屏幕上实时滚动的监控数据：各种仪表盘、每秒查询量（QPS）、流量变化等。

“我会担心算力是否够用。”他说，“但也正是这些实时数据和现场交流，让我真正理解用户的行为和反馈。”

对他而言，一个成功的产品判断体系由多种方式构成：线上监控 + 团队沟通 + 实地走访 + 深度交流。

尤其是在发布首日，这些信息能帮助他迅速判断：哪些地方做得很好，哪些地方还需要立即改进。

在聊到发布日的“仪式感” 时，Logan 提到了 Google 产品总监 Josh Woodward（乔希·伍德沃德） 一个颇具趣味的小习惯：发布会当天一定要吃干麦片。

劈柴哥表示自己同样有一套节奏。他每天醒来第一件事，就是了解世界发生了什么——先看新闻，而不是先打开谷歌邮箱。 发布会当天尤为如此，他会更加频繁地关注 Google 产品在媒体和社交平台上的表现，观察公众对发布内容的反应。

为了更好地理解团队的状态，他也会尽量让自己的日程保持弹性。“我喜欢走路，”他说，“这样我就能去看看那些参与产品开发的团队，和他们聊聊他们对自己刚刚发布的产品有什么感受。”在他看来，这种面对面的交流不可替代，能够传递最真实的情绪与洞察。

而在关注发布日用户反馈的过程中，劈柴哥也越来越直观地看到 AI 正在改变人们的实际生活方式。

他最近在 X 上刷到硅谷科技产业分析师 Ben Bajarin 做的 CoreWeave 信息图，直接被震住——它不仅内容有料，更象征着一种转向：AI 正把冗余的信息重新压缩成可理解的表达。

过去工具限制了人们的表达，如今 Gemini 让普通人也能做专业级呈现。

最典型的例子，谷歌一位不会写代码的公关同事，用 Gemini 3 自动生成了一个动画网页给孩子讲西班牙语动词变化，这在以前绝对做不来。

劈柴哥用一个词总结这种变化：Vibe Coding（氛围编码），即“用想法直接生成 Demo”。

这不仅让编程重新变得有趣，也像当年博客让更多人成为写作者、YouTube 让更多人成为创作者一样，正在把软件创作的门槛整体拉低。

谈到未来，劈柴哥的视野直接拉到十年甚至更远。他透露谷歌正在押注一批“未来式”项目——每一个都可能成为下一个 AI 级别的技术浪潮。

首先是 量子计算。他希望五年后量子技术能像今天的 AI 一样“全民热议”，这是谷歌最重的超长期赌注之一。

其次是 Waymo。十年投入换来现在的加速时刻，他直言自动驾驶“拐点已经到来”。

第三个是 阳光捕捉器项目（Project Suncatcher）：在太空建数据中心。

这听起来疯狂，但在算力需求爆炸的时代是必然选择——未来的算力需求将远超地球资源上限。

劈柴哥的路线图也很直接：拆成 27 步，一步步推进，目标是 2027 年让第一批 TPU 上天，甚至开玩笑说“也许还能遇到那辆在太空漂的特斯拉跑车”。

除此之外，机器人、无人机、AlphaFold 等，都是谷歌面向未来的深度筹码。

十年前，谷歌押下 AI、YouTube、云等长线大棋。谷歌虽然“天生云原生”，但要把内部的世界级系统重构为全球企业可用的产品，是一场漫长且昂贵的深度投资。Waymo 也走的是同样的长周期路径——十年后才迎来真正拐点。

现在，相同的曲线正在新产品上重现。

Flow、NotebookLM 等工具正在快速走红，从记者到博士，再到普通用户都涌入，社区以肉眼可见的速度扩张。

它们正在成为谷歌下一波长期押注的起点。

华尔街资深评论员：AI 公司正从“拼技术”转向“拼整合”

华尔街著名评论员、CNBC 作者 Jim Cramer 在其最新分析中强调了一点：

OpenAI 以 ChatGPT 破圈效应固然很强大，但 谷歌已经另辟蹊径，他们把 AI 系统性地塞进了搜索、广告、云服务等已经能赚钱的业务里。

换句话说，OpenAI 现在必须努力把技术变现，商业化的重点较为单一；而谷歌只需要把 Gemini 系统能力深度集成进自己的巨大生态，毕竟他们这么多年已经积累了多条赚钱的业务线。

Cramer 称，OpenAI 是典型的“创新者”陷入困境：技术领先，但商业结构不占优势。虽然 OpenAI 承诺投入数千亿美元，目标是 “成为有理解力的谷歌”，但目前看来实力不足。

连宣称要和 OpenAI 深度合作的 英伟达 也受到影响：英伟达在发布超亮眼财报后，却出现了 “岛式反转” 暴跌（从上涨转为下跌），核心原因是市场担忧 OpenAI 的困境，以及科技行业过度建设的风险。

一边是 OpenAI 需要不断融资来支撑扩张，而另一边，Alphabet（谷歌母公司）的 AI 能力是融在整个业务里的，不需要单独证明盈利。

事实上，企业用户的关注点也已开始偏向于 Gemini 与 Google Workspace、云平台的组合。对于很多公司来说，能够直接已有接入流程，比普通换模型更重要。

在 Cramer 看来，这意味着 AI 市场正在从“拼技术”迈向“拼整合能力”。谁能把 AI 稳定地嵌入成熟业务，谁就能在下一阶段站稳脚跟。

对投资者来说，这或许是一个信号：不要只追寻“最强模型”；谁能真正把 AI 融入能长期盈利的业务中，或许才能成为“整合浪潮”下最后的赢家。

至于面对严峻挑战的 Open AI 未来将何去何从，Cramer 分析列出了三种可能：

乐观结局是，依赖政府担保贷款，靠 “后备方案”（OpenAI CFO 提及的 “backstop”）获得资金支持，市场随之上涨。

中性结局是，微软察觉 OpenAI 价值被高估，强行斥资数千亿美元收购，市场恢复上涨势头（即便英伟达少了一个客户）。

悲观结局是，市场切断 OpenAI 的信贷，甲骨文无法继续为其建数据中心，无人救援；过度建设导致科技公司资金缺口，引发类似 2000 年 4 月的科技股暴跌。

One More Thing

最近，在 AI 时代暂时落后的“昔日霸主”英特尔，倒是传出了不少好消息。

先是在 10 月份，英伟达宣布将对这个多年“老对头”投资，高达 50 亿美元（约合人民币 356 亿元）。

另外据 trendforce 消息，谷歌计划在广受关注 TPU v9 AI 芯片中 ，采用英特尔 EMIB 先进封装技术，替代部分台积电 CoWoS 封装方案。

其实谷歌在 TPU 上已经投入了近十年，不过伴随着 Gemini 3 爆火出圈，最新一代的 Ironwood 的关注度也创下新高。

在大规模 AI 计算全面提速的背景下，谷歌 TPU 正被视为英伟达 GPU 之外最有潜力的一条选择。

劈柴哥访谈传送门：

https://www.youtube.com/watch?v=iFqDyWFuw1c&list=PLOU2XLYxmsIJCVXV1bLV7qnT5hilN3YJ7

参考链接：

https://www.cnbc.com/2025/11/23/cramer-googles-gemini-puts-openai-on-shakier-ground-with-big-market-implications-.html

https://www.trendforce.com/presscenter/news/20251125-12796.html