" 我们搞砸了。"
2025 年 12 月 12 日，斯坦福工程学院百年庆典。
谷歌联合创始人谢尔盖 · 布林（Sergey Brin）回到母校，坐在讲台中央，开门见山：
Transformer 论文是我们发的，但我们没有足够认真对待它。
算力没跟上，产品不敢推，就怕聊天机器人说蠢话。
时间回到 2017 年。那一年，Google 发布 Transformer，技术上领先全球。但 5 年后，率先把大模型变成产品的，却是 OpenAI。
ChatGPT 横空出世，Claude 紧随其后。而谷歌，错过了 AI 的第一轮爆发。
布林没有回避这段历史。他直言：我也在场，但我们没有行动。
2022 年底，他重新回归 Google，亲手参与 Gemini 的每一个关键决策。
这一次回到斯坦福，他不讲情怀，只讲三件事：
谷歌错在哪？
现在怎么追？
这场仗，怎么打？
第一节｜发明了 Transformer，却输给了 OpenAI
2017 年，Google 的研究团队发表了那篇划时代的论文《Attention is All You Need》。Transformer 架构由此诞生，点燃了整个大模型时代。
彼时谷歌内部并非没有察觉其颠覆性意义。Jeff Dean 带队推动 Google Brain，Sundar Pichai 在各种公开场合强调 AI first，技术积累从未停止。
但他们没敢把这场变革真正推向市场。
在斯坦福的公开访谈中，布林承认了这段从领先到落后的全过程：
" 我们没投够算力，太怕产品失控 ……Chatbots 会说蠢话，我们就迟疑了。OpenAI 那边把事情做出来了，很多还是我们的人。包括 Ilya，都是我们原来的员工。"
这不是情绪化的复盘，而是一份源自一线技术人员的战略反思。
回顾那几年，谷歌内部的典型姿态是：
算力要调配到更稳妥的应用；
模型研究继续，但谨慎对外发布；
对话式 AI 被视为高风险、难把控的方向。
直到 2022 年底，ChatGPT 引爆全球。
谷歌才终于意识到，自己不是输在技术，而是败在心理预期与组织气质。布林也是在那一刻，决定重新回到公司。
他没在这场访谈里指责任何人，但他几次重复一个词：我们。
"We definitely screwed up（我们确实搞砸了）."
在那场决定未来十年的 AI 路口，布林在场，也确实错过了。 但他没有回避，而是亲自回场修正。
第二节｜他每天都在用 Gemini
这一次回来，布林不再只是坐在办公室里面听汇报，而是全职回到研发一线。
在访谈里，他透露，自己从 2022 年底起几乎每天都在参与 Gemini 的研发：
亲自指导团队目标；用 AI 工具分配任务、判断人才；和 Gemini 每天对话，连在车上都聊。
他要用这种方式向团队证明：技术人的工作方式，必须和 AI 协作重新定义。
他甚至在开车时也会向 Gemini 提问。无论是编写代码、设计芯片架构，还是计算电力成本，他都会先请教它，尽管它并不完美，但确实能帮他形成新思路。
这不是象征性的参与，而是一个创始人在用行动告诉团队：AI 不是工具，而是新的工作方式。
在他看来：
"AI 不是靠单点突破赢，而是靠一整套智能系统，让人能真正用起来。"
如果说 2017 年他们太谨慎，没敢把 Transformer 推到台前；那么 2025 年，布林亲自站在一线，把 Gemini 真正用出来。
这是一场落后之后的追赶，也是一个创始人对技术方向的再下注。
第三节｜谷歌怎么追：平台化，不是单点突破
Gemini 的定位，从一开始就不是为了再做一个 ChatGPT。
布林团队的目标更像是：重构工具链，取代人类开多个软件、切多个窗口的工作方式。
从 2025 年 12 月的产品更新节奏可以看出战略意图：
Gemini 3 Pro 正式上线：强调多步推理、低幻觉、复杂任务能力，意在超越对话助手的范畴；
Gemini Deep Research 发布：不仅能生成研究摘要，还能与数据互动、进行工具调用，走向科研工作流助手；
MCP 托管服务推出：统一模型上下文协议，打通 AI 与 Google 自家生态（Maps、BigQuery、Gmail、Finance）；
AI 眼镜 Project Aura 官宣：联动 XREAL、三星、Warby Parker，押注 AI× 空间 × 多模态硬件入口。
这一整套动作指向同一个方向：不是让你搜索答案，而是让 AI 代你完成整个任务。
与之对照，OpenAI 在同一时期发布 GPT-5.2，主攻长上下文处理和对话能力提升，继续强化 ChatGPT 作为终极对话智能体的定位。两家公司的路径开始分叉。
OpenAI 的商业入口聚焦在 ChatGPT 企业版、浏览器插件和 API 接口，本质上是让 AI 成为更好的对话伙伴。
而谷歌选择的是平台式工具生态。通过 MCP 协议，将其他模型、Agent、工具整合进来，把 Workspace、Search、Maps、甚至硬件设备都变成 AI 的触点。它不追求单个模型最强，而是要让整个生态最好用。
布林在访谈中提到一个关键点：
" 很多公司卡在 AI 能力有了，但落地成本太高。如果我们能让 Agent 像 API 一样即插即用，这个时代就打开了。"
换句话说，谷歌不只想做一个模型，而是把 Gemini 变成一套 AI 接口标准。就像 Android 定义了移动操作系统，Gemini 要定义的是 AI 工具的协作方式。
第四节｜别急着商业化
整场对话最有意思的一幕，不是谈产品或战略，而是布林给年轻人的建议。
主持人问他：AI 正在改变一切，年轻人该怎么选专业？是不是不该学编程了？
布林没有兜圈子，他直言：
" 我就是学计算机出身的。我不会因为 AI 现在能写代码，就去转学文学专业。目前 AI 在文学上可能更强，但编程仍然有巨大市场价值。而且，更好的编程才能做出更好的 AI。"
为什么这么说？他给出了两个理由：
第一，AI 能写代码，不代表工程师没用了。反而意味着工程师需要更强的结构化思维与调度能力。
第二，技术力仍是拉开 AI 应用差距的核心。门槛没有降低，只是能力要求变得更复杂了。
但这并不意味着非专业人士就被拒之门外。
他还举了个对比：作为非芯片专家，他现在想了解架构、算力预算、冷却方案，直接用 Gemini 问一轮，就能快速抓住方向。
换句话说：AI 降低的是学习门槛，而不是应用门槛。重要的不是你脑子里存了多少知识，而是你会不会用 AI 快速定位并掌握需要的知识。
对于学生，他建议把注意力放在两个方向：
如何用好 AI 工具，把创意变成实际工作流；
如何与 AI 协作，培养自己独特的思考和判断能力。
而对于创业者，他的建议更直接：
" 不要怕犯错。这次 Gemini，我们在很多核心功能还没完全打磨好时就上线了，就是想让它先真正可用，再谈扩张。"
这句话听起来像是在鼓励快速迭代，但重点其实在 " 真正可用 " 四个字上。
很多 AI 公司在抢速度、拼融资、赶风口时，做的往往是技术 demo 或概念产品。但布林强调的是：先做出用户愿意每天用的工具，再谈完善和扩张。
这才是谷歌现在真正的护城河。
结语｜不是神话，是选择
布林这次回到斯坦福，讲的是一个公司错过了起点，然后用 8 年追回来的故事。
不是靠战略调整，而是靠创始人每天参与、亲自使用、把工具真正用出来。
2017 年，谷歌发明了 Transformer，但太谨慎没敢推。
2025 年，布林亲自回场，把 Gemini 变成了一整套工具链。
从错过到追回，靠的不是运气，而是选择。
技术的错过，可以靠参与补回来。但前提是，你要在落后的时候，敢回场，敢做事。
