Google I/O 大会期间，YouTube 科技博主、Forward Future 的 CEO Matt Berman 在大会的 Dialogue Stage 对话环节，采访了已经执掌 Google 十年的 Sundar Pichai。这场访谈没有停留在产品发布层面，而是集中讨论了 AI 行业接下来真正关键的问题：Agent 会不会成为互联网的新入口、AI 是否会削弱 " 原始互联网 "、Google 为什么不开放最强模型、怎么看中国开源 AI，以及 AI 时代真正稀缺的资源到底是什么。相比很多只谈 " 模型谁更强 " 的讨论，Pichai 在这场对话里给出了不少更偏产业层面的判断。他认为，未来互联网会越来越由 Agent 驱动，但人类主动探索内容的需求不会消失；Google 的核心策略，也不是一味追求 " 最强模型 "，而是在前沿能力、成本效率和大规模落地之间持续平衡。与此同时，他也首次比较系统地谈到了 Google 当下的现实挑战：AI 网络安全正在进入 "Agent 对抗 Agent" 的阶段，而整个行业真正的瓶颈，已经从模型能力本身，逐渐转向算力、电力、数据中心和芯片组成的全栈基础设施。

以下为编译。

1.Agent 会接管任务，但探索和信任仍是人的事

主持人： 现在互联网正在被 Agent 改写。你觉得未来大多数人进入互联网的方式，会变成 " 先找 Agent，再由 Agent 帮你操作 " 吗？

Pichai： 我认为会，Agent 会成为大家使用互联网的核心方式之一。今天最先进入 Agent 工作流的人主要还是开发者。两年前，大家还只是把 AI 当成自动补全工具；但这几个月，很多开发者已经在真正使用 Agent 工作流了，让多个 Agent 协同、编排任务、自动完成复杂操作。一旦你真正体验过这种工作方式带来的 " 能力放大 "，就很难回去了。所以我相信，Agent 一定会成为未来上网的重要入口。但这不意味着人类不再自己使用互联网。人们上网有很多目的，娱乐、探索、购物、寻找意义感。有些事是 " 任务 "，适合交给 Agent，比如填一堆表格、处理 DMV 这类繁琐流程；但有些事本身就有乐趣，比如逛内容、选礼物、发现新东西，这些不会消失。Agent 更像是在帮你把 " 麻烦的部分 " 拿走，而不是把整个互联网从你手里接管。

主持人： 但问题是，Agent 不只是帮我们办事，它还可能左右我们的信息入口。我们怎么确认，自己信任的是 " 对的 Agent"？

Pichai： 其实这种 " 把一部分决策交给系统 " 的事，早就发生了。比如 Gmail 的垃圾邮件过滤，本质上就是一个 Agent 在替你判断什么该进来、什么该拦掉。再比如 Waymo。让一个人坐进没有司机的车里，本身也是在建立对 Agent 的信任。用户之所以愿意信，不是因为一句口号，而是因为你长期用数据、产品体验和安全记录证明，它值得信任。所以，Agent 的信任不是一夜之间建立的，而是一个共同演进的过程。你得持续交付价值，同时让用户始终保有控制权、知情权和选择权。这也是为什么 Google 在推进 Gemini 的 Agent 能力时，会先放在 Gmail、Calendar 这些第一方产品里，而不是一上来就彻底开放第三方调用、浏览器控制和完整电脑操作能力。技术上它可以做到，但产品上必须循序渐进，让用户先适应、先建立安全感，再逐步放开。

主持人： 我担心的是，随着浏览器、App、再到 Agent 的层层中介，我们和 " 原始互联网 " 之间的距离越来越远了。早期互联网很野，但你能直接接触原始信息。以后这种感觉会不会消失？

Pichai： 这个担心可以理解，但我不认为 " 原始互联网 " 会消失。用户在很多场景里，依然想直接连接内容本身，甚至更想连接内容背后的人。比如 YouTube，很多人看的不只是信息，而是和创作者之间的关系感；购物也是一样，有时候用户不是想把事情完全外包给 Agent，而是享受挑选和探索的过程。所以未来会同时存在两种需求：一种是让 Agent 帮你更快、更省事地完成目标；另一种是你主动去发现、去浏览、去感受。前者会提升效率，后者满足的是人的探索欲和参与感。当然，Agent 作为中间层，确实会增加一层抽象。这是事实。但技术每次进化，都会带来某种抽象层。与此同时，内容创作工具也在大规模扩散，未来内容只会更多，而不是更少。最终，生态会重新找到一个平衡。

2. AI 网络攻击正在升级，危险的网络安全模型该不该公开？

主持人： 现在 AI 增强的网络攻击越来越多，Google 也一定感受到了。你们看到这类攻击明显升级了吗？

Pichai： Google 很早就把网络安全放在极重要的位置。我们长期在做很多安全方向的基础建设，比如 Zero Trust。现在，随着模型能力提升，我们也在更激进地把 Agent 工作流用到内部安全体系里。安全团队已经在用 Agent 去发现漏洞、辅助生成补丁、测试补丁是否有效，并推动部署。过去两年，随着模型变强，我们能发现的漏洞越来越多，也能更快完成修补。Google 还提到两个方向：一个是内部使用、也准备对外提供的安全产品 CodeMender，它不只是帮你找漏洞，还能自动生成补丁、验证、部署，而且是 24 小时运行；另一个是对 Wiz 的并购，用于实时监控漏洞和风险。也就是说 AI 既会放大攻击能力，也会放大防御能力。接下来行业比拼的，不只是 " 谁的模型更危险 "，也是谁能更快把 AI 变成真正可落地的安全防线。

主持人： 如果某个网络安全模型强到足以明显改变攻击能力，Google 会选择不发布吗？

Pichai： 这不能一刀切，要看它到底把 " 前沿 " 往前推进了多少。如果一个模型只是比当前最强方案多提升 1% 到 2%，没有实质性改变外部风险格局，那公开发布通常没有问题。但如果它带来的是 20% 这种量级的跃升，情况就不一样了。在网络安全行业，本来就有成熟做法。比如 Google 的 Project Zero：发现漏洞后，先通知厂商，给 90 天修补时间，之后再公开。这是一个先防御、再披露的责任机制。所以，如果 AI 模型突然把网络安全能力推进到一个新级别，首先就应该和政府等相关方紧密合作，以更负责任的方式处理。但同时，也必须让足够多的防御方能接触到这些能力，及时修补系统。这两件事得一起做。

3. 为什么不开源最强模型：前沿投入太大，Gemma 是另一种开放

主持人： Google 一直支持开源，也有 Gemma 这样的开源模型。那为什么不直接开源一个真正的前沿大模型？

Pichai： Google 一直是开源的重要参与者，这一点不会变。从 Chromium、Android 到 Kubernetes，Google 在很多关键开源项目上都投入很深。AI 领域里，Google 也一直在做 Gemma，而且持续迭代，最近的 Gemma 4 表现就很强。但问题在于，做前沿模型需要极高强度的资本投入和研发投入。你在推进前沿的过程中，不只是训练一个模型，而是在不断摸索新的技术路径。这里面有很重的成本，也有很高的研发门槛。所以 Google 的思路是 " 平衡 "：一方面继续建设开放生态，另一方面对真正处在前沿竞争中的最强模型保持克制。这并不代表不支持开源，而是认为前沿模型和开源生态，需要用不同方式去推进。

主持人： 开源 AI 的理想很好，但现实问题是，训练一个模型成本极高。你开放出去，别人反而可以拿它做推理服务，利润可能比你还高。那在美国，开源模型的商业模式真的跑得通吗？

Pichai： 这件事没那么简单，它取决于技术曲线处在什么阶段。有些时候，前沿进展非常快，开源生态确实跟不上；但也有些时候，当技术曲线没那么陡了，开源会突然迎来一次大跃迁。历史上很多技术栈都经历过类似周期。所以很难现在就断言未来一定怎样。但我相信，市场一定会持续需要一个强大的开源生态，Google 也会继续参与其中。

4. 怎么看中国开源模型？

主持人： 现在中国已经拿出了很多非常强的开源模型，而且价格低、能力接近前沿。如果你站在美国企业 CEO 的角度，为什么不直接采用中国开源 AI？

Pichai： 企业最终优化的，从来不只是模型分数，而是 " 能不能稳定解决问题 "。比如你拿 AI 做客服，最重要的不只是模型聪不聪明，而是可预测性、稳定性、一致性、安全性。这意味着企业会同时评估很多维度，而不只是价格。如果某个模型是真正开放的，许可证也合理，我并不觉得它来自哪里是最关键的问题。开源的价值本来就在于：社区可以检查它、改进它、监督它。如果其中有问题，理论上不太可能长期无人发现。相比 " 美国企业该不该用中国开源模型 "，我更关心的是：美国自己有没有持续待在前沿。真正的问题不是别人做得好不好，而是你自己有没有继续往前走。

主持人： 还有一种担心：如果大家持续构建在中国开源模型上，未来这些模型会越来越适配它们自己的芯片和全栈生态。那美国企业会不会慢慢被锁进别国技术体系里？

Pichai： 现在模型变化太快了，所以构建应用时，最重要的原则不是 " 押注某一个模型 "，而是 " 保持底层可替换 "。换句话说，企业做 AI 应用，架构上一定要设计成：底层模型未来可以变、可以换、可以迁移。因为今天的前沿格局变化非常快，没有谁能保证一个模型体系会长期稳坐第一。所以，这个担心不是完全没有道理，但现在更实际的应对方式，不是纠结某一个国家的模型，而是把自己的系统设计得足够动态、足够灵活。

5. 死磕 Flash：不是 " 次优解 "，是大多数公司的 " 最优解 "

主持人： OpenAI 和 Anthropic 看起来更像是在全力冲击绝对前沿，而 Google 一边做前沿模型，一边又非常重视 Flash 这类 " 便宜、快、够用 " 的工作型模型。为什么这是你们策略的核心？

Pichai： 因为 Google 一直有一个很强的使命感：最重要的技术，不应该只服务少数人，而应该尽可能广泛地扩散出去。Google 天生就要考虑规模。我们要把能力放进搜索、放进 Gemini、给开发者用，还要服务数十亿用户。所以我们天然非常在意效率、速度和成本。而且企业客户现在也越来越敏感于预算。很多 CIO 最担心的，不是模型够不够聪明，而是预算是不是已经被推理成本烧穿了。尤其到了 Agent 工作流时代，一个任务背后可能要调用很多轮模型，成本问题会被进一步放大。所以 Flash 的意义很明确：它不是 " 次优解 "，而是在很多真实商业场景下，最合理的解。它足够强，同时速度快、成本低，特别适合高频、多轮、可规模化的工作流。Google 内部其实也是 Pro 和 Flash 混着用。也就是说绝大多数公司并不是在解决数学奥赛或尖端科研问题，它们首先需要的是 " 能把活干完 " 的模型。

6. 递归自我改进，不能一家说了算

主持人： 如果继续往前推，AI 竞争会不会最终只剩一个命题：谁先实现递归自我改进，谁就赢？

Pichai： 我觉得这里最大的风险，不是有人想赢，而是整个行业掉进 " 竞速心态 "。这类技术天然带着责任。我们必须尽量避免让行业进入一种危险的 race condition。因为越往前走，这件事越不是单家公司内部能决定的，它会变成一个社会层面的议题。确实，当前大家都感受到曲线很陡，位置变化也很快。但前沿实验室之间的差距，其实经常会因为不同的训练周期、发布时间点而被放大或缩小。很多 " 遥遥领先 " 的印象，四到六周后就可能改写。也承认未来不排除出现递归自我改进这样的情形。但如果真走到那一步，行业对它的处理方式必须比今天更负责任，不能只是公司之间的速度竞赛。

7. 谷歌最大瓶颈：电力、数据中心、芯片、内存

主持人： Google 一边给自己的产品做推理，一边给开发者开放 API，还在卖 TPU。外界一直很好奇，Google 现在的算力状态到底怎么样？

Pichai： 说实话，没有哪家公司会觉得自己算力够用。所有人回头看，都会觉得 " 当初应该再多投一点 "。Google 过去几年已经做了很多激进投入，但现实是，成本也在上升。即使预算不变，你今天能买到的算力，可能反而比原来预期更少，因为内存等关键部件都在涨价。Google 的确做了长期规划，也会分别规划云业务和内部需求，但即便如此，今天依然要不断做权衡。比如客户看到某个演示效果后，会立刻问：这个能力我们能不能也拿到？这会进一步推高需求。

主持人： 你们是不是需求大于算力供给？

Pichai： 绝对是。这也解释了为什么 Google 如此强调 Flash。因为如果你做了一个极强但极贵、极难普及的模型，它当然能推动前沿，但能真正给多少人用上，就是另一回事了。

主持人： 如果只问一个问题：Google 当下最大的算力瓶颈是什么？是土地、电力、审批、芯片，还是别的？

Pichai： 瓶颈的本质就是：你解决一个，另一个马上浮现。有时是数据中心的建设和许可，有时是电力接入，有时是芯片本身，有时是内存。真正的问题不是某一个单点，而是这些环节经常同时成为瓶颈。你需要数据中心建得出来，需要有电，需要关键部件到位，需要整套系统协同运转，最后才能拿到你真正需要的计算能力。所以现在看到的不是单一瓶颈，而是整个算力栈在多个层面同时吃紧。