谢尔盖·布林承认谷歌错失AI良机，亲自回场打造Gemini生态

“我们犯了错误。”

在2025年12月12日斯坦福工程学院的百年庆典上。

谷歌联合创始人谢尔盖·布林重返母校，坐在讲台中央，直截了当地表示：

Transformer论文出自我们之手，但我们并未给予足够重视。

算力投入不足，产品迟迟不敢推出，担心聊天机器人说出不恰当的话。

回溯到2017年，谷歌发布了Transformer，技术遥遥领先。然而5年后，率先将大模型产品化的却是OpenAI。

ChatGPT惊艳亮相，Claude也接踵而至，而谷歌则错失了AI的第一波浪潮。

布林并未避谈这段过往，他坦言：我亲身经历了这一切，但我们没有付诸行动。

2022年底，他重新加入谷歌，亲自参与了Gemini的每一项关键决策。

此次重返斯坦福，他不谈情怀，只聚焦三个问题：

谷歌错在哪里？

现在如何追赶？

这场战役该怎么打？

第一节｜发明了Transformer，却输给了OpenAI

2017年，谷歌研究团队发表了具有里程碑意义的论文《Attention is All You Need》，由此诞生了Transformer架构，点燃了大模型时代的燎原之火。

当时谷歌内部并非没有意识到其颠覆性潜力，Jeff Dean带领团队推动Google Brain，Sundar Pichai也在多个公开场合强调AI优先战略，技术积累从未中断。

但他们却未能将这场变革真正推向市场。

在斯坦福的公开对话中，布林坦承了从领先到落后的整个过程：

“我们算力投入不足，过于担忧产品失控……害怕聊天机器人说出愚蠢的话，于是我们犹豫了。而OpenAI却将事情做成了，其中很多人还是我们的前员工，包括Ilya。”

这不是情绪化的回顾，而是一份源自一线技术专家的战略反思。

回望那几年，谷歌内部的普遍姿态是：

算力优先分配给更稳妥的应用；

模型研究继续进行，但对发布持谨慎态度；

对话式AI被视为高风险、难以掌控的方向。

直到2022年底，ChatGPT引爆全球。

谷歌这才意识到，自己并非输在技术，而是败在心理预期和组织文化上。布林也是在那一刻决定重返公司。

他在访谈中并未指责任何人，但多次重复一个词：我们。

“We definitely screwed up（我们确实搞砸了）.”

在那个决定未来十年AI走向的十字路口，布林在场，也确实错过了。但他没有回避，而是亲自返回赛场修正错误。

第二节｜他每天都在用Gemini

这次回归，布林不再仅仅坐在办公室里听取汇报，而是全职投身研发一线。

访谈中，他透露自2022年底起几乎每天都在参与Gemini的研发工作：

• 亲自指导团队设定目标；
• 利用AI工具分配任务、评估人才；
• 每天与Gemini对话，甚至在车上也不例外。

他以此向团队证明：技术人员的工作方式必须与AI协作重新定义。

他甚至会在开车时向Gemini提问，无论是编写代码、设计芯片架构，还是计算电力成本，都会先咨询它。尽管它并不完美，但确实能帮助他形成新思路。

这不是象征性的参与，而是一位创始人用行动告诉团队：AI不是工具，而是新的工作方式。

他认为：

“AI的胜利不是靠单点突破，而是靠一整套智能系统，让人们能真正用起来。”

如果说2017年他们过于谨慎，未敢将Transformer推向台前；那么2025年，布林亲自站上一线，将Gemini真正用起来。

这是一场落后之后的追赶，也是一位创始人对技术方向的再次下注。

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复制一个ChatGPT。

布林团队的目标更像是：重构工具链，取代人类同时打开多个软件、频繁切换窗口的工作模式。

从2025年12月的产品更新节奏可以窥见其战略意图：

Gemini 3 Pro正式发布：主打多步推理、低幻觉率、复杂任务处理能力，旨在超越对话助手的范畴；

Gemini Deep Research推出：不仅能生成研究摘要，还能与数据互动、调用工具，向科研工作流助手迈进；

MCP托管服务上线：统一模型上下文协议，打通AI与谷歌自家生态（如Maps、BigQuery、Gmail、Finance）的连接；

AI眼镜项目Project Aura官宣：与XREAL、三星、Warby Parker合作，押注AI与空间计算、多模态硬件的融合。

这一系列动作指向同一个目标：不是让你搜索答案，而是让AI替你完成整个任务。

相比之下，OpenAI在同一时期发布了GPT-5.2，专注于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出现分化。

OpenAI的商业入口集中在ChatGPT企业版、浏览器插件和API接口，本质上让AI成为更好的对话伙伴。

而谷歌选择的是平台化工具生态。通过MCP协议，整合其他模型、智能体和工具，将Workspace、Search、Maps乃至硬件设备都变成AI的触点。它不追求单个模型的最强，而是致力于让整个生态最好用。

布林在访谈中提到了一个关键点：

“许多公司面临AI能力已具备但落地成本过高的问题。如果我们能让智能体像API一样即插即用，这个时代就真正开启了。”

换言之，谷歌不仅想打造一个模型，更要将Gemini打造成一套AI接口标准。正如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

整场对话中最有趣的环节，并非谈论产品或战略，而是布林给年轻人的建议。

主持人问道：AI正在改变一切，年轻人该如何选择专业？是否不应该再学编程了？

布林没有绕弯子，直言不讳：

“我本身就是学计算机出身。我不会因为AI现在能写代码，就转去学文学专业。目前AI在文学领域可能表现更强，但编程仍然具有巨大的市场价值。而且，只有更好的编程才能开发出更好的AI。”

为何如此说？他阐述了两个理由：

第一，AI能写代码，并不意味着工程师无用武之地。反而意味着工程师需要更强的结构化思维和调度能力。

第二，技术能力仍然是拉开AI应用差距的核心。门槛并未降低，只是能力要求变得更加复杂。

但这并不意味着非专业人士就被排除在外。

他还举了一个对比：作为非芯片专家，他现在想了解架构、算力预算、冷却方案，直接向Gemini提问一轮，就能快速把握方向。

换句话说：AI降低的是学习门槛，而非应用门槛。关键不在于你脑子里储存了多少知识，而在于你是否会利用AI快速定位并掌握所需知识。

对于学生，他建议将注意力集中在两个方向：

如何善用AI工具，将创意转化为实际工作流；

如何与AI协作，培养自身独特的思考与判断能力。

而对于创业者，他的建议则更为直接：

“不要害怕犯错。这次Gemini，我们在许多核心功能尚未完全打磨成熟时就已上线，就是希望先让它真正可用，再谈扩张。”

这句话听起来像是在鼓励快速迭代，但重点实则落在“真正可用”四个字上。

许多AI公司在抢速度、拼融资、赶风口时，往往只是做出技术演示或概念产品。但布林强调的是：先打造出用户愿意每天使用的工具，再谈完善和扩张。

这才是谷歌当下真正的护城河。

结语｜不是神话，是选择

布林此次重返斯坦福，讲述的是一个公司错失起点，然后用8年时间追赶回来的故事。

不是依赖战略调整，而是依靠创始人每日参与、亲自使用、将工具真正用起来。

2017年，谷歌发明了Transformer，却因过于谨慎而未敢推出。

2025年，布林亲自返场，将Gemini打造成一整套工具链。

从错过到追回，依靠的不是运气，而是选择。

📮 参考资料：

https://www.youtube.com/watch?v=0nlNX94FcUE&t=2684s

https://www.wsj.com/tech/sergey-brin-google-ai-gemini-1b5aa41e

来源：官方媒体/网络新闻

排版：Atlas

编辑：深思

主编：图灵

--END--