谷歌云AI负责人迈克尔·格斯滕哈伯给我聊了一下模型能力的三大前沿领域。他原来是Anthropic的，后来在谷歌干了大半年，负责管Vertex AI平台，这就是谷歌用来帮企业用AI的那个统一平台。有一次我问他为啥来谷歌，他说谷歌的独特在于从界面一直做到基础设施层，甚至连发电厂都能盖，有自己的芯片和模型。他提到谷歌有很多关于AI的能力，比如Gemini Pro，这个是追求原始智能的，比如写代码时就想要最好的结果，哪怕花45分钟也无所谓。还有就是延迟问题，客户支持的时候你必须马上给答案，不然客户就走了。最后还有Reddit或者Meta这样的公司，他们想监管整个互联网，但预算有限，又得处理大量数据，所以成本成了关键因素。 至于智能体系统为啥没普及得那么快，他说这项技术才两年多历史，好多基础设施还没跟上。比如怎么审计智能体的行为、怎么给它授权数据这些都得费劲去弄。而且生产环境总是落后于技术能力的指标。不过软件开发这边进展挺快的，因为它适应了软件开发的生命周期。比如在谷歌写代码得两个人审核才行。但其他领域和职业还得慢慢来建立这些模式。 我记得有次访谈时他还提到了Shopify和汤森路透这样的客户。他们自己建应用程序然后用Vertex AI提供的服务。比如获取智能体模式、平台使用权和顶级模型的推理能力。这些都不是他直接提供的应用程序本身。 Vertex AI平台主要给工程师用的东西包括访问智能体模式、平台使用权还有顶级模型的推理能力。它还有关于内存和交错代码编写的API，还有确保合规性的引擎这些。但它不直接给应用程序本身。 说到延迟问题就是在延迟预算内要给最智能的结果。像客户支持的时候你不能花45分钟才给答案。比如Gemini Pro这种追求原始智能的模型就是为了给最好的代码或者结果不考虑时间成本。 再比如成本效率就是像Reddit或者Meta这样的公司希望在企业级项目上监管整个互联网但预算有限所以需要能扩展处理大量数据又便宜的最高智能水平。