Google Cloud AI Lead Discusses the Three Frontiers of Model Capability
Techcrunch
AI models are pushing against three frontiers at once: raw intelligence, response time, and a third quality you might call "extensibility."
Techcrunch
AI models are pushing against three frontiers at once: raw intelligence, response time, and a third quality you might call "extensibility."
AI 生成摘要
AI 模型正同時在三個前沿領域尋求突破:原始智能、響應時間,以及第三種你可以稱之為擴展性的特質,即模型是否能以足夠低的成本進行大規模且不可預測的部署。
購買超鳥優惠票最高可省 680 美元。立即註冊。
Disrupt 2026 門票最高可省 680 美元。2 月 27 日截止。立即註冊。
最新消息
人工智慧 (AI)
亞馬遜 (Amazon)
應用程式 (Apps)
生物技術與健康
氣候
雲端運算
商業
加密貨幣
企業
電動車 (EVs)
金融科技
募資
小工具
遊戲
政府與政策
硬體
裁員
媒體與娛樂
Meta
微軟 (Microsoft)
隱私
機器人
安全
社群
太空
新創公司
TikTok
交通
創投
團隊
活動
Startup Battlefield
StrictlyVC
電子報
播客 (Podcasts)
影片
合作夥伴內容
TechCrunch Brand Studio
Crunchboard
聯繫我們
作為 Google Cloud 的產品副總裁,Michael Gerstenhaber 主要負責 Vertex——該公司用於部署企業級 AI 的統一平台。這讓他能以高層視角觀察企業實際如何使用 AI 模型,以及釋放「代理型 AI」(agentic AI)潛力仍需完成的工作。
當我與 Michael 交談時,我對一個以前從未聽過的想法印象特別深刻。正如他所言,AI 模型正同時向三個前沿推進:原始智能、反應時間,以及第三種與原始能力關係較小、而與成本關係較大的特質——即模型是否能以足夠低廉的成本部署,以應對大規模且不可預測的運作。這是一種思考模型能力的新方式,對於任何試圖將前沿模型推向新方向的人來說,都極具價值。
本次訪談經過編輯,以求精簡與清晰。
能否請你先向我們介紹一下你目前在 AI 領域的經歷,以及你在 Google 負責的工作?
我進入 AI 領域大約兩年了。我在 Anthropic 待了一年半,在 Google 待了快半年。我負責 Vertex,這是 Google 的開發者平台。我們的大多數客戶是正在構建自己應用程式的工程師。他們希望獲得代理模式(agentic patterns)、代理平台,以及世界上最聰明模型的推理能力。我為他們提供這些,但我並不直接提供應用程式本身。那是 Shopify、湯森路透(Thomson Reuters)以及我們各行各業的客戶在各自領域所要提供的。
是什麼吸引你來到 Google?
我認為 Google 在世界上是獨一無二的,因為我們擁有從介面到基礎設施層的一切。我們可以建造數據中心,可以購買電力並建造發電廠。我們有自己的晶片,有自己的模型。我們掌控推理層,也掌控代理層。我們有內存(memory)和交錯代碼編寫的 API。在此之上,我們還有代理引擎(agent engine)來確保合規與治理。甚至我們還有面向企業的 Gemini Enterprise 和面向消費者的 Gemini Chat 聊天介面,對吧?所以我來到這裡的部分原因,是因為我看到 Google 具有獨特的垂直整合能力,而這正是我們的優勢。
這很奇怪,因為即使各家公司之間存在差異,感覺三大實驗室的能力似乎都非常接近。這僅僅是一場追求更高智能的競賽,還是情況更複雜?
我看到了三個邊界。像 Gemini Pro 這樣的模型是為原始智能而調整的。想像一下寫程式碼,你只想要能得到的最好的程式碼,就算要花 45 分鐘也沒關係,因為我必須維護它、將它投入生產環境。我只想要最好的。
然後是另一個關於延遲(latency)的邊界。如果我正在處理客戶支援,需要知道如何執行某項政策,你需要智能來執行該政策。例如:是否允許辦理退貨?我能否升級飛機座位?但如果你花了 45 分鐘才給出答案,那麼你有多正確都無濟於事。因此,對於這些情況,你需要在延遲預算內獲得最智能的產品,因為一旦那個人感到無聊並掛斷電話,更多的智能就不再重要了。
最後還有一類,像是 Reddit 或 Meta 這樣的人想要審核整個互聯網。他們有龐大的預算,但如果不知道如何擴展,他們就無法承擔企業風險。他們不知道今天或明天會出現多少有害貼文。因此,他們必須將預算限制在他們負擔得起的最高智能模型上,但要能以可擴展的方式處理無限數量的對象。對於這一點,成本變得非常、非常重要。
我一直在思考的一件事是,為什麼代理系統(agentic systems)花了這麼長時間才流行起來。感覺模型已經就緒,我也看過令人驚嘆的演示,但我們還沒有看到我一年前預期的那種重大變革。你認為是什麼阻礙了它?
這項技術基本上只有兩年的歷史,而且還有很多基礎設施缺失。我們還沒有審計代理行為的模式,也沒有向代理授權數據的模式。這些模式需要投入工作才能進入生產環境。而生產環境總是技術能力的滯後指標。所以兩年的時間還不足以看到智能在生產環境中支持什麼,這正是人們感到掙扎的地方。
我認為它在軟體工程領域的發展異常迅速,因為它非常契合軟體開發生命週期。我們有一個可以安全地弄壞東西的開發環境,然後我們從開發環境提升到測試環境。在 Google 寫程式碼的過程需要兩個人來審計,並且兩人都確認其品質足以代表 Google 品牌並提供給客戶。因此,我們有很多這種「人機協作」(human-in-the-loop)的流程,使得實施風險極低。但我們需要在其他地方和其他職業中建立這些模式。
主題
AI 編輯
在 2 月 27 日前購票最高可省 680 美元。會見投資者,發現你的下一個投資組合公司。聆聽 250 多位科技領袖的見解,深入參與 200 多場會議,並探索 300 多家正在構建未來的新創公司。不要錯過這些一次性的優惠。
Bill Gurley 表示,目前對職業生涯最糟糕的做法就是「打安全牌」
那台我不想歸還的 9,000 磅怪獸
Sam Altman 想提醒你,人類消耗的能量也很多
Google 副總裁警告,兩種類型的 AI 新創公司可能無法生存
xAI 的好消息:Grok 現在非常擅長回答關於《柏德之門》的問題
FBI 表示 ATM「中大獎」攻擊呈上升趨勢,駭客已竊取數百萬美元現金
Meta 自身研究發現,家長監督對抑制青少年過度使用社群媒體並無太大幫助
© 2025 TechCrunch Media LLC.