谷歌的价值被认同：为AI后的时代指明方向

大家好。欢迎收听老范讲故事的YouTube频道。咱们今天讲一讲谷歌的价值被认同，不仅仅是因为Gemini 3和TPU，更重要的是，谷歌为AI后的时代指明了方向。

指明方向这件事，还是可以讲的，至少说在谷歌身上问题不太大。谷歌的价值在上升，在美股七姐妹中算是一枝独秀了。很多人认为是Gemini 3遥遥领先，以及TPU终于打破了英伟达的垄断，以及OpenAI的泡沫越来越让人担忧。这些其实只是表象。AI不但没有杀死搜索和广告，反而让广告商的收益上升了，这才是关键。

AI时代，搜索与广告的生存悖论

以前搜索，我们输入关键词，得到一大堆网页，点击其中一个网页，进到网页里边去，看到很多的广告，原来它是这样的一种生存方式。

在AI出来了以后，包括我在内都在担心说，以后AI只生成一个唯一正确的答案，它就没有搜索的过程，你没有那么多地方放广告了，也没有需要点击、跳入其他网页的机会了。整个的网络广告就全废了，甭管是搜索广告，还是跳出去以后谷歌的AdSense，这些就都没有了。所以当时大家一致认为是AI会干掉谷歌，甚至谷歌也拉响了红色警报。

OpenAI发明了这种20美金一个月，以及花钱买TOKEN的商业模式。从OpenAI 20美金一个月收钱那天开始，我就讲过说这个东西是一个有毒的商业模式，这事是错的。为什么？

因为20美金是死的，每个人就交20美金；而广告这个数是活的，它可以不断的刺激我买东西，不断的让我去在购物的过程中，让它的广告主给它支付广告费用。这个数是无限的，而20美金这个数是有限的。

当时我就下了这样的结论，但是从来没有想明白过，AI时代以后广告和搜索到底怎么活下去。但是现在谷歌和Meta的财报都证明了，他们的广告收入不但没有下降，反而在上升。特别是以谷歌的财报更为明显，它的上升比例其实没有Meta高，它大概上升了12%，Meta大概上升了26%。但是谷歌本来份额大，它是老大，还能上升12%；而且谷歌是搜索广告，而Meta的话很多是社交广告，所以Meta的那个也不是那么明显。但是谷歌这个真的是为未来指明了方向。

谷歌2025 Q3财报：一个违背祖训的决定

谷歌2025年Q3的财报显示：

• 搜索广告收入：上升了15%
• YouTube广告收入：上升了15%
• 网络广告（AdSense）：下降了3%
• 总体上升：12.6%

其实YouTube广告收入上升这件事，大家是可以想到的，转到社交媒体，还要加上YouTube SHORTS，要去跟TikTok抢份额，所以它的广告收入上升大家能想到。但是真没有想到，搜索广告收入居然也上升了15%。但是有一项是下降的，就是网络广告下降了。什么是网络广告？就是AdSense那部分下降了3%。

那到底发生了什么？谷歌做了一个违背祖训的决定。所有违背祖训的决定，最好由谁来做出？不是不肖子孙，而是由祖先自己来做出。所以这个决定大概是谢尔盖·布林自己做的。

以前的谷歌要求大家是什么？尽可能快的离开。你如果在谷歌页面里在停了很长时间，说明你没找到你要的东西。所以你越快的离开谷歌，就说明我提供的服务越好。以前的谷歌很多图书里面，包括他们的一些文章和演讲，里边都在讲这件事情。

从“快速离开”到“留下来”

但是现在不是这样了，你在谷歌搜索里头可以待半天。他们现在把这个事给做反过来了。为什么？因为他开了AI搜索，开了AI模式，你可以在里边跟他聊天了。所以谷歌现在不再追求让用户快速进入、快速找到答案、快速离开这件事了，而是让更多的用户时常留在谷歌的AI搜索和AI模式里头。

搜索的目的本身就不是找到网页，而是解决用户的问题。原来说我们在搜索，搜索完了以后，点击到网页里头再看广告，但是你在这个过程中，并没有直接解决用户的问题，你还要让用户跳到网页里边去看去。现在不用了，我直接给你把问题解决掉。那在这个过程中，我直接给你看广告就完了。用户留下来了，用户时长上升了，更多的广告就有了展示的机会。

原来你没有那么多展示机会，像我们以前搜索谷歌，可能撑死了看一页，有的看两页，也就这样了。所以你说他能给你看几个广告？看不了几个。但我现在在谷歌AI模式里头跟他扯半天，那就很多很多的搜索，就都是很多很多的广告就都展示出来了。找到了答案了，也点过广告了，那就没有必要再跳转到目标网站瞎浪费时间了嘛。

所以我们看到什么？AdSense的收入在下降，下降了3%。所以我们现在如果再辛辛苦苦做网站，想去靠SEO再把这个钱挣回来，已经比较难了。因为现在确实跳转的少了，肥水不流外人田，都在谷歌自己这把这钱挣完了。这点有点像百度，百度也是肥水不流外人田，你在百度搜索看广告，点击了去百度知道、去百度贴吧接着看广告，而且都是百度自己家的流量。谷歌现在说我也是照着学，你们都别走了，在我这把这个答案找到了，把广告看完了，不要去其他任何网站了。

AI时代最关键的问题：怎么赚钱？

那很多人说谷歌，你这也太不要脸了。不是这样的，事情没有这么简单。AI时代到来了，最关键的问题被谷歌找到了解决方案。AI时代是最关键的问题是什么？是AGI吗？是ASI吗（超级人工智能吗）？都不是。

AI时代最关键的一个问题是：AI到底怎么赚钱？以及AI之后的时代，大家到底怎么过日子？这个答案现在被谷歌给带出来了。

到底怎么做这件事？有些人在设想工作是可选项，马斯克说的你想工作就工作，不想工作拉倒吧；还有人在去设想全民发钱，这是山姆·奥特曼想的，当然马斯克讲的要比他好一点，要发很多的钱，大家都是富翁，想怎么花怎么花。但是这几件事情，其实对于大部分人来说，是比较难以想象的。为什么？钱还没发下来，AI公司也还没挣着钱，我先失业了。现在我们遇到了这样的一个问题，这也是为什么很多人觉得AI是泡沫的一个根本原因：吹了半天牛，最后你也没挣着钱，还把大家的工作搞没了。

那么谷歌的解法是什么？还是广告变现。但是AI时代了，广告又往前进了很大的一步。

互联网的长尾与传统广告的门槛

在互联网到来的时候，我们经历了一个很神奇的东西，叫长尾现象。什么是长尾现象？原来只有做的最好的那一两样东西能卖掉，那些小众需求的这些东西，他们只能在很小的圈子里头去流传，不可能说在全世界范围内去卖一些很小众的商品。在互联网普及之前，这件事是不存在的。这种小众产品我们就要长尾，就是你搜索一开始是比较高的，然后他是这样慢慢越走越长的，一条这样的一个曲线。现在后边这些都有销售的机会，这就是长尾现象。像淘宝、亚马逊，都得益于长尾现象。

传统广告的投放，还是要稍微有一点点小麻烦的。跟大家讲一下传统广告是怎么投放的：

1. 要有商品：首先你要有一个商品。
2. 选择卖点和关键词：我到底要宣传什么？在这一点上雷军还是比较强的，经常讲一些有的没的东西，把一个很司空见惯的东西吹的天花乱坠。
3. 制造素材：我不能说“2200兆帕的什么超硬钢”这个东西是卖点了，那你这是一句话，你最后还是要把它做成图片，做成视频。这个图片还分不同的尺寸和大小，你每过一段时间大家会有审美疲劳的，你还要做新的。
4. 充值与设置预算：那就像广告平台（就像谷歌这些公司）充值，要把钱充进去，设置预算。
5. 设置投放范围与出价：我到底出多少钱来投放？1000次展示是一美金了。谷歌的推荐引擎，它会去到广告库里去比价格，谁出的价高我先放谁的。然后要设置覆盖范围：手机、YouTube、搜索页？印度还是美国？男的女的？
6. 投放优化：广告平台搜集用户画像，进行竞价排序，展示广告，消耗预算。

所以传统的互联网广告的门槛还是挺高的。能够找到卖点、能够做策划的人，价值就很高。中国人的传统技能就是做素材，对于老外来说基本上就是噩梦。中国人的超级极限玩法，成就了谷歌Meta。什么是超级极限玩法？我们把所有的利润都投成广告，一分钱都不剩下来，甚至还亏钱去投广告。这才是传统广告，它门槛非常非常高。

AI带来的广告新场景：自动匹配与生成

下面我们来看几个新的场景，这就是AI来带给我们的广告新场景。

场景一：小众的手作香水

有一些香水是手工制作的，那商品肯定是一个非标准化的商品。比如说叫“雨后柏树冷杉”。用户偏好的信号，可能广告平台也收到了，最近在搜索“冷感木质香”、“不甜不腻”、“雨天味道”。他在YouTube里头，正好有一个展示机会了。那这个时候AI就会去匹配了。它会从商品的页面文案里头，包括配图和评论里边，抽出来木制、冷感、雨后这些词，它自动的生成一个素材，就直接给用户看了。看完了以后，就有可能能够促成一个交易。这是真正比较有意思的地方。

场景二：极窄人群的跑鞋

比如说某小众品牌的跑鞋，主打的是前掌落地、低落差、宽楦，页面写的很散，参数也不全。用户的偏好，比如在谷歌上搜索了“前脚掌跑步的”、“膝盖不疼的鞋”，或者是“宽脚跑鞋”。最近在地图上，还搜索过半马训练的路线。这些数据被谷歌找到了，那它就会去进行匹配了。从跑鞋的测试文章、用户评论里边（宽楦、低落差、缓震偏硬），并且识别用户是训练型而非潮流型，它就会根据用户搜索的GE，直接给你生成对应的广告。那这个广告转化率就会非常非常高。

场景三：宠物定制粮

比如说有一个商品，单一蛋白、没有谷物、还有低致敏，但是商家只写了一个“毛孩子吃了就不挠了”。用户的偏好是什么？他跑去搜索去了，说“我的猫频繁挠耳朵”、“换猫粮软便怎么办”；在论坛里头看到了“敏感肠胃猫粮”。这个时候AI又在干活了，就把这个挠痒、软便映射到了低致敏、单一蛋白上，并且把无谷成分透明作为卖点——这个卖点等于是AI替你找到了——然后制作了一条广告素材，强调单一蛋白加上低致敏试吃装，而不是泛泛的告诉你说猫粮打折这件事。

AI时代的广告革命：更长的长尾与更高的转化

这些场景代表的是什么意思？在AI时代，我们会迎来比互联网时代更长的长尾。互联网时代就已经很长尾了，但是AI时代里头，会有非常非常多小众的需求被满足。

充值跟预算你还是必不可少的。但是谷歌会干什么？

• 商品自动入库：谷歌就直接把你的商品库全都扒走了，根据你的商品的各种描述、用户评论，通通都拎出来作为你的商品特性，AI系统会自动的总结关键卖点和差异性。
• 更深度的用户理解：通过将用户留存在搜索页面上，在AI聊天窗口里，可以进一步的了解用户的属性，包括用户的各种长期记忆。AI系统绝对比我们自己还了解我们自己，更多的广告展示机会就来了。
• 更大的竞价商品池：现在我不用你们去想这个卖点，也不用你们去做素材，我替你们搞，可以参与竞价的商品一下就变多了。那他就可以挑一个更贵的去给你展示，我挣到更多的钱。
• 自动生成素材：不需要再设置详细的投放参数和范围了，由AI系统直接搞定。你原来没有做视频，谷歌替你做。
• 更高的广告转化率：当你的广告转化率上升了以后，广告主就会愿意为你的广告设置更高的单价。

从谷歌的财报上，是可以看出端倪的。它的整个的CPC（付费有效点击）涨了7%，总收入涨了12%。既然有效点击涨了7%，总收入涨12%的话，那就是广告单价上升了。广告主为什么愿意支付更高的广告单价？因为每次展示的时候，参与竞价的商品更多了，而且转化率也更高了，他就会成形成一个正向循环。

黑五战报的启示

今年黑五的战报上，也可以看出相应的差异了。美国黑五的战报今年特别有趣，订单量下降了1%，但是平均价格涨了8%。

这是什么意思？就是黑五钱更多了，但是东西更少了，每样东西都变更贵了。那你说为啥？最直接的一个原因，川大爷玩关税战。但是关税战给价格带来的平均涨幅是4.9%，剩下的3%左右的这个价格涨幅去哪了？是不是商家当利润揣口袋里了？不要太天真，卖东西的都是中国人，中国人挣出来利润，哪舍得往自己口袋里装？都给谷歌了，都给Meta了，都去交广告费去了。这才是事实的真相。

谷歌价值的三个层面

谷歌的价值，其实我们应该分三层去理解。

1. 技术领先：谷歌的Gemini确实遥遥领先了，TPU也确实是实现了全生态。而且现在已经开始向OpenAI、Meta以及Anthropic进行溢出了。
2. 全场景渗透：用户量和广泛的用户场景，正在快速的被Gemini渗透。谷歌有安卓、Chrome、搜索、YouTube、Gmail等，谷歌现在正在用自己的AI的大模型，把所有产业链上，或者所有用户场景都重新做一遍。每一个场景的应用，都会给谷歌带来巨大的用户流量以及用户留存。
3. 底层逻辑重构：谷歌的底层逻辑，从岌岌可危到了重新被验证。现在看广告联盟确实是完了，但是搜索广告起来了，而且广告还是未来的方向。

AI时代的未来：交易与内容

那么AI时代以后到底会是什么样子？我相信大家还是要去努力工作的。更多小众的、细节的、长尾的交易，将得到推荐，将被发现，并且有交付的机会。

真正在消费价值中不断上升的，其实是内容。这个内容包括什么？包括你们现在在看我YouTube的节目，这就是一个内容。我做了，你们看了，广告也播放了，相应的交易也被执行了，那我就分到钱了。所有被传播的内容都会被标价，进行售卖。大家买到的东西会越来越贵，因为你GDP上升了吧，你吃的粮食不会变多，但你值那怎么办？只能让粮食变贵。那多出来的钱是什么？多出来的钱就是广告费，广告费会分给内容创作者。

AI让以前无法实现的生意可以实现了，让天下没有难做的生意。还记得前面我讲豆包手机那期吗？目的跟方法是有差异的。

• 微信是个方法，跟人聊天才是目的。
• 谷歌也终于搞明白了，他们要实现的目的是交易，而不是搜索。

交易与交付才是最终的目的。原来的搜索仅仅是方法。AI会改变方法，但是不会改变目的。AI不仅仅擅长编故事，还擅长进行非标准的匹配。AI做了匹配以后，就可以将故事以及附带在故事上面的交易做完。原来的方法崩塌了——就是搜索以及让你到网站上去看广告这个方法已经崩塌了——被AI颠覆了。

总结

AI时代商品经济依然是无可替代的。人们要为了享受更好的商品和服务，继续努力劳作，不可能说直接给你发钱你就可以不干活了。人们也要通过交易，筛选出更好的产品和服务，让科技商业和社会找到未来的方向。

我一直觉得交易这件事情，才是推动整个社会前进的一个最核心的点。竞争的过程，就是要把那个最好的挑出来，要告诉社会我们要向哪个方向发展。而在整个的这个过程中，谷歌现在已经验证了，说OK这条路还是走得通的。这条路还是走得通的。当然了，这些靠谷歌广告的这些网络广告商，他们的日子确实会难做一点点。但是这些人也要重新去思考，说我再做一点什么样的新的内容，能够重新符合新的这种运作模式。

这个才是今天我们要讲的故事：就是谷歌为AI后时代指明了方向，会把这个广告整个干掉，却让交易更高效地发生。

背景图片：
high-contrast watercolor illustration, massive cross-border logistics warehouse during Christmas season, towering staggered shelves cluttered yet orderly, autonomous logistics robots gliding on tracks carrying goods, scattered computer workstations where designers create Christmas advertising materials, cargo boxes wrapped in festive red packaging, warm yellow spotlights mounted on the ceiling casting a cozy holiday glow throughout, neon cyan rimlight, deep navy background, glossy reflections on surfaces, sharp subject separation, extremely legible negative space for text overlay, minimal palette of ink blue neon cyan and gold accents, cinematic composition, ultra-detailed, intricate linework, –ar 16:9 –raw –s 250 –v 7.0 –p lh4so59

谷歌Deepmind的CEO说：“我们与AGI之间，只差一到两个AlphaGo级别的技术难关了。”

大家好，欢迎收听老范讲故事的YouTube频道。

现在Gemini 3正在大杀四方，谷歌里面负责开发Gemini的部门叫Deepmind，他的CEO出来接受访谈，关注度还是比较高的。

谷歌Deepmind的首席执行官叫德米斯·哈萨比斯，2025年12月4日接受了一个访谈，是在旧金山举行的Axios AI大会。和他对谈的人呢，是Axios的创始人和主编，叫Mike Allen。在这上面他讲到说，我们距离AGI还差一到两个类似于AlphaGo这样级别的突破，突破过去就可以了。

哈萨比斯：爽文男主般的开挂人生

哈萨比斯到底是一个什么样的人呢？绝对的爽文男主，挂b一样的存在。

从国际象棋神童到认知神经科学博士

哈萨比斯是一个英国人，Deepmind本身是一个英国公司，后来被谷歌收购的。他呢，76年在伦敦出生，这个姓氏是个希腊姓氏。他的父亲呢，是来自塞浦路斯的希腊裔，而他的母亲呢，是来自于新加坡的华裔。所以哈萨比斯呢，可以算是半个华人。

从小，这哥们是一个国际象棋神童。像这样的人，肯定都是有异于常人之处。4岁就开始下棋，13岁就达到了国际象棋大师水准。8岁就用自己的国际象棋奖金，给自己买了台电脑，开始学习编程了。

本科和硕士呢都是剑桥的，学的CS就是计算机科学，在校期间一直代表剑桥参加各种国际象棋比赛。博士呢是伦敦大学学院，专业方向是认知神经科学和神经科学。

从游戏制作人到AI先驱

工作，这哥们一开始做游戏的。先去加入了很著名的牛蛙工作室，这个牛蛙工作室呢，最著名的作品叫做《地下城守护者》。但是哈萨比斯当时进去的时候，应该还没有开发这个产品，牛蛙工作室最终是被EA给收购了。后来呢，他自己创建了一个工作室接着做游戏，叫做仙丹工作室。2004年出了一个游戏叫《邪恶天才》，是一个模拟经营游戏，就是一帮邪恶天才在一个小岛上做各种各样坏事的这样的一个游戏。只是呢，这个游戏并不怎么挣钱，这种超级天才做出来的游戏都未必能挣钱。

他呢就把工作室关掉了。后来呢，《邪恶天才》的IP被收购了，2021年《邪恶天才2》发布，但是呢，《邪恶天才2》就已经跟哈萨比斯没有什么关系了。

关闭这个游戏工作室之后，他就去创建了Deepmind。Deepmind主要还是游戏方向，他呢在里边去训练AI下围棋。这哥们是个国际象棋大师，但是呢开始训练AI下围棋，也就是AlphaGo这个东西就出来了。在这中间呢，还训练AI去打各种游戏，星际争霸呀，做一些其他这样的训练。

收购、AlphaFold与内部整合

2014年，Deepmind就被谷歌给收购了，6.5亿美金的价格。但是这个数字呢，并不是特别统一，很多的报道里的这个数字是有一些偏差的。有人说是4亿美金，也有人说是6.5亿美金，还有人说是4亿英镑。因为收购的时候，谷歌自己并没有公布价格，这些价格呢都是后续的报道里边去写的。

在谷歌收购以后呢，哈萨比斯在Deepmind里头又开发了叫AlphaFold这样的一个产品。这个产品是解决蛋白质折叠难题的。蛋白质实际上是这种超大分子，这些超大分子，我们算清楚有多少碳、多少氢、多少氧、还有氮，它并不是一个平面的结构，它是一个立体的结构，3D的。在这样的一个结构里头，它到底是怎么去排列和折叠的呢？原来大家是去预测呀、去猜呀，或者通过一些很复杂的设备去进行扫描，通过这样的方式去识别，成本是很高的。你要想去用蛋白质开发各种药品，你就必须要搞清楚它的3D架构空间，你搞不清楚，这事没法往前走。

哈萨比斯就去搞了AlphaFold，用AI去预测蛋白质的3D折叠空间到底是怎么回事。2020年呢，这个AlphaFold在蛋白质预测大赛中夺得头筹，比第二名强好几倍，这个事基本上就算解决了。现在只要是知道这个蛋白质的分子结构，这个AlphaFold的预测结果就极其准确。2024年，哈萨比斯依靠这个AlphaFold获得了诺贝尔化学奖，这哥们是个诺贝尔奖得主。

这还没完，他呢还在内部斗争中战胜了谷歌大脑。这是一个什么故事呢？谷歌内部一直是有两个AI部门的，一个是Deepmind，另外一个叫谷歌大脑，相互内斗，相互争夺资源。直到什么时候呢？直到ChatGPT出来，三年前谷歌拉响了红色警报，说不能再这样了，你们俩两家打来打去，这个不行了。那怎么办呢？最终是Deepmind合并了谷歌大脑，所以现在整个的谷歌AI是由Deepmind来去负责的，由哈萨比斯来去管理。

现在的Gemini 3使用的技术，大多都是原来谷歌大脑研究的方向：Transformer、大语言模型都是那边研究的。而Deepmind呢，原来在英国这帮人研究的呢，就是AlphaGo、AlphaZero（AlphaZero是AlphaGo之后的一个下棋的模型）以及各种可以自动玩游戏的AI产品，还有呢就是AlphaFold，做这个蛋白质分析的。

哈萨比斯除了是Deepmind的CEO之外，他自己还有一间专门做药的公司，专门用AlphaFold去做蛋白质研究，做各种新创新药的公司，他也是那个公司的创始人。所以哈萨比斯管理了整个的谷歌AI方向，以及谷歌Gemini这个产品化方向，都是归他管的。所以，爽文人生，绝对没有任何问题吧？

通往AGI之路：还差哪两个AlphaGo级别的突破？

哈萨比斯认为，我们距离AGI到底还差哪两个AlphaGo级别的突破呢？他自己做AlphaGo的，所以AlphaGo到他这儿变成了一个衡量单位，再出现两次AlphaGo这样的突破，我们就达到AGI了。

Gemini 3的惊人进展

他呢首先讲到Gemini 3，现在确实让人震惊，已经从文本专家变成了多模态理解系统了。他举了一个案例，说有一个电影叫《搏击俱乐部》，主角上去打斗之前把戒指摘下来了。他就去问这个Gemini，说这代表什么意思。它没有告诉你把戒指摘了就完了，而是告诉你说，这是主角抛开了身份、摆脱了规则的象征，是角色从现实到极端的转变。这个确实挺让人震惊的，这个Gemini 3模型有了自己的判断，不再只是迎合了。

到GPT这儿，你说你错了，它就会说“对不起，我错了”。到Gemini 3上，你说你错了，它会很耐心地给你解释，或者跟你去讨论这个事，是不会直接承认的。说Gemini 3的性格，叫“简洁，冷静，有自信，不讨好”。这个是哈萨比斯自己作为一个科学家，非常非常喜欢Gemini 3的一个地方。

而且Gemini 3呢，现在已经从生成内容，在向着打造产品的方向前进了。我们现在使用Gemini 3去做PPT，去做简单的应用原型，效果已经非常好了。它已经可以去执行一个比较简短的、连续的这种AI agent的工作了，这个是Gemini 3真正强的地方。

大模型当前面临的难题

哈萨比斯说了，现在的大模型还是有很多问题没法解决的。

1. 不具备持续学习的能力。很多人都在担心，说我跟大模型聊了半天，是不是大模型就拿聊天的结果回去做训练去了。其实有时候确实他干，但主要做的是什么呢？就是强化学习。因为我们跟Gemini聊天，他经常会出俩答案让你挑一个，你在挑选的时候呢，实际上就已经在开始帮助大模型进行训练了。但是搜索的结果、我生成的内容、我提出的问题，我让这些东西去进入到大模型里头去进行训练的话，这个是不行的。大模型必须要进行数据筛选，然后才能训练。日常的这些内容，你拿去训练大模型的话，大模型可能会越训越笨的，特别是很多互联网上的垃圾信息，你塞到大模型里去训练，根本就没有办法达到预期的效果。所以大模型是没有办法自己去找内容去训练的，还是需要人先去提出要求，然后去进行数据清洗、数据处理。现在都是由大模型根据原始数据，再去生成最后的预训练数据，然后才能再去训练。所以这个事情，还没有办法让大模型自己去干，这是第一个问题。
2. 无法执行长期的规划。虽然现在Gemini 3已经可以走一个一两个小时的规划，它还是能够走完的。但是你说我这有一个很多步骤，还是并行的，这种步骤需要去执行，执行完了以后需要连续执行几天、甚至几个月的这种任务，这个Gemini 3还搞不定。现在谁都搞不定这个事情。所以现在人去使用大模型，我们还需要自己去理解问题、自己去拆解问题，然后把这个拆解好的问题扔给大模型，而在对大模型的结果进行确认和验证之后，再把结果拼凑起来，让大模型去做下一步。它没有办法说你一开始给他个要求就做出来，“上帝说有光，于是就有了光”，这个事现在还做不到。
3. 智能体系统很不稳定。为什么它没法连续干下去？就是它可能干着干着就跑偏，而且跑偏的过程中呢，自己不知道跑偏。在这个过程中，就有可能会浪费大量的TOKEN和算力，最后呢得出一个完全不可用或者说有害的一个结果出来。这个是目前为止大模型无法避免的问题。
4. 缺乏跨对话的稳定记忆。现在大模型已经开始有记忆了，但是大量的记忆呢，还是在对话内的。而对话外的这种记忆，就是跨对话的记忆呢，它也不是说没有，像ChatGPT也好、Gemini也好，都是有一些跨对话记忆的。但是呢，这个记忆的空间都很小，你不可能说让他记很多的东西，然后跟你进行跨对话的去聊天。为什么呢？对于计算机来说吧，让它记住什么事是非常非常容易的，往硬盘里写不就记住了吗？但是让它忘掉是很难的。到底应该记住哪一部分、忘掉哪一部分，在下一次工作的时候我应该使用其中的哪部分去参与工作，这件事是非常难去抉择的。这就是大模型跨对话记忆的这个难点。所以他讲的，现在缺乏跨对话的稳定记忆，就是你让他记住可以，但是呢不一定下次就想起什么事来，可能他会找一个完全不相关的知识点，就参与到你这一次新的对话里去了。现在我们使用大模型的方式还是比较简单粗暴的，你发现讲着讲着驴唇不对马嘴了，怎么办？开始新话题，就是把原来的记忆都清干净。我们开始一个新的，甭管是Gemini也好，还是ChatGPT也好，它会有一些跟我们个人相关的这种个性化记忆。比如说我就告诉这个ChatGPT：“你记住了，我叫老范，我是个Youtuber，每天都要做什么事情。你要给我去总结信息，或者我要找你提问题，你要先去经过验证才能给我。”就这些玩意，我是可以让他记住的。但是如果你给他特别多的东西让他记，或者说我们在整个的聊天过程中让他把所有聊天内容都记下来，他就没法干活了。

两大关键突破点

这些问题关键的突破点是什么呢？咱们前头讲了两个关键突破点。

• 世界模型：让AI理解物理世界的运行规律，这个是非常重要的。Deepmind内部呢，有一个叫Genius模型（天才模型），这呢是一个世界模型，通过物理一致性和时间连贯性生成虚拟世界，最后输出视频的。大方向上呢，跟李飞飞的方向是比较接近的。但是Deepmind的这个模型，是更接近于游戏世界一点点。这个哈萨比斯，不愧是从游戏公司里出来的，人生的第一份工作都是对一个人有重要的作用的。
• 智能体系统：现在Gemini虽然也算是智能体，但是距离智能体系统还是有一些差距的。什么是智能体系统？就是从回答问题到完成任务。现在Gemini依然是在回答问题。他说未来呢，Gemini会嵌入眼镜、工作场景和工作流里面，能够记忆、推理或者是代办，不再只是回答问题，而是直接完成各种各样的任务。你让他做一个什么事的，切咔切咔给你做完了。可以自主规划、执行任务，并且根据结果调整的这种稳定的智能系统，这就是未来方向。

所以呢，两个AlphaGo级别的突破，一个是世界模型，第二个是智能体系统。

谷歌：科研领域的“怪物”

讲到这儿，要再跟大家啰嗦几句。其实大部分的科技公司，是无法想象谷歌的运作方式的，就像是大部分国家的人也无法想象中国是一个什么样的存在，是一样的。

中国的这种存在方式呢，联合国里边专门有一个效应，叫“中国效应”，就是各种统计的时候，一定要把中国排出去。为什么？因为你一旦把中国加上，所有统计数据就没有任何意义了。咱们举一个最简单的例子，吃西瓜。全世界的人都没法想象中国人到底一年吃多少西瓜，咱本身人就多，咱们一年大概吃全世界70%的西瓜。你把这个统计起来，全世界每个国家大家平均吃多少西瓜，你把中国算进去，这事没法算了。包括像什么发电、炼钢，只要是跟制造相关的，你就不能把中国搁里头统计，因为这个完完全全是另外一个维度了，它会让整个的统计结果完全失衡。中国属于是全产业链内卷，而且全产业链都产能过剩的一个国家。

谷歌呢，在科研上就有点像中国在产业链上的这个状态，很多方面呢都会尝试和探索。谷歌呢，具有非常高的人才密度、充足的科研经费，还有海量的数据，这个是缺一不可。而且呢，这些科研团队，他们的时间压力也不是很高，大家就自己按照自己的喜好去研究就行了。他们还在不断的收购新的、最前沿的公司，Deepmind就是买回来的嘛。

谷歌在AI领域里头，同时在探索强化学习（AlphaGo、AlphaZero这些产品）、认知架构、神经科学建模，以及Transformer大语言模型，这些都在研究。不是说我们觉得哪块有机会了，我就往这一个方向去研究。我记得特别清楚，我进入盛大网络参加入职培训的时候，他们就跟我讲说：“全世界只有一种游戏，这种游戏叫MMORPG，其他都不行。”后来我说那我们玩的其他游戏，他们说：“那些游戏不挣钱，我们不研究那个，我们只研究这一个最挣钱的。”这其实是大部分的公司的思考方式，我们既然已经证明了这玩意挣钱，其他的不挣钱，那咱就研究这就完了，特别很多中国公司是喜欢走这条路的。

但是谷歌不，它是所有的方向都要去试一试。而且很多方向呢，你都不知道什么时候能挣回钱来，他也要去试一试，比如说量子计算。前面咱们还专门讲过谷歌的量子计算是怎么回事。很多的这种科技成果，都没有办法给谷歌挣钱，也没有办法在谷歌内部取得成绩，很多人最终是离开了谷歌才创业成功的。现在的AI行业里头，创始人或者是创始的核心团队，大多都在谷歌混过。所以现在我们所看到的AI行业，或者叫AI革命，你基本上可以认为是一帮从谷歌出来的人在去折騰这个事情。

中国呢老说自己是“睡狮”，一旦被吵醒了会很吓人的。谷歌在科研领域里头，其实也是这么回事。拉一次红色警报，就有可能拎出像Gemini 3这样的大杀器出来吓唬人。现在Gemini 3火了，但是谷歌依然不会去收敛方向，照着唯一正确的方向前进，这不是谷歌的路子。谷歌的路子是什么？还是全面探索，严格追踪数据表现，保留多个可能性，并且不断验证。

普通公司能够解决当前的问题，预言一个未来的热门方向——大家注意，不热门他不去干，去一定是热门方向——他们才会愿意说我花一点精力、花点钱去折腾。像谷歌这个，都是这么多方向，哪块云彩下雨都不知道，到底什么时候做出来也不知道，就开始撒人、撒钱进去干活去了。在普通公司里头，能够去预言一个热门方向的，就已经算是很强的了。大量的都是别人做出来，特别是谷歌做出来，他在后边再接着跟着改。而且这些公司实在是搞不清楚什么是热门方向，或者热门方向搞不定怎么办？还有一条最简单的路：上谷歌挖人，或者直接从谷歌出来创业。这个就是普通公司跟谷歌之间的差异。所以谷歌呢，在科研领域里头完完全全就是一个怪物。

总结与展望

好，最后总结一下吧。谷歌Deepmind的CEO哈萨比斯，携Gemini 3成功之势参加了Axios AI大会，说再有一到两个AlphaGo级别的突破，就可以实现AGI了。这两个是什么呢？就是世界模型以及智能体系统。可能要5到10年，把这两个实现了以后，我们就达到AGI了。

本节目的特点，咱们八卦了一下哈萨比斯的开挂人生，也稍微介绍了一下谷歌这个绝对的科研领域的怪物。我们也希望谷歌，以及所在谷歌里头工作过的这些人，未来还会给我们带来更多的惊喜。

好，这个故事就讲到这里，感谢大家收听。请帮忙点赞、点小铃铛、参加DISCORD讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

大家好，

欢迎收听老范讲故事的YouTube频道。

OpenAI拉响红色警报：全行业的震动与反思

OpenAI拉响了红色警报，这就是全行业的红色警报。OpenAI内部传出的一个备忘录叫“code red”，他们叫红色警报，分为四个等级。在OpenAI内部，警报等级分为：

• 绿色：正常；
• 黄色：有点问题的苗头了；
• 橙色：已经出现明显的竞争威胁或者产品危机了，核心业务被影响了，包括份额被抢了，用户流失了；
• 红色：最严重级别，全公司总动员，打破原来的部门和条条框框，老大亲自盯着，而且要停很多的产品。

现在已经进入红色警报，这应该是OpenAI创建以来的第一次。第一件事就要叫停产品，不是原来按部就班做的产品线了，有些就要叫停了。

红色警报下，OpenAI叫停的四个产品方向

1. 广告业务：其实OpenAI的广告版本已经上线了，只是大家没有发现。现在有人已经把他们的最新版本的ChatGPT的安卓版破解了，里头是有广告SDK的，也有广告代码。但是现在这个业务要停下来。
2. AI购物：AI购物其实现在在我的ChatGPT上已经能看到了，这一段时间也要停下来了。
3. AI健康：他们有一个AI健康相关的这种产品，估计应该也是变现盈利性的一个产品，这个也停掉了。
4. AI简报：原来买了OpenAI Pro版的用户是可以每天早上起来要求他给你发简报的。现在这个产品也停下来了。

所以是四个产品方向叫停。员工有可能会临时的跨团队进行调配。通常红色警报后边，在其他公司里边会伴随裁员或者是叫做headcount冻结，在这个时候就不再招人了。但是现在OpenAI肯定不能讲这个话，因为他一旦讲这个话，可能整个盘子就崩掉了。

集中精力：OpenAI的五大模型改进方向

现在拉响红色警报，就是要集中精力改善模型。他讲到说我们要为8亿多周活跃用户提供个性化服务，让每个人都能够定制ChatGPT与他们的交互方式。这是它要干的第一件事。

1. 提供个性化服务：增加用户粘性。你喜欢跟你调侃的，他就调侃你；你喜欢有人情味的，他给你有人情味。让每一个人都能够与ChatGPT个性化的沟通，换到另外一个平台就会觉得不舒服。
2. 改进图像生成：让用户能够创建从室内设计模型到动画照片的各种内容。OpenAI自己的图片创作这块一直是比较烂的，现在说要把这块做好了，因为他发现谷歌靠Nano Banana Pro已经大量的把用户拉过去了。
3. 提高模型行为表现：要去跟别人打擂台了，要把各种各样的模型送到开放的这种匿名竞技场里边去，跟大家去比较一下，看看大家更喜欢什么样风格的产品。
4. 提升速度和可靠性：提升ChatGPT的速度和可靠性。有时候ChatGPT跑着跑着会卡住，他们准备在这一块进行改进。
5. 减少过度拒绝现象：聊天机器人拒绝回答良性问题的这种情况要把它改进掉。这个的话应该就是原来计划12月份准备上线的成人版，这一块并没有被砍掉，12月份继续会准备上线。

新模型“葱片”与“大蒜”：快速推进的研发

现在大模型方面的改进已经在快速的推进了。看到我的封面了吗？封面是4只企鹅炖着一大锅汤，这汤里头有大葱、有大蒜、有洋葱。企鹅兄弟们已经戴着口罩出去参加测试了。

他现在要做的两个模型，有一个模型叫葱片（shallow piece），应该会在下周或者是下下周就要上线，这个是下一代的预训练大模型。然后大蒜（garlic）这个模型，是新的预训练和知识蒸馏出来的一个相对小一点的模型。前面葱片这个模型估计会比较慢，这个garlic是比较快的一个模型，应该是在明年一季度发。

匿名竞技场的新常态

现在的匿名模型已经出去去测试了。这是一个新常态，模型发布之前都会去各种的演练场里边去测试一轮。测试的时候应该使用的是shallow piece，但是它在shallow piece里头还分了四个名字，叫帝企鹅、跳岩企鹅、玛卡罗尼企鹅和迪古企鹅。现在OpenAI内部的代码已经泄露出来了，就上头写的是这四个企鹅的名字，推理配置是多少，已经在开始测试了。

回顾：去年的“橙色警报”

其实OpenAI去年就拉过橙色警报，最后的结果也还算差强人意。在去年的时候，他们的大模型出现了一些问题，Sora当时的训练过程也不是非常的顺暢，所以橙色警报就拉响了。但是橙色警报拉完了以后，他们走向了另外一条路，就是从单纯的堆参数走向了o系列模型，算是解除了橙色警报。在去年的12月份，做了12天的连续发布会，但是Sora2出来了以后，热闹完了以后留存基本上等于0。我内心的感受就是OpenAI飘了，另外一个感受就是OpenAI开始挤牙膏了。

警报升级：从“橙色”到“红色”

2025年的8月份，随着Nano Banana的发布，Gemini的用户量在快速上升，OpenAI就已经开始橙色警报了，到12月份正式升级为红色警报。有人看到了他现在很多停下来的这些产品，其实在他的安卓版本、在iOS版本上已经做好了，只是开关还没打开。

“诗和远方”与“眼前的苟且”

现在OpenAI就要去思考了，到底是追求诗和远方，还是眼前的苟且？底层大模型的推进就是诗和远方，创业者以四处分散兵力增加收入就是眼前的苟且。其实OpenAI在GPT5的时候大家就已经怀疑了，它并没有真的去投入大的精力重新进行底层的模型训练。现在大家怀疑就是GPT5实际上是拿GPT4O往后的这些模型去进行的后训练。

创业者遇到的问题，OpenAI自己现在也遇到了。要想在大模型基础上干活，就必须让大模型的底层架构稳定下来。所以OpenAI很长一段时间都是在原来基础的模型上做各种各样的后训练、强化学习。现在大家不满意了，因为Gemini 3上来以后发现全线领先了。所以OpenAI就说不行了，我们要重新开始训练底层模型了。

为什么OpenAI会被谷歌“按在地上摩擦”？

很多人说Gemini3出来了，它不行了。当然还有人说Deepseek V3.2出来了，它不行了。这个跟Deepseek差的比较远，肯定还是被Gemini 3和Nano Banana Pro给吸引了大量的用户。

用户指标告急：时长与活跃度双双下滑

首先OpenAI遇到了一个很大的问题是什么？就是它的用户时长被反超了。用户时长越长，你就可以有更多的机会去实现交易。OpenAI上面大量的是短交流，而像Gemini 3或者是Claude 4.5这些模型，更多的是这种长沟通，因为那个是生产力工具。在这一块上，OpenAI可能已经输了。

用户活跃度一周掉了6%，这个对于OpenAI来说那真的是天塌下来一样。Gemini的周活跃度从7月份的4.5亿涨到了10月份的6.5亿，还没算后边发布的数据。OpenAI的周活是8亿，这个数字是10月6号公布的。算上后边这个此消彼长，大概率现在Gemini的周活跃已经反超了OpenAI了。这个对于一直是这个行业领军公司的OpenAI来说，绝对是不可承受之重。

增长放缓：收入预期与融资压力

OpenAI还有一个问题是什么？他在讲明年的收入增长可能是个位数。AI公司每年的收入增长都是要成几倍去增长。现在山姆·奥特曼说说，明年有可能就是个位数增长。现在它砍掉的是广告、是电商，把挣钱的东西砍了，所以明年可能不会有那么大的增长。现在只能靠订阅费和API TOKEN来去创收了。

知道OpenAI预期到2030年要挣多少钱吗？是2,000亿美金。按照现在这样的增长速度来说的话，后边这个牛皮就吹破了。就算他到2030年挣到了2,000亿美金，到2030年之前，OpenAI跟人签的各种算力合同，1.4万亿美金这个窟窿填不上。而且这些合同已经在亚马逊、甲骨文、英伟达、微软这些公司的股价里边已经体现过了，如果你到最后无法执行的话，这个会彻底崩盘的。

OpenAI一直在烧钱，所以它需要继续融资。最近又在谋求一个1,000亿美金的融资，如果融完了以后的话，我估计它的整个的估值可能都会接近上万亿美金了。这个也是一个巨大的考验，因为原来你是老大，现在一看有别人超过你了，你再让资本无脑的把钱冲进来的话，就稍微有点难度。

“推车上山” vs “拉车上山”：OpenAI与谷歌的根本差异

那你说OpenAI为什么会被谷歌按在地上摩擦？一一直遥遥领先了这么长时间。OpenAI相当于是推车上山，而谷歌相当于是拉车上山。

算力之困：租用与自建

OpenAI的算力都是找微软租的，以后他还会去找谷歌租，会去找亚马逊租，会去找Oracle租。而谷歌的话算力都是他自己的，谷歌云的芯片也是我自己造的，云服务也是我自己的，全是我自己的，他就没有这种巨大的压力。

生态之战：与微软的“同床异梦”

OpenAI想要进行场景拓展，需要跟微软爸爸抢地盘。微软是他最大的股东，而微软本来就不希望他来干这个活。而OpenAI现在想去拓展这些场景就需要去跟微软竞争。两边完全同床异梦，你没有办法步调一致的行动。各自都惦记着干掉对方。

反过来看谷歌，Gemini是已经进了安卓、Chrome、搜索、YouTube、Workspace这些产品，都是自己家的兄弟。最上面的老大已经给了最高指示：集中力量办大事。所有这些场景回收的数据都可以帮助Gemini继续前进。这又是一推一拉。

资金之压：持续融资与自给自足

OpenAI是需要不断融资的，你就需要不停地向业界证明自己好牛逼，因为它一直在亏钱，而且是越亏越多。所以它需要不停的去外边作秀。而谷歌是自己有钱，去年的净利润是1,000多亿美金，完全自己养得起。又是一个一推一拉，一个不停的出去化缘，另外一个说我自己有钱。那这个也是OpenAI被谷歌摁在地上摩擦的原因。

隔岸观火：竞争对手Anthropic的“风凉话”

现在其他人也出来说风凉话了。Anthropic的老板、CEO出来去接受采访，基本上可以确认Anthropic计划是明年上市。它已经跟律师事务所签了协议了，而且那个律所是当年给谷歌做上市的律所。

上市意味着什么？

很多人说上市了成功了，千万别这么想。咱们反复讲过，上市意思就是你已经过了高速增长期了，后边该稳定发展了。高速增长的时候为什么不去上市？因为高速增长的时候很多地方没法合规，上市你就必须要合规，一旦合规了以后束手束脚。

巨无霸们的IPO排位赛

Anthropic如果明年上市的话，有可能是史上最大的IPO。官方确认它的估值是1,830亿美金。到截止到目前为止，全人类历史上最大的IPO是阿里，1,600多亿美金。现在一大堆没上市的巨无霸在这排队等着。上市最贵的是OpenAI，5,000亿美金；第二贵的是谁？SpaceX，4千亿美金；中间还有一个字节跳动，4,800亿美金；还有一个是XAI，是2,300亿美金。

Anthropic的策略：稳健与专注

Anthropic主要是做b端的，编程领域绝对的王者，而且不断的推scaling law。他完全不去做c端的竞争，因为一旦做c端的竞争的话就是要去吸收个人用户，那么OpenAI遇到的问题都会遇到。

而且Anthropic还讲了，说我们家从来不去搞什么红色警报，我们就按部就班，自己干我们自己活。红色警报这种东西其实是从谷歌那边继承过来的陋习。这回就轮到了OpenAI去拉红色警报了。Anthropic现在正在加速上岸，上市了，剩下的事跟我没关系了。

全行业的红色警报：OpenAI不能倒，谷歌不能赢

OpenAI的红色警报其实是对全行业吹响的全红色警报。为什么这么讲？一个新的行业或者一个独立的行业最害怕的是两件事。

“老大倒下”与“老大通吃”

第一件事叫什么？叫老大倒下了。一旦老大倒下就是证明了这个行业是走不通的。OpenAI作为老大，一旦它倒了以后，所有人就会认为整个AI行业有问题。

害怕的另外一件事是什么？就是老大通吃。所以谷歌当老大是一个比OpenAI倒下更危险的事情。谷歌自己有芯片，自己有云，自己有模型，自己有应用，自己有生态，自己还能变现。如果他上来了的话，他不需要跟任何人合作。亚马逊、甲骨文、微软、软银、英伟达、AMD这些就全死、全废了。所以谷歌是不能成功的，谷歌真的在这个行业里是与世界为敌。

备忘录泄露：一场精心策划的“恐吓”

OpenAI为什么它内部发的这种备忘录就直接传出来了？是OpenAI自己漏的跟筛子似的吗？不是这样的。所有这种内部备忘录能传出来的，肯定都是公司允许的。OpenAI现在的红色警报在干的事情，不是说仅仅是内部调整策略，他在干的事情是在恐吓整个行业，恐吓金融圈：给钱！你如果不给钱我就倒了，倒了以后你们都得死。

AI是泡沫吗？

很多人又在想说AI泡沫到底会不会破？首先跟大家确认一点，AI绝对不是泡沫。你们有谁见过一个泡沫还没破的时候就有大量的人失业吗？以前都是泡沫破了会有人失业，AI是大家正在热火烹油、追加投资、股票创新高的时候，大量的人在失业。既然它已经影响了这么多人的工作，影响了这么多人的饭碗，它就绝对不可能是个泡沫。

总结：走钢丝的OpenAI与行业的未来

OpenAI现在干的活肯定是在走钢丝，但是OpenAI里边隐藏的项目应该还是很多的，只是需要集中力量把它好好梳理梳理。短期内OpenAI是不能倒下的。英伟达、软银、微软手里边还是有大量现金的。其他已经上了车的人，也不希望看到OpenAI这个老大就这么倒下，也不希望看到像谷歌这样的一个上下通吃、完全闭环的一个人完全站起来。

总结一下，OpenAI拉响了红色警报，内部消息泄露完全就是故意的，就是出来吓唬人的：必须保住OpenAI，咱们绑在一条绳上了，我要死你们谁都甭想好好活。应该很快就会有新的模型可以玩了。这个月真正值得期待的东西是什么？OpenAI的ChatGPT成人版。没准成人版上来以后，大家就又可以接着奏乐接着舞了。

好，这就是今天要讲的内容。