所以对于新的这种模式说
我要去买个东西
那它上面的展示型广告可能还是有的
点击广告可能也还是有的
那它再往里边转化的时候
Google怎么去从里面收这个钱
我觉得这个会很有意思
我相信它在运行这些AI Mode和搜索的时候
它是非常耗钱的
因为它的搜索是免费的
可能大家没有意识到
就是你每次搜索的时候
谷歌都是要付钱的
因为它有机器的支出
但你现在AI Mode要跑起来
给所有人都开放起来的话
那也就是说它的成本会非常的高
因为它的计算逻辑就不是你搜索一个问题就结束了
它是要过GPU的
它要过上下文理解的
这个成本我觉得对于顾客来说非常的高
那它会不会羊毛出在羊身上
到最后以一定的方式把这个钱从你身上出
我不知道
第二个就是你在搜索这些问题的时候
它的模式也就改变了
传统来说基本上都是文字描述加些图片搜索差不多了
但它这个的话其实还会带一些更个人化的图片搜索
你的偏好搜索也会在这里边
我觉得搜索质量也会往上提升
再往下面第三个的话
就是你的所谓的结果丰富度
以前的这些结果是给你显示一个完整的网页
那么多的链接
你慢慢一个点
或者说有可能我给上面一个面板
但现在你的整个的结果丰富度
我就告诉你一个结果
你就在我这里同一个页面里面
你不会离开到其他页面了
对于你这个SEO（搜索引擎优化）怎么做
这也是会产生非常大的影响
因为SEO也是非常大一个业务
比如说卖衣服的
我怎么能保证我在Google的这个搜索结果里边
这是个非常大的问题
最后的话就是你刚才说的
我一旦感兴趣一个东西的话
我怎么去持续跟踪
我怎么保证它的价格是不是稳定的
到我一个理想价值能够做的价格
我觉得这一点
Google其实当时一直做购物做的不是很成功
一直落后于Amazon
我相信这个是它的一个更新的方案
我如何把购物的闭环就直接在Google搜索里面做完
Kimi怎么想
我了解了
我觉得Google来实现它一个最大的野心是想做成一个AI助手
对于这个AI助手而言
购物其实是一个非常有挑战性的一件事情本身
我觉得很久以前Anthropic有一个非常意思的采访
就是说如果这个事情对于人而言就非常有挑战的话
那对于模型而言其实也是会非常有挑战的这件事情
把这个模型当作一个人来看待
对我而言有什么非常高价值
但又非常有挑战性的事情本身
比如说我想订一趟旅行
我不仅要订酒店 还得订机票
对于购物来说
我要浏览很多网站来对比价格
但有可能就是说我去不同的网站比价的时候
可能我不是说我登录我自己的密码
有可能更多的时候是我能用哪些网站
我可以去Amazon
也可以去H&M
或者其他网站
怎么能通过不同的渠道搜集信息
对比价格之后给你一个结果
它对于这种长逻辑链
就是需要一个多步骤的一个过程
我觉得已经可以完成的非常好了
我觉得在不久的将来
Google其实可以在除了购物以外
非常长逻辑链条的一些任务上
也可以做到同样的效果
所以我觉得我们有可能只看到了冰山一角
它只是完成了一个长逻辑链的事情
比如购物就是长逻辑链
有可能会有更多长逻辑的这种事情
非常快的将来AI Mode都可以帮你做的
我整体上理解
其实谷歌做这件事情就是买衣服到下单到完成
它其实是一个Agent对吧
是的
刚刚大家其实都有说到一些核心的点
就比如说以前一个搜索耗的服务器成本
它可能相比于现在整个你要完成这样一个购物的闭环
它消耗的token跟服务器成本是小很多的
现在这个成本就突然一下高了很多
然后我们知道谷歌的商业模式其实是依赖于
你搜索一个东西它有竞价排名
然后商家要去做SEO
它是通过这个赚钱的
那它改成这样一个模式以后
它的商业模式会怎么样改变呢
它靠什么赚钱
我觉得商业模式的话
Google已经给了一个方案了
你如果看到它的Google I/O的时候
你会发现各种订阅服务
有便宜的版本
有ultra服务
它有各个级别
都会从你所使用AI的方式
比如更多的智能 更定制化
那我都需要你去订阅和付费
就像我说的羊毛出在羊身上
另外一个的方法的话就是
我相信它的广告也会跟着新一代的这些AI进行改变
如果你用过OpenAI搜索的时候
或者说你如果做过一些开源项目的时候
就会发现其实OpenAI本身它是会给你导很多流量进去的
就有专门从大语言模型导出去的流量
所以我相信Google内部也在思考
因为我现在更定制化到你个人回复了
那我从这个中间推出去的这些流量的话
我是不是也要收更多的服务费用
是对商家收费吗
对 对商家收费
依然可以收费
对 用户是订阅服务
对商家也是一样会收费的
你不做广告
但是你如果在我的AI里边你要排名的话
那我还是会要求你有一定的收费
但我觉得AI很难
因为以前搜索可以提供给大家10页 100页 1000页的结果
你只要保证在第一页或者你在第一页的前三个都可以
AI它其实是要推给用户一个固定的结果
它的优势就是不让用户选择
对 如果说你知道一些传统广告的话
就比如说保险类的广告
旅游类的广告
它的每一个点击或者转化的收费是非常高的
有可能每一单都是大概几十美元的这种价格
我相信如果是到最后只会推1到2个的话
那它会收商家可能收的费用也会更高
因为你完成这个购买服务的可能性就非常高了
理解
而且以后它的排名可能直接是在大模型里
对 是的
Kimi认同吗
我完全认同
我觉得这个成本永远就是开源节流
那相当于说开源节流两个不同的方式
先从开源的方式来说
Google有怎么更加增加它的收入的方式
有可能我们不太像传统意义
只是相当于一种竞价
给你做一个排名
一个列表的方式来给你展示广告不同的价格
因为它现在是个多模态
而且它知道你所有的记录的上下文
它可以给你做的定向广告的质量可以比原来变得更好
它有可能原来不用给你推十个
它还是会给你推
比如说三个
因为作为人的乐趣是你相当于是做一个选择
现在AI产品给人的情绪价值
在于让你做一个HILT（人工干预机制）的过程
如果真的把人完全抹去了
其实你也不希望完全自动运行去做一件事情
有可能它原来是给你100个的广告
现在就给你三个
然后在语言模型里面说这有三个选项
你来做选择
它可以每个单价做的更高
我觉得这是相当于说一部分从广告商品的角度来说这个问题
其实Google现在本身搜索而言
也是运行了一个巨大的一个搜索集群
但是其实有可能是个CPU的搜索集群
那有可能在Google刚开始的时候
这也是特别大的一个成本
但是传统意义上的搜索
比如说CPU的成本在过去的20年里面有可能已经降了1000倍 1万倍 1亿倍
我也不清楚具体的数字
就算ChatGPT产生了两年
到现在整个的GPU的推理成本已经降掉了95%了
那我觉得在不远的将来
一定会再按一个指数级别往下降下去
我觉得未来的话
如果你可以提供每一个广告的成本
不但只是广告商来付钱
这个用户也要付自己的订阅费
同时你也可以把GPU的成本或者TPU的成本
尽量再继续往下降下去
我觉得有可能Google如果做的好的话
可以发展出一套更好的商业模式
我们可以接着看看
所以你们觉得如果假设OpenAI或者Anthropic它们也来做这件事情
因为最终我觉得这件事情对搜索的冲击还是很大的
搜索的入口也是大家都想抢占的一个点
你觉得谷歌的优势是什么呢
我觉得谷歌的最大优势还是它是有海量的数据
它其实无论你是在索引的这些网页到它的YouTube视频
它的触达能力一定是它的有足够的内容资源
而且它大部分人都会有什么邮箱
其他的信息在Google里
所以它对你个人定制化它是非常的强大的
尤其是我自己在用OpenAI的时候
它现在的主要的提供的粘性是因为它有很多工作上面的信息
其实Google有你个人信息的 这是其他的生态不具有的
这个很好
我想到我现在用Chrome的浏览器很多
很多我的数据也存在这个浏览器上
在这个浏览器上完成一个入口
可能在一些购买行为上也是会更便捷的
我觉得几点
一方面是搜索这个产品本身
就Google 2026年这家公司它的使命是整合全球信息
它基本对于这个世界的信息
有可能世界上最好的一个知识图谱
我们每一个人浏览Google的时候留下来
我们自己在浏览它
比如说5到10年使用Google的浏览的介入
那它相当于说它把它的世界信息和我们的个人信息整合在一起的话
它有了世界上最好的模型
它也有世界上最好搜索引擎
我觉得它的起点其实就已经非常高了
它一定是有这个能力来做出一个最棒的产品
只是说看它这个产品怎么样一个形式来部署给用户而已
我觉得还可以补充一点
就是Google还有很大的分发
它还有它的分发
它有它的安卓
它有它的Chrome
它拥有的这个分发系统估计也就只有苹果跟它抗衡
所以它占的分发是比所有人都强大的
我最近也是跟很多人聊
大家觉得这一轮其实还是巨头的机会
就是在大模型竞争的这一轮
创业公司可能还真是小而美的机会
我们刚刚聊了很久的搜索
接下来我觉得我们可以来聊一下Gemini 2.5模型的更新
在谷歌这次的公布中就是Gemini 2.5 Pro
它现在在整个数据评分中是所有大模型中最好的
Kimi可不可以跟大家分析一下它是如何做到的
OK 我已经离开DeepMind快一年的时间了
我已经不知道我的同事们在这一年里面又做了什么新的创新
但是就是几点
我觉得大语言模型训练的基础有三个步骤
Pre-training就是预训练
SFT （Supervised Fine-tuning，监督微调）
和到最后的alignment（对齐）
RLHF（基于人类反馈的强化学习）
大概已经是去年的NeurIPS的时候
我们都说网络数据已经被我们抓取完了
就像化石燃料都被耗尽了
我觉得大家其实在这一年的时候
花了更多的精力在对齐上面
就是在强化学习
尤其在人类反馈和AI反馈上
就比如说数学和代码任务上
因为这些的任务是有一个指定的目标
你是可以完全知道这件事是做成还是没有做成的
Google基于它在前面的Gemini 1到1.5到2的一些积淀
对于尤其是这种基座模型的训练
再加上它开始更多的强调这种强化学习
不只是说人类反馈的强化学习
而是启动一个路径让AI自己来批判AI
把这件事情做成
比如说像当年做AlphaGo的时候
为什么AlphaGo可以做成
关键其实就在于它能下出像“第37手”
那样超越人类常规理解的决策
就是说超过了我们所有人的认知
这一步棋能这样下
我觉得未来的AI尤其当你强化学习的时候
你让模型自己去判断“什么是对的”的时候
在这个2.5的时候
我觉得它们应该是引入了更多这种强化学习的概念
和强化学习的使用
导致Gemini 2.5可以让我们到今天在所有的可以非常确定性任务
比如说编程和数学中出现了这种惊艳的结果
我记得之前就是去年有一个大模型训练比较集中的趋势
就是最开始大家都是预训练
后来在预训练中加入后训练
比如说OpenAI o1系列
它们都加入了推理模型
包括像DeepSeek的R1都是推理模型做的比较好
Anthropic它其实是有很长一段时间它没有去出自己的推理模型的
但是比如说Sonet 3.5跟3.7
它在代码能力上会有一个质的提升
这也是带动了一批像编程类的Agent
比如说像Cursor Windsurf它们迅速崛起
我好奇的是为什么Anthropic它生成的代码质量
能比其他家生成的代码质量更好
我看这一次Google其实也在强调自己生成的代码质量是比较好的
代码质量能力的提升主要靠的是什么
我可以快速给出我的几个观点
Shaun可以随时打断我
我觉得模型训练永远就是那么几个步骤
预训练
后面的监督微调和对齐
尤其是基于人类反馈的强化学习
我们先从预训练而言
就是预训练的时候你永远都是有个数据配比的
就是你要配多少的代码进去
你要配多少自然语言进去
你要配多少中文进去
配多少的英文进去
现在就是一团乱
没有人知道什么是最优的配比
我觉得有可能对于Anthropic这家公司而言
代码是它们的最高优先级
它们在预训练的时候
就配入了更多的高质量的代码信息进去
这个模型相当于是它的基座能力首先就变得很强
但是基座能力强之后
它的别的能力肯定会有一定相对应的下降
我到后面也可以和大家分享一下有趣的小故事
在它做了基座模型之后
它要做很多的对齐
那对齐的时候更多在大公司里面
大家做的也就是一个我们开玩笑叫YOLO run
就比如说今天Shaun在Google的一个团队
我在Google另一个团队
比如说您在Google的另一个团队
大家每个人都会有自己这个礼拜很多的创新
我们会把大家所有人做的东西都聚在一起
然后我发起一个YOLO run
然后两周之后
我们把大家的东西都整合在一起
看看我们做出了什么
那这个相当于是做在对齐的时候
每个团队其实有不同的优先级
有可能这个团队非常注重代码
那个团队非常看重写作能力
就像是一个种族问题
我觉得对于Anthropic而言
也许对它们来说
编程是最高优先级的
就大家觉得也许编程才是解决推理模型的钥匙
它们在做预训练和到最后的后训练的过程中
尤其是基于人类反馈的强化学习中都加入了更多的编程的训练进去
编程本身也是非常容易被量化的一件事情
一件事情做成了没做成
导致了Anthropic它在编程能力表现得非常好
但是就因为它的编程能力强
其实它会在别的能力方面也有可能有些缺陷
我可以说一个我最近学到的非常有趣的故事
作为初创公司的创始人
我现在不单单每天会去写代码
会做很多的市场营销
很多的销售工作
我要写类似很多这种的文案
我一般就会把比如说Gemini, ChatGPT, Anthropic, Perplexity都打开
我让所有人把同一个提示词都输进去
然后让它做一个这个事情本身
也有可能OpenAI的创意性写作做的非常好
让他写出来东西让我觉得非常有调性
我觉得我非常愿意去发这样一个市场营销文案出去
那我让Claude写出来的时候
就有可能有一种跟一个无聊的码农在聊怎么做市场
这个事情本身就会非常的枯燥
我觉得这是策略
大语言模型的训练就是
输入垃圾 输出垃圾
如果你输入大量高质量的代码
输出的代码质量也会高
发表回复