正文
：技术原因嘛。我认为这主要归结于代码运行的优化。目前大多数代码需要在经过优化的环境中运行，而目前只有 Nvidia 的 GPU 可以做到这一点。事实上其他公司有能力开发各种技术，可能拥有长达十年的软件开发经验，但它们没有专门针对机器学习进行优化的团队。
Eric Schmidt
： 我喜欢把 CUDA 看作是 GPU 的 C 语言。这是我喜欢的理解方式。它在 2008 年诞生，我一直觉得它是个糟糕的语言，但它却成为了主流。现在有一整套开源库，它们都是针对 CUDA 高度优化的。构建这些技术堆栈的所有人都忽略了这一点。我们称之为 vlm 技术，加上其他类似的开源库，它们都为 CUDA 做了优化。这对竞争对手来说很难复制。
以上这些意味着什么？
在接下来的一年里，你会看到更大规模的上下文窗口、Agent 和 Text-to-Action 的功能。当它们被大规模应用时，影响将比我们现在看到的社交媒体带来的巨大冲击还要大，至少在我看来是这样。在上下文窗口里，你可以把它当作短期记忆来用，规模能做得这么大，这太让人震惊，技术上服务和计算是非常复杂的。
短期记忆的有趣之处在于，让它读 20 本书，把这些书的文本输入进去作为查询，让它告诉你书的内容。人类大脑会忘记中间的部分。现在有一些人在构建基本的 LLM Agent。它们的工作方式是，比如读化学类的内容，发现其中的化学原理，然后进行测试，再把结果加入到它们的理解中。这非常强大。
第三点，就是我提到的文本到动作。举个例子，政府现在正在考虑禁止 TikTok。我们不知道会不会真的发生。如果 TikTok 被禁了，我建议你们对你们的 LLM 说：复制一个 TikTok，获取所有用户，获取所有音乐，加入我的偏好，30 秒内生成并发布。如果一个小时内没火，那就换个类似的做法，这就是命令。砰砰砰，马上就成了。
你明白吗？如果你能从任意语言直接生成任意的数字指令，这基本上就是这个场景下 Python 的作用。想象一下，每个人都有一个能按你要求工作的程序员，而不再是那些为我工作，但不听话的程序员。（笑）程序员们都知道我在说什么。想象一下，一个不自大的程序员，真正按你的要求去做，还不用付那么多钱。而且这些程序员是无限供应的。而这些……
主持人
：都会在未来一两年内实现。
Eric Schmidt
：很快就会实现。我非常相信它们会在下一波技术浪潮中发生。
听众：你提到扩展上下文窗口、代理和 Text-to-Action 的结合将带来难以想象的影响。首先，为什么这些结合很重要？其次，我知道你无法预知未来，但你为什么认为这会超出我们目前的想象？
Eric Schmidt
：我认为主要是因为扩展上下文窗口能够解决时效性的问题。当前的 AI 模型大约需要一年时间来训练，包括 6 个月准备，6 个月训练和 6 个月微调，所以它们总是有点滞后。但扩展后的上下文窗口可以让你输入最新的信息，这样的上下文功能非常强大，就像谷歌那样能够实时更新。
关于 Agents 模型，我举个例子。我建了一个基金会，资助了一个非营利组织，他们启动了一个项目，有一个叫做 Chemcrow 的工具，它是基于大语言模型的系统，用来学习化学知识。他们用这个系统生成蛋白质方面的化学假设，然后实验室会在晚上做测试，系统再继续学习。这极大加快了化学和材料科学领域的研究进展。
我认为「Text-to-Action」可以理解为大量廉价程序员带来的效果。不过我觉得我们还没有真正理解，当每个人都有一个自己的程序员的时候会发生什么，他们做的是你的专长，不是简单的开关灯那样的事。
你可以设想一个场景，比如你不喜欢 Google。就说，帮我造一个 Google 的竞争对手，搜索网页、搭建界面、加入生成式 AI，30 秒内做好，我们来看看效果。这些老牌公司，比如 Google，就很可能会受到这种攻击的威胁，我们等着看。
02
「我已经不是 Google 员工了」
主持人
：你在 Google 工作了很多年，他们发明了 Transformer 架构，Peter（Peter Norvig，前 Google Research 的工程总监）是主导者之一。感谢像 Peter 和 Jeff Dean 这样的聪明人。不过现在，Google 似乎已经在主动权上失去了优势，OpenAI 已经赶上来了。我看到的最新排名中，Anthropic 的 Claude 排在了前面。我问过 Sundar（桑达尔·皮查伊），他没有给我一个明确的回答。也许你有一个更清晰或客观的解释，说说那里到底发生了什么。
Eric Schmidt
：我已经不是 Google 的员工了。坦率地说，Google 更加注重工作与生活的平衡，早早下班和居家办公，似乎比打胜仗更重要。
初创公司的成功秘诀就在于员工拼命工作
。我很抱歉，说得这么直接，但事实就是如此。如果你们毕业后创办公司，你们不会让员工每周只来公司一天，大部分时间在家工作。如果想和其他初创公司竞争，这样做是行不通的。
主持人
：Google 早期的情况和当时的微软很像……
Eric Schmidt
：是的。
在我们这个行业，有一种常见的现象：
一些公司以非常创新的方式赢得市场，彻底主导了一个领域，但却无法顺利过渡到下一个阶段
。
这种情况有很多。我认为创始人很重要，这是非常重要的问题，他们掌舵公司。虽然创始人往往难以相处，对员工要求苛刻，但他们也推动了公司向前发展。
尽管我们可能不喜欢 Elon（马斯克）的一些个人行为，但看看他在工作上做了什么。我和他共进晚餐那天，他一直在来回飞行。我当时在蒙大拿，而他那天晚上十点还要飞去参加凌晨与 xAI 的会议。
我去台湾的时候，感受到不同的地方有不同的文化，我印象深刻的是，台积电（TSMC）有一个规定，新入职的物理学博士要先在工厂地下室工作。你能想象让美国的博士去做这种工作吗？几乎不可能。
工作结果是不同的。我之所以对工作的问题如此苛刻，是因为这些系统存在网络效应。时间非常关键，而在大多数行业中，时间并不那么重要，他们有足够的时间。可口可乐和百事可乐会一直存在，两者的竞争也会持续下去，像冰川一样缓慢变化。
当我与电信公司合作时，一般的电信合同需要 18 个月才能签署。我觉得没必要这么久，事情应该尽快完成。我们现在正处在增长和收益的高峰期，这时候还需要一些疯狂的想法。
比如微软决定与 OpenAI 合作时，我当时觉得那是最愚蠢的想法之一。
微软把 AI 领导权交给了 OpenAI 和 Sam 的团队，这简直不可思议。
然而今天，他们正逐步成为最有价值的公司之一，与苹果的竞争不相上下。苹果在 AI 方面没有好的解决方案，看起来微软的策略奏效了。
03
模型的差距正在拉大
Eric Schmidt
：你刚才问，接下来会发生什么，每隔六个月，我的想法都会有所摇摆。我们现在处于一个奇偶震荡的周期波动中。就目前来看，前沿模型之间的差距——现在只有三种模型——和其他模型之间的差距似乎在拉大。六个月前，我还认为差距在缩小，所以我投了很多钱给一些小公司，不过现在我不那么确定了。
我开始和大公司谈，大公司告诉我，
他们需要 100 亿、200 亿、500 亿，甚至 1000 亿资金。
