--- title: "Sundar Pichai 談 Gemini 4 Argon：算力吃緊、安全測試更久，以及 Google 接下來 12 個月的賭注" description: "Google 執行長 Sundar Pichai 接受 Sources Podcast專訪，談 Gemini 4 Argon 上線 72 小時的用量、為何限制取得、安全與即時監控、3.5 Pro 的去向、算力與資本支出、個人 Agent、Waymo 與量子，以及對監管的立場。文末附一般工作者和企業的 4 個提醒。" author: "莊哲昀（AJ）" tag: "趨勢觀察" date: 2026-10-25 canonical: https://www.ahadigit.work/blog/sundar-pichai-gemini-4-argon-compute-safety-agents source: "blocks" --- # Sundar Pichai 談 Gemini 4 Argon：算力吃緊、安全測試更久，以及 Google 接下來 12 個月的賭注 Google 執行長 Sundar Pichai 在 Sources Podcast接受 Alex Heath 專訪，談 Gemini 4 Argon 上線一週後的狀況。最值得記住的是他對安全的看法：**模型訓練得再對齊還不夠，運作中的即時監控同樣關鍵。**這篇專訪也交代了 Google 怎麼看資本支出、個人 Agent、太空資料中心與監管。 [Sundar Pichai 專訪（Sources Podcast）](https://www.youtube-nocookie.com/embed/fJBSNEFdm8c) Pichai 的訪談橫跨很多主題。以下整理成八個重點，文末附上一般工作者和企業可以怎麼看。文中的數字與說法，都是受訪者或主持人在訪談中的口述，本文沒有另外查證。 > **名詞解釋** > > **Argon**：Google 在 Gemini 4 世代的最大模型，目前先開放給 API、AI Pro 與 AI Ultra 訂閱者。**蒸餾（distillation）**：用大模型教出一個較小、較省資源、能力接近的版本。**RSI（遞迴式自我改進）**：AI 參與改進下一代 AI 本身的過程。 ## 一、Argon 上線 72 小時：用量是 3.0 的 3 倍，算力仍然吃緊 Pichai 說，Argon 在內部用了一段時間，定位是「世界級的前沿模型」，在 Agent 任務、知識工作、寫程式等面向都很強。上線後前 72 小時，處理量接近 **25 兆個 token**，約是 Gemini 3.0 同期的 3 倍。他同時承認，Google 在這次發布中受到**容量限制**。 主持人問到，連 Google 都要限制取得方式。Pichai 的回答有三點： - **先給高階方案**：發布時開放 Gemini app 的 Ultra 方案，接著是 Pro 方案與 Antigravity 應用。 - **蒸餾版本在路上**：他說 3.0 世代已經證明，大模型可以蒸餾出能力相近、但省很多資源的版本，Google 正在做 4.0 系列的這類版本，目標是讓更多人用得到。 - **傳聞中的 Carbon 他沒有證實**：他只說 Google 內部隨時有前沿模型的各種版本，有些是代號，這和「更省資源的 Argon」是兩回事。 他也說還有進步空間，尤其在寫程式。Google 工程師內部很愛用，但上線後會依使用者回饋繼續調整模型的行為。 ## 二、為什麼這次安全測試花更久：重點是「監控」，不只是「對齊」 主持人問，這次是否比以往花更多時間做安全測試。Pichai 說是。原因是 Agent 能力與寫程式能力都很強，而且 Google 要服務大量企業客戶。 他特別強調，光是把模型訓練得「對齊」還不夠，更重要的是**模型在運作時的即時監控**，這需要額外的算力與系統。他列出這次投入的項目： - 外部測試：透過與美國政府的測試計畫，並讓資安研究人員提早取得使用權。 - 內部廣泛測試。 - 沙盒與即時監控系統：目的是出狀況時能盡早收到訊號並介入。 - 給客戶的保護：讓企業清楚知道模型在哪裡執行、有哪些存取權限、有哪些遙測資料。 ## 三、3.5 Pro 去哪了：先用 Flash 反覆練習，再把成果用在 Argon 主持人問，上一屆 I/O 提到的 Gemini 3.5 Pro 後來怎麼了。Pichai 的說明是：Google 在今年年中發現，模型在 **Agent 能力和寫程式**上有缺口，而且兩者密切相關。團隊認為最快的改進方式，是用較小、較省的 Flash 模型多跑幾輪。 結果是約 3 個月內，從 3.5、3.6、3.7 一路做到 3.8 Flash。等這段做完，Argon 的預訓練已經完成，團隊判斷 3.5 Pro 的「壽命」會很短，就把學到的經驗用在 Argon 的後訓練階段。他說，這也是為了**加快整體發布節奏**，4.0 世代預期會有更密的更新。 ## 四、2027 是「生產力黃金期」：從 Chromium 到遞迴式自我改進 主持人提到 Argon 約一天多就獨自破關 Minecraft，算力成本不到 2,000（逐字稿未說明單位）。Pichai 把重點放在內部的實際例子：Google 把 Argon 指向規模達數百萬行的程式碼庫，處理過去需要跨團隊、跨多層架構的問題。他舉的例子是 Chromium：要做出「把分頁拖出來、放進 AI 體驗、而且不用重新載入」的功能，過去要動到好幾層，現在可以交給模型持續處理。 他因此把 **2027 年**看成 Google 內部生產力的「黃金期」。他還說，模型也能用來改進模型開發本身，也就是業界講的 RSI。目前的狀況是： - AI 研究員已經和模型深度共事，模型會提出訓練配方、自動評估下一個檢查點。 - 各環節的 RSI 程度不同，但整條連續線都在往前移。 - 他預期**未來 12 個月會因為 RSI 持續加速**；因為安全考量，過程中仍會有很多人在迴路裡。 他也提醒，AI 的進步最容易出現在「結果可驗證」的領域，例如數學和程式。他舉近期有模型在數學上取得明顯進展為例，認為 2027 年還會看到更多。但在寫程式上，他說這不是「難題」，而是前沿一直在動；幻覺（模型一本正經講錯）也是「永遠做不完」的課題，只能持續降低。 ## 五、算力與資本支出：為什麼 Google 敢在現金流轉負時繼續加碼 主持人提到，Google 夏天出現公司上市以來第一次的自由現金流轉負，並上調了 2027 年的資本支出。Pichai 沒有針對這個說法做出修正，而是說明他有信心的理由： - **需求訊號**：Google 同時有消費者與企業兩端的早期需求訊號，Google 自己也是 AI 的重度使用者。 - **能力曲線**：內部評測可以看到新模型比舊模型好多少、能處理的任務多複雜，也能判斷下一代（他提到 Gemini 5.0）會明顯更好。 - **長期合約**：Google 已簽下有承諾營收的長期合約，「不只是期待」。 他也點出一個結構性問題：Google 自己做算力（包含 TPU），**前置時間很長**，今天用的算力是兩年前決定的，但外界用今天的完整資訊來評論。他說，沒有哪家公司能保證兩年前的決定現在都正確，這是這個位置要承擔的事。 關於「是不是泡沫」，他的說法比較細緻：經濟有波動、景氣有循環，這是無法避免的；但現在算力是「真的在用、而且很缺」，他說這不像過去的光纖泡沫。他把精力放在自己能掌握的部分，也就是長期視野與紀律式投資，並用疫情期間投資 Google Cloud、之後獲益的經驗來說明長期趨勢的重要。 ## 六、個人 Agent 與網頁：同一個模型，同一套執行環境，差別只在脈絡 主持人問，個人 Agent 的競爭正在升溫，Google 要不要做得更多。Pichai 說這是重點方向，Gemini 的目標是「個人、主動、強大的助理」。他透露幾件事： - **企業版與消費者版共用基礎**：同一個模型、同一套 harness、同一套執行環境，差別只在脈絡。 - **每個任務一個 microVM**：企業版的 Agent 任務會配置獨立的微型虛擬機器，24 小時安全執行並即時監控，並提供治理、控制與稽核。這些會逐步帶到消費者版。 - **聊天與任務會合在同一個框**：哪些要持續執行、哪些要排程、什麼時候回報給你，會由系統處理。他說觀察使用紀錄，偏向 Agent 型的查詢比例一直在上升。 - **搜尋與 Gemini 不必硬合併**：他預期由 **Agent 這一層**提供統一體驗，因為 Agent 在雲端 24 小時執行、帶著你的脈絡，可以讓你在不同產品間接續任務。 主持人也問，現在的 Agent 都在用瀏覽器像人一樣操作網頁，網路本身需要改變嗎。Pichai 的看法是兩條路並行：**協定**（例如 MCP、Agent 協定、與多家公司合作的支付協定 UCP）比較能擴大規模、速度也快；**瀏覽器與電腦操作**則比較貼近一般使用者的做法，也容易讓人留在迴圈裡。他預期會有一段「混亂的演化」，最後逐步走向更能互通的標準。 至於 Agent 會不會衝擊廣告與電商介面，他的原則是「使用者優先」，但最後必須對提供價值的商家也行得通。他用網路剛出現時的房地產作比喻：當時人人以為買賣房子會一夜改變，實際上很多做法和 20 年前差不多，所以現實世界有它的限制，只會出現一個個「小均衡」。 ## 七、DeepMind 人事異動與 Google 的長期賭注 主持人問到 DeepMind 的人事異動：Demis Hassabis 轉任首席科學家、更投入 Isomorphic，由另一位長期在 DeepMind 的主管接手營運（逐字稿拼音為 Corey，名字待核對）；Jeff Dean 離開、創辦 Discovery Loop。Pichai 的說法是： - **Jeff Dean**：他待了約 27 年，貢獻巨大，這次是看到想做的機會，Google 期待看到 Discovery Loop 的成果。 - **Demis**：前沿模型開發已經是一份「吃掉所有時間」的工作，規模從資料、算力到演算法與團隊管理都很大；Demis 仍擔任 DeepMind 董事長，把更多時間放在安全議題，以及把 AI 用在科學與醫療等實際領域。 - **與 Google 的關係**：Gemini app 本來就在 DeepMind 裡建造，兩邊整合已進行很多年，他說外界看到的只是其中一個節點。 在長期賭注上，他提到的有四項： - **Project Suncatcher（太空資料中心）**：第一個先導衛星仍在軌道上、運作良好。他認為從能源角度，太陽同步軌道可以取得 24 小時能源，是一個好理由，而且登月型專案會一路帶出許多衍生技術。 - **Waymo**：每週付費乘車次數剛超過 50 萬，多倫多即將上線，今年預計新增 10 個城市；他說嚴重事故比一般駕駛少 95%。不過他說目前**不打算賣車給個人**，但「永不說永不」。 - **Wing（無人機配送）**：2027 年預期明顯擴大配送規模，並擴展到新的品項。 - **量子**：研發進度達到或超過內部設定的里程碑，他預期約 5 年內會出現實際的商業應用。 ## 八、監管：希望全國一致，不要各州各自為政 談到政策，Pichai 的立場是希望有**統一的規範**，而不是各州拼湊的規定。他認為後者會拖慢產業，甚至讓情況更不安全。他也提到：現在前沿模型開發者雖然是自願，但都在把模型交給美國政府測試，這和一年前不同。 他建議的下一步，是建立更一致的**評測標準**，並參考財務報表的例子：有明確的會計準則，也有獨立的專業查核機構。他也承認，技術變動太快，現在訂的規則 12 個月後可能不夠用或甚至不對，所以先從建立能力、成立產業標準團體做起。 ## 給一般工作者與企業的 4 個提醒 1. **不要只看模型排名。**Pichai 自己也說外界雜訊很多，Google 看的是內部評測與能力曲線。企業選工具，也該用自己的任務做測試。 2. **要把「監控」算進導入成本。**他說運作中的即時監控、沙盒與稽核，是 Agent 上線的關鍵。這對企業導入同樣成立：先決定誰看紀錄、誰能中止。 3. **把可驗證的任務先交給 Agent。**他提到進步最快的是結果能被檢查的領域。企業可以從報表整理、程式修改、文件比對這類能檢查的工作開始。 4. **對受訪者的立場保持清醒。**這是一位大公司執行長的說法，包含對自家產品、投資與監管的立場。引用時請標明來源，並與其他觀點對照。 > 那個數位協助企業與公部門規劃 AI 內訓與導入流程，從工具選擇、Agent 工作流程到資安與治理規範，陪團隊一起建立用得穩的 AI 工作方式。歡迎與我們聊聊。 ## 資料來源 - [影片：Sundar Pichai 專訪（Sources Podcast，主持人 Alex Heath）](https://www.youtube.com/watch?v=fJBSNEFdm8c) - 本文依影片英文自動逐字稿整理，不含贊助廣告段落。逐字稿有辨識錯誤，部分名稱（例如 DeepMind 接手營運的主管姓名、與美國政府合作的測試計畫名稱）無法確認，文中已避免寫出或標註待核對。所有數字與說法均為受訪者或主持人口述，未經本文獨立查證。