深度｜對話谷歌DeepMind負責人：模型將在12個月內吃掉Harness，創業公司沒有護城河

　　來源：Z Finance

　　編譯：Yanlin Hang

　　Logan Kilpatrick 管著 Google 最大的開發者入口。作為 AI Studio 和 Gemini API 的負責人，他最近的工作是押注一套叫 Antigravity 的 Agent Harness——Sundar 在 I/O 上宣布它將成為 Google 所有產品的新主線。在他的判斷里，編碼 Agent 已經摸到了窄域超級智能的門檻，而 Agent Harness 這種當下被瘋搶的腳手架，12 個月內就會被模型吞掉。

　　在這場對話中，他圍繞 Agentic AI、編碼革命與世界模型展開了系統性思考。他的核心觀點包括：

　　1. Agentic 時代的主線切換：Google 正從"Gemini 連接一切"邁向"Antigravity Agent Harness 驅動一切"，所有產品正在重構為 Agent 原生，編碼 Agent 是當前最前沿的通用 Agent 形態。

　　2. 編碼已觸及窄域超級智能：編碼模型能力已好到讓人產生"窄域超級智能"的實感，它并非削弱人類開發者，而是重置了人類的抱負水平——最小可行產品（MVP）已不夠，技術允許你走得更遠。

　　3. 模型將在 12 個月內吃掉Harness：當前被視作核心壁壘的 Agent Harness 會被模型內化進原生系統，價值將向上游轉移，自建 Harness 的鎖定效應將迅速減弱。

　　4. Omni 重新定義世界模型：它不是路由到不同模型的拼接系統，而是一個能理解世界的單一模型架構，可接受任何輸入、生成任何輸出，傳統世界模型與視頻模型的界限將被打破。

　　5. Agent 不會吞噬用戶時間，而是放大成果：Google 的北極星指標不是最大化用戶在產品前的眼球時長，而是最大化客戶完成事務的成果，Agent 驅動的生態是正和博弈而非零和替代。

　　6. DeepMind 的"AI 復仇者聯盟"：Demis、Sergei、Noam Shazeer 等頂尖人才的回歸，加上十萬工程師的內部反饋飛輪，構成了 Google 在模型競賽中獨特的文化與數據壁壘。

　　7. Vibe Coding 的臨界點已至：AI Studio 一周之內誕生了 35 萬個 Android 應用，普通人用自然語言 Vibe Code 出一款真正可玩的游戲，今年就有可能發生

　　Agentic AI時代與Antigravity統一框架

　　Logan Kilpatrick：我們之前私下聊過，我覺得應該把那個故事用作開場：有一次我上臺演講，和我朋友Tulsi一起，她領導模型團隊。我向觀眾中提到可以編輯視頻，他們當場拍下照片，用Omni實時編輯，一條狗出現在舞臺上。編輯版本中，其他嘉賓低頭看到狗，輕輕笑了笑。而此時我正在高談闊論某個笑話。那并不是我的笑話好笑，他們笑是因為狗上臺了。狗跳到我腿上，我一邊繼續講話一邊撫摸它。這其中蘊含了太多微妙的細節，而模型完美地完成了這一切。這非常有趣，我仍在消化這對我們制作內容的方式意味著什么。

　　Sonya Huang：這太有意思了。我很高興邀請Logan來到節目。Logan負責Google AI Studio和Gemini API，你花大量時間思考和構建下一代開發者的工具。今天我想和你聊聊Agentic AI、AI編碼、世界模型等話題，而且正好在Google I/O之后，時機再好不過了。

　　Logan Kilpatrick：是的，我非常興奮，感謝你的邀請。

　　Sonya Huang：太好了。我們先從Agentic AI開始。Sundar在I/O上稱這是Agentic Gemini時代。Agentic AI對Google意味著什么？

　　Logan Kilpatrick：這是個好問題。如果你關注得夠仔細，我們在Gemini 2.0時就提過一些相關內容，當時可能有點早。而現在這個Gemini 3.5時代感覺正在成為現實。我們正處于Agentic編碼或Agentic產品以及一切圍繞Agent的時代。對于Gemini來說，這一Agent層——我們在I/O上宣布的——由Antigravity Agent Harness驅動。這成為Google一條新的主線，連接了我們所有的產品。歷史上，在Gemini之前，Google旗下幾十款產品之間并沒有這樣一條主線。有了Gemini，它成了這條主線，一切都在以某種方式使用Gemini。現在Antigravity正在復制這一點，所有產品都在重新架構，成為Agent原生的產品，真正代表用戶采取行動，幫助他們完成事務。一個新的主線正在浮現，我覺得這非常非常有趣。

　　Sonya Huang：抱歉，幫我確認一下，Antigravity就是那個IDE嗎？還是非IDE？

　　Logan Kilpatrick：Antigravity包含很多東西。它有一個核心IDE，有面向Agent優先的Web體驗，有CLI，有SDK。它真的是一個我們構建的生態系統，旨在滿足開發者在任何環境下的需求。你可以通過Gemini API使用它，如果你想要一個托管式Agent，無需處理任何基礎設施工作。最有趣的是，它不僅是Antigravity自己的生態系統，實際上同一個Harness正在驅動所有其他Google產品。Antigravity將驅動搜索、Gemini App、Cloud和AI Studio中的大量Agent功能，這非常令人興奮。

　　Sonya Huang：我明白了。所以以前是Gemini API，語言模型是AI融入每個Google產品的主線。而現在不只是API，編碼Harness也在每個產品中使用，因此編碼Agent本身正在推動更多的Agent特性。

　　Logan Kilpatrick：更泛化地說，它就是Agent Harness。編碼作為Agent Harness的一個特化用例顯然很強大，但編碼已經證明它既是通用Agent Harness，又在編碼上表現出色。

　　Sonya Huang：Agent Harness和編碼Harness是同義詞嗎？

　　Logan Kilpatrick：其中存在細微差別。專業化可以擠出更多優化空間。AI Studio使用的Agent Harness稍微針對Vibe Coding用例做了特化，而Gemini App使用的Agent Harness則稍微針對消費者全天候在線的Agent做了特化。所以基礎Harness大概有80%的內容是相同的，然后針對編碼或其他用例進行特化。

　　自噬效應與Agent驅動的增長

　　Sonya Huang：你怎么看待對現有業務的蠶食，尤其是你們現在更積極地推進Agent特性？如果只是搜索或摘要，蠶食的擔憂沒那么大。但如果Agent真的在幫我處理郵件、替我回復，那我還會去看郵件嗎？我可以想象，隨著Agent能力增強，人類在產品上的眼球時長可能會減少。這個判斷公平嗎？你怎么看？

　　Logan Kilpatrick：這是個有趣的問題。我的一個觀察是，在當前AI時代之初，所有人都認為AI能夠回答問題對搜索來說是負和博弈。但實際情況是，這對搜索而言變成了極其正和的博弈。人們在搜索更多，做得更多。

　　Sonya Huang：而Agent也在搜索？

　　Logan Kilpatrick：對，Agent也在搜索。實際上，整個新市場隨之誕生——Agent做得更多，同時人類也在搜索更多。顯然人類的時間是有限的，但根據我的早期感受，從生態系統價值創造的角度看，這確實非常正和。人類行為方面的變化，未來一到兩年內相對清晰，三到五年則不太明朗，屆時技術會進步，產品也會有所不同。但最終，這就是產品的成功。我們經常和Demis討論，構建技術的意義在于它能為你做事。Google的成功可能不是最大化用戶在產品前的眼球時間，而是最大化客戶完成他們想做的事情的成果，讓他們去過自己的生活、做自己想做的事。所以你會看到我們走的是最大化客戶成果的路線，而不是最大化眼球時間。

　　Sonya Huang：我腦子里有個詞叫Agent-Led Growth。我平時大量使用編碼Agent，讓Agent幫我做所有基礎設施的選擇，我不在乎用哪個數據庫。這在編碼領域已成立，我想未來可能會適用于很多事情，比如購物。你認為這會如何改變廣告的運行方式和聚合平臺的價值捕獲方式？

　　Logan Kilpatrick：這感覺是一個非常相似的趨勢。不完全準確，但很多事物都是彼此的代理指標。SEO的運作方式與所謂的GEO直接相關。它們之間有很多相關性。我的猜測是，最終的變化可能比我們現在想象的要溫和得多，因為這些事物是在彼此之上疊加累積的。

　　編碼競賽與模型進步

　　Sonya Huang：如果用爬行、行走、奔跑來分級，Google產品套件的Agentic水平目前處在什么階段？

　　Logan Kilpatrick：肯定還是爬行階段。Google擁有超過130億用戶產品，內部產品張力巨大。我們有一些更像實驗性的體驗可能更接近奔跑或行走。但大多數產品體驗目前絕對更接近爬行。這是我們肩負的管理責任，即構建被大量人群使用的產品。我不認為長尾客戶已經準備好讓AI全權運行做所有事情，他們可能希望坐在駕駛座上，謹慎地邁出第一步。搜索團隊可能是最典型的例子，他們有巨大的責任以循序漸進的方式推進，而不是突然改變人們與互聯網和產品交互的一切方式。

　　Sonya Huang：你認為哪個產品最接近奔跑階段？

　　Logan Kilpatrick：Gemini App絕對最接近行走。擁有一個全天候在線的Agent，能夠代表你執行大量操作，這無疑是前沿用例之一。Antigravity是另一個例子，你可以擁有自主編碼Agent，重建操作系統，消耗數十億Token，花費數千美元。這些更像是前沿應用。而Google的其他產品則更多地以增量方式逐步推進，這在我看來是合理的。

　　Sonya Huang：你認為Google最終會擁有少數幾個AI產品界面，還是數千個？

　　Logan Kilpatrick：這很難說。很多取決于人類消費產品的方式。產品分割和專業化有其好處，如果一個產品包攬一切，使用這個版本產品內在的工作量反而更大。也許有人能打造出真正神奇的體驗來改變這一點。但我認為大多數用戶最終需要花費更多腦力和時間去讓通用產品做他們真正想做的事。而有些好處在于，我點擊日歷應用，它就顯示日歷，我不需要操心其他事情。

　　Sonya Huang：這也是我對幻燈片為何能存在這么久的一個熱門看法——你想要的信息就在同一個地方。人類已經習慣了這種方式。生成式界面聽起來很酷，但對我們的大腦來說，這是否只是增加了認知負擔？

　　Logan Kilpatrick：在某些情況下確實如此。也許有人能找到讓體驗更自然的方案。但對我來說，一萬個產品的極端版本可能不是答案。我猜它更像是更多產品去針對不同的細分場景。對Google來說，戰略決策最終歸結為：客戶是希望我們有一萬個產品，還是只有三個更好？

　　Sonya Huang：我與企業交流時，他們說所有人都在談論Agentic AI，但他們唯一看到Agent真正起作用的地方是編碼Agent。你同意嗎？

　　Logan Kilpatrick：這取決于你對"起作用"的標準是什么。如果你試圖卸載非常復雜的任務，而模型尚未跨越該領域的質量門檻，那么確實如此。我希望我們能度量更多的指標。OpenRouter在衡量Token消耗總量，你可以看到隨著時間的推移，世界上的智能總量在增長。我真正感興趣的是度量平均Agent運行時間或平均任務時長。當新的模型能力發布或新模型推出時，你會看到它飆升。當前曲線仍然很低，但你已經看到了早期信號——長期運行的任務正在增加。所有模型實驗室都在談論新模型做了三天的自主工作。所以即使企業除了編碼之外還沒有感受到這一點，今年他們將會感受到，因為其他用例也在快速變好。

　　Sonya Huang：從DeepMind的角度看，長期運行Agent是一個重要的KPI嗎？

　　Logan Kilpatrick：當然重要。DeepMind做了很多不同的事情，長期運行Agent顯然很重要，編碼Agent也很重要。擁有出色的編碼模型顯然能加速業務的其他所有部分。確保我們在這一領域的領先是最重要的事。

　　超級智能的鋸齒狀發展路徑

　　Sonya Huang：我想轉向編碼話題。我的開發者朋友們長期使用Claude，但OpenAI宣布Codex CLI后，Codex現在非常出色。我朋友們現在大約五五開地使用Claude和Codex。但我沒怎么聽他們提到Gemini，這讓我很困惑。發生了什么？

　　Logan Kilpatrick：這是個好問題。有一個背景讓故事更有趣：去年十二月的敘事是Google贏了，Gemini 3的發布是一個深刻的模型能力提升。但有趣的是，作為生態參與者，看到敘事如何迅速轉變：假期期間及之后所有Agentic編碼相關內容層出不窮。這提醒我們事情變化之快。在幕后，我們正在全力推動編碼的前沿。Antigravity是其中的重要組成部分。一個關鍵點是，要做出一個優秀的編碼模型實際上非常困難，特別是對于長時間的開發任務。如果你沒有一個實際這樣使用的產品，就做不好。這就是為什么Windsurf團隊以收購方式加入我們并最終構建了Antigravity。Sundar在I/O上展示了Google內部Token消耗的增長曲線。你需要那個引擎運轉起來。我對我們擁有的編碼團隊非常有信心，我稱他們為內部的AI復仇者聯盟。

　　Sonya Huang：你們在內部使用自家產品這件事上有多執著？比如，DeepMind的人還能用其他模型嗎？還是說你們現在必須用Gemini的Harness，并且得把它做得非常非常好？

　　Logan Kilpatrick：使用其他模型是非常健康的，因為如果你不使用它們，很難真正理解生態系統的動態。我所有模型都用，所有產品都用。但你必須使用Gemini模型，這對反饋飛輪非常有益。DeepMind和Google擁有超過十萬名出色的工程師，他們在使用模型并提供反饋，這應該是Google的競爭優勢。

　　Sonya Huang：你是否相信這個敘事：一旦你擁有了足夠好的Agentic編碼模型，它會加速研究進展，形成一個自我強化的循環？

　　Logan Kilpatrick：這似乎顯而易見是真的。你確實能看到一些跡象。從模型角度來看，這些跡象還處于早期階段，因為資源分配決策仍然需要人類在駕駛座上。但從產品角度來看，你絕對能看到。我們用Antigravity構建了移動應用，其推向世界的速度比Google歷史上任何團隊構建移動應用都要快。Josh的團隊用這種方式端到端地交付了Gemini Mac OS應用，速度超過任何團隊在Google交付Mac應用的歷史記錄。

　　Sonya Huang：你曾說過，如果有一個系統可以用代碼構建任何東西，人類無法在同等水平上競爭，那就是窄域超級智能。你認為我們已經達到那個點了嗎？

　　Logan Kilpatrick：這很有趣。窄域超級智能這個概念很有意思——編碼現在已經好到讓人感覺像窄域超級智能了。關鍵點是，編碼已經極其出色，即使它只擅長編碼，其影響力已經非常巨大。我花了很多時間讓這個事實沉淀下來。構建AGI當然非常重要且有趣，但如果對AGI的追求沖淡了人們對當前技術能力的認知，那其實是一種不好的取舍。我需要同時持有兩種想法：我們要構建通用技術，但擁有當前的能力已經如此具有影響力。它并沒有削弱人類開發者，反而像是人類開發的加速器。

　　作為人類開發者，我感覺自己在世界上有更多的能動性，能夠解決更雄心勃勃的問題。以前我構思想法時會覺得遙不可及，現在相反，我會覺得可以做得更有野心。這其實增加了一層負擔——我不能只做最小可行產品，因為技術允許我走得更遠。重置自己的抱負水平是我花了很多時間思考的事情。我認為這也會發生在其他垂直超級智能領域，在真正解決AGI之前，我們可能會先看到鋸齒狀的超級智能。

　　Sonya Huang：你認為我們下一步會在哪些領域看到超級智能？

　　Logan Kilpatrick：可驗證性更強的領域顯然會更快取得進展，比如數學、金融。科學也很有趣，如果能在這個領域真正起飛，那將非常酷。從AI對世界影響的更宏大敘事來看，你希望這些對世界有巨大積極影響的事情盡早發生，以便人們理解這項技術的潛在正面影響。

　　Omni世界模型與游戲開發展望

　　Sonya Huang：你去年十月的推文說，到2025年底每個人都能進行Vibe Code視頻游戲。這個預測成真了嗎？

　　Logan Kilpatrick：感覺已經很接近了。當然不是AAA級游戲，你還沒法做出下一款《使命召喚》或《GTA》。但比以前任何時候都接近。很多有趣的地方在于，構建游戲還需要模型以外的東西。Three.js讓很多事情成為可能，但還有很多粗糙的邊緣是編碼Agent無法解決的。你需要Sprite生成，而模型在這方面還不夠好。你需要編排層和工具來讓這成為現實。很多核心游戲體驗要素需要高度的可靠性，感覺已經在可及范圍內，但需要大量的產品腳手架工作來創造可復用、可重玩、有深度的體驗。

　　Sonya Huang：你在AI Studio中看到很多人制作視頻游戲嗎？

　　Logan Kilpatrick：是的，早期數據顯示AI Studio中大約20%的應用都是游戲。現在已經不是最受歡迎的類別了，因為用戶群發生了變化，但游戲仍然很多。最受歡迎的類別是金融相關，大約也是20%，很多與加密相關。還有個人效率類和生成媒體類。Demis對游戲非常關注，他的職業生涯始于用AI做游戲相關的事情。我們通過Kaggle構建了游戲競技場，用游戲作為衡量AGI進展的代理指標。

　　Sonya Huang：一個普通的路人有了好想法，距離Vibe Code出一款真正好玩的游戲還有多遠？

　　Logan Kilpatrick：我想說今年就有可能。模型能力已使之成為可能。差距不在于模型質量，而在于有人將腳手架以正確的方式組合起來。有人正在做這件事，部分問題是可發現性和認知度——人們甚至不知道他們可以做到。某些模型能力類別可能還需要幾周或幾個月才能跨越那道鴻溝。

　　Sonya Huang：你認為Vibe Code視頻游戲更可能基于游戲引擎加編碼Agent，還是基于世界模型？

　　Logan Kilpatrick：世界模型的定義會變得模糊，而Omni就是一個例子。編碼Agent看起來會像某種世界模型系統，但要讓世界模型真正有用，你需要腳手架。有一些有趣的創業公司在研究世界模型的腳手架。世界模型目前固有的開放性使其不適合游戲，但進展驚人。短期內，編碼Agent加某種游戲引擎的組合會帶來更多收益。

　　Sonya Huang：你說世界模型的定義模糊，能展開講講嗎？

　　Logan Kilpatrick：Omni就是一個例子。我們在I/O上發布了它，可以接受任何輸入，生成任何輸出。Demis將其定義為世界模型，因為它對世界有深層的理解。從架構角度看，這與過去的世界模型做法不同，在可擴展性方面更進了一步。傳統世界模型如Genie是動作條件視頻模型，而我們現在說世界模型時，實際指的是一種理解世界的模型，不一定是嚴格的技術定義下的動作條件視頻模型。有趣的是，它既能理解世界，又能做很多相同的用例——雖然不是實時的，但可以完成你期望世界模型能做的視覺創作。所以我認為世界模型和視頻模型之間的界限會以不同于以往的方式演變。

　　Sonya Huang：它內部是如何工作的？是Gemini加視頻模型，還是完全不同的東西？

　　Logan Kilpatrick：它是一個單一的模型，這是關鍵。最初的想法是，我們以前需要訓練八個不同的模型來完成所有這些任務——文本模型、音頻模型、音樂模型、視頻模型等等。如果只有一個模型來完成所有這些事情，對我們和客戶來說都是巨大的進步。所以它是一個全新的架構，不是路由到不同模型。它從當前效果最好的用例開始。視頻編輯能力在技術上是可用的，但質量還不是最先進的，所以我們還沒有推出。這是Omni Flash模型的第一版迭代，未來會有更強大、更有能力的版本，令人期待。

　　Sonya Huang：所以我們可以編輯這個場景，讓它看起來像我們想要的那樣。

　　Logan Kilpatrick：是的。我之前提到過，我在演講時，有人用Omni實時編輯了圖片，讓一條狗出現在舞臺上。編輯版本中，其他嘉賓低頭看到狗笑了，而此時我正在講話。狗跳到我腿上，我一邊撫摸它一邊繼續說話。其中蘊含了太多微妙的細節，而模型完美地完成了這一切。我仍在消化這對內容創作方式意味著什么。

　　Sonya Huang：這太有趣了。我是生成媒體最堅定的樂觀者。對我們播客來說，視覺效果和內容本身一樣重要，這是吸引人們注意力的第一步。我很期待體驗Omni。

　　Logan Kilpatrick：我也很期待。我個人一貫不用AI制作我發布的任何內容，那都是我的文字、我的聲音、我的形象。我相信真實性的價值。我之所以喜歡Omni，是因為它不改變我本人，而是改變那些不屬于我的部分——比如我們周圍的場景、咖啡桌。我們的文字可以保持不變，你可以改變那些與我個人無關的部分，做出更有趣的效果。這感覺正是我想要的生成媒體的版本，而不是一堆AI頭像。

　　Sonya Huang：你在AI Studio中推出了構建Android應用的能力，進展如何？下一步計劃是什么？

　　Logan Kilpatrick：進展非常令人興奮。AI Studio的一個戰略方向是，Google有太多產品，用戶通過不同途徑接觸Google。我們的首要原則是，如何將各種能力引入AI Studio，讓你無需在Google的九個不同界面之間切換。Android就是一個很好的例子，它不僅實現了這一點，還能讓那些本不會構建Android應用的人參與進來。我本人在AI Studio中構建了我的第一個Android應用，這非常酷。我檢查了今早的數據，自上周以來，AI Studio中已經構建了35萬個Android應用。令人興奮的是，這35萬個應用很可能以前沒有人會去構建。大多數人構建的是個人用途的應用，這驗證了一個觀點：用軟件解決個人問題的想法現在非常真實。Android正在成為構建者的平臺。

　　Sonya Huang：應用和Web之間的區別還重要嗎？Web現在已經非常強大了。

　　Logan Kilpatrick：Web確實強大，但操作系統有些原生能力是Web無法解鎖的。比如短信體驗在所有操作系統上都比任何AI聊天應用豐富得多。如果我能直接在我常用的短信應用中與AI對話，我會比去另一個應用更開心，因為我們已經習慣了操作系統的原生體驗。

　　模型會吃掉Harness嗎&DeepMind的文化

　　Sonya Huang：我想問您關于模型吃掉Harness或模型吃掉腳手架的看法。

　　Logan Kilpatrick：我認為這是真的。部分原因在于，我們歷史上認為的模型已經不再是模型本身了。兩年前LLM流行時，模型就是一組權重——盡可能簡單地輸入Token輸出Token。而如今我們一步步地仍然稱它為模型，稱它為Gemini 3.5、GPT或Claude，但它實際上不再僅僅是權重了，它是一個圍繞權重構建的不斷擴展的系統，支持各種下一代體驗——從工具調用到托管工具、搜索、代碼執行等。模型現在在容器中啟動，擁有Agent Harness等組件。腳手架常常領先于實際內化到模型中的能力幾個步。隨后模型會吃掉那個腳手架，使其成為模型原生系統的一部分。在某些情況下，外部腳手架仍有其價值，比如搜索，有很多人使用不同的搜索提供商，滿足不同用例。

　　代碼執行也是另一個例子。但Agent Harness可能是當前最典型的例子。所有人都在說必須去構建Harness，Harness是價值所在。我認為這在12個月內可能就不再成立了，至少不會以我們今天理解Harness的方式成立。模型將消化掉大量腳手架，將其上游化到模型中，而價值將轉移到其他地方，不會再有人花精力去自建Harness，因為模型已經原生支持了。

　　Sonya Huang：但我認為人們自建Harness的部分原因是，如果使用某個模型提供商的Harness，就會被鎖定。很多應用公司想要靈活性。

　　Logan Kilpatrick：這是腳手架故事的一部分。一開始可能如此，但隨著模型能力的提升，這種鎖定會逐漸減弱。如果一個通用模型不能使用其他Harness，那它就不是通用模型。幾周前我和別人討論過，我們需要類似Harness Bench這樣的基準，來實際衡量所有不同模型適應不同Harness的能力。我認為作為生態系統，我們應該去度量這一點。隨著時間推移，模型的預期目標應該是能夠使用任何Harness。

　　Sonya Huang：在應用層面上，獨立公司如何在模型吃掉Harness和周邊一切的情況下生存？

　　Logan Kilpatrick：這很有趣，兩種說法似乎同時成立：一方面，我處處看到前所未有的機會去構建東西；另一方面，模型也在做比以往更多的事情。能力懸垂是一個巨大的價值來源。模型公司正在解決非常通用的問題，而在垂直領域中有著巨大的價值。如果你在該領域擁有專業知識，了解客戶和生態系統，你完全可以跑贏最好的模型實驗室，因為專注是創業公司的超能力。如果你能專注，你可以做到任何事。而那些大公司因為產品眾多，無法在單一領域專注。24個月前我們都在問自己，機會空間是否在縮小，創業公司的機會是否會變少。實際上到目前為止，這并沒有發生。如果有什么不同的話，感覺機會比以往更多了。編碼幫助你縮小了與大公司之間的差距，因為你可以更快地運行和編寫軟件。Agentic原語是一個新類別，你可以圍繞它構建產品。不同公司的風險偏好不同，如果你愿意在某些領域承擔更多風險，你就可以贏得同樣有興趣承擔風險的用戶群體。有太多的機會了。

　　Sonya Huang：我想聊聊Google DeepMind的文化。現在在GDM內部是什么感覺？Demis在AI Ascent上非常鼓舞人心。聽說Sergei回來了，Noam Shazeer也回來了。請描述一下現在在GDM的感受。

　　Logan Kilpatrick：太不可思議了。我盡量去感受這一切，因為在所有紛繁復雜的事情中，有太多酷炫的事正在發生。GDM的文化很有趣，我有三個觀察。第一，關于專注，我們做的事情很多，從投資組合角度看，我們擁有最強大的組合之一。但你會看到某些時刻，其他實驗室或公司在某個領域領先了，因為我們在那個領域投入不足。我很欣賞我們看到差距后如何去追趕的方式。第二，我看了Demis的《思考游戲》紀錄片好幾遍，里面展示了原始DeepMind的工作方式——把一群聰明人聚在一起解決問題。今天依然如此，能參與其中非常酷。第三，文化從領導者身上滲透出來。Demis是諾貝爾獎科學家，是這個領域的開創者，你在DeepMind文化中能感受到這一點。Sam可能是世界最優秀的商人之一，這在OpenAI文化中有所體現。Anthropic也是一個非常有趣的地方。這感覺就像這個時代的寫照。

　　我經常想起Gavin Belson的那句話：我們都在爭著誰能比他者讓世界變得更好。當你這樣看待問題時，這似乎很傻，因為它根本不是零和博弈。關于DeepMind文化的最后一點是，我們是Google的引擎室。一方面是深厚的實驗室文化，另一方面是與Google生態系統中各個合作伙伴的協作——從Android到Google Cloud、Gmail、Workspace等等。這里既有大量研究工作，也有大量應用工作，比如將Gemini部署到20億用戶的產品中。全世界只有兩家公司面臨這樣的問題，而我們有13個這樣的產品。這是一個非常獨特的位置，你只能在Google內部做到這一點。

　　Sonya Huang：你加入Google后還在大量發推文，公關團隊有沒有感到頭疼？

　　Logan Kilpatrick：我在Google的一個積極體驗是，與市場公關團隊的合作非常棒。他們的工作是保護Google，確保我們講正確的故事，防止不好的事情發生。我非常感謝并與他們緊密合作。能夠以真實的方式講述與開發者產生共鳴的故事，而不需要每一條推文都經過審批，這非常積極。我希望我一直沒有辜負他們對我的信任。對于Google這樣的大公司來說，講出真實的故事非常困難：人多、意見多，Google的魔力在層層流程中被稀釋了，反而錯過了最美好的故事。Google正在做世界上最有趣的技術，幫助用戶解決世界上最難的問題。能夠幫助講述這個故事是一種榮幸。

　　Sonya Huang：我很欣賞你，也很欣賞Josh在做的。你們為我們這個時代最重要的問題注入了真誠的人文關懷。非常感謝你今天加入我，我們的對話范圍非常廣泛，從Agent和編碼到世界模型、Harness，以及GDM文化，內容極其豐富。

　　Logan Kilpatrick：非常開心。感謝你的邀請，我期待看到大家能創造出怎樣的成果。

　　Sonya Huang：也許成果就在我們面前。

　　Logan Kilpatrick：也許會出現一條狗。

　　Sonya Huang：在某個地方做著一個關于狗的夢。我喜歡這個畫面。謝謝你，Logan。

　　Logan Kilpatrick：不客氣。

　　原文章：Google DeepMind's Logan Kilpatrick: Why the Model Eats the Harness

　　鏈接：https://www.youtube.com/watch?v=cMAs8z2dehs