Google 的 AI 策略：不赌模型，赌什么？| Google Cloud Next 现场 S10E09

生动活泼。

生动活泼。

与全球创新第一时间同步。

与全球创新第一时间同步。

这里是 what's next 科技早知道。我是达燕。我是雅娴。

这里是 what's next 科技早知道。我是达燕。我是雅娴。

哈喽，大家好，我是丁教。

哈喽，大家好，我是丁教。

哈喽，我是雅娴。

哈喽，我是雅娴。

对，我们两个现在正在这个拉斯维加斯参加 Google Cloud Next 大会。

对，我们两个现在正在这个拉斯维加斯参加 Google Cloud Next 大会。

然后对，非常热闹。

然后对，非常热闹。

呃，据说是有三万两千人来参加，也是历年来 Google Cloud 的最大的一次大会。

呃，据说是有三万两千人来参加，也是历年来 Google Cloud 的最大的一次大会。

他们其实是偏向于这个企业用户的这样子一个大会。

他们其实是偏向于这个企业用户的这样子一个大会。

对，但是好像它越来越变成了这个 google 的一个 AI 的这样子一个会议，然后今年也是历史新高的这个人数来参加。

对，但是好像它越来越变成了这个 google 的一个 AI 的这样子一个会议，然后今年也是历史新高的这个人数来参加。

对，然后我们这今天的节目呢，不止会给大家带来它最新的发布，然后也会一起来给大家拆解这次的大会到底对 AI 行业意味着什么。

对，然后我们这今天的节目呢，不止会给大家带来它最新的发布，然后也会一起来给大家拆解这次的大会到底对 AI 行业意味着什么。

如果你是科早的听友呢，也欢迎大家观看我们的视频，我们是最新鲜、最热乎出炉的大会实况。

如果你是科早的听友呢，也欢迎大家观看我们的视频，我们是最新鲜、最热乎出炉的大会实况。

好的，那我们节目见。

好的，那我们节目见。

哈喽，大家好，欢迎来到我们今天的节目。

哈喽，大家好，欢迎来到我们今天的节目。

哈喽，大家好，我也是昨天刚刚从美国回来啊。

哈喽，大家好，我也是昨天刚刚从美国回来啊。

Welcome everyone to Google Cloud Next The era of the pilot is over The era of the agent is here but the true power comes from how it changes your workflow

Welcome everyone to Google Cloud Next The era of the pilot is over The era of the agent is here but the true power comes from how it changes your workflow

其实我经常去拉斯维加斯，然后可能在湾区参加 GTC 挺多的了。

其实我经常去拉斯维加斯，然后可能在湾区参加 GTC 挺多的了。

不知道你你的第一直觉感受是什么？

不知道你你的第一直觉感受是什么？

第一给我的感觉其实就是大，因为在此之前我对这个会议其实没有太高的预期。

第一给我的感觉其实就是大，因为在此之前我对这个会议其实没有太高的预期。

因为 Google Cloud 大会，它没有什么太多的名气，不像 CES 或者 GTC 这样的。

因为 Google Cloud 大会，它没有什么太多的名气，不像 CES 或者 GTC 这样的。

结果去了以后，现场真的是人山人海，创了历届以来的新高嘛，有三万两千人参加这样子的，到哪都是排长队，不管你是看展，然后还是吃饭，然后还是听 keynote talk。

结果去了以后，现场真的是人山人海，创了历届以来的新高嘛，有三万两千人参加这样子的，到哪都是排长队，不管你是看展，然后还是吃饭，然后还是听 keynote talk。

反正到处都是人。

反正到处都是人。

甚至他们可能确实都是，甚至是 gemini 自己团队的，也都是第一次来。

甚至他们可能确实都是，甚至是 gemini 自己团队的，也都是第一次来。

因为再往以前看的话，它确实可能就是一个非常偏这个土 b 向的一个会。

因为再往以前看的话，它确实可能就是一个非常偏这个土 b 向的一个会。

但是我觉得这两年开始啊，整个 next 大会就变成了一个纯 ai 大会，并不是一个纯土 b 的大会了。

但是我觉得这两年开始啊，整个 next 大会就变成了一个纯 ai 大会，并不是一个纯土 b 的大会了。

呃，现场在大会，我们看到了非常多他们在产品上面的这些。

呃，现场在大会，我们看到了非常多他们在产品上面的这些。

demo 呀，然后我觉得都是非常落地的这样子的一些用户场景。

demo 呀，然后我觉得都是非常落地的这样子的一些用户场景。

然后这个其实也跟我的这个一个好朋友，然后 Reno 他在现场的感受是一致的。

然后这个其实也跟我的这个一个好朋友，然后 Reno 他在现场的感受是一致的。

好，大家好，我是 Reno，Reno 五。

好，大家好，我是 Reno，Reno 五。

呃，我之前在 Google 的 workspace 负责 gemini 现在呢我在做一家 startup 叫呃 userproof 的 AI 我们做 agents for e-commerce brands。

呃，我之前在 Google 的 workspace 负责 gemini 现在呢我在做一家 startup 叫呃 userproof 的 AI 我们做 agents for e-commerce brands。

那其实我觉得比较有意思的几个点，一个就是说各种各样的 integration 如何帮助企业更好的落地这件事情，我看到了很多不同的尝试，包括其实我看到好多好多做 harness 的公司。

那其实我觉得比较有意思的几个点，一个就是说各种各样的 integration 如何帮助企业更好的落地这件事情，我看到了很多不同的尝试，包括其实我看到好多好多做 harness 的公司。

你看去年可能是说 coding agent 是元年，对吧？

你看去年可能是说 coding agent 是元年，对吧？

那今年大家都在讲 harness 那我们自己内部 build 了很多这种 cloudbot 啊，或者是一些 agent 帮我们来做 sre 啊、 qa 啊，还有一些 analytics 的工作。

那今年大家都在讲 harness 那我们自己内部 build 了很多这种 cloudbot 啊，或者是一些 agent 帮我们来做 sre 啊、 qa 啊，还有一些 analytics 的工作。

那你会发现他们把这个做得更加系统化了。

那你会发现他们把这个做得更加系统化了。

那很多的大企业或者中型企业，他可能没有我们这个能力，因为我们是 startup 嘛，没有我们能力去 build 这些 cloud bot 但是他们就需要一些更好的 solution 尤其是 integrate 到他们自己的系统里面。

那很多的大企业或者中型企业，他可能没有我们这个能力，因为我们是 startup 嘛，没有我们能力去 build 这些 cloud bot 但是他们就需要一些更好的 solution 尤其是 integrate 到他们自己的系统里面。

比如说 JIRA Slack 等等等等的 integration 那这个对他们来说其实很重要的。

比如说 JIRA Slack 等等等等的 integration 那这个对他们来说其实很重要的。

所以我看到很多公司做这块，我觉得还蛮有意思的。

所以我看到很多公司做这块，我觉得还蛮有意思的。

哦，对，薇诺娜她自己其实原来在 gemini 团队干了很长一段时间，然后她也从这个前两年自己跳出来，然后开始在 ai 里面创业，然后这次他们到现场。

哦，对，薇诺娜她自己其实原来在 gemini 团队干了很长一段时间，然后她也从这个前两年自己跳出来，然后开始在 ai 里面创业，然后这次他们到现场。

然后也是一边是见一堆客户，然后一边也是看看 google 这个生态能给他一些什么样的新的这个支持。

然后也是一边是见一堆客户，然后一边也是看看 google 这个生态能给他一些什么样的新的这个支持。

对，最近这段时间啊，不管是这个 openai 啊，还是包括我们国内的 deepseek 其实都在大家在拼发模型，然后反而我们在 google 现场看的。

对，最近这段时间啊，不管是这个 openai 啊，还是包括我们国内的 deepseek 其实都在大家在拼发模型，然后反而我们在 google 现场看的。

就完全全都是产品，就每一个 layer 啊，全都是产品。

就完全全都是产品，就每一个 layer 啊，全都是产品。

对对对，而且你想想，其实 Google 手里有什么啊？

对对对，而且你想想，其实 Google 手里有什么啊？

它不光是有这个基础的研究能力，而且它其实是有非常多的零件的。

它不光是有这个基础的研究能力，而且它其实是有非常多的零件的。

比如说有 TPU 的芯片，然后有 gemini 的模型，然后包括他们 google cloud 基础设施，然后办公软件层的话，他们有这个 workspace 然后 search 的话，其实有搜索引擎，然后 youtube 的这个视频平台。

比如说有 TPU 的芯片，然后有 gemini 的模型，然后包括他们 google cloud 基础设施，然后办公软件层的话，他们有这个 workspace 然后 search 的话，其实有搜索引擎，然后 youtube 的这个视频平台。

广告系统。

广告系统。

所以其实全世界都有他们的客户，他们是有这个能力来把所有的这些资源整合起来，而不是说单点强调说啊，我的模型特别强。

所以其实全世界都有他们的客户，他们是有这个能力来把所有的这些资源整合起来，而不是说单点强调说啊，我的模型特别强。

或者说我的算力特别强，这都不是他们想要强调的终点。

或者说我的算力特别强，这都不是他们想要强调的终点。

是的，我 pick up 了一个特别关键词，就是 one google 对，大家都知道，其实 Transformer 其实是 google 发明出来的，但是在过去的几年的这个 AI 的这个战役当中，他们其实。

是的，我 pick up 了一个特别关键词，就是 one google 对，大家都知道，其实 Transformer 其实是 google 发明出来的，但是在过去的几年的这个 AI 的这个战役当中，他们其实。

在产品层面，他们并不是跑在最前的。

在产品层面，他们并不是跑在最前的。

对，所以我觉得在这一次的大会上面，我是感觉到了他们其实有，OneGoogle是把Google的所有东西都整合在一起，他们把这个全站的这种感觉更加清晰了。

对，所以我觉得在这一次的大会上面，我是感觉到了他们其实有，OneGoogle是把Google的所有东西都整合在一起，他们把这个全站的这种感觉更加清晰了。

对，你不管是这边用 Google 的 Cloud 还是用这边用这个 AWS 的 Cloud 他们都能把它打通。

对，你不管是这边用 Google 的 Cloud 还是用这边用这个 AWS 的 Cloud 他们都能把它打通。

然后这次有这样的一个新的产品，然后包括你可能原来用 Google 这个 Workspace 然后你也可以在 Workspace 里面，然后把所有的数据打通。

然后这次有这样的一个新的产品，然后包括你可能原来用 Google 这个 Workspace 然后你也可以在 Workspace 里面，然后把所有的数据打通。

对，然后包括它今年也有一个这个新的这个名词叫做 Enterprise。

对，然后包括它今年也有一个这个新的这个名词叫做 Enterprise。

对，这个 google 这个企业级的这样子的一个呃产品，然后包括它的这个这样一个 BU 的这样子的一个东西的发布，对，在这个之前其实都没有了。

对，这个 google 这个企业级的这样子的一个呃产品，然后包括它的这个这样一个 BU 的这样子的一个东西的发布，对，在这个之前其实都没有了。

嗯，就是他们在 keynote 讲，他们其实能把数据层也可以打通，因为大家都知道 AI 的数据非常重要嘛，就是他们其实是可以把不同公司的这些数据湖给它打通。

嗯，就是他们在 keynote 讲，他们其实能把数据层也可以打通，因为大家都知道 AI 的数据非常重要嘛，就是他们其实是可以把不同公司的这些数据湖给它打通。

然后能够让这个数据更加流动起来。

然后能够让这个数据更加流动起来。

对，我其实在现场展会里面啊，就是各种各样的 Google 的不同的业务部门，然后都有自己的这个产品的这个 demo 展示。

对，我其实在现场展会里面啊，就是各种各样的 Google 的不同的业务部门，然后都有自己的这个产品的这个 demo 展示。

然后像我自己印象最深刻的其实是这个它跟这个马氏合作，就比如说是可能在新产品上市的时候，你从产品的定义，然后加上产品的这个市场数据洞察。

然后像我自己印象最深刻的其实是这个它跟这个马氏合作，就比如说是可能在新产品上市的时候，你从产品的定义，然后加上产品的这个市场数据洞察。

什么样东西口味卖得好，我们到时候视频大家可以看到。

什么样东西口味卖得好，我们到时候视频大家可以看到。

是你可以选你想要做一个新的彩虹糖的这样子一个产品，然后你从这个最开始的它口味的选择，Google会给你一些数据，然后哪一些它的口味可能现在是最受欢迎的。

是你可以选你想要做一个新的彩虹糖的这样子一个产品，然后你从这个最开始的它口味的选择，Google会给你一些数据，然后哪一些它的口味可能现在是最受欢迎的。

然后这个你选择它的这个包装，然后把最基本的这个元素选好之后，它就会把你整个的产品的包装，然后产品的这个文案。

然后这个你选择它的这个包装，然后把最基本的这个元素选好之后，它就会把你整个的产品的包装，然后产品的这个文案。

然后命名，然后等等等等，这一套东西全都给你自动输出出来，非常的 agent 化。

然后命名，然后等等等等，这一套东西全都给你自动输出出来，非常的 agent 化。

你能感觉到 google 其实在有意识的在产品层面在补齐，然后把这些能力全都整合起来。

你能感觉到 google 其实在有意识的在产品层面在补齐，然后把这些能力全都整合起来。

对，这个是我设计的彩虹糖，哇哦，这个很漂亮。

对，这个是我设计的彩虹糖，哇哦，这个很漂亮。

他帮你设计出来的这个卡配，对对对，包装，然后还有他的这个文案全都给你设计好了。

他帮你设计出来的这个卡配，对对对，包装，然后还有他的这个文案全都给你设计好了。

看着就不怎么想吃，哈哈哈。

看着就不怎么想吃，哈哈哈。

哎，对，其实答案我发现这次 anthropic 也在 Google Cloud 大会前面有一个展台啊，而且是里三层外三层的。

哎，对，其实答案我发现这次 anthropic 也在 Google Cloud 大会前面有一个展台啊，而且是里三层外三层的。

其实我感觉 anthropic 跟 Google 从严格意义来讲，其实有点像竞争对手啊，但是 Google 其实是投资了很多钱在 anthropic 我不知道你怎么看这件事。

其实我感觉 anthropic 跟 Google 从严格意义来讲，其实有点像竞争对手啊，但是 Google 其实是投资了很多钱在 anthropic 我不知道你怎么看这件事。

对，其实大家也都看到了 anthropic 最近其实是拿到了 Google 非常大的这个投资。

对，其实大家也都看到了 anthropic 最近其实是拿到了 Google 非常大的这个投资。

但是从另外一个角度再看呢，其实 anthropic 也是 google cloud 然后包括是它的 tpu 的这个大客户。

但是从另外一个角度再看呢，其实 anthropic 也是 google cloud 然后包括是它的 tpu 的这个大客户。

那 google 这边这个左手自己在做 gemini 然后右手这边其实也给 cloud 提供算力。

那 google 这边这个左手自己在做 gemini 然后右手这边其实也给 cloud 提供算力。

那这样看来，其实它是在养竞争对手。

那这样看来，其实它是在养竞争对手。

但是可能从云和芯片的角度来看的话，不管是它的 TPU 还是它的这个云服务这块，都是牢牢的把握在手里了。

但是可能从云和芯片的角度来看的话，不管是它的 TPU 还是它的这个云服务这块，都是牢牢的把握在手里了。

对。

对。

啊，其实现场我们其实各个大模型的这公司，这个其实也就只看到了 anthropic 一家，对吧？

啊，其实现场我们其实各个大模型的这公司，这个其实也就只看到了 anthropic 一家，对吧？

其他基本上是没有的。

其他基本上是没有的。

对对对，然后 google 他们的 google enterprise 可以调用的模型里头，除了 google 自己的模型，也包括 anthropic 的模型。

对对对，然后 google 他们的 google enterprise 可以调用的模型里头，除了 google 自己的模型，也包括 anthropic 的模型。

是的是的是，咱们整合的这个非常的紧密。

是的是的是，咱们整合的这个非常的紧密。

对对对，所以当可能大家其他的竞争对手都在比模型的时候，我觉得 google 它可能更大的这个蓝图，它是在搭这个台子。

对对对，所以当可能大家其他的竞争对手都在比模型的时候，我觉得 google 它可能更大的这个蓝图，它是在搭这个台子。

等这个台子搭好了，不管你上台你唱戏的是哪个公司，你现在是 gemini 也好，还是 claude 也好，还是别的什么模型也好，它都能赚到钱。

等这个台子搭好了，不管你上台你唱戏的是哪个公司，你现在是 gemini 也好，还是 claude 也好，还是别的什么模型也好，它都能赚到钱。

所以我觉得这个可能也是这个 one google 的这样子一个底层的逻辑吧。

所以我觉得这个可能也是这个 one google 的这样子一个底层的逻辑吧。

嗯。

嗯。

大家都说今年就是 a g i 元年吧？

大家都说今年就是 a g i 元年吧？

其实从去年我们就已经有客户嘛在探索和实践，但今年真的是一个大规模开始采用的一个阶段。

其实从去年我们就已经有客户嘛在探索和实践，但今年真的是一个大规模开始采用的一个阶段。

嗯。

嗯。

非常非常多，75%的客户是不是？

非常非常多，75%的客户是不是？

对，我再补充一下，这个詹妮孙，她是 google cloud 大中华区售前解决方案的这个技术团队的这个负责人。

对，我再补充一下，这个詹妮孙，她是 google cloud 大中华区售前解决方案的这个技术团队的这个负责人。

我觉得之前可能大家觉得 Agent 好像一直就在存在于或者实验室里，或者在大家宣传里比较多哈，但是它其实有没有走进大家的实际的生产中产生价值呢？

我觉得之前可能大家觉得 Agent 好像一直就在存在于或者实验室里，或者在大家宣传里比较多哈，但是它其实有没有走进大家的实际的生产中产生价值呢？

我觉得从詹妮的回答里头，我们就会看出呃 Agent 已经从探索阶段走入了大规模的采用啊。

我觉得从詹妮的回答里头，我们就会看出呃 Agent 已经从探索阶段走入了大规模的采用啊。

那一些客户呢，其实已经把它用到了这个生产的环境里头，包括什么代码生成解决安全问题啊，这个自动生成游戏或者娱乐项目，然后包括客服啊，Marketing，这些都是 Agent 的最最先落地的场景。

那一些客户呢，其实已经把它用到了这个生产的环境里头，包括什么代码生成解决安全问题啊，这个自动生成游戏或者娱乐项目，然后包括客服啊，Marketing，这些都是 Agent 的最最先落地的场景。

然后很多公司都把这个应用在自己的这个代码生成、安全、媒体和娱乐这个行业，和游戏、陪伴机器人、电影的制作上。

然后很多公司都把这个应用在自己的这个代码生成、安全、媒体和娱乐这个行业，和游戏、陪伴机器人、电影的制作上。

就，哦，还有客户的服务，Customer Service。

就，哦，还有客户的服务，Customer Service。

刚才说话的詹妮孙呢，是说就是 Agent 已经从这个探索和实践进入了一个大规模采用的阶段了。

刚才说话的詹妮孙呢，是说就是 Agent 已经从这个探索和实践进入了一个大规模采用的阶段了。

Google 这次其实也是让我们大家会感觉到，可能在 AI 刚刚开始的前两年，它好像有点这个大公司嘛，都会觉得好像有点动作缓慢。

Google 这次其实也是让我们大家会感觉到，可能在 AI 刚刚开始的前两年，它好像有点这个大公司嘛，都会觉得好像有点动作缓慢。

但是在今年我们的这个特别是大会上面，我感觉 Google 还是一个护城河非常深的这样子的公司。

但是在今年我们的这个特别是大会上面，我感觉 Google 还是一个护城河非常深的这样子的公司。

对。

对。

我觉得讲到护城河啊，啊，让我印象特别深的这次 Google 发布的产品里头，就是它在啊 AI 算力上的的突破，也就是他们最新发布的 TPU。

我觉得讲到护城河啊，啊，让我印象特别深的这次 Google 发布的产品里头，就是它在啊 AI 算力上的的突破，也就是他们最新发布的 TPU。

哈喽，我是高飞啊，智顶科技的 ceo 那这次它的芯片把推理和训练的芯片做了一个拆分嘛。

哈喽，我是高飞啊，智顶科技的 ceo 那这次它的芯片把推理和训练的芯片做了一个拆分嘛。

大家知道，其实谷歌的 tpu 本身就是一种专用的芯片。

大家知道，其实谷歌的 tpu 本身就是一种专用的芯片。

然后这个专用的芯片再做拆分，又做了训练和推理的拆分。

然后这个专用的芯片再做拆分，又做了训练和推理的拆分。

其实这背后反映的就是 AI 它现在变得越来越细腻。

其实这背后反映的就是 AI 它现在变得越来越细腻。

哎，在推理过程当中也有 prefill。

哎，在推理过程当中也有 prefill。

也有抵扣。

也有抵扣。

那拆得细的过程，实际上就是他在内部使用的时候，他对他效率要求很高，对投资回报的要求很高的时候，他才会要求得很细。

那拆得细的过程，实际上就是他在内部使用的时候，他对他效率要求很高，对投资回报的要求很高的时候，他才会要求得很细。

要不然的话，我们就直接用就好了。

要不然的话，我们就直接用就好了。

所以我觉得这个也蛮重要的。

所以我觉得这个也蛮重要的。

当时在 expo 的那个现场，展示两个机柜，一个就是英伟达的 GB 三百 GPU 的机柜，然后另外一个呢，就是呃谷歌的 TPU 的机柜。

当时在 expo 的那个现场，展示两个机柜，一个就是英伟达的 GB 三百 GPU 的机柜，然后另外一个呢，就是呃谷歌的 TPU 的机柜。

其实它们并不是说一个绝对的好，一个绝对的差。

其实它们并不是说一个绝对的好，一个绝对的差。

Nvidia 的这个呃 GPU 在极限性能上其实是更强的，但是呢，其实 TPU 的逻辑，它是这个呃能耗成本都更低，然后可以非常好的在企业里头大规模长时间的运行。

Nvidia 的这个呃 GPU 在极限性能上其实是更强的，但是呢，其实 TPU 的逻辑，它是这个呃能耗成本都更低，然后可以非常好的在企业里头大规模长时间的运行。

所以呢 GPU 和 GTPU 并不是一个非此即彼的这么一种关系。

所以呢 GPU 和 GTPU 并不是一个非此即彼的这么一种关系。

Consumes 140 kilowatt power.

Consumes 140 kilowatt power.

That track over there consumes 60 kilowatt of power.

That track over there consumes 60 kilowatt of power.

So, it's like, you know, an aeroplane engine is better than a Ferrari engine, because the aeroplane engine consumes much more elec- energy, right?

So, it's like, you know, an aeroplane engine is better than a Ferrari engine, because the aeroplane engine consumes much more elec- energy, right?

So different use cases but if you know the NVIDIA chips are the sort of the maximum power um and maximum Performance gives for sure 其实 Google 单纯从这个云业务上来说啊，它在全球的市场份额其实并不占太大的优势啊。

So different use cases but if you know the NVIDIA chips are the sort of the maximum power um and maximum Performance gives for sure 其实 Google 单纯从这个云业务上来说啊，它在全球的市场份额其实并不占太大的优势啊。

但是如果咱们要去看到它从基础设施，它们的底层的这个芯片。

但是如果咱们要去看到它从基础设施，它们的底层的这个芯片。

然后它串联起来的这样子一个全站的能力，它确实还是挺独一无二的。

然后它串联起来的这样子一个全站的能力，它确实还是挺独一无二的。

在这几个大厂里面之间，如果来来来看的话。

在这几个大厂里面之间，如果来来来看的话。

全站我觉得是只有 Google 才能讲通的故事啊，因为它不只是有模型和产品，而且它是连现在是底层算力都攥在自己的手里了。

全站我觉得是只有 Google 才能讲通的故事啊，因为它不只是有模型和产品，而且它是连现在是底层算力都攥在自己的手里了。

对对对，然后这个就是他能把 One Google 这个故事讲下去的一个基础。

对对对，然后这个就是他能把 One Google 这个故事讲下去的一个基础。

好，那我们再来看一下他们想具体怎么做。

好，那我们再来看一下他们想具体怎么做。

那今年其实这个 cloud 的 ceo 啊，Thomas Kurian，然后他们都把他亲切地叫 tk 对，在 keynote 上说了一句话，然后我觉得其实还挺重要的，就是这个 pilot 时代，就 ai 的 pilot 我们尝试的这个时代结束了。

那今年其实这个 cloud 的 ceo 啊，Thomas Kurian，然后他们都把他亲切地叫 tk 对，在 keynote 上说了一句话，然后我觉得其实还挺重要的，就是这个 pilot 时代，就 ai 的 pilot 我们尝试的这个时代结束了。

Agent 的时代到来了。

Agent 的时代到来了。

对，那这个话到底是意味什么呢？

对，那这个话到底是意味什么呢？

那我觉得可能还得再回溯一下今年的这个核心的发布，因为刚刚讲了，其实今年产生了一个新的名字叫 Gemini Enterprise Agent Platform，就是这个 Gemini。

那我觉得可能还得再回溯一下今年的这个核心的发布，因为刚刚讲了，其实今年产生了一个新的名字叫 Gemini Enterprise Agent Platform，就是这个 Gemini。

企业级 Agent 的平台。

企业级 Agent 的平台。

那以前这个东西叫什么？

那以前这个东西叫什么？

叫 Vertex AI 那原来 Vertex 它其实是一个机器学习平台，已经存在了有一段时间了。

叫 Vertex AI 那原来 Vertex 它其实是一个机器学习平台，已经存在了有一段时间了。

然后现在就完全就改名了，目标并不是在训练模型了，而是这个怎么样管理和编排你不同的 Agent。

然后现在就完全就改名了，目标并不是在训练模型了，而是这个怎么样管理和编排你不同的 Agent。

然后我就觉得这个 agent 听多了，我感觉好像每一个 agent 都是一个工作流，每一个 agent 都是一个 sop 就在 Kino 上面就听了太多太多的这个 agent 了。

然后我就觉得这个 agent 听多了，我感觉好像每一个 agent 都是一个工作流，每一个 agent 都是一个 sop 就在 Kino 上面就听了太多太多的这个 agent 了。

第二个其实最重要的就是它这个 TPU 八。

第二个其实最重要的就是它这个 TPU 八。

然后它现在就分成了这个两个芯片，然后一个是推理的，然后一个是它的这个预训练的，就是是两个独立的芯片了。

然后它现在就分成了这个两个芯片，然后一个是推理的，然后一个是它的这个预训练的，就是是两个独立的芯片了。

然后这个其实也是他们第一次这么做。

然后这个其实也是他们第一次这么做。

对，然后反映的是现在其实 AI 的整个，它在这个呃工作的负载上面变得越来越专业化了，然后还是怎么样去调优，这个是他们最核心的东西。

对，然后反映的是现在其实 AI 的整个，它在这个呃工作的负载上面变得越来越专业化了，然后还是怎么样去调优，这个是他们最核心的东西。

然后第三，大家应该也都看到了 Google 的这个资本的支出，这个其实是前几年的呃，六倍。

然后第三，大家应该也都看到了 Google 的这个资本的支出，这个其实是前几年的呃，六倍。

然后今年其实是他们预计到175~185亿美元的这样子一个资本支出，是投入在这个 AI 里面。

然后今年其实是他们预计到175~185亿美元的这样子一个资本支出，是投入在这个 AI 里面。

那四年前啊，这个数字只是这个30多亿啊，翻了接近6倍。

那四年前啊，这个数字只是这个30多亿啊，翻了接近6倍。

对对对，这里头其中每一项功能都是真金白银的投入。

对对对，这里头其中每一项功能都是真金白银的投入。

对，然后我们如果对比一下去年的这个25年的这个 NEX。

对，然后我们如果对比一下去年的这个25年的这个 NEX。

发布的是这个 Ironwood TPU，然后资本支出是75亿美元。

发布的是这个 Ironwood TPU，然后资本支出是75亿美元。

然后 A to A 就 Agent to Agent 的这个协议，大概有50多个这个合作伙伴。

然后 A to A 就 Agent to Agent 的这个协议，大概有50多个这个合作伙伴。

那今年这个 TPU 八是185亿美元，然后 A to A 的这个协议已经将近有150个。

那今年这个 TPU 八是185亿美元，然后 A to A 的这个协议已经将近有150个。

这样子的不同的这个合作伙伴，然后在他们的环境里面部署了。

这样子的不同的这个合作伙伴，然后在他们的环境里面部署了。

嗯，对。

嗯，对。

所以去年大家来的时候问的很多问题是说我能不能做一个 agent 啊，就像我们聊的时候，他就说去年好像所有展台的这些介绍人员都像个 tutor 就是我来教你说，哎，怎么来 build up 一个 agent 但今年完全不一样了。

所以去年大家来的时候问的很多问题是说我能不能做一个 agent 啊，就像我们聊的时候，他就说去年好像所有展台的这些介绍人员都像个 tutor 就是我来教你说，哎，怎么来 build up 一个 agent 但今年完全不一样了。

大家的问题变成了我怎么样来管理我手里的这些 agent 这几千个 agent 然后那这背后的逻辑呢，就是其实 agent 呢完全已经不再是个实验性的工具了，大家已经不好奇它是什么，我要怎么开始做它。

大家的问题变成了我怎么样来管理我手里的这些 agent 这几千个 agent 然后那这背后的逻辑呢，就是其实 agent 呢完全已经不再是个实验性的工具了，大家已经不好奇它是什么，我要怎么开始做它。

而是变成了这个企业工作流的一个最最基本的单位。

而是变成了这个企业工作流的一个最最基本的单位。

每个企业手里可能都有几千个 Agent 所以这个就像啊以前公司里呢，可能最小的工作单位是一个人或者一个部门，那现在呢，一个人和一个部门已经被叫一个 Agent 或者几个 Agent 来取代了。

每个企业手里可能都有几千个 Agent 所以这个就像啊以前公司里呢，可能最小的工作单位是一个人或者一个部门，那现在呢，一个人和一个部门已经被叫一个 Agent 或者几个 Agent 来取代了。

其实还有一个数字，我印象也挺深刻的啊，就是 Google 的 CEO 啊，Pichai上来的时候，他就说，现在 Google 内部其实75%的新代码都是由 AI 生成的。

其实还有一个数字，我印象也挺深刻的啊，就是 Google 的 CEO 啊，Pichai上来的时候，他就说，现在 Google 内部其实75%的新代码都是由 AI 生成的。

那去年这个时候呢，才只有25%，增加了3倍。

那去年这个时候呢，才只有25%，增加了3倍。

对，其实他们自己在跟我们讲的时候，也都是反复的在说。

对，其实他们自己在跟我们讲的时候，也都是反复的在说。

我们在内部其实已经都是在使用了很长一段时间了，他们像是詹妮还讲的，我们这个叫做 eat your own dog food 就是把你自己的狗。

我们在内部其实已经都是在使用了很长一段时间了，他们像是詹妮还讲的，我们这个叫做 eat your own dog food 就是把你自己的狗。

他们再去给一些自己可能合作的比较紧密的一些这个 pilot 的客户，然后再去用，然后再发布，是一个这个三步走的这样子的一个过程。

他们再去给一些自己可能合作的比较紧密的一些这个 pilot 的客户，然后再去用，然后再发布，是一个这个三步走的这样子的一个过程。

其实去年4月份的时候，他们也在 NEX 大会。

其实去年4月份的时候，他们也在 NEX 大会。

uh就感觉好像就是一定要赶着这个时间节点发布了很多东西。

uh就感觉好像就是一定要赶着这个时间节点发布了很多东西。

但是今年我感觉他们明显是更加 ready 了。

但是今年我感觉他们明显是更加 ready 了。

Oh hi I'm Aja uh I am the director of our builder relations team at Google And what that means is that I am an educator I teach developers how to use Google technologies and I have a whole team that does that with me And our goal is。

Oh hi I'm Aja uh I am the director of our builder relations team at Google And what that means is that I am an educator I teach developers how to use Google technologies and I have a whole team that does that with me And our goal is。

to help people build really cool stuff using Google Tech, and have a great time doing it.

to help people build really cool stuff using Google Tech, and have a great time doing it.

OK.

OK.

So, it's all about agents.

So, it's all about agents.

um, Now, I say that, and everyone immediately thinks like little tiny agents, and that's not where we're at.

um, Now, I say that, and everyone immediately thinks like little tiny agents, and that's not where we're at.

We've moved beyond that.

We've moved beyond that.

What I'm seeing is I'm seeing people that are using AI, and my definition of an agent is an AI that has a job to do, and the ability to do that job independently, and whatever tools it needs to do that job.

What I'm seeing is I'm seeing people that are using AI, and my definition of an agent is an AI that has a job to do, and the ability to do that job independently, and whatever tools it needs to do that job.

We're seeing a lot of folks uplift all the thinking so that they're describing the problem, not describing the solution now.

We're seeing a lot of folks uplift all the thinking so that they're describing the problem, not describing the solution now.

And they're deploying s- fleets fleets of agents to do that.

And they're deploying s- fleets fleets of agents to do that.

So in the con- context of coding, which is where I spend most of my time thinking.

So in the con- context of coding, which is where I spend most of my time thinking.

You have a coding agent, you have a planning agent, you have a testing agent, you have a security review agent, a code review agent.

You have a coding agent, you have a planning agent, you have a testing agent, you have a security review agent, a code review agent.

I've talked to folks who actually have two coding agents, two different models, and they will put them together in a fleet, and they will have them critique each other.

I've talked to folks who actually have two coding agents, two different models, and they will put them together in a fleet, and they will have them critique each other.

And so, it's like having two agents pair programming together using different models, because it helps them get even better code out of the situation.

And so, it's like having two agents pair programming together using different models, because it helps them get even better code out of the situation.

I'm seeing so many creative ideas here but everyone's trying to figure out how we can use AI efficiently and safely to reduce the toil and let us build thing awesome stuff faster 嗯嗯。

I'm seeing so many creative ideas here but everyone's trying to figure out how we can use AI efficiently and safely to reduce the toil and let us build thing awesome stuff faster 嗯嗯。

我们其实和他们的 builder relation 总监聊了聊，总监他是专门是教育 builder 啊，然后是教育开发者的这样子一个角色。

我们其实和他们的 builder relation 总监聊了聊，总监他是专门是教育 builder 啊，然后是教育开发者的这样子一个角色。

然后 a 贾他也自己也非常的这个 passionate 他自己的工作，他跟我们其实在讲，他不仅是立的自己的一个30多人的团队，然后他其实是。

然后 a 贾他也自己也非常的这个 passionate 他自己的工作，他跟我们其实在讲，他不仅是立的自己的一个30多人的团队，然后他其实是。

呃，经常跟这个成百上千的开发者再去沟通。

呃，经常跟这个成百上千的开发者再去沟通。

他说现在其实，Agent 不是一个新的拆吧，它是一种这个新的思考的这种方式和工作方式。

他说现在其实，Agent 不是一个新的拆吧，它是一种这个新的思考的这种方式和工作方式。

我相信大家，我们的听众，其实大家也都能够有这个自己的体感。

我相信大家，我们的听众，其实大家也都能够有这个自己的体感。

从他的这个角度来看的话，这个原来是 Code First，就我怎么样先去把代码写出来，然后这个已经完全不一样了，现在是 Problem First，因为整个编程它并不是一个门槛很高的东西了。

从他的这个角度来看的话，这个原来是 Code First，就我怎么样先去把代码写出来，然后这个已经完全不一样了，现在是 Problem First，因为整个编程它并不是一个门槛很高的东西了。

而且他提到的这个例子还挺生动的，就两个。

而且他提到的这个例子还挺生动的，就两个。

Coding Agent 然后互相挑错，然后一个写代码，一个一个帮他去这个审查。

Coding Agent 然后互相挑错，然后一个写代码，一个一个帮他去这个审查。

呃，然后两个 Agent 之间就互相不断的这个迭代。

呃，然后两个 Agent 之间就互相不断的这个迭代。

呃，这个其实就是这个他们所说的这个叫 Agent 的 fleet 或舰队这样的一个概念啊，不是一个 Agent。

呃，这个其实就是这个他们所说的这个叫 Agent 的 fleet 或舰队这样的一个概念啊，不是一个 Agent。

包打天下，而是多个 agent 协同工作。

包打天下，而是多个 agent 协同工作。

其实我们在第二天的 Developer 这样的一个 Keynote 上面，然后包括很多线下的一个小的 session 里面，其实也都不断的去听到或者看到怎么样 agent 和 agent 之间协同的，他们的一些最新的案例和他们的 demo 的这些东西。

其实我们在第二天的 Developer 这样的一个 Keynote 上面，然后包括很多线下的一个小的 session 里面，其实也都不断的去听到或者看到怎么样 agent 和 agent 之间协同的，他们的一些最新的案例和他们的 demo 的这些东西。

uh, Anti gravity helped me and so many other people I know shift from a code first mindset to an agent first mindset, to a problem first mindset.

uh, Anti gravity helped me and so many other people I know shift from a code first mindset to an agent first mindset, to a problem first mindset.

And I really love the way it feels.

And I really love the way it feels.

That's the one that's been most impactful on me.

That's the one that's been most impactful on me.

For the broader team, um, I really like what we've done with agent platform.

For the broader team, um, I really like what we've done with agent platform.

We've got versions of that internally that we've been using for quite a while, like quite a while.

We've got versions of that internally that we've been using for quite a while, like quite a while.

We test what we use before we s- before we ship it, so we can find the issues before y'all have to.

We test what we use before we s- before we ship it, so we can find the issues before y'all have to.

One of the things I've found is that the folks on my team who are super productive, hmm, have some of the coolest ideas are automating the boring parts of their job.

One of the things I've found is that the folks on my team who are super productive, hmm, have some of the coolest ideas are automating the boring parts of their job.

So they're automating their status reports, they're automating updates, they're automating tracking things, and they're able to automate that very very quickly using natural language, and some of our tools for creating agents.

So they're automating their status reports, they're automating updates, they're automating tracking things, and they're able to automate that very very quickly using natural language, and some of our tools for creating agents.

And I can tell as a manager of a team of 35 ish.

And I can tell as a manager of a team of 35 ish.

Who is using AI and agents on a daily basis and who is not?

Who is using AI and agents on a daily basis and who is not?

And so, yes, I love using agents for coding.

And so, yes, I love using agents for coding.

Love, love, love the direction we're taking coding.

Love, love, love the direction we're taking coding.

I love the builder revolution.

I love the builder revolution.

But also On a day to day basis, taking out that one hour task that you have to do every Monday, or that two hour task of updating all the things you have to do every Friday.

But also On a day to day basis, taking out that one hour task that you have to do every Monday, or that two hour task of updating all the things you have to do every Friday.

That is also a thing that is just massively improving People's quality of life and job satisfaction and that's super cool too 对，然后，Aja 也提到啊，她说一眼就能看出来自己的员工谁在用 AI 谁没谁没有在用 AI 因为她就说这个。

That is also a thing that is just massively improving People's quality of life and job satisfaction and that's super cool too 对，然后，Aja 也提到啊，她说一眼就能看出来自己的员工谁在用 AI 谁没谁没有在用 AI 因为她就说这个。

如果你真的用了 Aja 的，你的这个生活质量就是 quality of life 会有非常大的提升，因为 Aja 真的可以把那些无聊的，非常重复的。

如果你真的用了 Aja 的，你的这个生活质量就是 quality of life 会有非常大的提升，因为 Aja 真的可以把那些无聊的，非常重复的。

啊，反复需要人去操作的那些工作就自动化了，那人呢，就可以把更多的时间花在更有创造性的事情上。

啊，反复需要人去操作的那些工作就自动化了，那人呢，就可以把更多的时间花在更有创造性的事情上。

对，虽然这个其实也还蛮老生常谈的了啊，但是我觉得可能这开发者他的这个价值，其实我们在之前的节目里面也反复的会提到过。

对，虽然这个其实也还蛮老生常谈的了啊，但是我觉得可能这开发者他的这个价值，其实我们在之前的节目里面也反复的会提到过。

他已经不是写代码的这个速度了，而是可能怎么样你去定义一个问题，然后判断这个 AI 给你的解决方案的能力到底是不是最适合的。

他已经不是写代码的这个速度了，而是可能怎么样你去定义一个问题，然后判断这个 AI 给你的解决方案的能力到底是不是最适合的。

就人的这个判断其实是更加重要的。

就人的这个判断其实是更加重要的。

这当然了，我们其实前段时间都会听到韩国的那个案例啊，就是韩国那个游戏公司，就那个 PUBG。

这当然了，我们其实前段时间都会听到韩国的那个案例啊，就是韩国那个游戏公司，就那个 PUBG。

就是 PUBG 母公司的这个呃老板，然后他虽然是有他的这个管理团队啊，虽然是有他的这个法务团队给他非常专业的建议，但是他非要听这个 AI 的，然后最后导致，然后他在整这个诉讼里面败诉。

就是 PUBG 母公司的这个呃老板，然后他虽然是有他的这个管理团队啊，虽然是有他的这个法务团队给他非常专业的建议，但是他非要听这个 AI 的，然后最后导致，然后他在整这个诉讼里面败诉。

可能大家也都看到这个新闻了。

可能大家也都看到这个新闻了。

在节目的中间，想和你分享一个消息。

在节目的中间，想和你分享一个消息。

你知道现在有的政府部门在花钱雇科幻小说家，帮他们想象未来吗？

你知道现在有的政府部门在花钱雇科幻小说家，帮他们想象未来吗？

今年2月，英国国防科学技术实验室出版了一本名叫未来创想的新书。

今年2月，英国国防科学技术实验室出版了一本名叫未来创想的新书。

书里描写着2122年的情景，比如自动机器战争、做生死判定的 AI 等等。

书里描写着2122年的情景，比如自动机器战争、做生死判定的 AI 等等。

而这本书是英国官方国防战略工具。

而这本书是英国官方国防战略工具。

所以为什么一个国家的国防部要请科幻作家写书呢？

所以为什么一个国家的国防部要请科幻作家写书呢？

现实科技又和小说里的科幻场景有着怎样的关联？

现实科技又和小说里的科幻场景有着怎样的关联？

这个话题来自于我们的青少年播客Knock Knock 世界。

这个话题来自于我们的青少年播客Knock Knock 世界。

你可以在单集简介中找到收听链接。

你可以在单集简介中找到收听链接。

好，那我们说完 Agent 是什么，我们其实还是蛮关心在企业里面怎么落地的。

好，那我们说完 Agent 是什么，我们其实还是蛮关心在企业里面怎么落地的。

虽然 Google 在 keynote 上面发布了很多他们跟各种各样的企业，跟维京啊，呃， Home Depot 啊等等各种大企业的他们这样子一些应用。

虽然 Google 在 keynote 上面发布了很多他们跟各种各样的企业，跟维京啊，呃， Home Depot 啊等等各种大企业的他们这样子一些应用。

但是真正的这个在线下，我们其实也跟很多人聊了这个到底怎么样能够实际的落地，然后在企业内部真的是跑起来。

但是真正的这个在线下，我们其实也跟很多人聊了这个到底怎么样能够实际的落地，然后在企业内部真的是跑起来。

然后这块其实我们也还是挺关心的。

然后这块其实我们也还是挺关心的。

对，其实我已经不止在一个场合里头听说有一词叫 capability overhang 就叫能力悬崖啊，就是其实现在 AI 的技术，它的能力已经其实远远超过了企业需要实际使用的能力，然后因为比如说模型其实是一代比一代强。

对，其实我已经不止在一个场合里头听说有一词叫 capability overhang 就叫能力悬崖啊，就是其实现在 AI 的技术，它的能力已经其实远远超过了企业需要实际使用的能力，然后因为比如说模型其实是一代比一代强。

但是呢，其实大部分的企业可能它对 AI 的应用还是处在一个 proof of concept 这个阶段，就是不停的绕圈发 demo 但是呢，呃，老板觉得好像挺好，然后呢就是没有然后了。

但是呢，其实大部分的企业可能它对 AI 的应用还是处在一个 proof of concept 这个阶段，就是不停的绕圈发 demo 但是呢，呃，老板觉得好像挺好，然后呢就是没有然后了。

所以落地呢，就是今年行业整体需要解决的一个问题。

所以落地呢，就是今年行业整体需要解决的一个问题。

而且这个落地这个词也是不断不断地出现。

而且这个落地这个词也是不断不断地出现。

我觉得现在今年可能不，并不是一个技术大的大年，但很多是一个落地整合的一个大年。

我觉得现在今年可能不，并不是一个技术大的大年，但很多是一个落地整合的一个大年。

啊，你不是你说这个 Mac 7 里边说，我觉得微软肯定有这个机会，对吧？

啊，你不是你说这个 Mac 7 里边说，我觉得微软肯定有这个机会，对吧？

它也它有自己的平台。

它也它有自己的平台。

Meta，Nvidia 可能我觉得不太适合吧，因为Nvidia太太偏硬件。

Meta，Nvidia 可能我觉得不太适合吧，因为Nvidia太太偏硬件。

我觉得可能就是 Google 和 Microsoft 是最有机会的吧。

我觉得可能就是 Google 和 Microsoft 是最有机会的吧。

对，因为 AI 降低了大家创业的门槛，就是这个创业公司像雨后春笋一样冒出来。

对，因为 AI 降低了大家创业的门槛，就是这个创业公司像雨后春笋一样冒出来。

然后这种创业公司呢，非常快速的利用今天 AI 的能力，就像我们就 Google Cloud 这样的大厂提供的，不管是芯片呀，还是全栈的一个解决方案，还是贸道的能力。

然后这种创业公司呢，非常快速的利用今天 AI 的能力，就像我们就 Google Cloud 这样的大厂提供的，不管是芯片呀，还是全栈的一个解决方案，还是贸道的能力。

你，比如说我们呃去年合作的像 Plaid AI 对吧？

你，比如说我们呃去年合作的像 Plaid AI 对吧？

就类似于我们今天这种访谈的这样的一个场景，它只做这么一个 unique 的场景，但它做得非常好。

就类似于我们今天这种访谈的这样的一个场景，它只做这么一个 unique 的场景，但它做得非常好。

它的 prompt 加上我们的 model 就是你怎么去洞察在这个会议当中。

它的 prompt 加上我们的 model 就是你怎么去洞察在这个会议当中。

呃，说话的这几方，他的一个角色呀，嗯，就谁是在真正掌控会议的方向。

呃，说话的这几方，他的一个角色呀，嗯，就谁是在真正掌控会议的方向。

就这只是一个小的例子哈，他不需要去重新造整个轮子，来依赖于大模型，加上董梦的 knowledge 就可以快速的创新。

就这只是一个小的例子哈，他不需要去重新造整个轮子，来依赖于大模型，加上董梦的 knowledge 就可以快速的创新。

而且它在很短的时间内就实现了上亿美元的一个营收。

而且它在很短的时间内就实现了上亿美元的一个营收。

就这一类的 startup 在去年到今年非常多。

就这一类的 startup 在去年到今年非常多。

然后还有 AR 就是 AR 穿戴设备，对吧？

然后还有 AR 就是 AR 穿戴设备，对吧？

AR 耳机，AR 眼镜。

AR 耳机，AR 眼镜。

就每一家都有很好的想法。

就每一家都有很好的想法。

然后第二类就是我刚刚说的企业客户，就是互联网大厂啊。

然后第二类就是我刚刚说的企业客户，就是互联网大厂啊。

那走得快的企业真的是在开源，它不是只是节流，就是开源。

那走得快的企业真的是在开源，它不是只是节流，就是开源。

那用 AI 打开新的市场，然后提供一些新的增值服务，就他的同行的伙伴做不到的一些，所以他能够很快的获得一个营收。

那用 AI 打开新的市场，然后提供一些新的增值服务，就他的同行的伙伴做不到的一些，所以他能够很快的获得一个营收。

这这两类我们都是看的非常，走的非常快的。

这这两类我们都是看的非常，走的非常快的。

珍妮提到的这两类客户特别的典型啊。

珍妮提到的这两类客户特别的典型啊。

一种是这种 AI 原生的公司，相信大家其实都还挺熟知的那个深圳的这个公司，AI 硬件公司叫做 Plaid AI。

一种是这种 AI 原生的公司，相信大家其实都还挺熟知的那个深圳的这个公司，AI 硬件公司叫做 Plaid AI。

那另外一类其实就是这种传统企业，然后他们其实是有自己的数据啊，有场景啊，然后就是需要把 AI 整合到现有的系统，包括像是跟今天讲的，可能在游戏公司啊，这样其实体现的其实最多的。

那另外一类其实就是这种传统企业，然后他们其实是有自己的数据啊，有场景啊，然后就是需要把 AI 整合到现有的系统，包括像是跟今天讲的，可能在游戏公司啊，这样其实体现的其实最多的。

其实像那个 Plaid 这种 AI 的原生创业企。

其实像那个 Plaid 这种 AI 的原生创业企。

企业，他们能很好的运用 AI 就是开启一个新的业务，我平时其实不是特别意外啊。

企业，他们能很好的运用 AI 就是开启一个新的业务，我平时其实不是特别意外啊。

然后其实是另外一个，就是关于传统行业怎么样落地 Agent 的这些例子，我反而感觉会让我有点耳目一新的感觉，因为说实在传统行业，比如说像银行，啊，零售业，然后还有制造业这种行业通常体量很大。

然后其实是另外一个，就是关于传统行业怎么样落地 Agent 的这些例子，我反而感觉会让我有点耳目一新的感觉，因为说实在传统行业，比如说像银行，啊，零售业，然后还有制造业这种行业通常体量很大。

他们的工作流也很长，其实想要把 AI 嵌入到他们工作流里头，其实是比较吃力的。

他们的工作流也很长，其实想要把 AI 嵌入到他们工作流里头，其实是比较吃力的。

呃，Jenny 也提到，其实对于这种大的传统的企业的落地方案，其实是有两条啊。

呃，Jenny 也提到，其实对于这种大的传统的企业的落地方案，其实是有两条啊。

一条呢就是内部提效，比如它其实有用 Agent 做自动化的客服，然后自动化的安全检测，然后包括自动化的生成一些内部的复杂的这种内部的报告。

一条呢就是内部提效，比如它其实有用 Agent 做自动化的客服，然后自动化的安全检测，然后包括自动化的生成一些内部的复杂的这种内部的报告。

这是一条路径，那第二条路径呢，就是可以用它来开辟一些新的市场，用 AI 来做一些以前人手不够或者说是做不到的事情。

这是一条路径，那第二条路径呢，就是可以用它来开辟一些新的市场，用 AI 来做一些以前人手不够或者说是做不到的事情。

呃，当然，Jenny 给我们说了非常多这个正面的案例啊，也是让我们看到了更多积极的信号。

呃，当然，Jenny 给我们说了非常多这个正面的案例啊，也是让我们看到了更多积极的信号。

但是呢，其实 AI 的落地还是有蛮多障碍的。

但是呢，其实 AI 的落地还是有蛮多障碍的。

还有一点，其实珍妮跟这个我们上一期的嘉宾达尼洛说的很类似的地方，就是企业的 AI 没有办法落地，不是技术问题，而是 c level 的这个战略的决心。

还有一点，其实珍妮跟这个我们上一期的嘉宾达尼洛说的很类似的地方，就是企业的 AI 没有办法落地，不是技术问题，而是 c level 的这个战略的决心。

嗯，AI 真的是一个有，在每一个企业要从上而下的一一个驱动。

嗯，AI 真的是一个有，在每一个企业要从上而下的一一个驱动。

我看到了很多就是走得比较靠前的企业，真的是他的 c level 在带头的，这个非常重要。

我看到了很多就是走得比较靠前的企业，真的是他的 c level 在带头的，这个非常重要。

那我也看到有一些企业相对保守，相对步子迈得慢一点。

那我也看到有一些企业相对保守，相对步子迈得慢一点。

那真的是 c level 就是比较慢一点。

那真的是 c level 就是比较慢一点。

所以我觉得这个 c level 的这个执行力和战略决策是非常重要的第一点。

所以我觉得这个 c level 的这个执行力和战略决策是非常重要的第一点。

还有一个就是安全问题，老板其实大家都知道现在要用 AI 用 AI 的压力非常的大，但是呢这个压力就会给到 cto 也就是技术负责人。

还有一个就是安全问题，老板其实大家都知道现在要用 AI 用 AI 的压力非常的大，但是呢这个压力就会给到 cto 也就是技术负责人。

但是呢，CTO 这个时候就会问，说那我如果大规模的使用了 AI 那我的系统如果瘫痪了怎么办？

但是呢，CTO 这个时候就会问，说那我如果大规模的使用了 AI 那我的系统如果瘫痪了怎么办？

我的数据如果丢了怎么办？

我的数据如果丢了怎么办？

这如如果出数据出了安全事故又来谁负责呢？

这如如果出数据出了安全事故又来谁负责呢？

其实我觉得这个也可以想象啊，假如说我是一个金融行业的 CTO 吧，比如说银行的 CTO 然后我每天都要管着几百个的核心系统，然后有那么多的用户数据，那监管系统是随时可能来找我的。

其实我觉得这个也可以想象啊，假如说我是一个金融行业的 CTO 吧，比如说银行的 CTO 然后我每天都要管着几百个的核心系统，然后有那么多的用户数据，那监管系统是随时可能来找我的。

如果我现在要把这些能力给到一群可以自主决策，甚至自己主动执行任务的 agent 的话。

如果我现在要把这些能力给到一群可以自主决策，甚至自己主动执行任务的 agent 的话。

那我肯定要担心，万一有一个 agent 做了一个错误的决策，或者在某些，比如说权限的配置上出了什么问题，泄露了用户的数据，那后果是什么？

那我肯定要担心，万一有一个 agent 做了一个错误的决策，或者在某些，比如说权限的配置上出了什么问题，泄露了用户的数据，那后果是什么？

所以这次在 next 大会上面，其实 Google 也是重点的会推出了他们的这个安全方面的这样的解决方案。

所以这次在 next 大会上面，其实 Google 也是重点的会推出了他们的这个安全方面的这样的解决方案。

然后是一个这个叫做 authentic 的 defense 这样子的东西，它其实整合了他们投资的那个企业叫做 WIZ W I Z 然后强调这个 agent 它的呃，密码学的身份，就是给每一个 agent 都是有一个像是加密货币一样的这种感觉。

然后是一个这个叫做 authentic 的 defense 这样子的东西，它其实整合了他们投资的那个企业叫做 WIZ W I Z 然后强调这个 agent 它的呃，密码学的身份，就是给每一个 agent 都是有一个像是加密货币一样的这种感觉。

是给他的一个单独的这个 id 他其实就是要解决这个问题，让 agent 能够被观察到。

是给他的一个单独的这个 id 他其实就是要解决这个问题，让 agent 能够被观察到。

Observability 这个词其实我们在现场也听到很多啊。

Observability 这个词其实我们在现场也听到很多啊。

对，我觉得如果讲到企业的这个安全可能太虚的话，大家可能对最近的这个龙虾热。

对，我觉得如果讲到企业的这个安全可能太虚的话，大家可能对最近的这个龙虾热。

导致的安全问题，应该也有有所耳闻哈，就是可能大家都在装这个 mcp 的龙虾，但是装完以后发现不敢用。

导致的安全问题，应该也有有所耳闻哈，就是可能大家都在装这个 mcp 的龙虾，但是装完以后发现不敢用。

对，因为权限特别不清楚嘛，然后你就相当于是在给互联网送 token 嗯，如果你想要 agent 的真正落地，他的能力是有了，但是治理能不能跟上，又是另外一个问题。

对，因为权限特别不清楚嘛，然后你就相当于是在给互联网送 token 嗯，如果你想要 agent 的真正落地，他的能力是有了，但是治理能不能跟上，又是另外一个问题。

刚才我们一直在说 Google 能力非常强啊，但是实际上也不是所有人都对 Google 这次发布非常的满意，或者是觉得非常惊喜的。

刚才我们一直在说 Google 能力非常强啊，但是实际上也不是所有人都对 Google 这次发布非常的满意，或者是觉得非常惊喜的。

我在现场其实也是和一个相关公司的人聊了聊。

我在现场其实也是和一个相关公司的人聊了聊。

哈喽，大家好，我是新霞。

哈喽，大家好，我是新霞。

然后我是做 AI Infra Marketing 的。

然后我是做 AI Infra Marketing 的。

我觉得就是 Google 其实野心挺大的，他们想覆盖所有的 Agent 的整个流程，就包括 Agent 的构建，然后 Agent 的 Scale 等等等等，就是他们想要覆盖全流程的内容。

我觉得就是 Google 其实野心挺大的，他们想覆盖所有的 Agent 的整个流程，就包括 Agent 的构建，然后 Agent 的 Scale 等等等等，就是他们想要覆盖全流程的内容。

但是我个人是觉得，其实 Google 这一次发布新的东西是没有什么新的创新啦。

但是我个人是觉得，其实 Google 这一次发布新的东西是没有什么新的创新啦。

只是说它知道所有 Agent 的 Infra 有哪些层面，然后它就发布了所有的产品，覆盖了这些层层面。

只是说它知道所有 Agent 的 Infra 有哪些层面，然后它就发布了所有的产品，覆盖了这些层层面。

然后就我自己印象最深刻的演讲是所有就是 anthropic 他们讲的东西。

然后就我自己印象最深刻的演讲是所有就是 anthropic 他们讲的东西。

就他们讲的东西是非常 practical 然后非常细节，然后非常实用的内容。

就他们讲的东西是非常 practical 然后非常细节，然后非常实用的内容。

我又听了 Google 的那些演讲，我就觉得他们讲的东西就更务虚，然后更加嗯，抓不到重点的那些内容，因为他们想做的东西实在是太多了。

我又听了 Google 的那些演讲，我就觉得他们讲的东西就更务虚，然后更加嗯，抓不到重点的那些内容，因为他们想做的东西实在是太多了。

我觉得他没有在某个领域去钻得很深入。

我觉得他没有在某个领域去钻得很深入。

对。

对。

对，所以也就说到 Google 想要打造这个全站的另外一面啊，就是什么都能 cover 一点，但是什么都讲得不是很深，好像就是 here and there 然后让你有一种获得感很强的感觉。

对，所以也就说到 Google 想要打造这个全站的另外一面啊，就是什么都能 cover 一点，但是什么都讲得不是很深，好像就是 here and there 然后让你有一种获得感很强的感觉。

呃，这个批评其实还蛮真实的，全站的优势确实是存在。

呃，这个批评其实还蛮真实的，全站的优势确实是存在。

就像我们现场聊的一个人，叫做 Warren 呃，他是 google cloud 北亚区的这个初创生态的这个负责人。

就像我们现场聊的一个人，叫做 Warren 呃，他是 google cloud 北亚区的这个初创生态的这个负责人。

哦，那我觉得 Fusee 的东西让大家用最好的一个 value 吧，就是说。

哦，那我觉得 Fusee 的东西让大家用最好的一个 value 吧，就是说。

我就找一家，我就跟一家去 engage 我就可以解决我所有的问题了。

我就找一家，我就跟一家去 engage 我就可以解决我所有的问题了。

我不用说我 model 去用它，我 infer 去问它。

我不用说我 model 去用它，我 infer 去问它。

对于创业来说，你极大的简化你呃去寻求 support 这样的一个 effort。

对于创业来说，你极大的简化你呃去寻求 support 这样的一个 effort。

可能它就是一个这种深度和广度，或者是专精到整合，甚至可能是大厂 versus 这个创业公司的这样子的一个对比。

可能它就是一个这种深度和广度，或者是专精到整合，甚至可能是大厂 versus 这个创业公司的这样子的一个对比。

那 google 肯定是这个，它是一个大厂嘛，那可能在很多这个点上面，它没有办法说是先单点突破。

那 google 肯定是这个，它是一个大厂嘛，那可能在很多这个点上面，它没有办法说是先单点突破。

对于创业者来说的话，那创业公司可能还是得先去服务好，就一批人，然后这些人太爱你的产品，你才能够去开始使用这个产品，然后才能够让很多人去转向他这个产品。

对于创业者来说的话，那创业公司可能还是得先去服务好，就一批人，然后这些人太爱你的产品，你才能够去开始使用这个产品，然后才能够让很多人去转向他这个产品。

我觉得两边我觉得都其实很好理解，你如果是创业公司的话，你肯定得在这个领域做到95分，大家才会用你。

我觉得两边我觉得都其实很好理解，你如果是创业公司的话，你肯定得在这个领域做到95分，大家才会用你。

对，但是你可能这个大公司的话，你可能你做到这个七八十分，我觉得大家大家就觉得那我还是去去转其他的这个单个的产品，我的成本太高，我还是不转了。

对，但是你可能这个大公司的话，你可能你做到这个七八十分，我觉得大家大家就觉得那我还是去去转其他的这个单个的产品，我的成本太高，我还是不转了。

戴安刚才已经说到一个非常重要的问题啊，就是大厂已经把全栈 cover 了，那创业公司到底还有没有机会？

戴安刚才已经说到一个非常重要的问题啊，就是大厂已经把全栈 cover 了，那创业公司到底还有没有机会？

你像 Google 今年呢，他们的这个呃 Google Enterprise 就是他们的一个非常大的 Agent Platform 应有尽有啊。

你像 Google 今年呢，他们的这个呃 Google Enterprise 就是他们的一个非常大的 Agent Platform 应有尽有啊。

像其他的云厂商，像 AWS 他们是有 Agent Core 然后包括 Microsoft 他们是借助他们这个 Office 系统的分发优势，做了这个 Copilot Studio。

像其他的云厂商，像 AWS 他们是有 Agent Core 然后包括 Microsoft 他们是借助他们这个 Office 系统的分发优势，做了这个 Copilot Studio。

相当于是大厂是把这些全站的能力几乎都是 cover 了的。

相当于是大厂是把这些全站的能力几乎都是 cover 了的。

那大厂呢是在不断的往上吃啊，从模型层到服务，再到这个 workflow 他们每往上做一层，其实就意味着这一层成熟了。

那大厂呢是在不断的往上吃啊，从模型层到服务，再到这个 workflow 他们每往上做一层，其实就意味着这一层成熟了。

然后我们就不禁非常的这个好奇，说创业公司的机会究竟在哪里？

然后我们就不禁非常的这个好奇，说创业公司的机会究竟在哪里？

对，可能也是现在不管是听我们节目的这个听众也好，可能是这个 AI 行业里面做创业的朋友们，大家最关心的问题。

对，可能也是现在不管是听我们节目的这个听众也好，可能是这个 AI 行业里面做创业的朋友们，大家最关心的问题。

对，所以大家也为什么就经常要看大厂的这些发布嘛。

对，所以大家也为什么就经常要看大厂的这些发布嘛。

做 AI 创业的人每天都在认真的看新闻，看 anthropic 给 Google OpenAI 做什么。

做 AI 创业的人每天都在认真的看新闻，看 anthropic 给 Google OpenAI 做什么。

我觉得我最早做的是一个我们叫 user proofed AI。

我觉得我最早做的是一个我们叫 user proofed AI。

就是我们当时 slogan 就是 Every product release is user proofed 但后来其实我们 pivot 到了 e-commerce 这一块，或者说是更专注的 e-commerce 很大一个原因就是当时我做了一个 prediction 或者 judgment 就是我们如果四四个月之内做不到我们这个一个比较好的 leader 在这块。

就是我们当时 slogan 就是 Every product release is user proofed 但后来其实我们 pivot 到了 e-commerce 这一块，或者说是更专注的 e-commerce 很大一个原因就是当时我做了一个 prediction 或者 judgment 就是我们如果四四个月之内做不到我们这个一个比较好的 leader 在这块。

我们可能就没有意义了，做的事情。

我们可能就没有意义了，做的事情。

因为 coding agent 会坐上来，对吧？

因为 coding agent 会坐上来，对吧？

因为其实是它的生态嘛。

因为其实是它的生态嘛。

我觉得很多东西都是这样的。

我觉得很多东西都是这样的。

你的 model 在往上做 service 就我在做 two 比如说 coordination 是一个 service 对吧？

你的 model 在往上做 service 就我在做 two 比如说 coordination 是一个 service 对吧？

那你再往上，它是中间各种 workflow automation 那你的数据集成，包括我用 hook work 用了很多，对吧？

那你再往上，它是中间各种 workflow automation 那你的数据集成，包括我用 hook work 用了很多，对吧？

那慢慢的就往上做，往上做，你是没有办法去避免这件事情的。

那慢慢的就往上做，往上做，你是没有办法去避免这件事情的。

所以他们每往上做一层，就说明底下那层已经比较成熟了，上面那层他可以去，他有时间去做了，对吧？

所以他们每往上做一层，就说明底下那层已经比较成熟了，上面那层他可以去，他有时间去做了，对吧？

那我觉得创业公司是没有机会在那块。

那我觉得创业公司是没有机会在那块。

但是呢，我个人感觉我们的机会在哪呢？

但是呢，我个人感觉我们的机会在哪呢？

就是说我们自己的这个，我们对的自己的 data flywheel 一定要做得很深。

就是说我们自己的这个，我们对的自己的 data flywheel 一定要做得很深。