在近期的一期《All-In Podcast》中,谷歌母公司 Alphabet 的 CEO 桑达尔·皮查伊(Sundar Pichai)与硅谷知名投资人 David Friedberg 等人进行了一场深度对话。从 Transformer 的诞生到 AI 资本支出的疯狂增长,从 Waymo 的坚持到“软件重构”的预言,皮查伊罕见地分享了谷歌在 AI 时代的内部分析与战略思考。与此同时,皮查伊还在另一档播客(Cheeky Pint)中与 Stripe CEO 帕特里克·科里森讨论了AI对软件安全的威胁(稍后也会和大家分享这场访谈的核心干货),直言“AI模型几乎会摧毁市面上所有的软件”。这篇文章,将结合对话的核心内容,为你梳理皮查伊的最新判断。
一、谁在对话?
主持人:All-In Podcast 团队《All-In Podcast》由四位硅谷知名投资人/企业家共同主持:Chamath Palihapitiya(Social Capital CEO)、Jason Calacanis(天使投资人)、David Sacks(Craft Ventures 合伙人,曾任 PayPal COO)以及David Friedberg(The Production Board CEO,前 Google 员工)。本期节目主要由 David Friedberg 担纲采访。该播客以“高风险、高信息密度”著称,常邀请科技、金融、政治领域的顶尖人物进行坦率、深度的对话。嘉宾:Sundar Pichai桑达尔·皮查伊,Alphabet(谷歌母公司)CEO。他于 2004 年加入谷歌,领导了 Chrome 浏览器、Google Drive、Gmail 等产品的开发,2015 年成为谷歌 CEO,2019 年起兼任 Alphabet CEO。在他的领导下,谷歌全面转向“AI First”战略。
二、访谈核心观点和信息总结
1. AI 正在“摧毁”软件:安全威胁已成隐藏约束
在 Cheeky Pint 播客中,皮查伊发出严厉警告:“这些模型确实几乎会摧毁市面上所有的软件。也许就在我们坐在这里交谈的此刻,情况已经如此,只是我们不知道而已。”他之所以这么说,是因为 AI 正在以前所未有的速度发现软件漏洞。谷歌威胁情报小组的数据显示:2025 年追踪到90 个零日漏洞被用于攻击,高于 2024 年的 78 个。其中近一半针对企业软件,达到历史最高水平。报告预测,2026 年 AI 将“加速攻击者和防御者之间持续的竞赛”——攻击者将利用 AI 加速侦察、漏洞发现和漏洞利用开发。皮查伊将安全威胁描述为 AI 部署中一个隐藏的制约因素,与内存供应和能源问题并列。他透露,黑市零日漏洞的价格正在下降,因为 AI 增加了可发现漏洞的供应量。他表示“一点也不惊讶”,并警告这种情况需要“更多的协同合作,而目前并没有这样的合作”,未来可能会出现一个“尖锐的时刻”。
2. 软件重构:交互范式正在发生根本性转变
在 All-In Podcast 中,皮查伊详细阐述了软件重构的核心逻辑。传统软件遵循“检索-筛选”模式:用户输入指令,系统返回结果,再由用户手动操作。这是一个单向、割裂的过程。而未来的软件将由AI 智能体驱动,用户不再需要手动、分步骤地操作软件,而是直接下达目标,由系统自主完成。皮查伊用谷歌内部的Antigravity 系统举例:它能够同时调度多个 Agent 并行工作,各自负责任务的不同模块,最终汇总交付。目前,Google DeepMind 和部分软件工程团队已经全面接入,上周这套系统也正式推广到了最核心的搜索团队。但这并非一帆风顺,皮查伊指出了四个具体的落地阻碍:提示词工程门槛:工程师需要时间适应如何向 AI 下达精准指令,尤其是涉及企业内部知识的复杂调用。代码协作方式冲突:AI 介入后,代码迭代极快、改动范围极大,传统的多人协作模式难以适应。数据与权限壁垒:现有的 IT 权限系统是为“人”设计的,而非为“Agent”设计的。如何界定 Agent 的访问层级?安全机制必须重构。组织角色模糊:工程师、产品经理、设计师的职能边界建立在过去的工业化协作模式之上。当 AI 能同时包揽代码、逻辑和设计时,原有的角色墙开始坍塌。皮查伊的回应非常务实:Gemini 团队、Gemini 企业版团队以及 Antigravity 团队,正致力于逐一攻克这些痛点。而这些内部踩过的坑和解决方案,正是他们未来的产品路线图。
皮查伊预测,2027 年将迎来真正的变革拐点。届时,一些垂直领域将发生深刻的转变。以商业数据预测为例,执行者将采用一套完全基于 Agent 的全新工作流。但这必然是一个渐进的过渡期:在很长一段时间内,企业可能会采用“新旧并行”的模式,先用传统系统校验 AI 的结果,建立信任后,再逐步完成全面切换。他还解释了为什么到了 2026 年,这种变革才开始具备大规模推进的条件:此前很多设想无法落地,是因为底层的技术容错率太低,系统不稳定。而到了 2026 年,技术曲线迎来了跃升,系统的稳定性终于达到了可以向外推广的及格线。
5. 大公司与初创公司的转型差异
皮查伊指出,初创公司转型更容易。这些 AI 原生团队从第一天起就可以按照全新的 Agent 逻辑来搭建组织架构,通过招聘筛选具备 AI 协同能力的人才,直接运转在新的工作流上。而大公司则面临着沉重的历史包袱。他们必须在保证庞大业务平稳运转的前提下,“开着飞机换引擎”。数以万计的员工、盘根错节的旧系统、固化的审批流程,都需要分阶段、灰度地进行调整。这注定了软件重构将是一场“分层推进”的战役。一部分前沿企业将在 2027 年完成核心业务的改造,而更多的传统企业可能需要数年时间。