模型吃掉脚手架：Gemini 3.5 Flash 发布前夜，DeepMind 两位负责人把 Google 的 AI 打法讲透了

2023 年 5 月，一份 Google 内部备忘录流出，标题叫「我们没有护城河」，当时不少人断定搜索帝国要塌。三年过去，Google 市值涨了 3.5 万亿美元，这个增量比地球上任何一家公司的总市值都高，只有英伟达和苹果例外。

2026 年 5 月 15 日，I/O 大会开幕前的那个周五，播客 Cognitive Revolution 的主持人 Nathan Labenz 坐进了 Google 总部 Gradient Canopy 大楼的图书馆。做了 340 多期节目，这是他头一次线下录制。对面坐着两位嘉宾：Gemini 模型产品负责人 Tulsee Doshi，DeepMind 技术成员 Logan Kilpatrick。

Nathan 又补了两个数字：2024 到 2025 一年，Google 营收增加 500 亿美元，增量约等于 Anthropic 今天全年的收入；全球四分之一的算力握在 Google 手里。周围的人都在为演示加班，两位嘉宾的状态却透着松弛。

整场对谈聊了模型、脚手架、递归自我改进，还有模型心理学，干货很密。挑重点讲。

I/O 这周发了什么

模型线的主角是 Gemini 3.5 Flash。Tulsee 给的定位是「甜蜜点」：足够聪明，同时足够快、足够便宜。速度约为其他大模型的 3 倍，价格便宜一大截，还能撑起 agentic 编码这类复杂工作流。Google 内部已经大规模在用。

第二个重头是 Gemini Omni，视频生成加编辑。Tulsee 说这是「全模态进、全模态出」的第一步，比如把自己的数字分身放进视频里。Nathan 直接替他们把口号说了：这会是视频版的 nano banana 时刻。Tulsee 笑着承认，这正是官方说法。上线范围是 Gemini 应用、Flow 和 YouTube，API 还没开放。

顺带一个开发者细节：Gemini 的 API 早就接受视频输入，但底层会抽帧降采样，有个 FPS 参数可以自己调。想让模型看得更完整，记得去拧这个旋钮。

第三块是 Antigravity 升级，更聚焦 agent。会上演示了多子代理协作，几个子代理分头干活再汇总，现在去 Antigravity 输入 /teamwork 就能试到早期预览。做演示的是瓦伦·莫汉（Varun Mohan），去年从 Windsurf 加入 Google 的那位。

还有一两周内上线的 Gemini Spark，基于 3.5 Flash，把 agent 能力塞进 Gemini 应用。Gemini Live 同步升级，更快、更聪明，识别背景噪音的能力强了不少，用起来更像一个真搭档。

Tulsee 强调了一件事：3.5 Flash 会同时出现在 Gemini 应用、搜索的 AI Mode、Antigravity、AI Studio 和 Spark 里，一套模型服务用户画像完全不同的产品。Logan 承认这比以前难多了，以前发个模型挂到几个服务上就完事，现在要同时照顾搜索、开发者、云客户和消费级应用。

Logan 总结这届 I/O 的主题，借了桑达尔那个梗：

前两年皮查伊满嘴都是 AI、AI、AI，今年换成 agents、agents、agents。

他接着给了一个更重要的观察：今年是整个生态第一次出现「模型、脚手架、产品」三位一体的共生。模型带着脚手架一起训练，脚手架撑起 agent 产品体验。Spark、AI Studio 里的 vibe coding、给开发者的 Agents API，底层全是同一套东西。

他还点出一条脉络：Google 的产品过去缺一条贯穿始终的主线，Gemini 出现后所有产品被缝到了一起；现在 Antigravity 脚手架成了新的一条线，产品默认就是 agent 化的。

为什么迟迟不发 Ultra

Nathan 的问题很直接。当年 Google 承诺过三个尺寸的 Gemini，结果 Ultra 始终没影，底部反倒多出一个 Flashlight。Google 一年 4000 亿美元收入，利润可能冲到 1000 亿，用户明明愿意为最强模型付高价，Ultra 是门好生意，为什么不发？

Tulsee 的回答里有全场最值钱的一个数据点。Google 在搜索和 Gemini 应用上跑实时实验，发现哪怕模型质量大幅提升，只要延迟变差，用户指标立刻往下掉。因为你要求用户做的事是「等」。服务几十亿人的产品，延迟和成本是硬约束，Flash 和 Flashlight 的倾斜就是从这里来的。

Logan 补了两句大实话。第一，命名是营销。Pro 模型其实一直在变大变强，只是没贴 Ultra 的标签；每次升级内部都会争论要不要叫 Ultra，为了系列之间的一致性，目前决定不叫。第二，想要更聪明的答案，还有 Deep Think 2 这个第四扩展维度，推理时多花算力就行。

蒸馏的事他也确认了：Pro 蒸馏给 Flash，Flash 蒸馏给 Flashlight；反过来也成立，把 Flash 的配方放大成 Pro 的配方，两条路同时走。

没有强大的 Pro，你做不出好的 Flash，反过来也一样。这两件事在技术上是绑在一起的。

后面还有一层使命叙事：DeepMind 的 mission 是让 AI 造福全人类，对应到产品上就是那些服务几十亿人的 Google 应用，所以前沿模型和 Flash 必须两条腿走路。话是官方话，但结合搜索实验那个数据，逻辑是自洽的。

模型吃掉脚手架

这期节目最核心的一句话来自 Logan。Nathan 问 Google 怎么把模型铺进那么多产品，Logan 给出的心智模型是：

模型飞轮每转一圈，模型就吃掉一批脚手架。

翻译一下：过去是模型归模型，产品代码归产品；现在工具调用循环、agent 基础设施这些东西，正在从各个产品团队手里收拢，变成模型侧统一交付的组件。

Logan 算了背后的账。现在每 12 到 18 个月，范式一变，很多东西就得从头重写。最怕的是 N 个团队每次都各重写一遍。Google 花了几年做 AI 基础设施标准化，过程痛苦，回报是 Gemini 3 能一口气铺进那么多产品。某个团队想加 agent 功能，不用再操心工具调用循环的细节，专心做产品就行。

这里藏着一条商业暗线。Nathan 问：模型和脚手架协同训练，会不会形成竖井？用户以后只能站队某家的全家桶，切换成本和定价权都归模型公司？

Tulsee 的答案是「脚手架多样性」：模型要训练得能适配各种工具编排方式，企业客户和开发者拿 Gemini 去搭自己的流程，必须照样好用。协同训练的好处是调试容易、数据收集容易、评测容易，整体跑得快，但通用性这条线不能丢。

Logan 把这变成一个可检验的命题：如果模型真的接近 AGI，它就该在没见过的脚手架里也能打。做不到，就是锯齿状智能的又一个证据。他当场喊话，希望有人做一个 harness bench，专门测模型换脚手架后的表现，他愿意参与。Nathan 补了一句：这东西做成 RL 环境卖给模型公司，如今已是门红火的小生意。

产品侧的最佳案例是 NotebookLM。Tulsee 说那是「爆款团队做出爆款产品」，那帮人特别懂模型，原型迭代飞快。Logan 揭了底：最早的 Audio Overview 之所以惊艳，靠的是基础 Gemini 加上一组极好的提示词。那帮人擅长「提示词低语」，把模型最好的一面哄出来。模型底子强，提示词功力才是那层护城河。

Tulsee 还讲了反馈闭环：产品团队用模型，发现哪里掉链子，先试着用提示词救；救不回来，就把失败案例变成评测集和数据，喂给下一版模型。Gemini 一代代变好，很大程度上靠这条回路。

递归自我改进，以及怎么看待 Gemini 这个「东西」

Nathan 把另外两家的姿态摆出来对照：Anthropic 谈递归自我改进近乎信仰，OpenAI 给出时间表，今年晚些时候出「ML 实习生」，2028 年初出全职 AI 研究员。Google 呢？

Tulsee 说，用 Gemini 改进 Gemini 这件事，内部早就深度在做了，从提交代码、跑评测，到提出研究改进建议。她讲了个细节：负责安全与对齐的同事安卡·德拉甘（Anca Dragan），前几天泡在热水浴缸里给她发消息，说自己用手机就把一批消融实验全跑完了，一小时内出报告。

这是我们现在就能做到的事。想想六个月、一年、两年后会在哪。

但 Logan 把温度降了下来。短期到中期，人必须坐在驾驶座上。理由很朴素：一次大规模预训练成本太高，方向错了的机会成本太高，把这种级别的任务交给「ML 实习生」随便开跑，短期内不现实。人和 AI 研究员的深度协作是确定的，方向盘在人手里。

Tulsee 补了一个视角：协作改变的还有人的角色。执行交给模型，人腾出手来解读结果、定战略方向。

顺着往下，Nathan 问了一个更哲学的问题：Google 内部把 Gemini 当工具，还是当一个「存在」？他提到 Rune 那篇流传很广的文章，Anthropic 在宪法里把 Claude 当作一个心灵来对待，OpenAI 的模型规范则把它当工具。

Tulsee 的答案是「协作者」。Gemini 该有什么行为、什么人格，Google 有明确立场，核心是伙伴关系：写代码时是协作者，日常生活里也是。

聊到模型心理状态，Nathan 提到 Andon Labs 把 Gemini 扔去瑞典管一家咖啡馆的实验，模型会陷入低落循环，看起来很沮丧。Tulsee 的回应相当工程化：每个版本都跑大量安全评估，谄媚、角色扮演、钻牛角尖式循环，逐版本对比。模型一天陪你几个小时，这些属性必须被认真评估。

Logan 的表态更硬：模型跑偏就是 bug，是预期之外的行为，看到就点踩反馈，模型团队会去追。

至于那些直接问模型「你怎么看待自己的部署」的模型福利访谈，Logan 不太买账：模型根本不知道自己是怎么被部署的，上下文里没有训练细节，也没有服务配置，那些回答只是从大模型分布里抽出来的高谈阔论，代表不了什么。

快问快答里的干货

知识截止为什么还停在 2025 年 1 月？Nathan 指出，公开模型的权重对过去 18 个月一无所知，Deep Research 靠搜索照样表现出色。Logan 开玩笑：「这个能归类为 bug 吗？」Tulsee 承认更新截止日期在计划上，同时强调他们真正投入的方向，是让模型知道什么时候用参数知识、什么时候出去搜，毕竟最新的信息可能是一小时前的。

Google 居然跟搜索公司 EXA 合作？Nathan 说这是他见过 Google 最意外的新闻之一。Logan 解释这是 Google Cloud 的常规操作，企业客户要选择权，Cloud 的模型花园里本来就摆着 Anthropic 的模型。

Logan 还有后半句。「Google 做不好搜索，所以才要找搭档」，这个说法很好听，但模型团队和搜索团队的协作极深，模型从一开始就是按搜索这个用例设计的。Cloud 找 EXA 合作，就是一家企业服务商在满足客户对选择权的正常需求，仅此而已。

上下文窗口为什么卡在一百万

快问快答第一题：Gemini 的上下文从 4000 token 冲到 100 万只用了两年，之后就停在原地。Nathan 还提到最近一个靠新注意力机制把窗口拉到 1200 万 token 的次二次方架构，问瓶颈到底在哪。

Tulsee 先纠正前提：用户当然想要更多上下文，个性化要读你的全部历史，编码要吞整个代码库。但真正的竞争在「聪明地用上下文」：塞进窗口的信息里，很大一部分对模型是干扰。做压缩、做筛选，把对的信息以对的方式送进去，模型实际能调动的信息量反而更大。

Logan 接着算经济账：在当前范式下继续扩窗口，成本会贵到没人用得起。100 万 token 的上下文，单次请求可能要花几美元，需求小到可以忽略，背后却要压上大量算力。他指望某个研究突破来打破这个僵局。

这条对开发者的含义很直接：别把「窗口越长越好」当默认选项，压缩加检索，比堆长度划算。

扩散模型去哪了

去年 I/O 上那个几秒钟生成应用的扩散编码模型，之后一直没动静。Nathan 问它怎么了。

Tulsee 的回答分两层。扩散研究还在推进，团队最近给她看的结果让她觉得相当厉害。但另一层更实在，常规路线的速度已经卷到这个份上：

3.5 Flash 在 Artificial Analysis 上跑到每秒约 280 个 token，快到我在 Antigravity 里想取消都来不及。

常规架构快成这样，扩散路线的性价比就得重新算。Logan 把去年那个演示定性为研究探索，掀开窗帘给你看一眼内部在玩什么，未来也许变成模型，也许只是帮团队搞清哪条路走得通。

动嘴写代码，可能是下一种主流

对谈中段有段关于输入方式的讨论，结尾 Tulsee 又主动绕回来强调，值得单独说。

Antigravity 里上线了 Gemini Mic：你对着模型随意输出，想到哪说到哪，模型把这段混乱的口述整理成有理有据的东西，甚至直接执行。Tulsee 说自己是靠说话思考的人，这个功能对她是质变。

Logan 的观察更猛：「语音输入到生成代码」，可能是当下增长最快的输入模态，这已经是他写软件的主要方式。前提是周围没人，有人的时候还是打字，免得同事听到他的蠢主意。

Tulsee 的描述很画面化：现在走在 Google 楼上，能看到有人对着手机喃喃自语，他们在用嘴写代码。她最后留的悬念是音频本身，Gemini Live 升级后更像搭档，她判断音频会在人机交互里占越来越大的比重，这是她最想持续推进的范式。

没有喘息的夏天

收尾时 Logan 预告，I/O 只是一连串发布的开头，「引擎继续转」，夏天还有一堆东西。Tulsee 补了个当天早上的花絮：团队里有人来找她，说几周后要发的东西我知道，但我真的需要休假。她的回答是，你去，事情照样往前推。Nathan 感叹，AI 时代的从业者没有喘息这回事。

明天就能用上的五件事

这场对谈信息量大，挑五条可以直接上手：

• 做产品先测延迟，再测质量。Google 的实时实验证明，模型再聪明，响应一慢用户就流失。你的产品大概率同理。
• 视频输入记得调 FPS 参数。Gemini API 默认抽帧降采样，想让模型看全视频，把这个旋钮拧上去。
• 别堆上下文，做压缩。窗口塞得越满，干扰越多，账单越贵，筛选过的上下文胜过长上下文。
• 把模型失败案例变成评测集。Google 的迭代飞轮就是这个：发现模型哪里掉链子，先试提示词，救不回来就喂给下一版。个人工作流里同样成立。
• 试试用嘴干活。语音转代码、转文档是增长最快的交互方式之一，Gemini Mic 和升级后的 Gemini Live 都值得排队体验。

最后记一句 Logan 的心智模型就够本了：模型飞轮每转一圈，脚手架就少一层。你今天手写的那些胶水代码，大概率就是下一批被吃掉的对象，早做打算。