AI 只花 3 年学会自我升级：谷歌联合创始人布林划出 3 条时间线

上周 · 加州，Google 多场 AI 活动期间

几次登台之间，谷歌联合创始人谢尔盖・布林 (Sergey Brin) 在一场闭门交流中说出一句让所有人安静的话：

互联网用了十年才学会理解用户，AI 只花了三年就开始自我升级。

为什么是“10 年 vs 3 年”？

1、互联网的十年

从 Mosaic 浏览器 1993 年发布，到 2005 年全球首批 10 亿网民上线，互联网用了整整一代芯片周期，才从信息传递走到用户理解。

2、AI 的三年

ChatGPT 2022 年 11 月上线，两个月破 1 亿月活，刷新消费应用最快增长纪录；到现在不到三年，大模型已经能拆解任务、编写代码、辅助开发新模型。连谷歌最核心的 Gemini 都开始被 AI 协助调试。

谢尔盖・布林说得很直接：

也许再过三年，AI 就能自己写出下一代版本。

他眼中的 AI，正沿着三条清晰的时间线快速推进：

他在与 DeepMind CEO Demis Hassabis 的公开对话中直言：

“真正的 AGI，2030 年前就会来。”

这篇文章将沿着布林描述的三条时间线，帮你看清三件事：

AI 是如何在 3 年内走上自我升级的路？我们现在在哪个阶段，机会窗口还有多久？作为开发者、管理者、普通人，该如何应对这场角色重排？

下一节，我们从 2017 年那个看似“工程优化”的节点讲起：

“AI在2025年的地位，就像互联网在1993年刚刚起步一样。” 主持人刚抛出这个问题，谢尔盖・布林就笑着接话：

在某些方面你可以类比。但从根上看，这是两回事。

布林回忆，互联网真正起飞是在1993年Mosaic浏览器发布后。它让人们首次能'看见网络'，从此网页和链接开始构建了我们熟悉的互联网世界。

但他紧接着指出：

AI就不同了。

布林话锋一转：

我们甚至不知道智能的极限是什么。

这句话背后，是2017年那场悄悄的变革：Transformer 架构的出现。

这不是一个产品，而是一种“全新的运算方式”。它不再按行读数据、跑代码，而是开始尝试理解句子之间的关系、词语之间的暗示。

换句话说： 过去的软件只能执行指令，Transformer 第一次让机器学会“预测你的意思”。

从执行命令，到“理解你的意思”

布林用了个形象的比喻：

AI不是人为设计出来的工具，而是我们发现的一种自然存在。

就像量子计算一样，我们还不知道它最终能发挥多大潜力。

这句话的关键不是“能力”，而是“不确定”。

回看互联网，我们能预测它建站、传图、聊天、买卖东西；但AI，不是靠流程堆出来的工具，而是一种还在不断生成自己边界的存在。

正因为这样，布林强调：

互联网可以靠协议组织；AI却必须靠不断试探，才能知道它还能往哪走。

这是他划出的第一条时间线：

2017年，AI 从“人类工具”变成“未知智能”的出发点。

你可能没感觉AI变了，但它已经不再只是升级版搜索引擎。

它就像一个刚出生的生命，正在语言、逻辑和人类行为中慢慢学习和成长。

谢尔盖・布林说，最让他兴奋的，不是 AI 能画画、写诗或者答题， 而是这件事：

Gemini 已经能帮研究员解决数学问题、调试代码，甚至参与下一代模型的开发。

这不是一句夸张的预言，而是他眼下的真实工作。

他说自己“每天打卡进办公室”，“重新提交代码”，还回顾自己为什么重返谷歌：一个来自 OpenAI 的朋友在聚会上对他说——

你是计算机科学家，现在是我们这代人最重要的时刻。

你怎么还不回去？

所以他回来了，回到 Gemini 的团队，亲自跑实验。

最关键的不是他回来了，而是——AI 已经能帮助他做实验了。

过去，我们教 AI 怎么完成任务； 现在，我们开始问它：“你怎么看？”

布林分享了一个典型场景：他们在训练新模型时，有人问：“怎么知道它好不好？”过去靠人类研究员设定一堆标准，现在，AI 已经可以参与讨论评估方式。

他说：

有些判断是哲学性的，不只是跑几个数字。

你会开始从 AI 的回答里，看出它对问题的理解深浅。

这不是在夸AI“能力强”，而是说明它已经具备初步的“协作意识”——

像一个新来的实习生，不再只是照做，而是会反问：“我们为什么这样做？”

他还提到曾用 Gemini 总结一组产品讨论，并让它提出任务分配建议。

结果不仅分得清晰，还指出了一个被忽视的年轻工程师：“她不是很爱说话，但交付质量很好。我去问她的经理，经理说：对，她值得提拔。”

这个判断不是算出来的，而是观察、理解、筛选之后的主动建议。

布林没有说 AI 取代了谁，

但他反复强调一个感受：AI现在就像一个可以并肩工作的人。不是单纯执行命令，而是会参与思考。

不是通用智能，但已足够惊人

他说，现在 Gemini 还需要人引导——比如你要告诉它目标、给它一个思路、问它怎么实现。

但这已经足够重要，因为：当它能用我们教它的方法，反过来帮我们开发新的方法——这就是一个循环。

这个循环，是他划出的第二条时间线：

AI 从工具，变成了人类的搭档。

2017年，AI迈出了理解人类的第一步；

2025年，它已经开始反过来，参与理解它自己的下一步。

主持人问了一个关键问题：

你觉得什么时候 Gemini 会造出下一个 Gemini？

谢尔盖・布林沉思了一下，没有给出确切答案，但他说：

它已经在辅助这个过程。至于它能不能从零开始——也许三年内。

这不是一个随口的猜测。 而是他在参与的事情：AI 开始帮助人类，做出比它更强的 AI。

从“帮我完成”到“帮我发明”

布林说，现在很多研究人员用 Gemini 来改进算法、生成模型架构建议、甚至协助写论文；我们已经看到 AI 提出了一些真正有价值的机器学习点子。它们还不能独立完成，但确实在启发我们。

这就像一个徒弟，不再只是照搬你的方法， 而是开始反问：“那能不能换一种工作方式？”

这种变化并不是人类告诉它怎么升级， 而是 AI 自己，开始试着重写自己。

布林给出了一个场景设想：

自我升级，不是未来式，是现在进行时

主持人问他：这个进化的速度会不会放慢？会不会还有10年时间？

布林摇头：

从外面看，它可能还只是个聊天机器人；

但从里面看，它正在变成一个会思考、会总结、会动手的‘个体’。

他说，很多人用 Gemini 做的事情，几年前是一个工程师团队要做几周的项目。

现在，AI 能在几分钟里拆解目标、写出初稿、评估效果。

这不是对未来的预测，而是当下正在发生的现实。

谢尔盖・布林最后说了一句意味深长的话：

这就像一个画家，第一次开始画出完全不是学来的作品； 像一个孩子，不再模仿父母，而是有了自己的思考和喜好。

这就是布林划出的第三条时间线：

未来3年，AI可能进入闭环——不再只是接受训练，而是学会训练它自己。

在另一场关于AI的访谈中，主持人问：

你在这些更深的问题上，花多少时间去想？

谢尔盖・布林沉默了几秒，说：

其实没那么多时间。大多数时间都在处理Bug，在催工程师上线功能。

他说这句话不是为了轻松，而是想说明：

实际上，AI的进步是靠一个个工程细节积累起来的，而非一蹴而就。真正的挑战是从众多小问题中找出正确方向。

这是他对'技术速度'的提醒：它不会在某一天突然腾飞，而是当你回头时，才发现它已经飞得远远超出视线。

工程没停，演化也没停

布林谈到他们正在调试一个被称为 Ultra 的新模型。

语音、图像、长对话、多步推理……每个能力都在悄悄升级。

他说：现在的模型已经可以一口气处理几百轮对话，用户都感受不到是哪一步在变化。但这恰恰是关键：进步是连续的，不会等你反应。

主持人打断他说：“这是不是意味着，普通人永远慢一步？”

布林没有否认：是的，这个行业本身，就是一场持续不断的前移。”

这时候，主持人换了个角度问：

布林并非在制造恐慌，而是给出忠告：他最担心的不是AI有多强大，而是大多数人没想清楚自己将在哪些领域发挥作用。

他举了个很简单的例子：

我们每次上线一个新模型，都会有人说：‘我怎么感觉没什么变化？’”

但你问他用了哪些新能力，他又说：‘没太研究。’”

这就像有人准备超车时，已经换好新轮胎、设置好导航；

而你还以为只要握好方向盘就足够了。

AI不是“黑匣子”，但你得愿意打开看

他说现在还是太多人对AI有误解，以为它太复杂、太遥远，离自己的生活很远。

但他一再强调：

很多新功能，你今天就能用，只是你没意识到该怎么用。

他说自己也在学：

我刚开始回办公室那会，很多权限都没有，很多工具我也不会用。

我提交代码不是因为有答案，只是不想做个旁观者。

技术不会等你准备好，它只会继续往前走

主持人最后问他：你最希望别人问你什么问题？

布林想了想，回答： 我希望更多人问：我接下来能做什么？ 而不只是问：AI会变成什么样？'

这句话的背后，是他一贯的观点：

AI不是未来的科幻电影，而是正在重新定义人类的角色。

这不是“机器替代人类”的老剧本， 而是“人和AI之间的分工边界，每周都在改变”。

在这场变化中，布林的警示很克制，但也很清晰：

作为一个父亲，你会怎么跟你儿子谈AI？”

布林没有笑，而是认真回答：我儿子马上升高三了。说实话，AI的很多能力，已经远超这个阶段的学生。

他说得很平静，但这句话分量不轻。

教育的速度，追不上技术的变化

他坦白说，自己现在不确定大学是否还值得“按今天的样子继续存在”。

AI已经能在数学竞赛、编程比赛上打败人类专家。 那我们还要用多少年时间，去教孩子同样的内容？

他不是要否定教育，而是指出一个困境：我们现在花20年培养一个专业人才，但AI在三年内，就能胜任他们的大部分技能。

他没有给出答案，也没有鼓励孩子别上大学。

也许，孩子们该花更多时间适应变化、锻炼判断力，而不是只为了拿一张文凭。

不会消失的，不是岗位，是独特角色

主持人又问他一个问题：那我们该告诉年轻人什么？什么才是未来不会被替代的？

没有提“学习编程”或“掌握AI工具”，他明确的表示：

你得找到自己独有的定位。

是你对某个问题的理解角度，或你与人合作的方式——这些AI很难模仿。

这句话背后，是他对人类价值的基本判断：

如果你只会重复现有方法，AI很快会取代你；如果你能做出判断、整合资源、做出选择和引导方向——你仍有自己的位置。

这不是一句鸡汤，而是他每天在公司里的真实体验：

现在最强的不是一个人做得多快，而是谁能和AI配合得更自然。

在 AI 面前，人类也要重新“设计”自己

布林说，他最近最深的感受之一，是：AI 不会犯错在执行上，犯错的往往是我们没问对问题。

他提到一个案例：

团队用 Gemini 协助制定产品方案时，AI几乎把整个规划流程跑完了，但最终输出的方向并不贴合用户需求。

是因为模型不行吗？不是。是因为他们给AI的目标太模糊、范围太宽，导致它虽然生成了逻辑通顺的建议，但在战略上完全错误。。

它没有判断是非的价值体系，我们才是那个负责决定‘什么值得去做’的角色。

所以，你可以让 AI 跑 100 个版本，但最终选哪一个，得你来决定。

这就是他强调的一个人类核心任务：提出真正重要的问题，并做出最终取舍。

下一代人的任务，是学会怎么一起工作

主持人最后问他：你现在最想做的事是什么？

布林回答：我想直接参与产品开发，而不只是做个评论员。我每天都用AI工具解决工作问题，同时也在帮助改进这些工具。

这句话里，有一个特别微妙的关系变化：

人类不再是主导者，而是共同参与者； AI也不再是执行者，而是可以协作的“搭档”。

这也许是他对“下一代教育”和“未来职业”的真正建议：

谢尔盖・布林并没有用“奇点”这样的未来学语言，也没有为 AGI 画一幅乌托邦蓝图。

这不是预测未来，而是提醒我们：AI已经走上了一条“自我升级”的路。

他没有给出“人该做什么”的标准答案， 他说得最重的一句话其实很轻：

我更想看到大家问：我接下来能做什么？

互联网用了10年才成为我们日常不可或缺的工具，而AI仅用3年，就开始重新定义工具、人类、合作方式，甚至“进步”的含义。

这篇文章，布林描述了三条时间线，其实只问了一个问题：

当 AI 开始进化，

人类，要停留多久？