为什么不是谷歌做出了Muse？

为什么不是谷歌做出了Muse？

八九个人的大模型项目 · 企业记忆的权限 · 邮箱里的个人助理 · 跑在手机上的智力

「Google 太慢了。」 —— Lewis，谈为什么个人助理连接的是谷歌的数据，产品却由别人先做出来

嘉宾： Lewis｜微软 Product Lead，Google Gemini founding PM

给 Muse 授权以后，Raymond 看到的第一条建议，是跟进医院的邮件。十几个人来来回回的长邮件，他一天没看，事情已经往前走了一轮；这个刚接入的个人助理，却把需要处理的事情整理了出来。

邮件在 Gmail，日历在 Google Calendar，数据一直在谷歌。能够读取邮件的 AI 工具也早已存在，Raymond 以前却没有这样用过。直到 Muse 把一个具体任务放到面前，他才发现，这件事可以交给 AI。为什么拿着模型、邮箱和日历的谷歌，没有先把这个体验做出来？

Lewis 见过谷歌把研究模型推向用户的过程。2022 年八九月，他加入大模型产品化工作，当时团队只有八九个人；Gemini 2.5 Pro 发布后，他离开谷歌，转到微软做 Agent（智能体）的记忆与企业知识。他的职业选择，也从怎样把模型做成产品，转向怎样让 Agent 记住经验、读懂企业数据。

Raymond 的疑问贯穿了这场对谈：用户担心隐私，却把邮箱交给刚成立的公司；大厂拥有数据，却未必能交出最好用的产品；帮人退款看起来很有价值，却未必撑得起长期订阅。Lewis 的回答落在许多具体细节上：一个任务入口、一次虚拟机访问、一段聊天的共享权限，以及一台电脑买回家后还要装多少东西。

以下是对话全文（经编辑整理，有删节）。

一、ChatGPT 出来以前，那八九个人在做什么？

Raymond： 先讲讲你的经历，你是怎么从工程师转做产品经理的？2022 年加入 PaLM 2 项目的时候，ChatGPT 还没出来，大家对“大模型产品”没有今天这么具体的想象。你们当时究竟要做什么，怎么向团队描述它？

Lewis： 我大学学计算机，毕业后一直在湾区工作，最早做软件工程师，后来带团队做 Oracle 的公有云。大概是 2011、2012 年，整个行业还很早，大家开始讲所有东西都要上云，最基础的是计算和存储。做了七年多，我去了谷歌，也正好转成产品经理。比起“怎么做”，我个人对“做什么”更感兴趣。在谷歌做了三四个从零到一的 AI 产品，大模型的时代就来了。

PaLM 2 当时是一个项目，由 Labs 和我们 Cloud 团队合作，把研究团队做出的模型产品化。最初拿到的模型只做过预训练，还没有后训练。我们得找具体使用场景来微调，把模型部署成 API，也就是让开发者能够调用的接口，再去定价、解决客户的问题。

这项工作在 ChatGPT 发布前三个月就开始了。那时湾区已经有一些消息，说有人在做大模型，我们内部也有，团队就决定把手上的事情放下来，转去做它。我是八九月份开始的，当时只有八九个人，年底前的目标是先把模型跑起来，让全公司可以用，做内部试用。

我们此前做过 Document AI，处理不同文档，提取里面的重要信息。最大的问题是，每个人、每家公司的文档都不一样。为了达到 99.9% 这样的高精度要求，你要针对不同的文档训练模型，非常不高效。我们已经在想：能不能做一个模型，泛化到所有文档？所以泛化智力这个需求，在企业场景里早就出现了。

ChatGPT 的变化是把它带到了消费者面前。用户第一次直接感受到 AI，可以问各种奇奇怪怪的问题，觉得好玩，开始传播。这和我们从工业、企业场景出发的路径不太一样。

Raymond： 后来谷歌整合研究团队、开始追赶，那时内部是什么气氛？大家觉得自己明明早就有这些东西，还是觉得真落后了？《苔藓之火》这个名字，就是 2023 年的 Bard 给我取的。当时几个工具我都用过，它取的名字刚好让我喜欢，所以还得感谢谷歌赐名。

Lewis： ChatGPT 刚发布，大家都觉得做得很好，内部也有两种看法。一种觉得，我们的聊天机器人 Meena 已经做了很久，只是法律、Responsible AI，也就是负责任 AI 的要求等原因，让它没有发布。另一种觉得，OpenAI 的模型在很多场景下，确实更像跟人对话，比当时内部产品的表现好。

做这一块的人还是有危机感的。技术达不达标是一件事，能不能把研究成果变成真正能用的 API、推到市场上，是另一件事。那时 DeepMind、Google Research、Google Brain 的资源还分散在不同组织里，后来为了追赶，才把资源集中起来。第一代模型也并非由 DeepMind 训练出来。

但大家对追上来仍然有信心。谷歌的科研背景和技术沉淀很厚，有很多东西可以拿出来。Sergey Brin 也不是某一天突然全部回归，而是逐渐增加参与。他会出现在聊天群里，问具体的技术问题、问评估结果。你能从这些细节看到重视程度。

Raymond： Sergey Brin 在群里直接问你问题，已经是足够的鞭策了，力度不可能再大了。

二、「卷水不卷水龙头」之后，产品经理去哪里？

Raymond： 你在 Gemini 2.5 Pro 发布后离开。那是谷歌很高光的时候，为什么反而想走？如果智能是水，你做的产品就是水龙头：形状、粗细、大小，最优解慢慢被探索出来了。接下来是卷水的质量和价格，水厂的事情更多，水龙头的事情少了，是这种感觉吗？

Lewis： 对。对产品经理来说，很多路已经铺得比较平了：模型怎么产品化，怎么定价，做什么使用场景，怎么建立开发者社区，这些都相对成熟。后面更多是卷模型、卷 benchmark，也就是模型的评测表现。研究团队要迭代模型、找新的架构。我更想做还没有被确定下来的东西，所以后来去微软做 Agent 和知识。

组织变化也是其中一个原因。项目后期变成全公司的优先事项，很多不同的人加入，中间层越来越多，有时候会变成传话的游戏。按我的工作感受，有些中间层会保留信息，借此体现自己的存在，效率就没那么高了。

我也犹豫过要不要去创业公司。选择微软，是因为它做企业产品有独特的护城河：大量客户还没有真正开始用模型和 Agent，企业内部又积累了海量数据。我后来了解到的 SharePoint 数据规模非常大，当时给我的印象是整个互联网的很多倍。这个规模里有大量 PPT、文档和内部资料，但很多企业没有谷歌那样高效的搜索，数据放在那里，人却找不到。怎样让模型和 Agent 用上这些数据，是一个很难、也很有价值的问题。

Raymond： 你现在负责 Agent 的记忆和知识。普通用户应该怎么理解？它记住我的偏好，和它记住自己怎么完成任务，是同一件事吗？这种“程序性记忆”和我们常用的 skill 又差在哪？

Lewis： 我主要面向开发者，为他们提供后端能力，再由他们做成最终产品。我们是提供铲子的。一个很容易理解的场景是个性化：你再来找客服，Agent 知道你是谁、上次聊了什么，也知道你还有一笔退款没跟进，能够问你要不要继续处理。

另一条线是 Agent 如何自我改进。现在让 Agent 做一件事，它会试很多方法，失败以后再换一种，里面浪费了不少 token（模型处理和生成内容的基本单位）。我们要把这些运行过程里的经验沉淀下来，下次遇到类似问题，就不必再从头试。

这就是 procedural memory，程序性记忆。它看之前的运行轨迹：哪些尝试失败了，什么方法解决了问题，再浓缩成可以复用的经验。它跟 skill 的差别不大。**skill 是一种表现形式，程序性记忆关心的是你想浓缩什么经验。**你可以从失败里总结出一条程序性记忆，再把它存成一个 skill。

这些能力和用户用 Mac 还是 Windows 没有很大关系。微软提供的生态里有模型、Agent 的运行框架，也有记忆的存储和调取。开发者做 Mac 应用、Windows 应用或者网页，都可以调用同一套后端，把偏好和记忆存下来。知识这边，则是寻找更有效的组织形式，让 Agent 访问海量企业数据。

Raymond： 我一开始想岔了，以为这是 Windows 体系里的开发者，为企业应用用的一套脚手架。这样听下来，你提供的是应用后面的能力，最终面向什么系统、什么用户，并不由这套记忆来限定。这也跟你换工作的选择对得上：模型产品化的路铺好了，企业的上下文、数据沉淀和知识怎么用，反而还有很多没解决的问题。

三、两个人聊出的知识，凭什么交给全公司？

Raymond： 企业里的记忆肯定不能全部共享。董事会怎么选董事长，和普通员工怎么解决一个问题，权限完全不同。我在工作里也有一个体会：员工离职，主管可以接手他的文档，却接不到完整的聊天上下文。哪怕交给我，我也看不完。他入职三个月，可能已经聊了三百万字。但很多时候，聊天的价值还高于最后那份文档。你们怎么处理这种知识和权限的关系？

Lewis： 这是非常核心的问题。市场上很多做记忆的创业公司，主要解决个人用户的个性化：一个用户和另一个用户，结构差别不大。企业里完全不同。CEO 的记忆有自己的权限，开发者发现系统有 bug，要排查，也不能随便打开 CEO 的记忆看里面有什么。权限得被严格执行。

企业记忆还有很多层。每个员工有自己的记忆；我们两个人的聊天，可以有一份共享记忆；一个团队又有团队的记忆。访问控制随着层级变化，不能只做一个“所有人都可以读”的库。

还有知识的整合。我们两个人聊的是工作，过程中学到的东西，有些应该成为团队的资产，不能永远只属于我们两个人。但哪些内容可以上升到团队，哪些不可以，里面有很多边界情况。

Raymond： 我看到过一个 Shopify 的例子：按我当时的理解，员工都跟同一个 Claude Agent 聊，其他人也能看到，各自产生的知识就能汇总。我不确定具体是鼓励还是强制，但这个方向很激进。如果两个员工聊了半天，还要逐句点“可以分享”“不能分享”，是不是又太慢了？最后员工可能开两个窗口，一边在公司工具里聊明确会被记录的内容，一边到微信或 WhatsApp 说其他事情。

Lewis： 这里就有灰色地带。两个人吐槽老板，要不要进团队记忆？谁来决定？我觉得需要给用户控制权。如果我们两个人拥有这段对话，哪些内容进入团队或公司的记忆，应该由我们决定。这里还有隐私问题，个人内容和工作内容的界限很难由系统直接替你划好。

你说的那个例子有一个好处：大家一开始就知道，写出来的内容别人可以看。但如果原本以为是私聊，背后却一直有人看，人的聊天方式就完全改变了，不会再在这里聊私人事情、不会闲聊。这跟有人一直站在你身后看你工作，有点像。

具体产品形态还没完全定下来，大家都在探索。可以先让模型从对话中提取信息，再问当事人：这些信息是否适合共享到团队，或者公司？不用让人从头读一遍所有聊天，但最后是否提升共享层级，还是由当事人决定。

目前我没有看到一个把这些问题都做得很好的成熟先例。让全员跟同一个机器人聊，在一定程度上也是因为还没有好的层级设计，索性把访问控制简化掉，把资源放到一起。

Raymond： 三十个人的公司群聊，和十万人的公司群聊，完全不是一个感觉。我还有一层怀疑：企业内部认真设计权限，调用外部模型时又怎么办？我对模型公司会不会看数据的假设比较悲观，纸上的承诺和实际执行，我没法从外面判断。

Lewis： 公司内部的员工政策，和企业调用模型，是不同层面。公司如果明确要求员工接受某种内部政策，员工可以考虑是否加入；但不能因此就默认所有企业的私人聊天都能随便被查看。

模型调用也要看部署方式。以我们内部的调用为例，OpenAI、Anthropic 的模型跑在 Azure 上；在谷歌的相应场景中，模型也可以跑在 Google Cloud 里。所以你需要区分，模型在哪里运行、数据由谁处理。不能只看到模型的名字，就把不同部署方式当成同一种情况。

四、一个退订按钮，为什么比一个聊天框有用？

Raymond： 前段时间大家都说企业才愿意为 Agent 付钱，最近个人助理又跑起来了，订机票、买鸡蛋、处理生活琐事。你现在用 Muse 加 Hermes，这个组合很特别。为什么最后留下这两个？

Lewis： 我最早是 OpenClaw 的重度用户，从年初一二月份开始用。后来升级到 2.0，我碰到很多问题：升级之后原来的东西不能用了，迁移也出问题。那时发现 Hermes 在一些特定场景里表现更好，就决定不再修 OpenClaw，全部迁过去。它们跑在同一台虚拟机里，我直接让 Hermes 把 OpenClaw 的数据抓过来，它就完成了迁移。

后来我用了 Grok bot。按我的体验，它面向专业用户，却给不了我一些专业用户需要的功能。比如让它做一个网站：用 Hermes 或 OpenClaw，我能直接访问自己虚拟机里的代码、网站和文件。Grok bot 出于安全考虑，后面的虚拟机不让我直接访问。它把网站跑起来，我只能通过它的浏览器看，或者下载下来。

对我这种需要开发、访问产物的人，这就不够，所以后来弃用了。

Muse 的用户体验让我觉得很好。Hermes 还要自己维护，Muse 是一个应用，呈现方式做得很清楚。尤其是 idea tab（任务建议页），里面会告诉你这个 Agent 能帮你做什么，而且很大一部分建议来自你的上下文。

一个空聊天框摆在面前，你未必想得出多少事情可以交给它。Muse 给你一长串具体建议，其中有些正好就是你要处理的事。用户更容易明白它的能力，这个差别很重要。

Raymond： 我给 Muse 权限的一瞬间，idea tab 第一条就开始提醒我跟进医院。美国很多生活事务靠邮件：预约医生、给孩子报班，国内可能是小程序、服务号，这边就是邮件。一封医院邮件，十几个人来来回回，我一天不看，已经过去一个来回，它帮我整理了出来。

我看到的其他用法也类似：查信用卡账单、处理报销、追保险款、退订，邮件是很多任务的起点。Claude Code 以前其实也能连 Gmail，给权限后也能读，但我没这么用过。差别在哪？

Lewis： 这是产品导向的价值。邮件和日历是个人数据的重要来源，能让 Agent 知道你是谁、在做什么。但有了连接能力，还要让用户知道该怎么用。

比如 Muse 可以直接提示：看一下你所有的订阅，哪些订了却没在用，能不能取消。这是一个非常实际的任务。Claude Code 技术上也能做，但它不会以同样的方式把任务入口摆在你面前。你可能要先在 YouTube 上看别人介绍，知道还有这种用法，抄一个 prompt，再回来操作。

让普通用户自己完成这个过程，挺难的；让他在 Muse 里点一个“退订”，就容易很多。所以我觉得，这个时代做应用的创业公司依然有机会。

Raymond： 我以前得先知道有一种能力，再去学怎么调它。现在它读完我的上下文，把“你要不要处理这个事情”放到面前了。这就解释了为什么同样是读 Gmail，Muse 一出来，大家突然都这么用了。

五、邮箱是谷歌的，为什么助理是别人做的？

Raymond： 你这么在意隐私，Instinct 你用吗？我上周去 The Information 的一个会，听众里有人非常不信 Zuckerberg，绝对不想让他读自己的邮箱，却在用 Instinct。我当时就在想：一家刚出来的小公司，你们怎么就这么信？

Lewis： 我没用，不敢用。我当时看到的条款里，对访问数据后的使用权写得很宽。按我的理解，它可能拿邮件和其他个人数据来改进产品，这让我有顾虑。我也不太了解它背后的人，就更难建立信任，所以没有继续用。

Raymond： 这个条款我不记得，所以我没法替你确认。但这就回到开头那个问题了：你给个人助理的核心数据是 Gmail 和 Calendar，两个都是谷歌的。它原本就有这些数据，有模型，也有消费者产品，为什么不是谷歌来做？

Lewis： Google 太慢了。

一个原因是比较被动：市场上出现了什么，就去做相应的应对。我们当时做 Gemini，把 OpenAI 当成最大的竞争对手。OpenAI 做得好的是聊天、消费者产品，我们很多精力也投到这边，让模型做出更漂亮的演示、更能取悦用户的东西。

Anthropic 做了另一个产品选择。大家觉得核心工程工作很难被替代，它就押注工程、押注企业。我觉得这个选择押对了，后来 OpenAI 又把不少精力从消费者产品拉回来，转去做编程，谷歌也在转。

个人助理的方向，谷歌很早就在讲了。两年前的 Google I/O 已经讨论过无处不在的助手，Bard、Gemini 的产品定义里也有这个目标。但这么长时间下来，实际迭代的速度，我觉得跟其他公司比还是不够。

几个大厂里，按我的观察，xAI 很早就动手了，但我当时付了订阅，也没有真正解决自己的需求。Meta 的产品则据报道在内部打磨了很长时间，最后推出的那一下，我觉得有效。先出现和做得好，是两个问题。谷歌应该也还在打磨，只是我们看到的成品速度慢了。

外面也有传闻，说谷歌内部有一个类似的产品，可能很快会上线。我相信谷歌还在打磨，但目前这还是传闻。

Raymond： 那我会想到另一种阻力：合规、法务是不是在问，读了用户隐私、给了错误建议怎么办？小公司可以更激进，大公司自己做有问题，收购回来可能还是同样的问题。再加上你前面讲的组织层级，就很容易出现大家都知道该做什么，产品却迟迟出不来的情况。

六、中国的互联网，像十个人站在那里等你逐个问

Raymond： 如果每个个人助理第一步都要连 Gmail、Google Calendar，谷歌会不会干脆不让别人调用？把这个口子关了，竞争对手不就没数据了吗？

Lewis： 我觉得不太会，这跟公司的文化和定位有关。谷歌相对开放，提供 API，很多产品都建在上面，像 Superhuman 这样的邮件产品。给别人机会，也是这边的一种文化。

更根本的是，对产品的理解是：数据属于用户，用户应该能访问自己的数据。至少从我看到的情况，它没有特别想靠不让用户调用数据来建立护城河。

反过来，我用 Muse、Hermes、OpenClaw 时，很想让它们调用微信里的数据，却访问不了。微信里的信息跟我的 Agent 脱节了。所以国内大平台反而有很强的护城河：数据都在自己的生态里，这个 Agent 好像只有平台自己能做，外面的人很难做。

Raymond： 我之前看到一篇文章提过一个判断：中国移动互联网过去十年建出来的东西，可能会变成 AI 时代的包袱。一座座 walled garden，围墙很高的花园，人在里面很开心，花园之间却不相通。

比如我想搜小红书，外面的 Agent 找不到，我就得自己把问题复制过去，问小红书里面的聊天机器人。它能把帖子挖出来、分类，挺好，但我必须单独去那里。假如前十家、十五家大厂，都有自己的知识库型 Agent，而且彼此不能说话，中国互联网就像十个人站在那里，我得亲自逐个问，不能派自己的 Agent 去。

Lewis： 我的使用经历稍有不同。我在虚拟机里登录小红书网页版，Agent 可以看，也能提取我账号的一些统计数据。你遇到强制登出，我这边之前没有碰到，所以这里还有检测机制和实际使用的差别。但微信确实更难，没办法像操作普通网站那样访问。

美国的服务比较分散。邮件里收到信息，最后还是去医院的网站预约，去水电公司的网站交费。微信则已经把很多东西整合到一起，一个小程序就能完成。两种环境下，Agent 能走的路不一样。目前国内很难有一个渠道，让外部 Agent 把所有信息都集中起来。

Raymond： 这也是我觉得腾讯可以慢的原因。模型可以暂时做得一般，但微信的关系链很难被替代。它可以等外面打完一轮、产品形态清楚了，再来做。除了微信，你觉得中国还有谁有机会？

Lewis： 小红书也有。做个人助理，需要两类东西：用户的上下文和偏好。你说了什么、点了什么，喜欢什么，小红书的搜索和浏览记录里就有一部分答案。

难处还是割裂。小红书更多是休闲，微信里有工作和家庭，企业微信和个人微信可能又分开。很难有一个产品把生活、工作、偏好全部结合起来。所以如果是创业公司，可能更适合先做一个领域里的个人助理。

Raymond： 你不说，我确实不会想到小红书。但它还是一个很好的陌生人社交网络。我说的并不限于陌陌那种交友：想爬泰山，发帖找搭子；去吃饭、找餐厅，甚至在湾区找职业教练，很多人都去那里。这些关系和需求，会给它增加别的平台没有的数据。

Lewis： 对。我和我太太每天有一件很大的事，就是想吃什么。这个问题通常不会在微信里问，更多去小红书、Google Maps。帮你决定吃什么、怎么吃喝玩乐，它就能解决一部分实际需求。

美团、阿里也可能有各自的机会。如果能把自己的能力结合起来，创造差异化价值，我觉得就有跟微信竞争的可能。未必每家公司都得一上来做一个包办全部生活的助理。

七、帮我退一次款，够不够让我订一年？

Raymond： 个人助理介于生活服务和生产力工具之间，应该怎么定价？我看到过 Muse 想从购物里抽成的说法，讨论里又出现了 Amazon 限制 Agent 访问的消息。平台希望真人过去消费，Agent 想替用户做事情，两边可能直接冲突。那除了抽成，是收订阅，还是按结果收费？你之前参与模型定价，会怎么拆这个问题？

Lewis： 先分清入场费和你解决问题的价值。像 Grok bot 当时那种两百块的入场费，我觉得很难维持。用户连它能做什么都不知道，就先付这个价，留存恐怕不会好。

Muse 当时让我先免费用，有每周的额度。超过以后怎么付费，我的理解是需要付钱，但我自己还没超过那个上限。这个顺序合理些：先让用户弄明白有什么用。

这些产品很多受到 OpenClaw 这类 Agent 的启发，在技术实现上没有特别高的门槛。你能做，别人也能做。收两百块，到底是替用户解决了值得两百块的问题，还是把两百块的 token 预先卖给他？这得想清楚。

对个人用户，我倾向 freemium，也就是先免费体验，再为更多使用付费。帮用户追讨退款、申请差价补偿、买到折扣商品，前期可以尝试不同的收费方式，但这些单个任务的护城河也很低，不能光看一次任务产生了价值。

Raymond： 对。帮我申请一笔退款，成功了，我说太好了，但下一次退款在哪里？我不可能每天订新东西，再每天让你取消。找到一盒便宜鸡蛋，也可能只是一次性的需求。单个任务看起来很有用，放到 LTV，也就是用户整个使用周期能带来的价值，就很难解释持续性。

Lewis： 所以企业和个人应该分开定价。个人先用免费增值的方式，用得多再多付，按用量收费相对直观。企业里的工作则有很多重复流程，ROI，投入带来的回报，是可以量化的。

最简单的算法是小时工资：你的工资除以工作时间，Agent 帮你省了多少小时，就能算出一部分价值。企业愿意为生产力的提升付费，因为同一个流程会不断发生，节省下来的时间也可以反复衡量。个人生活里的任务，未必有这种重复性，更难用同一套方式算钱。

Raymond： 免费增值是不是也只是目前的过渡？今天不能完全免费，一个原因是广告还没做起来，另一个是推理有实实在在的成本。看新闻的带宽，已经便宜到平台可以让所有人随便看；模型推理还贵。如果广告成立，或者推理成本继续降，有没有可能变成免费，至少价格更低？

Lewis： 我觉得长期看，单位智力的价格会往下走。到它变成标准化商品的时候，就有点像用水、用电。这是我对趋势的判断。

还有一部分推理可能转到本地。iPhone 可以跑，Mac Studio 可以跑，只有非常前沿、复杂的任务才发到云端。个人助理日常要解决的，大部分都是普通生活里的事情，用户不会天天去研究一个世纪数学难题，或者生命科学问题。

Raymond： 处理发票就找本地小模型，真的要研究复杂问题，再去用云端最强的模型。这可能反而是苹果的机会。今天把个人助理定得很贵，用户还没跨进入口，就先被价格拦住了。

像齐俊元做的 Today AI，我也很好奇，但基础套餐的价格就是一道门槛。个人用途和生产力用途混在一起时，用户得先弄清楚它到底能替自己做什么。之前大家都觉得没人会为个人助理付钱，所以去做企业；现在又发现，帮我订机票、买鸡蛋也挺好。可“挺好”和我愿意一直付费，中间还是隔着一段距离。

八、电脑能跑模型了，为什么还得花五百块请人安装？

Raymond： 安全和隐私让很多人想把模型放在本地。我们对 Agent 要做什么、做过什么，有时候都不了解。端侧模型到底离普通人还有多远？这是一个还要等很久的方向，还是硬件已经到了，产品没到？

Lewis： 我觉得这个时代已经到了。现在有 Mac Studio，也有 NVIDIA 的 DGX Spark 这种能在本地跑模型的机器。按我看到的苹果宣传和网上演示，最高配 Mac Studio 已经有人拿来跑万亿参数量级的模型；但那台机器很贵，我记得配下来大概要一万两千美元，并非所有用户都能接受。

对我来说，重点是个人已经可以买到这类硬件。本地小模型应付正常的日常对话，已经能满足很多需求。只要你不一定要求它做复杂编程、解决很困难的问题，普通任务不需要每次都动用最前沿的能力。

我个人比较看好本地模型，也知道有公司在做相关设备。但专门做一个设备，会遇到现有电脑的竞争：Mac 下一代芯片支持了，PC 再加上相应的芯片，大家的电脑都能跑。专用设备要怎么保持自己的价值？这个竞争关系很强。

最大的难题又回到产品。**硬件上可以做，软件给用户的体验是什么？**Mac Studio 买回来，是不是已经有模型自动在里面跑？还是用户要自己安装一堆东西？这部分还不成熟，也就还有机会。

Raymond： 这个我太能理解了。OpenClaw 刚火的时候，很多人买 Mac mini，拿回去以后不会装。国内闲鱼上出现过上门安装 OpenClaw，五百块一次。让一个不熟悉这些操作的人去安装、配置 API，整套事情挺烦的。能不能拿到手就用，和机器跑不跑得动，是两个门槛。

如果用户真的愿意为本地隐私付这么多钱，需求成立，硬件也可能很快量产、降价。你之前说对这些小硬件很感兴趣，还因为看到什么更长期的变化吗？

Lewis： 我跟一个做芯片的朋友聊过。相比大模型，芯片这边的路线图更明确。我们很难预测六个月后大模型会变成什么样，但他们对六个月后、几年后的芯片能力，有更清楚的预期。

按他们的推测，现在跑在云端的一些大模型，六七年以后可能就在手机上跑了，在 Mac Studio 上就更容易。这个时间是推测，但我觉得大趋势会往这个方向走。

想想以前用诺基亚，别说视频，放一个 GIF 都卡；今天手机可以看 4K、6K 视频。当时很难想象，现在就很平常。模型也可能经历这样的过程，只是站在今天，很难马上想象六七年后的硬件。

Raymond： 那时候只能玩贪吃蛇，现在可以玩原神。硬件迭代加上模型压缩，能放进越来越小的东西里，很多现在被成本卡住的场景就会解锁。那苹果为什么还没把个人助理做好？隐私、端侧硬件，都是它很重视的东西。它是不是也能后发先至，让创业公司先把形态试出来？

Lewis： 后发先至是有可能的。今天很多个人助理要完成的任务，本身比较简单，早一些的小模型已经能处理一部分，大多还是些平常的个人事务。

九、领先三个月的技术，发了论文可能只剩一周

Raymond： 你对谷歌还有信心吗？你离开时 Gemini 很高光，现在我感觉它又被拉开了。模型每天都在发，一个正式版、一个 Flash、一个 Lite，十家轮着来。发一个模型，至少得期待自己能当一个星期 SOTA，也就是当时最先进的水平；如果这都做不到，就躲回去再训练，发布日期可能越来越难定。

Lewis： 我觉得会赶上，还是比较有信心。我跟一些朋友保持联系，谷歌的底子仍然很强。问题是，在我们这次聊天的时间点，它的 Pro 已经太久没有推出新版本。五月 I/O 说要发，聊这期时已经十月，还没出来，压力就一直增加。

下一个版本至少要跟发布那一刻的顶级模型处在同一水平。竞争对手不断更新，门槛水涨船高，晚发并不意味着只需要完成几个月前的目标。我相信下一代会不错，但这和我们现在已经拿到一个产品，是不同的事情。

Raymond： 把谷歌当成一面镜子，当时内部看到 DeepSeek 是什么反应？我想知道的不只是技术评估，还有情绪：一个开源模型突然做到这个程度，你们会惊讶吗？谷歌会不会因为自己的骄傲，不愿意参考中国公司的东西？

Lewis： 我们做模型的人，第一步还是读论文，看它有没有独特的东西。当时大家觉得 DeepSeek 是有料的，确实有创新。一个开源模型做到那个程度，大家挺惊讶；有些技术当时在美国这边还没见到，自然会想，这是一种好方法，我们也可以尝试。

从工程和产品的角度，我们愿意看到这样的事。开源、发技术论文，让大家有机会互相学习、成长。这和拿其他公司的模型输出去蒸馏，是不同的讨论。

至少我在谷歌的那个时间，没有看到蒸馏别家公司模型的情况。我只能说自己在谷歌时的经历，不知道其他公司具体怎么做，也不能替它们下判断。我们当时说不会记录用户数据、不会拿这些数据训练，在我参与的工作里，大家确实按这个要求做。我觉得一些压力可能跟这个也有关系。

Raymond： 严格照规矩做，完全靠内部找新数据，可能反而给自己加了难度。但说到底，其他公司具体怎么做，我们也没有办法知道。另一件事是，现在技术交流似乎越来越少，论文少了，博客少了。我邀一些大模型公司的嘉宾上播客，也明显觉得越来越难。

从模型发布的角度，我还有一种感觉：中国公司未必每次都做到全球最领先，但能做到国内领先，或者成本有优势，就还有一个可以发布的理由。对谷歌这样的公司，大家的期待不一样。技术不够领先，发布就可能被卡在那里。

Lewis： 对头部公司来说，现在很少看到像以前那样把技术论文发出来。大家会觉得，这一点技术和知识，可能本来就只能保住三个月、六个月的领先，再发一篇论文，可能只剩一周。

很多人也怕说错话。别人不小心问到一个问题，自己不小心透露一个细节，可能就会产生影响，因为竞争实在太激烈。

Raymond： 我上一期聊过，模型发展的不同阶段，瓶颈不一样：有时是预训练，有时是后训练，有时是数据。某一类研究员在公司里特别能创造价值的窗口，可能就十八个月。他要守住秘密、撑下去，十八个月后别人追上来，优势也就没了。这个事情很残忍，所以我理解大家为什么不愿意上播客。但我还是希望能多聊聊。

Lewis： 我觉得交流是很有意义的。大家会看到的角度，毕竟还是很不一样。

如果你也在看这个方向，或者不同意上面的判断，欢迎写信到 [email protected]——不想写信也没关系，把邮箱留在下面就行。