2026年刚刚过半,在小宇宙站内,和AI有关的人物名字,被搜索的次数相比去年增长了470%,极其夸张。
为什么是名字?
因为这些名字,可能全网只能在播客产品里才能找到他们的公开表达,而小宇宙在更大程度上又等同于中文播客本播,所以⋯⋯
时至今日,你想知道杨立昆离开Meta后邀请创业的首席科学家是怎么看待世界模型这条路线,依然只能从张小珺的播客「商业访谈录」收听,被小米重金从DeepSeek挖来的「天才少女」罗福莉也是一样,唯一一次深度对话,就贡献给了播客。
腾讯的姚顺雨、月之暗面的杨植麟、MiniMax的闫俊杰、智谱的张鹏,几乎所有这几年里在大模型市场搅动风云的关键人物,也都把第一次尝试和大众沟通的机会,留给了播客。
更不用说那些并不足以自带流量的科学家、研究员和创业者了,基本上只能在播客里找到他们的无障碍输出,这似乎成了一种全球性的集体选择。
Anthropic的创始人达里奥有一个简单的个人网站,上面贴着数量有限的对外发声次数,目前总共9个链接,其中1个是接受文字采访,1个是参加电视直播,剩下7个全是做客各档播客节目。
这个比例,恰如其分的量化了媒体「现场」的转移,尤其是在高信噪比的讨论需求底下,用动辄几百分钟的时间密度,才有能力去消化一个人毕生的专业知识与经验。
毋庸置疑,英文播客的繁荣依然望尘莫及,头部播客已经能够卖出几个亿的版权费用,甚至充当着FA的角色——不少AI初创公司都是选择从播客「出道」,得到了新的融资机会,而VC自建播客去做投后,更是成了见怪不怪的基操。
但从产品的生态位来看,无论是Spotify还是YouTube,连同Apple Podcasts也算进来,海外基本上没有独立播客平台的生存空间,小宇宙的异质在于,它在泛内容产业的竞争强度并不低的简中互联网,把自个儿做成了播客的一种代称,这很反常。
其实在ChatGPT发布之前,也就是世界尚未进入AI时间线的时期,小宇宙的内容生态,还是以文化情感为基本盘。
JustPod在2022年的一份报告甚至直接把当时的中文播客供给概括为「社会人文一枝独秀,同时品类开始外扩」,但在当时,谁也没想到这个所谓的「外扩」,会在接下来的几年时间里如此生猛和集中,以致于改变了小宇宙的基因系统。
小宇宙的官方披露更加明显,整个平台播客节目的年均增长一直保持在40%上下,这已经是相当高产的势头了,然而讨论AI话题的播客节目,最近3年多增速是⋯⋯300%左右,直接「旱地拔葱」的拉升了平台的科技成分。
What can I say?
这当然不太可能仅仅是小宇宙的运营结果——如此高看小宇宙的运营多少有点「你法我笑」的幽默——而是市场上突然爆发出来的供需双方,同时找到了小宇宙这么一个「现场」。
这就是我说的,备份历史的价值,在一个公共表达产生退化或者异化的环境里,尽可能的提供一个保存完整上下文的产业快照,保持站在创新曲线的左侧。
其实在这次活动的一场圆桌里,主播张小珺、投资人孟醒、创业者莫子皓就多次提到过「噪音」的干扰,比如这一年来每次模型的发布,蜂拥而上的永远是一句话生成一个游戏demo,给人都看吐了,整个社交媒体,好像已经丧失了问出「真问题」的能力。
所以真不怪播客摘了AI时代最大的一颗桃子,「ChatGPT之父」伊利亚·苏茨克维如今也只会在播客里表现出他的健谈一面,原因同样在于,播客才能问出那些让他滔滔不绝的技术难题,而媒体只会关心OpenAI的那场宫斗到底还藏了什么秘密。
这倒不是说媒体走错了路,媒体是在做它该做的事情,因为读者市场关心这个,但因此挤压出的自我表达欲,也就必然被更加合适的载体承接了。
播客提供了松弛感,而松弛感回报了稀缺的真实性,就这么简单。
播客产品的使用方式,和模型很像。
比如它们都很吃上下文,比如提问比回答更重要的技巧,比如输入质量决定输出上限,等等。
唯独有一点不同,那就是播客是反工业化的,在模型近乎无限的生产能力面前,创作的稀缺性、真实性、人类性都在急剧衰退。
英国作家塞巴斯蒂安·马拉比在给DeepMind创始人、谷歌AI的灵魂人物哈萨比斯写传记的时候,说他是一个很早就知道把自己「放进历史的框架里」。
在轰轰烈烈的AI浪潮里,哈萨比斯绝对不是一个孤例,尤其是在核心公司参与前沿研究的,普遍相信身处一个媲美工业革命的时代拐点,是要对文明进入下一个发展阶段尽到义务的。
于是我们就看到了,他们做出了相当默契的选择,把第一手的知识密度,最真实的内心感受,可追溯的技术判断,不中断的深度输出,通通留给了播客这个场景。
也只有播客这片净土,可以不要求营业,装得下复杂,能把话说给可以听懂的人,而免于被断章取义。
像是挂在热搜上的「灵活就业是福利」这种翻车事故,大概不会在播客里出现,它作为对话容器,天然带有完整语境。
于是播客就成了讲好AI故事的第一现场。
世界正在进入一个巨大的「奥德赛时期」,AI带来的冲击只是迷茫的一块碎片,经济、就业、成长、创伤乃至家庭关系,无一不在遭受变化,如同在高速行驶中更换轮胎,刺激是真刺激,焦虑也是真焦虑。
播客是海里的一块浮板,它未必能把人直接带回伊塔卡,但它可以是每个人重建船队的第一片木头。
显示更多
谷歌 DeepMind 的 AlphaGenome 2。它干的事,是从读懂文字转向读懂基因序列。
人体 30 亿个 DNA 字母里,直接编码蛋白的只有 2%,剩下 98% 管的是什么时候开工、造多少。
Atlas 先把 90 亿种单字母变化的影响预测出来,AlphaGenome 2 再往前走一步,能判断变异在哪类细胞里出事。
炎症性肠病那份研究,人做了一年半,它半小时给出关键结果,可这只是预测,实验还得做。跟 AlphaFold 的分工也清楚:一个管折叠,一个管后果。
显示更多
谷歌的处境真是令人担忧啊...
2017 年谷歌发布了 Transformer,但是直到 2026 年 11 月,才端出 Gemini 4 勉强能打的模型,在此之前,Gemini 模型都是被当做笑话看待的
谷歌给我的感觉就是一个迟缓的巨人,而这背后的原因太多了
1. 学院派作风,山头林立
早期谷歌沉迷于 PaLM、LaMDA 这些大而全的研究路线,内部算力(TPU)和研究团队分散在 Google Brain 和 DeepMind 两个山头,一直到 2023 年才完成合并,这直接导致谷歌在 Scaling Law 的工程化落地以及 RLHF 的打磨上落后了整整一代
2. 致命的商业模式
OpenAI 和 Anthropic 这两个公司可以毫无包袱地把所有资金都砸向 AI,可是谷歌不行。
谷歌的现金流来自传统搜索广告,每次大模型发布,谷歌内部都要在“模型能力上限”、“幻觉”,“是否会蚕食搜索业务”这些议题上反复拉扯,AI 部门越强,搜索部门就越焦虑;搜索部门越庞大,AI 部门受到的限制就越多。
3. 混乱的产品线
Gemini 4 发布了,但是他们又推出了新的命名:Argon / Carbon / Hydrogen
回头看,你会发现谷歌一直在推翻自己的命名体系和发布节奏,这也代表了谷歌内部的混乱。
4. 路径依赖导致产品令人沮丧
Antigravity 的 agent harness 体验太差了,以至于我需要专门列出这一点,这仿佛就是一年前的产品,可是当你认真分析,你会发现这样的产品是必然的。
谷歌做开发工具(如 IDX、AI Studio Build、Antigravity)骨子里带着强烈的 Google Cloud(GCP)和云端隔离环境基因。它的 Harness 设计初衷是为了配合自家生态(Firebase、Android、Workspace、企业级权限隔离),这导致它在本地文件系统操作、上下文压缩(Context Compaction)、Diff 局部修改以及终端工具链(Shell/Git)的交互上非常的缓慢。
到了 2026 年底,谷歌甚至把商业化策略的混乱直接写进了产品体验里——强行关停 Gemini CLI 逼用户迁移到 Antigravity,紧接着又在账号体系上搞出各种限制(如学生版、Pixel 捆绑版或部分合作套餐的 Pro 账号在 Gemini 网页端能用 Gemini 4,到了 Antigravity 里却被锁死在 3.8 Flash)。
写到这里其实挺唏嘘的。我们吐槽谷歌,不是因为讨厌它,而是因为它曾经是无数工程师心中的技术灯塔,过去十年,在我眼里谷歌就是技术力的代名词。
只是在 AI 这场残酷的牌桌上,过去十年的护城河,如今全变成了转身时的负重,搜索与 AI、政治斗争,混乱的产品线...
Gemini 4 终于追上了及格线,但留给谷歌这个庞然大物的时间,真的不多了。
显示更多
谷歌上了 Gemini 4 Hydrogen,输入 $1.50/M、输出 $7.50/M,100 万 token 不分段计价,直接接替 3.8 Flash 当默认模型,就是冲着一天跑几百次小请求的 coding agent 去的。
分数也不是白给的:Terminal-Bench 4.1 从 18.2% 跳到 57%,速度快 2.5 倍,瞎编的错误少了五倍以上,还多了一个 xhigh 档,要用的时候能拉满。
更值钱的是 Antigravity 那个 Orchestrator。任务跑到一半,在 Carbon 和 Hydrogen 之间动态切,成功率接近纯 Carbon,配额省 24%,速度快 19%。这事以前得自己搭管线,现在是平台原生能力,比的重点也从谁的模型强,挪到谁调度得更省。
显示更多
谷歌、博通,三星是一挂的,英伟达、海力士,台积电是一挂的。老黄离任,除了利好竞争对手以外,但我觉得并不利空台积电,因为大家心里又重新燃起了勾搭台积电的小九九,毕竟台积电才是半导体产业链的链花。大哥在的时候,山寨里最漂亮的姑娘碰不得,现在大哥去了,虽然山寨发展会减速,但是“钱”不一定会少挣,反而可能会拉长扩张周期。
显示更多
谷歌于2026年11月12日(北京时间11月13日凌晨)正式发布了新一代AI模型 Gemini 4 Hydrogen。
该模型正式取代了原有的“Flash”命名体系,定位为面向日常编码、智能体(Agent)工作流以及高频日常任务的高速度、高性价比执行模型,并已面向全球所有层级用户开放。
根据谷歌官方博客及 DeepMind 模型卡披露的数据,Hydrogen 实现了“越级”性能提升:
速度与幻觉控制。相比上一代 Gemini 3.8 Flash,同等设置下的任务完成速度提升 2.5 倍,同时虚构信息(幻觉)生成率降低了 5 倍以上。
智能指数超越前代旗舰。在 Artificial Analysis 智能指数测试中,Hydrogen 默认的高思考(High)档位得分为 51(超过了 Gemini 4 Argon 的 50 分),而在新增的最高思考档位(xhigh)下可达 54 分。
超长上下文与多模态。原生支持 100 万 Token 统一上下文窗口,默认同步输出最高 64K Token,通过后台长解码(Background long decode)最高支持 100 万 Token 输出,可直接处理密集 PDF、电子表格、音频及视频文件。
显示更多
谷歌(Google)母公司Alphabet首次在香港和新加坡发行港元及新元债券,星期四(11月12日)公布初步发行利率指导价。其中,新元债券的指导利率介于2.75%至4%,港元债券则介于4.6%至5.5%。
显示更多
谷歌AI再出重磅产品!Gemini 4 Carbon全面开放,目标不再只是聊天,而是让AI独立完成复杂工作。
Alphabet旗下Google $GOOGL 宣布向开发者、企业、科研人员及消费者开放Gemini 4 Carbon。
这款模型特别针对复杂编程、长时间多步骤推理、网络安全研究及科学发现等高难度任务进行优化。
谷歌强调,Carbon能够在较长的工作流程中持续推理、调用工具、检查结果,并处理需要反复验证的复杂任务。
更值得关注的是,Google Antigravity正在预览全新的多智能体协作功能。
用户可以将一项大型工作分配给多个AI智能体,由它们分别承担系统架构、编码、审查和验证等任务。
谷歌表示,Carbon在部分独立工作流程评测中表现领先,并能够以较低的任务成本完成复杂工作。不过,真实商业环境中的表现仍需持续验证。
目前开发者可以通过付费API使用该模型,Google AI Ultra订阅用户也将陆续获得相关使用权限。
$GOOGL $MSFT $AMZN $META
AI行业正在从单一聊天机器人转向可以协同执行任务的智能体系统。
如果未来一名员工能够同时管理数十个AI智能体,软件行业最大的价值会来自模型本身,还是来自能够整合这些智能体的工作平台?
显示更多