TMT观察网_独特视角观察TMT行业

IT之家 3 月 1 日消息，據外媒 The Verge 今日報道，谷歌聯合創始人謝爾蓋?布林向 DeepMind AI 部門（GDM）的數百名員工發出明確信號：AGI 競賽已經進入沖刺階段，谷歌必須全力以赴。

“Gemini 計劃和 GDM 已經走過了兩年。”布林在信中寫道。“這段時間里，我們取得了顯著進展，完成了許多值得驕傲的工作。然而，競爭正在加劇，AGI 競賽已進入關鍵階段。我相信我們具備勝出的所有條件，但必須加快步伐。”

布林要求 AI 團隊延長工作時間（每周 60 小時）、每天到辦公室辦公、優先采用“簡單的解決方案”，并提高工作效率（“不能花 20 分鐘運行一段 Python 代碼”）。但最引人關注的是他對谷歌 AI 產品的批評：目前產品過度依賴過濾和限制措施。布林認為，谷歌應該“信任用戶”，而不是繼續推出“保姆式”產品。

IT之家附謝爾蓋?布林信件大意如下：

Gemini 計劃和 GDM 已經走過了兩年。這段時間里，我們取得了顯著進展，也完成了許多值得驕傲的工作。然而，競爭日益激烈，AGI 競賽已進入關鍵階段。我相信我們具備勝出的所有條件，但必須加快步伐。

代碼決定一切 ——AGI 的突破點在于 AI 的自我優化，盡管初期可能仍需大量人工干預，因此代碼性能至關重要。此外，這必須建立在我們的 1p 代碼基礎上。我們要借助自身 AI，成為全球最高效的開發者和 AI 科學家。

高效工作 —— 根據我的經驗，每周 60 小時的工作量最有助于保持效率。有人工作時間更長，但可能會精疲力竭、影響創造力；也有人低于 60 小時，甚至有些人僅滿足最低要求。這不僅效率低下，還會影響團隊士氣。

線下協作 —— 面對面溝通遠比遠程會議等方式高效，因此必須與團隊成員在同一地點辦公。我們應盡量減少跨國、跨城市、跨大樓的匯報關系，建議每個工作日都到辦公室。

組織優化 —— 團隊需要明確職責分工，保持高效協作，并由統一的管理和技術領導進行協調。

簡化方案 —— 盡可能選擇簡單高效的解決方案。例如，如果提示詞（prompting）能滿足需求，就直接使用，而不是額外訓練單獨的模型。避免不必要的復雜技術（如 LoRA）。理想狀態是采用一個通用模型，只需調整提示即可滿足不同用途。

追求卓越 —— 無論是評估指標、數據來源、儀表盤，還是內部 UI 消息，都要確保運行穩定、質量過硬。

追求速度 —— 產品、模型和內部工具都要盡可能提高運行速度。一小段 Python 代碼不能在 Borg 上跑 20 分鐘。

快速迭代 —— 我們需要快速驗證大量想法，最好的方法是小規模試驗，逐步擴展并觀察是否能帶來更大優勢。過度依賴大規模開發，容易陷入微調、過擬合評估指標等問題。我們要追求真正可擴展的成果。

避免過度限制 —— 不能繼續開發“保姆式”產品。當前產品已經充斥了過多的限制和篩選，我們需要打造真正有能力的產品，并相信用戶的判斷。