Gemini灵魂杰夫·迪恩：揭示AI的三个残酷真相New基地

作为谷歌AI的精神图腾 , 杰夫·迪恩很少如此详尽地剖析未来的技术路线。

“如果我有更多的时间 , 我会写一封更短的信。”

在Latent Space的最新访谈中 , 谷歌首席科学家、被称为“代码之神”的杰夫·迪恩（Jeff Dean）引用了帕斯卡尔的这句名言 , 来形容未来AI编程的终极形态。

在这个长达一小时的硬核对话中 , 杰夫·迪恩像一个看着未来已经发生的工程师 , 冷静地拆解了2025-2026年的AI路线图。

如果你还在为现在的AI模型感到惊艳 , 或者为自己的编程饭碗感到焦虑 , 看看杰夫·迪恩抛出的这些“暴论” , 你可能会感到一种窒息的紧迫感。

关于速度与思考

“每秒生成1万个token有意义吗？ 绝对有。 因为我们需要思维链推理。在给你那1000行最终代码之前 , 模型可能需要在后台进行9000个token的深度思考和自我验证。”

关于智能的贬值

“我们已经能让下一代的Flash模型（轻量版） , 达到甚至超过上一代Pro模型（旗舰版）的水平。 这是一个我们会持续遵循的趋势。 ”

关于“无限上下文”的真相

“真正的长上下文不是100万或200万token , 而是我们要制造一种 幻觉 ：让你觉得模型正在同时阅读万亿级别的token , 正在阅读整个互联网 。”

关于提示词工程的本质

“好的提示词工程 , 本质上就是极其高明的‘高管指令’（Executive Communication）。你要像写内部备忘录一样字斟句酌 , 因为你在指挥一个超级大脑。”

智能的“通货膨胀”比你想象得更快

我们现在为了使用最强的模型（比如GPT-4或Claude3.5Sonnet） , 往往要支付高昂的API费用或者是忍受缓慢的推理速度。

但杰夫·迪恩提出了一个极其残忍的“技术下放定律”：

今天的顶配 , 就是明年的地摊货。

谷歌的策略非常明确：利用“蒸馏”（Distillation）技术 , 把那个庞大、昂贵、缓慢的“超大杯”模型的能力 , 压缩进那个极其便宜、极速的Flash模型里。杰夫·迪恩明确表示 , 每一代新的Flash模型都会追平甚至超越上一代的Pro模型。

这意味着什么？这意味着如果你现在的商业模式是建立在“因为我用了昂贵的大模型 , 所以我比你强”的基础上 , 那你很快就会死掉。因为你的竞争对手明年可以用十分之一的成本 , 用Flash模型做到同样的事。

未来的竞争 , 不是看谁的模型更强 , 而是看谁能把“最强智能”白菜价化。

速度本身就是智能

为什么杰夫·迪恩如此执着于 TPU 和 每秒1万token 的推理速度？

很多人以为快只是为了用户体验好 , 不卡顿。 错。快是为了让AI“想”得更久。

现在的AI模型（如DeepSeekR1或OpenAIo1） , 之所以强大 , 是因为它们在回答你之前 , 会进行漫长的“思维链”推理（Chainof Thought）。

试想一下 , 如果模型每秒只能蹦出100个字 , 让它进行复杂的逻辑推演 , 用户得等上几分钟 , 没人受得了。但如果每秒能蹦出 1万个字 呢？

模型可以在一眨眼的时间里 , 在后台把这个问题拆解、反思、自我纠错10次 , 产生9000个token的“思考过程” , 然后只把那个最完美的1000个token的答案吐给你。

当速度快到一定程度 , 量变就会引起质变。 极致的低延迟（Latency） , 就是通往通用人工智能（AGI）的物理钥匙。

程序员的“死亡”与“高管化”

这可能是整个访谈中对开发者冲击最大的一点。

杰夫·迪恩谈到了未来编程的形态。他不再谈论IDE、不再谈论具体的语法 , 他谈论的是“50个实习生”。

他打了一个比方：未来的软件开发 , 就像是你一个人带着50个极其聪明、但需要明确指令的实习生（AI Agent）。

· 以前的编程： 你是泥瓦匠 , 你需要亲自把每一块砖（代码）砌上去。

· 未来的编程： 你是项目经理 , 你需要写的是“规格说明书”（Spec）。

在这个世界里 , 写代码的能力不再稀缺 , 稀缺的是“清晰描述需求”的能力。

正如杰夫·迪恩所说 , 传统的软件工程教育强调写文档、写Spec , 但没人爱写。但在AI时代 , 你的Spec写得有多烂 , AI产出的代码就有多烂。

提示词工程（Prompt Engineering）这个词太低级了。未来 , 这叫“高管沟通术”。你的一句话 , 需要调度50个Agent去协作 , 如果你逻辑不清 , 整个系统就会崩塌。

你要么做高管 , 要么被淘汰

访谈的最后 , 杰夫·迪恩描绘了一个“个人化全知模型”的愿景。

未来的AI , 不是一个冷冰冰的聊天框 , 而是一个拥有你所有数据的第二大脑。它读过你所有的邮件、看过你所有的照片、知道你所有的代码库。

在这个新世界里 , 技术壁垒正在以光速被夷平。硬件在变得更强 , 模型在变得更便宜。

对于每一个科技从业者来说 , 警钟已经敲响： 别再沉迷于“手搓代码”的快感了。 学会像杰夫·迪恩说的那样 , 去思考架构 , 去打磨需求 , 去指挥那支即将到来的、由硅基生物组成的“千军万马”。

因为在2026年 , 要么你成为那个下达指令的“高管” , 要么 , 你就是那个被Flash模型取代的“昂贵劳动力”。

附：杰夫·迪恩（Jeff Dean）访谈核心问答整理

为了方便大家深入理解 , 我将本次Latent Space访谈中JeffDean的精彩问答进行了精华整理：

Q1：谷歌如何在“探索技术前沿”和“实际部署”之间做平衡？

JeffDean： 我们两手都要抓。我们需要前沿模型（Frontier Model）来探索可能性的边界 , 比如解决复杂的数学难题。但同时 , 我们需要通过“蒸馏”（Distillation）技术 , 把这些前沿能力下放到更小、更快、更便宜的模型（Flash）中。没有前沿模型 , 就无法蒸馏出强大的小模型。

Q2：你提到的“蒸馏”到底有多重要？

JeffDean： 非常重要。它的核心优势在于 , 你可以利用大模型产生的“软标签”（Logits） , 而不仅仅是最终答案 , 来训练小模型。这让我们连续几代都做到了：下一代Flash模型的性能 , 追平甚至超越了上一代的Pro模型。

Q3：现在的AI基准测试（Benchmarks）还有意义吗？

JeffDean： 公开的基准测试一旦被刷到95%以上的准确率 , 意义就很难说了 , 而且还有数据泄露的问题。我们内部更看重那些目前只能拿到10-30%分数的测试集 , 这才是改进的方向。一旦分数太高 , 我们就该寻找下一个更难的挑战了。

Q4：Gemini的200万token上下文已经很长了 , 未来会更长吗？

JeffDean： 现在的长上下文（1M-2M）很有用 , 但还不够。真正的终局是让模型给人一种“它可以关注整个互联网”或“它可以关注你一生所有数据”的 幻觉 。这不可能靠单纯扩大上下文窗口（那是平方级增长）来实现 , 需要新的检索和层级化系统 , 从万亿token中瞬间找到你需要的那100个。

Q5：关于多模态 , 有什么是我们忽视的？

JeffDean： 除了听、说、看 , AI还应该具备“非人类”的感官。比如激光雷达（LIDAR）、核磁共振（MRI）数据、基因组数据。让模型接触这些模态 , 即使只是一点点 , 也能极大拓展它对世界的理解。

Q6：在AI时代 , 编程会变成什么样？

JeffDean： 这就像你管理50个实习生。你不再自己写每一行代码 , 而是要学会写非常清晰的“规格说明书”（Spec）。以前程序员都不爱写文档 , 但现在 , 文档写得好不好直接决定了AI产出的代码质量。这实际上把“提示词工程”提升到了“高管沟通”（Executive Communication）的层次。

Q7：你对未来有什么预测？

JeffDean：

极度个性化的模型： 模型将获得权限访问你的邮件、文档、照片等所有数据 , 成为真正懂你的第二大脑。

超低延迟的深度推理： 随着硬件进步 , 我们可能实现10,000token/秒的推理速度。这意味着模型可以在几秒钟内进行海量的“思维链”推导 , 生成9000个思考token , 只为了给你一个完美的答案。用帕斯卡尔的话说：“如果我有更多时间 , 我会写一封更短的信。”AI有了速度 , 就有了思考的“时间”。