4万亿！谷歌杀死2022年的自己，OpenAI却活成了谷歌

guozi

2025年的硅谷，谷歌Gemini以21.5%的市场份额逆袭OpenAI，成为AGI领域的新标杆。苹果10亿美元的年协议选择Gemini作为AI底座，更是让OpenAI失去了20亿台iOS设备的战场。这场AI霸主之争的背后，是谷歌从Bard翻车的至暗时刻，到TPU算力优势的绝地反击，再到团队整合的血色婚礼。本文深度剖析谷歌如何用钞能力和技术底蕴，在AI战场上完成从虚胖到神明的蜕变。


【2025年12月·硅谷】
2025年12月的硅谷，空气中弥漫着一股熟悉的压抑感。如果你现在能走进OpenAI的总部，会发现其氛围像极了2022年冬天的谷歌——被对手的全新技术挤压其生存空间，吞掉其大量用户的绝望感。

在2025年12月1日上午，内部信传遍了OpenAI的每个角落：Sam Altman亲自下令，紧急叫停所有广告与购物项目。不是战略调整，是生死存亡。原本指望用这些项目增加收入，但现在有比赚钱更紧急的事，谷歌的模型正悄然超过了GPT的地位，成为了新一任的AGI的领头羊，迫使其拉动了红色警报。

但危机远远没有结束，一个月后的2026年1月13号，——OpenAI曾经的盟友苹果，宣布选定谷歌Gemini作为其AI底座模型。



这个消息像一颗核弹。苹果CEO库克在合作发布会上说了两句话：”我们认为谷歌的技术最强”，”协议金额约为每年10亿美元”。这两句话直接让OpenAI失去了20亿台iOS设备的战场。更狠的是信号意义：谷歌的智能水平，已经重新成为行业标杆。SimilarWeb的全球AI流量统计毫不留情——Gemini市场份额从一年前的5.7%飙升至21.5%，而ChatGPT虽然仍是老大，却从86.7%跌到了64.5%。

据CNBC报道，这笔交易让苹果放弃评估了18个月的OpenAI和Anthropic方案。一位参与谈判的苹果高管私下透露：”不是ChatGPT不好，是Gemini在系统级整合上更完整——他们能把模型塞进芯片驱动层，OpenAI只能做个App。”

更讽刺的是，就在同一周，谷歌市值冲破4万亿美元大关，成为英伟达、微软、苹果之后的第四位突破这一大关的超级公司。看着谷歌那条曾被人笑话”老旧”的护城河，如今又开始深不见底，OpenAI的处境，简直就像照镜子——镜子里不是别人，正是三年前那个被ChatGPT一脚踹开门的谷歌。

历史从来不会让谁一直站在胜利者的位置。



“GOOGL股价走势：在Gemini业务爆发的推动下，市值于1月中旬站上4万亿美元。”
【2022：那双2000亿美元的金手铐】
很多人以为2022年的谷歌是因为”不懂AI”才被ChatGPT偷袭，其实并非如此。

事实上，早在OpenAI发布GPT-3的两年前，也就是2020年，谷歌大脑团队就搞出了一个叫LaMDA的对话AI。当时的内部演示，工程师们兴奋得在邮件里写：’这玩意儿会吃人，它能讲笑话、聊哲学，当时我们以为它将是下一代对话AI的标准。’

然后呢？

然后这个项目在报给高层的时候，被那一双价值2000亿美元的金手铐生生掐死了。

你想啊，谷歌的商业模式多简单：用户搜索 → 点蓝色链接 → 谷歌收钱。可AI的逻辑更粗暴——它直接给你答案。当用户不再点链接，谷歌的千亿美金广告收入就成了陪葬品。于是高管们集体当鸵鸟，”再等等，再看看，别革自己的命”。

2022年11月30日，ChatGPT发布的第二天，谷歌内部系统第一次亮起红色警报。来自DeepMind的紧急邮件写道：”我们的LaMDA在同等参数下表现不输ChatGPT，但产品化需要6个月。”而Brain团队的回复是：”我们需要评估对搜索业务的影响。”就在这来回扯皮的6个月里，ChatGPT月活突破1亿。

除了商业上的犹豫，谷歌内部的撕裂才真要命。

那时候Brain和DeepMind两个团队，就像两座独立的山头。Brain的人觉得DeepMind那帮伦敦科学家太理想主义，DeepMind觉得硅谷这帮工程师太功利。

当两边研究路径撞了车，等于在算力本就紧张的情况下重复造轮子。要命的是，当时谷歌的算力根本没全力押注AI，两个部门每申请一次都得打报告，开会就为协调这点资源。内耗到最后，硬是把谷歌这头本该全力出击的巨兽，拖成了个瘫痪的巨人，空有实力却动弹不得。

这种分裂在2022年AI白皮书中暴露无遗。DeepMind坚持要先发论文验证理论，Brain主张快速上线试错。两边甚至在TPU算力分配上闹到皮查伊办公室，最后皮查亚拍板：”你们再吵，OpenAI就要把你们俩一起埋了。”
【Bard翻车：一千亿美元的学费】
2023年2月，谷歌急疯了。

为了抢在微软新Bing前头发声，谷歌在巴黎搞了场发布会，推出Bard。现在回头看那个视频，发布会的现场出现了非常大的错误——演示手机找不着、PPT卡壳，场面一度失控。但这些都不是最要命的。

真正致命的是，官方推特发了个Bard演示的GIF。 内容是：有人问：”What new discoveries from the James Webb Space Telescope can I tell my 9 year old about?”（怎么跟 9 岁小孩解释詹姆斯・韦伯望远镜的新发现？）”

Bard 非常自信回答的第三条：”JWST took the very first pictures of a planet outside of our own solar system.”（JWST 拍摄了太阳系外行星的第一张照片）

这是一个非常严重的错误。

天体物理学家Grant Tremblay当场打脸：第一张系外行星照片是2004年欧洲VLT拍的。

哈佛 – 史密森天体物理学中心的天体物理学家 Grant Tremblay 立即在 Twitter 上指出错误：”Not to be a well, actually jerk, but for the record: JWST did not take ‘the very first image of a planet outside our solar system'”

（我可不是故意较真抬杠哈，但必须说清楚：詹姆斯・韦伯空间望远镜根本不是拍得人类首张太阳系外行星照片的设备。）

网络上的舆论瞬间炸了。大家嘲笑的不是天文知识错误，而是谷歌，可是号称”整合全球信息”的公司，连自家宣传片的真实性/正确性都保证不了？

这个错误有多低级？用谷歌家的搜索框随便一搜索都能查到正确答案。

事后排查发现，这一错误的发生，并非单一偶然，而是技术局限与企业运营疏漏共同导致的结果。

从技术层面来看，彼时的 Bard 作为大语言模型，存在典型的 “幻觉” 问题 —— 模型并非基于事实核查作答，而是通过训练数据的概率模式生成内容，最终混淆了关键信息，将詹姆斯・韦伯望远镜拍摄的自身首张系外行星照片，错误等同于人类历史上的首张系外行星照片，而后者实则是 2004 年欧洲甚大望远镜的成果。

从运营层面而言，谷歌彼时迫于市场竞争压力，仓促推出仍处于实验阶段的 Bard，相关演示内容未经过严谨的专业审核，甚至未借助自家搜索引擎完成基础的事实核验，最终让这一低级错误出现在官方宣传内容；

然而资本市场是不会容忍这种错误的，Alphabet股价当天暴跌9%，1000多亿美元灰飞烟灭。



那天晚上，谷歌内部论坛Memegen被愤怒淹没。员工用”在火里的狗”表情包，配文直接骂高管：”Sundar，Bard的发布仓促、拙劣、且短视。”

那是谷歌的至暗时刻。但也就是这一巴掌，彻底把皮查伊打醒了：再内耗下去，谷歌的商业帝国真的会倒下。
【血色婚礼：算力停火协议】
Bard翻车两个月后，2023年4月20日，皮查伊下了道死命令：Brain和DeepMind，即刻合并，成立Google DeepMind。

在外界看，这只是架构调整。但在内部，这被称为 “血色婚礼” ——把硅谷那群写代码像喝水的工程师，和伦敦那群觉得自己在探索宇宙真理的科学家关进同一个笼子。



职位变动只是表象，真正的地震在合并后的三个月里才彻底爆发。

Jeff Dean虽然顶上了首席科学家的头衔，但很快就发现——自己再也无权直接调配Brain团队的算力资源，所有决策都要经过新成立的”Gemini联合委员会”，而这个委员会里，一半成员来自DeepMind。

Demis Hassabis那边也没好到哪去。他拿到了CEO头衔，却失去了DeepMind引以为傲的”学术独立性”。

2023年5月，Hassabis想在《Nature》发表一篇关于多模态推理的论文，结果被法务部拦下：”这可能暴露Gemini的技术路线。”他第一次在内部会议上摔了杯子：”我们变成了自己当年最鄙视的那种大公司。”

顶尖人才开始用脚投票。Arthur Mensch的离职最具标志性——这位28岁的法国人，是DeepMind大语言模型团队的三号人物，主导了Chinchilla项目的核心架构设计。2023年6月，他在离职信中写道：”当学术理想撞上季度财报，我选择回归理想。”三周后，他在巴黎注册了Mistral AI，带走了DeepMind强化学习组的两个核心研究员。

这仅仅是开始。2023年下半年，Google DeepMind的离职名单上出现了15位”Staff”级别以上的研究员，其中8人创办了AI初创公司，3人加入了Anthropic。硅谷科技博主 discern 写道：”谷歌正在用官僚主义的绞索，活活勒死自己最聪明的大脑。”

合并后的前三个月，内部会议几乎无法开展。Hassabis坚持用英式下午茶时间开站会，Brain团队觉得荒谬；而Brain团队把OKR指标压到每个月，DeepMind科学家觉得”这是对科研的侮辱”。最严重时，两边工程师在同一个代码库里互相删对方的提交记录，最后被强制拉进一个”战争房间”锁了48小时才和解。

合并后发生了这么大的冲突，那就是说依靠什么稳住新团队的呢

只有算力，庞大的算力资源，那种让研究员眼红心跳的”钞能力”。

2023年7月的那场All-Hands，皮查伊破天荒没打任何官腔。他直接甩出两张幻灯片：左边是OpenAI的GPU采购账单——每千张卡每月烧掉230万美元；右边是谷歌自家的TPU库存，3.2万张v4、v5芯片，利用率仅41%。他盯着台下说：”别吵了，人家用两千张显卡就把我们的技术彻底击垮。从今天起，所有TPU对DeepMind无条件开放，不用审批，不用打报告。”

这个决定有多狠？据参会员工回忆，Hassabis当场揉了揉太阳穴——他知道，谷歌用每年至少15亿美元的算力成本，买断了DeepMind的学术独立性。可又能怎样？就在那一周，三个核心研究员刚提交了离职申请，理由简单又致命：算力不足，实验做不了。



对AI研究员而言，这诱惑根本没法拒绝。当Sam Altman还在跟英伟达的账单死磕时，Google DeepMind的人突然意识到——他们手里攥着全世界最富裕的算力资源。Brain团队再也不用排队等TPU，DeepMind也不用写申请打到骨折，两边工程师在Slack群里从互怼慢慢变成了互通有无：”欸，你们那个分布式训练脚本，借我们试试？”

钞能力就是这么现实。它把十年宿敌黏合成战友，让分裂的”双塔”终于为一个代号并肩作战——Gemini。双子座，这个名字本身就带着点宿命的味道。
【威斯康星的秘密】
当所有人都在淘金（抢英伟达显卡）时，谷歌在十年前做了个违背硅谷常识的决定：自己造铲子。

故事要从2014年说起。Jeff Dean在一张餐巾纸上算了一笔账：如果1亿安卓用户每天用3分钟语音识别，谷歌的数据中心得翻倍。按当时的硬件成本，这意味着破产。

这个”末日算式”的具体推演在同事中流传甚广：1亿用户 × 3分钟/天 = 每天新增500万小时计算需求 = 需要新增12个超算中心 = 资本支出暴增180亿美元 = 净利润下降40% = 股价崩盘风险。Jeff Dean拿着这张餐巾纸直接冲到CFO办公室，说”要么造芯片，要么等死”。

于是，代号TPU的项目启动，被列为最高机密。为了避开总部人多眼杂，团队甚至躲到了威斯康星州麦迪逊的一个卫星办公室。他们的工程奇迹是”伪装”——把超级芯片塞进普通硬盘的物理尺寸里。工程师只要拔掉服务器硬盘，插进TPU，普通服务器就瞬间变身AI超算。

这一招确实瞒过了所有人——直到2016年的春天。

那年三月，AlphaGo和李世石的”人机大战”在首尔打响。全球数千万观众盯着屏幕，看人工智能如何落子。比赛进行到第二局，有眼尖的技术记者注意到一个细节：谷歌后台的服务器机架上，有些硬盘插槽的指示灯闪烁频率不太对劲——那不是机械硬盘该有的节奏。

赛后的技术复盘会上，DeepMind团队轻描淡写地提了一句：”我们用了些定制硬件。”但没人深究。直到五月的Google I/O大会，Pichai在主题演讲中揭开了谜底：TPU已在谷歌内部运行一年多，AlphaGo的棋力提升”大部分功劳要归于它”。论文数据显示，TPU在AI推理任务上比CPU快15-30倍，能效高30-80倍。

这才是TPU第一次露面的场景——从2014年起步，到2016年公开，两年多的时间里，它一直在谷歌内部秘密运转。硅谷的技术圈这才意识到，这家搜索巨头早就在为自己的AI未来，悄悄埋下了一颗硬件的种子。



真正让TPU在2025年反杀的关键，是光路交换机(OCS)。英伟达的集群依赖昂贵的铜缆和光电转换，又贵又热。谷歌却在数据中心里修了一套”光速地铁”，用微型镜片反射光束来交换数据。数据流不需要在每个站点停车换乘，而是一路绿灯。

嗯

这套架构的结果是毁灭性的：谷歌的算力成本，被压到了对手的1/4甚至更低。

2025年，第六代TPU Trillium全面量产，单卡算力4.6 PFlops，能效比提升巨大，电费节省67%。分析师估算，谷歌自研TPU进行AI推理的成本，比依赖英伟达的竞争对手低了约4.7倍。

这个4.7倍怎么来的？2025年第四季度，谷歌云财报显示TPU相关收入占比达41%，而成本增速仅12%。对比之下，同期微软Azure的AI服务成本增速高达47%。多家投行拆解财报后测算，谷歌每处理百万token的成本约为0.35美元，而OpenAI依托英伟达方案的成本在1.65美元左右——差距恰好落在4.7倍区间。
【从虚胖到神明】
有了TPU这个无限弹药库，谷歌终于可以放开手脚。但这不是爽文剧本。

2024年初，Gemini 1.5 Pro发布。原生多模态 + 100万token上下文，理论上能读几百本小说。但现实是，这巨人患上了”感知失调症”——注意力经常漂移，几十万字的代码丢进去，它在中间段落”走神”，找不到关键Bug。反义速度也及其缓慢，用户询问一个你好，它会思考十几秒才能回复。

那一年，谷歌赢了参数表，却输了口碑。开发者评价刻薄：”像个读过万卷书的老学究，博学，但反应迟钝，甚至有点老糊涂。”

这种”老糊涂”在内部被称为”中间段落失忆症”。测试团队发现，当输入超过50万token时，模型在30%-70%区间的信息召回率骤降至12%。一位产品经理在评审会上吐槽：”用户不会因为你读过莎士比亚就原谅你连他上一条消息都记不住。”

真正的转折点是2025年3月的Gemini 2.5 Pro。这一代，谷歌不再堆参数，而是利用TPU Trillium的算力优势，对模型底层做了外科手术：

• 环状注意力改良：彻底解决长文本”丢三落四”，200万字文档里能精准定位你所想询问的知识。
• 速度革命：推理速度是前代的3倍，同时API价格直接砍到GPT-4o的五分之一


这个”3倍提速”背后，是TPU的脉动阵列架构与环状注意力算法的完美契合。JAX团队发现，将注意力计算图映射到TPU的2D torus网络拓扑时，通信延迟降低了78%。一位核心工程师在复盘会上说：”不是模型变聪明了，是我们终于不再用GPU的架构思维限制TPU的物理特性。”



这是谷歌的”iPhone 4时刻”。它不再是个实验品，而是便宜、耐造、精准的工业零件。金融机构、医疗公司这些原本因为”贵”和”慢”而犹豫的企业客户，在这一年大规模倒戈。谷歌云的AI营收首次超越微软Azure AI。

然后，2026年1月，Gemini 3.0来了。

这一代不再是”聊天框”，而是住进了操作系统里的幽灵。谷歌打通了Android、ChromeOS和Search的底层，推出Aluminum OS。Gemini 3.0被植入系统内核：

“全知全能视角——你不需要截图，只需点击’Share screen’，Gemini就能实时看到你屏幕上的一切：代码里的Bug、图表里的数据、甚至你正在刷的社交媒体。你可以直接问’这段报错什么意思’、’这张表说明了什么’，它会像站在你身后一样即时回答。”

当然，这些功能不是随便哪台安卓机都能跑。目前只有搭载Tensor G5芯片的Pixel 9系列、以及配备TPU v5 Edge模组的Chromebook Plus机型，才能完整支持”系统级幽灵”模式。旧机型虽然也能用Gemini App，但那个只是”云端外挂”，做不到本地实时感知屏幕内容。



但这只是表面。真正让苹果倒戈的，是Gemini 3.0在硬指标上的碾压。

在衡量博士级推理能力的GPQA Diamond测试中，Gemini 3.0拿下了90.4%的分数；在多模态理解的MMMU Pro测试里，它拿到81.2%，居然超过了自家更大参数的Gemini 3 Pro。更夸张的是编程能力——在SWE-bench Verified（测试AI编程智能体的基准）中，Gemini 3.0获得了**78%**的分数，不仅碾压了2.5 Pro，甚至超过了当时最强的GPT-5.2。

Warp公司的CEO扎克·劳埃德在实测后说：”它修复命令行错误的准确率比前代提升了8%，但延迟几乎感觉不到。”这种”零延迟”体验来自TPU Trillium的底层优化——用户刚敲完回车，答案就已经开始在屏幕上渲染，快到看不见加载动画。

这里要分清版本。Gemini 3家族分三条线：Flash主打极致速度（比2.5 Pro快3倍，价格砍到1/4），Pro负责深度思考（回复比2.5 Pro快但更准），还有新出的Flash Thinking（介于两者之间，接近2.5 Pro的能力但速度依旧碾压）。Warp用的显然是Flash——那种”刚敲完回车，答案就已经在屏幕上渲染”的零延迟感，来自TPU Trillium对轻量模型的底层优化。

价格更是杀手锏。Flash版本定价每百万token输入0.5美元、输出3美元，而OpenAI的GPT-5.2同档位是输入3美元、输出15美元——六倍价差，加上三倍速度优势，难怪那位GitHub 50万粉的开发者说：”迁到Gemini不是因为谷歌更酷，而是价格实在太香啦。”

正是这种”强到离谱又便宜到离谱”的组合，加上系统级的原生融合能力（当然，前提是你要有那台支持Aluminum OS的设备），击穿了苹果最后的防线。苹果要的不是外挂ChatBot，而是能接管iOS底层、且不会让用户体验打折的智能大脑。OpenAI做不到（它只是个App，还要收你天价API费），但谷歌做到了。


让我们回到2026年的今天。
当Sam Altman在全员信里写下”暂停非核心项目、全力防守”时，他会不会觉得荒谬？三年前，OpenAI是那个光脚的野蛮人，没有包袱，没有财报压力，只有一把锋利的剑（ChatGPT）。它嘲笑谷歌动作迟缓，嘲笑大公司为了保护广告收入而畏手畏脚。

但三年后，攻守之势异也。

现在的OpenAI，反而成了那个穿鞋的人——而且这鞋子夹脚，还是带刺的。

它背着的包袱有多重？微软的千亿投资像一根无形的缰绳，全球数亿用户的期待是悬在头顶的聚光灯。最要命的是，它现在是一家准上市公司了——任何一次模型的胡言乱语，都可能变成第二天股价K线上的那根阴线”——意思是OpenAI现在变成上市公司后，如果模型说错话（比如GPT-5表现不好），第二天股票就会下跌，图形上就会出现一根代表下跌的”阴线”，投资者一看就知道”又亏了”。

2025年8月GPT-5上线那会儿，就闹出过大事。用户期待的是”AGI降临”，结果首发版本说话像个客服机器人，幽默感没了，那种”人味”淡了，幻觉倒是真少了，可大家反而觉得无聊。Reddit上骂声一片，”这就是你们吹了一年的AGI？”OpenAI被迫紧急重新上架GPT-4o（之前强制下架了旧模型，所有用户只能硬用GPT-5），Sam Altman在X上道歉，说”我们调过头了”。那几天，微软股价跟着抖了三抖，华尔街分析师开始质疑OpenAI的估值逻辑。

更尴尬的是赚钱的压力。ChatGPT Plus的订阅增长见顶了，2025年Q4的内部备忘录显示，获客成本从7美元/人暴涨到32美元/人，留存率反而掉了8个百分点。OpenAI不得不开始谈”广告变现”——在回答里插软广，或者给创作者分成。每一次商业化的试探，都会被拿着放大镜审视：”你不是说要拯救人类吗？怎么开始收割了？”

它必须在”让模型更安全”和”让模型更有趣”之间走钢丝——调得太保守，用户嫌无聊；调得太放飞，又怕出事。这种战战兢兢，和三年前那个”光脚不怕穿鞋”的OpenAI，已经完全是两个物种了。

反观谷歌，在经历了三年的”休克疗法”后，反而找回了创业狼性。为了推行Gemini，皮查伊敢打碎Brain和DeepMind之间那堵屹立十年的墙；为了抢占入口，他敢冒着”蚕食搜索广告”的风险，把AI答案直接置顶。更狠的是，当苹果选择谷歌而非OpenAI作为AI底座时，胜负已分——系统级AI对App级AI的降维打击，从来不需要明说。谷歌用Aluminum OS完成了反击，而OpenAI只能眼睁睁看着自己的”ChatGPT App”被锁在iOS的 sandbox 里，连屏幕上的像素都触碰不到。

历史给硅谷开了个玩笑：为了击败Google，OpenAI慢慢变成了Google（臃肿、谨慎、被财报绑架）；而为了活下去，Google逼自己变回了OpenAI（激进、决绝、敢于革自己的命）。

这场为期三年的”硅谷第一次世界大战”，给所有科技公司上了一课：在这个时代，不存在单纯的”算法护城河”。

GPT-4曾经独步天下，被视为神迹。但仅仅一年后，Claude、Llama、Gemini甚至DeepSeek都能追平甚至超越它。模型本身的壁垒，就像沙滩上的城堡，潮水一来（算力提升、算法开源），就会被夷为平地。

谷歌之所以能翻盘，不是因为它造出了比GPT-5聪明10%的模型，而是因为它拥有全栈的物理掌控力：

• 最底层（沙子）：自己设计TPU，自己用光路交换机连接。这意味着它拥有算力的定价权。当对手还在给英伟达打工时，谷歌的算力成本是对手的五分之一
• 中间层（云）：拥有完全独立的物理数据中心。这意味着它拥有隐私的定义权。这正是苹果敢把数十亿用户隐私交给谷歌，却不敢交给OpenAI的根本原因
• 最上层（像素）：拥有Android和Chrome。这意味着它拥有入口的分发权。OpenAI再强也只是一个App，而谷歌是决定App能否运行的操作系统


2025年底，欧盟《AI基础设施法案》要求所有日活超1亿的AI服务必须在本地部署数据节点。谷歌凭借现有数据中心，三个月内完成合规；而OpenAI被迫花费47亿欧元紧急建设法兰克福节点，导致现金流几乎断裂。这就是”物理护城河”的终极含义——法规风险，最终也由物理基础设施埋单。

潮水退去，才发现：那些漂浮在云端的软件公司（OpenAI），终究打不过那些扎根在地下的全栈巨头（谷歌）。
最大的敌人，是那个舍不得放手的自己
故事的最后，让我们回到2022年那个冬天，回到桑达尔·皮查伊按下”红色警报”的那一刻。

那可能是商业史上最艰难的决定。当时的谷歌，如果不按那个按钮，依然可以舒舒服服地躺在每年2000亿美金的搜索广告上。虽然会被嘲笑”掉队”，但依然能赚得盆满钵满，度过一个富足而平庸的晚年——直到像柯达或诺基亚一样慢慢腐烂。

但它选择了自杀式重生：

• 杀死了内部的山头主义（强制合并）
• 杀死了对”完美”的洁癖（发布不成熟的Bard，哪怕股价暴跌）
• 甚至准备杀死自己最赚钱的商业模式（用AI革搜索的命）


据2024年离职的一位谷歌VP回忆，当时高管会上有人提议”推出AI搜索摘要，但保留广告链接”，皮查伊拍了桌子：”如果我们要做，就做彻底！半吊子的勇气比懦弱更致命！”这个决定直接让2024年搜索广告收入下降3.2%，但换来了Gemini的用户数据飞轮。

这才是谷歌给所有企业——包括现在的OpenAI，以及未来无数的挑战者——上的最重要一课：

在这个技术以周为单位迭代的疯狂时代，安全感不来自于”我拥有什么”，而来自于”我敢于放弃什么”。

保护你的过去（沉没成本），就是扼杀你的未来。

谷歌杀死了2022年的旧神，所以它在2026年，活成了新的巨人。



本文由 @ChenXiaowu 原创发布于人人都是产品经理。未经作者许可，禁止转载

题图来自Unsplash，基于CC0协议

--------------------------------------------------
本文转载自：https://www.woshipm.com/it/6332370.html