- Logan Kilpatrick 是 Google DeepMind 技术人员，参与 AI Studio，现负责竞赛平台 Kaggle。
- 他称 Google 在 Gemini 4 预训练上的投入规模超过以往任何一次，目标是回到能与前沿实验室竞争的位置。
- 他称看到了递归自我改进的早期迹象，并认为其他实验室看到了同样的迹象，处在前沿的价值因此在上升。
- 他的复盘是：投入编程的时间与资源应当多于当时，图像模型 nano banana 是当时取舍的反例。
- 他称模型进步受制于测量能力，Claude Fable 5.1、GPT-6 Astra 与 Gemini 4 把现有 benchmark 推到饱和。
- 他说训练所需的数据在世界上并不存在，需要净新增，数据因此构成下一个约束。
这场访谈由 Anthony Pompliano 主持，2026年9月15日发布。受访者 Logan Kilpatrick 是 Google DeepMind 的技术人员，参与 AI Studio 的产品方向，目前负责竞赛平台 Kaggle。他给出的一个判断是，Google 与 DeepMind 看到了递归自我改进的早期迹象，他认为其他实验室看到了同样的迹象，处在前沿的价值因此在上升。他在节目里回答了 Google 是否落后、Gemini 4 的预训练进展、投入该往哪里放、对手在做什么、通用智能与垂直应用如何取舍，以及他眼中卡住模型进步的两个环节：评测与数据。
从 OpenAI 到 DeepMind：这场访谈的议题
Kilpatrick 的履历横跨多家 AI 公司，他此前在 OpenAI 工作，现在属于 Google DeepMind，并负责 Google 在 2016 或 2017 年收购的 Kaggle（他本人说年份记不准）。今年早些时候，Kaggle 团队并入他所在的团队。他在节目里多次提到这段经历，并拿两家公司的路线做对照。
节目的提问围绕几条线索展开：Google 在模型竞赛中的位置、Gemini 4 的预训练投入、资源在编程与图像之间的分配、中国开源实验室与开放权重模型带来的压力、通用智能与垂直应用的取舍，以及他多次提到的评测与数据。
「Google 落后」的批评与前沿承诺
Pompliano 的第一个问题是，外界认为 Google 落后是否成立。Kilpatrick 承认了批评的合理性：人们这样说并非出于恶意，而是因为 Google 是一家了不起的公司、有传奇历史，人们对它的期望值处在高位。
他的辩护落在组合宽度上。他称 Google 与 DeepMind 的阵容在世界上属于顶尖水平，从基因组研究、天气与科学，到前沿模型 Gemini 4，以及新发布的一批音频模型。他承认真实的张力在于组合会在不同方向冒尖，但这句话不能当作不在前沿的借口，团队当前的状态是聚焦前沿。
他提到外界的一个具体质疑：Google 为什么没有做出 pro 模型，为什么发布的是 flash、长期主推的是 flash，是不是把 flash 当成唯一在乎的对象。他的解释是 flash 的配方效果出色、迭代循环紧凑，团队因此把火力集中在能出成果的方向。领导 DeepMind 的高级副总裁 Koray Kavukçuoğlu 公开做出口头的前沿承诺，用意是回答外界这类疑问。
他说前沿模型贯穿 Google 的全部业务：用户规模超过 13 亿的产品，从 Workspace 到搜索，前沿模型在其中充当直接加速器。他提到前沿模型与药物发现、癌症治愈之间的相关性，并说这不是即时相关，但会随时间增强。
递归自我改进的早期迹象与前沿价值
他说看到了递归自我改进的早期迹象，并认为其他实验室看到了同样的迹象。按他的表述，这些迹象抬高了处在前沿的价值，Google 向前沿模型投入资源的理由与此相关。
迭代节奏方面，他称 Gemini 3.5、3.6、3.7、3.8 以 3 到 4 周为间隔推进，他判断进展处在合理区间，接下来看 Gemini 4 能否延续这条曲线。他把期望放在这次预训练上，说希望 Gemini 4 能把进展延续下去。
Gemini 4 的预训练：规模、底牌与目标
谈预训练规模时，他说这类运行的开销属于数量级级别的投入，具体数字他说不上来。他称 Google 在 Gemini 4 预训练上的投入规模超过以往任何一次。
他的信心来自历史与基础设施：预训练在 DeepMind 的历史上属于强项，相关人才、Google 的基础设施规模、TPU 集群与数据基础设施构成这项投入的底牌。他解释对外讲这件事的用意，是表明团队没有躺平，而是在推前沿。
目标方面，他给这次预训练设定的位置是回到能与前沿实验室竞争的赛道，并把结果寄托在模型发布、用户上手之后。
前沿投入的取舍：编程、自建与收购
资源分配上，他拿 OpenAI 的路线做了对照。Sam Altman 那句「先造最聪明的东西，再问它怎么赚钱」半是玩笑，而 Google 不需要这样思考，因为商业应用清晰：有产品、有服务、有增速位居前列的云业务。
他说资源的投向集中在编程、研究与科学能力，理由是经济机会大，好模型会带动其他一切。他给出一段复盘：投入编程的时间与资源应当多于当时。反例是图像模型 nano banana，它消耗了研究、算力与时间，却在消费产品上产生了巨大影响。他说当时的选择未必有明确对错，复盘要等到事后，因此内部会做这类反思。
自建与收购这两条路他走过。早前有 Gemini CLI，另外有对 Windsurf 团队的 acquihire，这批人在内部做 Anti-Gravity 产品，面向内部工程师与外部用户，其中内部是首要场景；他提到的成效出现在内部。 产品形态会随模型能力改变。他说 12 个月前那种大量依赖开发者界面脚手架的编程产品，在当时是必要的，模型能力提高之后，简单的产品形态可以成立，SpaceXAI 收购 Cursor 后推出 Grok Bot 是其中一个例子。 取舍的另一面是野心。他说过去可以做一个小而清晰的东西，现在看起来不起眼的东西，其背后隐藏着十亿美元级别的机会，因此他需要花时间想清楚，这是否是团队真正要追的方向。他的筛选标准是 Google 是否具备结构性优势，比如 Workspace、Cloud 与分发渠道；存在不少方向 Google 并不适合竞争。他举 AI Studio 与 Google Cloud 的整合为例，称这套 playbook 的跑法在 Google 之外无法复制，并留了一句余地：跟随多数公司的做法有其道理，时间会给出答案。
前沿的对手：中国实验室、开放权重与噪音
他说自己不认同「我不看竞争对手」这类说法，团队花大量时间研究对手在做什么、判断对方的决策是否正确。
对中国模型实验室，他给出的评价是出色。一方面他说知识产权与模型蒸馏存在一堆问号，另一方面他说在既有约束下做得扎实，而且存在真正的前沿研究创新，不是单纯复制。
他把开放权重定义成一个需求侧事实：创业公司希望拿到权重，针对自己的用例做定制，这是一个大市场。他预期会出现美国的开放权重玩家，提到 Nvidia 的同类努力，Google 在小设备侧有 Gemma，并点名 Reflection AI。他认为这种激烈竞争对各方有益。
关于噪音，主持人提出的具体指控包括近期数学题是否来自训练数据、是否使用了被认为私密的数据、Kimi 是否把部分查询转给 Claude 回答。他对这些内容未作回应，回答的是如何过滤信息。他说信号噪音比在恶化，过滤是一种需要锻炼的肌肉，建议把时间花在有意图的地方，因为噪音与信号之间不存在稳定的转化关系。他承认有例外：Hugging Face 与 OpenAI 那件事里噪音与信号混杂，但其中有值得学的信号。 通用智能与垂直应用
他向团队多次提的思想实验是，5 到 10 年后 Google 会有 10,000 个产品，抑或 2 到 3 个产品。他说市场有清晰信号表明客户想要垂直应用。
他给出的行为学论证是，想拍苍蝇用苍蝇拍，想喝水用杯子，人不会去找一个包罗万象、可变形的工具，这种肌肉记忆是垂直应用得以存活的深层原因。张力在于通用模型的能力覆盖所有任务之后，这种习惯是否足以支撑垂直应用继续繁荣。垂直领域成功的另一半原因，他归结为专注：专注足以让创业公司在特定垂直领域胜过资源规模远超自己的大公司，这类例外属于少数情况。
关于通用智能的形态，他提出一个反问：实验室历史上的假设是，通用智能会由自己端到端构建、由自家模型驱动；真正通用的系统应该会调用别家做得比自己好的东西，像人一样判断该用哪件工具。因此他认为通用智能的实际形态会偏离那种无所不能的美丽愿景。
关于交互入口，他认为 messaging 有成为 AI 主导形态的可能，理由是新技术的采用依赖熟悉感，而聊天在 80、90 年代出现过，属于老形态。他说自己惊讶消息应用在 AI 入口上没有占据主导位置，并预期 Apple、Android、WhatsApp 这类入口所有者会加大对这个入口的投入，并提到平台封禁风险，以及共享记忆与网络效应会影响用户是否愿意换产品。
关于语音，他说自己在演示场景用语音，因为不用边打字边找词，语音的速度与表达简洁程度优于打字。他认为表达形式会改变思考方式，自己以说话为主、写作偏少，写作能把他拉进另一种思考模式。
DeepMind 的飞轮
他把 DeepMind 分成两部分：基础 Gemini，负责做前沿模型，覆盖不同尺寸与全部模态；以及一个科学单元，包含基因组项目、AlphaFold 相关工作、生物学、天气与数学。科学单元与 Isomorphic Labs 有深度协作，后者是 Google 与 DeepMind 内部做药物发现的公司，由 Demis Hassabis 任 CEO。
他描述的飞轮是：产出前沿创新，做科学工作，并留出应用出口，让经验、数据与学到的东西反哺回主线 Gemini。理由直白，主线 Gemini 会在这些任务上超过那些专用模型。他给出的例证是 AlphaProof 的数学工作提升了主线 Gemini 的数学推理能力，cyber 能力与编程能力之间存在相关性。
他给飞轮祛魅：人们把这类飞轮说成像魔法一样自动旋转，实际情况是要用手去拉、去强推，需要巨大的努力和能量，他需要向团队多次提醒这一点。他回顾 AlphaFold 的经验：当时是为解决科学大挑战，并非出于即时商业应用，打开之后，商业应用出现，科学家开始广泛使用。
评测：进步受制于测量能力
他的核心命题是，模型进步受制于测量进步的能力，你无法在一个测量不了的东西上取得进步。他描述的现象是，Claude Fable 5.1、GPT-6 Astra 以及等待发布的 Gemini 4 把现有可用 benchmark 推到饱和，找不到足够难、可以科学爬坡的题目。
Kaggle 的使命是建一个开放程度在同类平台里位居前列的 benchmark 与评测平台，让人协作定义难度处在前沿的评测与竞赛。他要解决的断裂是：客户会说「我希望模型能做这件事」并举一个例子，研究者却无法把单个轶事转化成可行动的研究目标，两边语言不通。研究者的语言是 benchmark，需要让双方说同一种语言。
他举的具体例子是，某些新编程 benchmark 中有 6% 的任务使用 Zig 语言，而这种语言没有多少工程师在用，所以 5 个百分点的差距存在来自业务无关维度的可能。他强调关键不是分数差 5 个点，而是为什么差，以及这对一门生意、对一个开发者重不重要。
他批评榜单与产品方把 75% 当成经验上普适的数字，认为个性化、自定义 benchmark 会成为趋势。他举 Silvia 的例子：团队宣布在税务问答上的准确率高于前沿实验室之后，内部的决定是公开评测与参数。他的解释是，非前沿模型宣称准确率领先时，开源足够多的材料让人自行验证是必要动作；前沿模型则对别人是否相信并不在意。
数据：下一个约束
他给出一个三阶段框架：2023 年问的是配方是否成立，配方完成去风险；接着是算力，几百亿美元进入上线周期，方向明确；现在受制于数据。
他的判断是模型进步所需的数据在世界上并不存在，需要净新增，或者通过独占授权从数据提供方获得。他提到大量创业公司签下独占数据协议，PE 资金进入这个环节。
他举的案例是 Sunset：这家公司原本帮企业关停，后来发现关停企业手里有未变现资产，比如 Slack 消息和 Google Drive 内容，可以在关停时收购、清洗、结构化，然后卖给模型实验室。商业逻辑是这些数据对关停方的处置方式是删除，卖出去等于多回收一笔资金。他说难处不在拿到数据，而在把数据变成模型实验室能用的格式，这部分属于他所说的暗艺术，需要大量人力；判断企业数据价值这件事本身属于待解决的难题。
AI 速览
