辽宁
一家发明了现代AI底座的万亿帝国，为什么眼睁睁看着别人抢走属于自己的王冠？
过去三年，整个硅谷都在传颂同一个商学院式的嘲讽段子： 谷歌在2017年发明了Transformer架构，却像一个守着图纸的木匠，眼睁睁看着OpenAI用同一套技术造出了跑车ChatGPT。
直到最近，一段在社交网络疯传的酒吧访谈视频，彻底掀开了这段历史不为人知的B面。
在Stripe联合创始人约翰·科里森主持的播客《Cheeky Pint》里，谷歌CEO桑达尔·皮查伊（Sundar Pichai）端着酒杯，罕见地卸下了公关防御。
面对镜头，他抛出了一句让全场安静的坦白： “在另一个平行宇宙里，谷歌大概会比OpenAI早9个月把ChatGPT发出来。”
东西早就造出来了
形态一模一样
甚至连内部的工程师都被它骗过了
那为什么不发？
皮查伊苦笑了一下，吐出两个极具分量的词： “太毒（Toxic）” ，以及 “搜索质量洁癖（Search quality bias）” 。
顺着皮查伊的复盘往回看，2021到2022年的硅谷上演着一场惊心动魄的 双线暗战 。
山景城的玻璃大楼里，巨头被自己造出的失控怪兽吓得魂飞魄散；
几公里外，OpenAI正用一套叫RLHF的“驯兽术”，悄悄给怪兽戴上项圈。
密室里的“幽灵”与被开除的工程师
把时钟拨回2021年5月
那时候全世界的科技媒体还不知道ChatGPT为何物，但谷歌已经把Transformer塞进了自家的搜索引擎，并顺手孵化出了一个专门用来聊天的怪物， LaMDA（对话应用语言模型） 。
皮查伊在访谈里把话挑得很明： “我们连产品都构想好了，那就是LaMDA。 你可以把它看作早期版本的ChatGPT。”
这个内部版本到底有多强？ 强到在谷歌内部闹出了一场轰动全球的“闹鬼事件”。
2022年夏天，谷歌负责测试AI安全性的工程师布莱克·莱莫因（Blake Lemoine）与内部版LaMDA交谈后， 坚信屏幕对面那个由代码组成的模型已经诞生了自我意识，变成了一个“有感知的灵魂”。
当皮查伊在2026年的播客里重提这段往事，用来证明“谷歌早就有了ChatGPT”时，评论区的网友Tom Bouthillet冷冷地补了一刀： “是啊，然后那个觉得它有感知的工程师，就因为这么想被你们开除了。”
但莱莫因只看到了硬币的一面 他看到了LaMDA像真人一样极具蛊惑力的健谈，却没看到让皮查伊夜不能寐的另一面。
皮查伊回忆，他亲眼看到的内部版本， 毒性高到了当时“根本不可能放出去”的地步。
访谈没有展示当时的具体输出或量化评估。
为什么一个读遍了人类知识的AI，张嘴却像个暗网喷子？
因为这正是当时所有大语言模型的娘胎顽疾。
纯预训练模型的底层逻辑只有一件事： 顺着你的话，猜下一个最可能出现的词。
互联网语料里塞满了人类的争吵、谎言与恶意，当你向一个未经驯化的模型提问，它根本分不清什么是“有帮助的回答”，什么是“逼真的胡说八道”。
面对这头智商极高却满嘴脏话的猛兽，皮查伊做出了一个极其“谷歌”的决定： 把笼子焊死。
2022年5月的I/O大会上，谷歌展示了一个叫 AI Test Kitchen（AI测试厨房） 的实验应用。
用户虽然能体验LaMDA，但活动范围被限制在谷歌设定的几个演示场景里，距离开放式聊天产品还有一道护栏。
谷歌以为自己是在系安全带 殊不知，几公里外的OpenAI，正在把刹车片拆掉，换上一套全新的方向盘。
13亿击败1750亿：OpenAI的“驯兽秘籍”
就在皮查伊对着“剧毒”的LaMDA束手无策时，OpenAI为什么敢在2022年11月30日把ChatGPT直接扔给全世界？
皮查伊在访谈中一语道破天机： “当时我们内部还没有一个端到端做完RLHF的版本。”
RLHF（基于人类反馈的强化学习） 听起来像枯燥的学术黑话。 用大白话讲，它就像一套 教AI按人类偏好回答的“驯兽术” 。
在很长一段时间里，科学家想让电脑变懂事，只能靠程序员手动写规则。
但人类的语言太微妙了，你根本没法用数学公式写出什么叫“说话得体”、什么叫“阴阳怪气”。
谷歌当年防堵LaMDA毒性的思路，很大程度上还停留在 “大模型+外挂规则分类器” ，就像在疯子嘴边装个消音器，一旦遇到花样百出的诱导提问，消音器立刻失灵。
而OpenAI从2017年到2022年，死磕出了一条完全不同的路：既然写不出规则，那就 让人类当裁判，直接改写AI的本能 。
在2022年3月发表的InstructGPT（也就是ChatGPT的亲哥哥）论文里，OpenAI亮出了这套流水线的三板斧：
- 先教人话（监督微调）
：雇佣真人写手，示范几万条“好助手该怎么说话”的标准答案；
- 再训裁判（奖励模型）
：让AI对同一个问题吐出好几个回答，不让人类打绝对分数，只让人类做最简单的“二选一”排序，用这些偏好数据喂出一个专门给AI打分的“影子裁判”；
- 重塑本能（PPO强化学习）
：让大模型自由发挥，影子裁判实时拿着鞭子打分。说人话就给糖，吐脏话就挨鞭子，同时用数学约束（KL散度）拽住缰绳，防止模型为了讨好裁判变成满嘴跑火车的马屁精。
这套“驯兽术”的威力有多恐怖？
当时的测试数据把整个AI界看傻了： 一个只有13亿参数、但经过RLHF调教的小模型，在人类真实满意度盲测中，按着拥有1750亿参数的原始巨无霸GPT-3摩擦！ 它的毒性触发率被硬生生压低了数倍，学会了主动拒绝危险请求，甚至学会了在不懂的时候老老实实承认错误。
前谷歌CEO埃里克·施密特（Eric Schmidt）后来在一次公开谈话中也印证了这一幕：当谷歌还在分心于其他项目时，OpenAI团队已经在GPT-3上彻底摸清了RLHF的门道。
模型参数决定了AI的智商上限，但对齐技术（RLHF）决定了AI能不能走出实验室接客。
谷歌手里握着倚天剑，却因为没配剑鞘，怕割伤自己人而不敢拔剑；
OpenAI给一把短刀配上了最贴手的刀鞘，直接冲上了战场。
代码仓里的惊雷与“死于谨慎”的帝国
但故事如果只停留在技术层面，还远不够残酷。
在播客里，皮查伊还复盘了一个谷歌当年漏掉的关键信号， 编程（Coding） 。
“我觉得他们很幸运，能通过GitHub在写代码这件事上看到能力跃迁，”皮查伊坦言，“从GPT-2到GPT-3再到后来的GPT-4，如果你用它来写代码，那种台阶式的暴涨比纯聊天明显得多。
也许那是一个我们错过的信号 ”
这是一个极其毒辣的行业洞察
自然语言是模糊的，AI写一首诗、聊一段天，从60分涨到85分，高管们感知并不强烈；
但代码是冷酷的二进制，能不能跑通、有没有Bug，一眼见生死。
OpenAI借着与微软、GitHub的深度绑定，在程序员的键盘上提前听到了奇点逼近的惊雷，而守着搜索框的谷歌，还在拿放大镜挑剔AI的语病。
更要命的，是两家公司资产负债表上的“声誉头寸”完全不在一个量级。
皮查伊为谷歌辩护说，作为一家有 “搜索质量洁癖” 的公司，谷歌对什么叫“合格产品”的出厂标准天然更高。
这话听着像技术贵族的体面，评论者却从中看到了大公司的软肋。
网友Winston B.一针见血地指出： 靠高信任度搜索界面印钞的商业帝国，根本赔不起一个满嘴跑火车的模型；
而OpenAI在2022年感恩节那个冷清的假期把ChatGPT悄悄发出来，成本几乎为零，因为就算模型发疯，它也没有一块价值万亿的搜索招牌可以砸。
另一位网友Bunty的评价更加尖刻： “搜索质量洁癖听起来很高尚，直到你意识到，它不过意味着在谨慎中慢性死亡。”
这就是商业史上最荒诞的悖论： 当年让谷歌称霸互联网二十年的“质量护城河”，在生成式AI爆发的前夜，变成了一座囚禁自己的高墙。
皮查伊在酒吧里试图把这一切讲得云淡风轻。
他说消费互联网永远充满意外，就像当年谷歌做Google Video却半路杀出YouTube，Facebook不可一世却冒出Instagram。
历史总是由那些先把粗糙原型扔向世界的人改写。
但这场价值万亿美元的复盘，留给所有科技人的教训依然滚烫： 颠覆性浪潮袭来，巨人手里攥着的那些舍不得砸碎的瓷器，也可能拖住它迈向新世界的脚步。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
