Gemini 4 Argon已经开始赢跑分了，但真正的考试还没开始
Gemini 4 Argon在多项Benchmark中进入第一梯队，却尚未向普通用户开放。Google称这是出于安全考虑，但在GPT和Claude密集更新的竞争压力下，这种“先发布、后开放”的方式也值得关注。跑分已经赢了一部分，真正的考试仍要等到真实用户手里。
错失 ChatGPT 的前夜：Google 为什么亲手杀死了自己的 LMChat？
DeepMind早在ChatGPT发布前一年就做出了LMChat，但组织结构、搜索广告商业模式与产品风险，让它最终没能走向公众。Google错过的不是AI，而是定义第一代生成式AI大众产品的机会。
Jeff Dean离开Google后首次公开访谈：AI真正值得自动化的，可能不是工作
Jeff Dean离开Google后，将下一阶段押注在“自动化科学发现”。过去AI不断把算力转化为智能，接下来更值得关注的，可能是把智能转化为更多实验和发现，让AI帮助人类解决过去无力探索的问题。
AI是真的，泡沫也可能是真的：诺奖得主为什么不相信硅谷的叙事
AI的技术进步是真实的，但技术价值、生产率价值和投资价值并不是一回事。阿西莫格鲁认为，AI短期宏观生产率贡献可能远低于市场预期，而GPU快速技术折旧又让巨额资本投入面临更高回报压力。互联网已经证明：技术革命是真的，投资泡沫也可以同时存在。
Google发现卖铲子比自己挖金矿更赚钱之后，DeepMind怎么办？
Google Cloud高速增长，让Google即使不靠Gemini长期保持第一，也能从AI浪潮中赚到钱。但相比模型排名和云收入，DeepMind更重要的价值或许是AlphaFold这样的长期科学突破。Google可以卖好“铲子”，但仍应给DeepMind留下人才、算力和时间，继续解决疾病与基础科学问题。
谢尔盖·布林重新回到Google AI权力中心，DeepMind为什么必须退半步？
Google重组AI权力结构，布林重新回到核心，Koray负责加速Gemini产品竞争，Demis则转向长期科学研究。这不是DeepMind的失败，而是Google试图同时解决两种时间尺度的问题：既要赢下今天的AI竞争，也不能失去面向未来的研究能力。
Google首席科学家Jeff Dean离职创业，他把“AI成功率1%”的选题法用在了自己身上吗？
Jeff Dean离开Google创办Discovery Loop，选择的不是AI已经会做的应用，而是自动化科学研究这一尚不成熟的方向。这与他的“1%选题法”高度一致：真正持久的AI创业机会，可能不在模型已有能力，而在可通过数据、实验和反馈闭环持续提升的能力空白。
AI模型开始不拼最强了，Google正在把竞争拉回成本和规模
Gemini 3.6 Flash延续了速度快、成本低、Token消耗少的优势。进入Agent时代，模型竞争正从“谁最强”转向效率与规模：最强模型决定AI上限，而足够聪明、更快、更便宜的模型，可能真正决定市场规模。
Google AdSense西联汇款收款
上两次收Google Adsense的汇款，都是采用支票的方式，时间长，而且在中国银行办理还需要50-60元的 […]
用Google API来取得Google帐户的联系人列表
昨天写了一篇从Web Mail里取得用户通讯录的方法的文章，里面提到了Google的Account Authe […]
从JavaEye上找的Google翻译JavaScript脚本
在Blog或新闻发布的时候，我们希望URL是一段有意义的字串，例如我Blog里的《Linux下切分Tomcat […]