Ask an AI expert: What exactly is the full stack?

背景

近期，在关于人工智能（AI）的讨论以及 AI 工具的使用中，“全栈”（Full-stack）AI 和应用程序开发已成为高频词汇。Google 采用独特的全栈 AI 方法，旨在向专业开发者和普通用户交付强大且具成本效益的产品。然而，对于技术系统而言，“全栈”的确切含义是什么？

为了深入解答这一概念及其对 Google 将有益的 AI 带给数十亿人的意义，我们采访了 Google Cloud 开发者体验负责人 Richard Seroter。他详细阐述了全栈技术的定义、历史演变以及在 AI 时代的具体应用。

核心内容

1. 全栈工程师的起源与演变

“全栈”一词最初出现在约十年前的软件开发领域。在传统应用开发中，构建一个应用程序通常需要多个专业化团队的协作：前端开发人员负责构建美观的用户界面，后端开发人员处理服务器端逻辑，还有专门的数据库团队负责数据管理。

“全栈工程师”这一概念应运而生，用于描述能够独立跨越所有这些职能进行工作的开发者。全栈工程师无需将组件在不同人员之间反复交接，而是能够从粗糙的概念出发，独立完成直至软件完全运行的全过程。如今，这一端到端的原则已被延伸至 AI 领域。

2. AI 全栈的构成与 Google 的策略

在 AI 领域，交付价值有两种路径：一是从不同供应商处购买 disparate（分散/异构）的组件并自行拼接；二是寻找一个所有需求组件已预先连接好的集成系统。Google 选择了后者。

一个有意构建的 AI 堆栈需要各层的 cohesive（连贯/协调）组合，包括：

• 计算基础设施：如 Google 提供的 Tensor Processing Units (TPUs)。
• AI 模型：如 Google DeepMind 开发的 Gemini 系列前沿模型。
• 编排平台：如 Gemini Enterprise Agent Platform。
• 用户界面：如人们日常使用的 Maps 和 Gmail。

Google 在每一个层级都进行了 deliberate（刻意/战略性的）投资。这种全栈方法并非近期决定，而是一项长达数十年的战略。例如，Google 对定制 TPUs 的投资已超过 10 年。Google 早期就认识到，在提供世界上最重要的互联网服务时，拥有自身的供应链和原始基础设施具有巨大价值。掌控整个堆栈的各个环节，使得 Google 能够提供一种仅靠依赖多方供应商难以实现的服务水平、性能和可靠性。

3. 开放性与可扩展性

针对“全栈平台是否会限制构建者”的担忧，Google 强调其理念并非锁定用户。Google 在开源方面独树一帜，定期贡献整个行业依赖的基础技术和源代码。

Google 将其 AI 平台描述为“有主见但可扩展”（opinionated but extensible）以及“电池 included”（batteries included，意为开箱即用）。这意味着构建和运行应用程序所需的一切均已就绪。然而，用户完全可以使用其他公司的 AI 模型（而非 Gemini），或连接不同的软件（而非 Google Workspace）。Google 希望用户因其平台的完整性而每日使用其产品，而非因封闭选择被迫使用。

4. 全栈 AI 的优势

除了简化操作外，全栈 AI 还带来以下显著优势：

• 系统可靠性：由于 Google 管理从底层基础设施到 Gmail 交付的整个堆栈，当某一层发生技术故障时，平台的所有权使得 Google 能够在另一层轻松捕获并处理问题，而无需等待外部供应商修复。
• 经济优势：由于不向第三方供应商支付任何费用，客户无需承担这些附加费用，从而使得 Google 能够提供极具竞争力的定价。

5. 入门指南

为了让没有工程学位的数十亿人也能使用技术，Google 提供了三种主要的入门路径：

• 快速原型开发：对于希望将创意想法快速转化为 Web 应用程序原型的用户，Google AI Studio 是极佳的起点。用户可在几分钟内构建原型，并通过单击按钮直接部署到 Cloud Run（Google 的云端应用运行平台）。
• 低代码自动化：对于希望自动化日常工作且偏好低代码方案的用户，Gemini Enterprise Platform 提供了强大的工作流构建能力，例如清理收件箱或解析复杂电子表格，全程无需编写甚至查看代码。
• 复杂应用/代理编排：对于希望构建更复杂应用或代理（Agent）的用户，Antigravity 平台 提供了强大的功能。其丰富的界面允许用户构建复杂的系统，而无需高级编程知识。

关键要点

• 定义演变：“全栈”最初指能独立完成前端、后端及数据库开发的全能工程师；在 AI 语境下，指涵盖从硬件、模型、平台到界面的端到端集成系统。
• Google 的全栈布局：Google 拥有从 TPU 硬件、Gemini 模型、企业级编排平台到 Maps/Gmail 等用户界面的完整技术栈。
• 战略长期性：全栈策略是 Google 长达数十年的战略结果（如 TPU 投资超 10 年），旨在掌控供应链和基础设施，以确保持续的性能、可靠性和成本优势。
• 开放而非封闭：平台设计为“开箱即用”但“可扩展”，支持集成非 Google 的模型和软件，不强制用户锁定在封闭生态中。
• 核心优势：
  • 可靠性：跨层故障处理能力更强，无需依赖外部供应商。
  • 经济性：消除中间商费用，提供更具竞争力的价格。
• 用户友好性：提供从低代码（Gemini Enterprise Platform）到无代码/低代码（AI Studio, Antigravity）的多层次工具，降低 AI 应用构建门槛。

意义与影响

Google 提出的全栈 AI 理念，标志着 AI 开发范式从“拼凑式集成”向“原生集成”的转变。通过掌控从底层芯片到上层应用的全链路，Google 不仅解决了多供应商环境下的兼容性、延迟和可靠性痛点，还通过规模效应降低了 AI 应用的边际成本。

对于开发者而言，这意味着更低的启动门槛和更高的系统稳定性；对于最终用户而言，则意味着更流畅、更经济且更可靠的 AI 服务体验。Google 通过“有主见但可扩展”的策略，在提供完整解决方案的同时保留了灵活性，这有助于推动 AI 技术从专业领域向大众日常应用（如 Gmail、Maps）的深度融合，真正实现 AI 的普惠化。