跟昨日的Google，告别

2026年8月5日，Google经历了公司历史上最严重的一次人才流失。

在Google工作了27年的Jeff Dean，与Sanjay Ghemawat、Oriol Vinyals、Quoc Le一起离开，成立一家名为Discovery Loop的AI科研公司。此前不到两个月，Noam Shazeer去了OpenAI，与Demis Hassabis共同获得诺贝尔奖的John Jumper去了Anthropic。Google AI过去十多年最具代表性的名字，正在以一种近乎集体撤离的方式消失。

同一天，Demis Hassabis卸任Google DeepMind CEO，转任Alphabet首席科学家和Google DeepMind董事长。按照Google的说法，他将把更多时间用于AGI、AI的社会影响，以及自己兼任CEO的AI制药公司Isomorphic Labs。DeepMind的日常运营、Gemini模型开发、前沿AI研究、Gemini App和开发者团队，则全部交给Koray Kavukcuoglu。后者成为Google DeepMind高级副总裁，继续以Alphabet首席AI架构师的身份直接向Google CEO Sundar Pichai汇报。

Google把这一切安排得非常体面。

Hassabis终于可以专注于他毕生追求的AGI，Dean和老搭档们获得Google的投资与云服务支持，Koray也得到更大权限。每个人都奔向一个看起来更符合自己理想的位置。

但这些变化“恰好”在同一天发生，没人相信这只是一场自然的新老交替。Google母公司股价在消息发布后蒸发1800亿美金。

Google面对的是这样的局面：原计划在今年夏天推出的Gemini 3.5 Pro至今仍未正式发布。到了7月下旬，Google仍然只说模型正在与合作伙伴测试，将在“准备好后”广泛上线；与此同时，团队已经开始训练Gemini 4。Gemini 3短暂建立的优势未能延续，OpenAI和Anthropic则在coding、agent和长任务执行上继续向前。Google的模型大权恰好在这个时候换人，就是一次迟来的问责。

把滤镜都去掉，今天真正发生的事情其实非常直接：

Gemini没有达到预期，Google终于开始换掉负责这场战争的人。Hassabis被拿掉一线管理权，早已被逐渐边缘化的Jeff Dean决定离开，代表Brain和DeepMind黄金时代的一代人集体退出，Google把模型交给了一个更务实、更强调交付的人。

它意味着Google终于放弃了过去三年一直试图维持的幻想：既保留DeepMind作为一家“星辰大海”实验室的理想和光环，又让这批伟大的科学家带领Google打一场残酷、具体、以几个月甚至几周为周期的模型商业战争。

它试了三年，最后发现不行。

1

2023年4月，ChatGPT已经让Google陷入成立以来罕见的紧张状态。Pichai决定把Google Brain和DeepMind合并，成立Google DeepMind。Hassabis出任CEO，Jeff Dean从Google AI负责人变成首席科学家。Google当时的解释是，把两个世界顶尖实验室放进一个“专注的团队”，可以加速AI进展。

表面上看，这是一个再合理不过的决定。

Brain和DeepMind曾经共同构成Google AI最耀眼的时代：一边诞生了Transformer、TensorFlow、分布式训练系统和大语言模型的重要基础，另一边做出了AlphaGo、AlphaFold、WaveNet和深度强化学习的一系列突破。

但Google在合并时混淆了两个完全不同的问题。

第一个问题是，Google最好的AI人才为什么不能集中起来？

第二个问题是，这些人才集中起来之后，到底应该做什么？

第一个问题可以通过组织合并解决，第二个问题却不能。

Google Brain虽然同样是一支研究团队，但它从一开始就是Google内部生长出来的工程和研究组织，天然与搜索、广告、基础设施和产品体系相连。DeepMind则拥有完全不同的历史和自我认知。它被Google收购之后，仍然长期把自己视为一项接近“阿波罗计划”的事业：先解决智能，再用智能解决其他问题。

这种理想不是后来包装出来的。

Hassabis最关心的问题，从来不是下一季度能够卖出多少Token。他关心AGI、世界模型、科学发现，以及AI最终可以把人类带到哪里。AlphaFold的成功，也让这种长期主义获得了近乎无可辩驳的正当性。

Google在2023年选择Hassabis，本质上是选择了DeepMind。

问题是，它随后又不断要求DeepMind不要像DeepMind。

ChatGPT之后，Google需要的不再只是下一篇论文、下一场AlphaGo或者下一个十年后可能改变科学的突破。搜索需要立刻防守，Cloud需要AI收入，Workspace需要新功能，Android和Chrome需要助手，Gemini App需要用户增长，开发者需要更强的coding模型。

所有业务都开始向DeepMind索取模型，而且要求更快、更便宜、更稳定、更容易部署。

Google希望DeepMind保留它的理想和神秘感，又要求它服从一家拥有数十亿用户、数千亿美元收入的上市公司的现实。过去三年的诸多怪现状，几乎都由此产生。

Hassabis名义上成为Google最重要的AI领导者，但他真正关心的始终是AGI、世界模型、科学发现和原生多模态；Google嘴上继续支持最前沿研究，实际资源分配却越来越偏向Flash、推理成本和“the most usable models”；Jeff Dean被保留在最高层，但在Brain被并入DeepMind之后，他究竟负责什么，外界越来越难看清，甚至Google内部也未必有一个足够明确的答案。

也就是说，Google选择了DeepMind，却一直不愿直接面对和解决选择DeepMind的代价。

2

Google并非没有在这套组织下做出好东西。

Gemini 1.5的长上下文是一次真正有辨识度的突破。Veo证明了DeepMind对原生多模态的坚持并非纯粹的研究洁癖，Nano Banana又让Google在图像生成和编辑上获得了一次久违的产品领先。Gemini 2.5则在推理能力上明显追回差距，一度重新让行业相信，Google终于把DeepMind的研究能力、Google的算力和产品分发结合到了一起。

但Gemini 2.5的成功，也掩盖了这套组织最重要的问题。

在硅谷，我当时和另外几家头部lab的朋友交流，关于2.5为什么成功，他们都有一个远没有“DeepMind技术路线获得胜利”那么浪漫的解释：

“Google这帮人终于开始996了。”

ChatGPT刚刚出现时，Google的第一反应是恐慌。Bard在仓促亮相时出现事实错误，Gemini的人物图像生成功能又因为历史人物呈现问题被迫暂停。

这些事故看起来各不相同，背后其实有同一个原因：一家习惯了漫长研究、层层审核和巨大产品责任的公司，突然必须按照前沿模型公司的速度行动。

到了Gemini 2.5，Google终于靠集中资源、缩短流程和高强度执行追了上来。模型训练并没有一份只属于任何人的秘密配方。当行业大体知道该如何进行预训练、后训练、推理强化和数据构造之后，决定一代模型结果的，越来越多是算力调度、实验密度、工程效率、产品反馈，以及组织能否持续承受高强度迭代。

现在看，2.5更像Google暂时跨过了这些组织障碍，并不能证明障碍已经消失。

更关键的是，DeepMind真正想追求的并不是一个不断加快发布节奏、专门针对coding和agent优化的模型工厂。至少Hassabis的兴趣明显不止于此。

在紧追OpenA到后来终于做出Gemini2.5和后来的3系列的那个阶段，Google内部呈现的是很拧巴的状态，一方面，负责诸如数据管线、RLHF等核心工作的团队，已经和创业公司一样的节奏，熬夜加班已成常态，所有人压力紧绷，但另一面，延续着研究院风格的DeepMind，很多时候依然在“探索一下a和b可以如何结合”，仍然是在一种松弛的惯性里。

后者显然是Hassabis更喜欢的，他更看重原生多模态最终能否走向Omni、世界模型和通用智能，也更愿意讨论AI如何参与科学发现。获得诺贝尔奖之后，这种选择对他而言只会变得更有吸引力：相比把Gemini的coding跑分再提高几个百分点，找到治愈癌症的方法显然更接近他理解中的历史使命。

这并没有错。

问题在于Google既让这样的人负责一家面向AGI的研究组织，又要求他对Gemini在每一轮coding模型竞争中的胜负负责。

我诺贝尔奖获得者，怎么能一直带着大家996呢？

到了Gemini 3.5，这个矛盾终于无法再被阶段性成功遮住。

今年I/O，Google最先推出的依然是Gemini 3.5 Flash，并让它快速进入产品；与此同时，被寄予厚望的旗舰版本迟迟没有出现。Google在I/O上反复强调成本、吞吐和可用性，而OpenAI和Anthropic的竞争重点已经越来越集中在coding agent、长任务执行、工具调用和真实工作流。

我在今年I/O最强烈的感受就是“Google和DeepMind仍然不是一条心”。（贴一下文章链接：https://mp.weixin.qq.com/s/iyTUlFu0UeYISq0O8SX1Tg）

当时有机会和Pichai、Koray、Jeff Dean等人交流，结果发现Google内部最统一的关键词不是“最强模型”，而是“最可用的模型”。

Pichai关注的是怎样把AI提供给最广泛的用户，怎样在搜索、Workspace、Cloud和Android里满足真实需求；DeepMind仍然在谈原生多模态、Omni和下一代智能。Google看到原生多模态可以帮助搜索、硬件、视频和内部工程迭代，便开始把它吸收进庞大的商业系统，而DeepMind希望借这条路线继续通往更完整的世界模型。

双方都能从同一种技术里获得价值，但它们期待的回报并不相同。

Google于是制造出了一种最尴尬的中间状态：

研究团队失去了一部分研究自由，产品团队又没有获得足够直接的模型控制权；Hassabis需要对短期竞争负责，却仍然把注意力放在能写进自传的长期问题上；Jeff Dean拥有崇高地位，但Brain路线已经失去组织主导权。

2024年Google I/O首日的安排，是最能代表这一切的一个切片，当天Hassabis站在核心舞台上占用大量时间大讲AGI和未来，而Jeff Dean出现在场地另一端的分论坛帐篷里，被安排与一些网红创作者交流。

这才是近几年Google AI真正的怪现状。

它不是没有人才、没有算力或没有产品。恰恰相反，它什么都有，因此一直不愿承认自己在战略选择上犯了错误。

而致命的是，这样的局面会直接分散掉一家公司的资源，会让重点无法明确，目标无法统一。这在今天如此残酷的AI竞争里迟早要出问题。

3

今天把Google 的 AI交给Koray，看起来像一次突然的人事调整，实际上这场权力转移至少在一年前已经开始。

我在过去三年，和Google高层接触最多，交流最多的，也是Koray。这足以看出事实上他在内部负责的事情之广之深。他已经是真正能够跟外界讲清楚到底Google在做什么的少数几个高管。

他当然会谈AGI，也有足够扎实的研究背景——他在DeepMind早期建立深度学习团队，参与推动DQN和WaveNet。但与Hassabis相比，他很少让谈话长期停留在宏大叙事里。

2024年，Google还处在被OpenAI追着打的阶段，我问他，DeepMind一方面在Google内部变得越来越核心，另一方面又要面对外部模型公司不断加快的节奏，他们怎样决定每一代模型的研发方向。

他的回答先从AGI讲起，但很快落回两个具体出发点：一代基础模型既要为不同尺寸、不同用途的整个模型系列打好基础，也必须从真实用户需求出发。谈到Gemini 1.5的200万Token上下文时，他把它称作一种“whole new technology”，理由不是跑分，而是它使模型能够完成此前根本无法完成的任务。

2025年6月，Google专门为Koray设立Chief AI Architect职位，同时将他提升为高级副总裁。他继续担任DeepMind CTO，但开始直接向Pichai汇报，并从伦敦搬到加州。Pichai当时在内部备忘录中写得很明确：Koray的新任务，是让Google最领先的模型更快进入产品，实现更顺畅的整合、更快的迭代和更高的效率。

这是一个当时很容易被忽略、但实际上已经改变Google AI权力结构的任命。

在那之前，Koray首先是DeepMind的人；从那以后，他开始同时代表Google。

Google对他的官方介绍也不再只说他负责DeepMind技术，而是明确写着，他领导DeepMind生成式AI模型的开发，以及这些模型在Google产品中的规模化集成。

这两年，和Koray交流的话题则更多围绕Gemini最底层的技术路线选择。你也能明显感到同样的特点。Koray相信原生多模态，但他总会继续追问，这种能力最后怎样进入产品、用户为什么需要、系统如何以足够低的成本运行。

这正是Google今天选择他的重要原因。

Google不是今天才发现Koray更适合负责Gemini。它早在一年前就已经把一部分权力交给他，只是仍然不愿公开否定Hassabis领导Google AI的安排。

这也是Google的另一个典型问题：它习惯增加新角色、建立矩阵式汇报，让多位德高望重的负责人共同参与，而不是明确宣布旧结构已经失败。

于是过去一年出现了一种微妙状态。

Hassabis仍然是DeepMind CEO和Google AI最知名的门面，Koray却越来越直接向Pichai负责产品整合和模型落地；Jeff Dean仍是首席科学家，Gemini的实际组织重心却已经离他越来越远。

权力已经发生变化，头衔还保留着旧秩序。

直到Gemini 3.5再次落后，旗舰模型延期，几位顶尖研究者接连出走，Google终于无法继续用增加一个职位的方式回避问题。今天的调整，只是把过去一年已经发生的权力变化彻底制度化：Hassabis不再管理日常业务，Koray直接掌握模型、研究、应用和开发者生态，Jeff Dean则带着Brain旧部离开。

4

Hassabis和Jeff Dean同一天退出Google AI一线，依然过于扎眼。

他们分别代表DeepMind和Google Brain，也代表Google过去十多年最值得被浪漫化的两种文化：一家大公司可以允许世界上最聪明的一群人研究围棋、蛋白质、智能的本质和未来计算系统，不必立刻解释这些工作如何赚钱。

这也是很多人愿意相信Google很特别的原因。

Google从来不只是一家广告公司。它有过“20%时间”，有X实验室，有自动驾驶、量子计算、Brain和DeepMind。它可以让Jeff Dean这样的人在公司内部拥有近乎传奇的声望，也可以花十年等待AlphaFold这样的成果。

今天以后，这种Google可能仍然存在，但它不会在这家庞大公司的内部了。

Google进一步成了Pichai领导下那家必须计算成本、收入、用户规模、发布时间和资本回报率的Google。

Google不会停止研究AGI，也不会停止资助科学发现。它甚至愿意投资Jeff Dean的新公司，让Hassabis继续追逐那些可能十年后才有回报的问题。但它已经不愿再把Gemini每一代模型的胜负交给这些理想主义者。

这是一种必要的现实主义，但对外界来说，它就是一种明确的对失败的承认。

Google过去三年犯下的错误，不是选择DeepMind，也不是相信Hassabis，而是一直不愿在“伟大的研究机构”和“残酷的模型产品公司”之间作出清晰选择。它希望保留DeepMind的独立气质，又不断用Google的商业需求改造它；希望Hassabis思考人类智能的终极问题，又要求他在每一代coding和agent模型上击败Anthropic；让Koray承担越来越多的产品责任，却迟迟不愿打破几位明星科学家共同掌权的表象。

当模型仍然可能依靠一次底层突破拉开代差时，这种组织结构还可以等待天才时刻。进入今天这个阶段，竞争越来越依赖高密度实验、数据工程、推理优化、成本控制、用户反馈和持续交付。

现在Google终于明白，它需要的不再是等待另一个AlphaGo时刻。它首先要保证，每三个月都不掉队。

从这个意义上说，选择Koray没有多少浪漫之处。模型训练正在变成一项越来越成熟的工业工作。知道大致配方之后，剩下的是资源、节奏和执行。

Koray留下来，带着团队继续高强度训练、迭代和交付；Pichai负责把模型塞进Google的每一项业务；Hassabis去思考AGI、科学和癌症；Jeff Dean带着老朋友重新创业。Google给钱、给Cloud、给资源，等待他们在下一代技术上取得突破，未来再将成果接回自己的生态。

每个人似乎都有各自美好的未来。

只是那个曾经让人们相信，大公司也可以由一群天才科学家决定技术方向的Google，今天正式结束了。