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。
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。
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。
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。
