本文来自微信公众号： 未尽研究 ，作者：未尽研究
2026年8月5日，谷歌宣布对其AI领导体系进行重大调整。DeepMind联合创始人德米斯·哈萨比斯（Damis Hassabis）不再担任谷歌DeepMind首席执行官，转任该机构董事长，并出任谷歌控股公司Alphabet新设立的首席科学家。他将把主要精力放在AGI长期战略、AI的社会影响以及AI药物研发公司Isomorphic Labs上。
（哈萨比斯，图片来源：个人官方账号）
谷歌DeepMind首席技术官、Alphabet首席AI架构师Koray Kavukcuoglu接手日常经营。他没有获得CEO头衔，而是以高级副总裁身份负责前沿模型研究、Gemini开发和产品交付，并直接进入谷歌CEO桑达尔·皮查伊的管理链条。哈萨比斯为他提供顾问支持。
（Koray Kavukcuoglu，来源：Google Blog）
与此同时，谷歌首席科学家、谷歌大脑联合创始人迪恩（Jeff Dean）结束了长达27年的谷歌生涯，与Sanjay Ghemawat、Oriol Vinyals和Quoc Le共同创办Discovery Loop。四人分别代表Google的分布式计算基础设施、谷歌大脑、Gemini、强化学习和自动机器学习等核心技术传统。
Discovery Loop希望建立能够自动提出假设、设计实验、运行实验、分析结果并继续迭代的AI系统，首先用AI自动化机器学习研究，再扩展至芯片设计、药物、材料和生物学。谷歌没有与这些元老彻底切割，而是成为公司的创始投资者和云计算合作伙伴。
皮查伊在官宣中称之为“人工智能发展势头的下一个篇章”。
直接原因：Gemini正在承受模型危机
哈萨比斯给出的理由是，AGI可能已经接近，他需要从预算、人员、项目进度和产品交付等日常事务中抽身，集中思考AGI的长期方向和社会影响。这一解释并非虚言。哈萨比斯一直更像一位科学机构的创建者，而不是传统意义上的产品经理。他领导DeepMind取得了AlphaGo、AlphaFold等具有科学史意义的成果，也一直强调AI首先应当解决科学和人类健康问题。
但组织调整发生的时机不能忽略。
哈萨比斯下台的迹向，4月份就已经开始出现。谷歌DeepMind内部已组建一个“突击队”来攻关编码模型，由联合创始人布林（Sergey Brin）和首席AI架构师Koray Kavukcuoglu挂帅。谷歌无法容忍Gemini在编程和智能体方面，已经落后于Claude和GPT。
“Koray Kavukcuoglu直接向CEO皮查伊汇报，职责就是把模型更快、更高效地整合进谷歌的产品。值得注意的是，这个突击队不是由哈萨比斯挂帅。”
谷歌原计划在6月发布的Gemini旗舰模型数月未能推出，内部士气、人才流失和研发进度开始引发投资者担忧。谷歌中实上已经在模型发布节奏上掉出第一梯队。OpenAI和Anthropic不断争夺前沿人才，中国开放模型又以低成本和快速迭代压低模型价格。谷歌虽然拥有TPU、数据中心、搜索、Android、YouTube、Workspace和Cloud等几乎无可比拟的资源，却仍然迟迟未能把这些资源能够转化为持续的模型领先和AI商业收入。
谷歌云内部高管欢迎Koray接手，因为他过去比哈萨比斯更直接地参与DeepMind与云之间的合作，预计会推动Gemini向更强的产品化和商业化方向发展。
谷歌需要一位既理解前沿研究，又能够协调模型、芯片、云服务、开发者工具和消费产品的运营负责人。
Koray上位，并不是简单用职业经理人替代科学家。他本人是DeepMind早期核心研究者，参与过深度强化学习和生成模型研究。但与哈萨比斯相比，他更接近一种“系统型科学家”：不仅关心模型是否产生突破，也关心它能否被训练、部署、压缩、调用，并进入数十亿人的产品。
Koray的使命，就是率领谷歌DeepMind团队，让Gemini的前沿发布节奏，年内重返第一梯队。
深层原因：谷歌的科学和资源没有被充分转化为模型
谷歌并不缺少AI科学成果。它是AI时代的贝尔实验室。从诺奖到重大技术发明，一应俱全。
Transformer来自谷歌大脑；sequence-to-sequence、TensorFlow、TPU和大规模分布式训练体系，也都与谷歌研究传统密切相关。DeepMind则创造了DQN、AlphaGo、AlphaZero和AlphaFold，在强化学习与AI for Science领域建立了另一条世界级路线。
但生成式AI时代最具代表性的产品形态却由ChatGPT定义；编程智能体和企业模型市场又受到Anthropic强烈冲击。谷歌多次成为科学突破的发源地，却没有总能成为这些突破最大的商业受益者。
问题不只是“商业化意识不足”，而是科学研究、模型训练、产品开发和市场反馈之间的组织链条过长。
模型正在变成一种需要持续运营的工业系统。前沿大模型已经不是完成一次重大科研项目便可宣告成功的产品。它需要连续进行数据准备、架构实验、大规模训练、后训练、强化学习、安全评测、推理优化、工具调用和用户反馈，再迅速进入下一轮训练。
Koray接手的意义就在这里。他不是用工程替代科学，而是要把科学、算力、工程和产品组织成一台能够连续生产模型的机器。早在2025年，皮查伊任命他为首席AI架构师时，就要求他推动模型与产品实现“更顺畅的整合、更快的迭代和更高的效率”。此次接管DeepMind日常运营，是这一安排的进一步完成。
对Google造成的冲击
短期看，这次变动首先带来人才和信心冲击。消息公布后Alphabet股价下跌约4%，反映出投资者担心Gemini研发节奏、核心人才连续流失以及谷歌庞大AI投入的回报。
迪思的离开尤其具有象征性，真正的影响可能大于哈萨比斯的“kick upstairs”。他不仅是谷歌大脑的创建者，也是谷歌分布式基础设施、TensorFlow、Transformer等技术的重要连接者。与他共同离开的Ghemawat、Vinyals和Quoc Le，分别覆盖系统、模型和自动研究能力。这不是失去四名普通高管，而是失去了一组彼此长期协作、能够从底层基础设施一路做到前沿模型的完整团队。
(Jeff Dean,图片来源：个人官方账号)
更深的冲击在于组织文化。DeepMind过去之所以能够吸引顶尖科学家，很大程度上因为它承诺给予长期研究相对独立的空间。如今，其日常管理更直接地服从谷歌整体产品与商业目标，可能使研究项目更加靠近Gemini路线图、Cloud收入和产品发布周期。
如果控制得当，这会提高执行力；如果控制失衡，则可能让Google失去那些暂时看不到商业价值、却可能带来下一次范式变化的研究。
不过，谷歌并非毫无准备。它让哈萨比斯升至Alphabet层面，同时投资Discovery Loop，说明它正在尝试用新的组织方式保留科学联系：把长期科学留在集团顶层，把产品经营集中在Google内部，再通过投资和云合作连接外部实验室。
谷歌面对AI时代巨头内部的熵增问题
谷歌这次重大调整，可以看到联合创始人布林的背后作用，它试图再次出手，解决科技巨头在AI时代的熵增问题，即内部出现的算力分配和各部门之间的政治问题，尽管都打着AI的旗号。
这次调整试图理顺的第一组关系，是科学方向与经营责任。
哈萨比斯继续负责AGI、科学和长期战略，但不再管理日常预算、人员和交付。Koray则要为Gemini模型的进度、质量和产品落地承担更直接的责任。思想权威与经营责任由此被分开。
第二组关系，是谷歌大脑与DeepMind合并后的内部关系。
2023年，ChatGPT冲击谷歌后，Google Brain和DeepMind合并为Google DeepMind。那次合并解决了两支顶级研究力量长期平行的问题，却没有完全解决模型、产品和基础设施如何统一运行的问题。此次调整让Koray同时掌握研究、模型、应用和开发者工具，试图完成真正的组织闭环。
第三组关系，是模型与产品的关系。
对谷歌而言，模型不能只是一个独立API，也不能只是Gemini聊天应用的后台。它必须同时进入搜索、Cloud、Workspace、Android、YouTube和开发者生态。产品使用产生的数据和失败案例，又必须反过来进入模型后训练。
因此，谷歌要建立的不是“先研发模型、再寻找应用”的线性流程，而是模型能力带来使用，使用产生反馈，反馈改进模型，规模部署降低成本，成本下降进一步扩大使用。
第四组关系，是内部研究与外部创新。
谷歌投资Discovery Loop，说明它并不希望与离职科学家彻底切割。它正在尝试一种新的组织方式：商业化程度高、需要大规模协调的模型研发留在公司内部；更长期、更高风险的科学探索，可以在外部公共利益公司中进行，谷歌通过资本和云计算继续保持联系。
对谷歌AI的意义
2014年收购DeepMind时，谷歌相信的是“收购最好的科学家，就能掌握智能的未来”。2023年合并谷歌大脑与DeepMind时，谷歌承认科学力量必须集中，才能应对ChatGPT带来的竞争。
2026年的这次调整则意味着第三次变化：科学力量集中之后，还必须与产品、基础设施和商业系统进一步融合。
从这个意义上看，哈萨比斯时代并没有真正结束，而是被重新定义。他不再是整个AI机器的日常驾驶者，而成为谷歌长期科学方向和AGI合法性的守护者。Koray则成为让这台机器真正运转的人。
谷歌DeepMind也因此进一步告别独立实验室身份，成为谷歌整个公司的AI发动机。Gemini不再只是一个模型，而要成为搜索、Cloud、Android、Workspace、YouTube和开发者生态的共同智能层。
对整个AI行业的震动
哈萨比斯和迪恩不仅是谷歌的AI领袖，而且是整个AI行业的开拓者和领军人物，他们的变动引发了行业的震动。谷歌拥有了AI成功的一切，但为何局面屡次陷入窘境。
科学突破仍然决定模型能力的上限。持续学习、世界模型、记忆、因果推理和自主发现，都可能需要新的理论与架构。倘若Transformer和规模化路线进入平台期，下一次跃迁依然可能来自某个科学实验室。
但科学突破已经无法单独决定AI竞争的胜负。
今天的前沿模型是芯片、能源、数据中心、网络、训练框架、数据工程、后训练、产品反馈和安全治理共同生产的结果。最优秀的论文如果不能转化为稳定模型，最聪明的模型如果不能低成本部署，最庞大的用户入口如果缺少强大模型，都无法形成最终优势。
谷歌的当务之急依然是Gemini。工程化、系统化和商业化并不是对模型重要性的否定，而是谷歌重新赢得模型竞争的手段。
没有领先的Gemini，TPU、Cloud、Search、Android和数十亿用户只是潜在优势；只有重新取得模型领先，这些资源才能共同构成谷歌难以复制的护城河。
哈萨比斯交出的，不是科学对AI的领导地位，而是科学实验室对模型生产全过程的单独控制权。谷歌正在押注下一阶段最强大的模型，将不再主要依赖一次科学突破，而要由一整套高效运转的工业系统持续制造出来。