30 秒看懂
- 它是谁：谷歌 DeepMind，谷歌最核心的 AI 研发部门，现负责 Gemini；AlphaGo 和 AlphaFold 来自合并前的 DeepMind
- 最近的大新闻：8 月 5 日，创始人哈萨比斯转任主席和 Alphabet 首席科学家，日常管理交给已任高级副总裁的 Koray Kavukcuoglu
- 一起离开的人：在谷歌工作 27 年的 Jeff Dean 与 Sanjay Ghemawat、Oriol Vinyals、Quoc Le 共同创办 Discovery Loop，谷歌还是新公司的投资方和云服务伙伴
- 为什么重要：谷歌刚把全年资本开支计划抬到 1950 亿至 2050 亿美元，这次调整又发生在模型延期报道和核心人才离开的背景下
- 这篇回答一个问题：一家靠广告赚大钱的公司，为什么愿意长期养一间 AI 实验室，它现在又为什么换人？
开始之前，先解释几个关键名词，后面看不懂了随时翻回来查：
| 名词 | 一句话解释 |
|---|---|
| Alphabet | 谷歌的母公司，谷歌搜索、YouTube、云业务和 DeepMind 都在它旗下 |
| Google DeepMind | 谷歌的核心 AI 研发部门，2023 年由 DeepMind 和 Google Brain 合并而来 |
| Gemini | 谷歌的一组通用 AI 模型，也指面向普通用户的聊天助手 |
| TPU | 谷歌自己设计的 AI 芯片，训练和运行模型都能用 |
| API | 公司把模型能力做成接口，其他开发者按使用量付费接入 |
| 资本开支 | 公司花在服务器、芯片、数据中心和其他长期设备上的钱 |
| 自由现金流 | 经营活动现金流减去服务器、数据中心等资本开支后剩下的钱 |
据 Axios 8 月 5 日报道，Demis Hassabis 不再负责谷歌 DeepMind 的日常管理。他转任谷歌 DeepMind 主席和 Alphabet 首席科学家，继续领导 AI 制药公司 Isomorphic Labs。原首席技术官、已任高级副总裁的 Koray Kavukcuoglu 接管日常管理，直接向谷歌 CEO Sundar Pichai 汇报。
同一天，Jeff Dean、Sanjay Ghemawat、Oriol Vinyals 和 Quoc Le 宣布离开谷歌，共同创办 Discovery Loop。它是一家兼顾公共使命的营利性公司，法律类型叫公共利益公司。Alphabet 会投资，还会长期提供云服务和算力；重组消息公布当日，Alphabet 股价一度下跌超过 4%，但单日波动无法完全归因于这次人事变化。下面我们来从头介绍这家公司。
一、两支实验室合成一支队伍
DeepMind 是怎么开始的？ 2010 年，哈萨比斯、Shane Legg 和 Mustafa Suleyman 在伦敦创办 DeepMind。哈萨比斯学过计算机，也做过游戏，后来又读了神经科学博士。他想做的事情很直接：让机器从经验里学习，再把这种能力用到更复杂的问题上。
当时公司没有成熟产品，训练模型又需要大量算力。谷歌在 2014 年收购 DeepMind，并让团队继续留在伦敦。谷歌没有公开交易金额。
谷歌自己没有 AI 团队吗？ 有。Google Brain 在 2011 年成立，Jeff Dean 是创建者之一。这支团队参与推动机器翻译和许多产品技术。2017 年，谷歌研究者提出一种叫 Transformer 的模型架构，多数主流大语言模型后来都在它的基础上发展。
相对而言，Google Brain 与谷歌产品联系更紧，DeepMind 更强调长周期研究。两边都有基础研究和产品落地，只是资源安排与工作节奏不同。团队分开时，跨部门合作也会遇到项目归属和算力分配问题。
为什么后来要合并？ ChatGPT 出现后的竞争压力构成了背景，谷歌官方给出的理由是集中资源、加快进展。Jeff Dean 今年接受采访时回忆，他写过一页备忘录，直说模型、算力和人才过于分散，主张集中做一个从开始就支持文字、图片、声音和视频的模型。
2023 年 4 月，Google Brain 与 DeepMind 正式合并为 Google DeepMind。哈萨比斯担任 CEO，Jeff Dean 转任首席科学家。此后，研究团队、模型工具和用户应用逐步进入同一条管理线。2024 年和 2025 年，Gemini 应用、供开发者使用的模型接口，以及负责 AI 安全和使用规范的部分团队，也陆续归到这条管理线上。
| 时间 | 发生了什么 | 对今天的影响 |
|---|---|---|
| 2010 年 | DeepMind 在伦敦成立 | 建立长期研究路线 |
| 2011 年 | Google Brain 成立 | 建立大规模工程与产品路线 |
| 2014 年 | 谷歌收购 DeepMind | 研究团队获得资金、算力和产品入口 |
| 2016 年 | AlphaGo 以 4 比 1 战胜李世石 | DeepMind 第一次进入大众视野 |
| 2020 年 | AlphaFold 2 在国际蛋白质结构预测评测中取得突破 | AI 从游戏走进真实科学 |
| 2023 年 | 两支团队合并为 Google DeepMind | 人才和算力集中到 Gemini |
| 2026 年 8 月 | 哈萨比斯转岗，Jeff Dean 等四人创业 | 研究、交付和外部探索再次分开 |
二、广告怎样支持长期研究
谷歌到底靠什么赚钱？ 最大的一块还是广告。用户在搜索框里输入一个问题，谷歌判断他可能需要什么，再让相关商家参加一次很快的广告竞价。商家出价、广告质量和这次搜索的具体情境一起决定谁能出现，用户点击或看到广告后，谷歌按规则收费。
一个人搜“附近修空调”，已经表达了明确需求。AI 可以理解更长的句子、图片和模糊意图，也能替商家生成素材、选择受众和调整出价。效果仍要看真实转化，模型能力不会自动变成广告收入。
2025 年，Alphabet 全年收入 4028 亿美元，其中广告收入 2947 亿美元，约占 73%。Google Cloud 收入 587 亿美元，来自企业购买云算力、数据平台、办公软件和 AI 服务。Alphabet 不把 DeepMind 作为独立分部披露收入和利润，外界无法单独计算它的回报。
AI 的钱从哪几条路进来？ 第一条是让搜索和 YouTube 的广告更准，守住最大的现金来源。第二条是把 Gemini、TPU 和开发平台放进 Google Cloud，企业按调用量或订阅付费。第三条是把 Gemini 加进办公软件和高级会员，用户按月付费。
| 商业路径 | 怎么赚钱 |
|---|---|
| 广告 | Gemini 进入搜索、YouTube 和广告系统，广告主按点击、展示或转化付费 |
| 云服务 | 企业和开发者使用模型与 TPU，按算力和调用量付费 |
| 订阅 | 企业和个人使用办公工具与 Gemini 高级服务，按月付费 |
| 药物研发 | Isomorphic Labs 与制药公司合作，获得阶段付款和未来分成 |
这条路径可以压成四步：
| 层级 | 发生的事 | 商业结果 |
|---|---|---|
| 研究 | DeepMind 做出模型、算法和科学工具 | 形成能力和人才优势 |
| 基础设施 | 谷歌用 TPU、数据中心和云平台把能力放大 | 单次训练更快，外部客户也能使用 |
| 产品 | Gemini 进入搜索、广告、办公和开发工具 | 亿级用户和企业开始使用 |
| 收费 | 广告、云调用、订阅、药物合作 | 研究成果可能从多个入口获得回报 |
这套模式现在跑通了吗？ 集团已经从广告、云和订阅收到了钱，DeepMind 单独创造了多少无法计算。2026 年第二季度，Alphabet 收入 1198 亿美元，Google Cloud 收入 248 亿美元，比上年同期增长约 82%。当季资本开支约 449 亿美元，约是去年同期的两倍，也超过了经营活动现金流。
全年计划更大。Alphabet 把 2026 年资本开支预期提高到 1950 亿至 2050 亿美元。拿 2025 年全年 4028 亿美元收入做参照，这笔投入接近去年全年收入的一半。广告仍是 Alphabet 最主要的收入来源，云业务也在快速增长。DeepMind 的研究成果能不能变成下一代产品，会影响这两项业务之后的增长。
从集团层面看，谷歌希望研究成果同时进入搜索、广告、云和订阅产品，再从多个入口获得回报。公司没有披露其中多少收入能归到 DeepMind。接下来的真问题是：研究成果能不能准时进入产品？
三、从围棋走进每一条产品线
DeepMind 最擅长什么？ 它会先挑一个边界清楚、结果可以检验的问题，把学习算法做到极致，再把方法搬到更大的场景。围棋的规则固定，输赢明确，很适合验证机器能不能靠大量对局找到人类没教过的策略。AlphaGo 在 2016 年以 4 比 1 战胜李世石，这场比赛让 DeepMind 进入大众视野。
Alphabet 没有单独披露 AlphaGo 带来的收入。可以确认的是，它大幅提高了 DeepMind 的公众知名度和研究信誉，也让更多人看到深度学习能处理复杂决策。至于它怎样影响内部预算和招聘，公司没有披露。
AlphaFold 做了什么？ 蛋白质像一串会折叠的长链，折成什么形状，会影响它在人体里的作用。实验室测一个结构可能花很久，AlphaFold 根据氨基酸序列预测三维结构，把许多研究的起点提前了。它的数据库如今收录超过 2 亿个预测结构，覆盖 190 多个国家和地区的 300 多万研究者。
2024 年诺贝尔化学奖的一半授予哈萨比斯和 John Jumper，表彰两人在蛋白质结构预测上的工作；另一半授予 David Baker，表彰他在计算蛋白质设计上的工作。Alphabet 还成立了 Isomorphic Labs，把源自 AlphaFold 的路线推向药物研发。这里面的水不浅，开放科学成果怎样一步步变成药物生意，今天先不展开，以后找机会我们专门聊一期。
Gemini 又处在什么位置？ Gemini 让 DeepMind 的研究直接进入谷歌多个核心产品。用户能在 Gemini 应用里聊天，开发者能通过接口调用模型，企业能在云平台上处理自己的数据，搜索和办公软件也把它放进原有流程。Gemini 接触的数据越多、进入用户工作流程越深，谷歌能收费的入口越多，出错的代价也越大。
可以把谷歌的优势概括为四层。第一层是长期积累的人才，第二层是 TPU 和数据中心，第三层是搜索、YouTube、Android 和办公产品，第四层是广告和云的收费入口。这是分析框架，Alphabet 没有按这四层披露投资回报。
| 能力 | 谷歌手里有什么 | 对手难复制的地方 |
|---|---|---|
| 人才 | Brain 与 DeepMind 积累的研究团队 | 多年共同工作形成的研究与工程经验 |
| 算力 | 自研 TPU、数据中心和全球网络 | 芯片、系统、模型可以一起调整 |
| 分发 | 搜索、YouTube、Android、Workspace | 新能力能进入已有用户流程 |
| 变现 | 广告竞价、云调用和订阅 | 不用从零建立收费关系 |
产品入口多，也意味着同一个模型要同时照顾搜索、代码、企业客户和普通用户。据彭博社 7 月调查，Gemini 3.5 Pro 比内部计划晚了数月，谷歌没有公布新日期。受访的现任与前员工提到跨部门协调问题，谷歌没有确认这次重组由延期触发。
四、四名核心研究者一起创业
Jeff Dean 为什么重要？ 他在 1999 年加入谷歌，至今 27 年。搜索早期的分布式计算系统、后来大规模机器学习的基础设施，都有他和 Sanjay Ghemawat 的工作。很多人知道哈萨比斯是因为 AlphaGo，工程师更清楚 Dean 和 Ghemawat 搭起了谷歌大规模计算的底座。
Oriol Vinyals 和 Quoc Le 也属于核心研究人物。Vinyals 长期研究让模型理解连续信息、通过反馈学习和开发 Gemini，Le 参与 Google Brain 早期研究，两人都在 Gemini 技术报告中承担研究领导工作。四人的履历横跨系统工程、基础模型和科学研究。
他们要做什么？ Discovery Loop 计划用 AI 自动化科学和工程的实验循环，具体产品还没有公开。据 Axios 援引一名知情人士，首轮融资达到数亿美元，正式金额没有披露。Radical Ventures 和 Khosla Ventures 牵头这轮融资，Alphabet 也参与投资，并提供长期云与算力合作。
这里容易误解。Dean 说，离开上市公司能获得更大的决策空间；这是他公开给出的理由，不能直接当作谷歌的组织设计。现有交易结构保留了投资、云和算力关系。四人离开可能增加谷歌内部的人员交接风险，双方没有披露更深层动机。
哈萨比斯算离开吗？ 不算。他继续留在 Alphabet，担任新设立的首席科学家，还保留 Google DeepMind 主席和 Isomorphic Labs 负责人职位。他不再直接管理 Gemini 的日常交付，Koray Kavukcuoglu 接手这部分工作，职位名称是高级副总裁，没有使用 CEO 头衔。
Koray 从 DeepMind 早期就参与多项重要模型研究，后来负责技术和 Gemini 的研发安排。他早在 2025 年就已任谷歌高级副总裁并直接向 Pichai 汇报。现在他接管 Google DeepMind 日常管理，将更直接地承担 Gemini 后续研发和推进速度的责任。
重组消息公布当日，Alphabet 股价在交易时段一度下跌超过 4%。当天科技股整体也在走弱，无法把全部跌幅归到人事变化。单日价格只能说明市场在快速消化消息，不能证明投资者已经判断重组失败。
五、三道问题等着新团队回答
先用一张表把风险看全。表里只保留后文会逐条回答的三件事。读完表，再看每一问该盯什么。
| 真问题 | 已知信号与接下来观察什么 |
|---|---|
| 模型能否按时交付 | 彭博社报道，Gemini 3.5 Pro 比内部计划晚了数月，接下来要看新日期、代码能力和真实用户反馈 |
| 巨额投入能否转成现金 | 二季度资本开支约 449 亿美元，接下来要看云利润、广告增长，以及完成同样任务需要花多少芯片和电费 |
| 核心人才还能否留下 | 六月至八月多名研究者离开，接下来要看关键项目负责人、招聘和后续离职 |
第一道问题，换人能让 Gemini 更快吗？ 这次调整让日常负责人更明确，但没有直接解决技术问题。模型训练还会遇到数据、算力、代码能力和安全测试问题，改一条汇报线不等于这些问题同时消失。谷歌也明确表示，这次调整没有归因于某一次模型延期，所以不能把责任都推给哈萨比斯。
更实在的检查方法，是看接下来两三个版本。发布日期能否稳定，代码和复杂任务能否达到公开承诺，开发者接口是否少改动，用户限额是否清楚，这些比职位名称更有用。如果下一款重要模型继续延期，就很难说这次调整改善了交付速度。
第二道问题，广告赚的钱够不够支持 AI 投入？ 谷歌有 2947 亿美元的年度广告收入做底，承受力比多数 AI 公司强。可 2026 年计划投入 1950 亿至 2050 亿美元建设算力，金额接近 2025 年总收入的一半。云业务增长 82% 很快，资本开支翻倍也很快，两条线谁跑得更快，决定这场投入能持续多久。
我不会用一个季度的自由现金流判断整场 AI 投入。基础设施投入通常先于相关收入确认，单季数字不足以判断长期回报。接下来值得看的是云业务利润、模型调用成本，以及 AI 搜索会不会改变用户点击广告的方式。
第三道问题，人才为什么还要留在大公司？ 顶尖研究者在谷歌能使用 TPU、数据，也能让研究成果进入拥有上亿用户的产品，同时要接受更多协调和发布时间压力。创业公司给他们更直接的决定权，代价是自己解决资金、客户和基础设施。Discovery Loop 的交易结构同时保留了融资、云和算力关系，双方没有披露更深层动机。
它到底做对了什么
普通人看这类大公司新闻，先别急着在“升职”和“失势”里选一个答案。可以顺着三条线看：谁负责日常结果，钱从哪里来，最稀缺的人和算力去了哪里。这次重组里，Koray 拿到日常责任，广告和云继续供钱，四名研究负责人到公司外继续做科学探索，逻辑就清楚了。
如果你正在做 AI 产品，也可以学谷歌的一件事：研究、基础设施、产品和收费入口要连成一条路。模型分数高，只能证明能力存在；用户愿意持续使用，企业愿意付费，团队还能把成本压下来，这条生意才算真正跑通。谷歌的优势在于四层都在手里，代价是组织很容易变慢。
中国公司能带走的也很具体。集中人才和算力，有助于减少重复训练；让一个负责人看完整条链路，也有机会减少反复协调。同时要给基础研究留出明确空间，让研究者看得到成果怎样进入产品，也知道哪些边界不能碰，这会提高团队对人才的吸引力。
谷歌 DeepMind 做对的地方，是用广告和云的现金支持十年以上的研究，让 AlphaGo、AlphaFold 和 Gemini 依次走出实验室。该躲开的地方，是团队越合越大以后，责任、算力和产品入口一起变复杂，最后连最重要的新模型什么时候发布都难说清。长期投入与稳定交付，两边都要有人负责。
| 值得学的 | 该躲开的 |
|---|---|
| 用稳定主业支持长周期研究 | 每个部门都做一套相似模型 |
| 自研芯片、模型和产品协同 | 资源分配长期说不清 |
| 让研究成果进入真实用户流程 | 只看论文和测试分数，不看交付 |
| 同时建设广告、云和订阅入口 | 投入扩大后仍不算完成同样任务要花多少钱 |
| 允许外部公司继续探索 | 把投资关系当成人才流失的替代品 |
这次调整最早能对答案的，是下一款重要 Gemini 模型能否按新计划交付。更长的问题是，当科学家去创业、产品负责人直接向 CEO 汇报后，谷歌还能不能同时保住研究深度和产品速度。我会一直盯着。
参考资料
1. Axios，2026-08-05，Google DeepMind CEO Demis Hassabis is stepping aside
2. Axios，2026-08-06，Google's AI leadership shuffle
3. Axios Pro Rata，2026-08-06，Discovery Loop 融资与谷歌合作信息
4. Google，2023-04-20，Google DeepMind: Bringing together two world-class AI teams
5. Alphabet，2025 年度 Form 10-K
6. Associated Press，2026-07-22，Alphabet 2026 年第二季度业绩报道
7. Axios，2026-07-23，Alphabet AI 投入与现金流报道
8. Google DeepMind，About Google DeepMind、AlphaGo、AlphaFold
9. TechCrunch，2026-06-24，谷歌 AI 研究者流动报道
10. Los Angeles Times / Bloomberg，2026-07-17，Gemini 3.5 Pro 延期调查
11. 量子位，2026-03，Jeff Dean 访谈
12. IT之家，2026-07-16，DeepMind 员工对军事合作的异议
AI重度使用者｜工作日拆一家前沿公司，周末写AI学习笔记｜imluna.ai 免费订阅｜Learn in Public