Google的AI团队正在经历新一轮调整。据报道,Google DeepMind首席执行官Demis Hassabis从部分事务中抽身,同时有资深科学家离开。消息指向人员和职责变化,但没有足够证据证明Hassabis将离开Google DeepMind,或已经失去核心决策权。
这件事也不宜被包装成一场已经坐实的“人才地震”。Google真正面对的考验,是一支完成大规模合并的研究组织,能否在人员流动后继续稳定交付Gemini,并留住那些不愿长期围着产品进度表工作的研究人员。
Hassabis调整分工,不等于退出Google AI核心
Google在2023年4月将DeepMind与Google Brain合并,成立Google DeepMind,由Hassabis担任首席执行官。原Google AI负责人Jeff Dean则转任首席科学家。此次调整发生在这套架构运行数年之后,因此更适合看作权责重新分配,而不是直接认定管理层失势。
现有材料可以支持的判断,其实相当有限。
| 已出现的信号 | 可以说明什么 | 目前不能推出什么 |
|---|---|---|
| Hassabis从部分事务中抽身 | Google DeepMind可能重新划分管理职责 | Hassabis被架空或即将离职 |
| 多名资深科学家据报离开 | 团队存在人才留任压力 | Gemini研发停摆或技术路线失败 |
| 组织进入合并后的新阶段 | 管理重点可能更靠近产品交付 | Google已经放弃长期基础研究 |
| 未见Jeff Dean离职的明确信息 | 其去向不能纳入既成事实 | “Jeff Dean们去向成谜”并不严谨 |
网络讨论还把部分离职者与Discovery Loop、Periodic Labs等机构联系起来,但现有线索没有提供官方公告、任职文件或工商材料,无法确认这些主体之间的实际关系。把零散信息拼成内部权力拉锯,故事完整,证据却不完整。
更稳妥的判断是:Google DeepMind正在从“完成组织合并”转向“检验合并效果”。Hassabis是否仍掌握模型路线、算力分配和关键岗位任命,比头衔或日常分工更能说明他的真实位置。
Google的难题,是让研究组织持续为产品交付
Google在2023年12月发布Gemini 1.0,2024年2月又将Bard改名为Gemini。此后,Gemini被放进搜索、Workspace、Android、Gemini API和Google Cloud Vertex AI等产品。研究团队承担的任务,已经不只是做出更好的模型,还要处理上线节奏、安全评估、成本和企业服务。
这正是人才流动最值得关注的背景条件。基础研究人员通常看重论文、技术路线和研究自主权;产品部门更在意发布时间、推理成本、可靠性和收入。两类目标并不天然一致。组织越靠近商业交付,这种摩擦越难靠一张新架构图解决。
OpenAI提供了一个可供参照的案例。2024年,联合创始人兼首席科学家Ilya Sutskever离职,超级对齐团队负责人Jan Leike随后离开。ChatGPT并未因此停止更新,但这些离职让外界更清楚地看到:明星研究人员的流失未必立即反映在产品上,却可能提前暴露研究方向、治理方式和资源分配上的分歧。
Google的约束更多。OpenAI主要围绕模型和应用推进业务,Google则要同时照顾搜索广告、云计算、办公软件和Android。Gemini的一次模型调整,可能牵动多条成熟产品线。研究团队因此更难保留早期实验室式的自由,也更容易承受短期交付压力。
所以,多名科学家离职本身不是结论。离职之后,Google能否按计划推出模型、维持研究产出,并让新的负责人拿到实际资源,才决定这次变动属于正常换血,还是组织整合留下的后遗症。
开发者不必立刻迁移,但应准备第二套模型方案
人员新闻很容易放大焦虑,但开发者和企业采购不该只看高管名单。研究人员离开,不会自动改变现有Gemini API合同,也不意味着Vertex AI会立即中断服务。仅凭此次消息仓促迁移,成本可能高于实际风险。
更现实的动作,是把人员变化转化为几个可检查的产品指标。
| 相关人群 | 现在更合理的动作 | 后续观察信号 |
|---|---|---|
| 使用Gemini API的开发团队 | 保留模型抽象层和备用供应商,不急于整体迁移 | 模型更新频率、旧版本停用安排、价格与延迟变化 |
| 采购Vertex AI的企业 | 把服务等级、数据边界和迁移支持写进合同 | 企业支持是否收缩、产品路线是否反复、关键能力是否延期 |
如果Google后续仍能稳定更新Gemini,API兼容性和企业服务也没有异常,那么这轮人员调整对大多数用户只是组织新闻。若模型发布连续推迟、关键研究方向中断,或更多核心人员投向竞争实验室,风险才会从人事层传导到产品层。
古语说“听其言,观其行”。判断Google AI是否真的失血,不必猜测办公室里的座次,只需看下一轮模型交付、人员任命和资源归属。
