核心内容总结
谷歌近期发生了两起关键AI团队变动：一是DeepMind创始人Hassabis“明升暗降”（从CEO转任董事长和Alphabet首席科学家，失去日常管理权），二是谷歌元老Jeff Dean带核心团队离职创业（成立Discovery Loop，谷歌参与投资并提供云服务）。这些变动叠加此前的人才流失（如Shazeer、Jumper离开）、Gemini模型延期、资本开支激增导致自由现金流首次为负等问题，引发市场强烈反应——Alphabet股价单日蒸发超1750亿美元，这是六周内第四次因AI受挫下跌。事件背后反映出谷歌AI面临的三重挑战：核心人才流失、内部管理整合压力、以及大公司组织惯性与激进创新需求的矛盾。
一、核心人物变动：明升暗降与“体面”离职
1. Hassabis的“明升暗降”
Hassabis原本是DeepMind的灵魂人物（主导AlphaGo、AlphaFold），这次调整后头衔更高（董事长+首席科学家），但实际失去了DeepMind的日常管理权——Gemini的研发交付交给了原CTO Koray，直接向皮查伊汇报。简单说：他从“操盘手”变成了“顾问”，保留了AGI方向的战略判断，但不再管具体执行。这是谷歌加强对AI业务控制的信号，皮查伊想更直接掌握Gemini进度。
2. Jeff Dean团队的“体面出走”
Jeff Dean是谷歌第30号员工，参与了搜索、TensorFlow、TPU等核心技术的搭建，相当于谷歌AI的“基建队长”。他带3位核心同事创业，谷歌没有强留，反而投资、提供云服务和算力。这种方式对双方都好：创业团队拿到资源，谷歌保留了合作机会和未来收益，还避免人才流向竞争对手。但问题在于——这批最懂谷歌资源的人，为什么宁愿离开？他们说“大组织里惯性太大，难推动激进变化”，本质是大公司的流程和决策效率，跟不上他们想做的“AI自动化科研”这类前沿创新。
二、股价暴跌：市场对谷歌AI的信心崩塌
六周内四次下跌，每次都和AI相关：
- 6月：两位顶级研究者（Shazeer、Jumper）相继离开，股价蒸发2000亿；
- 7月中：Gemini 3.5 Pro延期（代码能力不达标），股价跌3%；
- 7月底：二季度资本开支翻倍（449亿），自由现金流首次负59亿，股价跌7%；
- 8月5日：Hassabis调整+Dean离职，股价跌近4%（蒸发1750亿）。
市场的逻辑很简单：谷歌砸了最多的钱（全年资本开支预计2000亿），却没拿出领先的模型（Gemini延期，员工说“各领域都没最前沿模型”），核心人才还在跑。投资人怀疑：谷歌缺的不是钱，而是把资源“拧成一股绳”的能力——这么多好牌，怎么打不出胜仗？
三、DeepMind的转型：从“独立实验室”到“总部下属部门”
DeepMind原本是谷歌收购来的“独立王国”：伦敦起家，保持自己的研究文化（比如先做AlphaGo这种突破性科研，再考虑商业）。2023年和Google Brain合并后，Hassabis主导整合，但现在他退居二线，Koray直接向皮查伊汇报，意味着DeepMind的独立性没了。
谷歌的目的很明确：之前DeepMind太“学术化”，现在要转向“产品交付和商业落地”。比如Koray的背景是连接研究和产品，他接手后会更注重Gemini什么时候能上线、怎么和搜索/云服务结合赚钱。对DeepMind来说，那个“以科学理想为核心”的时代结束了，变成了谷歌内部一个更标准化的AI部门。
四、大公司vs创业公司：创新的“组织惯性”难题
Jeff Dean团队的离开，暴露了大公司的通病：组织越大，越难搞激进创新。他们想做的“AI自动完成科研全流程”（提出问题→设计实验→执行→评估），在谷歌内部可能需要层层审批、协调资源，而创业公司可以快速试错。
这让我想到贝尔实验室：当年靠AT&T的利润养出了晶体管、激光等革命性发明，但后来人才离开，催生了仙童、Intel等公司。谷歌现在的情况类似——顶级实验室培养的人才，开始到外面建自己的公司。对行业来说，这是创新扩散；但对谷歌来说，是内部创造力的流失：Dean团队带走的不仅是人才，还有他们对谷歌技术和资源的理解，而这些是用钱买不回来的。
五、谷歌的应对：是“止损”还是“无奈”？
谷歌对Dean团队的处理方式（投资+合作），算是“体面止损”：既没撕破脸，又保留了未来的利益。但这无法解决根本问题——为什么顶尖人才宁愿离开？
谷歌拥有AI行业最完整的资源（TPU芯片、数据、分发渠道），但这些资源如果不能被高效利用，反而会成为负担。比如Gemini用户数9.5亿、Gemma下载量9亿，这些成绩不错，但市场要的是“下一代领先模型”。如果谷歌不能解决内部管理的问题（比如减少决策层级、给科研团队更多自主权），可能还会有更多人才离开。
最后：AI时代的人才战争
这场变动本质是AI领域的“人才战争”升级。大公司有资源，但灵活性差；创业公司灵活，但缺资源。谷歌的做法是“半留半放”，但能不能留住核心人才，关键看它能不能平衡“商业目标”和“科研自由”。毕竟，AI的突破往往来自那些“不那么急着赚钱”的前沿研究——而这正是大公司最难保持的东西。
对我们普通人来说，这也意味着：AI行业的创新，未来可能不仅来自谷歌、OpenAI这些巨头，还会来自更多像Discovery Loop这样的创业公司。巨头和创业公司的博弈，会决定AI接下来的发展方向。