作者 | 城北徐公

支持 | 勾股大数据（www.gogudata.com）

最近，谷歌似乎很不对劲。

8月5日，在谷歌工作了二十七年的首席科学家Jeff Dean宣布离职。

同一天，谷歌母公司Alphabet宣布重组DeepMind。

8月11日，SemiAnalysis发表报告《谷歌已放弃前沿AI》。

随后，《金融时报》和路透社纷纷爆料DeepMind内部剧烈震荡：

Demis Hassabis退出日常管理，转任DeepMind董事长和Alphabet首席科学家；原CTO Koray Kavukcuoglu接掌运营；DeepMind部分团队被转入Google公司体系……

8月13日，在Gemini 3.5 Pro延期了几个月的情况下，谷歌突然推出Gemini 3.7 Flash，与3.6 Flash仅仅相隔三周。

今日，又有某媒体爆料，DeepMind将停止前沿模型研发，全面转向Flash模型，整个团队可能至少裁员三分之一。

还有一个细节：核心团队从未真正把Gemini当作日常使用的主力模型。

……

一连串消息看下来，不得不令人震惊。

发明了Transformer、一手开启生成式AI热潮的行业老大哥，难道真的投降了？

到底发生了什么？

01

3.5 Pro的延期，并不是单纯的工程排期问题。

根据《洛杉矶时报》7月份的爆料，3.5 Pro已经“落后数月”，内部测试尤其在编码能力方面表现不尽如人意；工程师、研究人员和管理人员均对延期产生明显焦虑。

路透社在8月进一步披露，谷歌面临的不只是模型训练问题，还存在计算资源限制、Gemini多个项目负责人之间的分歧，以及层级过多导致发布速度慢等结构性问题。

人与人之间的矛盾，是最突出的。

谷歌现在最大的问题，就是内部文化冲突。

DeepMind长期以来都是科研导向。

AlphaGo、AlphaFold、强化学习、机器人、世界模型……很多项目不是为了明天卖多少钱，而是解决十年后的问题。

它们也确实改变了世界。

而作为上市公司，谷歌越来越需要回答投资者：AI什么时候开始明显贡献利润？

这两种文化并不天然冲突。

只是目前AI竞争进入资本密集期，才导致冲突越来越明显。

所以这次DeepMind的动荡，其实就是降低DeepMind作为相对独立科研组织的自治性，把模型、产品、算力和商业化决策拉得更近。

再简洁一点：集权。

如果不这样做，决策链必然过长。

在竞争已经走向最激烈的时刻，无异于慢性自杀。

所以在谷歌联合创始人Sergey Brin的支持下，首席AI架构师Koray Kavukcuoglu被赋予重任，全力推动Gemini在全公司产品线的落地，导致DeepMind原有的“科学探索派”地位边缘化。

这种强硬的商业化转向，引发了剧烈的人事动荡。

比如Transformer论文作者之一Noam Shazeer，被谷歌花了27亿美元买回来仅仅两年，因为项目的核心算力被强行重新分配给了伦敦团队，跳槽去了OpenAI。

仅仅两天后，AlphaFold核心贡献者、诺奖得主John Jumper，也转投Anthropic。

以及Jeff Dean、Sanjay Ghemawat、Quoc Le和Oriol Vinyals等核心人物，均在近期出现了职务调整或变动。

同时，根据California WARN法案的消息，谷歌在2026年将通过滚动式重组，砍掉35%管理幅度过小的管理层，并对工程团队进行数千人优化。

这或许是今天那则消息的来源。

但在传播过程中，实际上变成了谣言。

谷歌要裁掉的三分之一，是中层管理者，而且主要集中在Google Cloud等业务部门，并不是DeepMind核心研发团队。

至少对技术人员，谷歌不仅没有裁，反而还在抢人。

在8月最新的访谈中，DeepMind掌门人Demis Hassabis甚至公开嘲讽借着AI裁员的公司。

“用AI替代开发者，反映了雇主缺乏想象力”

《AI研究工程师薪酬指南》中也有最新的汇总数据：DeepMind内部公开招聘的岗位中，即便不包含股票激励，其纯现金底薪中位数也高达19.7万美元。

这也能在一定程度上证明，谷歌并没有真的在AI军备竞赛中投降。

至少主观上，没有。

02

Pro负责复杂推理，Flash负责速度和便宜。

但随着缩放定律的边际效益正在急剧递减，以及DeepSeek和Grok抬出了“斩杀线”，如今的市场明显不能再延续过去的玩法。

尤其是谷歌。

根据其7月底发布的财报，Google Cloud表现爆表，营收大涨82%到248亿美元。

结果因为全年开支被提高到了2000亿美元以上，股价立马闪崩7%。

现在市场的逻辑很简单，就是要看尽快看到投资回报率。

所以早在5月推出Gemini 3.5 Flash时，谷歌就已经强调它在Agent和编码任务上的“frontier performance”，并且在多个评测中超过Gemini 3.1 Pro。

到了3.6 Flash，继续强调Token效率。相比3.5 Flash，3.6 Flash在Artificial Analysis相关评估中减少17%的输出Token使用量。

最新的3.7 Flash，又把这一目标进一步推向真实生产环境。

其定位非常明确：谷歌迄今为止最聪明的、专为写代码和Agents打造的工具。

是否最聪明暂且不说，最重要的是性价比。

输入价格，0.375美元/百万Tokens；输出价格，1.875美元/百万Tokens；速度，340Tokens/秒。

对比一下竞品，Claude Sonnet 5和GPT-5.6 Terra的输入/输出价格分别是2美元/ 10美元、1.25美元/ 4.25美元。

与上个月初Grok 4.5发布时的策略几乎如出一辙：够便宜，够快。

这背后反映的也是整个行业的变化：从最强转向谁能够以最低成本（包括时间成本）完成任务。

结合前面的内容。谷歌乃至越来越多大厂，确实把重心偏向了中轻量、高性价比模型，但并非就会因此放弃前沿AI的竞争。

最大的证明就是：Gemini 4的训练刚刚跑起来。

Alphabet CEO Sundar Pichai在二季度财报电话会上明确表示，Gemini 3.5 Pro仍在测试，同时已经启动Gemini 4的训练，而且称这是公司迄今为止“最雄心勃勃”的预训练运行之一，目标仍然是保持在前沿。

这句话非常重要。

因为它意味着Google现在实际采用的是：双轨制。

一条轨道，把Flash做成真正意义上的“大规模AI工业基础设施”。

另一条轨道，继续做旗舰模型，冲能力上限。

就像汽车行业。

前沿企业可以造赛车，但不能指望赛车收入占大头。

对于谷歌而言，Pro就像技术能力上限和品牌象征，Flash才是带来收入大头的产品。

在这场战略转折之后，全球AI企业大概率将逐步分为两个阵营：纯粹的前沿科技公司，更倾向商业化的云巨头平台。

比如GAI Insights的分析：超大规模云厂商之间真正的战斗，是云计算份额和客户锁定，而不是AI模型最高霸权。

OpenAI和Anthropic的竞争再激烈，还是得租用云厂商数据中心。

而谷歌拥有全球最庞大的光纤网络、自研TPU v6/v7芯片阵列以及Fortune 100中近90%的企业客户。只要后续的Flash模型足够便宜、足够稳定，企业就会源源不断地把数据搬进Google Cloud。

03

谷歌未来的战略调整，大概是清晰的。

主要是三大支柱。

第一，将Gemini Spark打造成“超级入口”。

借助最新Flash模型的低延迟与长上下文能力，谷歌正在把Gemini Spark深度嵌入到 Gmail、Google Docs、Android系统底座以及Chrome浏览器中。

第二，凭借TPU v6e/v7继续降本。

在运行Flash模型推理时，TPU的性能功耗比和单位成本效率比通用GPU高出30%–50%，这也是谷歌有底气在Vertex AI上打半价促销的最大原因。

第三，转向更多高回报率细分领域。

比如生物医药与材料学，虽然DeepMind本部的团队被重组，但商业化运作的Isomorphic Labs依然带着这些技术，与全球药企巨头签订了数十亿美元的研发合同。

又比如多模态极速视觉，配合眼镜、智能终端的实时音视频交互。这个也是正在做的。

……

以上这些调整，是不是很像互联网行业的“生态建设”？

从这个角度看，AI的商业模式，似乎就是移动互联网的翻版。

至少在目前，本质上似乎并没有什么创新。（全文完）