Google DeepMind 人事变动:Hassabis 升任,Jeff Dean 离职
- Aisha Washington

- 6小时前
- 讀畢需時 16 分鐘
尽管面临让 Gemini 与 OpenAI 和 Anthropic 保持竞争力的巨大压力,Google 仍调整了其 AI 业务的领导层。Demis Hassabis 将卸任 Google DeepMind CEO,转任董事长及 Alphabet 首席科学家。Koray Kavukcuoglu 将以高级副总裁身份承担大部分日常职责,并直接向 Alphabet CEO Sundar Pichai 汇报。
这次调整不只是一次传统的高管交接。Hassabis 将继续留在 Alphabet,并获得更广泛的科学职责;与此同时,Google 失去了效力 27 年的首席科学家 Jeff Dean。Dean 与数位知名同事正筹建 Discovery Loop,这是一家专注于利用机器学习加速科学与工程研究的独立公司。
这些变动共同将 Google 的 AI 领导工作划分为三项不同任务。Kavukcuoglu 必须以具备竞争力的速度推出 Gemini 产品。Hassabis 将专注于通用人工智能,即 AGI——旨在执行广泛智力任务的系统。Dean 则将在 Google 上市公司架构之外推进 AI 驱动的科学发现,尽管 Alphabet 计划支持他的新事业。
如今的核心矛盾在于执行与探索之间。Google 希望加快产品交付,同时不削弱孕育了现代机器学习许多基础成果的研究文化。重组后的领导层必须证明,这些目标仍能彼此促进。
Google DeepMind 内部发生了什么变化
Google 已将日常 AI 执行工作与最高层级的科学战略分开。
Hassabis 将出任 Google DeepMind 董事长,并担任 Alphabet 首席科学家。他还将继续领导 Alphabet 的 AI 药物发现公司 Isomorphic Labs。这个新职位赋予他的职责范围,已超出管理单一研究和产品组织的范畴。
Kavukcuoglu 将出任 Google DeepMind 高级副总裁。他将负责模型开发、研究、Gemini 产品工作以及面向开发者的业务。他直接向 Pichai 汇报,使 Gemini 的执行工作更贴近 Alphabet 的最高管理层。
这一安排并未授予 Kavukcuoglu CEO 头衔。不过,他的职责涵盖了此前由 Hassabis 持有的大部分运营权力。这一区别很重要,因为它描述的是职责分工,而非最高职位上的直接替代。
Google 在其官方 AI 领导层信息中介绍了这次调整。Hassabis 表示,他希望获得时间和空间,聚焦 AGI 周边更宏大的科学和社会问题。Kavukcuoglu 则强调,Gemini 已有清晰的发展路径,也需要以更快速度推进。
Hassabis 写道,他一生都在朝着 AGI 的目标努力,如今认为它已近在眼前。因此,他的公开解释将此次调整描述为对科学紧迫性的回应,而非从 Google DeepMind 退却。
这一解释合乎情理,但并非全部原因。Google DeepMind 同时是前沿研究实验室、模型开发者和商业产品引擎。管理这些职责需要不同的激励机制和运营节奏。
研究团队需要空间来测试价值可能数年后才会显现的不确定想法。产品团队则需要发布计划、可靠性目标、用户反馈,以及与 Google 各项服务的整合。安全团队必须审查系统,同时不能脱离发布流程。
此前,Hassabis 统筹所有这些职能。新架构让他能够专注于长期问题,同时由 Kavukcuoglu 管理必须将研究转化为可用系统的组织。
Kavukcuoglu 并非外部空降的运营者。他在 DeepMind 早期便加入公司,并参与了包括 DQN 和 WaveNet 在内的项目。之后,他出任 Google DeepMind 首席技术官和 Google 首席 AI 架构师。
他的晋升也延续了在此次公告前已可见的领导轨迹。Google 此前已赋予他在全公司推广 Gemini 技术的职责。新职位令他同时对底层模型及其进入产品的路径负责。
这种组合带来了明确考验。Kavukcuoglu 必须缩短研究、模型训练、开发者访问和可靠部署之间的距离。若这些环节仍然彼此割裂,仅仅更改高管头衔并不会改善 Google 的竞争地位。
Jeff Dean 的离职提高了风险。Dean 于 1999 年加入 Google,并帮助塑造了支撑其增长的系统。他的工作涵盖大规模计算基础设施和具有影响力的机器学习项目。
Google Brain 与 DeepMind 在 2023 年合并后,Dean 出任 Google 首席科学家。这次研究整合原本旨在将两大团队置于 Hassabis 领导下,同时保留 Dean 在战略技术工作中的角色。
三年后,Hassabis 向上晋升,Kavukcuoglu 接掌运营指挥权,而 Dean 则选择离开。为集中 Google AI 人才而建立的组织,正进入第二个结构性阶段。
Google 为何将研究与交付分开
这次重组反映出,前沿研究的时间线与 AI 产品市场所要求的速度之间日益加剧的不匹配。
Google 已无法再将其旗舰模型视为孤立的研究成果发布。Gemini 现已影响 Search、Workspace、Android、Cloud、开发者工具和消费者应用。每一次部署都会带来与学术研究项目不同的要求。
模型可能在内部评测中表现出色,却仍令用户失望。延迟可能过高,工具调用可能失败,回答可能依然不可靠,或成本可能限制大规模部署。产品领导层必须决定,哪些缺陷会阻碍发布,哪些可以留待后续解决。
当一位高管还必须同时考虑 AGI 安全、基础科学和长期研究方向时,这些决策会变得更加困难。将职责拆分后,每项任务都有了更明确的负责人。
Kavukcuoglu 面临的是具体挑战。他必须协调构建基础模型的团队,以及负责界面、开发者服务、评测、安全和基础设施的团队。他还必须管理 Google 大型产品部门提出的相互竞争的需求。
Search 可能优先考虑有依据的回答和最新信息。Cloud 客户可能重视安全性、可预测的性能和管理控制。开发者可能要求稳定的应用程序接口和清晰的迁移路径。普通消费者用户最在意的,或许是速度与便利性。
同一模型家族必须服务所有这些需求,同时又不能变得难以维护。这部分是技术挑战,但也是组织挑战。
与此同时,Hassabis 将拥有更广泛的科学业务组合。Alphabet 的项目涵盖 AI、生物学、机器人、自主系统、量子计算及其他研发密集型领域。处于 Google DeepMind 之上的首席科学家,可以在这些工作之间寻找关联。
他继续领导 Isomorphic Labs,也强化了这一方向。用于科学发现的 AI 需要不同于通用聊天机器人的验证方式。一个有前景的假设只是开始,实验结果必须决定一项科学主张能否经受现实检验。
AlphaFold 为 Hassabis 新的工作重点提供了最有力的先例。该系统在预测蛋白质结构方面的工作,帮助 Hassabis 和 John Jumper 获得 2024 年诺贝尔化学奖的一部分。诺贝尔奖科学记录在 Google 自身营销之外确认了这一成就。
因此,Google 有可信理由让 Hassabis 腾出更多时间投入科学研究。但这一时机也揭示了其商业 AI 项目所承受的压力。
OpenAI 和 Anthropic 围绕快速改进通用模型和开发者产品建立了自身定位。即使其内部决策依然复杂,较为聚焦的公司架构也能让模型战略更容易传达。
Google 拥有更多分发渠道、基础设施和产品触点。如果每一次发布都必须穿过庞大的组织,这些优势可能转化为负担。Kavukcuoglu 直接向 Pichai 汇报,似乎正是为了减少这一问题。
领导层拆分也使问责更加清晰。若 Gemini 的发布速度更快、整合更连贯,Kavukcuoglu 将获得大部分功劳。若进度拖延或产品仍不一致,新架构就更少留下关于谁负责执行的模糊空间。
Hassabis 面临的是另一种标准。他的成功将取决于 Alphabet 的科学工作能否产出经过验证的成果,而不只是给出充满信心的 AGI 预测。首席科学家头衔具有影响力,但其实际权限只能通过未来的决策才能明确。
Hassabis 是否会控制主要研究预算?他是否会为整个 Alphabet 设定安全阈值?当产品团队想要使用同样的资源时,他能否将算力重新分配给长期实验?Google 尚未公开明确所有边界。
这种不确定性并不意味着该架构无效。但这也意味着,重组应依据决策、资源分配和产品发布来评判,而不能仅凭高管表态。
Jeff Dean 的离职改变了这次调整的意义
Hassabis 的晋升看似具有战略意义,但 Dean 的离职使这份公告成为检验 Google 能否留住机构知识的考题。
Dean 将与 Google 高级研究员 Sanjay Ghemawat 和其他资深 AI 研究人员一同离开。新公司 Discovery Loop 将专注于加速机器学习、科学和工程领域的发现。
据报道,参与者包括 Oriol Vinyals 和 Quoc Le。Vinyals 曾在 Google DeepMind 担任高级职务,并参与主要模型项目。Le 是 Google Brain 的联合创始人,曾参与基础机器学习系统的工作。
Alphabet 计划投资 Discovery Loop,Google Cloud 则将支持其计算需求。这种关系缓和了双方的分离。Google 将失去这些研究人员的雇员身份,但仍保留与其工作的商业和财务联系。
这种安排类似于一个战略性泄压阀。研究人员获得独立性,并可能在新公司中拥有所有权。Alphabet 则保留对其工作的敞口,并可能在 Discovery Loop 开发出有价值的技术时受益。
然而,投资并不等同于直接的组织控制。Discovery Loop 可以自行设定优先事项、独立招聘,并决定如何平衡研究价值与 Alphabet 的利益。
据报道,Dean 告诉《纽约时报》,新架构可以支持不以最大化上市公司狭义财务利益为目标的决策。这一评论比常规的离职措辞更清楚地指出了潜在冲突。
大型科技公司能够为昂贵的研究提供资金,但也面临着将这些研究与收入和可防御的产品联系起来的压力。独立实验室可以追求不同目标,尽管它们仍依赖融资和计算资源。
据报道,Discovery Loop 以公益公司(public benefit corporation)的形式组织运营。这种法律形式允许董事在股东回报之外,同时考量其所声明的公共利益。但它并不能自动保证开放研究、负责任的发展或科学上的成功。
与其组织形式相比,这家公司实际采取的行为更重要。读者应关注它发布什么内容、选择解决哪些问题,以及外部研究人员能否审查其成果。
这些离职带走的不只是技术能力。长期任职的工程师掌握着重要背景:系统为何采用特定设计、哪些方案已经失败,以及哪些隐性依赖关系仍然存在。
这类知识很少存在于单一文档中。它通过设计评审、实验、非正式讨论、生产事故以及长期协作不断积累。
面临重大领导层变动的组织,往往需要一个可检索的知识库,以便跨团队保存决策脉络。文档无法取代专家判断,但可以降低失去关键人员支持所带来的成本。
Google 拥有完善的内部系统,也曾应对过高级人才离职。不过,这个团队所集中的经验使此次过渡显得不同寻常。
Dean 和 Ghemawat 曾共同参与构建帮助定义 Google 基础设施的系统。Vinyals 和 Le 则推动了公司 AI 的演进。他们的离开,在历史计算知识与当前模型开发两方面都留下了缺口。
这一损失紧随 Google AI 团队其他人员的离职消息而来。据报道,研究人员 Jonas Adler 和 Alexander Pritzel 于 6 月离职加入 Anthropic。据报道,Noam Shazeer 曾通过 Google 与 Character.AI 的安排回归 Google,之后又离职加入 OpenAI。
在与 Hassabis 共同获得 2024 年诺贝尔奖后,John Jumper 也离职加入 Anthropic。这些研究人员离职表明,如今的竞争已不止于模型基准测试。
AI 实验室通过研究自由度、薪酬、算力资源、影响力和所有权来争夺人才。成熟公司能够提供规模与分发能力,初创公司则能提供股权和更强的个人掌控感。
Google 对 Discovery Loop 的投资承认了这一现实。与其要求每一位有价值的研究人员都留在同一组织架构内,Alphabet 可以与在其围墙之外开展的工作保持联系。
风险在于文化碎片化。如果越来越多研究人员认为,重要的科学工作必须离开 Google 才能完成,那么投资合作关系也无法完全弥补其对内部组织的影响。
员工会观察哪些职业路径能获得自主权和认可。他们也会注意到,研究优先级是否会在产品压力加剧时随之改变。人才留存部分取决于 Google DeepMind 是否仍是一个允许不确定、长期工作存续的地方。
真正的较量是执行与探索
Google 正在押注:将运营交付与科学探索分开,不会让二者彼此割裂,反而会让双方更强大。
这是领导层变动带来的主要考验。它并不只是 Google 对阵 OpenAI,尽管竞争压力影响了时机。它是 Google 内部两种运营需求之间的较量。
Gemini 需要严谨的执行。研究团队必须将发现转化为能够被评估、部署、监控和改进的模型。产品团队则需要稳定的能力,以便将其嵌入企业和消费者使用的服务。
前沿研究需要摆脱持续发布压力的自由。许多有价值的实验会失败,另一些则需要多年才能产生实际应用。按季度推进的产品周期可能会抑制这种不确定性。
Google 的架构试图保护这两种模式。Kavukcuoglu 负责从模型到产品的路径;Hassabis 专注于科学方向和 AGI;Discovery Loop 则为其创始人认为能从更大独立性中受益的研究提供外部场所。
只有信息能够持续跨越这些边界流动,这一架构才能奏效。研究人员必须理解真实的产品故障;产品负责人也必须认识到,某些科学限制无法靠排期压力解决。
模型的弱点可能源于数据、架构、训练、评估或部署。将每一个问题都视为执行失败,可能会导致团队绕过根本性限制而发布产品;将每一次延迟都视为必要研究,则可能造成无休止的实验。
强有力的技术领导能够区分这两种情况。新组织赋予 Kavukcuoglu 相当大的权力,但权力本身并不能提供准确的信号。
Google 需要能够反映实际使用情况的评估系统,也需要内部渠道,让研究人员能够质疑发布假设,而不会默认被视为阻碍者。
如果拥有实质影响力,Hassabis 的首席科学家角色可以支持这种平衡。他可以捍卫长期工作、识别需要更深入研究的领域,并连接 Alphabet 内部的项目。
但如果其边界仍然不明确,这一角色也可能造成混乱。团队可能会同时接收到 Hassabis、Kavukcuoglu、产品高管和 Pichai 相互冲突的优先级。一项旨在提升速度的拆分,反而可能增加一道审批层。
这就是汇报架构为何重要。Kavukcuoglu 直接向 Pichai 汇报,拥有清晰的升级路径;Hassabis 在 Alphabet 范围内的职位,也使他处于同一权力中心附近。
他们的工作关系将决定这一架构能否保持协作。Kavukcuoglu 长期以来一直在 Hassabis 手下担任高级领导职务,这应能减少眼前的摩擦。然而,一旦交付压力加剧,职责可能会发生变化。
Gemini 的路线图将提供最直观的衡量标准。Google 必须发布开发者愿意用于构建应用的模型,而不只是那些在特定基准测试中领先的模型。
开发者关注输出质量,也关注一致性、延迟、文档、工具使用和迁移风险。企业买家还会提出安全、合规、数据治理和支持方面的要求。
消费者采用又带来了另一项标准。整合到 Search 或 Workspace 中的模型,必须服务那些从不研究模型卡的人。无论由哪个研究组件导致,故障都会成为产品故障。
随着产品扩展,OpenAI 和 Anthropic 也面临类似限制。不同之处在于,Google 必须在规模更大的一系列既有业务中协调 AI 开发。
这种广度赋予 Gemini 即时的分发能力,也提高了不一致的代价。一次模型更新可能影响许多界面、工作流程和客户预期。
因此,Kavukcuoglu 的晋升不只是一次人事决定。Google 正在让一位领导者负责将其研究和基础设施优势转化为连贯的产品表现。
Hassabis 的晋升则代表这场押注的另一半。Alphabet 希望即便其 AI 产品对运营提出更高要求,科学雄心仍能保持核心地位。
Dean 的离职使这一设计更加复杂,因为 Discovery Loop 同样瞄准机器学习与科学的交汇点。Alphabet 现在将通过内部和一家由前领导者创立的独立公司,双线推进 AI 驱动的科学发现。
这种重叠可能带来健康的实验,也可能暴露出哪种环境更能吸引研究人员并更有效地产生成果。
Google 的新架构尚未解决的问题
这项公告分配了职责,但并未证明 Google 已经解决了人才、士气或产品速度问题。
第一个不确定性涉及人才留存。一家公司可以承受杰出研究人员的流失,尤其是在拥有庞大招聘渠道时;但当离职集中发生在负责当前战略重点的团队周围时,它会变得更加脆弱。
近期的离职横跨基础设施、模型研究和科学应用。这种广度使简单的人头数量比较不足以说明问题。替代一名资深研究人员,并不能立即替代其人际网络、背景知识或判断力。
Google 可以强调其剩余员工队伍的深度,这是一项重要优势。但公司仍需证明,新一代领导者能获得权力、算力和认可,而不是只接手更多工作负担。
第二个不确定性涉及 Gemini 的路线图。Kavukcuoglu 表示,他的首要重点是打造实现 Google 雄心的最清晰路径。这是一项意图声明,而非经独立验证的业绩结果。
有报道称,Google 模型项目部分环节的延迟与内部压力和低士气有关。Axios 援引公司消息人士称,Gemini 3.5 Pro 的进度落后数月。Google 未来的发布将比匿名描述的内部状况提供更有力的检验。
模型延期并不自动意味着组织失败。训练过程可能暴露安全问题、能力缺口或可靠性不足。推迟发布可能是负责任的决定。
当竞争对手保持更快节奏或赢得开发者时,反复延期就更令人担忧。关键问题不在于每个模型是否都能在最早的内部日期发布,而在于 Google 能否解释并解决原因。
第三个不确定性涉及 Alphabet 首席科学家的权力范围。Hassabis 现在拥有更广泛的头衔,但 Google 尚未公开详述该职位附带的每一项决策权。
如果他掌控研究优先级并能协调 Alphabet 内部资源,这一职位可能塑造公司的技术方向;如果它主要发挥顾问作用,其影响将取决于说服力。
这里还存在治理问题。Hassabis 表示,他希望在自己认为至关重要的时刻帮助塑造 AGI 的未来。这一使命涉及安全、部署和社会选择,而不只是科学研究。
Alphabet 仍是一家对股东负有义务的商业公司。其最艰难的决定将涉及安全、速度、访问权限与竞争压力之间的权衡。
首席科学家可以提供技术判断,但企业治理仍决定谁有权延迟产品、限制访问,或接受短期商业劣势。
Discovery Loop 也带来了类似的不确定性。其创始人拥有出色的履历,但一个新组织仍必须明确其运营模式。它需要员工、基础设施、研究优先级以及验证结果的方法。
Google 的投资并不能说明 Discovery Loop 是否会开放发表、打造专有产品,或与 Alphabet 广泛合作。随着该公司的工作变得更加具体,双方关系可能继续演变。
市场反应同样应谨慎解读。据 Axios 报道,公告发布后 Alphabet 股价下跌超过 4%。单次交易波动可能反映多种预期,无法对组织设计作出持久判断。
投资者可能对离职的集中程度、对 Gemini 的担忧,或围绕此次过渡的不确定性感到反应。未来的产品表现和财务结果比单个交易日更重要。
最大的风险是,Google 将其描述为战略性的分工,但员工体验到的却是持续的不稳定。只有当团队理解自身优先级并能够据此行动时,领导层变动才会有所帮助。
Google 还必须避免将速度视为一种抽象的管理目标。更快的决策只有在带来可靠的发布、更清晰的工具和更好的体验时才有意义。
一个组织可以加快会议和审批流程,却不改善其模型;也可以提高发布频率,同时将测试成本转嫁给用户。
因此,持怀疑态度的理由很直接。Google 的新架构在纸面上是合理的,但其成效仍未得到验证。证据必须体现在人才留存、产品质量、科研产出和明确的问责机制上。
三个信号将显示这场押注是否奏效
未来几个月应该会揭示,Google 是建立了可持续的运营模式,还是仅仅重新分配了高管头衔。
第一个信号是 Kavukcuoglu 领导下 Gemini 的发布节奏。Google 没必要为了显得忙碌而发布更新。它需要推出能够提升关键能力、同时保持可靠性的版本。
开发者应关注模型可用性、工具使用、延迟、迁移指引,以及 Google 各个界面上的稳定性。面向消费者和开发者产品的一致发布,将支持 Google 关于新架构提升执行力的说法。
仓促上线后又反复调整,将削弱这一论点。没有清晰技术解释的又一次重大延期也是如此。最有力的证据,将是具有竞争力的模型质量与可预测的部署相结合。
第二个信号是研究人员的留任与招聘。若更多知名人才离职,将表明 Google 的内部研究环境仍然承压。
相反的信号则是新兴研究人员接受领导岗位,并在 Google DeepMind 内部发表重要成果。招聘到受人尊敬的科学家同样有帮助,但留任更能清晰检验组织健康状况。
Discovery Loop 的早期团队将构成这一信号的一部分。如果更多 Google 研究人员加入,这家初创公司可能会成为在 Alphabet 内部工作之外一个显眼的替代选择。如果双方协作仍然顺畅,Alphabet 的投资或许能维系一个更广泛的人才网络。
第三个信号是 Hassabis 作为 Alphabet 首席科学家的首项重大决策。一个头衔只有在改变资源分配、研究优先级或治理方式时才具有实际意义。
读者应关注跨 Alphabet 的科学项目、新的 AGI 安全承诺,或连接 Google DeepMind 与其他部门的研究计划。具体的权力范围将强化这样一种观点:Hassabis 获得的是一项具有真实职责范围的晋升。
只有演讲、没有相应决策的组合会削弱这一观点。产品高管能否推翻科学方面的担忧若仍不明确,也是如此。
Discovery Loop 将提供另一项衡量标准。其首个研究议程、合作伙伴关系和技术论文,应能揭示其创始人为何认为独立是必要的。
如果该公司产出经过验证、且难以在 Google 内部推进的发现,这将支持 Dean 关于制度自由的论点。如果它很快成为另一家传统 AI 供应商,这种差异就会显得不那么显著。
更广泛的竞争环境同样重要。OpenAI 和 Anthropic 将继续招聘人才、发布模型并扩展产品。对 Google 领导层调整的评判,应置于这一持续变化的环境中。
Google 在计算基础设施、分发能力、研究深度和收入方面仍拥有重大优势。这些资源不会自行组织起来。重组后的领导团队必须决定如何部署这些资源,同时不牺牲创造出这些资源的实验精神。
对开发者和企业采购方而言,眼下的反应应是观察,而不是恐慌。现有产品不会仅因高管角色发生变化而改变。
不过,领导层决定路线图、发布标准和长期平台优先级。基于 Gemini 构建产品的团队应关注文档、模型支持周期以及开发者战略的变化。
知识工作者应关注产品表现,而非 AGI 预测。可靠性、来源依据、任务完成能力和集成能力的改进,会比关于系统是否匹配广泛人类智能的争论更早产生影响。
研究人员应关注 Google 在何处发表其最具雄心的工作。Google DeepMind、Alphabet 其他部门与 Discovery Loop 之间的格局,将揭示科学权力正在哪些地方积聚。
Google 已将其组织层面的押注公开化。Kavukcuoglu 负责交付,Hassabis 掌管更广阔的科学愿景,而 Dean 正在公司之外检验独立性。
现在必须让证据随之而来。关注 Gemini 的下一次发布、高级研究人员的流动,以及 Hassabis 新权力下作出的首批决策。这三个信号将显示,Google 是否在不切断两者联系的情况下,将执行与探索分离开来。


