Jeff Dean 离开 Google，AI 领导层重组考验公司

Jeff Dean 在 Google 工作 27 年后即将离职，这让原本寻常的 Google 新闻演变为对该公司能否留住其标志性 AI 研究人员的一场考验。他将与三位知名同事共同创办 Discovery Loop，而 Google 也在同步重组 Google DeepMind 的领导层。

时机正是事件的核心张力所在。随着 Demis Hassabis 不再负责日常管理，Google 将 Gemini 的执行工作交由 Koray Kavukcuoglu 负责。与此同时，Dean 的新公司将在 Google 这家上市公司的架构之外，探索 AI 辅助科学发现。

这既不是一次彻底切割，也不是通常意义上投奔 OpenAI 或 Anthropic。Google 计划投资 Discovery Loop，并提供云基础设施。这一安排让 Google 在失去四位塑造其系统与 AI 工作的研究人员之际，仍能保留商业联系。

Google 的 AI 领导层发生了什么变化

Google 已将 Gemini 的日常执行与长期科学领导分开，同时允许四位奠基性研究人员一同离开。

Google 于 8 月 5 日宣布这项调整。Hassabis 将卸任 Google DeepMind 首席执行官，转任其董事长及 Alphabet 首席科学家。他还将继续领导 Isomorphic Labs，这家由 Alphabet 支持、利用 AI 开展药物发现的公司。

此前担任 Google DeepMind 首席技术官的 Kavukcuoglu，将出任高级副总裁。他将直接向 Alphabet CEO Sundar Pichai 汇报，并继续担任 Google 首席 AI 架构师这一更广泛的职务。

这一汇报关系比头衔更重要。Kavukcuoglu 将负责监督涵盖研究、模型开发、Gemini 产品和开发者服务的组织。Google 正在将运营责任集中到一位已参与推动模型从研究走向产品的高管手中。

Hassabis 将专注于通用人工智能（AGI），即一种被设想具备广泛智力能力、而非仅擅长狭窄任务的系统。在 Google 公开的领导层备忘录中，Pichai 将这一变化描述为：在保护长期研究的同时，加速产品工作的一种方式。

Dean 的离职构成这次重组的另一半。他于 1999 年加入 Google，并成为公司最具影响力的工程师之一。他的工作涵盖支撑 Google Search、分布式计算，以及后来的机器学习的基础设施。

与他一同离开的还有 Sanjay Ghemawat、Oriol Vinyals 和 Quoc Le。Ghemawat 长期与 Dean 合作，共同参与多套基础计算系统的研发。Vinyals 曾在 Google DeepMind 担任高级职位，而 Le 则协助创立了 Google Brain。

四人将以独立公益公司形式创办 Discovery Loop。这种公司结构允许董事会在股东回报之外考虑既定的公共目标，但并不会消除常规商业压力。

据最初的离职详情报道，Google 将投资这家初创公司并担任其云服务提供商。公告未公开投资规模或初创公司的股权结构。

Discovery Loop 计划利用 AI 自动化科学与工程研究的部分环节。该公司尚未发布模型、技术论文、客户名单或详细的运营计划。

这些细节的缺失限制了对其竞争地位作出确定判断的空间。不过，其创始团队使这次离开与普通初创公司成立有了实质性区别。

Dean 和 Ghemawat 曾协助设计 MapReduce、Bigtable 及其他系统，使 Google 能够在大型集群上运行计算工作负载。Vinyals 和 Le 则直接参与了现代机器学习研究以及 Google 的模型项目。

Google 自身的研究资料显示，Dean 的工作横跨 DistBelief、TensorFlow、Pathways、TPUs、语言模型、医疗应用和生产系统。他的影响力将基础设施决策与研究优先级联系在一起。

这种组合很难通过聘用一位高管来替代。Google 正在失去那些理解从计算架构、模型研究到全球部署完整路径的人才。

因此，这一事件带来了两项同步转变。一项是将日常 AI 权力从 Hassabis 转移给 Kavukcuoglu。另一项则是将 Dean 的研究议程转入一家独立公司，同时 Google 在财务和技术层面继续参与。

与初创公司的关系缓和了这种分离，但并未将其抹去。Discovery Loop 将自行确定优先事项、独立招聘，并决定如何将其研究商业化。

为什么这则 Google 新闻的重要性不止于一次离职

压力落在 Google 能否将卓越研究转化为有竞争力的产品，同时避免研究人员流向更小型组织。

Google 并未失去 AI 人才、计算基础设施、分发渠道或资本。它仍控制着覆盖 Search、Android、YouTube、Workspace、Cloud 及消费级硬件的产品，触达大量用户。

它的困难在别处。前沿 AI 工作如今需要围绕研究、基础设施、安全、产品设计和分发快速作出决策。当多家大型组织共同分担责任时，这些决策会变得更加困难。

Google 在 2023 年将 Google Brain 与 DeepMind 合并，以减少这种碎片化。Dean 出任 Google 首席科学家，Hassabis 则领导合并后的组织。公司表示，其2023 年合并将整合人才和计算资源，以推动更快进展。

三年后，Google 再次重组这一合并后的团队。新架构赋予 Kavukcuoglu 更明确的运营权力，同时让 Hassabis 转入更广泛的科学角色。

这一变化表明，Google 将执行速度视为一个独立的管理问题。这并不能证明 2023 年的合并失败，Google 也没有如此描述这次重组。

该公司持续推出 Gemini 模型，并将其整合至各类产品中。它还拥有定制的 Tensor Processing Units，即专为加速机器学习工作负载设计的 TPUs 芯片。

这些资产赋予 Google 大多数初创公司难以获得的优势。Google 内部的模型团队可以使用基础设施、专有数据、产品分发渠道以及成熟业务带来的收入。

但这些优势也伴随约束。产品发布必须经过一家在多个司法辖区运营的上市公司内部的法律、安全、品牌、基础设施和商业审查。

Dean 在 Axios 引述的一次采访中提到这种张力。他表示，独立公司可以作出未必符合 Google 狭义财务利益的决策。

这一表态揭示了核心冲突。Discovery Loop 并不只是寻求更快推出模型。其创始人似乎希望在选择科学问题、研究周期和成功衡量标准时拥有更大自由。

科学发现系统也需要与消费级聊天机器人不同的运营节奏。一个有用的系统必须能够提出假设、设计或推荐实验、评估结果，并调整下一步行动。

这一过程通常被称为闭环研究系统，因为观测到的结果会直接反馈至下一次计算决策。构建这类系统需要模型能力、领域专业知识、可靠工具，以及对实验环境的访问。

其成果的验证时间可能比一项新的聊天机器人功能更长。它也可能在未立即创造高利润产品的情况下，产生公共价值。

大型上市公司可以资助这类工作。然而，高管必须持续将其与那些更直接关联云服务需求、广告、订阅或产品参与度的项目进行比较。

Discovery Loop 为 Dean 的团队提供了一个以研究使命为中心的架构。Google 则以投资者和基础设施供应商身份继续保有敞口，而无需管理每一项选择。

这种安排类似一种战略性对冲。如果该初创公司开发出有价值的知识产权，Google 将维持合作关系。如果项目仍处于探索阶段，这项工作就不再直接与同样的内部预算竞争。

风险在于，这种对冲可能成为一种人才信号。其他 Google 研究人员可能将此举解读为：雄心勃勃的科学工作在公司外部能获得更多自主权。

在 Dean 宣布离职前，Google 已经面临人才流失。Noam Shazeer 离职前往 OpenAI，而据报道 Jonas Adler、Alexander Pritzel 和 John Jumper 转投 Anthropic。

此前的研究人员流失涉及与 Gemini 和 AlphaFold 有关联的人员。他们的离开加剧了外界对 Google 留住专业人才能力的审视，因为竞争实验室提供了更具影响力的角色和初创公司式股权。

Dean 的举动提高了风险等级，因为他占据着更广泛的机构性位置。他并非仅与某一次模型发布或产品团队绑定。

他的离职会影响研究人员如何评估 Google 的内部研究文化。它也可能影响招聘，因为顶尖候选人往往会根据预期共事的同事来选择团队。

因此，Kavukcuoglu 必须交出的不止是一张清晰的组织架构图。他必须确保 Gemini 持续推出，同时向研究人员证明，集中化执行并不会削弱科学独立性。

Discovery Loop 让 Google 同时成为支持者和人才输出方

核心竞争在于 Google 一体化的 AI 体系，与其前研究人员期待从 Discovery Loop 获得的自主权之间。

很容易将这个故事描述为 Google 对阵另一家 AI 初创公司。但这种框架忽略了两家组织之间不同寻常的财务和技术关系。

Discovery Loop 是独立公司，但 Google 将对其投资并提供云服务。因此，Google 同时成为支持者、供应商、前雇主和潜在未来合作伙伴。

这一结构赋予初创公司重要的起步优势。其创始人在公司内部工作数十年后，了解 Google 的基础设施、研究文化和部署约束。

他们还拥有成熟的职业网络。这些联系能帮助初创公司在尚未拥有公开产品之前，招募科学家、工程师和研究合作伙伴。

Google 也获得了一些回报。它让 Discovery Loop 留在自己的商业轨道内，而不是看着创始人直接加入 OpenAI、Anthropic、Meta 或竞争对手的云服务提供商。

当研究系统需要大量计算资源时，云服务协同至关重要。训练和运行先进模型可能涉及专用加速器、分布式软件以及长期基础设施承诺。

Google Cloud 可以提供这些资源，同时不控制 Discovery Loop 的研究计划。这种分离让双方都有切实的合作理由。

不过，这一关系也带来尚未解答的问题。Google 尚未披露其投资是否包括董事会权利、优先访问权、商业选择权或对合作关系的限制。

Discovery Loop 尚未说明它将训练自己的基础模型、定制外部模型，还是整合多家提供商的方案。它也尚未确定首批聚焦的科学领域。

这些选择将决定这家公司究竟有多独立。一个高度依赖单一投资者和云服务提供商的初创公司，可能在法律上保持独立，却在运营上仍存在显著依赖。

公益公司（public benefit corporation）架构又增加了一层复杂性。它让公司能够正式确立社会使命，但这一标签本身并不保证开放研究或广泛可及性。

Discovery Loop 可以公开发布研究发现、向大学授权系统、销售企业研究软件，或建设专有实验室。每条路径都会形成不同的激励机制，以及与 Google 不同的关系。

创始人的背景表明，这家公司有能力覆盖完整的技术栈。Dean 和 Ghemawat 具备分布式系统经验；Vinyals 和 Le 则拥有模型架构与机器学习专长。

这种组合与自动化科学尤为相关。研究智能体不能只生成看似合理的文本，还需要可靠的记忆能力、工具访问权限、数据管道、评估系统，以及从实验结果中学习的机制。

当错误会影响实体实验、医学研究或工程决策时，可靠性变得更加重要。一个流畅却错误的假设，可能浪费时间和材料。

因此，这家初创公司必须同时解决模型和系统层面的问题。其声誉无法取代严谨验证、领域合作伙伴关系和可量化成果的必要性。

Google 可以援引自身在这一领域的经验。DeepMind 的 AlphaFold 工作表明，当训练数据、评估标准与领域专业知识相互契合时，AI 能够解决重大科学问题。

但 AlphaFold 并不能证明，一个通用系统就能自动化科学发现。不同领域采用不同的证据标准、仪器、数据格式和实验周期。

Discovery Loop 最有力的论据，是其团队曾构建其他研究人员可用基础设施的履历。其最大挑战，则是证明这份履历能够迁移到自主研究之中。

Google 面临着相反的挑战。它已经拥有基础设施和研究项目，但必须证明组织规模能够提升执行力，而非拖慢执行速度。

这正是最新 Google 新闻背后的核心反转。Google 帮助创造了让这些研究人员发挥影响力的条件，但这些研究人员如今却在其边界之外寻求更大的自由。

Google 的回应是支持这次离开，而不是试图切断联系。这种做法能够保留未来价值，但也承认某些研究议程并不适合纳入 Google 当前的组织结构。

结果不会由哪一方发布最强势的声明决定，而取决于 Discovery Loop 能否产出经验证的成果，以及 Google 的整合团队能否交付具有竞争力的系统。

领导层重组并不能消除 Google 的人才风险

更明确的权责可以改善交付，但无法自动替代制度性知识，也无法恢复研究人员的信心。

Kavukcuoglu 出任这一职位具备显著优势。他此前已担任 Google DeepMind 的技术负责人和 Google 的首席 AI 架构师。

他拥有协调模型开发、产品与基础设施的经验。这种熟悉度降低了外部任命可能带来的干扰。

他的晋升也明确了问责关系。负责模型、Gemini 产品和开发者工具的团队，如今有一位直接向 Pichai 汇报的领导者。

Google 的公开表态强调连续性。该公司表示其 AI 使命保持不变，而 Kavukcuoglu 则描述了执行 Gemini 路线图的更清晰路径。

这次重组或许能帮助 Google 更快作出产品决策，也可能减少研究领导层与运营领导层之间的模糊地带。

不过，组织清晰度无法重建 Dean 的人际关系网络或技术记忆。他的工作跨越了 Google 基础设施和机器学习系统的多个发展阶段。

Ghemawat 的离开进一步加剧了这项损失。两人曾合作构建影响 Google 数据存储方式及跨机器分布式计算方式的系统。

Vinyals 和 Le 为离职团队带来了近期的模型专长。四人同时离开，造成的缺口比失去一名专业研究人员更为广泛。

Google 可以将他们的职责分配给现有领导者，也可以招聘新的研究人员，并提拔熟悉组织的人才。

但它无法立即复制创始人之间共享的合作历史。长期技术合作往往依赖于论文或组织文件中不会体现的非正式判断。

更广泛的人才留任情况仍不明朗。多名人员在短期内离开，但公开报道并未证实存在一个共同原因。

研究人员离开的原因各不相同。有些人追求股权，有些人希望任务范围更聚焦，另一些人则偏好规模更小的团队或不同的科学优先事项。

AI 人才市场让资深研究人员拥有比早期计算周期中更多的选择。资金充裕的初创公司如今无需拥有数据中心，也能获得云计算能力。

OpenAI 和 Anthropic 可以提供对广泛使用模型的直接影响力。新公司则可以向创始人提供较大的持股比例，以及对研究议程更大的控制权。

Google 仍具备独特优势。研究人员可以将工作连接到拥有全球分发能力的产品，并使用为非凡规模打造的基础设施。

该公司也能支持商业化时间表尚不确定的研究。其科学记录涵盖生物学、天气预报、计算系统和机器学习等领域。

值得怀疑的问题是：对于能够凭借自身声誉融资的人来说，这些优势是否依然足够。Dean 的团队表明，即使拥有广泛的内部影响力，也可能仍不及创始人控制权来得宽广。

投资者也应避免将这次离开解读为 Gemini 已经落败的证明。人事变动可能损害执行力，但模型竞争取决于数据、算力、工程能力、产品设计和部署。

Google 仍拥有数千名研究人员和工程师，也拥有大规模分发 AI 所需的硬件、云服务和消费者平台。

反过来，Google 对 Discovery Loop 的投资也不保证它能获得这家初创公司最有价值的成果。尚未披露的商业条款至关重要。

该公司可能获得云收入和财务回报，却没有任何特殊的产品访问权；它也可能在之后协商达成更深入的合作关系。

Discovery Loop 同样面临自身风险。科学自动化需要赢得研究人员的信任，而他们期待的是可复现的证据，而非围绕基准测试的营销。

这家初创公司必须证明，其系统能够产出有用发现，而不只是提出实验建议。它还必须处理研究诚信、安全、知识产权和数据权利等问题。

这些要求有利于经验丰富的团队，但也会拖慢部署。面向消费者的 AI 助手可以在每个答案都不完全正确之前吸引关注；科学系统则几乎没有容纳无证据结论的空间。

创始人必须决定，是从一个狭窄、可衡量的领域起步，还是尝试构建通用平台。狭窄的目标提供更清晰的验证，而广泛目标则更符合公司的宏大抱负。

在这些决定公开之前，关于 Discovery Loop 影响力的说法仍属推测。创始团队是目前最强的可用信号，但不能替代证据。

同样的标准也适用于 Google 的重组。新的汇报关系可以支持更快执行，但实际发布情况和人才留任趋势将表明这一结构是否有效。

下一轮 Google 新闻应揭示什么

三个信号将表明，Google 是构建了一项战略合作关系，还是仅仅妥善应对了一次影响异常重大的损失。

第一个信号是 Discovery Loop 的初始技术项目。该公司需要明确一个具有可衡量结果的科学或工程问题。

一项可信的首次发布应当定义其数据、评估方法以及人类专家所扮演的角色。它应说明 AI 在何处作出决策，以及研究人员如何验证这些决策。

同行评审结果、可复现实验或具名研究合作伙伴，都将增强这一论点。缺乏技术证据的宏大使命声明则会削弱其可信度。

第二个信号是 Kavukcuoglu 领导下 Google 的 Gemini 交付情况。Google 围绕专注、速度和更清晰的执行来定义这一新架构。

这一说法可通过模型发布、开发者采用、产品整合和有记录的能力提升来检验。可靠的交付将表明，领导层整合解决了运营瓶颈。

进一步延迟或更多高层离职，则会带来不同解读：它们将表明这些变化反映的是更深层的压力，而非经过规划的职责划分。

第三个信号是 Google 与 Discovery Loop 之间的商业关系。未来披露可能揭示投资条款、云服务承诺、联合研究或优先访问安排。

实质性的合作关系将支持“战略对冲”的解释。有限的云服务合同则会让这家初创公司更像是一次独立离开，只是仍选择了熟悉的供应商。

客户和开发者也应关注 Google 如何处理连续性。模型访问、产品路线图或开发者支持的变化，比高管头衔本身更重要。

对于科学组织而言，Discovery Loop 值得关注，因为其创始人正试图将先进模型与可重复的研究工作流连接起来。这个目标尚未得到验证，但它确实回应了通用助手的一项现实局限。

知识工作者在更小的尺度上也面临相关问题。AI 输出只有在能够连接证据、保留上下文并支持后续验证时，才会真正有用。

个人AI 知识库无法自动化科学实验室，但它可以帮助团队保留使 AI 辅助工作可审计的笔记、来源和决策。

关键问题并不是 Google 能否承受四名人员离开。考虑到其资源规模，这并不是一个有价值的检验。

应当问的是，Google 能否将整合后的规模转化为更快、更可靠的 AI 交付，同时为雄心勃勃的科学研究保留空间。然后观察 Discovery Loop 的自主性，是否能带来其创始人在 Google 内部无法追求的成果。

下一条真正重要的 Google 新闻，应当包含其中一条路径的证据：经过验证的 Discovery Loop 系统、明确执行的 Gemini 发布，或两者之间更深入的合作关系。在此之前，最恰当的理解是：这场重组是一场高风险实验，试图检验先进 AI 研究究竟能在何处推进得最快。