最近，谷歌似乎很不對勁。

8月5日，在谷歌工作了二十七年的首席科學家Jeff Dean宣佈離職。

同一天，谷歌母公司Alphabet宣佈重組DeepMind。

8月11日，SemiAnalysis發表報告《谷歌已放棄前沿AI》。

隨後，《金融時報》和路透社紛紛爆料DeepMind內部劇烈震盪：

Demis Hassabis退出日常管理，轉任DeepMind董事長和Alphabet首席科學家；原CTO Koray Kavukcuoglu接掌運營；DeepMind部分團隊被轉入Google公司體系……

8月13日，在Gemini 3.5 Pro延期了幾個月的情況下，谷歌突然推出Gemini 3.7 Flash，與3.6 Flash僅僅相隔三周。

今日，又有某媒體爆料，DeepMind將停止前沿模型研發，全面轉向Flash模型，整個團隊可能至少裁員三分之一。

還有一個細節：核心團隊從未真正把Gemini當作日常使用的主力模型。

……

一連串消息看下來，不得不令人震驚。

發明了Transformer、一手開啓生成式AI熱潮的行業老大哥，難道真的投降了？

到底發生了什麼？

01

3.5 Pro的延期，並不是單純的工程排期問題。

根據《洛杉磯時報》7月份的爆料，3.5 Pro已經「落後數月」，內部測試尤其在編碼能力方面表現不盡如人意；工程師、研究人員和管理人員均對延期產生明顯焦慮。

路透社在8月進一步披露，谷歌面臨的不只是模型訓練問題，還存在計算資源限制、Gemini多個項目負責人之間的分歧，以及層級過多導致發布速度慢等結構性問題。

人與人之間的矛盾，是最突出的。

谷歌現在最大的問題，就是內部文化衝突。

DeepMind長期以來都是科研導向。

AlphaGo、AlphaFold、強化學習、機器人、世界模型……很多項目不是為了明天賣多少錢，而是解決十年後的問題。

它們也確實改變了世界。

而作為上市公司，谷歌越來越需要回答投資者：AI什麼時候開始明顯貢獻利潤？

這兩種文化並不天然衝突。

只是目前AI競爭進入資本密集期，才導致衝突越來越明顯。

所以這次DeepMind的動盪，其實就是降低DeepMind作為相對獨立科研組織的自治性，把模型、產品、算力和商業化決策拉得更近。

再簡潔一點：集權。

如果不這樣做，決策鏈必然過長。

在競爭已經走向最激烈的時刻，無異於慢性自殺。

所以在谷歌聯合創始人Sergey Brin的支持下，首席AI架構師Koray Kavukcuoglu被賦予重任，全力推動Gemini在全公司產品線的落地，導致DeepMind原有的「科學探索派」地位邊緣化。

這種強硬的商業化轉向，引發了劇烈的人事動盪。

比如Transformer論文作者之一Noam Shazeer，被谷歌花了27億美元買回來僅僅兩年，因為項目的核心算力被強行重新分配給了倫敦團隊，跳槽去了OpenAI。

僅僅兩天後，AlphaFold核心貢獻者、諾獎得主John Jumper，也轉投Anthropic。

以及Jeff Dean、Sanjay Ghemawat、Quoc Le和Oriol Vinyals等核心人物，均在近期出現了職務調整或變動。

同時，根據California WARN法案的消息，谷歌在2026年將通過滾動式重組，砍掉35%管理幅度過小的管理層，並對工程團隊進行數千人優化。

這或許是今天那則消息的來源。

但在傳播過程中，實際上變成了謠言。

谷歌要裁掉的三分之一，是中層管理者，而且主要集中在Google Cloud等業務部門，並不是DeepMind核心研發團隊。

至少對技術人員，谷歌不僅沒有裁，反而還在搶人。

在8月最新的訪談中，DeepMind掌門人Demis Hassabis甚至公開嘲諷藉着AI裁員的公司。

「用AI替代開發者，反映了僱主缺乏想象力」

《AI研究工程師薪酬指南》中也有最新的匯總數據：DeepMind內部公開招聘的崗位中，即便不包含股票激勵，其純現金底薪中位數也高達19.7萬美元。

這也能在一定程度上證明，谷歌並沒有真的在AI軍備競賽中投降。

至少主觀上，沒有。

02

Pro負責複雜推理，Flash負責速度和便宜。

但隨着縮放定律的邊際效益正在急劇遞減，以及DeepSeek和Grok擡出了「斬殺線」，如今的市場明顯不能再延續過去的玩法。

尤其是谷歌。

根據其7月底發布的財報，Google Cloud表現爆表，營收大漲82%到248億美元。

結果因為全年開支被提高到了2000億美元以上，股價立馬閃崩7%。

現在市場的邏輯很簡單，就是要看盡快看到投資回報率。

所以早在5月推出Gemini 3.5 Flash時，谷歌就已經強調它在Agent和編碼任務上的「frontier performance」，並且在多個評測中超過Gemini 3.1 Pro。

到了3.6 Flash，繼續強調Token效率。相比3.5 Flash，3.6 Flash在Artificial Analysis相關評估中減少17%的輸出Token使用量。

最新的3.7 Flash，又把這一目標進一步推向真實生產環境。

其定位非常明確：谷歌迄今為止最聰明的、專為寫代碼和Agents打造的工具。

是否最聰明暫且不說，最重要的是性價比。

輸入價格，0.375美元/百萬Tokens；輸出價格，1.875美元/百萬Tokens；速度，340Tokens/秒。

對比一下競品，Claude Sonnet 5和GPT-5.6 Terra的輸入/輸出價格分別是2美元/ 10美元、1.25美元/ 4.25美元。

與上個月初Grok 4.5發布時的策略幾乎如出一轍：夠便宜，夠快。

這背後反映的也是整個行業的變化：從最強轉向誰能夠以最低成本（包括時間成本）完成任務。

結合前面的內容。谷歌乃至越來越多大廠，確實把重心偏向了中輕量、高性價比模型，但並非就會因此放棄前沿AI的競爭。

最大的證明就是：Gemini 4的訓練啱啱跑起來。

Alphabet CEO Sundar Pichai在二季度財報電話會上明確表示，Gemini 3.5 Pro仍在測試，同時已經啓動Gemini 4的訓練，而且稱這是公司迄今為止「最雄心勃勃」的預訓練運行之一，目標仍然是保持在前沿。

這句話非常重要。

因為它意味着Google現在實際採用的是：雙軌制。

一條軌道，把Flash做成真正意義上的「大規模AI工業基礎設施」。

另一條軌道，繼續做旗艦模型，衝能力上限。

就像汽車行業。

前沿企業可以造賽車，但不能指望賽車收入佔大頭。

對於谷歌而言，Pro就像技術能力上限和品牌象徵，Flash纔是帶來收入大頭的產品。

在這場戰略轉折之後，全球AI企業大概率將逐步分為兩個陣營：純粹的前沿科技公司，更傾向商業化的雲巨頭平台。

比如GAI Insights的分析：超大規模雲廠商之間真正的戰鬥，是雲計算份額和客戶鎖定，而不是AI模型最高霸權。

OpenAI和Anthropic的競爭再激烈，還是得租用雲廠商數據中心。

而谷歌擁有全球最龐大的光纖網絡、自研TPU v6/v7芯片陣列以及Fortune 100中近90%的企業客戶。只要後續的Flash模型足夠便宜、足夠穩定，企業就會源源不斷地把數據搬進Google Cloud。

03

谷歌未來的戰略調整，大概是清晰的。

主要是三大支柱。

第一，將Gemini Spark打造成「超級入口」。

藉助最新Flash模型的低延遲與長上下文能力，谷歌正在把Gemini Spark深度嵌入到Gmail、Google Docs、Android系統底座以及Chrome瀏覽器中。

第二，憑藉TPU v6e/v7繼續降本。

在運行Flash模型推理時，TPU的性能功耗比和單位成本效率比通用GPU高出30%–50%，這也是谷歌有底氣在Vertex AI上打半價促銷的最大原因。

第三，轉向更多高回報率細分領域。

比如生物醫藥與材料學，雖然DeepMind本部的團隊被重組，但商業化運作的Isomorphic Labs依然帶着這些技術，與全球藥企巨頭簽訂了數十億美元的研發合同。

又比如多模態極速視覺，配合眼鏡、智能終端的實時音視頻交互。這個也是正在做的。

……

以上這些調整，是不是很像互聯網行業的「生態建設」？

從這個角度看，AI的商業模式，似乎就是移動互聯網的翻版。

至少在目前，本質上似乎並沒有什麼創新。（全文完）