Google AI 领导层变动与创新者的窘境

原标题Google’s AI Leadership Changes and the Innovator’s Dilemma

Matthew Berman 回顾 Google 的研究历程、两项领导层变动,并在 2026 年 8 月探讨开放模型战略。

MBMatthew Berman讲者 · Forward Future
频道
Matthew Berman
发布
2026年8月7日
视频
13:58
阅读
6 分钟
幻灯片
4
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Matthew Berman 引用一名前员工的说法,并借助创新者的窘境分析,认为 Google 现有的搜索业务可能拖慢了它对生成式 AI 的应对。他讨论了 Demis Hassabis 的新职务和 Jeff Dean 离职创办 Discovery Loop,同时承认自己对他们的动机及 Google 文化的解释只是推测。尽管有所批评,他仍看到 Google 在数据、基础设施和潜在开放模型战略上的优势。

  1. 1领导层变动Hassabis 在 Alphabet 内担任新职务,Dean 则离开 Google 参与创办 Discovery Loop。
  2. 2内部聊天机器人的指称Berman 引用 Thibault Sottiaux 对早期聊天机器人及所谓内部阻碍的叙述;这仍是他对有关决策的个人说法。
  3. 3创新者的窘境Berman 认为,成功的搜索和广告业务可能让公司不愿作出威胁现有收入的改变。
  4. 4动机尚不明确他推测 Hassabis 调整职务和 Dean 离职的原因,但他们的公开声明并不能证实他的完整解释。
  5. 5开放模型提议Berman 建议将广泛可用的模型与基于 TPU 的基础设施和云服务结合。

要点建议

  1. Hassabis 从 Google DeepMind 负责人转任主席和 Alphabet 首席科学家,Jeff Dean 则与三位同事创办了 Discovery Loop。
  2. 一名前团队成员称 Google 没有发布聊天机器人,并阻止了颠覆性产品;视频没有独立证实完整的内部决策过程。
  3. Berman 用创新者的窘境解读 Google 的处境,但他对领导层动机和内部文化的解释属于推测。
  4. Google 的研究和产品除了商业 AI 服务,还包括对 transformer、AI 系统和计算基础设施的重要贡献。
  5. Berman 建议加强开放模型战略,并与 Google 的 TPU 和服务基础设施结合;这一战略能否成功是预测,而非既定结果。
全文

按章节阅读整理后的全文

只看原始文稿
01

Google 的历史与领导层变动

Berman 介绍了 Google 的 AI 研究,以及近期的离职和职务调整。他追问,为何一家取得重大研究成果的公司仍面临如此激烈的竞争。

2026 年 8 月,我审视 Google 在 AI 领域的地位和两项重要的领导层变动。我认为,在模型表现强劲的一段时期之后,Google 遇到了一些挫折,不过哪个模型领先取决于具体任务和时间。Jeff Dean 正离职参与创办一家初创公司,而 Demis Hassabis 将卸任 Google DeepMind 首席执行官。

Google 多年来一直深度参与 AI 研究。其研究人员在 2017 年发表了 transformer 论文《Attention Is All You Need》,影响了许多现代语言模型;DeepMind 也开发了 AlphaGo 和 AlphaStar 等系统。我的批评是,它的研究领先地位并不总能转化为最早的消费产品;这并不意味着 Google 没有将 transformer 或 AI 用于实际产品。

02

聊天机器人与创新者的窘境

他讨论了一名前员工对内部聊天机器人及组织阻力的说法,并从成熟业务与颠覆性技术的矛盾来解读这一局面。

我讨论了一篇关于 Google 内部聊天机器人的帖子,这个机器人早于 ChatGPT。视频展示的回复中,前团队成员 Thibault Sottiaux 说他曾参与一个名为 LMChat 的系统,并称 Google 对发布感到担忧,DeepMind 在发布可能颠覆 Google 的产品时受到限制。这是他的个人叙述,并非对每项内部决策的独立证实,也不是对两个系统能力的直接比较。

前团队成员关于聊天机器人的叙述
幻灯片 1 / 4前团队成员关于聊天机器人的叙述画面中的帖子称 Google 没有发布内部聊天机器人,并限制了颠覆性产品的发布。

我的解读是,Google 利润丰厚的搜索和广告业务可能使另一种对话产品显得具有威胁,即便它是由 Google 自己开发的。我还推测,对模型输出不可预测和声誉风险的担忧可能也起了作用。视频没有确立内部决策的确切原因。

我将这与创新者的窘境联系起来:保护现有客户和短期业务的决策,可能让成熟企业在新技术改变市场时变得脆弱。在我看来,随着用户转向 ChatGPT、Claude 和 Gemini 等助手,传统搜索链接和广告正面临冲击。对人们如何搜索的个人观察,并不能衡量 Google 的整体市场地位。

03

Hassabis 与 Dean

Berman 回顾两位领导者的公开声明。他明确指出,自己对他们的动机和 Google 内部文化的描述属于推测。

Hassabis 宣布出任 Google DeepMind 主席和 Alphabet 首席科学家,更加关注长期战略和科学突破,包括他在 Isomorphic 的工作。他仍处于 Alphabet 的领导层中。我将这一转变解读为他希望专注前沿研究,而非日常管理;但我进一步声称他如何看待 Google 的商业压力,属于推测。

Hassabis 宣布新职务
幻灯片 2 / 4Hassabis 宣布新职务他的帖子介绍了出任 Google DeepMind 主席和 Alphabet 首席科学家,并将重点放在更长期的研究上。
Dean 宣布创办 Discovery Loop
幻灯片 3 / 4Dean 宣布创办 Discovery LoopDean 的帖子介绍了他的离职,并列出了与他共同创办公司的同事。

Dean 在 Google 工作多年后离职,与 Sanjay Ghemawat、Quoc Le 和 Oriol Vinyals 共同创办 Discovery Loop。他们公开提出的目标是利用 AI 加速科学和工程发现。我推测 Dean 希望换一种环境,也想象 Google 可能向他提供了哪些资源;这些假想的对话和他的私人动机并未得到公告证实。

Discovery Loop 创始人的经历
幻灯片 4 / 4Discovery Loop 创始人的经历画面中的幻灯片列出了团队在产品、基础设施和 AI 研究方面的贡献。

创始人列出的贡献涉及 Google Search 和 Ads、Gemini、TPU、MapReduce、AlphaStar 和 AlphaFold。这些成果有许多合作者参与,不能只归功于四个人。MapReduce 是一个有影响力的分布式数据处理框架;它只是庞大基础设施的一部分,不能完整解释 Google 所有服务的运作方式。

04

优势与战略提议

尽管有所批评,Berman 仍指出 Google 的数据、芯片、分发渠道和现金流优势。他建议加大对开放模型及配套基础设施的投资。

我再次谈到那名前员工的指称,以及现有激励机制可能拖慢产品决策的可能性。我还推测,层层管理和对变革的抵触可能导致文化方面的困难。我想明确指出,这是我的解读,不是关于 Google 管理者动机的直接证据。

尽管失去了一些知名研究人员,我仍然看好 Google。人员离开后,团队可以适应变化,公司也依然有许多优秀人才。我看到几项优势:数据和分发渠道、构建 TPU 的经验、获得其他硬件的能力、广泛的 Android 生态系统以及可观的现金流。特定数据集是否可获得、允许如何使用,与单纯能够接触数据是不同的问题。

我的建议是更加重视开放模型,而不是将前沿模型排名视为衡量成功的唯一标准。我会尝试构建能力强大、可供开发者进一步构建的模型,再与生态系统一起改进。我对 Google 模型相对地位的评估,是视频发布时的一种判断,并非适用于每项基准测试的固定事实。

Google 已经提供 Gemma 开放权重模型系列。我认为,如果更多人使用由 Google TPU 和云服务支持的模型,可能形成相互促进的业务:开发者获得可用的模型,Google 则提供基础设施。开放权重许可证与真正的开源许可证可能不同;这种业务结果是预测,而非已经证实的成果。

我远没有放弃看好 Google。它的研究人才、分发渠道和基础设施让它有空间采取不同的战略,我相信更强大的开放模型生态系统可能成为未来有价值的一部分。能否成功,将取决于执行、竞争以及市场如何发展。

同频道的其他文章

5 张幻灯片14:45EN → 简体中文
Matthew Berman· 2026年10月29日Matthew Berman 解读 Google 的 Gemini 4 Carbon 公告Matthew Berman · Forward FutureMatthew Berman 回顾 Google 公布的 Gemini 4 Carbon 基准结果、分阶段开放计划与定价,同时指出自己尚未使用该模型。Foundation ModelsBenchmarksAI cost & performance+2
12 张幻灯片34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构,并质疑 AI 快速发展与安全之间的张力。AnthropicAI Safety企业 AI+2
0:26EN → 简体中文
Matthew Berman· 2026年10月25日Sam Altman 谈 AI 世界中的人类价值与问题解决Sam Altman · OpenAI在一段简短的访谈摘录中,Altman 思考解决难题的乐趣,以及人在解读结果时的作用。Human-AI CollaborationFuture of WorkAI Strategy
2 张幻灯片0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。评估编程智能体Open-weight models
2 张幻灯片0:21EN → 简体中文
Matthew Berman· 2026年10月24日AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表,随后发现图中的数字只是示意性占位值。Benchmarks评估Generative media
6 张幻灯片25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1