Demis Hassabis 掌舵 Google AI 整体战略，研究与工程的“统一战线”能否跑通

Google 这次将 Demis Hassabis 从 DeepMind CEO 的单一角色中抽离，推到负责 Google AI 整体战略的更高位置，其实是在给内部长期存在的“双轨制”做一次强行合并。从 2014 年收购 DeepMind 开始，Google 内部就形成了两条截然不同的 AI 进化路径：一条是以 DeepMind 为代表的、追求科学突破的基础研究线，另一条则是 Google Brain 这种偏向工程实现与产品落地的应用线。

过去十年，这种并行结构在某种程度上是成功的。DeepMind 产出了 AlphaGo 和 AlphaFold 这样具有里程碑意义的成果，证明了深度强化学习在科学发现上的潜力；而 Google Brain 则在 Transformer 等架构的工程化上贡献巨大。但这种“互补”在竞争白热化阶段就变成了“内耗”。当 OpenAI 凭借一个 ChatGPT 迅速完成从模型到产品的闭环时，Google 内部却在研究端和工程端的资源协调上浪费了太多时间。

这次调整的核心逻辑，就是要把研究端和工程端的“钥匙”交到同一个人手里。Gemini 系列模型的推出其实就是这个信号的预演，它不再是某个单一实验室的成果，而是试图整合两方资源后的产物。让 Demis 统筹整体战略，意味着 Google 不再允许 AI 研发处于一种“实验室自嗨”的状态，而是要求所有的前沿突破必须快速转化为产品竞争力，直接喂给 Google Search 或 Google Cloud 这些核心业务。

然而，这种强行拧在一起的模式潜伏着巨大的文化冲突。DeepMind 的基因是“长线投资”，他们习惯于花十年时间去攻克一个科学难题，追求的是学术上的绝对领先；而 Google 的产品部门遵循的是典型的互联网节奏，强调季度迭代、快速验证、灰度测试。当一个习惯于追求“真理”的研究团队被要求适配“季度 KPI”时，内部的张力会非常明显。Demis 现在面临的挑战不是技术问题，而是管理问题：他如何在维持 DeepMind 创新活力（避免研究员流向 OpenAI 或 Anthropic）的同时，满足 Google 对产品快速落地的饥渴。

对于开发者和研究者来说，这意味着 AI 研发的逻辑正在发生转移。过去 DeepMind 的成果往往以独立论文或专项项目形式出现，具有极强的独立性。但未来，这种“独立出圈”的概率会降低，更多的研究成果将被直接封装进 Google 的 API 或产品矩阵中。

从组织架构上看，这更像是一次权力集中。当研究端不再是独立于产品线之外的“特权阶层”，而是成为整体战略的一部分时，AI 的研发重心将不可避免地向工程化倾斜。接下来的观察点在于，在这种统一管理下，Google 能否在保持基础研究深度的同时，解决掉之前 Gemini 迭代过程中出现的那些由于内部协调不畅导致的低级错误。