夜雨聆风
每日硅谷 | 前沿 ▼
SV Daily · FRONTIER
本文共2830字
阅读需要7分钟
当前，代码开发、办公辅助AI工具已经成为行业盈利核心赛道。面对Anthropic、OpenAI持续拉开的领先差距，谷歌近期启动内部组织架构大调整，针对刚成立数月的AI编程突击队（Strike team）完成全面重组，试图补齐自身在编程AI领域的短板，缩小与竞品之间的发展鸿沟。
本次架构调整承载着谷歌AI业务的核心诉求：重新革新大模型训练体系，系统性强化模型代码编写、文档幻灯片生成等办公场景实操能力。当前行业头部企业的发展路线高度趋同，无论是Anthropic还是OpenAI，都以AI编程工具为支点，持续向企业全流程办公场景渗透拓展，谷歌此次调整正是对标两大对手的发展路径，补齐自身商业化布局的薄弱环节。
除了拓宽这支攻坚团队的业务边界，谷歌还将原本短期项目制的编程突击小组正式纳入公司长期固定组织体系，配套标准化管理制度与长期资源规划，不再作为临时项目灵活调配，以此保障代码相关AI研发工作能够稳定、持续推进。
这场内部架构变革发生在谷歌两名重量级AI核心高管接连离职的敏感节点，外界也因此对谷歌能否守住大模型研发赛道的竞争优势产生普遍质疑。纵观此轮生成式AI发展浪潮，谷歌本是最大受益者之一，但在内部算力、高端人才分配，及应对Anthropic、OpenAI双向竞争的资源调配层面，似乎一直无法保持领先身位。
近期谷歌接连流失两大关键技术人物，给公司AI业务带来巨大冲击。首先是业内知名研究员Noam Shazeer毫无预兆递交辞呈，转头加入OpenAI。事件初期，Shazeer与谷歌双方均未对外披露离职缘由，据透露，算力资源使用权限调整是其出走的核心诱因。
Noam Shazeer在AI领域拥有举足轻重的地位，2017年奠定当下所有生成式AI底层根基的Transformer架构论文，他便是联合撰写人之一。此前他曾在2021年离开谷歌创办独立初创企业，时隔两年，谷歌耗资27亿美元达成授权合作将其重新招揽回归，足以见得公司对其技术能力的重视。重返谷歌后，Shazeer的研究方向聚焦于突破现有Transformer框架，研发新一代大模型底层架构。据透露，公司将他专属的算力资源配额拆分，并入另一支研发团队，有限的服务器资源被大幅压缩，直接阻碍其前沿技术研究推进。
DeepMind首席技术官Koray Kavukcuoglu在内部邮件中提及，Shazeer离职事发突然，管理层事前未收到相关信号。而这一风波尚未平息，新的人才流失再度袭来：上周，DeepMind副总裁John Jumper宣布入职Anthropic。Jumper曾凭借蛋白质结构预测领域的突破性成果，与DeepMind首席执行官Demis Hassabis共同斩获诺贝尔奖，是生物计算与多模态模型领域的顶尖专家。令人惋惜的是，离职前他刚刚被调至本次重组的AI编程突击队，本将牵头负责代码模型优化工作。
两大核心技术骨干接连跳槽，直接动摇资本市场对谷歌AI发展战略的信心。母公司Alphabet在消息发酵后的周一股价单日大跌5%，创下过去一年多最大单日跌幅；后续两个交易日股价再度累计下滑1%，尽管Alphabet全年股价整体涨幅仍接近30%，但短期市值震荡已经直观反映出投资者对谷歌AI人才流失、竞争力下滑的担忧。
从产业链布局来看，谷歌手握完整AI全链条优势：自研TPU系列AI芯片、性能领先的Gemini大模型矩阵，同时云计算、广告业务依托AI红利实现持续增长，本应具备碾压级竞争底气。但庞大的业务版图衍生出复杂的内部管理难题，算力资源分配冲突长期无法妥善解决。一方面，Anthropic作为谷歌云的核心付费客户，需要占用大量云服务器算力；另一方面，Shazeer主导的前沿基础研究、AI编程攻坚团队的商业化模型训练，同样对算力有着极高需求，多方需求互相挤压，资源分配矛盾持续激化。
AI编程的战略价值，也让本次重组获得高层高度重视。谷歌DeepMind CTO Koray Kavukcuoglu全程主导本次架构调整，公司联合创始人谢尔盖・布林也亲自跟进项目进展，足以看出内部对代码AI赛道的重视程度。如今AI编程服务已是整个AI商用市场利润天花板最高的细分领域，Anthropic依靠这条业务线实现营收爆发，截至上月，其年度化营收达到470亿美元，相较今年2月规模翻了三倍有余。另一边，OpenAI持续迭代自研代码工具Codex，两家企业同步推进产品落地，不断覆盖文案撰写、表格处理、幻灯片制作等白领日常办公场景，进一步抢占企业级AI市场份额。
本次组织重构最核心的变革，是对大模型训练流程进行重新划分，新增独立的“中间训练（Midtraining）”职能团队。传统大模型研发分为两大固定阶段：第一阶段为预训练，依托海量通用数据搭建基础大模型底座；第二阶段为后训练，针对具体使用场景微调模型，优化落地适配能力。
调整完成后，原AI编程突击队升级为专属中间训练团队，承接预训练与后训练中间的关键环节，依托代码、办公场景专属高质量数据集对模型进行专项深度训练。职能划分上，中间训练团队接手原后训练团队的模型能力强化工作，重点攻坚代码编写、逻辑运算等核心能力；而后训练团队剥离模型基础能力优化任务，将全部精力聚焦人机交互层面，优化用户对话流畅度、指令响应精准度等使用体验。谷歌管理层希望通过职能拆分，实现模型能力迭代与产品体验优化双线并行，大幅缩短新版模型研发周期，加快补齐编程能力短板。
Koray Kavukcuoglu在内部全员邮件中解释本次调整逻辑：“我们整体研发推进速度保持高位，但现阶段梳理组织架构、清晰划定各团队权责边界，是保障长期竞争力的必要举措。”
事实上，编程能力已经成为Gemini系列模型最突出的短板，这一困境源于谷歌早期的战略误判。此前公司内部普遍存在一种观点：只要打磨出综合性能顶尖的基础大模型，代码编写等细分能力会自然同步提升，因此长期没有针对AI编程投入专项资源深耕。市场端的反馈也印证了这一战略失误：谷歌最新推出的Gemini 3.5 Flash饱受开发者诟病，一方面模型回复存在过度迎合用户、客观逻辑不足的问题，另一方面产品定价对比前代Flash版本有所上调，性价比大幅下滑。自研AI编程工具Antigravity首发阶段漏洞频发，功能稳定性不足，在开发者社群内口碑两极分化，难以和Anthropic、OpenAI等相对成熟的产品抗衡。
除此之外，谷歌旗舰模型的落地节奏持续滞后，进一步拉大竞争差距。公司在今年5月开发者大会对外预告，新一代高端模型Gemini 3.5 Pro将于6月正式上线，如今早已超出原定发布时间，产品迟迟未能面向市场开放。提前体验过该模型的业内人士表示，即便Gemini 3.5 Pro顺利推出，综合性能依旧难以超越Anthropic当前最顶尖的Mythos大模型，谷歌在高端商用模型层面仍处于追赶位置。
从目前的发展态势来看，谷歌此次组织重组并不仅仅是一次普通的人事调整，而是希望借助重新设计模型训练流程和研发体系，提高资源利用效率，加快模型能力升级，以应对AI产业竞争不断升级的新局面。随着AI竞争逐渐从单纯比拼模型参数转向比拼产品落地能力、研发效率以及资源配置能力，组织管理本身正在成为影响技术竞争力的重要因素。
从更长远的视角来看，谷歌依然拥有全球最完整的AI技术生态，包括芯片、基础设施、大模型、云计算以及商业化渠道，这些优势短期内仍难以被其他企业全面复制。然而，Anthropic和OpenAI正在凭借更加聚焦的产品战略、更快的研发节奏以及持续吸引顶尖人才的能力不断缩小差距。未来AI行业的竞争，很可能不再只是模型性能的竞争，而是研发体系、组织效率、人才储备、算力资源和商业化能力的全面较量。
对于谷歌而言，此次重组能否真正提升研发效率、稳定核心人才并加快产品迭代速度，将成为其未来能否重新夺回AI编程领域领先地位的重要观察指标。
编译&撰写 / 茹莉
编务 / 唐唐
每日硅谷 洞见前沿
更多精彩 ▼
Read More
