今天谷歌众神离去,这说明什么?

今天凌晨，整个AI圈被一封信炸醒了。

这不是一封普通的内部信——是Google和Alphabet同时发布的、几乎所有顶级AI公司CEO都要认真读一遍的组织变动信。

核心内容有三件事，但每一件都不小：

第一件，DeepMind的联合创始人、CEO、诺贝尔化学奖得主Demis Hassabis，正式卸任日常管理职务，转任Google DeepMind董事长+Alphabet首席科学家。换句话说，执掌DeepMind十二年的诺奖得主，从CEO变成了"主席"。

第二件，在Google工作了整整27年的首席科学家Jeff Dean——一手搭建了支撑整个现代AI时代的MapReduce、BigTable、TensorFlow、TPU、Gemini的"地基工程师"——正式宣布离职。他带走了Sanjay Ghemawat（Google Senior Fellow）、Oriol Vinyals（DeepMind研究副总裁、Gemini联合负责人）、Quoc Le（Google Brain联合创始人），四个人共同创办了一家公益公司：Discovery Loop。

第三件，接替Hassabis的不是别人，是DeepMind现任CTO兼首席AI架构师Koray Kavukcuoglu，他直接向Pichai汇报，全面负责Gemini模型研发、前沿AI研究、Gemini应用和开发者平台。

这意味着什么？Google AI体系从"明星科学家主导"，正式转向"工程派主导+明星科学家顾问化"。

但今天更让我想聊的，不是这场人事地震本身，而是一个更深的信号——

Jeff Dean去做公益公司，Hassabis从CEO退到董事长去聚焦科学。他们看到了什么？

一、Jeff Dean的公益公司：从"做更大的模型"到"用AI做科学发现"

先看Discovery Loop的使命宣言。Jeff Dean在公告里写得很直白：

"Our mission is straightforward: we are building AI solutions that can automatically solve important problems in machine learning, science, and engineering. By advancing the pace at which we conduct engineering and scientific discovery, we can bring the benefits of science and technology to the world much faster. Ultimately, our goal is to build AI systems that act as a deeply positive, empowering force for humanity, delivering technology solutions that improve people's lives on a global scale."

翻译过来：用AI自动发现新知识，让科学发现提速，为人类做积极的事。

注意三个关键词——自动发现、科学、公益。

这不是一个普通的产品公司，这是一家公益公司（public benefit corporation）。它瞄准的不是ChatGPT这种对话产品，而是AI for Science——用AI来加速机器学习研究本身、加速材料发现、加速药物研发、加速工程创新。

为什么是公益公司？

这个选择本身就是一个信号。Jeff Dean在Google待了27年，经手的全是商业产品——搜索、广告、云、Gemini。但他离开后做的第一件事，是把新公司注册成"公益公司"而非传统商业公司。这意味着Discovery Loop的法律使命里，公共利益和利于全人类被放在第一位，商业和资本的驱使不是他们想要的。

一个搭了一辈子商业基础设施的人，在离开时选择了公益——这不是理想主义的一时冲动，而是他对"AI下一步应该往哪走"的判断：AI最该解决的问题，不是再做一个更赚钱、更商业化的产品，不是为了市值而竞速，而是去攻克人类自己解决不了的科学难题。

为什么是现在离开？

我读完了他的告别信，答案藏在三个关键词里：

关键词一：成熟期。Jeff Dean亲手搭建了Google从搜索到AI的全部底层基础设施。但基础设施搭建是有尽头的。当Gemini模型已经成熟、Gemini 4正在路上、开发者生态已经形成——他作为一个"造地基的人"，下一步是什么？继续优化TPU的下一代？继续微调Gemini的训练流程？这些事情当然重要，但不再需要一位首席科学家亲自去做。它们需要的是工程派，是Koray这种CTO型的人。

关键词二：下一座山。Google的AI已经很强，但下一座山是什么？不是更大的模型——这个赛道Google、OpenAI、Anthropic、xAI都在卷，比拼的是算力和资本。下一座山是"AI能不能自己成为AI科学家，去攻克人类解决不了的难题。AlphaFold已经证明了AI能预测蛋白质结构，Isomorphic Labs已经融了21亿美元要把AI药物推到临床试验。如果AI能加速并实现所有的科学发现——新材料、新能源、新药、新算法——这才是Jeff Dean真正想攻的难题。这是Google这种巨型大公司很难灵活去做的方向。它需要在小规模、高密度协作的环境里反复试错。Google太大了，大量的资金去投入一个一定时间内没有确定回报的科研项目，这似乎对Google也不公平。大企业注定很难All in这种长周期的以公益为目的的科学探索。

关键词三：AI加速AI。Discovery Loop还有一层更深的野心——不只是用AI加速科学，它要用AI加速AI研究。如果AI能自己提出新的机器学习假设、自己跑实验、自己验证结果、自己迭代——人类科学家只需要定义问题和评估方向，那科学发现的速率会提升几个数量级。这其实跟Anthropic、OpenAI今年重点投入的"自动化研究"方向是同一个。但Jeff Dean的方法是把它做成一家独立公司，而不是绑在一个企业内部。

小结：Jeff Dean的离开不是Google不行了，而是他要打一场Google不适合去打的仗。Discovery Loop瞄准的，是把AI从"工具"变成"科学发现的主体"——这件事的颠覆性，比再做一个ChatGPT或者Coding工具大得多。而他选择公益公司这个形态，说明他认为这件事的成果不应该被锁在某家公司的商业壁垒里。

二、Hassabis的"退位"：从商业化CEO到科学聚焦

如果说Jeff Dean的离开是主动出击，那Hassabis的角色转变就更耐人寻味了。

他没有离开Google，他也没有离开AI。他只是——不再参与公司具体管理了，但仍会参与AI的战略方向。

新头衔：Google DeepMind董事长+Alphabet首席科学家+继续领导Isomorphic Labs（他的AI药物公司）。

他在公开信里说了一句非常关键的话：

"我一生都在为实现AGI而努力。如今，和许多人一样，我也感到AGI已经近在眼前。接下来的每一步都至关重要。"

"AGI已经近在眼前"——这是诺奖得主Hassabis亲自说的。

他没有说"我们还差五年"，也没有说"AGI还很远"。他说的是：近在眼前。

但他为什么要从CEO变成董事长？

因为他要做的下一件事，已经不是"管一家公司"能完成的了，而且对于这种顶级科学家来说，大公司管理的内耗对他等于是生命的直接损耗，对于AGI就在当前，不去参与临门一脚的专研，那就实在太浪费了。

这里面有一个非常重要的逻辑，值得拆开讲。

DeepMind这些年一直在做两件事：一件事是AGI研究，一件事是商业化落地。Gemini模型要跟OpenAI、Anthropic竞争，要抢开发者，要抢企业客户，要抢云收入——这些都是CEO要操心的"生意"。但Hassabis是一个AI科学家，不是一个生意人。让他每天开会讨论定价策略、渠道分成、客户成功——这是对他最大的浪费。

AGI这件事需要他做的，是重塑全球AI战略、参与政策制定、推进药物研究——这些都不是CEO的活，是董事长和首席科学家的活。

加上Hassabis对Isomorphic Labs有更深的承诺（这家公司刚融了21亿美元，要用AI攻克癌症等重大疾病），他需要在Google之外有更大的自由度。

所以Hassabis的“退后”，不是退休，是聚焦。他把自己从"DeepMind CEO"这个位置释放出来，去做只有他这个量级的人才能做的事——定义AGI的全球议程、推动AI for Science的产业化、塑造未来十年AI的政策框架。

这是一种有选择的"退"。用布袋和尚的一句话“六根清净方为道，退步原来是向前。”表面是退，实质是解放和聚集。他从"管一家模型公司"转身到"参与AGI全球进程的规划与建设"——这是比做模型更大的事。

而Google让Koray接手日常管理，不管是主动还是被动，也说明了一件事：最顶级的科学家不该被困在管理岗位上，不该被困在一个以商业为目的的公司里。尽管谷歌当日市值暴跌近2000亿美元，盘内跌幅近5%，但这是劈柴要解决的事，而不是Hassabis或者Dean。

三、为什么他们都不约而同地转向"科学"？

把Jeff Dean和Hassabis的选择放在一起，你会发现一个惊人的共同点：

Jeff Dean做Discovery Loop——用AI加速科学发现。Hassabis聚焦Isomorphic Labs——用AI做药物研发。两个人在Google内部一个是首席科学家、一个是DeepMind CEO，如今一个出去做公益公司，一个退到董事长位置——但方向高度一致：AI for Science。

这不是巧合。

第一个原因：模型赛道已经"越来越难突破"。

看一组数据。截至2026年6月30日（最近一次系统评估），AGI实现进度约为92.4%。但这个季度只前进了0.1%——是有观测以来的最低增速。

92.4%听起来很高，但剩下7.6%可能是最难啃的骨头：真正的自主学习、跨领域迁移、对未见问题的泛化能力。这7.6%，可能需要三到五年，也可能需要十年。

所有顶级实验室都已经意识到一件事：单纯堆参数和算力的路线，正在接近边际收益递减。下一个突破，必须来自底层逻辑的根本性变革。

第二个原因：中国开源模型用十分之一的成本追上来了。

                                                                                    （以上数据由AI生成）

2026年7月，HuggingFace春季开源现状报告——中国开发的开源模型，已占该平台公开模型下载总量的41%，首次超越美国的36.5%。阿里Qwen系列累计下载量突破10亿次，超越Meta Llama成为全球第一。7月16日发布的Kimi K3——2.8万亿参数，100万token上下文窗口——在编程榜单上登顶，超越了Claude和GPT-5.6。

当"堆算力"不再是唯一答案，大公司的"规模护城河"就开始失效。你花几十亿美元训练的模型，三个月后就被一个开源模型追平了。留在大公司继续做模型，你的竞争优势不在于"我的模型更强"，而在于"我有钱"——但"有钱"不是一个科学家想讲的故事。

第三个原因：AI for Science是开源模型还覆盖不到的领域。

这是最关键的一点。中国开源模型追的是"通用大模型"——对话、编程、推理。但AI for Science需要的是什么？是对特定科学领域的深度理解、是与实验数据的紧密耦合、是对科学方法论的尊重。这不是"堆参数"能解决的，是需要科学家亲自下场的事。

杨植麟（Kimi创始人）在GTC 2026上说了一句话："当前行业普遍使用的很多技术标准，本质上是八九年前的产物，正逐渐成为Scaling的瓶颈。"硅谷的大公司们在"堆算力"这条路上走了太远，以至于忘记了问"有没有更聪明的做法"。而顶级科学家们用脚投票——他们不去跟开源模型拼性价比了，他们去做开源模型做不了的事。

四、在AGI道路上，我们需要注意什么？

这是今天这篇文章我最想跟你聊的部分。

Jeff Dean去做公益公司，Hassabis从商业化转向科学聚焦——这两个选择背后，藏着对AGI道路的深层判断。我认为有四件事值得每一个关注AI的人认真思考。

第一，AGI的终局不是"更聪明的模型"，而是"能做科学发现和解法的系统"。

Jeff Dean和Hassabis不约而同地选择AI for Science，说明他们判断AGI的下一个突破点不在"对话更流畅"或"代码更精准"，而在AI能否自主提出假设、设计实验、验证结论。如果你还在用"AI能不能写好一篇文章"来衡量AGI的进度，你可能看错了方向。真正的里程碑，是AI发现了一个人类没发现的新材料、新药物、新物理定律。

第二，AGI的发展正在从"工程问题"变成"科学问题"。

过去八年，大模型的发展本质上是工程问题——更大的算力、更多的数据、更精巧的训练技巧。但92.4%之后剩下的7.6%，是科学问题——它需要的是对智能本质的理解，而不是对算力的堆砌。这就是为什么顶级科学家要从"工程管理"中抽身，回到"科学探索"。Hassabis卸任CEO去聚焦科学，Jeff Dean离开Google去探索自动化科学发现——他们都在说同一件事：接下来的路，需要科学家，不需要管理员。

第三，公益导向可能是AGI时代最重要的价值选择。

Jeff Dean把Discovery Loop注册成公益公司，这件事的分量被严重低估了。一个搭了一辈子商业基础设施的人，在离开时选择了公益——这说明他认为AGI的成果不应该被锁在某家公司的商业壁垒里。当AI有能力加速所有科学发现，这些发现是属于全人类，还是属于股东？Jeff Dean用行动给出了答案。

这不是道德高调，而是务实判断。因为AI for Science的成果——新药配方、新材料结构、新能源方案——如果被独家垄断，不仅社会不答应，科学本身也无法自我纠错和迭代。公益公司形态，是让AI for Science可持续发展的制度保障。

Hassabis领导Isomorphic Labs也是类似的逻辑——用AI攻克癌症等重大疾病，这件事如果纯按商业逻辑走，可能永远走不到最难、最不赚钱的那些病。但如果有科学家的使命驱动，就有可能。

第四，范式转变时，最大的风险是"用旧地图找新路"。

Google今天的反应——把明星科学家挪到更自由的位置、让工程派接管日常运营，同时用资金投资科学家的项目——是理性的。但很多大公司做不到这一点。它们试图用"堆更多算力、招更多人、买更多数据"来应对范式转变，结果越努力越偏离。

对个人也一样。当范式在变，你过去积累的"熟练"可能一夜之间失效，而你忽略的"判断力"才是真正能穿越范式的东西。大模型时代最容易被高估的，是熟练操作新工具的速度；最容易被低估的，是一个人对数据、错误和系统边界的感觉。经验只有改变接口，才能继续存在。

五、写在最后

Hassabis说"AGI近在眼前"，但他选择了离开CEO的位置去做首席科学家。Jeff Dean说"我要去尝试新的事情"，但他带走了Gemini最核心的几个人，去做一家公益公司。

他们都在用行动告诉我们同一件事：

AGI的终局不是更大的模型，而是更深的科学，科学的广度和深度在宇宙的边界，而非一个或某个企业的边界。在临界点上，最顶级的人选择离开牌桌——不是放弃，而是走向一个更大的战场。

Jeff Dean选择了公益，选择了科学发现。Hassabis选择了聚焦，选择了从商业回到科学。

而中国开源模型——DeepSeek、Kimi、Qwen——用十分之一的成本和开放的姿态，让所有人不得不重新思考：当模型不再是壁垒，什么才是？

Jeff Dean和Hassabis给出的答案是：科学。用AI去解决人类自己解决不了的科学难题，把成果以公益的形态还给世界。

旧的规则正在瓦解。新的规则还没有建立。

但有一件事正在变得清晰：AGI的道路上，最终的赢家不是那个拥有最多算力的人，而是那个最懂得用AI去探索未知、并且愿意把成果分享给全人类的人。

你呢？你在这个临界点上，会选择什么？（说明：该文章由AI协作完成）