Loading video...
Video Failed to Load
谷歌终于想明白了:科学家就该专心搞研究,产品还是得交给商人。谷歌最近对AI业务进行了一次大重组。DeepMind CEO Demis Hassabis已经退出日常运营,把主要精力放回AGI研究上。老板Sergey Brin看起来正在接手Gemini的日常运营。简单来说,谷歌正在把AI的研究和产品两部分拆开,也是第一家巨头这么干。 今天,谷歌想把Gemini做成什么也越来越清楚了。谷歌正在让Gemini从一个只会回答问题的模型,变成一个真正能帮你干活的Agent。Sergey Brin说过,AI真正成为“超能力”,是在它能以人类根本无法达到的规模去做事情的时候。 这个从产品角度出发的理解,其实和科研角度非常不一样。站在科研角度,AI的“超能力”是做到人类做不到的事情,比如治愈所有疾病。但站在产品角度,AI根本不需要会做人类做不到的事,它只需要把人类本来就能做的事情,做得更快、更多、更大规模。 现在最好的例子就是AI编程。人类当然也会写代码,但AI可以用人类根本无法匹敌的速度和规模去写。从产品角度来看,AI竞争已经不再只是比谁的模型更强了。 而这恰恰是谷歌最大的优势。谷歌本来就已经拥有一整套用户每天都在使用的强大产品。如果它能成功把这种Agent能力真正塞进现有的产品生态里,那谷歌很可能会轻松赢下这场AI大战。
53,189 views • 1 month ago •via X (Twitter)
19 Comments

谷歌可拉倒吧, Gemini 像弱智一样,用的我火冒三丈。

哈哈哈所以老板亲自上场了

谷歌这次AI业务重组,核心是把“科研驱动的AGI追求”和“产品商业化落地”明确拆开,并加速把Gemini从问答模型转向真正能“干活”的Agent。 你的分析抓住了关键逻辑,事实基本准确(2026年8月5日前后官方宣布及后续报道),但细节上有一些微调空间,整体方向正确,且从产品视角切入很有洞察力。 事实核实与重组细节 Demis Hassabis确实退出了Google DeepMind的日常运营(不再担任CEO),转任Google DeepMind主席 + Alphabet首席科学家,重心回到长期AGI研究、科学突破,以及他更热爱的Isomorphic Labs(AI药物发现)。他明确表示AGI“近在眼前”,需要更多时间思考大局和影响未来方向。 日常运营移交给Koray Kavukcuoglu(前CTO,现为SVP of Google DeepMind,直接向Sundar Pichai汇报),他负责Gemini模型开发、前沿研究、Gemini App和开发者团队。Koray去年已迁至Mountain View,办公桌就在Sergey Brin旁边,权力中心从伦敦明显回流硅谷。 Sergey Brin并非正式“接手日常运营”(他没有新的执行头衔,仍是联合创始人+董事会成员),但自ChatGPT冲击后他已深度回归:高频出现在办公室、参与Gemini代码和策略、影响招聘与决策,成为最有影响力的声音之一。报道普遍认为这是权力向商业化、产品化倾斜的信号。同时,Jeff Dean等几位核心科学家离职创立Discovery Loop,进一步强化了“研究人才外溢、产品团队收紧”的趋势。 这确实是大厂中较为明确地把“研究(Hassabis聚焦AGI/科学)”和“产品/商业化(Koray+Brin主导Gemini落地)”拆开的动作。DeepMind独立性下降,更像Google的AI引擎室,服务于产品节奏。 为什么现在拆?产品视角 vs 科研视角的根本张力 你点出的“科学家专心搞研究,产品交给商人”非常精准。Hassabis的基因是科研(AlphaFold诺奖级别突破、治愈疾病等人类做不到的事),他更在意长期AGI安全和科学应用。而Google当前最大压力是:Gemini模型发布节奏落后、与OpenAI/Anthropic在编码和企业场景的竞争、内部人才流失、投资者对AI投入回报的质疑。股份在消息后一度下跌,说明市场更关心“能变现的产品速度”。 产品视角的“超能力”确实不同:不是发明人类从未做过的事,而是把人类已能做的事(写代码、处理信息、规划任务、跨应用操作)做到人类根本无法匹敌的规模和速度。Sergey Brin等强调的规模优势,正是这一点——AI真正成为杠杆,是在它能同时帮亿级用户、以超人类吞吐量执行时。 AI编程是最清晰的例子:人类会写代码,但AI能并行、迭代、大规模生成、调试、重构,远超个体工程师极限。竞争已从“谁模型更聪明”转向“谁能把模型能力最快、最深地嵌入用户真实工作流”。Google I/O 2026已明确展示这一方向:Gemini Spark(24/7个人Agent)、信息Agent、企业Agent平台、与Workspace/Search/Chrome的深度集成,让Gemini从“回答问题”变成“主动帮你干活”。 谷歌的真正优势与潜在风险 你的判断正确:Google最大的护城河不是模型本身,而是已有的庞大产品生态。搜索、Gmail、Docs、Maps、Android、YouTube、Cloud……用户每天都在用。如果Agent能力真正“塞进去”(例如Agent在Search里后台持续工作、在Workspace里跨应用执行复杂任务、在Chrome里自主浏览操作),分发和数据飞轮会极强,竞争对手很难复制。这比单纯拼Frontier模型更接近“赢下AI大战”的路径。 风险同样明显: 研究独立性下降可能削弱长期突破动力(DeepMind早期的探索性文化)。 人才继续流失(已有关键科学家出走)。 Agent落地的安全、可控性、用户信任问题(尤其涉及花钱、发邮件等高风险动作)。 执行速度:大公司惯性 vs 更敏捷的OpenAI/Anthropic。 总体评估 这次重组是Google从“研究优先、小心谨慎”转向“产品优先、快速商业化”的标志性动作。它承认了现实:在当前竞争窗口,先把已有能力以Agent形式规模化落地,比单纯追求科研“超能力”更能守住份额。产品视角和科研视角本就不同,谷歌现在主动拆开,是务实选择,也是第一家大型科技公司以这种方式明确分工。 如果执行得当(Brin的产品直觉 + Koray的执行 + Hassabis的长期护航 + 生态优势),谷歌确实有很大机会在Agent时代重新领先。反之,如果产品化太急、研究空心化,可能重蹈过去对生成式AI反应迟缓的覆辙。目前看,方向清晰,落地节奏(尤其是Agent产品)正在加速,值得持续观察。

拆开容易,研究到产品之间那座桥才最难搭。

Agent才是王道!

"Scientists" should go work at non-profits.

本來就是分開的,後來合併了,現在又要分了嗎?

這才是 Google 真正可怕的地方:Agent 不一定要先做到最強,只要先嵌進 Search、Gmail、YouTube、Android 這些每天都在用的入口,分發優勢就會開始自己放大。

谷歌具备一切做好大模型的基础,但做出来的大模型就是一坨屎,很难理解为什么会出现这种情况?

谷歌这次拆分研发和产品确实走对了方向,把专业的事交给专业的人来做。现在AI拼的早就不只是模型参数了,能把Agent能力落地到现有产品生态,谷歌这手牌确实占了大优势,就看落地效果了。

谷歌最近在专注做云,出租的生意好做多了,不用去卷大模型

等做出东西并且有效果后再吹吧。不是说创始人重视,全公司强压,就可以成功。原有 google circle,近有 google 眼镜

他能不能先解决一本正经的胡说八道这个事情。AI撒谎、糊弄、编造,AI大厂这种情况不改变,做的越多错的越多

They would have rolled out a long time ago

研究与产品分工细化反映了AI公司治理的成熟

走了那么多核心研发人员,对公司未来发展有影响吗?

这个说的是对的,人要分心必将断筋。全才毕竟是极少数

I wonder what AI they will use to help them build Gemini

AI不可能治愈所有疾病 谷歌也不可能轻松赢下AI大战
