谷歌的AI敘事近期出現反轉。據鈦媒體援引劃重點KeyPoints報道，Gemini 4研發不及預期，已連續兩次推遲釋出；原本被寄予厚望的Gemini 3.5 Pro也錯過了6月和7月中旬的釋出時間視窗。與此同時，谷歌在5月和7月接連推出Gemini 3.5 Flash、Gemini 3.6 Flash，但均未明顯匹敵或超過Anthropic、OpenAI，甚至不如Kimi、Qwen、DeepSeek的同期前沿模型。

與模型延期同步，谷歌AI核心層發生人事動盪：DeepMind執行長席位空缺；原首席科學家Jeff Dean帶領多名頂尖研究者出走創業，成立Discovery Loop；Hassabis卸任DeepMind執行長，轉任董事長和Alphabet首席科學家；原技術長Koray Kavukcuoglu則升任高階副總裁，接手日常運營，並直接向谷歌CEO Pichai彙報。

技術掉隊與人事動盪，都指向谷歌長期存在的組織矛盾。谷歌自身的全棧策略，要求其在晶片、雲、框架、模型、應用、硬體等都有佈局，並處於前沿。本該成為搜尋、雲等業務引擎的DeepMind，與這些部門，尤其是谷歌雲，在產品與資源上始終存在多重競爭。

DeepMind是谷歌收購的研究機構，有自己的使命、文化，長期圍繞Hassabis這樣的強勢科學家運轉。谷歌曾經需要這種特殊性，但當Gemini變成整個公司的基礎設施，這種特殊性也開始製造摩擦。

Jeff Dean帶著三位谷歌頂尖研究者離開，成立Discovery Loop，目標是用AI自動解決機器學習、科學和工程中的重要問題。Alphabet成為其創始投資者，谷歌云為其提供計算基礎設施。

在最近發表的CEO公開信裡，Pichai表示DeepMind會“高度聚焦於那些仍需改進的領域”，指向模型能力提升及模型與產品更緊密結合。有限的研究人員和算力，需要流向Gemini最急迫的能力短板和谷歌最重要的產品。

DeepMind權力結構也在變化：Hassabis不再擔任CEO，轉任董事長和Alphabet首席科學家，繼續留在倫敦；Kavukcuoglu升任高階副總裁，負責日常運營，常駐加州，直接向Pichai彙報。谷歌保留了Hassabis的科學權威，又收回了他對DeepMind的管理權。

今年年初接受《財富》採訪時，Hassabis回顧Gemini 3成功，稱他們花了一年到一年半，終於讓DeepMind找到了作為整個谷歌“引擎室”的工作方式：DeepMind負責製造引擎，再交給公司其他部門使用。他當時反覆強調速度、聚焦，以及儘量少的紛爭。半年之後，DeepMind速度慢了下來，紛爭卻多了起來。

谷歌引以為傲的護城河是全棧，從晶片、資料中心、雲，到模型、開發框架、應用和硬體，覆蓋AI技術棧每一層。但這些業務共享算力、模型和客戶，又有各自的收入、產品和競爭目標，全棧因此也成了紛爭的起源。

在Alphabet二季度財報電話會上，分析師問Pichai：在新的模型戰爭中，谷歌的護城河是什麼？Pichai給出的答案是全棧，並強調客戶買的是完整解決方案，模型只是其中一部分。他同時表示，會提供其他公司的模型，並整合基礎設施能力。

DeepMind和谷歌雲的利益在算力分配上正面相撞。據The Information報道，去年12月，谷歌成立新的算力分配委員會，雲、DeepMind、搜尋與廣告的負責人及CFO共同決定有限算力優先分給誰。谷歌目前算力不足，今年計劃投入910億至930億美元資本開支，接近2024年的兩倍，但資料中心建設和晶片製造需要時間，現在多花的錢只能緩解未來，解決不了當下。

從市場趨勢看，推理負載增長正在超過訓練負載。谷歌擁有搜尋、YouTube、Gmail等數十億使用者產品，又是大型雲廠商，恰好承接了這種結構性變化。谷歌雲還是其他AI模型公司的基礎設施供應商，Anthropic就深度使用谷歌雲和TPU。對谷歌雲而言，把算力分給這些客戶意味著明確的合同、收入與增長預期。DeepMind的賬則沒這麼好算，訓練下一代Gemini重要，但前沿研究的投入與產出之間並不存在穩定關係。

這種競爭傳導到普通研究者。The Information報道稱，DeepMind要求研究者把大部分時間集中在一個主專案上，再由組織配置算力；專案用完額度後，研究者可能需要向其他團隊“借”算力，並以未來的人情、除錯支援或其他資源償還。

雲與DeepMind的競爭遠不止爭奪算力。谷歌雲同時也是Gemini模型最重要的商業出口。開發者可以在Google AI Studio購買API額度，這部分產品由DeepMind負責，但模型執行依然建立在谷歌雲基礎設施之上。到了企業市場，Gemini的套餐、定價、合規與銷售體系，則更直接掌握在谷歌雲手裡。

於是出現不對等關係：谷歌雲可以與Gemini搶算力，並把搶來的算力賣給Gemini的競爭對手；DeepMind卻無法繞過Cloud，在競爭對手的雲上自由銷售Gemini。北美大型雲廠商中，只有Oracle成功與谷歌雲達成合作，原生支援Gemini系列模型；即便亞馬遜和微軟並不自研模型，Amazon Bedrock和Microsoft Foundry也沒有對Gemini的原生支援。

這種不對等未來未必緩和。按谷歌最新任命，DeepMind的掌權者Koray負責Gemini模型研發、前沿AI研究，以及Gemini app與開發者團隊；而與模型相關的企業業務仍歸屬谷歌雲。這種“模型團隊”和“模型產品”的分離，可能引發更多問題。

DeepMind早已不只是模型研發部門：基礎模型、Gemini App，以及對標Claude Code的Antigravity等開發者工具，都由DeepMind負責；Gemini衍生出的NotebookLM、Google Flow等應用位於Google Labs；企業端的Gemini Enterprise Agent Platform（原VertexAI）與Gemini Enterprise，又屬於谷歌雲。這意味著Gemini的基礎模型、個人產品、開發者產品與企業應用，並沒有完全收攏在同一個部門，甚至同一個人手裡。

相比之下，Anthropic與OpenAI的產品收口更集中。Claude App、Claude Code與企業產品圍繞Claude模型演進，產品反饋能更直接回流到模型與工具團隊。這些斷裂，可能也是谷歌在Coding與Agentic能力上落後的原因之一。要提升Claude Code這類Coding Agent的體驗，需要持續獲得企業開發者的一線反饋，而這些企業客戶與資料多掌握在谷歌雲，負責模型與開發者產品的DeepMind卻難以及時獲取。

當DeepMind與其他部門的矛盾無法靠增加算力、加強協作來化解時，谷歌只能從組織上改造它。谷歌需要DeepMind更聚焦、更貼近產品，更服從全公司的資源分配與釋出節奏，並更直接地納入Pichai的管理線之下。近期的人才流失，也發生在這場改造過程中。

而谷歌最初需要的DeepMind，恰恰是一個“不太像谷歌”的組織。在雙方最初的甜蜜期裡，DeepMind提供了一種谷歌內部團隊難以複製的能力：一個圍繞AGI使命組織、由強勢科學家創始人領導，能夠持續把高風險研究做成標誌性突破的“研究機構”。這也是為什麼谷歌自2014年收購DeepMind之後，長期容忍其相對自治。

當Gemini仍是研究專案時，谷歌可以讓研究者決定探索方向；但當Gemini成為搜尋、雲等業務的共同基礎設施後，模型何時釋出、獲得多少算力、優先提升哪些能力，就不可能再只由研究團隊決定。它必須適應搜尋產品的更新節奏，滿足雲的企業客戶，也要在競爭對手釋出新模型時迅速給出答案。

在題為“The next chapter of our AI momentum”的公開信中，Pichai強調DeepMind要保持在前沿，同時又要“高度聚焦於那些仍需改進的領域”。模型競爭視窗越來越短，谷歌必須把有限的研究人員和算力集中到最關鍵的方向。

但Pichai對模型團隊“更聚焦”的新預期，可能會讓Gemini離前沿模型越來越遠。在Q2財報會議上，Pichai說：“加快節奏、以接近每月一次的頻率釋出模型，已經成為Gemini 4路線圖的一部分。”這當然能讓公司保持更新速度，也符合模型生命週期不斷縮短的現實，但它很可能是個偽目標。新模型的能力提升有benchmark可追，把Coding、推理或長上下文的分數再抬高一點，就足以構成一次釋出。但引領行業的模型研究需要靈光一現，需要無法計量成本的探索，也需要研究者在一段時間裡做一些看起來沒有直接產出的事情。隨著谷歌對DeepMind的要求越來越“聚焦”，這種探索空間正在縮小。

谷歌也許能得到更穩定的釋出節奏、更易管理的研發流程，以及更快進入產品的模型；但也可能失去DeepMind原本最珍貴的那部分能力——允許一些人偏離主線，並最終找到一條所有人都未曾預料的路。