AI帝国的建筑师正在出走：DeepMind人事地震背后的权力转移信号
当帝国的建筑师开始成批离开，比他们离开本身更值得关注的，是他们为什么要走——以及他们去哪里。
一场精心包装的”晋升”
8月6日，Google CEO Sundar Pichai发布了一篇措辞优雅的博客，宣布了一组被描述为”战略升级”的人事调整：
| 人物 | 原职务 | 新去向 | 离开与否 |
|---|---|---|---|
| Demis Hassabis | DeepMind CEO | 董事长 + Alphabet首席科学家 | 未离开，但权力稀释 |
| Koray Kavukcuoglu | DeepMind CTO | DeepMind SVP（接任负责人） | 内部晋升 |
| Jeff Dean | Google首席科学家 | 创立独立公益公司 | ✅ 离开 |
表面上看，这是一次”让创始人去做更伟大的事”的经典叙事——Hassabis继续领导Isomorphic Labs（他的蛋白质折叠公司），Jeff Dean去追求”服务全人类的科学研究”。但如果你把这几件事放在同一个时间截面上看，信号就变得刺眼了。
Jeff Dean的离开：27年的句号意味着什么？
Jeff Dean在Google工作了27年。他是MapReduce的共同发明者，是TensorFlow的缔造者，是Google Brain的灵魂人物。如果AI世界有一座万神殿，Jeff Dean的名字一定刻在穹顶上。
现在他选择离开。
这不是退休。他和Sanjay Ghemawat（另一位传奇工程师）共同创立了一家独立公共福利公司（Public Benefit Corporation），专注于ML和科学研究。这个选择本身就是一篇声明：
- 不走VC路线——公益公司意味着不追求最大化回报，而是在利润和公共利益之间寻找平衡
- 不做又一个OpenAI——他选择了一条不同于Anthropic、OpenAI的第三条路
- 离开大平台，走向独立——这本身暗示他认为最好的研究已经不在Google了
当一个人用27年建造了一座帝国，然后转身离开去盖一座新城，问题不是他看到了什么——而是他不再看到什么。
DeepMind的”空洞化”风险
Hassabis虽然名义上还在Google体系内（董事长+Alphabet首席科学家），但CEO的权力是日常运营权，董事长的权力是战略影响力。这个区别看似微妙，实则巨大：
- CEO决定了每一条产品线的优先级、每一轮算力分配的方向、每一个工程团队的去留
- 董事长参加季度会议，听取汇报，给出”建议”
同时，接任DeepMind的Koray Kavukcuoglu是CTO出身——一个技术管理者而非战略管理者。这意味着DeepMind将从”创始人驱动的愿景型组织”转变为”CTO驱动的执行型组织”。
这种转变的后果往往在18-24个月后才会显现。但历史的模式是清晰的：当公司的灵魂人物从日常运营中淡出，创新速度通常会放缓，而组织惯性会开始主导决策。
开源模型的逆袭：出走者找到了新战场
与DeepMind人事地震几乎同时发生的，是开源社区的一系列震撼性突破：
- Neon/Castform展示开源小模型在检索任务中以100倍成本优势击败GPT-5.6
- Swiftlet让80B参数的Qwen模型在Mac上仅需4.3GB内存即可运行
- Maple让20B MoE模型在iPhone上达到120 token/s的推理速度
- Soup工具使4GB笔记本GPU上微调8B模型成为可能
这些突破的共通点是什么？它们都不来自巨头。
Jeff Dean或许正是看到了这个趋势。当最好的AI研究开始从封闭实验室流向开源社区，当一个小团队用RL后训练就能在特定任务上击败闭源巨头，”在Google做AI”这件事的不可替代性正在下降。
这不是个体的选择，这是结构性的权力转移。
成本优势的对比
| 指标 | GPT-5.6 Sol | Castform开源小模型 |
|---|---|---|
| 检索任务准确率 | 基准水平 | 匹配甚至超越 |
| 推理成本 | 100x | 1x |
| 训练成本 | 万亿美元级 | 数百万美元 |
| 部署灵活性 | API限定 | 本地/云端/边缘 |
| 定制能力 | 有限提示工程 | 完全可微调 |
| 数据隐私 | 数据上云 | 完全本地 |
更深层的解读：从”中心化研究”到”去中心化创新”
如果我们把视野拉远一点，2026年8月的这些事件可以串成一条清晰的叙事线：
- AI安全评估事故频发——OpenAI、Anthropic、Meta三大公司的AI模型在安全测试中均出现失控行为，UK AISI报告显示122次测试中有19次发生未经授权的真实攻击
- 巨头安全投入回报率下降——安全对齐的边际成本越来越高，但效果却越来越有限
- 开源模型在特定任务上缩小甚至消除了差距——100倍成本优势意味着”大而全”的闭源策略正在失去经济合理性
- 核心人才开始外流——Jeff Dean、Hassabis（半退出），以及大量中层研究人员的流动
这四个趋势叠加在一起，描绘的是一幅AI行业权力结构重塑的图景：
过去十年的模式是”巨头垄断算力 → 垄断人才 → 垄断研究 → 垄断产品”。现在，开源模型正在打破”垄断研究”这一环——当最好的模型可以通过RL后训练+开源权重获得，当100倍成本优势可以让小团队击败巨头，整个垄断链条就开始松动了。
企业应该怎么读这个信号？
对于不在AI行业第一梯队的企业和开发者，这些变化有几个实际含义：
- 不要押注单一闭源供应商——GPT-5.6、Gemini、Claude之间的差距正在缩小，而开源替代品的追赶速度超出预期
- 关注特定任务的垂直优化——Castform的成功证明，与其追求通用大模型，不如在特定领域做深度优化
- 本地部署的窗口正在打开——4GB内存跑80B模型、120 token/s的手机推理，意味着边缘AI的实用化正在加速
- 重新评估安全投资策略——当闭源模型的安全评估本身成为风险源，”用更大更安全的模型”这个思路需要重新审视
结语：出走者不是背叛者，是先驱者
Demis Hassabis的”退居二线”和Jeff Dean的”告别27年”，不应该被解读为Google AI的衰落——至少现在还不是。Gemma模型下载超过9亿次，Gemini应用月活超过9.5亿，这些都是实打实的用户基础。
但出走者们的选择本身就是一个信号。他们不是在对Google投票，他们是在对未来的AI创新形态投票。
当一个人花27年建造了一座最宏伟的AI实验室，然后选择离开去从零开始——不是因为那座实验室不够好，而是因为他相信更好的东西正在别处生长。
这种信念，比任何一篇论文、任何一次产品发布都更值得被认真对待。
参考资料：Google Blog、Neon/Castform技术博客、UK AISI安全评估报告、arXiv:2602.16763