权力天平的倾斜与巨头变局
大家好，这里是最佳拍档，我是大飞。谷歌最近频繁的人员变动新闻引发了业界的广泛关注，我们已经对此做了跟踪报道。今天这期内容，我们将结合知名半导体及AI研究机构 SemiAnalysis 的最新分析报告，深入聊聊这次谷歌人事“地震”背后所释放出的真正信号，以及为什么说谷歌实际上已经做出了一个非常清晰的战略选择，而这个战略选择在未来很可能会彻底改变两三年内整个人工智能行业的竞争格局。
在许多普通观察者看来，这次杰夫·迪恩（Jeff Dean：谷歌传奇工程师、系统架构奠基人）淡出核心决策圈以及德米斯·哈萨比斯（Demis Hassabis：DeepMind创始人）在谷歌大模型研发前线的某种隐退，似乎属于大企业内部正常的人事更迭。正所谓铁打的营盘流水的兵，高管变动在硅谷科技巨头中并不罕见。但是，只要我们深入探究行业内幕与算力流向就会明白，如果他们对于接下来的 Gemini 4 的前景抱有充足的信心，他们绝不可能在此时做出这样的选择。无论从哪个技术维度或资源调配的角度来看，现在的 Google DeepMind 都已经无法被算作严格意义上的前沿大模型实验室了。
其实，这种颓势早在几个月之前就已经露出了端倪。当时谷歌内部的强化学习团队就已经开始出现大规模的人才流失，同时伴随着极其低效的内部算力分配。虽然谷歌后续毫无疑问会继续迭代并发布新的模型，以维持其科技巨头的品牌形象，但是从业内客观的技术演进路线来看，他们想要重新夺回行业最顶尖（SOTA）水平的概率，基本上已经降到了零。
而在这场波及整个谷歌生态的内部大变动中，最大的受益者可能出乎所有人的意料——它既不是在外部虎视眈眈的 Anthropic，也不是处于行业领头羊位置的 OpenAI，而是谷歌自己的云业务部门，即 谷歌云平台（Google Cloud Platform: 谷歌提供基础设施与云服务的商业部门）。在过去很长一段时间里，专注于前沿科研的 DeepMind 团队与专注于商业化营收的谷歌云团队，为了争夺内部极其有限且珍贵的算力配额，一直进行着激烈的摩擦与博弈。但是随着最新人事结果的公布，胜负已经彻底分晓：谷歌云的首席执行官托马斯·库里安（Thomas Kurian）笑到了最后。接下来，由于战略重心的转移，谷歌云的营收增速很可能会迎来一轮实质性的再加速。
繁荣背后的危机与差距拉大
有些关注AI的朋友可能会觉得有些意外，因为就在2025年底的时候，Anthropic、OpenAI 和谷歌还是公认的“AI三强”，甚至直到上周还有许多人持有这个观点。但是，对于真正时刻关注 AI 行业一线进展、分析具体模型表现的业内人士来说，Gemini 在 2026 年所展现出的技术颓势，其实早就显露无遗了。
回看 2025 年 11 月，谷歌推出的 Gemini 3 Pro 确实曾凭借其超长的上下文窗口和优异的多模态能力，堪称当时全球最强的模型，甚至逼得山姆·奥特曼（Sam Altman）在 OpenAI 内部发布了“红色警报”（Red Alert: 应对竞争危机的高级别内部动员）。这种级别的内部动员分量，业内人士都非常清楚其意味着什么。但令人遗憾的是，也就是从那个高光时刻开始，DeepMind 跟 OpenAI 以及 Anthropic 之间的技术差距被剧烈地拉大了。
首先是备受期待的 Gemini 3.5 Flash 在发布后彻底砸锅，其实际表现未能达到预期。而行业内更有传闻称，原本规划中要推出的 Gemini 3.5 Pro 大概只相当于 OpenAI 早期 GPT-4.5 的水平，甚至比中国本土大模型厂商智谱 AI 的 GLM 5.2 还要差，更不用说去跟市场上主流的 Claude 5 或者是 GPT-5.6 相比了。你可以仔细想想，谷歌可是大语言模型（Transformer）范式中绝大多数奠基性突破的发现者和摇篮，现在竟然在模型性能的第一梯队竞争中落到了如此靠后的位置。
SemiAnalysis 在其分析中明确判断，Gemini 的处境在未来只会每况愈下。这背后的核心技术原因在于，谷歌缺乏构建递归自我改进（Recursive Self-Improvement: 模型利用自身生成的数据和反馈进行自主迭代升级的技术路径）所需要的那种坚定的信仰和决心。按照目前的发展轨迹，甚至到了 2026 年年底，Meta 的开源模型 MSL 以及马斯克旗下 SpaceX 体系的模型，在整体质量上都有可能完成对谷歌 Gemini 的反超。
与此同时，继顶级研究员诺姆·沙泽尔（Noam Shazeer：Transformer论文核心作者）和庄庄（Jacob Devlin：BERT作者）等人离职之后，DeepMind 大部分最顶尖的强化学习（RL）人才近期也相继递交了辞呈。而与谷歌的人才流失形成鲜明对比的是，OpenAI 那边已经攻克了下一代预训练的底层技术难题，一个内部代号叫做 Dolly 的超大规模模型正在紧张且保密地筹备中。
人才流失背后的组织惯性与架构复刻
人才流失对于前沿科技公司而言，其严重性怎么强调都不过分。这次一同选择离开的杰夫等四人，实际上只是 DeepMind 近期一连串高管和核心技术骨干离职潮中的最新一批。具有讽刺意味的是，当今大语言模型范式背后的绝大多数奠基性学术成果和工程突破，最早都是由谷歌的员工做出来的。然而在今天，它却连自己最顶尖的 AI 人才都无法留住。
更有意思的是，如果我们仔细观察杰夫一行人创办全新创新实验室的路线图，会发现它几乎完全复刻了 David Silver（AlphaGo之父）在去年 11 月创办 Infallible Intelligence 时的商业闭环模式：
- 顶尖的 AI 研究员选择离开体制僵化的谷歌母公司；
- 凭借个人的行业声望，从外部风险投资者以及 Google Ventures（谷歌风险投资机构）那里筹集数十亿美元的启动资金；
- 随后，这些新成立的实验室再把筹集来的巨额资金，全部花在向谷歌云（GCP）租赁的英伟达 GPU 或 TPU 算力上。
这形成了一个非常微妙的循环：人才虽然离开了谷歌，但他们带走的研发资金最终还是以算力租赁的形式回流到了谷歌云的账上。这本身就很能说明谷歌当前的战略重心所在。
如今，谷歌在内部已经默默取消了 Gemini 3.5 Pro 的开发，目前在公关层面的状态是依靠不断炒作尚未面世的 Gemini 4，来进行某种意义上的“自我疗愈”和市场预期管理。作为过渡阶段的替代品，他们紧急发布了 Gemini 3.6 Flash，但是根据多方评测，其整体表现甚至不如 Musk 旗下的 Grok 4.5 以及中国第一梯队的开源模型。根据不同的行业评测标准，Gemini 目前在全球主流大模型的排行榜上，大概只能排在第八或者第九位，并且外界目前也看不到 Gemini 4 有任何能够扭转技术颓势的希望。
商业平台的强劲与信念的缺失
与模型表现下滑相对应的是 API 业务数据的直接反映。Gemini 自研模型官方 API 的调用量增速在近期已经出现了明显的衰退，从 2026 年第一季度的 60% 环比增速，剧烈放缓到了第二季度的 38%。这种增速的下滑直接导致了 Gemini API 业务营收增速的同步下降。
不过，这里有一个非常奇特的商业现象：虽然谷歌自研的 Gemini 模型表现疲软，但是受益于 Anthropic 的 Claude 等第三方优质模型在企业级的强劲表现，Gemini Enterprise Agent Platform（即原来的 Vertex AI 平台）的整体营收表现反而异常强劲。这等于说，谷歌自己的大模型产品虽然不行，但只要谷歌的云平台上跑着别人的优秀模型，谷歌作为基础设施平台照样能够赚到丰厚的润滑油钱。
说到这里，你可能会产生疑问：谷歌作为全球科技巨头，手握如此庞大的资源，拥有自己研发的 TPU 芯片，拥有全球顶尖的科研人才和海量的中文及多语言互联网数据，怎么就一步步走到了今天这个尴尬的技术境地呢？
从根本上看，Gemini 的核心病灶始终在于谷歌管理层对 AGI（通用人工智能）根本性的信念缺失。算力是 AI 时代进化的命脉，这一点所有真正笃信通用人工智能的实验室（如 OpenAI、Anthropic）都无比清楚，因此他们都在不惜代价地从全球范围内疯狂囤积算力，甚至预先支付数十亿美元锁定几个吉瓦（GW）的数据中心电力。这种算力投资确实极其昂贵，对于缺乏高增长、高毛利 AI 核心业务支撑的传统企业来说，更是一笔令人胆寒的资产开支。
但是，有信念的企业完全可以通过创新的商业模式来化解这个财务限制。例如，在保留随时为自身研发团队收回算力选择权的前提下，把平时过剩的产能以极具吸引力的价格在市场上进行阶段性变现。Meta 和 SpaceX 目前就是采用这种灵活的策略来盘活算力资产的。
反观谷歌，他们的选择是什么呢？谷歌的管理层认为，将海量且宝贵的自研算力，以长期合同的形式直接出售或出租给 Gemini 最直接的竞争对手（如 Anthropic），在财务账目上是完全划算的。他们甚至压根就没有打算过在未来的研发关键期，再把这些算力从客户那里收回并归还给 DeepMind 团队。
我们可以来看一组非常具体的行业数据：在 2026 年第三季度到 2027 年第四季度期间，谷歌自己出厂的所有 TPU（Tensor Processing Unit: 谷歌专为机器学习定制的芯片）总量中，将有超过 20% 的份额直接出售给其竞争对手 Anthropic。这甚至还没有算上谷歌云目前已经出租给 Anthropic 的几十万块 TPU，以及未来六个季度内已经承诺出租给 Anthropic 和 Meta 的几十万块新增 TPU 算力。
基础设施的胜利与内部政治博弈
如果你听过谷歌云首席执行官托马斯·库里安此前的采访，就会非常明白，他根本不是一个通用人工智能（AGI）的信徒。库里安在一次行业播客中明确表示：TPU 能够成为一种通用的基础设施是一件绝妙的事情，因为这样谷歌就可以用它来服务 Citadel 这样的量化对冲基金、服务美国能源部以及广大的高性能计算（HPC）客户。
当主持人问到，谷歌为什么要向跟 Gemini 存在直接竞争关系的 Anthropic 出售或出租如此大比例的算力时，库里安的回答非常直接且商业化：这是谷歌作为一家平台型公司的必然选择。而正是这位持有彻底商业化、去技术信仰立场的职业经理人，刚刚在一场关于谷歌内部算力分配主导权的关键博弈中大获全胜，掌握了对于谷歌整体算力资源的控制权。
面对这样的局面，难道真的没有任何挽回的转机了吗？如果我们站在反方的角度，强行为 DeepMind 的未来发展以及训练出顶级 SOTA 模型的可能性找一些逻辑支撑，那么逻辑链条大概是这样的：
- 谷歌旧的组织架构和原来的领导班子显然已经无法适应快速变化的 AI 竞争；
- 继续维持原有的研发团队，赶超 OpenAI 或者是 Anthropic 的希望极其渺茫；
- 但现在 DeepMind 的高层完成了大洗牌，新上任的管理层可以抛开历史积累的包袱，从头开始构建团队；
- 他们甚至有可能通过反向收购像 SSA 或者是 Thinking Machines 这样的前沿初创实验室，快速为谷歌内部注入新鲜的血液与技术活力。
- 换上全新的、更具狼性的技术团队之后，他们重新追赶前沿水平的概率在逻辑上反而有所上升。
但是，残酷的现实在于，这种假设只可能存在于学术性的理想状态下，在实际商业世界中发生的概率基本为零。因为谷歌的根本症结从来都不在杰夫·迪恩或者是诺姆·沙泽尔这些具体的技术领袖个人身上，而在于谷歌如今极其官僚化、响应迟钝，且在战略层面上极其畏首畏尾的企业文化。这种深层次的组织问题，绝不是简单换几个技术负责人就能够解决的。
我们可以通过历史上的两个典型例子来佐证这一结论： 第一，早在 ChatGPT 问世整整一年前，DeepMind 内部就已经研发出了具备同等对话潜力的 AI 聊天机器人 LaMDA。但是，因为谷歌的管理层过度担忧这个新产品在回答问题时可能产生的偏见或错误，进而冲击谷歌的核心搜索业务及广告收益，这个项目最终在长达一年的时间里被高层压制，未能向公众发布。在瞬息万变的 AI 行业，一年的时间差意味着什么，已经不需要多言。 第二，人才流失的缩影随处可见。前谷歌资深技术骨干 Thibault Senechal 在谷歌和 DeepMind 效力了长达 9 年。他在 2024 年 7 月选择跳槽去了 OpenAI，并迅速联合领导了最初的智能体（Agent）研发团队，后来又出任了 Codex 项目的负责人。与之形成鲜明对比的是，谷歌在 2025 年 7 月通过收购 Windsurf 试图打造自己的智能体编程平台，但由于内部整合的拖沓，直到现在其市场发展势头依然毫无起色。
况且，DeepMind 本身就是谷歌在十多年前进行的一次极其典型的 AI 反向收购案。站在今天回头看，历史其实早已写下了答案：将一家充满创新活力的实验室强行塞入一个体量庞大、体制僵化的巨无霸机构内部，最终大概率只会重蹈覆辙，消磨掉其原本的创新棱角。
商业视角的明牌与“卖铲人”的商业抉择
讲完了 DeepMind 这边在技术研发上面临的困境，我们再来看看这次内部变动中真正的赢家——谷歌云。说实话，很多人在关注这次新闻时，焦点都放在了 DeepMind 核心团队的人事震荡上，却往往忽略了背后真正的利益格局和财务数据的变化。
这里有一组来自 SemiAnalysis 预测模型中非常关键的财务数据对比。看懂了这组数字，你就彻底看懂了谷歌这次选择的底层商业逻辑：
- 根据预测，Gemini 自研模型业务的年化运行率（ARR）在 2026 年第二季度大约是 120 亿美元。
- 相比之下，到 2027 年年底，谷歌云仅凭出租基础设施和平台服务（IaaS 和 PaaS 业务）给第三方 AI 客户，其年化营收就将突破 730 亿美元。
- 与此同时，这套基础设施输出还将为谷歌创造高达 1200 亿美元 的 TPU 系统销售收入。
一边是年收入仅仅 120 亿美元、需要承担巨大研发风险且处于竞争劣势的自研模型业务；另一边是高达近 2000 亿美元、拥有接近 40% 的息税前利润率（EBIT Margin）的对外算力销售与云服务业务。如果你是谷歌的决策者，公司的战略重心和算力配额会落在哪一边，其实已经不需要过多解释了。
从短期财务的角度来看，谷歌管理层的逻辑非常清晰且符合华尔街的口味：优先推动谷歌云业务的资本化与爆发式增长，其所带来的短期财务回报和估值提升，绝对值得他们主动放弃在 AI 前沿模型领域的长期技术竞争力。
尽管 Gemini 模型的市场表现疲软，但谷歌云的整体增速却在持续加速。在今年第二季度，谷歌云实现了 82% 的同比增长，这个数字在如此庞大的体量下是相当惊人的。但需要指出的是，这部分增长并非全部来自于传统的云存储或云数据库业务，而是因为谷歌云开辟了一项全新的、暴利的收入来源——将整套成规模的 TPU 系统，直接出售给外部的特殊目的实体（SPV: Special Purpose Vehicle）。再由这些实体作为算力中介，为 Anthropic 等缺乏重资产构建能力的客户运行大型数据中心。
这些 TPU 系统销售按照约每兆瓦（MW）3500 万美元的毛额（Gross Basis）进行核算。在 2026 年第二季度，预计仅 TPU 系统销售就为谷歌云贡献了大约 12 亿美元的收入。即使把这部分硬件销售的收入扣除，谷歌云核心的核心业务增速依然高达 70% 左右。
目前，谷歌在手已经拥有了超过 1500 亿美元 的 TPU 系统订单。这笔庞大的积压订单将直接推动谷歌云在 2027 年的营收增速飙升到 150% 左右，而目前市场上主流卖方分析师对谷歌云 2027 年增速的共识预期才只有 64%，这中间存在着巨大的信息差。虽然这类系统硬件销售的利润率略低于核心云服务，大概在 30% 出头的水平，但 SemiAnalysis 预计，谷歌云整体未来的营业利润率仍将维持在 35% 到 39% 的高水平区间。
对于投资者未来会如何对这些庞大的 TPU 在手订单以及潜在的新订单进行资本化估值，目前在美股市场上还是一个悬而未决的问题。但是鉴于各大 AI 实验室对算力的强劲需求，可以预见短期内还会有多个吉瓦（GW）级别的算力大单官宣。根据预测，未来几个季度还会有超过 2500 亿美元 的新增算力签约额计入到谷歌云的剩余履约义务（RPO）中。
在这些订单的推动下，谷歌云令人眼花缭乱的加速增长，配合其优异的营业利润率表现，将在 2027 年为谷歌整体的每股收益（EPS）贡献大约 3 美元的增量。
结语
所以你看，这整件事情的本质，其实并不是“谷歌做不好 AI 模型”这么简单，而是它在两条不同的商业道路之间，做了一个非常清醒、但对前沿技术探索而言也非常残酷的商业选择：
第一条路，是不计成本地投入算力，不惜代价地留住顶尖人才，跟 OpenAI 和 Anthropic 在前沿大模型的王座上死磕到底。这条道路的技术风险极高，资金投入极大，且最终的商业回报充满不确定性。
第二条路，是主动退一步，把自己变成 AI 黄金时代的“卖铲人”。因为无论最后是 OpenAI 赢了，还是 Anthropic 或开源阵营赢了，只要他们需要训练和运行更大规模的模型，他们就需要庞大的算力基础设施。而谷歌云可以直接向他们卖 TPU 芯片、卖云端计算时间、卖电力数据中心，稳稳地赚走真金白银。
托马斯·库里安在谷歌内部算力博弈中的胜利，正式宣告了谷歌已经彻底倒向了第二条路。这个选择对不对呢？站在股东和财务报表的角度来看，1500 亿美元的在手订单、2027 年 150% 的云增速以及 3 美元的 EPS 增量，这些数字无疑是非常漂亮的。但站在整个 AI 行业发展的角度，当一家曾经贡献了深度学习领域绝大多数奠基性学术突破的伟大公司，主动放弃了在前沿模型竞赛中争冠的野心，转而安心做一个基础设施的批发商时，这对于整个 AI 生态的创新活力来说，也许并不是一件值得庆祝的事。
不知道大家怎么看待谷歌这次的战略转型和背后的商业抉择呢？你认为 Gemini 4 还有机会翻盘吗？欢迎在评论区留下你的看法，我们一起讨论。感谢收看本期视频，我们下期再见。