谷歌DeepMind换帅与联想AI转型:大模型竞赛进入深水区

DeepMind重组背后:Gemini延期暴露的组织困境

8月5日,谷歌宣布DeepMind CEO Demis Hassabis卸任,转任Alphabet首席科学家兼DeepMind董事长。与这一消息几乎同时,在谷歌效力27年的资深研究员Jeff Dean携手Oriol Vinyals、Sanjay Ghemawat、Quoc Le宣布离职,创立AI科研公司Discovery Loop。新任掌门Koray Kavukcuoglu接手的是一个并不轻松的局面。

据路透社8月12日披露,DeepMind此次重组与下一代旗舰模型Gemini 3.5的延期直接相关。该模型发布时间已推迟约两个月,内部测试显示其在编程等关键能力上仍落后于竞争对手。Gemini系列承载着谷歌在AI赛道上追赶OpenAI和Anthropic的核心使命,模型迭代节奏的放缓直接触发了组织层面的调整。

核心人才流失对技术路线的影响不容低估。Jeff Dean作为谷歌AI的技术灵魂,其离开不仅是人员变动,更意味着一部分深厚的技术积累和判断力随之外流。而Vinyals和Quoc Le同样是深度学习和大规模模型训练领域的顶尖专家,四人的集体出走对正在攻坚的Gemini 3.5项目是实质性的实力削弱。

联想营收创新高与账面亏损并存:AI投入的代价

8月13日联想集团公布2026/27财年第一季度业绩,营收269.43亿美元(约1834亿元人民币),同比增长43%,创单季度历史新高。经调整净利润首次突破10亿美元大关。但同一张财报上,账面净亏损6.09亿美元,两个截然相反的结论被同时呈现。

盈利与亏损并存的根源在于联想对AI基础设施的大规模投入。服务器和AI算力业务收入暴增,但前期研发投入、产能建设和供应链锁定尚未完全消化。存储芯片的涨价周期也推高了成本端压力。这种财务结构在AI转型期并不罕见——高增长与高投入并行,利润释放需要等待规模效应充分兑现。

联想的AI转型路径具有典型性:从传统PC和服务器厂商向AI基础设施供应商切换,需要同时承受业务结构转型的阵痛和行业周期的波动。财报中经调整净利润与GAAP净亏损的巨大差异,正是转型期换挡的直观体现。

DeepSeek Harness开源:Agent基础设施竞争升温

8月13日,DeepSeek Harness开发者预览版面向全球开放测试,并以MIT协议开源。这款Agent开发框架采取一切皆插件的设计思路,模型、工具、技能、会话、沙箱、存储、循环、调度、UI等所有Agent能力均由插件组合而成,可自由替换和灵活重组。

DeepSeek Harness的开源策略与行业趋势一致:AI基础设施层正在从封闭走向开放竞争。此前OpenAI的Agent SDK、LangChain的LangGraph、Anthropic的MCP协议都在争夺Agent开发的事实标准。DeepSeek Harness的差异化在于插件化的架构设计——理论上任何组件都可以替换,包括模型本身,这为多模型混合部署提供了底层支持。

MIT协议的选择意味商业化无障碍,企业可以直接基于Harness构建商业产品而无需开源自身代码。这与GPL类协议形成明显区分,也是吸引企业采用的关键因素之一。

存储与半导体:AI算力供应链持续重构

存储芯片领域出现明显分化。美股市场闪迪(Sandisk)单日涨幅超13%,西部数据、SK海力士涨幅均超7%。这轮上涨的背后是美国7月PPI数据显示通胀降温,市场对降息预期升温,叠加AI算力需求对存储芯片的拉动效应。

三星和SK海力士将AI部署与人员绩效考核直接挂钩的消息引发行业关注。管理层将AI工具的使用程度纳入员工KPI考核体系,这反映出传统半导体巨头在组织层面推进AI转型的力度。从产品设计到晶圆良率优化,AI介入半导体制造全链条正在从试点走向制度化。

iPhone全系或将涨价100美元的消息也与AI相关——Apple Intelligence功能对端侧NPU和内存的更高要求,推高了BOM成本。当AI能力成为高端手机的标准配置,硬件成本的传导最终由消费者承担。

大模型竞赛进入组织能力比拼阶段

谷歌DeepMind换帅、联想AI换挡财报、DeepSeek Harness开源、半导体企业AI化改造——这些看似独立的事件共享一条主线:大模型竞赛正在从单纯的技术比拼进入组织能力、供应链和生态系统的综合竞争阶段。

模型层面的领先优势正在缩小。当各家基础模型的基准测试成绩日趋接近,竞争焦点转向工程化能力(训练效率、推理成本、部署弹性)、组织效率(人才留存、决策速度、跨团队协作)和生态壁垒(开发者工具链、企业适配方案、开源社区)。Jeff Dean等人的出走说明,即便在谷歌这样的资源条件下,组织凝聚力依然是决定胜负的变量。

对行业参与者而言,这个阶段的核心命题不再是谁能训练出更强的模型,而是谁能以更低的成本、更快的速度将模型能力转化为可规模交付的产品和服务。联想的亏损财报和谷歌的人才流失,本质上都是这个转型过程中的摩擦成本。