戴密斯·哈萨比斯最近在一次播客里说，DeepMind 得赶紧“变年轻”。面对外面几家 AI 公司跑得飞快的架势，谷歌决定把自家这个“大宝贝”拆散重装，学初创公司那种灵活劲儿。
过去两三年，这招挺管用的。以前大家总觉得谷歌在 AI 上是跟班，现在通过把分散的计算资源和人凑在一起，效率提了上来，算是把脸面找补回来了。
具体怎么改的？
算力不再“分家”：以前各搞各的，资源浪费严重，出了好几个版本互相打架。现在全管起来了，好钢用在刀刃上，像 Gemini 这种大模型迭代也快了不少。特别是跟 Google Brain 合并后，两边配合确实顺畅了一些。
手里有牌，心里不慌：哈萨比斯自己承认，目前行业里大概 90% 的基础性突破都来自谷歌系。面对 OpenAI 和 Anthropic 抢着发大模型的热闹，谷歌这种“集中力量办大事”的架构，至少能保证它不掉队。
这背后的逻辑是什么？
说白了，就是巨头们发现“大船难掉头”了。亚马逊的安迪·贾西也说过，动作快和标准高其实不冲突；乔布斯当年把苹果定义为“最大的初创公司”，核心就是为了保持那种随时能听枪声、随时能开枪的敏捷感。
对谷歌来说，AI 已经进深水区了，拼的是谁反应快。以前那种层层审批的“大公司病”显然拖了后腿，现在强行推行“简单化”和“高速化”，哪怕牺牲一点流程规范，也得先抢回技术高地。毕竟，看着隔壁两家对手把生成式 AI 搞得风生水起，谷歌坐在那里等，确实有点被动。
其实我也在琢磨：
这种“削足适履”把大公司改成小公司的做法，短期看确实解渴，能迅速拿出成果。但长期来看，彻底丢掉大厂的资源优势和流程规范，会不会带来新的隐患？比如数据合规、长期维护成本，或者内部协作再次混乱？这还得看他们能不能在“快”和“稳”之间找到那个微妙的平衡点，毕竟，跑太快容易摔，太稳又追不上别人。
