Google真正的问题不是“没有钱”。2026年资本开支指引已经提高到1950亿至2050亿美元，但公司依然承认AI算力供应受限。问题正在从“有没有算力”，转向“谁能够拿到算力”。
文章作者、来源：0x9999in1，ME News
TL;DR
- 截至2026年8月14日，没有足够可靠的公开证据能够证实“Google DeepMind将裁掉三分之一以上员工”“目前有7000至8000人”以及“最近一个考核年OKR只有0.5/1”等具体说法。公开报道今年5月给出的Google DeepMind全球员工规模约为6000人，因此这些数字现阶段更适合视为未经证实的内部信息，而不是事实。
- 但Google DeepMind正在发生深层重组已经没有疑问：Demis Hassabis退出日常管理，Koray Kavukcuoglu掌握实际运营权，多支非技术团队被移出DeepMind体系，Gemini的核心技术领导层也经历明显流失。
- 模型路线确实出现了极强的“Flash化”趋势。5月19日发布3.5 Flash，7月21日发布3.6 Flash，8月13日又发布3.7 Flash；与此同时，原计划6月推出的3.5 Pro至今仍未正式发布。
- 但说Google已经决定放弃Pro或者减少所有超大旗舰模型投入，同样缺乏依据。Alphabet明确表示Gemini 4已经启动公司“迄今最雄心勃勃的预训练”，并称会投入大量算力竞争前沿水平。更准确的判断是：短周期产品迭代明显押注Flash，长期前沿模型并没有停。
- Google真正的问题不是“没有钱”。2026年资本开支指引已经提高到1950亿至2050亿美元，但公司依然承认AI算力供应受限。问题正在从“有没有算力”，转向“谁能够拿到算力”。
- Gemini最值得关注的矛盾也因此浮出水面：它在商业和分发层面越来越强，在最顶尖开发者和研究者最在意的模型能力、迭代速度与内部信心上，却出现了一些裂缝。这不是简单的失败，而是一场从“前沿实验室”向“Google工业机器”迁移时产生的剧烈摩擦。
Gemini没有停下来，它只是突然开始跑得非常“Google”
如果只看最近三个月的发布节奏，很难说Gemini是一条失速的产品线。
5月19日，Google推出Gemini 3.5 Flash；7月21日，3.6 Flash上线；不到一个月后的8月13日，3.7 Flash又来了。三个月，三个主要Flash版本，而且迭代间隔还在缩短。
这种节奏非常值得咀嚼。
因为同一时间，Gemini 3.5 Pro却像被钉在了发布日前夜。Google在5月曾公开表示3.5 Pro将在次月推出，到了7月，措辞变成了“正在与合作伙伴测试，将在准备好后推出”；8月13日发布3.7 Flash时，Google依然没有给出Pro的明确发布时间。路透社此前报道称，这款旗舰模型已经比原计划推迟约两个月，内部测试显示它在包括编程在内的一些领域仍落后竞争对手。Fortune的报道则称，它近期已经错过数个内部发布节点。
所以问题来了：Google是不是不想做Pro了？
目前还不能这么下结论。
Alphabet在7月财报电话会上明确表示，Gemini 3.5 Pro仍在测试，同时公司已经启动Gemini 4训练，并把它称为“迄今最雄心勃勃的预训练”。Sundar Pichai甚至直接回应了市场对于Google是否转向廉价模型的质疑：公司希望覆盖整个性能—价格曲线，从Flash-Lite、Flash到Pro，同时竞争最前沿模型。
这意味着真正发生的事情更加微妙：
Google没有停止做巨型模型，但它不愿意再让整个Gemini产品体系等着一个巨型模型。
这是两件完全不同的事。
Flash正在从“便宜版Gemini”，变成Gemini真正的主力舰
过去的大模型战争有一种非常简单的英雄叙事：参数更大、训练更贵、Benchmark更高，谁就站在聚光灯中央。
2026年的现实越来越不配合这种叙事。
Google给3.7 Flash的定义不是“小模型”，而是“workhorse model”——干活的主力模型。3.7 Flash距离3.6 Flash只有三周，其官方测试数据显示，在FrontierCode 1.1 Main上从34.4%提高到43.6%，DeepSWE v1.1从49.0%提高到65.3%，WebDev Arena Elo从1538提高到1588。这里需要强调，这些数字来自Google自身披露，并不意味着它已经全面领先竞争者，但至少解释了一件事：Google相信Flash还有非常大的算法优化空间，不需要每一次能力提升都重新训练一艘昂贵的“航空母舰”。
更重要的是价格。
3.6 Flash原始定价为每百万输入Token 1.50美元、输出7.50美元；3.7 Flash在2026年底之前提供的推广价格直接降到0.75美元和3.75美元。再往下，还有每百万输入Token 0.30美元、输出2.50美元的3.5 Flash-Lite。
为什么Google如此在乎这些看似没有“AGI味道”的数字？
因为Gemini已经不是一个聊天机器人项目。
它要进入Search，要进入YouTube，要进入Gmail和Workspace，要进入Cloud，要运行企业Agent，还要成为数亿用户每天可以随手调用的基础设施。当模型每天处理的请求从百万级走向十亿级时，Token成本降低20%已经不是工程师排行榜上的小胜利，而可能是利润表上的巨大差异。
在这个规模上，模型每聪明一点当然重要，但模型每便宜一点，同样可以价值数十亿美元。
这正是Flash突然变得如此重要的原因。
Gemini最大的优势，正在逼Google改变模型哲学
截至今年第二季度，Gemini App月活用户已经达到9.5亿，日活同比增长约三倍；Google的模型API每分钟处理约220亿Token，高于上一季度的160亿；每月使用其模型和开发工具的开发者超过900万。与此同时，AI Mode月活已经超过10亿。Google Cloud第二季度收入同比增长82%至248亿美元，积压合同达到5140亿美元。
这些数字意味着什么？
意味着Google面对的问题与一家纯模型创业公司根本不同。
Anthropic可以问：“怎样把下一代Claude变得尽可能强？”
Google必须同时问：“如果这个模型明天进入十亿人的Search，会消耗多少TPU？延迟是多少？毛利率是多少？能不能稳定运行？企业客户愿不愿意为它付钱？”
这并不是谁高级、谁低级的问题，而是商业结构决定了技术路线。
Google最大的护城河——Search、YouTube、Android、Workspace、Cloud以及自己的TPU——同时也变成了一台吞噬算力的机器。
Alphabet今年第二季度单季资本开支已经达到449亿美元，其中绝大多数用于AI相关技术基础设施；全年资本开支指引又被提高到1950亿至2050亿美元。如此惊人的投入下，公司依然公开承认处于供应受限状态，甚至需要在第三季度增加第三方算力作为过渡。
所以“Google这么有钱，DeepMind为什么还会缺算力”其实问错了。
真正的问题是：Google拥有全球最庞大的AI基础设施之一，可它同时拥有全球最庞大的AI算力需求之一。
你训练Gemini 4需要TPU，Search里的AI Mode需要TPU，Cloud客户需要TPU，Gemini App需要TPU，企业Agent同样需要TPU。
钱很多，不代表选择消失了。
资源越大，争夺资源的人反而越多。
DeepMind正在失去的，可能不是人，而是“特殊身份”
这也解释了为什么最近的组织变化如此关键。
8月5日，Demis Hassabis不再负责Google DeepMind日常运营，转任Alphabet首席科学家兼DeepMind主席；Koray Kavukcuoglu接管日常运营，而且不是以独立DeepMind CEO的身份，而是以Google高级副总裁和首席AI架构师的身份直接向Pichai汇报。
与此同时，Jeff Dean、Sanjay Ghemawat、Oriol Vinyals和Quoc Le等资深人物离开Google创办Discovery Loop。随后路透社进一步披露，一些非技术团队正在从DeepMind转入Google公司体系，而Google Cloud管理层认为新的权力结构有望缓解过去双方在TPU分配方面的摩擦。
这些变化放在一起，比“换CEO”三个字重要得多。
2014年Google买下DeepMind时，真正稀缺的不只是算法人才，而是DeepMind拥有一种大公司内部极其罕见的东西：距离季度收入足够远的自由。
AlphaGo可以几年不赚钱。
AlphaFold也不需要先证明广告转化率。
研究者可以因为一个问题足够重要，就追下去。
可Gemini出现以后，这种结构越来越难维持。一个负责支撑Google未来核心产品的AI部门，不可能永远按照独立研究院的逻辑运作。
所以今天发生的，与其说是“Google正在吞掉DeepMind”，不如说是Gemini的商业重要性已经大到Google无法继续让DeepMind保持过去那种距离。
只是这里存在一个危险悖论。
Google需要DeepMind的研究文化才能制造突破；Gemini规模越大，Google又越需要管理、成本、交付和商业纪律。
管得太松，速度可能跟不上OpenAI和Anthropic。
管得太紧，那些最能制造下一次突破的人又可能离开。
最近的人才流失，正让这个悖论从组织理论变成现实。
一个非常刺眼的信号：做Gemini的人，也需要Claude
关于“DeepMind核心团队从来没有真正把Gemini当主力模型”这一说法，目前公开证据不足以支持如此绝对的表述。
但今年4月Business Insider披露的情况已经足够微妙：部分Google DeepMind员工获得了Anthropic Claude的内部使用权限，特别用于编程；与此同时，Google其他大量工程师通常只能使用公司内部Gemini工具。一些员工认为内部Gemini在编程方面不及Claude，由此甚至出现了权限不公平的内部争议。
这件事真正值得讨论的，不是“Google员工竟然用竞争对手”。
优秀工程师当然应该使用最有效率的工具。
真正尴尬的地方在于，Google一方面把AI使用逐渐纳入更多员工的工作方式甚至绩效要求，另一方面，距离Gemini模型开发最近的一批人却拥有使用竞争产品的特殊权限。
这形成了一个很有意思的“dogfooding悖论”。
通常，一家公司希望员工天天用自己的产品，因为最苛刻的用户就在内部，问题会被最快发现。
但前沿AI又不完全一样。假如Claude在某一个阶段真的更适合编程，那么禁止Gemini团队使用Claude，相当于要求造赛车的人只能开自己上一代赛车研究竞争对手。
于是最核心的人必须接触最好的工具。
可一旦他们大量接触竞争产品，内部又会不断看见自己模型的差距。
这对研发很健康，对组织士气却未必舒服。
从这个角度看，Gemini当前的问题或许不是员工“不爱用”，而是Google内部最专业的一批用户太清楚什么叫真正好用。
那些关于裁员、OKR和资源受限的消息，应该怎么判断
截至2026年8月14日，Google DeepMind进一步裁掉三分之一甚至更多员工的具体计划，没有得到Google、路透社、Financial Times等可靠公开渠道确认。
员工数量方面，今年5月Business Insider报道Google DeepMind全球约有6000名员工，而不是7000至8000人。考虑到人员规模可能变化，不能简单断言后一个数字一定错误，但在没有更新的可靠数据以前，也不应该把7000至8000当成确定事实。
同样，“最近一个考核年OKR只有0.5/1”这个数字目前也没有足够公开材料交叉验证。
但有趣的是，即使把这个数字完全拿掉，资源矛盾依然成立。
路透社已经报道Google内部存在TPU分配摩擦以及算力约束；Alphabet自己也承认Gemini开发、消费者业务和企业业务之间必须进行算力配置，而且2026年投入近2000亿美元资本开支之后仍然供不应求。
因此真正值得相信的不是某一个神秘OKR数字，而是一个更加结构性的现实：
Gemini已经进入资源必须证明回报的阶段。
这可能才是Flash路线真正的经济学背景。
Gemini真正的风险，不是输掉一次Benchmark
如果只看商业数据，Gemini甚至谈不上失败。
9.5亿月活、十亿级AI搜索用户、82%的Cloud增长、900万月度开发者、每分钟220亿Token，这是一套很多AI公司做梦都无法拥有的分发机器。Google完全可能出现一种看似矛盾的结果：Gemini不是开发者心中永远排名第一的模型，但Gemini却成为世界上使用量最大的AI系统之一。
这恰恰是Google最可怕的地方。
可真正值得Google害怕的，也藏在这里。
如果Flash越来越便宜、越来越快，Gemini当然可以铺进每一个Google产品；但如果最顶尖的程序员在真正困难的任务上仍然首先打开Claude或者其他竞争产品，那么Google得到的是规模，别人得到的却可能是开发者心智。
AI时代最贵的东西未必是Token。
而是信任。
开发者一旦形成“最难的问题交给谁”的习惯，迁移成本远比API价格表上那几美元复杂。
因此，我不认为Google正在退出前沿模型战争。Gemini 4的投入本身就与这个判断矛盾。
我更愿意把2026年的Gemini称为一次战略分叉：
一条线继续追逐真正的前沿，目标仍然是Gemini 4乃至更远的AGI。
另一条线则越来越明确地走向Flash——更便宜、更快、更频繁，把AI铺进Google已经拥有的几十亿用户和庞大商业系统。
前者决定Google还能不能制造下一个技术拐点。
后者决定Google能不能把AI真正变成生意。
最理想的结果当然是两条线同时赢。
最危险的情况则是，Google在工业化Gemini的过程中越来越擅长制造“足够好”的模型，却逐渐失去制造“非它不可”的模型的能力。
三周一个Flash，证明Google终于开始跑得很快。
迟迟没有到来的Pro，则提醒我们另一个问题仍悬在那里：
当一家拥有世界上最强分发能力的公司开始优先优化成本、速度和规模时，它究竟是在找到大模型战争的终局，还是正在悄悄接受自己不必永远拥有最强模型？
答案还没有出现。
Gemini 4会替Google回答。
参考资料
- Cai, Kenrick. “Inside the Google executive moves that led to its big AI reshuffle.” Reuters, August 12, 2026.
- Cai, Kenrick. “Google shakes up AI leadership as DeepMind chief shifts role.” Reuters, August 5, 2026.
- Reuters. “Google unveils Gemini 3.7 Flash AI model for coding, agent workflows.” Reuters, August 13, 2026.
- Alphabet Inc. “2026 Q2 Earnings Call.” Alphabet Investor Relations, July 22, 2026.
- Google DeepMind. “Introducing Gemini 3.7 Flash.” August 13, 2026.
- Google. “Gemini 3.5: Frontier Intelligence with Action.” May 19, 2026.
- Langley, Hugh. “A new fault line has emerged inside Google: The Claude haves and have-nots.” Business Insider, April 21, 2026.
- “Behind the exit of DeepMind’s CEO: low morale, a talent exodus, and model delays.” Fortune, August 10, 2026.