谷歌 AI 凭什么赢了 OpenAI？
文|蓝洞商业 赵卫卫
2026年，OpenAI的市场占有率在下坠，谷歌的Gemini和Anthropic的Claude在崛起。
最近《哈萨比斯：谷歌AI之脑》出版，代表着中文世界有了读懂谷歌AI灵魂人物的一手资料。作者马拉比定期跟哈萨比斯畅聊两小时，最终把总计30小时的对话融合资料汇集成哈萨比斯的传记。
书中不仅呈现哈萨比斯的精神世界与成长轨迹，更揭示了他带领DeepMind走出与OpenAI完全不同的发展路径，一个以科学为核心、沿着审慎的发展路径，另外一个则代表着快速行动和打破常规的企业文化。
最重要的一点，书中把哈萨比斯塑造为「企业家+科学家」的形象，他这批早期AI先驱构建AI的出发点是科学探索，探索一种新型认知的哲学；而OpenAI的奥尔特曼则是代表着另外一群人，他们把AI技术当作可搭乘的顺风车，因为AI可以带来权力和财富。
先理解人，再理解事。
哈萨比斯从伦敦一个移民家庭长大，5岁就成为国际象棋神童，后来在剑桥研究神经科学，创立DeepMind之后，用AlphaGo击败人类围棋冠军，又用AlphaFold解决蛋白质折叠，获得诺贝尔化学奖，他终极愿景的AI是无限机器，能无限归纳数据，升维成数学的AGI。
回看过去十五年，谷歌是AI力量的重要一极。
目前，全球AI产业中90%的关键突破，都是谷歌大脑、谷歌Research或DeepMind完成的，比如AlphaGo、强化学习，还有Transformer架构，按照哈萨比斯之前的设想，AI应该沿着稳妥的研发路线发展，更多的AlphaFold可以在癌症治愈、新能源和新材料上应用，造福人类。
但现实没有按照剧本走，技术的发展难以预测，OpenAI率先将大模型的对话与生成能力推向大众，谷歌在一度落后的情况下奋起直追，组织重组，打造Gemini 3.0，终于在全球通用AI流量的市场份额中上升到了21.5%，而ChatGPT则从86.7%下跌到了64.5%。
而哈萨比斯，就是解开谷歌一切AI能力的核心头脑之一。
哈萨比斯站在了硅谷对立面
《哈萨比斯：谷歌AI之脑》里，披露了很多科技往事的内幕。
比如，当时谷歌收购DeepMind，而Facebook的扎克伯格给出的价格更高，但哈萨比斯还是选择了谷歌，因为他更看重人而不是价格，扎克伯格没有展现对AGI的长远理解，而谷歌联合创始人拉里·佩奇是懂的人。
「他当时基本上是在告诉我，也许你可以创办一家像谷歌那样的公司，但这会耗尽你职业生涯中最宝贵的时光，」哈萨比斯回忆拉里·佩奇，「但如果我真正的使命是打造通用人工智能，那么我为什么不利用他积累的所有资源呢？我觉得这个论点很有道理。」
2014年1月底，谷歌以6.5亿美元收购了DeepMind，以今天的标准来看，这笔交易可谓物超所值。
但哈萨比斯真正的收获是在接下来的十年里，谷歌向DeepMind的研究投入了数十亿美元。哈萨比斯自青少年时期就怀揣的对超级智能的追求，很快便进入了高速发展阶段。
哈萨比斯后来身处谷歌核心领导层，但一直生活在伦敦而不是硅谷，因为他认为英国比硅谷更平等，不愿被硅谷的逐利文化完全同化。
哈萨比斯虽然与硅谷打交道并接受它的资金，但始终置身其外，在与马拉比的对话中痛批那些以利润、速度、市场主导为优先的企业领导者，因为太过于「短视、逐利」。
事实上，DeepMind也与谷歌发生权力斗争的矛盾，DeepMind内部曾对谷歌在AI治理和安全监督上的控制不满，他们担心未来AGI的部署会完全由商业利润驱动，而非安全与伦理考虑，于是希望为DeepMind建立独立于谷歌商业董事会的治理机制。
但这个名为「Project Mario」的秘密分拆计划最终失败，谷歌无法接受外部独立人士对自家核心专有技术拥有否决权。DeepMind联合创始人苏莱曼也因此离开，后来成为微软AI的负责人。
这是DeepMind与谷歌内部权力斗争的首次完整披露。
这也推动了哈萨比斯的成长，他开始从一个理想主义者转变成一个现实主义者，因为他知道，在一个盈利性的公司里，过于理想化的去信任化治理结构（trustless governance structures）根本行不通，唯一的现实路径是在公司内部获得实际权力。
更重要的是，哈萨比斯在传记中成为一个奥尔特曼的反面，AI的目的是科学启蒙，而非权力与财富，这是观察哈萨比斯和奥尔特曼的一个切入点。
奥尔特曼被简化成一个追求权力和财富的AI领导者，而哈萨比斯则是科学家+企业家，这不仅是公众形象差异，更是底层价值观与发展逻辑的根本分野。
奥尔特曼深谙硅谷的生存法则，比对手先推向市场是生存级别的要求。体现奥尔特曼的权力欲，最明显的就是他导师格雷厄姆的那句话：山姆极其擅长获取权力，你可以把他空降到一个食人族岛上，五年后回来，他已经是国王了。
这也解释为什么DeepMind在大语言模型上一度落后OpenAI，因为哈萨比斯坚持「科学优先」的神经科学路径，他对大语言模型保持怀疑，他是为了知识和科学而做这件事。
头部差距在拉大，开源始终落后一代
在最近的采访中，哈萨比斯对行业格局和未来发展做出了诸多判断，例如开源模型永远落后一代，而头部的竞争格局在拉大，未来行业需要一个国际性的组织来进行合作。
他认为，目前全球前三到四家顶尖实验室与其他所有机构的差距，正在以两年前完全没有的方式不断拉大。原因是结构性的，而不只是砸钱更多。
「缩放定律、Transformer架构、人类反馈强化学习流程」，这些当前的技术思路已经被广泛传播、广泛复现。这些路线的边际收益正在下降，只会熟练应用已知技术的机构，正逐渐触及增长天花板，接下来决定胜负的，将是谁能发明新一代算法，而不是谁能把现有技术执行得最高效。
而且，AI工具本身也在加速下一代系统的研发。代码助手加速了研究者迭代架构的速度；数学推理工具帮助证明新模型的特性，前沿实验室不只是在同一条赛道上跑得更快，他们正在改变赛道本身。
「从相同的技术路线里挖掘同等收益，正变得越来越难。因此我相信，未来几年，有能力发明全新算法思路的实验室，将获得更大优势——因为上一代思路的潜力已经被彻底耗尽。」
在开源问题上，哈萨比斯态度审慎但明确：开源模型将始终比最前沿技术落后大约一代。
不是因为开源社区缺乏天赋或投入，而是因为追赶需要时间。前沿实验室发表一项突破，开源社区需要大约六个月，才能复现、深度理解并干净地实现它，而在这六个月里，前沿实验室并没有停下。
差距不会闭合，只会向前移动。
DeepMind对此的应对，是自己的Gemma系列模型：轻量开源模型，目标是做到同规模里最强，而不是死磕绝对前沿。
所以，哈萨比斯清晰地定义了Gemma的使用者：没有大规模算力基建的早期开发者、算力受限的学术研究者、不想依赖API的初创团队，以及必须本地运行的边缘计算场景。他认为，对这些场景而言，开源模型不是妥协 ，它们往往是更合适的选择。
关键在于，人们要清醒认识其定位与边界。
更重要的一个问题，是谈到当前AI行业哪些方面落后于当年的预期，哈萨比斯认为，持续学习（continual learning）这些系统在训练完成后、部署到真实世界后，就不再继续学习了，模型在增量学习、持续适应新知识方面能力薄弱。
「因为业界还没有完全找到可行方案，所有头部实验室都在研究，如何把新知识整合进已经训练数月的成熟系统里。而人类大脑在这方面做得极为自然，大概率是通过睡眠、强化学习等机制。」
而且，当前AI发展还有很多问题需要克服，最大的问题或许是一致性（consistency）。「我有时称这些系统为‘锯齿状智能’（jagged intelligence），因为它们在以特定方式提问时表现惊人，但提问方式稍有变化，就可能在基础问题上出错，通用智能不应该有这种缺陷。」
谷歌如何逆袭？
组织变化，先于产品变化，组织能力的重塑带领技术的变革，这是谷歌的Gemini能够后来居上的主要原因。
去年11月中旬，谷歌发布的Gemini 3.0模型，因为其在推理、多模态能力上的强劲表现，给ChatGPT带来了极大压力。一个很重要的原因，就在更早之前谷歌DeepMind和谷歌大脑两个AI团队合并，哈萨比斯成为合并后的新部门的负责人，而谷歌大脑负责人杰夫·迪恩则担任新团队的首席科学家。
团队的变化是一切变化的基础，哈萨比斯后来说，「我们把公司全球人才整合起来，朝着同一个方向推进；同时，我们集中了全部算力资源，去打造最大规模的模型，而不是在公司内部分散做两三个版本。
很大程度上，我们只是把已有的各项优势捏合到一起，然后以一家创业公司般的极致专注与节奏全力冲刺，让我们重新回到前沿，并在多个领域取得领先。」
事实上，当时外界并不看好哈萨比斯，因为谷歌大脑负责人杰夫·迪恩的产品经验更丰富。
但哈萨比斯证明了自己，因为外界只看到了他作为一个科学家带领AlphaFold的阶段，忽视他的游戏生涯。「如果你让我做真正创新的产品，我非常乐意，那就是我在游戏行业试图做的事——每款游戏都基于革命性的技术。」
要在谷歌这艘战舰中摆脱「创新者的窘境」谈何容易，既要保持长期、自由的科学研究，又要以近乎无情的节奏持续把成果推向市场、迭代、发布。
哈萨比斯从游戏行业复刻了「突击队」模式，所有成员共同开发一个统一模型；任何人都可以提出改进方案，但只有在排行榜上提升了模型表现的改进才会被采纳；一切用数据说话。
外界看到了Gemini 3.0的成功，但事实上，更早之前的2024年9月，谷歌用这套方法组建了反击团队，用来防御OpenAI发布o1推理模型。
当时谷歌传奇工程师诺姆·沙泽尔（Transformer架构的核心发明者之一，曾被谷歌以27亿美元从外部请回）与杰克·雷共同领导了这个项目。在准备会议上，超过250名科学家到场，每人仅带一页PPT。原本计划只招募40名志愿者，最终却有150人主动报名。那种氛围就是：「这是RL（强化学习），这是DeepMind，我们必须拿下它！」
差距是不断缩小的，到2025年秋天，Gemini 2.5 Pro与OpenAI的GPT-5在多项盲测对决中表现非常接近，在长上下文和多模态任务上Gemini常占优势，而GPT-5在数学推理等任务上更强。
如果用一个关键词来总结哈萨比斯的管理哲学，那可能就是不懈（relentless）。「不懈的进步，不懈的发布。不懈的创新生产机器。这几乎是一个矛盾修辞——你能拥有一个持续迭代的创新生产引擎吗？我认为可以。」
(来源：钛媒体)
关联资讯:
赋能欧洲公共部门：Learning Tree 携手 Abilways，通过框架服务合同
Learning Tree International 荣获 NATO NCIA 多年期独家商业培训服务合同
Learning Tree International USA, Inc. 撤稿通知
