文|蓝洞商业 赵卫卫
在2026年，OpenAI在市场上的份额有所下滑，而谷歌的Gemini和Anthropic的Claude则正在崛起。
最近，《哈萨比斯：谷歌人工智能之魂》一书出版了，为中文读者提供了深入了解谷歌人工智能灵魂人物的第一手资料。该书基于作者马拉比与哈萨比斯长达30小时的对话内容编写而成。
书中不仅呈现了哈萨比斯的精神世界和成长历程，还揭示了他带领DeepMind走出了一条不同于OpenAI的发展路径，一条以科学研究为核心、遵循审慎发展路线的道路；而另一条则代表快速行动与打破常规的企业文化。
其中一个关键点是书中描绘的哈萨比斯作为“企业家兼科学家”的形象。早期人工智能先驱们构建AI技术的初衷在于科学探索和认知哲学，而OpenAI的奥尔特曼等人则是将其视为获取权力和财富的有效途径。
先理解人，再理解事。
哈萨比斯出生于伦敦的一个移民家庭，在五岁时就成为了国际象棋神童，并在剑桥大学研究神经科学。创立DeepMind后，他通过AlphaGo击败人类围棋冠军，利用AlphaFold解决蛋白质折叠问题并荣获诺贝尔化学奖。他的终极目标是创造出一种无限归纳数据、升维至数学层面的通用人工智能。
回顾过去的十五年，谷歌一直是AI领域的重要力量之一。
目前，在全球AI产业中90%的关键突破都由谷歌大脑、谷歌Research或DeepMind完成，比如AlphaGo、强化学习以及Transformer架构等。按照哈萨比斯之前的设想，人工智能应该沿着稳健的研发路线发展，更多的AlphaFold可以在癌症治疗、新能源和新材料等领域发挥重要作用。
但实际情况并非如此，技术发展的不确定性使得OpenAI率先将大型模型的对话与生成能力推向大众视野，谷歌则在落后一段时间后重整旗鼓，重组组织架构并开发出Gemini 3.0，最终在全球通用人工智能流量市场份额中上升至21.5%，而ChatGPT的份额从86.7%降至64.5%。
哈萨比斯被认为是解开谷歌所有AI能力的核心人物之一。
在硅谷对立面的位置上，哈萨比斯坚定地站立着。
《哈萨比斯：谷歌人工智能之脑》中披露了许多科技界内部的往事。
当时Facebook的扎克伯格提出更高的收购价格，但哈萨比斯选择了谷歌。这不仅因为拉里·佩奇更理解AGI的重要性，还因为他更看重团队的价值而非单纯的价格。
在回忆与拉里·佩奇会面的情景时，哈萨比斯表示对方建议他可以创办一家类似谷歌的公司，但这将消耗他职业生涯中最宝贵的时光。然而，如果他的使命是打造通用人工智能，那么利用谷歌积累的所有资源更有意义。
2014年1月底，谷歌以6.5亿美元收购了DeepMind，在今天看来这笔交易堪称物超所值。
然而真正让哈萨比斯受益的是接下来的十年里，谷歌向DeepMind投入了数十亿美元的研究资金。自青少年时期起对超级智能追求的梦想终于迎来了高速发展阶段。
虽然他身处谷歌的核心领导层，但一直生活在伦敦而非硅谷，因为他认为英国相比硅谷更加平等，不愿被后者逐利文化的完全同化。
尽管与硅谷打交道并接受其资金支持，哈萨比斯始终保持着独立性，在与马拉比的对话中严厉批评那些以利润、速度和市场主导为优先的企业领导者，称他们太过“短视”且过于追求利益。
实际上，DeepMind内部曾因谷歌在AI治理及安全监督上的控制而与其发生权力斗争。他们担心未来AGI部署会完全由商业利润驱动，而非考虑安全与伦理因素，于是希望为DeepMind设立一个独立于谷歌商业董事会的管理机制。
然而名为“Project Mario”的秘密分拆计划最终失败了，因为谷歌无法接受外部独立人士对自家核心技术拥有否决权。联合创始人苏莱曼也因此离开了公司，并加入了微软AI部门担任负责人。
这是DeepMind与谷歌内部权力斗争的首次全面公开披露。
这种冲突促使哈萨比斯从理想主义者转变为现实主义者，认识到在一个盈利性企业中过于理想的去信任化治理结构根本行不通。唯一的出路是在公司内部获取实际权力。
更重要的是，在传记中他成为了奥尔特曼的反面形象：AI的目的在于科学启蒙而非追求财富和权力，这是观察两者的不同之处的关键所在。
关于人工智能行业当前的发展哪些方面未能达到预期目标的问题，哈萨比斯指出，持续学习系统在训练完成后、部署到真实世界后，并不具备继续学习的能力。模型在增量学习和适应新知识方面的表现十分薄弱。
例如，在将新知识整合进已经训练了几个月的成熟系统的过程中，所有头部实验室都在研究如何解决这一问题。而人类大脑在这方面的运作则显得自然得多，很可能是通过睡眠、强化学习等方式实现的。
当前AI发展中还有许多亟需克服的问题，最重要的一点或许是其一致性。“我有时称这些系统为‘锯齿状智能’，因为它们在以特定方式提问时表现惊人，但稍作改变就可能在基础问题上出错。通用智能不应该有这种缺陷。”
组织的变革先于产品变化。通过重塑组织能力来推动技术革新，这是谷歌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模型因其推理能力和多模态表现而对ChatGPT构成了巨大挑战。这主要得益于此前DeepMind和谷歌大脑两个AI团队的合并，哈萨比斯担任新部门负责人，而杰夫·迪恩则成为首席科学家。
哈萨比斯后来说，“我们整合了全球的人才资源，并集中所有计算能力打造最大规模的模型。”
实际上，在外界看来，哈萨比斯的成功证明了他不仅是一个出色的科学家，还是一个富有经验的产品经理。尽管谷歌大脑负责人杰夫·迪恩在产品开发方面经验丰富，但哈萨比斯从游戏行业的“突击队”模式中汲取灵感，并将其引入谷歌内部。
例如，在2024年9月的反击行动中，传奇工程师诺姆·沙泽尔与杰克·雷共同领导了该项目。在准备会议上，超过250名科学家到场参与讨论。原本只计划招募40名志愿者，结果却有150人主动报名参加。
随着时间推移，差距逐渐缩小，在2025年秋季Gemini 2.5 Pro与OpenAI的GPT-5在多个盲测对决中表现出色。在长上下文和多模态任务上Gemini占优，而在数学推理等任务上则略逊一筹。
如果要用一个词来概括哈萨比斯的管理哲学，那便是“不懈”。他强调持续进步、不断发布成果以及保持创新生产能力的重要性。“你能拥有一台持续迭代的创新生产机器吗？”他认为这是可能实现的目标。
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。」