文明系列·AI篇（二）

Google的告别：AI为什么重新回到”车库时代”？

导言

2026年8月初，Google宣布了一系列重要的人事调整。DeepMind负责人Demis Hassabis升任Alphabet首席科学家，开始参与统筹整个Alphabet的AI战略。与此同时，在Google工作近三十年的技术元老Jeff Dean，与几位顶级科学家共同离开Google，创办了一家名为Discovery Loop的新公司。

表面上，这只是一次普通的人事变动。但市场真正关心的，不是谁离开了Google，而是他们为什么离开。因为他们相信，AI发展的下一阶段，已经不是训练一个更大的模型，而是让AI自己不断改进自己。如果这一方向成立，那么整个AI产业，都可能进入一个新的时代。

一、Google拥有一切，却也背负着一切

如果只比较资源，今天的Google几乎没有对手。它拥有世界领先的TPU计算平台，拥有DeepMind，拥有Gemini，拥有全球最优秀的AI科学家之一，还拥有数十亿用户以及世界上最丰富的数据资源。按理说，它应该最容易实现下一代AI。

但现实恰恰相反。对于一家拥有几十亿用户、数百亿美元广告收入的公司来说，每一次模型更新，都意味着安全审核、伦理审核、法律审核、商业风险评估，以及品牌风险控制。任何一次失败，都可能带来巨大的代价。于是，稳定成为优势，也可能成为束缚。对于Google来说，最大的挑战已经不只是技术，而是组织本身。

二、为什么创新又回到了”车库”？

硅谷有一个几乎人人熟悉的故事：Apple诞生于车库，Google诞生于车库，HP诞生于车库。这些改变世界的企业，并不是从最庞大的组织开始，而是从几个相信未来的人开始。今天，AI似乎又回到了那个熟悉的起点。

不是因为没有资金，也不是因为缺少算力，而是因为真正具有突破性的创新，再一次需要高速试错。四五个人，一个小团队，没有复杂的层级，没有漫长的审批——今天提出一个想法，今晚开始实验，明天得到结果，失败了，再继续。这种速度，是大型组织很难拥有的。所谓”车库时代”，并不是指一个地点，它代表的是一种创新方式。

三、下一代AI，可能不再依赖人类一步步训练

过去十几年，大模型的发展方式几乎都是一样的：工程师收集数据，训练模型，人工测试，修改模型，重新训练。整个过程，始终由人主导。

Discovery Loop希望改变的，正是这一点。他们提出一种新的方向：让AI自己提出假设，自己设计实验，自己编写工具，自己执行测试，自己评估结果，然后再自己进入下一轮改进，形成一个不断循环的系统。这就是所谓的Recursive Self-Improvement（递归自我改进）。简单来说：过去，人类不断改进AI；未来，AI可能开始不断改进AI。创新开始进入一个新的循环。

四、AI竞争，开始进入新的阶段

过去几年，全球AI公司竞争的是谁拥有最大的模型，谁拥有最多的数据，谁拥有最大的GPU集群。未来，竞争的重点很可能发生改变——真正决定领先地位的，不再只是模型规模，而是谁最先建立起一套能够持续自我发现、自我实验、自我优化的智能系统。

如果说第一阶段比的是算力，第二阶段比的是模型，那么第三阶段比的很可能就是：谁最先拥有持续自我进化的能力。这是AI竞争逻辑的一次重要变化。

五、Google只是一个缩影

Jeff Dean离开Google，并不意味着Google失去了竞争力，Google依然拥有全球最完整的AI生态。OpenAI、Anthropic、Meta等公司，同样也在探索类似方向。真正值得关注的，不是哪家公司会赢，而是整个行业开始朝着同一个方向移动。

越来越多顶级科学家相信：未来真正重要的，不是不断训练更大的模型，而是建立一种能够持续产生创新的机制。对于大型公司来说，这意味着如何在稳定与创新之间找到新的平衡；对于创业公司来说，这意味着重新获得了一次改变世界的机会。

六、文明创新机制，正在发生改变

如果把国家比作电脑，那么制度、市场、资本、教育、文化、科技、文学，都像不同的软件，真正决定它们如何协同运行的，是文明操作系统（Civilization OS）。从Civilization OS的视角来看，每一次文明跃迁，都伴随着创新机制的改变：农业文明依靠经验积累，工业文明依靠机器放大劳动，信息文明依靠互联网放大知识，而AI文明，第一次让工具开始参与创造新的工具。

过去，人类创造工具；后来，人类利用工具创造更多工具；未来，工具本身也可能参与创造新的工具。创新的逻辑，开始发生根本性的变化。可以把它简单理解为一条不断演化的路径：Human → Tool → Human，正在逐渐演变为：Human → AI → AI → AI。这不仅意味着AI能力的提升，更意味着人类文明创新机制的一次深刻变革。

七、历史的角落

历史上，每一次改变世界的新技术，最初都诞生于不起眼的角落。蒸汽机如此，电力如此，互联网如此。今天的人工智能，也许正在重复同样的历史。

真正值得记住的，也许并不是几位科学家离开了Google，而是他们共同提出了一个新的问题：当AI开始学会不断改进自己时，人类文明是否已经站在下一次跃迁的门口？