Google 創辦人親自下場帶隊！不容 Claude 再超越的「突擊隊」再次出陣救急

Anthropic 剛發表 Opus 4.7 模型威力強大，Claude Code 聲勢更力壓 Codex 與 Gemini，逼得 Google DeepMind 再度成立「突擊隊」救急，就連 Google 創辦人布林都親自下場督軍。曾於 AlphaFold、Gemini 等專案大放異彩，只在關鍵時刻組成的突擊隊究竟是什麼？

Google DeepMind最近又組成新「突擊隊」（strike team）。

《The Information》報導，突擊隊集中火力，希望增加AI模型的程式碼撰寫，並聚焦長時間開發，如撰寫新軟體、閱讀多個檔案、理解使用者意圖，接著完成程式。

2022年底OpenAI開放大眾使用ChatGPT、掀起新一波AI浪潮後，隔年便回歸辦公室的Google共同創辦人布林（Sergey Brin），也參與這支突擊隊。Google DeepMind技術長暨首席AI架構師武庫格魯（Koray Kavukcuoglu）也在名單內，帶隊者則是先前負責模型預訓練的研究工程師博吉奧（Sebastian Borgeaud）。

布林備忘錄寫道：「若想在最後衝刺時勝出，當務之急是跨越自主執行能力的鴻溝，並使模型蛻變為程式碼開發的核心戰力。」不過具體講，Google DeepMind的突擊隊如何運作？

平時發散研究，關鍵時刻換檔

即將出版的《無限機器》，作者馬拉比（Sebastian Mallaby）仔細梳理哈薩比斯（Demis Hassabis）的成長故事，以及他如何一手組建DeepMind，又如何努力帶領團隊與OpenAI、Anthropic等對手競爭。

書中鉅細靡遺描述DeepMind開發不同專案曾遇上的瓶頸，以及最後如何克服挑戰、完成任務的歷程。突擊隊便是DeepMind先前面臨重要時刻時，特別組成的任務編組。

接受《遠見》專訪時，馬拉比解釋，DeepMind長期有兩種運作邏輯。一種是由下而上的「藍天科學」（blue sky science），研究員可自由探索、發表論文，沿著不同方向嘗試。另一種則是由上而下集中的「專案突擊隊」模式。當哈薩比斯判斷某項技術成熟，只要投入更多資源就有機會打出決定性成果時，組織就會從前者切換到後者。

馬拉比指出，這其實就是哈薩比斯一路以來的「探索與開發」（exploration and exploitation），平時保留自由探索的空間，關鍵時刻再集中資源衝刺突破。利用AI成功預測蛋白質結構、並且讓哈薩比斯得到諾貝爾獎的AlphaFold，可說是突擊隊的絕佳成功案例。

2018年，目標預測蛋白質結構的AlphaFold專案，團隊努力下已能準確預測蛋白質結構60%主要原子位置，若以預測蛋白質結構的重要國際評比「CASP競賽」衡量DeepMind的研發成果，已是領先群雄。但哈薩比斯不滿意，他希望準確度能提升到有如X光晶體學那樣精準。

▲ 紀錄片〈The Thinking Game〉詳細描述DeepMind如何打造出AlphaFold，破解生物學領域重要的蛋白質結構預測難題。

2018年夏天，哈薩比斯無預警走進蛋白質團隊辦公室，聽取進度報告之後發出質疑。後來和哈薩比斯共享諾貝爾獎桂冠的瓊珀（John Jumper）回憶，當時AlphaFold團隊的計畫，大略只是延續原本做法，結果哈薩比斯質問：「我們到底要不要解決這個問題？」

團隊負責人席尼爾（Andrew Senior）反駁，他認為哈薩比斯設定的目標太難達成，且AlphaFold的既有表現，已有望能在CASP競賽奪冠，恰好替專案完美收尾。哈薩比斯卻不接受這個答案，因為他的野心不在登上競賽榜首，他渴望完全解決蛋白質結構預測挑戰。

後來，直接摺疊等新方向逐漸浮現成果，再加上CASP告捷，哈薩比斯決定將蛋白質團隊人數翻倍，並轉成突擊隊模式，由瓊珀取代席尼爾，負責帶領團隊。擴編後團隊展開一場長達數月的黑客松，研究員圍在白板前推敲想法、快速測試各種演算法，再從眾多方向收斂出最佳方案。瓊珀負責逐一檢視實驗結果，推動有潛力的方向繼續前進，若沒有成果也會及早收手。

這種先廣泛探索、接著集中開發最佳方案的方法，讓AlphaFold最終達成目標，這便是突擊隊模式火力全開的威力。

不論職位高低，只看能否改善結果

Google與其他企業開始大語言模型戰爭後，也不只一次組建突擊隊。

2023年夏天，Google DeepMind投入Gemini 1.5的預訓練與進階版本開發時，以及OpenAI在2024年9月預告將推出o1，推理模型搶先一步後，Google DeepMind都曾啟動突擊隊。

雖然突擊隊會召集不同部門、不同職位的成員，但運作邏輯相當明確。所有人都必須精力集中給同個模型或同項任務，不能參與其他專案；任何人都能提出改善方案並測試，但最後採用與否，只看是否真的提升模型表現。

考量到算力珍貴，突擊隊也要求先小規模測試改善方案，再用統一標準評估結果，確認確實有效後，才會正式納入模型開發流程。與OpenAI競爭推理模型表現時，突擊隊由沙澤爾（Noam Shazeer）與雷伊（Jack Rei）帶隊，原本只希望招募40名志願研究員，最後吸引150人報名。不過DeepMind和Google Brain合併，雙方工作習慣不同，突擊隊由上而下的大規模協作，開始時並不順利，直到以模型表現為導向的制度開始發揮作用，團隊才逐漸站穩腳步。