Google DeepMind并没有变成一家无足轻重的AI实验室。它依然是全球规模最大、资源最充足的研究组织之一。

但在人才市场上，它的角色已经发生了明显变化：这个曾经几乎是欧洲顶尖AI研究人员首选的雇主，如今已变成多个强劲竞争者中的一个。

招聘数据揭示了优势的快速收缩

最清晰的信号来自欧洲、中东和非洲（EMEA）的研究及高级工程岗位招聘。Zeki Data估计，DeepMind在这一地区的相关招聘份额，已从2022—2023年的49%降至2025—2026年的18.6%。这是Zeki记录的主要AI实验室在任何地区出现的最大跌幅。2

这并不意味着DeepMind停止扩张，也不等于它的员工总数正在大幅减少。数据显示，该实验室整体上仍在吸纳研究人员和高级工程师。真正发生变化的是：它相对于竞争对手的吸引力明显减弱了。

据《财富》援引Zeki数据报道，DeepMind的新增员工与离职员工比例，已从2023年第二季度约12∶1降至2026年第三季度约2∶1。2 2∶1仍然代表员工人数净增长，但已经无法描述一个对人才拥有压倒性吸引力的组织。

竞争对手的扩张速度进一步放大了这种变化。有分析称，OpenAI和Anthropic的招聘增长率分别达到97%和152%，而DeepMind为27%。1 这些是增速而非人才质量的比较，却解释了为什么DeepMind仍然规模庞大，其区域招聘份额却持续下滑。

需要注意的是，这些数字反映的是可观察到的招聘和人才流动，并不是对整个AI人才市场的完整统计。它们说明的是DeepMind招聘地位的削弱，而不是其研究基础的消失。

离开DeepMind的人去了哪里？

更值得关注的是，近期离职者中包括多名资历深厚、影响力显著的研究人员。

2026年6月，Gemini联合负责人Noam Shazeer离开Google，加入OpenAI；AlphaFold研究人员John Jumper则宣布转投Anthropic。333540

Gemini贡献者Jonas Adler和Alexander Pritzel也被报道将离开Google前往Anthropic。35 此后，Jeff Dean、Sanjay Ghemawat、Oriol Vinyals和Quoc Le被报道离开Google，共同创办一家新公司。1718

这类变动的影响并不只是少了几名员工。资深研究人员往往掌握着重要的组织记忆、技术判断和招聘信誉。他们的离开可能直接影响基础模型与AI基础设施的开发，也会改变潜在求职者对这家实验室的判断。

人才流向同样具有指向性。DiarioBitcoin援引Zeki数据称，在过去一年离开DeepMind的员工中，25%去了Anthropic，21%去了Meta，14%去了OpenAI。3 另据SignalFire基于2025年数据的报道，DeepMind员工流向Anthropic的比例远高于反向流动，双方差距接近11∶1。8

不同数据集的统计周期和方法并不完全相同，没有一组数字能够覆盖所有人才流动。但综合来看，结论相当一致：Anthropic、OpenAI和Meta已经成为那些过去可能将DeepMind视为自然首选的人才的可信去处。

高薪挖角只是部分答案

在前沿AI实验室之间，现金、股权和稀缺算力都可能影响职业选择。报道称，随着OpenAI和Anthropic扩大欧洲业务，两家公司提供了极具竞争力的薪酬方案。411

不过，薪酬并不能解释DeepMind吸引力下降的全部原因。

DeepMind最初的独特魅力，来自声望、技术资源以及对长期研究的相对自由。如今，随着Gemini成为Google竞争战略和商业战略的核心，DeepMind面临更大的产品交付压力，需要按照企业时间表推进模型和产品。

这形成了一种现实的取舍：将资源集中到Gemini、智能体及相关产品上，可能提升执行效率和产品落地速度；但对于重视开放式探索的研究人员来说，这也可能意味着可自由推进的研究空间变小。

一些报道还提到，DeepMind的论文发表限制更加严格，研究人员对自主性的感受有所下降。不过，公开证据并没有量化这些因素各自对离职决定的影响。7 因此，把人才流失归因于某项单独政策或某一位管理者并不严谨。

更稳妥的判断是：高额薪酬、商业化压力、组织变化，以及竞争实验室不断增强的吸引力，正在相互叠加。

AlphaFold团队重组释放了强烈信号

DeepMind战略重心的变化，在AlphaFold团队的命运上表现得尤其明显。

2026年7月的报道指出，开发出诺贝尔奖获奖蛋白质结构预测系统AlphaFold的团队已被解散或重组，实验室正将更多资源转向大语言模型、Gemini和更广泛的科学自动化。4950

DeepMind表示，相关研究人员已经转入Gemini项目、酶设计、核聚变和基因组学等方向。49 因此，这一变化不应被简单描述为“放弃科学AI”，更准确的说法是：DeepMind正在围绕以Gemini为中心的战略重新配置科研资源。

但这一组织信号仍然十分重要。AlphaFold代表了DeepMind最具辨识度的长期、垂直领域研究传统。将其中大量人员重新分配，能够向投资者和产品团队表明实验室正在聚焦更明确的战略目标；而对研究人员而言，问题则变成了：那些商业回报不确定、兑现周期较长的项目，还能保留多少独立空间？

Hassabis的新角色让DeepMind更贴近Alphabet

2026年8月，Demis Hassabis不再负责DeepMind的日常运营，转任Google DeepMind董事长及Alphabet首席科学家。实验室此前的首席技术官Koray Kavukcuoglu接管运营，并直接向Alphabet首席执行官Sundar Pichai汇报。171822

这一调整有清晰的战略逻辑：Hassabis可以在Alphabet内部统筹长期AI和科学研究方向，而Kavukcuoglu则专注于Gemini模型、前沿研究以及Gemini应用和开发者团队。2253

但它也改变了DeepMind的组织身份。新的汇报关系意味着，更多决策权直接集中到Alphabet总部，而不是维持一个相对独立的伦敦研究实验室形象。路透社报道称，Kavukcuoglu将对DeepMind的重大决策拥有最终决定权。18

这可能提升协调效率和执行速度，却也可能让DeepMind看起来更像Google旗下的产品与企业AI部门，而不是那个曾经以高度自主性吸引顶尖科学家的研究机构。

这种观感是否最终成为招聘问题，取决于研究人员实际能研究和发表什么，而不只是领导层的头衔如何变化。

DeepMind仍然拥有难以复制的优势

招聘份额下降，不应被误读为技术能力崩溃。Metix发布的2026年人才地图显示，在其可见的技术人才池中，Google DeepMind拥有2,837人，少于Meta的4,092人，但高于Anthropic的1,251人。6

DeepMind仍然拥有竞争对手难以轻易复制的资源：

• 大规模算力与基础设施：依托Alphabet的资源和定制化硬件生态。
• 科学AI能力：包括AlphaFold留下的技术积累，以及生物学和科学发现领域的研究经验。
• 深厚的研究储备：覆盖强化学习、多模态系统、智能体和世界模型等方向。
• 产品分发能力：可以借助Google的消费者产品、云服务和开发者生态触达用户。
• 资本与组织规模：足以同时支持前沿模型开发和长期科研项目。

DeepMind目前的研究组合也仍包括SIMA 2、Gemini Robotics和Genie 3等系统，显示其在智能体、机器人和交互式世界模型方面仍在持续投入。56

这些资产意味着DeepMind依然是一个不可忽视的竞争者。真正的问题在于，它能否足够快地把资源转化为产品和科研成果，以及能否留住完成这一转化所必需的人才。

它正在哪些领域失去优势？

DeepMind最容易受到挑战的领域，是那些需要研究领先、产品迭代和开发者采用相互促进的赛道。

OpenAI和Anthropic已经围绕消费级助手、编程工具和前沿通用模型建立了鲜明品牌。对许多研究人员而言，这些公司提供了高度可见的产品，以及与当前模型竞赛直接相连的研究任务。53

外界对模型表现的比较，也进一步强化了Google落后的印象。不过，基准测试排名会随模型、任务和时间变化。《财富》援引的评估认为，Google目前最强的已发布模型落后于Anthropic、OpenAI、xAI、Meta以及一家中国实验室的系统。6 这只是某一时点的观察，而非永久排名，但在人才市场上，印象本身就很重要：研究人员通常希望加入他们认为正在引领行业的组织。

Meta带来的则是另一种挑战：它既能提供高额薪酬，也拥有庞大的产品分发体系；Anthropic和OpenAI则以专注的前沿模型使命和强有力的招聘叙事吸引人才。

Google的基础设施优势确实存在，但基础设施不会自动转化为领先地位。它只有在实验室能够留住那些决定“训练什么、如何评估以及哪些产品最终上线”的科学家和工程师时，才真正具有竞争力。

真正消失的，是声望垄断

最有力的结论并不是DeepMind已经变弱，而是它过去由声望、自主性和技术资源共同构成的优势，在欧洲已经不再无人匹敌。

从2022—2023年到2025—2026年，DeepMind在EMEA地区顶尖AI招聘中的份额从49%降至18.6%；其新增员工与离职员工比例也从约12∶1降至2∶1。2 一系列高调离职让这一转变变得具体可见，而DeepMind与Alphabet总部更加紧密的联系，则进一步加剧了外界对其研究身份的疑问。

DeepMind仍有机会重新夺回主动权。关键在于，它能否在推动Gemini及相关产品商业化的同时，不牺牲曾经让这家实验室极具吸引力的科研自由。

下一阶段的AI人才争夺，考验的不只是哪个实验室能开出最高薪酬，还包括谁能为研究人员同时提供更大的自主权、更充足的资源、更强的行业影响力，以及足够明确的证据证明他们的工作确实会改变未来。

Google DeepMind并没有变成一家无足轻重的AI实验室。它依然是全球规模最大、资源最充足的研究组织之一。

但在人才市场上，它的角色已经发生了明显变化：这个曾经几乎是欧洲顶尖AI研究人员首选的雇主，如今已变成多个强劲竞争者中的一个。

招聘数据揭示了优势的快速收缩

最清晰的信号来自欧洲、中东和非洲（EMEA）的研究及高级工程岗位招聘。Zeki Data估计，DeepMind在这一地区的相关招聘份额，已从2022—2023年的49%降至2025—2026年的18.6%。这是Zeki记录的主要AI实验室在任何地区出现的最大跌幅。2

这并不意味着DeepMind停止扩张，也不等于它的员工总数正在大幅减少。数据显示，该实验室整体上仍在吸纳研究人员和高级工程师。真正发生变化的是：它相对于竞争对手的吸引力明显减弱了。

据《财富》援引Zeki数据报道，DeepMind的新增员工与离职员工比例，已从2023年第二季度约12∶1降至2026年第三季度约2∶1。2 2∶1仍然代表员工人数净增长，但已经无法描述一个对人才拥有压倒性吸引力的组织。

竞争对手的扩张速度进一步放大了这种变化。有分析称，OpenAI和Anthropic的招聘增长率分别达到97%和152%，而DeepMind为27%。1 这些是增速而非人才质量的比较，却解释了为什么DeepMind仍然规模庞大，其区域招聘份额却持续下滑。

需要注意的是，这些数字反映的是可观察到的招聘和人才流动，并不是对整个AI人才市场的完整统计。它们说明的是DeepMind招聘地位的削弱，而不是其研究基础的消失。

离开DeepMind的人去了哪里？

更值得关注的是，近期离职者中包括多名资历深厚、影响力显著的研究人员。

2026年6月，Gemini联合负责人Noam Shazeer离开Google，加入OpenAI；AlphaFold研究人员John Jumper则宣布转投Anthropic。333540

Gemini贡献者Jonas Adler和Alexander Pritzel也被报道将离开Google前往Anthropic。35 此后，Jeff Dean、Sanjay Ghemawat、Oriol Vinyals和Quoc Le被报道离开Google，共同创办一家新公司。1718

这类变动的影响并不只是少了几名员工。资深研究人员往往掌握着重要的组织记忆、技术判断和招聘信誉。他们的离开可能直接影响基础模型与AI基础设施的开发，也会改变潜在求职者对这家实验室的判断。

人才流向同样具有指向性。DiarioBitcoin援引Zeki数据称，在过去一年离开DeepMind的员工中，25%去了Anthropic，21%去了Meta，14%去了OpenAI。3 另据SignalFire基于2025年数据的报道，DeepMind员工流向Anthropic的比例远高于反向流动，双方差距接近11∶1。8

不同数据集的统计周期和方法并不完全相同，没有一组数字能够覆盖所有人才流动。但综合来看，结论相当一致：Anthropic、OpenAI和Meta已经成为那些过去可能将DeepMind视为自然首选的人才的可信去处。

高薪挖角只是部分答案

在前沿AI实验室之间，现金、股权和稀缺算力都可能影响职业选择。报道称，随着OpenAI和Anthropic扩大欧洲业务，两家公司提供了极具竞争力的薪酬方案。411

不过，薪酬并不能解释DeepMind吸引力下降的全部原因。

DeepMind最初的独特魅力，来自声望、技术资源以及对长期研究的相对自由。如今，随着Gemini成为Google竞争战略和商业战略的核心，DeepMind面临更大的产品交付压力，需要按照企业时间表推进模型和产品。

这形成了一种现实的取舍：将资源集中到Gemini、智能体及相关产品上，可能提升执行效率和产品落地速度；但对于重视开放式探索的研究人员来说，这也可能意味着可自由推进的研究空间变小。

一些报道还提到，DeepMind的论文发表限制更加严格，研究人员对自主性的感受有所下降。不过，公开证据并没有量化这些因素各自对离职决定的影响。7 因此，把人才流失归因于某项单独政策或某一位管理者并不严谨。

更稳妥的判断是：高额薪酬、商业化压力、组织变化，以及竞争实验室不断增强的吸引力，正在相互叠加。

AlphaFold团队重组释放了强烈信号

DeepMind战略重心的变化，在AlphaFold团队的命运上表现得尤其明显。

2026年7月的报道指出，开发出诺贝尔奖获奖蛋白质结构预测系统AlphaFold的团队已被解散或重组，实验室正将更多资源转向大语言模型、Gemini和更广泛的科学自动化。4950

DeepMind表示，相关研究人员已经转入Gemini项目、酶设计、核聚变和基因组学等方向。49 因此，这一变化不应被简单描述为“放弃科学AI”，更准确的说法是：DeepMind正在围绕以Gemini为中心的战略重新配置科研资源。

但这一组织信号仍然十分重要。AlphaFold代表了DeepMind最具辨识度的长期、垂直领域研究传统。将其中大量人员重新分配，能够向投资者和产品团队表明实验室正在聚焦更明确的战略目标；而对研究人员而言，问题则变成了：那些商业回报不确定、兑现周期较长的项目，还能保留多少独立空间？

Hassabis的新角色让DeepMind更贴近Alphabet

2026年8月，Demis Hassabis不再负责DeepMind的日常运营，转任Google DeepMind董事长及Alphabet首席科学家。实验室此前的首席技术官Koray Kavukcuoglu接管运营，并直接向Alphabet首席执行官Sundar Pichai汇报。171822

这一调整有清晰的战略逻辑：Hassabis可以在Alphabet内部统筹长期AI和科学研究方向，而Kavukcuoglu则专注于Gemini模型、前沿研究以及Gemini应用和开发者团队。2253

但它也改变了DeepMind的组织身份。新的汇报关系意味着，更多决策权直接集中到Alphabet总部，而不是维持一个相对独立的伦敦研究实验室形象。路透社报道称，Kavukcuoglu将对DeepMind的重大决策拥有最终决定权。18

这可能提升协调效率和执行速度，却也可能让DeepMind看起来更像Google旗下的产品与企业AI部门，而不是那个曾经以高度自主性吸引顶尖科学家的研究机构。

这种观感是否最终成为招聘问题，取决于研究人员实际能研究和发表什么，而不只是领导层的头衔如何变化。

DeepMind仍然拥有难以复制的优势

招聘份额下降，不应被误读为技术能力崩溃。Metix发布的2026年人才地图显示，在其可见的技术人才池中，Google DeepMind拥有2,837人，少于Meta的4,092人，但高于Anthropic的1,251人。6

DeepMind仍然拥有竞争对手难以轻易复制的资源：

• 大规模算力与基础设施：依托Alphabet的资源和定制化硬件生态。
• 科学AI能力：包括AlphaFold留下的技术积累，以及生物学和科学发现领域的研究经验。
• 深厚的研究储备：覆盖强化学习、多模态系统、智能体和世界模型等方向。
• 产品分发能力：可以借助Google的消费者产品、云服务和开发者生态触达用户。
• 资本与组织规模：足以同时支持前沿模型开发和长期科研项目。

DeepMind目前的研究组合也仍包括SIMA 2、Gemini Robotics和Genie 3等系统，显示其在智能体、机器人和交互式世界模型方面仍在持续投入。56

这些资产意味着DeepMind依然是一个不可忽视的竞争者。真正的问题在于，它能否足够快地把资源转化为产品和科研成果，以及能否留住完成这一转化所必需的人才。

它正在哪些领域失去优势？

DeepMind最容易受到挑战的领域，是那些需要研究领先、产品迭代和开发者采用相互促进的赛道。

OpenAI和Anthropic已经围绕消费级助手、编程工具和前沿通用模型建立了鲜明品牌。对许多研究人员而言，这些公司提供了高度可见的产品，以及与当前模型竞赛直接相连的研究任务。53

外界对模型表现的比较，也进一步强化了Google落后的印象。不过，基准测试排名会随模型、任务和时间变化。《财富》援引的评估认为，Google目前最强的已发布模型落后于Anthropic、OpenAI、xAI、Meta以及一家中国实验室的系统。6 这只是某一时点的观察，而非永久排名，但在人才市场上，印象本身就很重要：研究人员通常希望加入他们认为正在引领行业的组织。

Meta带来的则是另一种挑战：它既能提供高额薪酬，也拥有庞大的产品分发体系；Anthropic和OpenAI则以专注的前沿模型使命和强有力的招聘叙事吸引人才。

Google的基础设施优势确实存在，但基础设施不会自动转化为领先地位。它只有在实验室能够留住那些决定“训练什么、如何评估以及哪些产品最终上线”的科学家和工程师时，才真正具有竞争力。

真正消失的，是声望垄断

最有力的结论并不是DeepMind已经变弱，而是它过去由声望、自主性和技术资源共同构成的优势，在欧洲已经不再无人匹敌。

从2022—2023年到2025—2026年，DeepMind在EMEA地区顶尖AI招聘中的份额从49%降至18.6%；其新增员工与离职员工比例也从约12∶1降至2∶1。2 一系列高调离职让这一转变变得具体可见，而DeepMind与Alphabet总部更加紧密的联系，则进一步加剧了外界对其研究身份的疑问。

DeepMind仍有机会重新夺回主动权。关键在于，它能否在推动Gemini及相关产品商业化的同时，不牺牲曾经让这家实验室极具吸引力的科研自由。

下一阶段的AI人才争夺，考验的不只是哪个实验室能开出最高薪酬，还包括谁能为研究人员同时提供更大的自主权、更充足的资源、更强的行业影响力，以及足够明确的证据证明他们的工作确实会改变未来。