DeepMind 2026人才外流：谁走了？去了哪？以及他们打造的推理技术

John Jumper → Anthropic（2026年6月19日）

Jumper因共同创建AlphaFold而获得2024年诺贝尔化学奖。他在X上宣布，在"近9年"后决定离开。他在Google的最后阶段主要从事AI编码工具的开发，而非令其获得诺贝尔奖的科学工作。他的离职与Shazeer的离职加在一起，在一个交易日内导致Alphabet市值蒸发约2700亿美元。

Jonas Adler → Anthropic（约2026年6月24日宣布）

Adler在内部被视为Gemini和Google AI编码工作的关键贡献者。知情人士称，他渴望在更灵活的AI初创公司工作。

Alexander Pritzel → Anthropic（约2026年6月24日宣布）

Pritzel参与过Gemini预训练和AlphaFold项目。他与Adler同时被报道离职，背景原因相似。

Denny Zhou → Meta（2026年6月26日被报道）

Zhou被称为DeepMind的"推理之王"，也是Google Brain推理研究组的创始人。他悄然离开，没有公开发表告别声明——这一消息由HTX在其更新LinkedIn信息后报道出来，显示他已经在Meta工作了四个月。Zhou和Meta均未对此做出解释。

更广阔的背景：是什么导致了这场人才外流？

多个消息源描述了一个贯穿2026年全年的、更广泛的人才流失趋势，主要由三个因素驱动：

• 资金雄厚的竞争对手积极挖角：Anthropic和OpenAI都在为市场亮相做准备，纷纷高薪挖人。
• 内部对算力分配的不满：研究人员认为Google的官僚体制拖慢了研究速度，无法与初创公司相比。
• 对官僚作风的感知：研究人员觉得在更小、更专注的实验室可以跑得更快。

Denny Zhou的三项推理技术

Denny Zhou及其合作者开发了三项基础性提示技术。这三项技术已成为大语言模型推理能力的核心，它们形成一个渐进式组合，每一项都建立在前一项基础之上。

1. 思维链（Chain-of-Thought, CoT）提示

它做什么： 传统的提示方式是直接让LLM输出答案（输入 → 输出）。而思维链提示则引导模型先生成一系列中间的自然语言推理步骤，再得出最终答案（输入 → 推理步骤 → 输出）。

核心优势： 在算术、常识和符号推理任务上显著提升性能。同时也提供了可解释性——你可以读得懂模型的"思考过程"。结合PaLM-540B这样的大模型，思维链仅使用0.1%的标注样例就能达到当时最先进的水平。

2. 自洽性（Self-Consistency）

它做什么： 这是一种改进思维链的解码策略。它不是只走一条推理路径，而是让模型生成多个独立的思维链推理路径（通过较高温度采样），然后通过多数投票选择最一致的答案。

核心优势： 缓解单条推理链的方差问题。单条思维链可能因为某一步出错而得出错误结论；自洽性通过对多样化路径求平均来提升鲁棒性，在数学和推理基准测试中表现更稳健。Denny Zhou强调，不应把自洽性肤浅地理解为简单的多数投票——它是边际化的实证实现。

3. 由简入繁提示（Least-to-Most Prompting）

它做什么： 这是一种两阶段提示策略，专为解决比提示中示例更难的问题而设计。首先，模型将原始难题分解成一个简单的子问题列表。然后，顺序求解这些子问题，每个子问题的答案作为下一个子问题的上下文。

核心优势： 实现"从易到难"的泛化——模型可以解决比它见过的任何示例都更难的问题。该技术在符号操作、组合泛化基准（如SCAN和CFQ）以及数学推理任务上均得到验证。Zhou将其描述为"规划+推理"。

总结

五位确认离职的研究员在本轮离职潮中离开了DeepMind，分别前往Meta、OpenAI或Anthropic，背后原因包括竞争对手挖角、算力分配争议以及追求更快速的工作环境。Dawn Song的离职信息无法核实，不属于本轮外流。Zhou的三项提示技术——思维链、自洽性和由简入繁提示——构成了一个渐进式技术栈：思维链增加推理步骤，自洽性在多个推理路径间进行投票，由简入繁提示则为更困难的问题增加了问题分解和顺序求解能力。