Google DeepMind并没有失去吸引顶尖AI人才的能力,但它曾经的领先优势正在明显收窄。
Zeki Data估计,DeepMind在欧洲、中东和非洲(EMEA)研究人员及高级工程师招聘中的份额,已从2022—2023年的49%降至2025—2026年的18.6%,下降30.4个百分点。这是Zeki分析中主要AI实验室在任何地区出现的最大跌幅。
2
这组数据指向的并不是DeepMind突然“崩盘”,而是AI人才市场的格局发生了变化:DeepMind依然是重要的研究机构,但Anthropic和OpenAI正在以更快的速度扩张,并吸引越来越多前沿AI人才。
DeepMind仍在招人,但增长势头已经放缓
从全球范围看,DeepMind仍然招募了比离职更多的研究人员和高级工程师。不过,其新增员工与离职员工的比例,据报道已从2023年第二季度约12∶1降至2026年第三季度约2∶1。
2
3
与此同时,DeepMind的招聘增长率也落后于扩张最快的竞争对手。与Zeki数据相关的报道显示,DeepMind的招聘增长约为27%,而OpenAI为97%,Anthropic则达到152%。
1
换句话说,DeepMind仍是大型雇主,且整体人才规模并非处于自由落体状态;真正的问题在于,竞争对手正在更快地扩大人才池,DeepMind在新增顶尖人才中的相对份额因此持续缩水。
留任率并非DeepMind最严重的短板
另一项以过去两年为观察周期的留任率比较,呈现出更复杂的情况:Anthropic以80%排名第一,DeepMind以78%紧随其后;OpenAI为67%,Meta为64%。
14
因此,DeepMind的留任表现并没有明显差于Anthropic。更值得关注的是三项因素叠加在了一起:招聘增长较慢、新员工与离职员工的比例大幅收窄,以及人才持续流向竞争对手。
Zeki的分析显示,DeepMind工程师从DeepMind转投Anthropic的可能性,几乎是反向流动的11倍。在过去一年离开DeepMind的研究人员和高级工程师中,Anthropic接收了25%,Meta接收21%,OpenAI接收14%。
4
12
哪些知名人士离开了DeepMind?
多起高层和核心研究人员离职,让这场人才流动很难再被视为个别事件:
- John Jumper:DeepMind高级研究人员、AlphaFold共同创建者。他在Google DeepMind工作近9年后宣布加入Anthropic。Jumper因与Demis Hassabis共同参与AlphaFold相关工作,获得了2024年诺贝尔化学奖。
- Noam Shazeer:Gemini工程负责人之一,也是2017年重要论文《Attention Is All You Need》的共同作者。他离开Google,转投OpenAI。
- Jeff Dean、Sanjay Ghemawat、Quoc Le和Oriol Vinyals:四人离开Google,共同创办Discovery Loop。这是一家独立的公益性公司,重点是利用AI推进科学与工程研究。
17
19
这些离职的重要性,不只在于个人履历耀眼,更在于他们覆盖了DeepMind的科学研究、基础设施和Gemini项目等多个核心领域。
顶尖研究人员为何转向竞争对手?
现有证据最明确地指向一个因素:AI人才市场正变得异常激烈。竞争实验室提供了大额现金薪酬以及具有创业公司性质的股权激励,而Anthropic尤其成为DeepMind和OpenAI员工离职后的重要去处。
14
15
与此同时,DeepMind也面临组织定位方面的长期问题:当Google将更多资源集中于Gemini产品、模型部署和商业化执行时,DeepMind应当保留多少研究自主性?Google近年来的AI重组,已将研究、前沿模型、Gemini应用和开发者团队纳入更紧密协调的体系。
17
这种整合可能帮助Google更快发布产品、扩大商业化规模。但目前的公开证据并不能证明,出版限制、Gemini项目压力或企业整合直接导致了某一位具体人士离职。它们更适合作为组织环境,而不是已经被量化验证的单一原因。
Hassabis不再负责DeepMind的日常管理
2026年8月,Demis Hassabis不再承担DeepMind主要的日常管理职责,转任Google DeepMind董事长和Alphabet首席科学家;Koray Kavukcuoglu则接手该AI部门的运营责任。Kavukcuoglu直接向Google CEO Sundar Pichai汇报,并负责Gemini开发、前沿研究、Gemini应用及开发者团队。
17
19
这一调整正式强化了DeepMind研究方向与Google整体产品组织之间的联系,也让Hassabis能够把更多精力放在长期科学和AI目标上,包括继续参与Isomorphic Labs的工作。
19
从组织结构上看,DeepMind正在从相对独立的研究实验室,转向Google AI体系中更集中、更强调产品协同的一部分。这种模式有望提高执行和商业化速度,但也可能削弱研究人员看重的自主性与机构独特性。
DeepMind仍然领先于AI for Science,但通用模型竞争承压
DeepMind在科学领域的积累仍是其最重要的优势之一。AlphaFold的蛋白质结构预测工作,是该实验室最具代表性的成果;而Jumper转投Anthropic之所以引发关注,也正是因为他是这一领域的核心人物。
但在广泛部署的前沿通用模型和代码能力方面,DeepMind的地位显得不那么稳固。《财富》援引的一项基准评估称,Google目前最强的已发布Gemini模型,在原始智能表现上落后于Anthropic、OpenAI、xAI、Meta以及至少一家中国实验室的领先产品。
这只是随模型更新而变化的阶段性比较,并非永久排名,但它说明Gemini的开发和交付速度,已经成为Google DeepMind能否保持竞争力的关键。
这对AI竞赛意味着什么?
最清晰的结论不是DeepMind正在崩溃,而是:顶尖AI人才已经高度流动,DeepMind不再像过去那样拥有对EMEA人才市场的压倒性控制力。
Google依然拥有强大的计算基础设施、产品分发能力和科学研究积累。但这些优势现在必须与Anthropic的招聘和留任势头、OpenAI的快速扩张,以及规模更小但更具吸引力的前沿实验室展开竞争。
1
14
DeepMind下一步要解决的,不只是模型性能问题,也是组织文化问题:它需要证明,与Google更紧密的整合能够让研究人员更有效率,而不是牺牲曾经吸引顶尖人才的研究自主性和科学身份。
因此,DeepMind面临的更像是一场相对优势的重新洗牌,而非实验室的衰落。Google的资源、基础设施和科学深度仍然不可忽视;但在前沿模型人才和产品执行方面,Anthropic与OpenAI已经从追赶者变成了真正的竞争中心。