Google DeepMind失去AI人才“主场”：EMEA招聘份额从49%跌至18.6%

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。 23

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%。 412

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。 1719

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。 1415

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。 1719

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。 114

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。