Google DeepMind以前幾乎可以話係歐洲頂尖AI研究員的「夢幻僱主」：有充足算力、長線研究空間，亦聚集了業界最具影響力的科學家。不過，由2022至23年去到2025至26年，呢個地位已經明顯改變。
DeepMind並非突然變成弱者，而係由一間近乎壟斷聲望與人才的研究實驗室，變成OpenAI、Anthropic、Meta及其他新興對手之間的一名重量級競爭者。其最大轉變，體現在招聘份額、核心人才流向，以及實驗室本身的定位。
招聘市場：由近半份額跌至不足兩成
Zeki Data估算，DeepMind在歐洲、中東及非洲（EMEA）的研究及高階工程招聘份額，由2022至23年的49%，跌至2025至26年的18.6%。這是Zeki記錄中主要AI實驗室在任何地區最急劇的份額跌幅。2
DeepMind仍然係「請得多過走得多」，但吸引人才的壓倒性優勢已經大幅收窄。其入職與離職比例據報由2023年第二季約12比1，跌至2026年第三季約2比1。5 換句話講，公司仍在增加研究及工程人手，但已經唔再係以前嗰種幾乎一面倒的人才流入。
同一時間，OpenAI及Anthropic的招聘增長據報分別達97%及152%，DeepMind則為27%。1 隨着其他實驗室在歐洲擴大招聘，DeepMind不再係少數可以提供頂尖研究平台的選擇。
走的不是普通員工，而是關鍵人物
人才流失之所以重要，唔單止係因為人數，而係因為離開者在模型、基礎設施及科研方向上都有相當影響力。
2026年6月，Gemini貢獻者Jonas Adler及Alexander Pritzel轉投Anthropic；Transformer論文共同作者、亦曾經領導Character.AI的Noam Shazeer，則轉往OpenAI。24 其後，Alphabet首席科學家Jeff Dean、資深研究員Sanjay Ghemawat、Oriol Vinyals及Quoc Le離開公司，創辦Discovery Loop。1
對一間靠少數頂尖研究員帶動突破的實驗室而言，呢類離開的影響可能遠超單純的員工數字。這些人不只是執行研究，亦可能左右基礎模型架構、工程路線及長遠科研方向。
薪酬係因素，但未必係全部答案
競爭對手提供極具吸引力的現金及股權方案，據報是人才轉投的重要原因。14 不過，單靠薪酬未必足以解釋整個轉變。
DeepMind傳統上的吸引力，除咗待遇，仲包括研究員可以進行長線、未必即時變成產品的工作，並且有較大空間發表具影響力的研究。如今，實驗室的使命越來越集中於推出及商業化Gemini，研究自主性相對收窄，發表研究亦據報受到更嚴格控制。
AlphaFold團隊被重組，加上研究重心轉向大型語言模型（LLM）及通用科學自動化，正好反映DeepMind的組織優先次序已經改變。26 不過，公開資料未有量化各項因素的因果比重，所以如果話人才離開是由任何一項政策單獨造成，就會言之過早。
AlphaFold之後，DeepMind想成為甚麼？
AlphaFold曾經代表DeepMind最令人信服的科研模式：由長線基礎研究出發，最後在生物學及科學發現上帶來重大突破。6 但隨着生成式AI及AI代理人競爭升溫，研究組織正圍繞Gemini重新部署。
據報，原本負責AlphaFold的團隊已被拆解；大部分AlphaFold論文作者在過去一年被調往其他部門，涉及Gemini項目、酵素設計、核聚變及基因組學等研究。6 這並不代表DeepMind放棄科學AI，而是顯示公司希望將更多科研能力納入一個由Gemini主導、更加集中及可商業化的方向。
問題在於：如果研究員加入DeepMind，原本期待的是可以自由探索長線問題，但最後主要工作變成趕進度、改善產品及服務Gemini，實驗室對人才的獨特吸引力會否因此減弱？
Hassabis退居主席，DeepMind與Google再靠近
2026年8月，Demis Hassabis放下DeepMind行政總裁的日常管理工作，轉任DeepMind主席及Alphabet首席科學家；首席技術官Koray Kavukcuoglu接掌日常運作，並直接向Google行政總裁Sundar Pichai匯報。12
呢個安排令Hassabis可以將視野擴展至整個Alphabet的AI戰略，亦可能令決策更快、更貼近公司整體方向。但另一方面，DeepMind的制度獨立性亦可能進一步減少。對外界而言，實驗室的科研代表與日常管理者不再是同一人，亦加深了一個疑問：DeepMind究竟仍是一間獨立研究機構，還是已經逐步變成Google的產品研發部門？
DeepMind仍然強，但已經讓出部分前沿優勢
DeepMind現時仍然在科學AI、強化學習、多模態系統、基礎設施，以及高密度科研人才方面具備明顯實力。AlphaFold的成果，亦證明它在生物學及科學發現領域擁有非常獨特的能力。6
但它較容易受挑戰的範疇，包括面向消費者的前沿助手、快速產品迭代、編程代理，以及已推出通用模型被外界感受到的「原始智能」。一項被引用的獨立基準評估，將Google已推出的最佳模型排在Anthropic、OpenAI、xAI、Meta及一間中國實驗室之後。6 這只是一個時間點的評估，並非最終排名，但足以反映DeepMind目前面對的競爭觀感問題。
真正的風險：算力優勢未必再足以取勝
OpenAI及Anthropic擁有強勁的模型品牌、產品勢頭及招聘敘事；Meta則可以用高薪吸納人才，再將模型部署到龐大的產品生態之中。Microsoft AI Superintelligence亦加入戰局，並明確聚焦於前沿能力。
DeepMind背靠Alphabet，在算力、自研TPU、產品分發渠道及資本方面仍然佔優。不過，算力本身只係工具，關鍵仍然是能否留住決定「訓練甚麼、推出甚麼、發表甚麼」的人才。管理層重組及人才流失，正可能令Alphabet原本強大的基礎設施優勢，變得沒有以前咁決定性。12
結論：DeepMind要重新吸引人才，不能只靠Gemini
DeepMind的核心問題唔係已經失去能力，而係昔日由聲望、自由度及頂尖人才共同形成的「歐洲壟斷地位」已經瓦解。
未來的關鍵，在於公司能否一方面令Gemini在商業市場取得成功，另一方面保留足夠的科研自主性，讓研究員仍然覺得自己加入的是一間可以做出下一個AlphaFold的研究實驗室，而不只是一個負責追趕產品進度的Google AI部門。
