Google DeepMind 並沒有變成無關緊要的 AI 實驗室。它仍是業界規模最大、資源最充足的研究組織之一，擁有 Alphabet 提供的算力、硬體與產品分發能力。

真正改變的是它在人才市場上的位置：DeepMind 已從歐洲菁英 AI 研究員幾乎毫不猶豫的首選雇主，變成 OpenAI、Anthropic 與 Meta 等強勁競爭者之一。

招聘占比大幅下滑

最清楚的訊號，是 DeepMind 在歐洲、中東及非洲（EMEA）的研究與高階工程招聘占比急跌。Zeki Data 估計，這一占比已由 2022–23 年的 49% 降至 2025–26 年的 18.6%，是該機構記錄到的主要 AI 實驗室區域性跌幅之最。2

這並不代表 DeepMind 已停止增聘研究員或高階工程師。報告顯示，實驗室整體仍在增加相關人手，只是它過去那種幾乎無可匹敵的吸引力已經明顯收窄。

根據《Fortune》引用的 Zeki 數據，DeepMind 新進人員與離職人員的比例，已由 2023 年第二季約 12 比 1，跌至 2026 年第三季約 2 比 1。2 2 比 1 仍代表人手淨流入，但已不再是市場上壓倒性的吸才能力。

與此同時，快速擴張的對手增長更快。有分析指 OpenAI 與 Anthropic 的招聘增長率分別達 97% 和 152%，DeepMind 則為 27%。1 這些數字反映的是增長速度，而非研究品質或團隊總規模；但它們解釋了為何 DeepMind 在區域招聘中的占比會下跌，即使其本身仍是一個龐大的 AI 研究組織。

這些數據衡量的是可觀察到的招聘與人才流動，並非全球 AI 專業能力的完整普查。因此，它們顯示的是招聘地位轉弱，而不是 DeepMind 的研究根基已經消失。

頂尖研究員正流向哪裡？

更令人關注的，不只是離職人數，而是部分離開者的資歷與技術影響力。

2026 年 6 月，Gemini 共同負責人 Noam Shazeer 離開 Google，轉投 OpenAI；AlphaFold 研究員 John Jumper 則宣布加入 Anthropic。333540

Gemini 貢獻者 Jonas Adler 與 Alexander Pritzel 亦被報道將轉往 Anthropic。35其後，Jeff Dean、Sanjay Ghemawat、Oriol Vinyals 與 Quoc Le 被報道離開 Google，共同創辦新公司。1718

這些變動的影響不只在於人數減少。資深研究員往往掌握組織記憶、技術判斷，以及對外招募所需的信譽。他們離開，可能直接影響基礎模型與 AI 基礎設施的開發，也會改變潛在求職者對實驗室前景的看法。

人才流向同樣值得注意。DiarioBitcoin 引述 Zeki Data 指出，在過去一年離開 DeepMind 的員工中，25% 前往 Anthropic、21% 前往 Meta、14% 前往 OpenAI。3另外，SignalFire 2025 年的分析顯示，DeepMind 員工轉投 Anthropic 的比例遠高於相反方向，估計雙向流動差距接近 11 比 1。8

不同數據集的統計時段與方法並不完全相同，也沒有任何單一資料能捕捉所有人才流動。不過，綜合來看，訊號相當一致：Anthropic、OpenAI 與 Meta 已成為足以吸引 DeepMind 人才的目的地，而不再只是次要選項。

高薪是原因，但不是全部

前沿 AI 實驗室正在爭奪極度稀缺的人才。在這個市場，現金薪酬、股權，以及能否取得大量計算資源，都可能實質影響研究員的職涯決定。報道指 OpenAI 與 Anthropic 在擴大歐洲業務時，開出了極具進取性的薪酬方案。411

但單靠薪酬，無法完整解釋 DeepMind 為何失去優勢。這家實驗室最初吸引頂尖人才的組合，是聲望、技術資源，以及可以投入長期研究的自由度。隨著 Gemini 成為 Google 競爭與商業策略的核心，DeepMind 也面對更大壓力，需要按照企業時間表交付產品與模型。

這形成了一個可能的取捨：將資源集中在 Gemini、AI 代理及相關產品上，能提升執行速度與戰略聚焦；但重視開放式探索的研究員，可能因此覺得可自由發展的空間減少。

報道亦提到，DeepMind 的論文發表限制趨嚴，研究自主感有所下降；不過，公開證據尚未量化這兩項因素對個別離職決定的實際影響。7因此，把人才流失歸因於單一政策或某一位管理者，會言之過早。較穩妥的結論是：高薪挖角、商業化壓力、組織變化，以及競爭對手日益增強的吸引力，正在互相加乘。

AlphaFold 重組，釋放了強烈訊號

DeepMind 策略轉向，在 AlphaFold 團隊的處置上尤其明顯。2026 年 7 月的報道指，這個開發出諾貝爾獎得獎蛋白質結構系統的團隊，已被解散或重組；實驗室則把更多資源轉向大型語言模型、Gemini 與更廣泛的科學自動化。4950

DeepMind 表示，研究員已轉往 Gemini 相關項目、酵素設計、核融合及基因組學等領域。49因此，這次變動不宜簡單描述為放棄科學 AI，更準確的說法是：研究資源正圍繞以 Gemini 為中心的更廣泛策略重新分配。

即使如此，組織訊號仍然重要。AlphaFold 代表了 DeepMind 最具辨識度的一類長期、專門領域研究。重新分配相關人力，對投資者與產品團隊而言，可能代表實驗室更聚焦於近期戰略目標；但研究員可能會問：那些商業回報不明確、甚至要多年後才見成果的項目，還能保有多少獨立性？

Hassabis 角色轉變，令 DeepMind 更貼近 Alphabet

2026 年 8 月，Demis Hassabis 放下 Google DeepMind 的日常行政管理，轉任 Google DeepMind 主席及 Alphabet 首席科學家。原任實驗室技術長的 Koray Kavukcuoglu 接掌營運，並直接向 Alphabet 行政總裁 Sundar Pichai 匯報。171822

這項安排有明顯的戰略合理性：Hassabis 可以在 Alphabet 層面統籌長期 AI 與科學優先事項，Kavukcuoglu 則負責 Gemini 開發、前沿研究，以及 Gemini 應用程式和開發者團隊。2253

但它也改變了 DeepMind 的組織身分。新的匯報關係，讓 Alphabet 中央領導層直接掌握更多權力，削弱了外界對這個以倫敦為基地、相對獨立研究實驗室的印象。路透社報道，Kavukcuoglu 將對 DeepMind 的重大決策擁有最終決定權。18

這或許能改善協調與執行速度，也可能令 DeepMind 看起來更像 Google 的產品及企業 AI 部門，而不是當年吸引頂尖科學家的特殊研究機構。最終這是否會變成招聘問題，不會只取決於管理者的職銜，而要看研究員實際上能做什麼、能發表什麼。

DeepMind 仍然擁有難以複製的優勢

招聘占比下跌，不應被解讀為技術能力崩潰。Metix 的 2026 年人才地圖，在其可觀察的技術人才池中統計到 Google DeepMind 有 2,837 人，少於 Meta 的 4,092 人，但多於 Anthropic 的 1,251 人。6

DeepMind 仍保有幾項競爭對手不易複製的資產：

• 大規模算力與基礎設施：可利用 Alphabet 的資源，以及自研硬體生態系統。
• 科學 AI 專長：包括 AlphaFold 的研究傳承，以及生物學和科學發現相關工作。
• 深厚研究能力：涵蓋強化學習、多模態系統、AI 代理與世界模型等領域。
• 產品分發能力：可透過 Google 的消費者、雲端及開發者產品觸及大量用戶。
• 資本與組織規模：足以同時支援前沿模型開發與長期研究。

DeepMind 的研究項目仍包括 SIMA 2、Gemini Robotics 與 Genie 3，顯示其在 AI 代理、機械人及互動式世界模型方面仍持續投入。56

這些資產代表 DeepMind 依然是難以忽視的對手。真正的問題是，它能否夠快地把資源轉化為產品與研究成果，以及能否留住實現這種轉化所需的人才。

哪些戰場正在失分？

DeepMind 最容易受到衝擊的領域，是研究領導力、產品迭代速度與開發者採用率彼此強化的戰場。競爭對手已圍繞消費者 AI 助理、程式編寫工具及前沿通用模型，建立鮮明的品牌定位。尤其是 OpenAI 與 Anthropic，已成為希望參與高曝光產品、直接投入當前模型競賽的研究員的熱門選擇。53

近期的模型基準比較，也加深了 Google 主要已推出模型落後部分競爭對手的觀感；不過，排名會因模型、任務與日期而變化。《Fortune》引用的評估，將 Google 最佳已推出模型排在 Anthropic、OpenAI、xAI、Meta 及一家中國 AI 實驗室的系統之後。6這只是某個時間點的快照，並非永久排名，但在人才市場上，觀感本身就很重要：研究員通常希望加入他們認為正在領先的團隊。

Meta 帶來的是另一種挑戰：它可以把高額薪酬與龐大的產品分發生態結合；Anthropic 與 OpenAI 則提供聚焦的前沿模型使命，以及具吸引力的招募敘事。Google 的基礎設施優勢確實存在，但基礎設施不會自動產生突破。它只有在組織能留住決定「訓練什麼、如何評估，以及推出哪些產品」的科學家與工程師時，才具備真正的競爭力。

DeepMind 失去的，是聲望壟斷

最有力的結論，不是 DeepMind 已經變弱，而是它過去由聲望、自主性和技術資源組成的優勢，已不再讓它在歐洲擁有無人能敵的地位。

從 2022–23 年到 2025–26 年，DeepMind 在區域菁英 AI 招聘中的占比，由 49% 跌至 18.6%；同期新進與離職人員比例，則由約 12 比 1 跌至 2 比 1。2高調離職事件令這個轉變變得有形，而實驗室與 Alphabet 的關係收緊，也進一步放大了外界對其研究身分的疑問。

DeepMind 仍有機會反彈。關鍵在於，它能否在推動 Gemini 及相關產品商業化的同時，不抹去那種曾令它成為人才磁石的科學自由。下一階段的 AI 人才戰，較量的不只是誰能支付最高薪酬，也包括哪一家實驗室能為研究員提供最強的自主權、資源、影響力，以及對自身工作真正產生影響的可信證據。

Google DeepMind 並沒有變成無關緊要的 AI 實驗室。它仍是業界規模最大、資源最充足的研究組織之一，擁有 Alphabet 提供的算力、硬體與產品分發能力。

真正改變的是它在人才市場上的位置：DeepMind 已從歐洲菁英 AI 研究員幾乎毫不猶豫的首選雇主，變成 OpenAI、Anthropic 與 Meta 等強勁競爭者之一。

招聘占比大幅下滑

最清楚的訊號，是 DeepMind 在歐洲、中東及非洲（EMEA）的研究與高階工程招聘占比急跌。Zeki Data 估計，這一占比已由 2022–23 年的 49% 降至 2025–26 年的 18.6%，是該機構記錄到的主要 AI 實驗室區域性跌幅之最。2

這並不代表 DeepMind 已停止增聘研究員或高階工程師。報告顯示，實驗室整體仍在增加相關人手，只是它過去那種幾乎無可匹敵的吸引力已經明顯收窄。

根據《Fortune》引用的 Zeki 數據，DeepMind 新進人員與離職人員的比例，已由 2023 年第二季約 12 比 1，跌至 2026 年第三季約 2 比 1。2 2 比 1 仍代表人手淨流入，但已不再是市場上壓倒性的吸才能力。

與此同時，快速擴張的對手增長更快。有分析指 OpenAI 與 Anthropic 的招聘增長率分別達 97% 和 152%，DeepMind 則為 27%。1 這些數字反映的是增長速度，而非研究品質或團隊總規模；但它們解釋了為何 DeepMind 在區域招聘中的占比會下跌，即使其本身仍是一個龐大的 AI 研究組織。

這些數據衡量的是可觀察到的招聘與人才流動，並非全球 AI 專業能力的完整普查。因此，它們顯示的是招聘地位轉弱，而不是 DeepMind 的研究根基已經消失。

頂尖研究員正流向哪裡？

更令人關注的，不只是離職人數，而是部分離開者的資歷與技術影響力。

2026 年 6 月，Gemini 共同負責人 Noam Shazeer 離開 Google，轉投 OpenAI；AlphaFold 研究員 John Jumper 則宣布加入 Anthropic。333540

Gemini 貢獻者 Jonas Adler 與 Alexander Pritzel 亦被報道將轉往 Anthropic。35其後，Jeff Dean、Sanjay Ghemawat、Oriol Vinyals 與 Quoc Le 被報道離開 Google，共同創辦新公司。1718

這些變動的影響不只在於人數減少。資深研究員往往掌握組織記憶、技術判斷，以及對外招募所需的信譽。他們離開，可能直接影響基礎模型與 AI 基礎設施的開發，也會改變潛在求職者對實驗室前景的看法。

人才流向同樣值得注意。DiarioBitcoin 引述 Zeki Data 指出，在過去一年離開 DeepMind 的員工中，25% 前往 Anthropic、21% 前往 Meta、14% 前往 OpenAI。3另外，SignalFire 2025 年的分析顯示，DeepMind 員工轉投 Anthropic 的比例遠高於相反方向，估計雙向流動差距接近 11 比 1。8

不同數據集的統計時段與方法並不完全相同，也沒有任何單一資料能捕捉所有人才流動。不過，綜合來看，訊號相當一致：Anthropic、OpenAI 與 Meta 已成為足以吸引 DeepMind 人才的目的地，而不再只是次要選項。

高薪是原因，但不是全部

前沿 AI 實驗室正在爭奪極度稀缺的人才。在這個市場，現金薪酬、股權，以及能否取得大量計算資源，都可能實質影響研究員的職涯決定。報道指 OpenAI 與 Anthropic 在擴大歐洲業務時，開出了極具進取性的薪酬方案。411

但單靠薪酬，無法完整解釋 DeepMind 為何失去優勢。這家實驗室最初吸引頂尖人才的組合，是聲望、技術資源，以及可以投入長期研究的自由度。隨著 Gemini 成為 Google 競爭與商業策略的核心，DeepMind 也面對更大壓力，需要按照企業時間表交付產品與模型。

這形成了一個可能的取捨：將資源集中在 Gemini、AI 代理及相關產品上，能提升執行速度與戰略聚焦；但重視開放式探索的研究員，可能因此覺得可自由發展的空間減少。

報道亦提到，DeepMind 的論文發表限制趨嚴，研究自主感有所下降；不過，公開證據尚未量化這兩項因素對個別離職決定的實際影響。7因此，把人才流失歸因於單一政策或某一位管理者，會言之過早。較穩妥的結論是：高薪挖角、商業化壓力、組織變化，以及競爭對手日益增強的吸引力，正在互相加乘。

AlphaFold 重組，釋放了強烈訊號

DeepMind 策略轉向，在 AlphaFold 團隊的處置上尤其明顯。2026 年 7 月的報道指，這個開發出諾貝爾獎得獎蛋白質結構系統的團隊，已被解散或重組；實驗室則把更多資源轉向大型語言模型、Gemini 與更廣泛的科學自動化。4950

DeepMind 表示，研究員已轉往 Gemini 相關項目、酵素設計、核融合及基因組學等領域。49因此，這次變動不宜簡單描述為放棄科學 AI，更準確的說法是：研究資源正圍繞以 Gemini 為中心的更廣泛策略重新分配。

即使如此，組織訊號仍然重要。AlphaFold 代表了 DeepMind 最具辨識度的一類長期、專門領域研究。重新分配相關人力，對投資者與產品團隊而言，可能代表實驗室更聚焦於近期戰略目標；但研究員可能會問：那些商業回報不明確、甚至要多年後才見成果的項目，還能保有多少獨立性？

Hassabis 角色轉變，令 DeepMind 更貼近 Alphabet

2026 年 8 月，Demis Hassabis 放下 Google DeepMind 的日常行政管理，轉任 Google DeepMind 主席及 Alphabet 首席科學家。原任實驗室技術長的 Koray Kavukcuoglu 接掌營運，並直接向 Alphabet 行政總裁 Sundar Pichai 匯報。171822

這項安排有明顯的戰略合理性：Hassabis 可以在 Alphabet 層面統籌長期 AI 與科學優先事項，Kavukcuoglu 則負責 Gemini 開發、前沿研究，以及 Gemini 應用程式和開發者團隊。2253

但它也改變了 DeepMind 的組織身分。新的匯報關係，讓 Alphabet 中央領導層直接掌握更多權力，削弱了外界對這個以倫敦為基地、相對獨立研究實驗室的印象。路透社報道，Kavukcuoglu 將對 DeepMind 的重大決策擁有最終決定權。18

這或許能改善協調與執行速度，也可能令 DeepMind 看起來更像 Google 的產品及企業 AI 部門，而不是當年吸引頂尖科學家的特殊研究機構。最終這是否會變成招聘問題，不會只取決於管理者的職銜，而要看研究員實際上能做什麼、能發表什麼。

DeepMind 仍然擁有難以複製的優勢

招聘占比下跌，不應被解讀為技術能力崩潰。Metix 的 2026 年人才地圖，在其可觀察的技術人才池中統計到 Google DeepMind 有 2,837 人，少於 Meta 的 4,092 人，但多於 Anthropic 的 1,251 人。6

DeepMind 仍保有幾項競爭對手不易複製的資產：

• 大規模算力與基礎設施：可利用 Alphabet 的資源，以及自研硬體生態系統。
• 科學 AI 專長：包括 AlphaFold 的研究傳承，以及生物學和科學發現相關工作。
• 深厚研究能力：涵蓋強化學習、多模態系統、AI 代理與世界模型等領域。
• 產品分發能力：可透過 Google 的消費者、雲端及開發者產品觸及大量用戶。
• 資本與組織規模：足以同時支援前沿模型開發與長期研究。

DeepMind 的研究項目仍包括 SIMA 2、Gemini Robotics 與 Genie 3，顯示其在 AI 代理、機械人及互動式世界模型方面仍持續投入。56

這些資產代表 DeepMind 依然是難以忽視的對手。真正的問題是，它能否夠快地把資源轉化為產品與研究成果，以及能否留住實現這種轉化所需的人才。

哪些戰場正在失分？

DeepMind 最容易受到衝擊的領域，是研究領導力、產品迭代速度與開發者採用率彼此強化的戰場。競爭對手已圍繞消費者 AI 助理、程式編寫工具及前沿通用模型，建立鮮明的品牌定位。尤其是 OpenAI 與 Anthropic，已成為希望參與高曝光產品、直接投入當前模型競賽的研究員的熱門選擇。53

近期的模型基準比較，也加深了 Google 主要已推出模型落後部分競爭對手的觀感；不過，排名會因模型、任務與日期而變化。《Fortune》引用的評估，將 Google 最佳已推出模型排在 Anthropic、OpenAI、xAI、Meta 及一家中國 AI 實驗室的系統之後。6這只是某個時間點的快照，並非永久排名，但在人才市場上，觀感本身就很重要：研究員通常希望加入他們認為正在領先的團隊。

Meta 帶來的是另一種挑戰：它可以把高額薪酬與龐大的產品分發生態結合；Anthropic 與 OpenAI 則提供聚焦的前沿模型使命，以及具吸引力的招募敘事。Google 的基礎設施優勢確實存在，但基礎設施不會自動產生突破。它只有在組織能留住決定「訓練什麼、如何評估，以及推出哪些產品」的科學家與工程師時，才具備真正的競爭力。

DeepMind 失去的，是聲望壟斷

最有力的結論，不是 DeepMind 已經變弱，而是它過去由聲望、自主性和技術資源組成的優勢，已不再讓它在歐洲擁有無人能敵的地位。

從 2022–23 年到 2025–26 年，DeepMind 在區域菁英 AI 招聘中的占比，由 49% 跌至 18.6%；同期新進與離職人員比例，則由約 12 比 1 跌至 2 比 1。2高調離職事件令這個轉變變得有形，而實驗室與 Alphabet 的關係收緊，也進一步放大了外界對其研究身分的疑問。

DeepMind 仍有機會反彈。關鍵在於，它能否在推動 Gemini 及相關產品商業化的同時，不抹去那種曾令它成為人才磁石的科學自由。下一階段的 AI 人才戰，較量的不只是誰能支付最高薪酬，也包括哪一家實驗室能為研究員提供最強的自主權、資源、影響力，以及對自身工作真正產生影響的可信證據。