諾貝爾光環不再？Google DeepMind 解散 AlphaFold 團隊，全面轉向 Gemini 策略

為什麼 AlphaFold 團隊會被解散？

• 策略重新定位：DeepMind 研發副總裁 Pushmeet Kohli 明確表示，公司不再圍繞專門、單一任務的團隊來組織。取而代之的是，集中開發由 Gemini 驅動的 AI 系統，這些系統能夠同時協助科學家處理多個領域的研究挑戰。 過去九年以特定科學題目為核心的團隊架構，已被全面反思。
• LLM 與 AI 代理的崛起：根據英國《金融時報》報導，大型語言模型與 AI 代理的快速崛起，促使 DeepMind 徹底改革其研究組織與策略。 DeepMind 的信念在於，通用型 AI 能比像 AlphaFold 這樣的專用工具帶來更廣泛、更全面的科學影響力。

過去一年的解體過程是怎麼發生的？

• 多數研究人員重新分配：在過去一年中，AlphaFold 論文的大部分原始作者都被調到了其他部門。 他們被安排到圍繞 Gemini 大語言模型建立的項目中，以及酶設計、核融合、基因組學和 AI 程式碼開發等領域。
• 內部轉調 Alphabet 體系：部分團隊成員被調往 Alphabet 旗下的藥物發現公司 Isomorphic Labs。
• 高層人才接連出走：2026 年 6 月，曾因 AlphaFold 獲得 2024 年諾貝爾化學獎的 John Jumper，在 DeepMind 任職長達近九年後，宣布離職並加入 Anthropic。 短時間內，另外兩位共同作者 Jonas Adler 與 Alexander Pritzel 也跟隨他一同加入 Anthropic。 總計下來，AlphaFold 原始全職作者中，已有將近四分之一的人完全離開了 DeepMind。

Gemini 轉向對 DeepMind 科學使命意味著什麼？

• 從專用走向通用：DeepMind 的賭注是，由 Gemini 驅動的 AI 代理能夠自動化並加速生物學、化學、物理與材料科學等領域的科學發現，其效率與潛力將超越像 AlphaFold 這樣的單一模型。
• AlphaFold 本身並未消失：涵蓋超過 2 億個蛋白質的 AlphaFold 蛋白質結構資料庫，以及其核心技術，仍會繼續留存與使用。這次行動並非終結這個產品，而是終結了當初打造它的專屬團隊。
• 犧牲深層專業的風險：批評者認為，解散一個贏得諾貝爾獎的團隊，顯示出公司為了在通用 AI 領域的競賽中勝出，願意犧牲深厚的科學專業性。這可能反過來減緩依賴 AlphaFold 專業知識的藥物發現等領域的進展速度。

更廣泛的產業趨勢

• 人才湧向前沿 AI 研究室：頂尖 AlphaFold 科學家轉投 Anthropic，再加上 Gemini 共同領導人 Noam Shazeer 同樣離職加入 OpenAI 的案例，說明了當前 AI 領域的競爭焦點幾乎完全集中在通用型代理與基礎模型上。 擁有任何子領域深厚專業的研究人員，正被吸引去解決這些核心挑戰。
• 全產業的資源重新配置：DeepMind 的轉向並非孤例。在其他實驗室，蛋白質折疊、天氣預測、遊戲 AI 等特定領域的工具正在被邊緣化，因為所有公司都將算力、人才與資金集中在建造最強大的通用 AI 代理上。一個單一的通用「科學家 AI」被認為比維持許多狹窄的專家系統擁有更大的競爭回報。