Google DeepMind 並非突然失去吸引頂尖 AI 人才的能力，但它曾經近乎壟斷的優勢，確實正在快速縮小。

Zeki Data 估計，DeepMind 在歐洲、中東與非洲（EMEA）的研究及高階工程人才招募份額，已從 2022–23 年的 49% 降至 2025–26 年的 18.6%。這代表 30.4 個百分點的跌幅，也是 Zeki 在任何地區、任何主要 AI 實驗室觀察到的最大跌幅。2

這場變化重新排列了前沿 AI 的人才競爭版圖：DeepMind 仍是研究實力雄厚的大型組織，但 Anthropic 與 OpenAI 正吸收更多人才增長，也在前沿 AI 招募市場取得更高能見度。

DeepMind 仍在招人，但成長動能已減弱

EMEA 招募份額只是其中一個指標。從全球來看，DeepMind 目前仍聘用比離開更多的研究人員與高階工程師；然而，其人才流入與流出比已從 2023 年第二季約 12 比 1，降至 2026 年第三季約 2 比 1。23

DeepMind 的人才增長速度也落後於快速擴張的競爭對手。與 Zeki 相關的報導顯示，DeepMind 的招募增長率約為 27%，同期 OpenAI 為 97%，Anthropic 更達 152%。1

這些數字並不代表 DeepMind 正在崩潰，而是顯示它仍是一家規模龐大的雇主，卻不再享有過去那種壓倒性的相對優勢。當競爭對手以更快速度擴張時，DeepMind 的領先幅度正被逐步蠶食。

留才率不是 DeepMind 最嚴重的問題

另一項以兩年任期計算的留才比較，呈現出更細緻的圖像。Anthropic 以 80% 居首，DeepMind 以 78% 緊隨其後；OpenAI 為 67%，Meta 則為 64%。14

換言之，DeepMind 的留才率並沒有比 Anthropic 差很多。真正棘手的，是招募成長較慢、人才流入與流出的差距大幅收窄，以及員工流向競爭對手的趨勢。

Zeki 的分析發現，DeepMind 工程師轉往 Anthropic 的可能性，幾乎是反向流動的 11 倍。14 根據以 Zeki 數據為基礎的報導，在最近離開 DeepMind 的研究人員與高階工程師中，25% 前往 Anthropic，21% 轉至 Meta，14% 加入 OpenAI。412

哪些知名人士離開了 DeepMind？

多宗高層與核心研究人員離職，讓這股人才流動難以再被視為零星事件：

• John Jumper：DeepMind 資深研究人員、AlphaFold 共同創作者，宣布離開 Google DeepMind、加入 Anthropic。他在 Google DeepMind 任職近九年，並與 Demis Hassabis 共同獲得 2024 年諾貝爾化學獎。
• Noam Shazeer：Gemini 工程領導者之一，也是 2017 年 Transformer 經典論文的共同作者，離開 Google、轉往 OpenAI。
• Jeff Dean、Sanjay Ghemawat、Quoc Le 與 Oriol Vinyals：這批 Google 資深 AI 與工程領導者離開公司，創辦獨立公益性 AI 公司 Discovery Loop，專注於運用 AI 推動科學與工程研究。1719

這些離職之所以受到關注，不只是因為涉及知名人物，也因為他們分別來自 DeepMind 的科學研究、基礎設施及 Gemini 等核心領域。

為什麼研究人員正在轉往競爭對手？

目前最有力的證據，指向日益激烈的 AI 人才市場。競爭實驗室提供極高薪酬與具吸引力的初創公司式股權獎勵；其中，Anthropic 更逐漸成為 DeepMind 與 OpenAI 研究人員離職後的重要去處。1415

與此同時，這些離職也發生在一個更大的組織問題之下：當 Google 將資源與注意力集中到 Gemini 產品、模型部署和商業化執行時，DeepMind 還能保有多少研究自主性？

Google 的 AI 重組已把研究、前沿模型、Gemini 應用程式和開發者團隊置於更緊密的協作架構中。17 這種整合或許能幫助 Google 更快推出並商業化 AI 產品，但目前提供的證據，並未證明出版限制、Gemini 相關壓力或企業整合是任何特定人士離職的直接原因。

因此，這些因素較適合作為組織背景，而不是已被量化證實的人才外流成因。

Hassabis 不再負責日常營運

2026 年 8 月，Demis Hassabis 不再擔任 DeepMind 主要的日常管理者，改任 Google DeepMind 董事長及 Alphabet 首席科學家；Koray Kavukcuoglu 則接手 AI 部門的營運責任。

Kavukcuoglu 直接向 Google 執行長 Sundar Pichai 報告，負責 Gemini 開發、前沿研究、Gemini 應用程式與開發者團隊。1719

這項安排正式加深了 DeepMind 研究方向與 Google 整體產品組織之間的連結，也讓 Hassabis 能把更多時間投入長期科學與 AI 目標，以及他在 Isomorphic Labs 的工作。19

但從組織角度看，這也象徵 DeepMind 正從相對獨立的研究實驗室模式，轉向更集中、更貼近 Google 產品與商業化目標的 AI 架構。

DeepMind 仍在 AI 科學領域領先，通用模型則面臨壓力

DeepMind 在 AI for Science 領域的科學紀錄，仍是其最重要的優勢之一。AlphaFold 的蛋白質結構預測工作，是實驗室最具代表性的成果；而 Jumper 轉往 Anthropic 之所以格外受矚目，也正因為他是這一研究方向的核心人物。

然而，在廣泛部署的前沿模型與程式編寫能力方面，DeepMind 的地位較不穩固。Fortune 引述的一項基準評估指出，Google 目前最強、已推出的 Gemini 模型，在原始智能表現上落後於 Anthropic、OpenAI、xAI、Meta，以及至少一家中國 AI 實驗室。

這只是會隨模型更新而變化的時間點比較，並非永久排名；但它說明了為何 Gemini 的產品執行力，已成為 Google DeepMind 維持競爭力的關鍵。

這些數字對 AI 競賽意味著什麼？

最清楚的結論不是 DeepMind 正在瓦解，而是頂尖 AI 人才已高度流動，DeepMind 不再擁有過去那道難以跨越的人才護城河，尤其是在 EMEA 市場。

Google 仍具備強大的算力與基礎設施、產品分發能力和科學研究深度。但這些優勢如今必須與 Anthropic 的留才及招募動能、OpenAI 的快速擴張，以及規模較小的前沿 AI 實驗室競爭。114

DeepMind 下一步面對的挑戰，不只是技術問題，也是文化問題：它必須證明與 Google 更緊密的整合，能讓研究人員更有效率，而不是削弱吸引人才的研究自主性與科學身份。

目前的局面更像是競爭重心轉移，而非 DeepMind 末日將至。Google 依然擁有難以匹敵的基礎設施、產品觸達能力與科學資源；但在前沿模型人才與產品執行方面，Anthropic 和 OpenAI 正逐步取得主動權。DeepMind 能否把企業整合轉化為優勢，將決定它能否重新奪回 AI 競賽的領先位置。

Google DeepMind 並非突然失去吸引頂尖 AI 人才的能力，但它曾經近乎壟斷的優勢，確實正在快速縮小。

Zeki Data 估計，DeepMind 在歐洲、中東與非洲（EMEA）的研究及高階工程人才招募份額，已從 2022–23 年的 49% 降至 2025–26 年的 18.6%。這代表 30.4 個百分點的跌幅，也是 Zeki 在任何地區、任何主要 AI 實驗室觀察到的最大跌幅。2

這場變化重新排列了前沿 AI 的人才競爭版圖：DeepMind 仍是研究實力雄厚的大型組織，但 Anthropic 與 OpenAI 正吸收更多人才增長，也在前沿 AI 招募市場取得更高能見度。

DeepMind 仍在招人，但成長動能已減弱

EMEA 招募份額只是其中一個指標。從全球來看，DeepMind 目前仍聘用比離開更多的研究人員與高階工程師；然而，其人才流入與流出比已從 2023 年第二季約 12 比 1，降至 2026 年第三季約 2 比 1。23

DeepMind 的人才增長速度也落後於快速擴張的競爭對手。與 Zeki 相關的報導顯示，DeepMind 的招募增長率約為 27%，同期 OpenAI 為 97%，Anthropic 更達 152%。1

這些數字並不代表 DeepMind 正在崩潰，而是顯示它仍是一家規模龐大的雇主，卻不再享有過去那種壓倒性的相對優勢。當競爭對手以更快速度擴張時，DeepMind 的領先幅度正被逐步蠶食。

留才率不是 DeepMind 最嚴重的問題

另一項以兩年任期計算的留才比較，呈現出更細緻的圖像。Anthropic 以 80% 居首，DeepMind 以 78% 緊隨其後；OpenAI 為 67%，Meta 則為 64%。14

換言之，DeepMind 的留才率並沒有比 Anthropic 差很多。真正棘手的，是招募成長較慢、人才流入與流出的差距大幅收窄，以及員工流向競爭對手的趨勢。

Zeki 的分析發現，DeepMind 工程師轉往 Anthropic 的可能性，幾乎是反向流動的 11 倍。14 根據以 Zeki 數據為基礎的報導，在最近離開 DeepMind 的研究人員與高階工程師中，25% 前往 Anthropic，21% 轉至 Meta，14% 加入 OpenAI。412

哪些知名人士離開了 DeepMind？

多宗高層與核心研究人員離職，讓這股人才流動難以再被視為零星事件：

• John Jumper：DeepMind 資深研究人員、AlphaFold 共同創作者，宣布離開 Google DeepMind、加入 Anthropic。他在 Google DeepMind 任職近九年，並與 Demis Hassabis 共同獲得 2024 年諾貝爾化學獎。
• Noam Shazeer：Gemini 工程領導者之一，也是 2017 年 Transformer 經典論文的共同作者，離開 Google、轉往 OpenAI。
• Jeff Dean、Sanjay Ghemawat、Quoc Le 與 Oriol Vinyals：這批 Google 資深 AI 與工程領導者離開公司，創辦獨立公益性 AI 公司 Discovery Loop，專注於運用 AI 推動科學與工程研究。1719

這些離職之所以受到關注，不只是因為涉及知名人物，也因為他們分別來自 DeepMind 的科學研究、基礎設施及 Gemini 等核心領域。

為什麼研究人員正在轉往競爭對手？

目前最有力的證據，指向日益激烈的 AI 人才市場。競爭實驗室提供極高薪酬與具吸引力的初創公司式股權獎勵；其中，Anthropic 更逐漸成為 DeepMind 與 OpenAI 研究人員離職後的重要去處。1415

與此同時，這些離職也發生在一個更大的組織問題之下：當 Google 將資源與注意力集中到 Gemini 產品、模型部署和商業化執行時，DeepMind 還能保有多少研究自主性？

Google 的 AI 重組已把研究、前沿模型、Gemini 應用程式和開發者團隊置於更緊密的協作架構中。17 這種整合或許能幫助 Google 更快推出並商業化 AI 產品，但目前提供的證據，並未證明出版限制、Gemini 相關壓力或企業整合是任何特定人士離職的直接原因。

因此，這些因素較適合作為組織背景，而不是已被量化證實的人才外流成因。

Hassabis 不再負責日常營運

2026 年 8 月，Demis Hassabis 不再擔任 DeepMind 主要的日常管理者，改任 Google DeepMind 董事長及 Alphabet 首席科學家；Koray Kavukcuoglu 則接手 AI 部門的營運責任。

Kavukcuoglu 直接向 Google 執行長 Sundar Pichai 報告，負責 Gemini 開發、前沿研究、Gemini 應用程式與開發者團隊。1719

這項安排正式加深了 DeepMind 研究方向與 Google 整體產品組織之間的連結，也讓 Hassabis 能把更多時間投入長期科學與 AI 目標，以及他在 Isomorphic Labs 的工作。19

但從組織角度看，這也象徵 DeepMind 正從相對獨立的研究實驗室模式，轉向更集中、更貼近 Google 產品與商業化目標的 AI 架構。

DeepMind 仍在 AI 科學領域領先，通用模型則面臨壓力

DeepMind 在 AI for Science 領域的科學紀錄，仍是其最重要的優勢之一。AlphaFold 的蛋白質結構預測工作，是實驗室最具代表性的成果；而 Jumper 轉往 Anthropic 之所以格外受矚目，也正因為他是這一研究方向的核心人物。

然而，在廣泛部署的前沿模型與程式編寫能力方面，DeepMind 的地位較不穩固。Fortune 引述的一項基準評估指出，Google 目前最強、已推出的 Gemini 模型，在原始智能表現上落後於 Anthropic、OpenAI、xAI、Meta，以及至少一家中國 AI 實驗室。

這只是會隨模型更新而變化的時間點比較，並非永久排名；但它說明了為何 Gemini 的產品執行力，已成為 Google DeepMind 維持競爭力的關鍵。

這些數字對 AI 競賽意味著什麼？

最清楚的結論不是 DeepMind 正在瓦解，而是頂尖 AI 人才已高度流動，DeepMind 不再擁有過去那道難以跨越的人才護城河，尤其是在 EMEA 市場。

Google 仍具備強大的算力與基礎設施、產品分發能力和科學研究深度。但這些優勢如今必須與 Anthropic 的留才及招募動能、OpenAI 的快速擴張，以及規模較小的前沿 AI 實驗室競爭。114

DeepMind 下一步面對的挑戰，不只是技術問題，也是文化問題：它必須證明與 Google 更緊密的整合，能讓研究人員更有效率，而不是削弱吸引人才的研究自主性與科學身份。

目前的局面更像是競爭重心轉移，而非 DeepMind 末日將至。Google 依然擁有難以匹敵的基礎設施、產品觸達能力與科學資源；但在前沿模型人才與產品執行方面，Anthropic 和 OpenAI 正逐步取得主動權。DeepMind 能否把企業整合轉化為優勢，將決定它能否重新奪回 AI 競賽的領先位置。