DeepMind老兵為何離開倫敦

Google DeepMind 從研究型團隊轉向產品與模型競賽後，老研究員開始流失。這篇拆解組織文化怎麼變、人才為何離開，以及 Gemini 時代的代價。

說真的，這不是單純的搬家新聞。DeepMind 曾靠 AlphaGo 和 AlphaFold 把招牌打亮。現在，它更像 Google DeepMind 的一個核心引擎。

問題也很直白。研究節奏變成產品節奏後，很多老研究員就會開始不習慣。你可能會想問，這到底差在哪裡？差在一邊是長期研究，一邊是季度交付。

從研究聖地變成產品機器

早期的 DeepMind，很像一間研究氣味很重的實驗室。研究員能花很多時間想問題，也能慢慢驗證想法。那種節奏很適合做強化學習、蛋白質結構、通用智能這類長線題目。

但現在不一樣了。Gemini 不是只看論文分數。它還要進 Google 搜尋、Workspace、Android、雲端服務。講白了，模型不只要強，還要能上線。

這會直接改變評估方式。以前問的是「這個研究對不對」。現在常問的是「這個功能能不能準時交」。兩種問題都重要，但對研究員來說，感受差很多。

• AlphaGo 讓 DeepMind 變成 AI 圈名牌。
• AlphaFold 讓它不只會下棋，還能碰科學研究。
• Gemini 讓它更像產品與平台的核心零件。
• 研究節奏也從年為單位，變成季為單位。

老研究員為什麼開始走

最常見的原因，是研究自主權變少了。以前可以圍繞一個科學問題慢慢挖。現在常常要看產品優先序，還要配合模型發布節點。這種改變，對很多人來說很傷。

第二個原因，是組織氣質變了。早期 DeepMind 很像研究社群。大家靠論文、實驗和長期目標建立信任。現在它更像 Google 內部的一個大部門，協調成本明顯變高。

再來是心理落差。你原本以為自己在做研究，結果慢慢變成在幫產品線補零件。這種落差很現實，也很難靠口號補回來。

“The main thing I’m worried about is that we don’t move too fast and break things.” — Demis Hassabis

這句話出自 Demis Hassabis。他一直在講速度和謹慎要平衡。問題是，當整個 AI 產業都在拼速度，研究耐心就會變成稀缺品。

對研究員來說，最煩的不是忙，而是忙得沒有閉環。你可能做出一個很強的模組，卻看不到它怎麼從研究一路走到產品價值。那種感覺，很像在幫別人蓋房子，自己卻進不了門。

• 長期自由課題變少。
• 里程碑和交付壓力變多。
• 跨團隊協作變重。
• 純研究空間被壓縮。

Gemini 時代到底改了什麼

如果說 AlphaGo 時代在證明「AI 能做到什麼」，那 Gemini 時代更像在回答「這些能力怎麼塞進 Google 產品」。這兩件事都重要，但組織邏輯完全不同。

前者偏研究機構。後者偏平台公司。前者獎勵新想法。後者獎勵可維護、可部署、可複製。對習慣前者的人來說，後者常常很悶。

這也解釋了人才流動。外界常說是老兵離開，其實更像文化重寫。很多人不是否定 DeepMind，而是覺得那間熟悉的研究所已經不見了。

從競爭角度看，Google 也不是沒理由這樣做。OpenAI、Anthropic、Google 都在搶模型能力、開發者心智和企業客戶。研究成果如果不快點接上產品，很容易只留在 demo。

但代價也很明確。當一個原本靠理想感凝聚的團隊，被要求同時扛商業化和模型競賽，認同感就會鬆。老研究員離開倫敦，很多時候不是因為城市，而是因為工作內容已經變味。

• 研究成果更快進產品。
• 模型節奏更貼近商業需求。
• 研究文化更像工程文化。
• 組織認同感更容易鬆動。

這波流失會把 DeepMind 帶去哪

短期內，Google DeepMind 還是很能吸人。算力夠大，題目夠難，影響力也夠高。對很多年輕研究員來說，這些條件還是很香。

但長期來看，內部分化會更明顯。有些人會接受產品化節奏。有些人會跑去更獨立的實驗室、創業公司，或學術環境。這種分流，現在已經在發生。

所以，真正該看的不是誰走了，而是 Google DeepMind 還願不願意保留「慢研究」的位置。只要這個空間變小，老兵離開就不會是偶發事件。

我覺得接下來最值得追的，不是某個人的去向，而是 Google DeepMind 能不能同時做兩件互相拉扯的事：一邊做出能改寫學界認知的研究，一邊把能力塞進 Google 的產品機器。這題很難，而且不會很快有答案。

如果你是做 AI 或產品的人，這篇其實在提醒一件事。組織變大後，文化一定會變。問題不是變不變，而是你還能不能接受它變成現在這樣。