离开DeepMind之后，他们开始重做DeepMind

8 月 5 日，Demis Hassabis 交出 Google DeepMind 的日常管理权，转任 Alphabet 首席科学家和 Google DeepMind 主席。同一天，Jeff Dean、Sanjay Ghemawat、Oriol Vinyals 和 Quoc Le 宣布离开 Google，成立 AI for Science 实验室 Discovery Loop。

8 天后，DeepMind 的另一支团队也传出创业消息。据 Sifted 报道，Genie 世界模型核心研究者 Jack Parker-Holder 正与另外 6 名 DeepMind 前研究人员筹建一家伦敦 AI 实验室，目标融资 5 亿美元，Index Ventures 正洽谈领投。

（来源：Sifted）

而在更早之前，AlphaGo 核心研究者 David Silver 已离开 DeepMind，创办 Ineffable Intelligence；前 DeepMind 首席科学家 Tim Rocktäschel 参与创办的 Recursive Superintelligence 也在今年浮出水面。两家公司已经获得 17.5 亿美元融资。

过去十多年，DeepMind 把研究者、长期课题、资本和算力集中在一个组织里。如今，一些从那里走出去的人，正把这套组合拆开，在不同的实验室里重新拼装。

“DeepMind mafia”

8 月 5 日，Google 调整了 DeepMind 的管理架构。Hassabis 不再担任 Google DeepMind 首席执行官。长期担任其副手的 Koray Kavukcuoglu 被任命为 Google DeepMind 高级副总裁，直接向 Sundar Pichai 汇报，负责模型开发、AI 研究以及 Gemini 产品和开发者团队。Hassabis 则把更多时间转向 AGI、科学研究和 AI 的长期影响。

Google 没有再任命一位 DeepMind CEO。日常运营直接进入 Pichai 的汇报线，意味着研究、模型和产品之间的协调权进一步向 Google 总部集中。2023 年，Google Brain 与 DeepMind 合并时，Google 把分散的研究力量集中到 Hassabis 之下；3 年后，Gemini 的模型、产品和资源决策又更深地进入 Google 的管理体系。

随后同一天，4 位资深研究者宣布离开。Jeff Dean 和 Sanjay Ghemawat 在 Google 工作了近 30 年，参与构建了支撑搜索和云业务的多代基础设施。Oriol Vinyals 是 DeepMind 研究副总裁，也是 Gemini 的技术负责人之一；Quoc Le 则是 Google Brain 的早期核心成员。4 人成立的 Discovery Loop 将尝试自动化科学与工程中的实验循环。Google 仍然参与其中，既是创始投资者，也是长期云计算合作方。

图丨Discovery Loop 团队（来源：Discovery Loop）

管理权向内收拢，资深研究者向外创业，两件事在同一天发生，很容易让人得出“DeepMind 正在被掏空”的结论。但这份不断变长的离职名单背后，其实是几种性质不同的人才流动。

David Silver、Tim Rocktäschel 和 Jack Parker-Holder 从 DeepMind 出走后选择独立创业，继续探索强化学习、开放式学习和世界模型等长期研究方向；John Jumper 转投 Anthropic、Noam Shazeer 加入 OpenAI，属于前沿 AI 实验室之间的人才流动；Jeff Dean、Sanjay Ghemawat 和 Quoc Le 则有所不同，他们的职业生涯主要扎根于 Google 和 Google Brain，只是在 2023 年组织合并后被纳入 Google DeepMind 体系。

这些人的离职原因、研究方向和下一站都不相同。共同之处在于，离开大公司以后，他们已经有机会在外部重新获得资金、算力和团队。过去，大公司与独立实验室之间的资源差距很难跨越；现在，这个差距正在缩小。

Evertrace 根据公司注册、专利、研究资助和公开职业信息整理的数据显示，过去 18 个月，有 112 名 DeepMind 前员工创办公司或进入创业准备阶段。其中 38 人已经成立公司，74 人将职业状态改为“stealth”。虽然这不代表市场上已经出现 112 家得到确认的新公司，但人数已经足以形成一张创业网络。

在中国科技圈，人们常按创业者的共同出身，把他们归入“大疆系”“华为系”等等。这类标签指的不只是履历，也包括原公司留下的一套选题眼光、用人标准和做事方法。

《金融时报》也把从 DeepMind 出走的这些人称为“DeepMind mafia”（编者注：mafia 原意黑手党，但科技行业常用“某某 mafia”形容从同一家公司走出、此后陆续创业并形成影响力的一群前员工，此处可理解为“DeepMind 系创业者”）。

那么，这些人离开时，又从 DeepMind 带走了什么？

他们带走了还没解决的问题

David Silver 是其中最值得分析的一位。在 DeepMind 的研究史上，Silver 几乎就是强化学习路线的代名词。从 AlphaGo 到 AlphaZero，他一直在推动一条与大语言模型不同的智能增长路径：让模型进入环境，通过行动、反馈和试错产生自己的经验。

图｜David Silver（来源：Youtube）

AlphaGo 先从大量人类棋谱中学习，再通过自我对弈继续提高。到了 AlphaZero，人类棋谱被完全拿掉。系统只获得游戏规则，随后通过反复与自己对弈，学会围棋、国际象棋和将棋。棋类游戏有明确的规则、动作和输赢。离开棋盘以后，机器还能不能用相似的方式发现新知识？这个问题在 DeepMind 内部延续多年，也成为 Silver 离开后继续追逐的目标。

他创办的 Ineffable Intelligence 把目标概括为“superlearner”。公司希望训练一种能够持续从经验中发现知识和技能的系统，逐步学习语言、数学、科学与技术。它强调“learning from experience”，并有意与持续依赖“human data”的模型路线拉开距离。

今年 4 月，成立仅数月的 Ineffable 完成 11 亿美元种子轮融资，估值达到 51 亿美元。Sequoia Capital 和 Lightspeed 领投，Google、Nvidia、Index Ventures 和英国政府等参与。这是欧洲规模最大的种子轮融资。

这笔钱让 Silver 得以拥有一段价值不菲的研究时间。11 亿美元无法保证“超级学习者”出现，却足以让一支小团队在几年内暂时绕开那些现实问题，比如说这项研究能否立即服务搜索、广告或云业务。

相比 Silver 关心的是 AI 如何从经验中学习；前 DeepMind 首席科学家 Tim Rocktäschel 则把问题往前推了一步：当机器已经学会学习，下一步怎样让它持续遇到新的问题，并不断提高自己？

图｜Tim Rocktäschel（来源：Youtube）

2024 年，Rocktäschel 与 Jack Parker-Holder、Edward Hughes 等 DeepMind 研究者发表《Open-Endedness is Essential for Artificial Superhuman Intelligence》。他们认为，互联网数据和基础模型已经显著提高 AI 的能力，但能够持续产生新问题、发现新行为并改进自身的开放系统仍未出现。机器若要获得超出人类现有知识的能力，就需要不断遇到“新颖且可学习”的任务。

一年多后，Rocktäschel 与 Richard Socher、Jeff Clune 等人创办 Recursive Superintelligence。公司今年 5 月获得 6.5 亿美元融资，估值 46.5 亿美元，由 GV 和 Greycroft 领投，Nvidia、AMD 参与。

Recursive 随后把 AI 放进 AI 研发流程。今年 6 月，它公布了一套自动研究系统：人类给出目标，系统提出想法、修改代码、运行实验、验证结果，再根据反馈决定下一轮实验。首批结果集中在小型语言模型训练和 GPU kernel 优化等反馈清晰、容易验证的任务上。

在一项测试中，系统将小模型达到相同损失水平所需的训练速度提高约 1.3 倍；在由 235 个 GPU kernel 组成的基准上，它把距离理论最优性能的差距缩小了 18%。这些结果距离完整的递归自我改进还很远，但一个由 AI 提出方案、执行实验并吸收反馈的局部闭环已经开始运行。

而最新出走的 Parker-Holder 过去几年的研究则指向“环境”。

图｜Parker-Holder（来源：Youtube）

他在 DeepMind 研究开放式学习和世界模型，领导了 Genie 2，并与 Shlomi Fruchter 共同介绍 Genie 3。2025 年发布的 Genie 3 可以根据文字提示实时生成可交互的动态环境，并在数分钟内保持一致性。DeepMind 将世界模型视为训练通用智能体的基础设施：现实世界无法低成本提供足够多的训练场景时，模型可以生成新的世界，让智能体在其中行动、失败并积累经验。

由于公司名称、正式离职状态和研究方向尚未公开，融资也仍处于目标和谈判阶段。我们目前还不能把这家新公司定义为一家世界模型实验室。不过，Parker-Holder 的研究经历提供了一种可能：世界模型生产环境，开放式系统生成任务，智能体再从行动中获得新的经验。

RSI：DeepMind 尚未闭合的回路

Silver 想让机器从经验中学习，Parker-Holder 在尝试生成可供训练的环境，Rocktäschel 则把 AI 放进研究流程。尽管三个人站在不同的位置，但这些工作最终都指向同一个问题：AI 能不能参与改进下一代 AI？这也是最近持续升温的“递归自我改进”（Recursive Self-Improvement，RSI）概念。

不过，这条回路目前还没有真正闭合。

从环境中学习，解决的是新数据从哪里来；世界模型解决的是训练环境如何扩展；开放式学习希望任务能够持续变得新颖而且可学；自动化 AI 研究则进一步让模型进入代码、实验和算法优化过程。但完整的递归自我改进还要再向前一步：AI 不只是改进某个算法或者完成某项研究任务，而是能够持续参与设计和构建能力更强的后继系统。

目前还没有任何公开系统完成这最后一步，但 DeepMind 已经开始把其中几段连接起来了。

作为 DeepMind 面向 3D 虚拟世界开发的通用 AI 智能体，SIMA 2 最初从人类演示中学习，进入新的游戏环境后，可以依靠自己的行动继续积累数据，再利用这些经验训练下一代智能体。DeepMind 还让 SIMA 2 进入 Genie 3 生成的世界，在没有现成人类游戏数据的环境中执行任务，并将这一过程称为“self-improvement cycle”。在这里，世界模型负责生成环境，智能体进入环境获得新的经验，再用经验继续改进自身，一个初步的学习循环已经出现。

图｜SIMA 2 在 Genie 3 生成世界中行动（来源：Google）

另一段循环则发生在 AI 研发本身。DeepMind 基于 Gemini 开发的算法发现系统 AlphaEvolve 使用 Gemini 生成程序和算法方案，再通过自动评估和反复迭代寻找更优结果。Google 已经将它用于数据中心调度、芯片设计和 AI 训练流程。其中一项矩阵乘法优化将 Gemini 架构中的相关 kernel 提速 23%，最终使模型训练时间缩短约 1%。这意味着 AI 已经不只是被训练的对象，也开始成为改进 AI 系统的工具。

图｜Alphaevolve 示意图（来源：Google）

但这些系统仍然运行在人类设定的边界内。研究目标和评估标准仍由人类给出；SIMA 2 尚不能长期稳定地完成复杂任务，Genie 3 也无法完整模拟现实世界的因果关系；AlphaEvolve 擅长的是能够快速、客观验证的算法问题，却还不能自主决定下一代 AI 应该研究什么，更谈不上独立设计和构建一个能力更强的后继系统。

因此，DeepMind 今天拥有的更像是 RSI 的若干组成部分，而不是完整的 RSI。

今年 6 月，Google DeepMind 在《From AGI to ASI》报告中也将 recursive improvement 列为从通用人工智能走向超级智能的四条可能路径之一。另外三条分别是继续扩大 AGI 的能力和规模、出现新的 AI 范式，以及由大规模多智能体集体产生超级智能。

如今，押注这条道路的当然不只有 DeepMind。Anthropic、OpenAI 以及一批新成立的实验室，都开始探索如何让 AI 更深地参与 AI 研究和能力改进。DeepMind 的特殊之处在于，这些今天被重新放进 RSI 框架讨论的问题，在那里已经分别发展了很多年。强化学习研究机器如何从经验中获得能力，世界模型提供可以交互和探索的环境，开放式学习研究如何不断产生新的挑战，算法发现则开始让 AI 反过来参与改进计算和 AI 系统本身。

过去，它们是 DeepMind 内部几条彼此相关但并不完全相同的研究路线；现在，当 RSI 再次成为前沿 AI 的重要议题，这些路线开始显现出一种共同的方向。而随着 Silver、Parker-Holder、Rocktäschel 等研究者相继离开 DeepMind，这套研究传统也不再只存在于一家公司内部，而是被拆开、带走，并在一批新的实验室里继续向前推进。

算力在围墙外重新集结

不过这些长期课题过去为什么大多留在 DeepMind 内部，今天又为什么能被研究者带出去？

答案首先是研究条件发生了变化。2010 年，Hassabis、Shane Legg 和 Mustafa Suleyman 创办 DeepMind 时，也是一群研究者拿着风险资本，追逐一个没有明确产品和商业模式的长期目标。

2014 年，Google 收购 DeepMind。随着前沿 AI 研究的规模不断扩大，长期资金、大规模计算基础设施和全球人才招聘能力变得越来越重要。进入 Google 以后，DeepMind 才能连续多年投入 AlphaGo、AlphaFold 等回报周期漫长的项目。

在很长一段时间里，离开 DeepMind，也意味着离开这些条件。如今，资本市场正在改写这笔账。Ineffable 一轮获得 11 亿美元，Recursive 融资 6.5 亿美元；Parker-Holder 的新实验室尚未正式成立，目标融资已经达到 5 亿美元。Discovery Loop 的具体融资金额未披露，Axios 援引信源称其首轮规模达到“数亿美元”。

也就是说，一支只有几十人的研究团队，成立之初就可能获得过去只有大公司才能提供的资本。芯片公司、云服务商、主权基金和风险投资机构共同承担算力成本，研究者也可以从多个供应方寻找计算资源，不再完全依赖一个雇主的内部配置。

与此同时，Google 拥有大量芯片，不等于每名研究者都能及时获得所需算力。《洛杉矶时报》采访的多名前 Google AI 研究者称，旗舰 Gemini 项目和云业务客户占用了大量 TPU，长期或探索性项目需要争夺剩余资源。能进入下一版 Gemini、短期内产生可见结果的课题，通常更容易得到支持。

前 DeepMind 研究者 Anna Goldie 离开 Google 后，与 Azalia Mirhoseini 创办 Ricursive Intelligence。她在公司外部获得的算力，已经接近 Google 为挽留她所提供的规模。真正的区别在于决策过程：创办公司以后，她不必经过多层管理体系，就能决定算力投向哪里。

研究自由因而变成了一个非常具体的问题。一个方向能否继续推进，不只取决于它有没有科学价值，还取决于它能否拿到算力、能否进入公司的模型路线图。

Gemini 还要进入 Search、Cloud、Android 和开发者产品，追赶 OpenAI 与 Anthropic 的模型迭代，并承担 Alphabet 最重要的商业竞争。模型延期、内部士气和资源分配问题，进一步放大了长期研究与产品节奏之间的摩擦。

在这之后，伦敦员工围绕军事 AI 合同推动工会化，又让组织和员工的价值观分歧浮出水面。一些员工认为，随着 Google 扩大国防业务，DeepMind“负责任地构建 AI、造福人类”的使命越来越难与商业现实保持一致。

尽管目前没有公开证据表明，这些矛盾直接导致了 Silver、Jumper 或 Parker-Holder 的离开，但它们的确构成了眼下 Google 内部的组织背景：公司能够提供的资源仍然庞大，但研究者决定这些资源如何使用的空间正在缩小；与此同时，在公司之外获得资本和算力的门槛却在下降。

不过，走出 Google，并不代表着彻底离开 Google 的生态。事实上，Google 参加了 Ineffable 的 11 亿美元融资；Alphabet 旗下 GV 领投了 Recursive；Discovery Loop 成立后，Alphabet 既是投资者，也是长期云计算与算力合作方。Google 与这些离职研究者的关系由此发生变化：过去是雇主与员工，现在则更多变成股东、算力供应商和技术伙伴。

这可能比单纯的“人才流失”更值得注意。前沿研究正在出现一种新的组织方式：研究团队可以离开大公司的管理体系，却不必离开大公司提供的资本和基础设施。高风险课题被放到公司之外独立运行，研究者获得更集中的决策权；Google 也不必把每个方向都纳入 Gemini 的产品路线图，仍然可以通过投资、云计算和技术合作参与其中。

16 年前，DeepMind 本身就是这种模式的产物：一小群研究者拿到足够的资本，去追逐一个当时没有明确商业答案的问题。后来，算力和资本越来越集中，它最终进入 Google。

16 年后，条件又发生了变化。资本和算力开始越过大公司的组织边界，重新流向更小的研究团队。那些从 DeepMind 走出来的人，也因此有机会重新回到它当年的起点。

参考资料：

1.https://www.axios.com/2026/08/05/google-deepmind-demis-hassabis-ai

2.https://tech.eu/2026/05/01/over/

3.https://sifted.eu/articles/index-500m-round-jack-parker-holder

4.https://www.ineffable.ai/

5.https://deepmind.google/research/publications/239142/

6.https://www.latimes.com/business/story/2026-05-18/inside-ai-compute-crunch-driving-google-researchers-to-quit

运营/排版：何晨龙

注：封面/首图由 AI 辅助生成