AI人才大出走：為何頂尖研究員紛紛離開Google、Meta、OpenAI自立門戶

全球最頂尖的AI實驗室正在發生一件大事：打造這些實驗室的人，正在離開。

過去半年，來自Google DeepMind、Meta AI與OpenAI的資深研究員接連出走，自創獨立AI新創——而創投界的反應，是以兩年前看來近乎荒謬的熱情，用九位數甚至十位數的支票回應每一位創辦人。我們正目睹AI研究史上規模最大的一次自願性人才重分配：背後的驅動力，是機構商業壓力與研究員追求真正探索性研究之間的衝突。

數字令人咋舌

創投業者今年已向2025年後成立的AI新創注入188億美元，2026年全年募資額有望超越前一批2024年後成立公司所創下的279億美元紀錄。這不是漸進式的增長，而是前沿AI研究發生地點的結構性轉變。

個別的融資紀錄已幾乎見怪不怪。僅在上週，AlphaGo與AlphaZero的架構師、前Google DeepMind研究員大衛·席爾沃（David Silver）便宣布為他幾個月前成立的新創「Ineffable Intelligence」完成11億美元種子輪——創下史上最大種子輪紀錄，但這個紀錄大約只保持了十天，便傳出另一位前DeepMind研究員蒂姆·羅克塔謝爾（Tim Rocktäschel）旗下的「Recursive Superintelligence」正洽談最高10億美元的新輪融資。

更早些，Meta前首席AI科學家楊立昆（Yann LeCun）離職後創辦的AMI Labs，於今年三月完成10億美元融資；由前OpenAI與DeepMind研究員組成的Periodic Labs，則在2025年底完成3億美元融資。

他們為何離開

橫跨多篇訪談，離職研究員給出的理由高度重疊，集中在幾個核心主題：

商業壓力正在擠壓探索空間。 隨著AI實驗室競相為天文數字的估值背書——OpenAI正瞄準3000億美元IPO，xAI上輪估值達1200億美元——組織的激勵機制已大幅向快速刷新基準測試與產品發布節奏傾斜。無法在12至18個月內產出可部署成果的研究方向，在內部優先級排序中愈來愈難存活。探索轉換器（transformer）架構以外路徑的長期研究——符號AI、神經形態運算、以推理為核心的架構——在機構內部幾乎找不到生存空間。

「訓練場」困境。 Meta與Google已成為全球最好的AI人才訓練場，然後眼睜睜看著這些人才離開。這個矛盾具有結構性：超大規模業者提供的巨量算力、海量資料集與高度集中的研究人才，正是讓這些研究員在外部極具融資吸引力的根本原因。一位在DeepMind深耕大規模強化學習與模型架構三到五年的研究員，恰好具備讓創投願意開出九位數支票的完整履歷。

股權經濟學。 Google或Meta的資深研究科學家薪酬不低，但在市值已達兆元級別的公司，股權增值的上限是有感的。一位在種子估值100億美元的新創以1億美元融資取得創辦人股份，若公司日後成長為主要AI實驗室，潛在回報天差地別。當新創估值持續攀高，這筆帳愈來愈難算成留下來的理由。

他們在建造什麼

這些離職研究員究竟在打造什麼？依大方向可歸納為幾類。

最大的群體正在追求新世代基礎模型研究——野心與2016年的OpenAI相近，但握有遠比當年充裕的資本，也更清醒地認識到：在現有基準測試上超越GPT-5並非目標。Ineffable Intelligence與Recursive Superintelligence都聚焦於自我改進AI系統與元學習——這些架構方向有潛力在原則上產出能夠自主進行科學研究的系統。兩家公司的創辦人明確表示，他們離職就是因為這些研究方向在前東家已被邊緣化。

第二類是打造領域專用AI：將前沿研究深度應用於藥物探索、材料科學、氣候模擬與金融系統。這類公司種子輪募資額通常較低，但同時吸引戰略投資者與財務投資者，因為收入路徑清晰可見。

第三類聚焦AI基礎設施——決定未來AI規模成本結構的編排層、訓練效率工具與推理優化平台。在超大規模業者2026年投入6000億美元於AI基礎設施的背景下，一家能將前沿模型訓練成本壓低15%的新創，正在對接一個極其龐大的市場。

人才戰爭進入遞迴模式

人才出走潮已衍生出第二層問題：留下來的研究員眼看前同事成為億萬富翁，正重新評估自己的時間表。多位大型實驗室的知情人士描述，當前環境裡「每個人都知道下一個要走的是誰」，關於離職時間點的對話愈來愈公開。

Meta與Google已用積極的留才方案回應：補充股票激勵、擴大研究自由度、撥付專屬算力，在某些情況下甚至明確承諾允許發表具商業應用潛力、但以科學貢獻為主要價值的研究。OpenAI則走向相反方向，在部分轄區收緊保密協議與競業禁止條款——此舉已引發內部反感，並據多份報告顯示加速了若干研究員的出走。

整個業界目前無法回答的問題是：這波人才重新分配對AI整體發展究竟是好事還是壞事？樂觀的觀點認為，多元且獨立的研究議程能產出更豐富的實驗，降低整個領域陷入局部最優的風險。悲觀的觀點則認為，數百家各自訓練前沿模型的融資新創，是極度低效的資本配置，三到五年內必將引發殘酷的整合浪潮。

創投在押注什麼

開出巨額支票的創業投資人，實際上是在押注樂觀的那一面。他們的核心論點是：制約變革性AI發展的瓶頸，不再是資本或算力——兩者現在都已充裕——而是研究創造力，以及追求超大規模業者產品路線圖容納不了的想法的自由。獨立實驗室能夠押注Google或Meta在結構上無法押注的方向。

2026年第一季，全球創投總額達2970億美元，其中AI新創吸收2420億美元，佔比81%。僅四筆交易（OpenAI 1220億美元、Anthropic 300億美元、xAI 200億美元、Waymo 160億美元）就超越了2024年全年的全球創投規模。在這個時代，「創投」與「AI投資」在很大程度上已是同義詞。

席爾沃、羅克塔謝爾、楊立昆及其同代人今天正在建造的新創，究竟能否率先實現下一個重大AI突破？還是Google、Meta、OpenAI的機構規模優勢終將勝出？這是這個十年最關鍵的競爭命題。唯一可以確定的是：有能力回答這個問題的人，正在陸續走出那些大樓。