企业官网建设流程全解析

教机器下围棋的顶尖头脑集体出走，连带卷走四百亿美元热钱

9月清晨的伦敦市中心，15位来自Google DeepMind的在职科学家和离职老员工坐在一起吃早餐。热咖啡刚端上桌，大家聊的不是最新的学术论文，也不是实验室的内部进展，话题几乎在几分钟内就拐向了同一个方向：怎么出去拉一家属于自己的创业公司，怎样拿到风投资金。

这并不是普通的跳槽牢骚。在这场早餐会背后，过去三年里，从Google和DeepMind走出来的科学家们，已经创办了40多家被称为新实验室的独立创业机构。这个数字，比OpenAI、Anthropic和Meta三家公司离职创立同类实验室的人数加起来还要多。更让投资圈发懵的是，这些顶尖头脑选择出走，不是为了做一个尺寸更大、背书更强的大语言模型，而是集体掉头，奔向了大语言模型之外的技术路线。

一、为什么教机器下围棋的人，不肯继续堆字数了

今年夏天悄然离开DeepMind的Thore Graepel，是圈内无人不晓的名字。十年前，正是他和团队一起做出了AlphaGo，在首尔击败了围棋世界冠军。后来他又主导了AlphaZero和MuZero的架构设计，靠着深度强化学习和树搜索，让程序在没有人类棋谱的情况下自己学会了下棋。

然而，当所有人都在为大语言模型能写诗、能润色公文而惊叹时，这位技术元老却选择抽身离开，创立了一家名叫Metis Reasoning的新公司，并开始向早期投资人募集数千万美元。他想做的事情很纯粹：用搜索和规划的方法，做出能应对陌生环境、在不确定性下做出行动决策的推理系统。

说白了，今天大家熟悉的主流大模型，底层逻辑就像一个读过全人类藏书的超级打字员。你给它前半句话，它靠着统计规律去猜下一个字应该是什么。可这种机制遇到现实生活中的硬骨头，就会露出底牌。无论是让机械臂在乱糟糟的仓库里分拣形状各异的零件，还是设计一段全新的蛋白质结构，抑或是在突发状况下调度全球物流，机器需要的不是流畅的文采，而是走一步看三步的权衡能力。

Graepel把这种机制比作AlphaGo在棋盘上的推演。下棋时，程序每落一子，都要预先在脑海中模拟数千种对手的应对方案，比较各种路径的得失，然后再做出最稳妥的选择。这种能力在机器人、科学计算和工程领域是刚需。可如今的大模型往往是一边硬着头皮往前说，一边瞎编乱造。Metis Reasoning要做的，就是在动手之前先权衡该做什么，而不是继续往现有的文本框架里堆砌海量的数据词元。

二、办公室里自上而下的压力，逼走了一批科学家

既然这条路如此明确，为什么非要离开大树底下好乘凉的科技巨头？

前DeepMind首席科学家、现任投资机构Ahren Innovation Capital合伙人的Janusz Marecki道出了实情。他直白地解释说，大厂内部存在一种自上而下的巨大压力，要求所有研究者放下手上正在推进的奇思妙想，全力以赴聚焦到大语言模型的军备竞赛中。对于这群聪明的科学家来说，如果自己的研究方向必须被迫给大模型让路，留下来就变得没有意义，离开成了最干脆的选择。

大厂的战略转向也是被市场推着走的。为了守住搜索和云计算的基本盘，巨头们必须把算力和人力优先砸向能立刻见效的领域。但科学探索往往不在同一条轨道上。2026年6月，Noam Shazeer离职前往OpenAI，诺奖得主John Jumper加入Anthropic，当天Alphabet的股价单日跌幅超过5个百分点。到了8月5日，Demis Hassabis卸任DeepMind首席执行官，转任董事长兼Alphabet首席科学家，首席科学家Jeff Dean等人也一同离开创办了Discovery Loop，公司股价当天再度收跌约4个百分点。

与此同时，另一种截然不同的声音也在实验室内部撕裂。DeepMind新西兰技术专家Robert O'Callahan同样递交了辞呈。他过去做的是让芯片变得更便宜、更高效的设计工具，但他公开表示，近期冲刺超人工智能本质上是不负责任的，当前的演进速度过快，自己再也无法为这种加速行为辩护。

有人因为被强行按在大模型的跑道上而离开，有人因为担忧技术失控而抽身。这种多重力量的撕扯，把伦敦实验室里积蓄多年的技术元老们，成批推向了门外的创业市场。

三、动辄数十亿美元的估值，风投在抢什么样的下半场

站在门外的风险投资机构，早就准备好了支票簿。

Janusz Marecki在谈到当前的融资行情时感叹，过去创业公司的估值通常是年收入的10倍，而现在直接飙升到了200倍甚至300倍。在这个被戏称为椰子轮的超级融资潮里，科学家们几乎不需要拿出现成的盈利报表，只要带着一套过硬的技术论点，就能以令人咋舌的估值起跑。

今年4月，曾带领DeepMind强化学习团队十多年的David Silver，创立了Ineffable Intelligence。这家仅成立数月的新实验室，在Sequoia和Lightspeed领投下直接融到了11亿美元，估值冲到51亿美元，投资方里甚至包括了Nvidia、Google以及英国新设的主权AI基金。Silver想造的是一个不依赖人类喂养数据的超级学习者，让机器完全通过自我试错去摸索技能，他在个人笔记中称这是自己一生的工作。

紧接着，在DeepMind世界模型团队工作过的三位老将，在8月刚注册成立了Emulate，仅隔一个月就传出洽谈7亿美元融资的消息，估值奔向37亿美元。不仅如此，在DeepMind工作约十年的Nando de Freitas，也带着新公司Revolution Labs向市场募集至少1亿美元，押注扩散模型来作为主流架构的替代方案。

为了支撑这些天文数字，创投圈甚至流行起了一种分批融资的玩法。创始人为了立住顶尖实验室的招牌，先把一轮融资拆成几段，让最早进来的资方以稍低价格入场，随后的投资人再以更高的阶梯估值跟进。Graepel的Metis Reasoning也采用了类似策略，首轮瞄准数千万美元，后续批次则计划在更高估值上再吸纳数亿美元。

四、巨头最凶猛的对手，原来是自己培养的班底

面对持续的人才流失，Demis Hassabis在把日常管理权移交给首席技术官Koray Kavukcuoglu之后反驳称，所有顶尖实验室之间都存在频繁的人才流动，DeepMind依然赢得了属于自己的份额，拥有全行业最大、最广的研究班底。

但行业里的明眼人都清楚，天平正在悄悄倾斜。过去大家总觉得，前沿技术研发是万亿巨头的特权，小团队根本烧不起算力、买不起卡，初创公司注定只能依附在巨头的生态里打零工。可现在，40多位新实验室的创始人用400亿美元的融资总额证明，只要技术路线足够锋利，资本完全愿意越过巨头的高墙直接下注。

这批从DeepMind出走的科学家，正在把战火引向大模型还没能解决的硬核世界。像人形机器人企业1X，正计划在2027年出货5万台设备，其加州两座工厂的设计产能正在快速推进。但这些钢铁躯壳最急缺的，恰恰是大脑中那个能够在现实物理世界里权衡利弊、规划步骤的底层推理模块。如果Graepel和Silver的探索跑通，人形机器人和自动驾驶行业将直接翻开新的一页。

正如科技行业观察者所写的那样，如果这批押注中有任何一家把全新架构跑通，那么DeepMind未来面对的最凶猛的对手，根本不是大洋彼岸的老冤家，而是曾经坐在伦敦同一张长桌前吃早餐的自己人。