從 Noam Shazeer、Jeff Dean 出走，到 DeepMind 高層重整，Google AI 正面臨什麼問題？

最近 AI 圈有一個很吸睛的說法：

「發明 Transformer 的團隊，現在已經全部離開 Google。」

乍聽之下，很多人第一個反應可能是：

Google 不是 Transformer 的發源地嗎？
如果當初最重要的研究人才都走了，那 Gemini 還有競爭力嗎？

先講結論。

Transformer 原始作者全數離開 Google，本身比較像一個象徵；真正值得關注的，是到了 2026 年，直接參與 Gemini 與 Google AI 核心發展的重要人物，也持續出現離職與組織異動。

這不代表 Gemini 馬上會變差，但它可能影響 Google 下一代 AI 模型的創新速度。

---

Transformer 到底是什麼？為什麼這 8 個人這麼重要？

2017 年，Google 團隊發表了一篇後來改變整個 AI 產業的論文：

《Attention Is All You Need》

這篇論文提出 Transformer 架構，以 Attention 機制取代過去許多序列模型所依賴的循環式架構。Google Research 官方至今仍將這篇論文列為 Transformer 架構的重要研究來源。

論文共有 8 位作者：

Ashish Vaswani、Noam Shazeer、Niki Parmar、Jakob Uszkoreit、Llion Jones、Aidan Gomez、Łukasz Kaiser 與 Illia Polosukhin。

後來包括 GPT、Gemini、Claude，以及現在大量大型語言模型，都建立在 Transformer 或其衍生架構之上。

而一個值得注意的事實是：

這 8 位原始作者後來都陸續離開 Google。

但這件事情本身，還不能直接推論成：

「Transformer 團隊走了，所以 Google AI 不行了。」

真正重要的是看這些人離開之後，Google 有沒有持續建立新的研究團隊。

---

真正值得關注的人：Noam Shazeer

如果只看 Transformer 原作者的離職，我認為影響其實容易被放大。

但 Noam Shazeer 不一樣。

因為他不只是 Transformer 論文作者之一，他後來還直接回到 Google，參與 Gemini 的核心開發。

Google 在 2026 年 5 月發布 Gemini 3.5 時，官方發布文章就把 Noam Shazeer 列為 Google DeepMind 副總裁與 Gemini 3.5 的發布作者之一。

但到了 2026 年 6 月 18 日，Reuters 報導：

Noam Shazeer 決定再次離開 Google，加入 OpenAI。當時他的身分正是 Google 工程副總裁，以及 Gemini 模型共同負責人之一。

這件事情的意義就完全不同。

因為這不是「十年前的研究人才離職」。

而是：

現在正在做 Gemini 的核心人物，直接轉往最大競爭對手 OpenAI。

---

為什麼頂尖 AI 人才這麼重要？

很多人會認為，大型 AI 公司最重要的是：

算力、GPU、資料中心和錢。

這些確實非常重要。

但到了頂尖模型競爭階段，真正稀缺的往往是：

知道下一步該往哪裡走的人。

例如模型架構怎麼改、訓練效率怎麼提升、推理能力怎麼突破、Agent 怎麼做得更穩定，以及下一代模型是否還需要延續現在的 Transformer 路線。

這類研究問題，不一定是「多買一萬張 GPU」就能解決。

因此 Google、OpenAI、Anthropic、Meta 近年的競爭，已經不只是模型戰，也是一場非常激烈的人才戰。Reuters 過去也曾報導，頂級 AI 研究人才的薪資與招募競爭已經進入極高強度。

---

Google 的問題不只有 Noam Shazeer

更值得注意的是，Noam Shazeer 並不是單一事件。

2026 年 6 月，Google DeepMind 的重要研究員 John Jumper 也宣布離開 Google、加入 Anthropic。

John Jumper 是 AlphaFold 的共同創作者之一，並與 Demis Hassabis 因 AlphaFold 相關研究獲得 2024 年諾貝爾化學獎。Reuters 將他的離職視為 Google 又一次重要 AI 人才流失。

到了 2026 年 8 月，情況又進一步擴大。

Google 長期核心 AI 人物 Jeff Dean，以及 Sanjay Ghemawat、Oriol Vinyals、Quoc Le 等重要研究與工程人才離開 Google，成立新的 AI 公司 Discovery Loop。

這時候問題就不再只是：

「Transformer 作者是不是都走了？」

而是：

Google 是否正在出現更廣泛的頂尖 AI 人才流失？

---

2026 年 8 月，Google DeepMind 甚至進行高層重整

2026 年 8 月 5 日，Google 對 DeepMind 進行重大領導層調整。

Demis Hassabis 不再負責 DeepMind 的日常管理，轉任 Alphabet 首席科學家與 DeepMind 董事長；Koray Kavukcuoglu 則接掌更直接的 AI 營運與 Gemini 開發工作。

Reuters 之後進一步披露，Google 共同創辦人 Sergey Brin 近幾個月也要求 AI 團隊加快 Gemini 開發速度。

原因之一，是 Google 正面臨 OpenAI 與 Anthropic 越來越大的競爭壓力。

更值得注意的是，Reuters 報導指出，Google 原本規劃推出的新一代旗艦 Gemini 模型出現延遲，而且內部測試在 Coding 等領域仍面臨競爭壓力。

所以現在真正值得觀察的已經不是「Google 有沒有 AI」。

而是：

Google 能不能把研究、產品、人才與組織速度重新整合起來。

---

那 Gemini 現在是不是已經落後了？

這裡必須稍微冷靜一點看。

不能因為幾位重要人才離職，就直接說：

「Gemini 要完了。」

至少從產品推出速度來看，Google 的 AI 開發仍然持續進行。

2026 年 5 月，Google 推出 Gemini 3.5。

2026 年 7 月 21 日，Google DeepMind 又發布 Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 與相關模型更新。

Gemini 也已經深入 Google Search 等產品，例如 Google 將 Gemini 3.5 Flash 導入 AI Mode。

所以短期而言：

Gemini 不會因為幾位研究者離職，就突然停止進步。

Google 還擁有非常龐大的研究團隊、TPU、Cloud、Search、YouTube、Android 與全球產品生態。

這些都是其他 AI 公司很難快速複製的優勢。

---

真正的風險在 Gemini 4，而不是今天的 Gemini

我認為，接下來真正值得看的不是 Gemini 3.5 或 Gemini 3.6。

而是：

Gemini 4 能不能帶來下一個明顯突破。

因為一個大型 AI 模型通常不是幾個月內臨時做出來的。

從研究方向、架構設計、資料、訓練、Alignment、推理系統到產品部署，往往需要長時間累積。

如果核心研究人才在這個過程中持續離開，那真正的影響可能會延後幾個月甚至更久才出現。

換句話說：

今天的人才流失，可能不會影響今天的 Gemini。

但它有可能影響：

下一代 Gemini。

---

Google 真正的問題，可能不是技術，而是組織速度

Google 一直有一個很有趣的矛盾。

很多重要 AI 技術，最早就是 Google 做出來的。

Transformer 是其中最經典的例子。

但最後真正把生成式 AI 推向全民市場的，卻是 OpenAI 的 ChatGPT。

這也是 Google 現在最值得觀察的地方。

它並不是沒有研究能力。

而是需要回答一個問題：

Google 能不能把世界頂尖的研究能力，更快速變成世界頂尖的 AI 產品？

Reuters 2026 年 8 月對 Google DeepMind 組織調整的報導，其實就反映了這個壓力：Google 正試圖讓 Gemini 的開發、管理與商業化速度更加集中。

---

Transformer 作者全部離職，代表 Google 輸了嗎？

答案是：

還不能這樣判斷。

Transformer 的 8 位原始作者全部離開 Google，是一個非常具有象徵性的事件。

但真正讓我比較關注的，是三件事情。

第一，Gemini 核心人物 Noam Shazeer 直接轉往 OpenAI。

第二，John Jumper 等重要 DeepMind 研究人才轉往 Anthropic。

第三，包括 Jeff Dean 在內的一批 Google 長期核心 AI 人物，在 2026 年陸續離開。

當這些事情放在一起看，就不只是單純的人員異動。

而是一場正在重新分配全球 AI 頂尖人才的競爭。

---

接下來觀察 Gemini，我會看這 4 件事情

1. Gemini 4 能不能準時推出

如果旗艦模型持續延期，代表內部開發與技術整合可能仍有壓力。

2. Coding 與 Agent 能力

現在頂尖模型的戰場已經從「聊天好不好用」，逐漸轉向：

能不能完成複雜工作。

Coding、Agent、長任務執行能力會非常重要。

3. Google 還會不會持續出現核心人才離職

如果只是短期組織調整，影響有限。

但如果未來半年持續有重量級研究人員加入 OpenAI 或 Anthropic，就值得提高警覺。

4. Google 能不能把生態系優勢轉成 AI 優勢

Google 最大的王牌可能不是單一模型。

而是：

Search＋YouTube＋Android＋Workspace＋Cloud＋TPU＋Gemini。

如果這些產品真正串起來，Gemini 還是擁有非常強的競爭位置。

---

結論：不要只看誰離職，要看人才往哪裡移動

這次「Transformer 8 位作者全部離開 Google」很適合當新聞標題。

但如果想真正理解 AI 產業，我認為更值得看的不是：

誰離開 Google。

而是：

這些人接下來去了哪裡。

Noam Shazeer 去 OpenAI。

John Jumper 去 Anthropic。

Jeff Dean 等人選擇自己創業。

這代表全球最頂尖的 AI 人才，正在從少數大型科技公司內部，重新流向不同 AI 實驗室與新創公司。

而未來 OpenAI、Google、Anthropic 誰能取得下一個 AI 技術突破，或許不只取決於誰有最多 GPU。

更重要的可能是：

誰能留住那群知道「下一步該怎麼做」的人。

這才是 Gemini 接下來真正值得觀察的地方。

常見問題

身為房仲／不動產經紀人，我為什麼要關心 Google Gemini 的發展？

對房仲來說，Google Gemini 的進展不只是科技新聞，而是會直接影響你每天用到的工具。例如：一，文案與簡報工具。未來你可能會用 Gemini 幫忙寫物件介紹、社群貼文、簡報內容，如果 Gemini 的寫作與理解能力更強，你產出內容的速度和質感都會提升。二，搜尋與地圖體驗。Google 正把 Gemini 放進 Search 和其他服務，客戶在搜尋學區、生活機能、交通資訊時，AI 回覆的品質會影響他們對物件的印象。三，跨工具整合。若 Gemini 能和 Gmail、Calendar、Drive 更好地整合，處理客戶往來、檔案整理、行程安排就會更自動化。簡單說，誰在 AI 上跑得快，誰就比較有機會用工具拉開效率與行銷效果的差距。

如果未來 Gemini 真的落後了，對我日常使用 AI 會有什麼影響？

就實務來說，Gemini 落後與否，影響的是你『選擇什麼工具』，而不是你能不能用 AI。假設未來某一段時間 OpenAI 或 Anthropic 的模型在中文理解、長文寫作或複雜任務上明顯領先，你可能會發現：一，用 ChatGPT 或其他工具寫廣告詞、排版簡報，比用 Gemini 更省時間、錯誤更少。二，在幫你整理合約重點、比對條款或估算裝潢預算時，其他模型的分析更細緻。三，在規劃工作流程、提醒待辦、整合多個檔案時，某家工具做得更「像一個助理」。好消息是，這些服務多半都會以雲端形式提供，你隨時可以切換或混搭不同 AI 工具，因此真正重要的，是保持彈性、多試幾種服務，找出最適合你業務模式的組合。

Google 核心 AI 人才出走，會不會讓現在的 Gemini 突然變得不好用？

以大型模型的開發節奏來看，人才出走的影響通常是延遲出現在「下一代」產品，而不是讓現有版本突然變差。現在你在用的 Gemini 3.5、3.6 相關功能，背後的模型與產品已經完成主要設計與訓練，Google 仍有龐大的工程與維運團隊負責更新與穩定度。因此短期內，你不太會因為某位研究員離職，就發現 Gemini 突然退步。真正需要關注的是：一、下一代旗艦模型（例如 Gemini 4）的推出時間有沒有一拖再拖。二、在 Coding、Agent、長任務執行這些關鍵能力上，Gemini 是否持續被競爭對手拉開差距。只要持續觀察這些指標，並預留改用其他 AI 服務的選項，就能把風險降到很低。

我平常用口語問 AI，這篇文章可以怎麼被 AI『轉述給我聽』？

這篇文章已經用許多問句式小標整理重點，例如「Transformer 作者全部離職，代表 Google 輸了嗎？」「那 Gemini 現在是不是已經落後了？」所以當你對 AI 說「用 1 分鐘跟我說 Google Gemini 現在發生什麼事，用房仲聽得懂的方式講」，AI 很可能會抓這些小節來總結給你聽。實務上，你可以這樣用：一，貼上文章網址或全文，對 AI 說「幫我用 5 點重點整理，重點放在對房仲工作的影響」。二，要更快的話，可以問「照這篇文章，接下來觀察 Gemini 要看哪幾件事？用條列式回答」。由於內文已經用清單整理「接下來觀察 Gemini 的 4 件事」，AI 很容易抽取成你要的重點。透過這種問法，你不用自己研究技術細節，也能快速掌握和你業務相關的變化。