從被開除的共同創辦人到 DeepMind 副總裁：Barret Zoph 的動盪二十個月，終點竟是回到 Google

今年一月，Barret Zoph 才被他共同創辦、估值 120 億美元的 Thinking Machines Lab 開除，導火線是與執行長 Mira Murati 決裂。到了這個星期四，他拿下了業界最資深的研究職位之一：Google DeepMind 研究副總裁（VP of Research），將負責強化學習（RL）與後訓練（post-training）。

對一位過去二十個月經歷宛如矽谷八點檔的研究者來說，這是一次快得驚人的「平反」。對 Google 而言，這同樣是一個再明確不過的訊號：2026 年一整年都在流失資深 AI 人才的 Google，如今願意用職銜與職權，把一位證明過自己後訓練功力的領導者請回來。

一場樸素官宣的「回家」

Zoph 親自在 X 上宣布了這項消息。「很興奮宣布我要加入 Google DeepMind！」他寫道，「我的 AI 職涯始於 Google Brain Residency 計畫，很期待回鍋。」

「回家」的框架並不誇張。Zoph 在 Google Brain 待了約六年——這個研究團隊已在 2023 年併入 Google DeepMind——之後才在重塑整個領域的第一波人才遷徙潮中離開。路透社報導，他將出任研究副總裁，此前他在 OpenAI 也曾任同級職位。能在兩家前沿實驗室之間完成罕見的「平行移動」，恰恰說明資深 AI 人才市場已經流動到了什麼程度。

在 DeepMind，他的職責範圍是強化學習與後訓練——也就是透過微調、RLHF、工具使用與推理訓練，把预訓練好的原始模型打造成真正有用、對齊、能幹活的代理（agent）。以目前業界共識來說，這是前沿 AI 最兵家必爭的一塊戰場。

AI 職涯史上最狂的二十個月

要理解為何 Google 這步棋讓人側目，得先重播一次時間軸。

2015–2021，Google Brain 時期。 Zoph 透過 Google Brain Residency 計畫入行，一待六年，累積了極具影響力的研究成果。他早期關於神經架構搜尋（Neural Architecture Search）的研究——用機器學習來設計神經網路——早於現代基礎模型時代，至今仍被廣泛引用。他後來成為 Google 後訓練方向的關鍵領導者之一。

2021–2024，OpenAI 時期。 他轉任 OpenAI 研究副總裁（後訓練），團隊負責對齊、工具使用，以及讓 ChatGPT 與 GPT-4 級模型從「流暢」變成「好用」的推理行為訓練。

2024–2026，Thinking Machines Lab 時期。 Zoph 與前 OpenAI 技術長 Mira Murati 共同創辦 Thinking Machines Lab，出任技術長（CTO）。這家新創以 120 億美元估值募資，成為全球最受矚目的新實驗室之一。

2026 年 1 月，被開除。 根據《華爾街日報》報導，Murati 告知員工 Zoph 在「表現與行為」上有問題；報導並指出他與一名同事有未申報的親密關係。Zoph 週一才向 Murati 表示考慮離職，週三就被開除。Murati 隨後任命 PyTorch 共同創造者 Soumith Chintala 接任 CTO。Zoph 與共同創辦人 Luke Metz、Sam Schoenholz 一同回鍋 OpenAI。

2026 年 8 月，再次離開。 重新加入 OpenAI 不到六個月，Zoph 又走了——而這次的落點是 Google。

DeepMind 為何此刻需要他

時機點絕非偶然。Google DeepMind 整個 2026 年在人才戰線上處於罕見的守勢。光是在八月，Fortune 報導的 Zeki Data 分析就顯示：DeepMind 在歐洲、中東與非洲（EMEA）頂級 AI 人才的市占率，從 2022–23 年的 49% 崩落至 2025–26 年的 18.6%；人才流入流出比從 12:1 掉到只剩 2:1。過去一年離開 DeepMind 的研究者中，有 25% 被 Anthropic 吸收。

實驗室今年夏天也換了領導層，由 Koray Kavukcuoglu 接掌執行長，任務是讓 Gemini 在與 OpenAI、Anthropic 的競爭中不被甩開——而這場競賽目前的勝負手，已經不在預訓練規模，而在後訓練功夫：推理、工具使用、代理可靠性。

這正是 Zoph 的本命。他曾在兩家前沿實驗室（OpenAI 與 Thinking Machines 創始團隊）執掌後訓練，是極少數跨多個組織大規模操盤過後訓練的人。對一個急著縮小產品品質差距的 DeepMind 來說，這份履歷的分量，壓過了難堪離職的包袱——Google 押的是：那些戲劇性事件屬於新創特有的問題，而非工程能力的問題。

這件事對人才市場的啟示

這樁人事案是 AI 人才市場最鮮活的最新註腳：擁有前沿後訓練經驗的資深研究者，如今身價如同職業運動的明星球員，而忠誠度是一年一談的。

有三個動態值得注意：

人才戰爭已經雙向化。 過去幾年流向是單行的——Google 培養人才，OpenAI 與新創收割（Noam Shazeer 六月從 DeepMind 跳槽 OpenAI 就是代表作）。Zoph 這一步證明 Google 現在能把流失的資深領導者贏回來，而且一到位就給副總裁級職權。

行為風險會被定價，但不再是死刑。 一位因未申報行為問題被開除的共同創辦人，換作以往早已「放射性污染」。六個月後，他手握 DeepMind 研究副總裁的職銜。後訓練領導人才的稀缺性，實質上為 C 級以下的所有人創造了一個「原諒市場」。

後訓練是新時代的預訓練。 當算力與資料在各實驗室之間趨於均等，決勝點就落在預訓練之後：RL 環境、代理訓練、對齊管線。各實驗室的人力佈局正隨之調整，而 Zoph 在 DeepMind 拿到「強化學習＋後訓練」的授權，是 Google 對「Gemini 差距在哪」最直白的招認。

接下來看什麼

對 Zoph 而言，DeepMind 這份工作是寫下第二幕的機會——在職涯起點的大樓裡，背靠 Alphabet 的資源，任務清晰：把 Gemini 的後訓練體系做到世界頂級。

對 Thinking Machines Lab 來說，這段往事已徹底翻頁；公司在技術長 Soumith Chintala 帶領下持續推進產品。對 OpenAI 來說，回鍋的領導者六個月內再度離開，雖然只是小裂痕，卻讓「回娘家的人都會留下」的敘事出現了縫隙。

而對整個業界，訊息再直白不過：在 2026 年的 AI 經濟裡，頂級研究者不只是換工作——他們會「換回去」。從 Google Brain 到 OpenAI、到新創、再回家的循環，如今連戲劇性事件在內，不到兩年就能繞完一圈。Zoph 的救贖之路會不會以 Gemini 追上 ChatGPT 與 Claude 作結，已經成了未來一年最值得低頭注視的問題之一。