15 億美元的「錄用」：Google 完成與 Mechanize 的人才交易

舊金山 AI 圈從八月就開始追蹤的交易，終於拍板定案。Business Insider 於 9 月 11 日率先從公開的 LinkedIn 資料發現：Google 已完成與 Mechanize Inc. 的人才交易，報導金額超過 15 億美元。Mechanize 是一家以「全面自動化經濟」為創業使命的小型新創，其共同創辦人兼前執行長 Tamay Besiroglu 的 LinkedIn 已更新為 Google DeepMind 研究科學家，另有十多名前 Mechanize 員工也陸續更新職稱加入 Google，多數集中於 midtraining（中期訓練） 團隊 — 這是介於預訓練與後訓練之間、近年愈發關鍵的模型開發中段工序。

Google 與 Besiroglu 皆拒絕評論，最終交易條款也未公開。但規模沒有太大爭議：Business Insider 八月報導，雙方洽談的是「人才聘用＋非專屬技術授權」、總值逾 15 億美元的組合。真正令人咋舌的是倍數 — Mechanize 於 2026 年 4 月才以 5 億美元估值募得 910 萬美元種子輪，距離對外開放募資僅 103 天。如今這家約 35 人的團隊，以約當上一輪估值三倍的價格「出走」，而過程中沒有發生任何一場正式收購。

Mechanize 到底做了什麼

Mechanize 於 2025 年 4 月由三位 Epoch AI 出身的研究員 — Tamay Besiroglu、Ege Erdil 與 Matthew Barnett — 創立。Besiroglu 在 2022 年共同創辦的 Epoch AI，是以嚴謹追蹤 AI 算力、資料與規模化趨勢聞名的研究機構，其圖表經常被前沿實驗室論文引用。Mechanize 把這種「測量」思維變成了產品：為編程代理打造強化學習環境（RL environments）。

這家公司的使命從第一天起就毫不掩飾。TechCrunch 在報導其問世時寫道，創辦人的目標是「所有工作的全面自動化」與「整體經濟的自動化」。這番言論在當年引發軒然大波，Besiroglu 被網友猛烈批評「慶祝取代人類勞工」。但剝開聳動的修辭，其商業本質一點也不科幻：Mechanize 建造模擬的工作環境，讓 AI 代理能在真實感的程式碼庫、真實的 PR 工作流程、真實的失敗模式中，接受長時序軟體任務的訓練與評測。前沿實驗室如今普遍相信，限制下一代代理式編程模型发展的瓶頸，不再是網路原始文本，而是 RL 環境 — 因為代理是從數千次「可驗證結果」的任務重複中學習，而非靜態範例。

市場顯然認同這個命題。Mechanize 自己估算：AI 實驗室每年靠編程 token 約賺 50 億美元，而美國軟體工程師年薪總額約 3,000 億美元 — 兩個數量級的差距，就是它的生意。八月 Google 意圖曝光時，投資人 Deedy Das 稱之為「史上最大的 AI 資料交易」— 而這個品類在一年半前幾乎不存在。

為什麼是「人才交易」而不是「收購」

交易結構本身就是新聞。Google 並沒有買下 Mechanize，而是沿用 2025 年吸收編程新創 Windsurf 團隊的劇本（Windsurf 前執行長 Varun Mohan 現掌管 Google 的代理式編程計畫 Antigravity）：把人帶進來、把技術授權進來，讓公司外殼繼續獨立存在。Mechanize 仍是 Mechanize — 前幕僚長 Guive Assadi 的 LinkedIn 已改標為執行長。

大型科技公司偏愛這種形狀，原因有二。其一是監管。人才加授權交易的結構，通常能避開正式收購必然引來的反壟斷審查 — 對仍深陷美國司法部反壟斷訴訟陰影的 Google 而言尤其迫切。直接買下一家 5 億美元估值的公司是必須申報的併購；授權其技術、聘用其人員，在競爭法上則曖昧得多。批評者直言：這正是設計目的。

其二，是 Google 真正想要的東西本來就裝在人的腦子裡。Mechanize 的資產是知識：環境設計、獎勵塑形、任務生成、編程代理評測框架。這些專業會跟著研究員一起走出大門。授權確保 Google 能使用已建成的一切；錄用確保 Google 能把這套方法論內化，直接接進 Gemini 的訓練管線。

Midtraining：落點比人是誰更重要

這批人加入哪個部門，和「他們是誰」一樣重要。Business Insider 報導，前 Mechanize 員工多數投入 midtraining — 這個近年悄然成為兵家必爭之地的開發階段。

中期訓練介於預訓練（數兆 token 的原始文本）與後訓練（指令微調與 RLHF）之間，涵蓋精選持續預訓練、合成資料生成、課程設計，以及 — 對 Google 最關鍵的 — RL 環境與推理資料的構建。IBM 研究團隊今年以超過 500 場對照實驗證實，mid-training 能顯著提升模型推理能力；OpenAI 設有專職 mid-training 團隊；Google 自家的對齊研究員也在此階段實驗「合成文件微調」。一支花了一年時間打造工業級編程 RL 環境的團隊，與這個議程幾乎完美互補。

競爭壓力則是檯面下的主因。Business Insider 直接寫道，Google「近來始終未能推出一款被廣泛認為有競爭力的模型」，而編程正是其痛處 — Mechanize 的技術「能幫助科技公司的模型提升編程能力，而這正是 Google 一直掙扎的課題」。當 OpenAI 與 Anthropic 在基準測試上輪流領先、Claude 的編程市占持續攀升之際，Gemini 在代理式編程評測上屢屢失分。Google 如今斥資約 15 億美元，買下的正是前沿實驗室之外、最擅長建造編程代理訓練基礎設施的一群人。

收購規模的「錄用」：2026 年的新常態

Mechanize 交易是 2026 年一個更大趨勢中最響亮的案例：以收購價格成交、卻以錄用形式包裝的 AI 人才交易。Google 的 Windsurf 案、Meta 那個「一億美元簽約金」時代的天價挖角，方向一致 — 當一小群研究員足以改變模型的基準曲線，他們雇主的損益表就遠不如他們的離職風險重要。

對新創而言，這筆帳既誘人又不安。Mechanize 的投資人把 910 萬美元種子輪，在不到六個月內變成據報超過 30 倍的回報。但交易也把創辦人從公司抽走，留下一個揹著授權義務、換了執行長的空殼。「Mechanize」未來是繼續作為有實質意義的供應商，還是淪為註腳 — 答案將說明：收購式規模的 acquir-hire，是否真的已取代中型 AI 併購。

可以確定的是訊號本身。Google 剛以收購等級的價格，買下一支以「自動化軟體工程」為明確使命的團隊 — 押注決定下一代編程模型勝負的，是 RL 環境而非更多參數。而且它選擇的，恰恰是監管機關至今難以著力的那一種交易結構。

來源

• Business Insider — Google just completed its $1.5 billion-plus talent deal for AI startup Mechanize（Charles Rollet、Hugh Langley、Katie Roof，2026 年 9 月 11 日）
• Aventure.vc / Techmeme — LinkedIn 資料證實交易完成（2026 年 9 月 11 日）
• TechCrunch — Famed AI researcher launches controversial startup to replace all human workers everywhere（2025 年 4 月 19 日）
• Dealroom — Google eyes $1.5B for Mechanize（2026 年 8 月 6 日）