曾參與撰寫 AlphaGo 經典 2016 年《Nature》論文的 DeepMind 資深研究科學家托爾・格雷佩爾（Thore Graepel），於 2026 年 9 月離開 Google DeepMind，赴英國倫敦創立 AI 新創公司。他的核心論點直指當前業界典範：「我們必須回頭重新設計整個架構，才能讓模型進行真正的推理。」其個人官網明確指出，該新創將致力於把 AlphaGo 風格的結構化搜尋與規劃能力，從圍棋棋盤拓展至真實物理世界的不確定性環境中。
格雷佩爾的背景極具分量：他 2003 至 2015 年任職微軟劍橋研究院期間，共同打造了 Xbox Live 配對引擎 TrueSkill 與 Bing 廣告點擊預測模型 AdPredictor；2015 年加入 DeepMind 後，與大衛・席爾瓦（David Silver）、黃士傑（Aja Huang）、戴密斯・哈薩比斯（Demis Hassabis）共同發表 AlphaGo 論文，並陸續參與 AlphaGo Zero（2017）、AlphaZero（2017）、MuZero（2019）等專案研發；2025 年回鍋 DeepMind 擔任傑出研究科學家，並同時在倫敦大學學院（UCL）兼任機器學習講座教授。
格雷佩爾預計於 2026 年 11 月在倫敦政經學院（LSE）發表題為「From AlphaGo to AGI」的公開演說，這將是他首次系統性對外闡述新公司技術路線的重要場合。
這起事件的本質，是一場 AI 技術典範的深層路線之爭，並非單純的人事異動或商業競爭。格雷佩爾的出走，象徵著 LLM（大型語言模型）「純規模擴張」路線，與「AlphaGo 式結構化搜尋＋世界模型」路線之間的正式分家。 當前主流 LLM 透過單次前向傳遞逐字生成 token，本質是「預測」而非「搜尋」；OpenAI 的 o1 與 Google 的 Gemini Thinking 雖透過思維鏈（chain-of-thought）推理逼近此一目標，但屬於隱式實現。格雷佩爾主張，必須以「明確搜尋樹＋學習得來的世界模型」進行顯式多步推演，才能讓 AI 在連續、部分可觀測且不可逆的真實物理環境（如機器人配送、外科手術、無人機飛行）中可靠運作。
這場路線之爭的技術根源，可追溯至 AlphaGo 的三大核心元件：策略網路（建議下一步）、價值網路（評估勝率）、蒙地卡羅樹搜尋（MCTS，負責前瞻模擬）。其後的 AlphaGo Zero 從零自學、AlphaZero 將方法推廣到西洋棋與將棋、MuZero 進一步學出自己的環境動力學模型，皆是這條技術樹的延伸。格雷佩爾的新創，正是要在 MuZero 的基礎上，把學習得來的世界模型推進到真實世界的連續狀態空間，解決「在不完全可知、不可逆的真實環境中進行多步前瞻搜尋」這個尚未解開的工程難題。
此外，DeepMind 內部也正面臨嚴重的路線與文化衝突。據 Zeki Data 統計，DeepMind 的 EMEA 研究人才市占率從 2022-23 年的 49% 暴跌至 2025-26 年的 18.6%；同期 OpenAI 招募成長 97%、Anthropic 成長 152%，DeepMind 僅 27%；新進與離職人數比從 12:1 滑落至 2:1。 2026 年 1 月，大衛・席爾瓦離開創立 Ineffable Intelligence 並拿下歐洲史上最高的 11 億美元種子輪；同年 6 月，諾貝爾獎得主約翰・詹珀（John Jumper）跳槽 Anthropic，Gemini 共同負責人諾亞・舒澤（Noam Shazeer）轉投 OpenAI（單日 Alphabet 股價重挫約 7%）；8 月 5 日，首席科學家傑夫・迪恩（Jeff Dean）與三位同僚共創 Discovery Loop，哈薩比斯則交棒 CEO 一職，專任董事長與 Alphabet 首席科學家。多名前研究員受訪時指出，DeepMind 內部對 Gemini 商業化的資源傾斜、發表規定的緊縮，以及對外無法匹敵新創的高薪與 Pre-IPO 股權，皆是推力來源。
格雷佩爾的離開並非孤立事件，而是 AI 產業進入「後 LLM 中心化」分流的關鍵節點。我們可參考 1990 年代 IBM 深藍（Deep Blue）擊敗西洋棋世界冠軍後，「搜尋式 AI」如何被後續統計學習與深度學習典範取代的歷史脈絡；但這次的差異在於，LLM 已建立龐大生態與資本壁壘，搜尋式架構必須與其融合，而非全面取代。以下為三種情境推演：
面對典範轉移的關鍵節點，產、學、研、投各界應採取以下行動：
01 起因觸發：AlphaGo 共同發明人托爾・格雷佩爾離開 DeepMind，赴倫敦創立結構化搜尋＋世界模型路線新創，挑戰純 LLM 規模擴張典範。
02 一階傳導：DeepMind 內部高階人才流失潮加劇，2026 年內已損失圖靈獎等級科學家、諾貝爾獎得主、Gemini 共同負責人與首席科學長，實驗室前沿基礎研究光環逐步褪色。
03 二階擴散：歐洲 AI 新創聚落（Ineffable Intelligence、H、格雷佩爾新創）形成離開美中兩強的第三極；VC 資金加速流向具備 AlphaGo DNA 的種子輪；強化學習與世界模型領域人才薪資溢價顯著擴大。
04 宏觀終局：AI 產業正式進入「後 LLM 中心化」分流時代；LLM 與結構化搜尋式架構成為互補雙層；歐洲若能在算力與監管優勢上維持紀律，有望在 5-10 年內取得可與美中匹敵的演算法話語權；機器人、自駕、手術 AI 等實體應用將迎來可靠性躍升的關鍵轉折。
跨事件因果網路圖譜 3 驗證節點
AI 驗證因果鏈條 · 可拖曳節點 · 點兩下開啟文章
Altman鬆口願放慢AI狂奔：安全紅線逼近典範轉移的臨界點
Altman表態放慢AI發展、OpenAI內部安全疑慮升溫，正是主流LLM典範面臨瓶頸的訊號；格雷佩爾出走創立搜尋式推理新創，可視為對此「治理優先典範」的技術回應——主張必須從底層架構重設計才能實現真正推理，挑戰當前LLM霸權
AI自訂搜尋配置：自動化合成路徑迎來精準化典範轉移
AI合成路徑領域推出「可自訂搜尋配置機制」，反映搜尋式與可編程化推理在垂直AI應用中已成新典範；格雷佩爾將AlphaGo風格的結構化搜尋擴展至通用推理架構，屬同一技術主線從化學合成到通用AGI的延伸
台積電的「關鍵價差」：492美元目標價背後的AI霸權與2奈米風險博弈
台積電受惠於NVIDIA、Broadcom等AI巨頭鉅額資本支出與先進製程訂單暴衝，凸顯當前LLM算力軍備競賽推升的硬體需求；格雷佩爾主張改採搜尋式推理而非純規模擴張，將從需求端衝擊此一算力霸權敘事與半導體資本支出邏輯
