顶级人才的流向，往往是行业风向最敏锐的晴雨表。当AI竞争进入白热化阶段，一位诺奖得主的转身，足以引发整个生态的重新审视。
北京时间6月20日，AlphaFold的核心缔造者、2024年诺贝尔化学奖得主John Jumper正式宣布，结束他在Google DeepMind近9年的生涯，加入AI初创公司Anthropic。AlphaFold，这个由DeepMind自主研发的AI生物大分子结构预测工具，使命正是破解困扰科学界数十年的蛋白质折叠难题。
消息一出，业界震动。而就在两天前，另一位关键人物——Transformer架构的核心贡献者Noam Shazeer，也从Google离职，投奔OpenAI。连续两记重锤，不由得让人追问：谷歌的人才堡垒，究竟出了什么问题？
谷歌遭遇连续离职潮
John Jumper的故事，本身就是一段传奇。2017年博士毕业后，他直接加入DeepMind。入职仅半年，便牵头启动AlphaFold项目，带领团队完成三代模型迭代，一举破解了结构生物学领域数十年的难题。2024年10月，他与DeepMind创始人Demis Hassabis共同站上诺贝尔奖领奖台，表彰他们利用AI实现蛋白质原子级三维结构预测的突破性成果。这九年里，AlphaFold数据库已累计释放超过2亿种蛋白质预测结构，免费向全球190个国家、超过200万科研人员开放。
对于Jumper的离开，Hassabis的回应颇为体面：“感谢John在过去九年里的非凡伙伴关系与精彩合作。我们凭借AlphaFold取得的成就改变了世界，并向该领域展示了AI在科学与医学方面的无限可能。”然而，行业内的共识是：DeepMind失去了AI生物赛道最核心的技术领军者。
在Jumper的离职宣言评论区，有网友直指核心：为什么总是谷歌在失去最优秀的人才？Google DeepMind到底怎么了？
与Jumper几乎前后脚出走的Noam Shazeer，是整个大模型时代的底层奠基人。2017年，他作为八人核心团队成员之一，参与发布了那篇划时代的论文《Attention Is All You Need》，提出了Transformer架构。2024年，谷歌斥资27亿美元购买Character.AI的模型授权，并将其纳入Google DeepMind，让Shazeer担任Gemini大模型联席技术负责人。然而，仅仅两年后，他便选择离职，加入OpenAI，专职底层架构的前沿探索。
这两位重量级人物的出走，并非孤例。近年来，谷歌系人才持续向Anthropic、OpenAI流动。SignalFire的行业统计数据显示，DeepMind人才流向Anthropic与反向回流比例高达10.8:1，呈现出明显的单向流动特征。此前，AI安全对齐、可解释性方向的多名资深研究员，以及Mistral AI、Cohere等欧洲头部AI初创公司的创始人，甚至DeepMind联合创始人Mustafa Suleyman，都已先后离开谷歌体系，或创业，或加入竞品实验室。
跨学科人才将成竞争焦点
Jumper的离职，发生在AI与生物学交叉领域加速融合的大背景下。
Demis Hassabis长期强调一个观点：在解决蛋白质折叠这类难题时，“懂蛋白质可能比懂AI更重要”。这一理念驱动DeepMind将AI能力从语言、图像模型，拓展至更广阔的科学发现领域。AlphaFold正是这一战略的典范之作。
2024年5月，DeepMind与Isomorphic Labs联合发布了AlphaFold 3。该模型的能力已超越蛋白质预测本身，能够处理DNA、RNA、小分子配体及其相互作用。蛋白质-配体对接准确率达到76.4%，较前代方法提升了约1.8倍。这一进步，直接赋能药物设计、材料科学等领域。五个月后，Jumper和Hassabis站上了诺贝尔领奖台。
AI与生物学的交叉融合，如今被整个行业视为继语言、视觉之后，AI最有望产生碘伏性商业与社会价值的领域。蛋白质设计、药物发现、基因组分析等任务，高度依赖结构预测与多尺度建模，而AI在这些场景中，能将传统实验周期从数年缩短至数月。
2025年，Anthropic推出了AI for Science项目，为高影响力生物研究提供免费API额度，重点支持药物发现、遗传数据分析等方向。同年设立的医疗健康与生命科学独立部门，单独配置预算、算力与招聘通道。2026年4月，Anthropic以约4亿美元的全股票交易，收购了Coefficient Bio，并将其整合进“Claude for Life Sciences”部门。
而手握三代AlphaFold全部技术经验、又有诺奖背书的Jumper，选择在这个节点加入Anthropic，本质上是行业两大路线的正面碰撞。此前，Anthropic的核心聚焦于通用大模型Claude系列和AI对齐安全研究。Jumper的加盟，意味着这家公司开始全面加码AI生物计算这条硬核赛道。
硅谷的人才流动，如同一场高频迭代的实验。大厂提供平台与资源，初创公司注入速度与愿景。Jumper和Shazeer的离职，给行业上了一课：技术突破终究依赖人，而留住顶尖人才，需要持续的文化、激励与使命匹配。未来，跨学科人才、专有数据集与伦理治理，将成为竞争的关键变量。
