据 Woofun AI 消息，6 月中下旬硅谷爆发罕见人才地震，谷歌AI体系遭遇重创。6月20日，2024年诺贝尔化学奖得主、AlphaFold项目负责人John Jumper正式宣布结束近9年的Google DeepMind生涯，休整后加入Anthropic。紧随其后，Jonas Adler与Alexander Pritzel两名AlphaFold核心骨干确认转投同一东家。而在Jumper官宣前两天，Transformer论文核心作者、Gemini联合负责人Noam Shazeer已宣布加盟OpenAI。至此，2017年写下《Attention Is All You Need》的八位谷歌原始作者全部离开谷歌体系。72小时内，两位殿堂级科研领袖与一套完整王牌项目核心班底接连出走，标志着谷歌近八年AI人才持续失血的集中爆发。

这场人才风暴的震中首先来自AI生命科学领域的天花板级人物John Jumper。作为DeepMind近十年最具分量的科研成果缔造者，Jumper博士毕业仅半年便带队攻坚困扰学界50年的蛋白质折叠难题，先后推出AlphaFold、AlphaFold2、AlphaFold3系列模型，一次性解析超2亿种蛋白质结构，彻底改写结构生物学的研究范式。2024年，他与DeepMind负责人Demis Hassabis共同斩获诺贝尔化学奖，成为70年来最年轻的化学诺奖得主。对谷歌而言，Jumper是AI for Science赛道的旗帜性人物；而对Anthropic而言，招揽他是一步战略级落子。后者早已布局AI生命科学赛道，先后收购生物科技企业、推出生物医药专用大模型产品线，Jumper的加入直接将其蛋白计算、药物研发能力拉至行业第一梯队。Demis Hassabis在社交平台的公开回应中高度认可九年合作成果，却难掩核心资产流失的遗憾。

更值得警惕的是，这并非单人出走，而是团队整建制化迁移。紧随Jumper脚步的Jonas Adler与Alexander Pritzel，既是AlphaFold全系列的核心技术骨干，也是Gemini大模型的关键贡献者。Jonas Adler是AlphaFold2核心作者、AlphaFold3生物分子互作算法的主导设计者，同时掌管谷歌AI编程方向研发，是Gemini代码能力的核心负责人。Alexander Pritzel是AlphaFold2里程碑Nature论文的第三作者，全程负责模型训练架构与优化策略，同时深度参与Gemini大模型的分布式训练体系建设。两人的跟随，意味着AlphaFold项目的核心技术班底整体迁入Anthropic，不仅完成了AI生命科学能力的平移，更同步补强了Anthropic在大模型工程化、代码能力上的短板。

Woofun AI 整理数据显示，此类核心团队的整建制迁移在AI行业极为罕见，通常意味着技术路线的完整转移与竞争格局的剧烈重塑。

就在Jumper官宣两天前，另一个更具标志性的离职消息落地：Noam Shazeer加入OpenAI，负责下一代模型架构研究。作为Transformer论文八位核心作者之一、MoE混合专家架构的先驱，Noam Shazeer是谷歌大模型技术路线的奠基者之一。2024年谷歌曾斥资27亿美元，以技术授权加人才回流的方式从Character.AI将其回购，任命为Gemini联合负责人。

然而回归不足两年，这位殿堂级架构师再次选择离开。Noam Shazeer的出走，正式为谷歌Transformer初代作者的'全员离场'画上了句号——一个时代的技术根基，在谷歌内部已无原始缔造者留守。六月的集中爆发，只是冰山一角。过去八年间，从Google Brain到Google DeepMind，谷歌AI体系的核心人才流失早已形成规模，覆盖基础模型、AI for Science、大模型工程、产品高管四大方向，累计已有20余名里程碑论文核心作者、多名高管陆续出走。

基础模型奠基者从Transformer到BERT全线离场，谷歌是当代大模型的技术原点，却没能留住定义这个时代的人。2017年发表Transformer论文的八位作者，如今已全部离开谷歌：Lukasz Kaiser最早于2021年加盟OpenAI；Aidan Gomez、Ashish Vaswani、Niki Parmar、Jakob Uszkoreit、Llion Jones、Illia Polosukhin先后创业；Noam Shazeer的二次出走，浇灭了谷歌最后的火种。另一座里程碑BERT同样如此。BERT模型第一作者Jacob Devlin，2023年因质疑Bard训练数据合规性愤然离职加入OpenAI，尽管后续短暂回流，却难掩谷歌预训练时代核心人才断层的现实。这些人是大模型时代的'拓荒者'，他们的离开，带走的不仅是技术经验，更是底层创新的源头动力。

AI for Science王牌军两大里程碑团队解体，DeepMind曾凭借AI for Science建立起无可撼动的技术壁垒，如今两大王牌项目却已核心散尽。蛋白质折叠方向：随着John Jumper携Jonas Adler、Alexander Pritzel集体出走，AlphaFold核心研发团队基本解体，谷歌在该领域积累的技术优势随人才大幅稀释。强化学习方向：'AlphaGo之父'David Silver于2026年1月正式离职，全职执掌其创办的Ineffable Intelligence，主打不依赖人类数据的强化学习'超级学习者'，种子轮融资11亿美元，创下欧洲AI史上最大种子轮纪录。DeepMind联合创始人Mustafa Suleyman早已于2022年离职创业，后携团队加入微软出任Microsoft AI CEO，一同带走的还有AlphaZero核心贡献者Karén Simonyan。从AlphaGo到AlphaFold，DeepMind最引以为傲的两大标杆项目，核心领军人物已全部自立门户或投奔竞品。

大模型主力军团Gemini研发线持续失血，在正面竞争的通用大模型赛道，Gemini团队同样成为挖角重灾区，细分赛道顶尖人才持续流失。推理能力方向：思维链（Chain-of-Thought）核心提出者Jason Wei，2023年加入OpenAI，成为大模型推理能力迭代的关键人物。竞赛级推理方向：Gemini DeepThink核心缔造者Dustin Tran，携核心成员Ashish Kumar于2025年9月加盟xAI，直接支撑了Grok 4的推理能力突破；同年7月，Meta一次性挖走Tianhe Yu、Cosmo Du、Weiyue Wang三位Gemini奥数金牌核心研究者，定向补强Llama的数学推理能力。安全与效率方向：AI对抗安全顶级专家Nicholas Carlini、参数高效微调先驱Neil Houlsby等先后加入Anthropic，持续抽走谷歌在细分领域的技术厚度。

高管与产品层从联合创始人到项目负责人批量出走，技术人才之外，产品与管理层面的流失同样严重。DeepMind联合创始人Mustafa Suleyman的出走，带走了完整的产品化与商业化团队。原谷歌LaMDA项目负责人Daniel De Freitas离职创办Character.AI，成为生成式对话AI赛道的早期领跑者。从底层研究到上层产品，谷歌AI的人才链条正在全方位松动。谷歌流失的顶尖人才，并未分散在行业各处，而是高度集中地流向四大目的地，精准对应着当前AI行业的竞争格局。

谷歌头号对手OpenAI定向收割核心架构与能力，OpenAI是谷歌之外最大的人才接收方，挖角逻辑极具针对性——专挖底层架构与核心能力的定义者。架构层面，先后吸纳Lukasz Kaiser、Noam Shazeer两位Transformer核心作者，持续巩固自身在基础模型架构上的领先优势。能力层面，招揽Jason Wei补强推理、Jacob Devlin补强预训练与数据体系。每一笔挖角都直指谷歌的技术根基，也让OpenAI始终掌握着大模型迭代的话语权。成长最快对手Anthropic建制化补全技术栈，如果说OpenAI是单点挖角，Anthropic则是体系化吸纳，逐步搭建起能与谷歌对标的完整技术栈。早期阶段，它先引入Transformer作者Niki Parmar补强模型架构，Neil Houlsby补强模型效率，Nicholas Carlini、Milad Nasr等补强AI安全与隐私对齐，补齐通用大模型的核心板块。如今通过招揽John Jumper团队，一步到位切入AI生命科学赛道，形成'通用大模型+垂直科学计算'的双线布局。

这种'先搭骨架、再补王牌'的挖角节奏，让Anthropic在短短五年内快速跻身第一梯队。

多极玩家各取所需精准卡位细分赛道，Meta、xAI、微软等玩家则不走全面对抗路线，而是聚焦自身短板精准挖人。Meta瞄准Llama的推理短板，直接挖走Gemini奥数核心三人组，低成本实现细分能力的快速跃迁。xAI主打极致推理，招揽Dustin Tran等竞赛级推理专家，配合强化学习背景的创始团队，快速冲击大模型推理天花板。微软则通过收编Mustafa Suleyman的Inflection核心团队，一次性补齐消费AI的产品管理与技术统筹能力，为Copilot全线业务注入新鲜血液。创业军团走出半壁AI创业圈，更多顶尖人才选择自立门户，他们创办的企业，如今已构成全球AI创业圈的半壁江山。Transformer八人组堪称'创业天团'。Aidan Gomez创办的Cohere，已是北美三大基础模型厂商之一，估值超200亿美元。Noam Shazeer与Daniel De Freitas创办的Character.AI，曾是对话AI赛道的独角兽标杆。Ashish Vaswani、Niki Parmar创办的Adept，是AI智能体赛道的早期开拓者。Jakob Uszkoreit创办的Inceptive，深耕AI设计RNA药物。Llion Jones在东京创办Sakana AI，成为日本AI初创企业的领头羊。Illia Polosukhin联合创办的NEAR Protocol，早已是Web3基础设施的头部玩家。DeepMind系创业者同样分量十足：David Silver的Ineffable Intelligence，仅凭一个技术方向便拿下11亿美元种子轮。这些企业无一例外，都精准卡位基础模型、智能体、AI for Science三大前沿赛道，最终都成为谷歌直接或间接的竞争对手。

谷歌从不缺资金、不缺算力、不缺品牌，为何却在顶尖人才争夺战中节节败退？究其原因，核心并不是薪酬，而是顶尖科研人员最核心的诉求——主导权、稳定性、价值感。而这些，正在谷歌的体系里逐步消解。自主权落差方面，大公司的层级壁垒，抵不过初创的主导空间。对能做出时代级成果的顶尖研究者而言，最大的驱动力不是职级与现金，而是'按自己的想法做一件大事'的权力。在谷歌，即便是资深科学家，也往往要在复杂的层级与审批中推进项目，资源分配、方向调整都受制于公司整体战略。Llion Jones曾公开吐槽，谷歌后期官僚化严重，几乎'什么都干不成'。而在初创公司或成长型企业，顶尖人才可以独立主导整条技术路线，从方向定义到资源调配拥有完全话语权。John Jumper加盟Anthropic后，可直接主导整条AI生命科学产品线。David Silver创业后，可以全身心投入他认定的'无人类数据超级学习者'方向。

这种'自己说了算'的科研自由，是大公司很难给出的核心筹码。

战略摇摆与组织内耗方面，合并后的协同困境日益凸显。2023年Google Brain与DeepMind合并为Google DeepMind，本应是强强联合，实际却带来了团队博弈、资源分配与路线分歧的内耗。从LaMDA到Bard的仓促上线，从Bard的口碑翻车到Gemini的战略调整，谷歌大模型业务始终处于追赶姿态下的频繁变动中。一线研究者需要不断适配新的优先级、新的团队、新的目标，缺乏长期稳定的科研环境。对深耕基础研究的科学家而言，战略摇摆意味着科研连续性的断裂，这远比薪酬不足更令人难以接受。激励机制失效方面，钱买不到的长期价值。谷歌并非不舍得花钱。27亿美元回购Noam Shazeer团队，足以证明其挽留核心人才的财力与决心。但现金与高薪，已经留不住这个层级的人才。在初创企业，核心人才拿到的是股权，是与公司成长绑定的长期价值。项目成功带来的行业声望与个人影响力，远超大公司内部的晋升与奖金。当顶尖人才的选择，已经从'赚多少钱'变成'做多大事、留多少名'，大公司的薪酬体系就天然失去了竞争力。

理念分歧方面，安全、合规与商业化的平衡矛盾加剧。理念不合，也是很多核心人才出走的关键动因。Jacob Devlin因质疑Bard训练数据合规性离职，本质是学术严谨性与商业化速度的冲突。大量AI安全、对齐方向研究者流向Anthropic，也与后者'安全优先'的公司定位高度契合。当大公司越来越倾向于商业化优先、快速落地，坚持长期安全与基础研究的科学家，就更容易在理念上产生疏离感，最终选择与自己理念一致的平台。腾讯招募姚顺雨便是最好例证。姚顺雨，这位被冠以'腾讯史上最年轻（27岁）核心部门掌舵者'身份引入，此前网传年薪近亿元（后被腾讯辟谣）。对年轻的姚顺雨来讲，比薪资更重要正是主导权。腾讯给予姚顺雨的组织权限直通最高决策层——向腾讯集团总裁刘炽平与技术工程事业群总裁卢山双线汇报，这在腾讯内部极为罕见。

这场持续八年的人才流失，正在从人事层面传导至行业竞争层面，深刻改写全球AI的力量对比。对谷歌而言，核心技术优势正在持续消解。最直接的冲击，来自AI for Science赛道的优势失守。AlphaFold曾是谷歌最深的技术护城河之一，如今核心团队整体出走，技术积累随人才大幅稀释，后续迭代动力严重不足，生命科学布局面临重构。通用大模型层面，从底层架构到前沿能力的核心研发者持续流失，Gemini的迭代速度与创新厚度正在承压。Gemini 3.5 Pro目前已延期至7月。更深远的影响在于创新引领力的下滑——下一代突破性技术的领军人物纷纷离场，谷歌正面临从'技术定义者'向'技术跟随者'滑落的风险。

对竞争格局影响方面，三强格局固化，新变量持续涌现。人才流动正在加速行业格局的定型。OpenAI、Anthropic、Google DeepMind三强鼎立的格局中，Anthropic凭借持续的人才吸纳快速补全短板，尤其是AI生命科学赛道实现弯道超车，三家均重兵押注药物研发、蛋白质预测，AI+生命科学已成为头部实验室的核心竞争战场。

与此同时，顶级人才带队的创业公司，正在细分赛道持续冲击巨头边界。David Silver的强化学习新公司、Cohere的企业级大模型，都在单点上形成了不输巨头的技术优势。人才越分散，技术突破的源头就越多元，巨头的垄断壁垒就越难维持。双面'黄埔军校'方面，人才溢出与行业反噬并存。客观而言，谷歌是全球AI行业当之无愧的'黄埔军校'。Transformer、BERT、AlphaGo、AlphaFold……它培养了行业半数以上的顶尖人才，定义了当代AI的技术底座，推动了整个行业的技术进步。但反噬效应同样明显：自己重金培养的人才，最终成为最强的竞争对手。自己定义的技术方向，最终在别家公司落地开花。技术护城河随着人才流动持续稀释，这是所有科技巨头都会面临的创新者窘境——你可以培养最顶尖的大脑，却很难永远留住他们。

六月的这场人才地震，不是结束，而是谷歌人才困局的一个缩影。对谷歌而言，破局的方向并不复杂：给予核心科研团队更大的自主权，调整激励机制匹配人才的长期价值，收缩战线聚焦真正的核心赛道。但大公司的组织惯性、层级壁垒与战略摇摆，从来都不是一朝一夕可以扭转的。对整个行业而言，人才选择的底层逻辑已经发生了根本变化。顶尖研究者的职业选择，早已从'追求大厂背书'转向'追求事的价值与主导权'。哪里有更自由的科研环境、更清晰的长期目标、更匹配的理念共识，人才就会流向哪里。人才流向哪里，下一代技术突破就大概率出现在哪里。回到故事的起点，John Jumper在DeepMind的九年，做出了改写生物学的AlphaFold。Noam Shazeer在谷歌的岁月，参与定义了大模型的底层架构。他们都在谷歌成就了自己的巅峰，也最终选择离开去开启新的篇章。这既是一家科技巨头的遗憾，也是AI行业生生不息的注脚——永远有更前沿的方向，永远有渴望突破的人，而人才的流向，永远是技术浪潮最诚实的风向标。