谷歌AI防線徹底崩了！Transformer 八大王牌全員離場

6月中下旬的硅谷，一場人才地震在谷歌AI體系集中爆發。

6月20日，2024年諾貝爾化學獎得主、AlphaFold項目負責人John Jumper正式官宣，結束近9年的Google DeepMind生涯，休整后加入Anthropic。

僅僅數天后，其麾下兩名AlphaFold核心骨干Jonas Adler、Alexander Pritzel確認緊隨其后轉投同一東家——Anthropic。

而就在Jumper官宣的兩天前，Transformer論文核心作者、Gemini聯合負責人Noam Shazeer剛剛宣布加盟OpenAI——這也意味著，2017年寫下《Attention Is All You Need》的八位谷歌原始作者，至此全部離開谷歌體系。

72小時內，兩位殿堂級科研領袖、一套完整的王牌項目核心班底接連出走。

系列人事變動背后，是谷歌近八年AI人才持續失血的集中爆發。

從Transformer奠基者到AlphaGo/AlphaFold領軍者，從BERT發明人到Gemini核心研發團隊，這座全球AI行業的“黃埔軍校”，正在經歷一場前所未有的人才大分流。

谷歌人才六月震蕩，72小時里的兩次重磅告別

這場人才風暴的第一聲驚雷，來自AI生命科學領域的天花板級人物。

作為DeepMind近十年最具分量的科研成果締造者，John Jumper的離職自帶行業風向標意義。

John Jumper博士畢業僅半年，他便帶隊攻堅困擾學界50年的蛋白質折疊難題，先后推出AlphaFold、AlphaFold2、AlphaFold3系列模型，一次性解析超2億種蛋白質結構，徹底改寫結構生物學的研究范式。

2024年，John Jumper與DeepMind負責人Demis Hassabis共同斬獲諾貝爾化學獎，成為70年來最年輕的化學諾獎得主。

對谷歌而言，Jumper是AI for Science賽道的旗幟性人物，而對Anthropic而言，招攬他是一步戰略級落子——后者早已布局AI生命科學賽道，先后收購生物科技企業、推出生物醫藥專用大模型產品線，Jumper的加入直接將其蛋白計算、藥物研發能力拉至行業第一梯隊。

Demis Hassabis在社交平臺的公開回應中高度認可九年合作成果，卻難掩核心資產流失的遺憾。

更值得警惕的是，這不是單人出走，而是團隊整建制化遷移。

緊隨Jumper腳步的Jonas Adler與Alexander Pritzel，既是AlphaFold全系列的核心技術骨干，也是Gemini大模型的關鍵貢獻者：Jonas Adler是AlphaFold2核心作者、AlphaFold3生物分子互作算法的主導設計者，同時掌管谷歌AI編程方向研發，是Gemini代碼能力的核心負責人；Alexander Pritzel是AlphaFold2里程碑Nature論文的第三作者，全程負責模型訓練架構與優化策略，同時深度參與Gemini大模型的分布式訓練體系建設。

兩人的跟隨，意味著AlphaFold項目的核心技術班底整體遷入Anthropic，不僅完成了AI生命科學能力的平移，更同步補強了Anthropic在大模型工程化、代碼能力上的短板。

而就在Jumper官宣兩天前，另一個更具標志性的離職消息落地：Noam Shazeer加入OpenAI，負責下一代模型架構研究。

作為Transformer論文八位核心作者之一、MoE混合專家架構的先驅，Noam Shazeer是谷歌大模型技術路線的奠基者之一，2024年谷歌曾斥資27億美元，以技術授權加人才回流的方式從Character.AI將其回購，任命為Gemini聯合負責人。

然而回歸不足兩年，這位殿堂級架構師再次選擇離開。Noam Shazeer的出走，正式為谷歌Transformer初代作者的“全員離場”畫上了句號——一個時代的技術根基，在谷歌內部已無原始締造者留守。

谷歌AI八年“人才失血史”

六月的集中爆發，只是冰山一角。

過去八年間，從Google Brain到Google DeepMind，谷歌AI體系的核心人才流失早已形成規模，覆蓋基礎模型、AI for Science、大模型工程、產品高管四大方向，累計已有20余名里程碑論文核心作者、多名高管陸續出走。

1、基礎模型奠基者：從Transformer到BERT全線離場谷歌是當代大模型的技術原點，卻沒能留住定義這個時代的人。2017年發表Transformer論文的八位作者，如今已全部離開谷歌：Lukasz Kaiser最早于2021年加盟OpenAI；Aidan Gomez、Ashish Vaswani、Niki Parmar、Jakob Uszkoreit、Llion Jones、Illia Polosukhin先后創業；Noam Shazeer的二次出走，澆滅了谷歌最后的火種。

另一座里程碑BERT同樣如此。

BERT模型第一作者Jacob Devlin，2023年因質疑Bard訓練數據合規性憤然離職加入OpenAI，盡管后續短暫回流，卻難掩谷歌預訓練時代核心人才斷層的現實。

這些人是大模型時代的“拓荒者”，他們的離開，帶走的不僅是技術經驗，更是底層創新的源頭動力。

2、AI for Science王牌軍：兩大里程碑團隊解體

DeepMind曾憑借AI for Science建立起無可撼動的技術壁壘，如今兩大王牌項目卻已核心散盡。

蛋白質折疊方向：隨著John Jumper攜Jonas Adler、Alexander Pritzel集體出走，AlphaFold核心研發團隊基本解體，谷歌在該領域積累的技術優勢隨人才大幅稀釋。

強化學習方向：“AlphaGo之父”David Silver于2026年1月正式離職，全職執掌其創辦的Ineffable Intelligence，主打不依賴人類數據的強化學習“超級學習者”，種子輪融資11億美元，創下歐洲AI史上最大種子輪紀錄。DeepMind聯合創始人Mustafa Suleyman早已于2022年離職創業，后攜團隊加入微軟出任Microsoft AI CEO，一同帶走的還有AlphaZero核心貢獻者Karén Simonyan。

從AlphaGo到AlphaFold，DeepMind最引以為傲的兩大標桿項目，核心領軍人物已全部自立門戶或投奔競品。

3、大模型主力軍團：Gemini研發線持續失血

在正面競爭的通用大模型賽道，Gemini團隊同樣成為挖角重災區，細分賽道頂尖人才持續流失：

推理能力方向：思維鏈（Chain-of-Thought）核心提出者Jason Wei，2023年加入OpenAI，成為大模型推理能力迭代的關鍵人物。

競賽級推理方向：Gemini DeepThink核心締造者Dustin Tran，攜核心成員Ashish Kumar于2025年9月加盟xAI，直接支撐了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奧數金牌核心研究者，定向補強Llama的數學推理能力。

安全與效率方向：AI對抗安全頂級專家Nicholas Carlini、參數高效微調先驅Neil Houlsby等先后加入Anthropic，持續抽走谷歌在細分領域的技術厚度。

4、高管與產品層：從聯合創始人到項目負責人批量出走

技術人才之外，產品與管理層面的流失同樣嚴重。

DeepMind聯合創始人Mustafa Suleyman的出走，帶走了完整的產品化與商業化團隊。原谷歌LaMDA項目負責人Daniel De Freitas離職創辦Character.AI，成為生成式對話AI賽道的早期領跑者。

從底層研究到上層產品，谷歌AI的人才鏈條正在全方位松動。

一鯨落，萬物生，谷歌“最強大腦”都去了哪里？

谷歌流失的頂尖人才，并未分散在行業各處，而是高度集中地流向四大目的地，精準對應著當前AI行業的競爭格局。

1、谷歌頭號對手OpenAI：定向收割核心架構與能力

OpenAI是谷歌之外最大的人才接收方，挖角邏輯極具針對性——專挖底層架構與核心能力的定義者。

架構層面，先后吸納Lukasz Kaiser、Noam Shazeer兩位Transformer核心作者，持續鞏固自身在基礎模型架構上的領先優勢。

能力層面，招攬Jason Wei補強推理、Jacob Devlin補強預訓練與數據體系。每一筆挖角都直指谷歌的技術根基，也讓OpenAI始終掌握著大模型迭代的話語權。

2、成長最快對手Anthropic：建制化補全技術棧

如果說OpenAI是單點挖角，Anthropic則是體系化吸納，逐步搭建起能與谷歌對標的完整技術棧。

早期階段，它先引入Transformer作者Niki Parmar補強模型架構，Neil Houlsby補強模型效率，Nicholas Carlini、Milad Nasr等補強AI安全與隱私對齊，補齊通用大模型的核心板塊。

如今通過招攬John Jumper團隊，一步到位切入AI生命科學賽道，形成“通用大模型+垂直科學計算”的雙線布局。這種“先搭骨架、再補王牌”的挖角節奏，讓Anthropic在短短五年內快速躋身第一梯隊。

3、多極玩家各取所需：精準卡位細分賽道

Meta、xAI、微軟等玩家則不走全面對抗路線，而是聚焦自身短板精準挖人。

Meta瞄準Llama的推理短板，直接挖走Gemini奧數核心三人組，低成本實現細分能力的快速躍遷。

xAI主打極致推理，招攬Dustin Tran等競賽級推理專家，配合強化學習背景的創始團隊，快速沖擊大模型推理天花板。

微軟則通過收編Mustafa Suleyman的Inflection核心團隊，一次性補齊消費AI的產品管理與技術統籌能力，為Copilot全線業務注入新鮮血液。

4、創業軍團：走出半壁AI創業圈

更多頂尖人才選擇自立門戶，他們創辦的企業，如今已構成全球AI創業圈的半壁江山。

Transformer八人組堪稱“創業天團”。

Aidan Gomez創辦的Cohere，已是北美三大基礎模型廠商之一，估值超200億美元。

Noam Shazeer與Daniel De Freitas創辦的Character.AI，曾是對話AI賽道的獨角獸標桿。

Ashish Vaswani、Niki Parmar創辦的Adept，是AI智能體賽道的早期開拓者。

Jakob Uszkoreit創辦的Inceptive，深耕AI設計RNA藥物。

Llion Jones在東京創辦Sakana AI，成為日本AI初創企業的領頭羊。

Illia Polosukhin聯合創辦的NEAR Protocol，早已是Web3基礎設施的頭部玩家。

DeepMind系創業者同樣分量十足：David Silver的Ineffable Intelligence，僅憑一個技術方向便拿下11億美元種子輪。

這些企業無一例外，都精準卡位基礎模型、智能體、AI for Science三大前沿賽道，最終都成為谷歌直接或間接的競爭對手。

為什么谷歌留不住最頂尖的超人？

谷歌從不缺資金、不缺算力、不缺品牌，為何卻在頂尖人才爭奪戰中節節敗退？

究其原因，核心并不是薪酬，而是頂尖科研人員最核心的訴求——主導權、穩定性、價值感。而這些，正在谷歌的體系里逐步消解。

1、自主權落差：大公司的層級壁壘，抵不過初創的主導空間

對能做出時代級成果的頂尖研究者而言，最大的驅動力不是職級與現金，而是“按自己的想法做一件大事”的權力。

在谷歌，即便是資深科學家，也往往要在復雜的層級與審批中推進項目，資源分配、方向調整都受制于公司整體戰略。

Llion Jones曾公開吐槽，谷歌后期官僚化嚴重，幾乎“什么都干不成”。而在初創公司或成長型企業，頂尖人才可以獨立主導整條技術路線，從方向定義到資源調配擁有完全話語權。

John Jumper加盟Anthropic后，可直接主導整條AI生命科學產品線。

David Silver創業后，可以全身心投入他認定的“無人類數據超級學習者”方向。

這種“自己說了算”的科研自由，是大公司很難給出的核心籌碼。

2、戰略搖擺與組織內耗：合并后的協同困境

2023年Google Brain與DeepMind合并為Google DeepMind，本應是強強聯合，實際卻帶來了團隊博弈、資源分配與路線分歧的內耗。

從LaMDA到Bard的倉促上線，從Bard的口碑翻車到Gemini的戰略調整，谷歌大模型業務始終處于追趕姿態下的頻繁變動中。

一線研究者需要不斷適配新的優先級、新的團隊、新的目標，缺乏長期穩定的科研環境。

對深耕基礎研究的科學家而言，戰略搖擺意味著科研連續性的斷裂，這遠比薪酬不足更令人難以接受。

3、激勵機制失效：錢買不到的長期價值

谷歌并非不舍得花錢。

27億美元回購Noam Shazeer團隊，足以證明其挽留核心人才的財力與決心。但現金與高薪，已經留不住這個層級的人才。

在初創企業，核心人才拿到的是股權，是與公司成長綁定的長期價值。項目成功帶來的行業聲望與個人影響力，遠超大公司內部的晉升與獎金。

當頂尖人才的選擇，已經從“賺多少錢”變成“做多大事、留多少名”，大公司的薪酬體系就天然失去了競爭力。

4、理念分歧：安全、合規與商業化的平衡矛盾

理念不合，也是很多核心人才出走的關鍵動因。

Jacob Devlin因質疑Bard訓練數據合規性離職，本質是學術嚴謹性與商業化速度的沖突。大量AI安全、對齊方向研究者流向Anthropic，也與后者“安全優先”的公司定位高度契合。

當大公司越來越傾向于商業化優先、快速落地，堅持長期安全與基礎研究的科學家，就更容易在理念上產生疏離感，最終選擇與自己理念一致的平臺。

騰訊招募姚順雨便是最好例證。

姚順雨，這位被冠以“騰訊史上最年輕（27歲）核心部門掌舵者”身份引入，此前網傳年薪近億元（后被騰訊辟謠）。對年輕的姚順雨來講，比薪資更重要正是主導權。騰訊給予姚順雨的組織權限直通最高決策層——向騰訊集團總裁劉熾平與技術工程事業群總裁盧山雙線匯報，這在騰訊內部極為罕見。

護城河松動，競爭格局重構

這場持續八年的人才流失，正在從人事層面傳導至行業競爭層面，深刻改寫全球AI的力量對比。

1、對谷歌：核心技術優勢正在持續消解

最直接的沖擊，來自AI for Science賽道的優勢失守。

AlphaFold曾是谷歌最深的技術護城河之一，如今核心團隊整體出走，技術積累隨人才大幅稀釋，后續迭代動力嚴重不足，生命科學布局面臨重構。

通用大模型層面，從底層架構到前沿能力的核心研發者持續流失，Gemini的迭代速度與創新厚度正在承壓。據媒體報道，Gemini 3.5 Pro目前已延期至7月。

更深遠的影響在于創新引領力的下滑——下一代突破性技術的領軍人物紛紛離場，谷歌正面臨從“技術定義者”向“技術跟隨者”滑落的風險。

2、對競爭格局影響：三強格局固化，新變量持續涌現

人才流動正在加速行業格局的定型。

OpenAI、Anthropic、Google DeepMind三強鼎立的格局中，Anthropic憑借持續的人才吸納快速補全短板，尤其是AI生命科學賽道實現彎道超車，三家均重兵押注藥物研發、蛋白質預測，AI+生命科學已成為頭部實驗室的核心競爭戰場。

與此同時，頂級人才帶隊的創業公司，正在細分賽道持續沖擊巨頭邊界。

David Silver的強化學習新公司、Cohere的企業級大模型，都在單點上形成了不輸巨頭的技術優勢。

人才越分散，技術突破的源頭就越多元，巨頭的壟斷壁壘就越難維持。

3、雙面“黃埔軍校”：人才溢出與行業反噬

客觀而言，谷歌是全球AI行業當之無愧的“黃埔軍校”。

Transformer、BERT、AlphaGo、AlphaFold……它培養了行業半數以上的頂尖人才，定義了當代AI的技術底座，推動了整個行業的技術進步。

但反噬效應同樣明顯：自己重金培養的人才，最終成為最強的競爭對手。自己定義的技術方向，最終在別家公司落地開花。

技術護城河隨著人才流動持續稀釋，這是所有科技巨頭都會面臨的創新者窘境——你可以培養最頂尖的大腦，卻很難永遠留住他們。

人才爭奪戰沒有終點

六月的這場人才地震，不是結束，而是谷歌人才困局的一個縮影。

對谷歌而言，破局的方向并不復雜：給予核心科研團隊更大的自主權，調整激勵機制匹配人才的長期價值，收縮戰線聚焦真正的核心賽道。但大公司的組織慣性、層級壁壘與戰略搖擺，從來都不是一朝一夕可以扭轉的。

對整個行業而言，人才選擇的底層邏輯已經發生了根本變化。頂尖研究者的職業選擇，早已從“追求大廠背書”轉向“追求事的價值與主導權”。哪里有更自由的科研環境、更清晰的長期目標、更匹配的理念共識，人才就會流向哪里。人才流向哪里，下一代技術突破就大概率出現在哪里。

回到故事的起點，John Jumper在DeepMind的九年，做出了改寫生物學的AlphaFold。Noam Shazeer在谷歌的歲月，參與定義了大模型的底層架構。他們都在谷歌成就了自己的巔峰，也最終選擇離開去開啟新的篇章。

這既是一家科技巨頭的遺憾，也是AI行業生生不息的注腳——永遠有更前沿的方向，永遠有渴望突破的人，而人才的流向，永遠是技術浪潮最誠實的風向標。