核心内容总结
最近谷歌DeepMind接连失去两位AI领域的“顶流人才”：一是AlphaFold（解决蛋白质折叠难题的AI工具）核心领导者、2024年诺奖得主John Jumper，他跳槽到AI初创公司Anthropic；二是Transformer架构（所有现代大模型的“地基”）核心贡献者Noam Shazeer，离职加入OpenAI。这不仅暴露了谷歌在AI人才竞争中的被动，也折射出AI与生物等交叉领域成为新的竞争焦点，以及大厂和初创公司在吸引顶尖人才上的差异。
一、两位离职者：AI领域的“超级大牛”，谷歌的“不可替代资产”
这两个人的离开对谷歌来说是“伤筋动骨”级别的：
- John Jumper：他是AlphaFold的“灵魂人物”——2017年博士毕业就加入DeepMind，半年就牵头做AlphaFold，用AI破解了困扰科学家几十年的蛋白质折叠问题（以前科学家花几年才能搞清楚一个蛋白质的3D结构，AlphaFold几小时就能搞定）。他还带着团队迭代了三代模型，数据库免费开放给全球200万科研人员，直接推动了新药研发、材料科学的进步，甚至和DeepMind创始人一起拿了诺奖。他的离开，等于谷歌失去了AI生物赛道的“定海神针”。
- Noam Shazeer：他是Transformer架构的核心作者之一（2017年那篇《Attention Is All You Need》论文的八人团队成员）。Transformer是什么？简单说，现在所有AI大模型（比如ChatGPT、Gemini）都靠这个技术“吃饭”，没有它就没有今天的AI聊天机器人。他在谷歌才待了两年就走，去OpenAI专门做底层架构的前沿探索——这意味着谷歌在大模型的“根技术”上失去了一位关键奠基人。
二、谷歌为啥留不住顶级人才？网友的疑问戳中痛点
网友问“为什么总是谷歌在失去最优秀的人才？”，背后可能有几个原因：
1. 初创公司给的“自由度”更高：比如Shazeer去OpenAI是“专职做底层架构探索”，而在谷歌可能要兼顾很多业务（比如他之前是Gemini大模型的联席技术负责人），没法专注于自己最想做的前沿研究；Jumper去Anthropic，是因为这家公司正全面加码AI生物计算，给他的空间更大（比如Anthropic刚收购了生物公司，还专门设立了生命科学部门）。
2. 战略方向的“匹配度”问题：谷歌DeepMind虽然有AlphaFold这样的明星项目，但可能在某些领域的投入或优先级上，和顶级人才的个人愿景不一致。比如Jumper可能想在AI生物领域做更激进的创新，而谷歌的大公司体系可能更偏向“稳健”。
3. 人才流动的“单向性”明显：数据显示，DeepMind人才流向Anthropic的比例是10.8:1（10个去Anthropic的，才1个回来），说明初创公司对谷歌人才的吸引力远大于反向——初创公司更灵活，能给人才更多股权、更直接的决策权，甚至让他们主导新赛道。
三、AI+生物：下一个“颠覆性价值”的战场
Jumper的离职，正好踩在AI和生物交叉领域爆发的节点上：
- 这个领域有多重要？：继语言（ChatGPT）、视觉（AI画图）之后，AI+生物被认为是最可能产生“改变世界”价值的赛道。比如蛋白质设计、新药研发——用AI预测蛋白质结构，能把传统药物研发周期从几年缩短到几个月，直接降低成本、拯救更多生命。
- 巨头和初创都在抢：谷歌DeepMind有AlphaFold3（能预测DNA、RNA和小分子的相互作用），而Anthropic也在疯狂布局：2025年推出“AI for Science”免费支持生物研究，设立生命科学部门，2026年收购生物公司Coefficient Bio。Jumper的加入，等于Anthropic直接拿到了AI生物领域的“顶级门票”，和谷歌正面竞争。
四、大厂vs初创：人才争夺的“游戏规则”变了
硅谷的人才流动像一场“实验”：
- 大厂的优势：有钱、有资源、有平台（比如谷歌能给AlphaFold提供海量算力和数据）。
- 初创的优势：速度快、愿景清晰、给人才“当家作主”的机会。比如Anthropic让Jumper主导AI生物业务，OpenAI让Shazeer专注底层架构——这些在大厂里可能很难实现，因为大厂的层级多、决策慢。
- 结论：留住顶级人才，光靠钱和平台不够，还要看“文化是否匹配”“能否让人才做自己真正想做的事”。
五、未来AI竞争的核心：跨学科人才+专有数据+伦理
新闻最后点出了三个关键方向：
1. 跨学科人才：像Jumper这样既懂AI又懂生物的人，是稀缺资源——未来AI要解决复杂问题（比如新药研发、气候变化），需要“AI+X”的复合型人才。
2. 专有数据集：AI模型的好坏，很大程度上取决于训练数据。比如AlphaFold的数据库是谷歌的核心资产，但如果人才带走了对数据的理解，或者初创公司积累了自己的专有数据，就能弯道超车。
3. 伦理治理：比如AI安全对齐（让AI做正确的事），这是AI发展的“底线”，也是吸引顶尖人才的重要因素（很多科学家关心AI的伦理问题）。
总的来说，这次人才流动不是偶然——它反映了AI行业的竞争已经从“技术比拼”升级到“人才和赛道的抢夺”，而初创公司正在成为顶级人才的新选择。谷歌如果想留住人，可能得重新思考自己的文化和战略了。