谷歌7天内损失四位技术元老6月的AI人才市场谷歌再次站到了风口上。过去一周围绕谷歌DeepMind的多起高层技术人才流动持续发酵。据Axios和路透社等媒体报道Gemini共同负责人Noam Shazeer离开谷歌加入了OpenAI另一位DeepMind高级研究科学家、AlphaFold共同创造者John Jumper也在X上宣布自己加入Anthropic。此外据彭博社道称谷歌AI研究员Jonas Adler和Alexander Pritzel也官宣了离职去向同样是Anthropic。人才流失引发讨论这不是普通的人才流动。四个人分别对应了谷歌AI体系中极具代表性的几条技术线Transformer、大模型预训练、Gemini、AlphaFold、AI coding以及模型训练系统。也正因此这波离职很快在X上引发讨论。X上有用户直接将这场轰动的离职指向谷歌的AI处境“Gemini是一款平庸乏味的产品。谷歌已经失去了以往的产品魔力。”也有人把这看作谷歌在AI人才战中承压的信号。关键人物离职的象征意义其中最受关注的是Noam Shazeer。6月18日Shazeer自己在X上表示离开谷歌后加入了OpenAI。他离开的时间点很有意思这距离谷歌通过Character.AI相关交易将他和部分团队带回公司还不到两年。当时这笔交易金额约为27亿美元一度被视为谷歌补强大模型人才的重要动作。Shazeer的技术分量无需赘述。他是2017年《Attention Is All You Need》论文共同作者之一这篇论文提出的Transformer架构后来成为大语言模型浪潮的技术基础之一。回到谷歌后Shazeer参与领导Gemini相关工作被视为谷歌大模型体系中最重要的人物之一。他的再次离开因此带有很强的象征意义。它说明在AI人才争夺中即便是谷歌这样的公司也很难通过一次高价“回购”永久绑定顶尖研究者。尤其当OpenAI仍处于高速扩张和资本市场叙事中心时对顶级模型人才的吸引力依然很强。另一位重量级离职者是John Jumper。Shazeer宣布离职两天后Jumper也在X上发贴称自己离开了DeepMind加入Anthropic。Jumper是AlphaFold的核心人物之一曾与DeepMind CEO Demis Hassabis因蛋白质结构预测相关工作共同获得2024年诺贝尔化学奖。AlphaFold的意义不只在于技术突破也在于它让外界看到AI可以进入科学研究的核心流程而不只是停留在聊天、搜索或内容生成场景。 因此Jumper的离开代表的是另一种层面的流失DeepMind失去的不只是一个大模型研究员而是一个能代表“AI for Science”方向的招牌人物。Anthropic的人才补强如果说Shazeer的去向强化了OpenAI在基础模型和架构研究上的吸引力那么Jumper加入Anthropic则让外界开始关注Anthropic是否正在更系统地补强科学AI、生命科学和高可靠模型能力。Anthropic过去最被外界熟知的是Claude、AI安全和模型对齐但随着Claude Code、企业场景和多步任务能力不断扩展它需要的不只是产品工程团队也包括更强的底层研究和科学计算人才。此外在报道中另外两位研究员Jonas Adler和Alexander Pritzel也离开了谷歌。据媒体转引彭博社报道Adler和Pritzel都被谷歌内部视为重要AI研究人员。Adler参与谷歌的AI Coding方向Pritzel则专注于AI系统训练。报道称两人都是Gemini模型开发的重要贡献者并计划加入Anthropic。这两人的流动同样值得关注。AI Coding已经成为OpenAI、Anthropic、Google、微软等公司争夺最激烈的应用入口之一。Claude Code的走红让Anthropic在开发者群体中获得了更强存在感。此时如果继续补入来自谷歌Gemini和AI Coding方向的研究人员Anthropic的目标显然不只是维持Claude的对话能力而是进一步增强其在编码、智能体和复杂任务执行上的竞争力。谷歌真不行了这也是为什么外界很难把这波离职简单理解为“谷歌不行了”。更准确地说这是AI行业人才价值重新定价的结果。Business Insider分析称OpenAI和Anthropic对顶级AI人才的吸引力一部分来自组织目标更聚焦另一部分来自潜在的pre - IPO equity。相比谷歌这样的成熟上市公司OpenAI和Anthropic仍处在估值高速变化和资本市场预期中。对顶级研究人员来说这意味着更高的不确定性也意味着更大的股权上行空间。与此同时算力也正在成为人才流动背后的隐性变量。媒体报道称在Shazeer宣布加入OpenAI前不久他所负责项目的一部分算力被重新分配给Google DeepMind伦敦团队以推动协作和统一预训练工作。报道并未将此直接归因为Shazeer离职原因但在大模型公司内部算力从来不只是基础设施它还意味着项目优先级、技术路线和组织话语权。对谷歌来说问题不在于它是否仍然拥有全球最强的AI研究团队之一。答案显然是肯定的。DeepMind仍然有深厚的人才储备、算力基础、产品入口和研究传统。但还有一个重要的信息不容忽视OpenAI和Anthropic正在改变人才竞争的参照系。过去谷歌是现代AI的重要发源地之一。从Transformer到AlphaFold很多关键突破都诞生在谷歌体系内。但今天技术人才的选择标准正在变化。顶级研究者不只看平台规模也看模型路线、组织效率、算力分配、产品落地速度以及能否在下一轮AI公司资本化过程中获得更大的收益。6月这波离职的刺眼之处不在于人数绝对多而在于名字太有代表性。这从指向了一个信号AI竞赛的核心资源不只是GPU、数据中心和模型参数还有极少数真正懂得如何把这些资源转化为突破的人。哈萨比斯回应模型落后和人才流失不争一时之高下还有消息称除了人才频繁流失外Gemini的能力也遭到了质疑。在X上有人发帖称在Fable 5发布、GPT - 5.6即将到来之际Google DeepMind内部的氛围正越来越多地被挫败感和普遍不满所笼罩。许多人认为这家实验室已经被远远甩到第三名甚至第四名。一位消息灵通的DeepMind员工说“我不能怪Noam Shazeer离开。他也不会是最后一个离开的重量级人物。”伴随着OpenAI和Anthropic连续挖走谷歌AI核心人才DeepMind CEO Demis Hassabis终于在近期的一档播客访谈栏目中正面回应了外界最关心的问题DeepMind是否仍有足够的人才去赢下通向AGI的竞赛他的回答并没有回避竞争压力但也没有接受“谷歌正在失去AI人才优势”的叙事。在这场访谈中主持人提到当年DeepMind加入谷歌后几乎让外界感觉“AI领域最重要的人才都在同一个屋檐下”。但现在OpenAI、Anthropic等至少三家前沿实验室都在争夺顶级研究人员。面对这样的变化DeepMind今天是否仍然有赢得AGI竞赛所需的人才哈萨比斯的回应很直接顶尖实验室之间确实存在大量人才流动DeepMind也不可避免地身处其中。但他强调谷歌仍然能够赢得“相当一部分”顶级人才而且DeepMind拥有所有前沿实验室中“规模最大、覆盖最广”的研究团队。随后哈萨比斯试图把这个问题放回更长的时间线中。在他看来今天AI行业激烈的人才竞争是当年DeepMind成立时几乎无法想象的局面。2010年他创办DeepMind时工业界几乎没有多少人真正投入AI即便在学术界AI也一度被视为“职业自杀”式方向。神经网络、强化学习、学习系统在当时并不是显学DeepMind更像是一小群人押注一个并不被主流看好的方向。但十多年后整个世界已经意识到AI的潜力。哈萨比斯说现在几乎每一家重要公司都会参与AI这自然会带来科技行业有史以来最激烈的人才竞争之一。因此他不否认OpenAI、Anthropic等竞争对手的吸引力也不否认人才流动已经成为前沿模型公司之间的常态。但他给出的反驳是判断谁能赢下AGI竞赛不能只看几位明星研究员的去向也不能只看短期内谁在文本模型或AI coding上声量更高。哈萨比斯真正强调的是DeepMind的“宽度”。他提到过去十多年现代AI产业背后的许多关键突破都来自Google Brain和DeepMind。从支撑大语言模型的Transformer到AlphaGo背后的强化学习再到AlphaFold所代表的科学发现能力谷歌体系长期承担了AI基础突破的源头角色。现在Google Brain和DeepMind已经合并为Google DeepMind这让原本分散的研究力量被整合到同一组织之下。这也是他反复强调“最大、最广研究团队”的原因。在哈萨比斯看来AGI的道路不会只穿过文本模型也不会只由代码生成能力决定。主持人问到通向AGI的路径是否会通过当下这些文本模型尤其是可能自我改进的模型实现哈萨比斯并未给出肯定答案而是强调DeepMind一直押注多条路线。这套路线包括Gemini这样的多模态基础模型也包括代码能力、视频生成、图像生成、音乐生成以及面向科学研究的模型。他认为要构建真正完整的AGI系统模型必须理解周围世界不只是处理文本和逻辑还要理解物理世界、视觉世界和现实环境。这一点对于机器人、智能眼镜助手、科学发现等方向尤其重要。这实际上是在回应外界对OpenAI和Anthropic的另一层想象如果今天的前沿竞赛被理解成“文本大模型 编程智能体”的竞争那么Anthropic和OpenAI的声量确实很强。但如果终点是通用智能哈萨比斯认为比赛远不止这一条赛道。他把DeepMind早期做游戏AI的经历也放进了这个逻辑中。AlphaGo、Atari游戏、模拟环境并不是为了游戏本身而是为了给AI系统提供可量化、可验证、难度适中的中间目标。游戏只是通往真实世界问题的一层阶梯。后来的AlphaFold、药物发现、天气模型和科学模拟才是这条路线真正想抵达的地方。这也是哈萨比斯版本的“谷歌为什么仍然会赢”的逻辑不是因为谷歌不会失去人才而是因为他相信AGI最终需要的是跨学科、跨模态、跨场景的系统能力。谁能把语言、视觉、代码、科学推理、世界模型、机器人和模拟能力整合起来谁才更接近最终答案。在谈到AI风险时哈萨比斯也延续了他一贯的谨慎态度。他认为随着行业接近AGI网络安全只是一个“警告信号”。未来几年生物、核安全等更严重的风险也可能浮现。因此他主张建立更系统的测试机制甚至需要国际化的标准机构来评估前沿模型确保模型足够稳健护栏足够可靠。这与OpenAI、Anthropic近期在模型能力上不断加速形成了一种微妙对照。Anthropic以安全和对齐起家但正在快速强化coding和企业场景OpenAI则继续围绕通用模型、产品入口和基础设施扩张。DeepMind在哈萨比斯的表述中则试图把自己重新放回“长期AGI路线”的位置不是只追一时的应用热度而是同时推进多模态、科学发现和世界模型。当然这并不能消除谷歌眼下面临的压力。在AI人才战进入白热化之后顶级研究员的离开不只是组织损失也会影响资本市场和外界信心。Noam Shazeer和John Jumper这样的名字本身就带有极强的信号意义。外界关心的不是谷歌是否还有人才而是这些最能代表谷歌AI黄金时代的人为什么正在被OpenAI和Anthropic吸走。哈萨比斯的回应本质上是把问题从“谁走了”拉回到“谁拥有更完整的AGI路线”。他承认竞争异常激烈但坚持认为Google DeepMind仍然有最深、最广的人才储备仍然在输出前沿工作也仍然押注比文本模型更长期的多模态和科学智能路线。哈萨比斯没有把话说成一句简单的“谷歌一定会赢”。但他的意思很明确如果AGI不是单一文本模型的胜利而是一次关于智能系统、世界理解和科学发现能力的长期竞赛那么谷歌DeepMind仍然认为自己站在最有利的位置之一。谷歌能否在AGI竞赛中笑到最后呢