6 月的 AI 人才争夺战，让谷歌又一次站在了风口浪尖。过去一周多，围绕 Google DeepMind 的多起高层技术人才流动持续发酵，震动业界。
谷歌 7 天内损失四位技术元老
Axios、路透社等多家媒体报道：Gemini 联合负责人 Noam Shazeer 已离开谷歌，转投 OpenAI；DeepMind 高级研究科学家、AlphaFold 的共同创造者 John Jumper 同样在 X 上宣布加入 Anthropic。此外，彭博社消息称，谷歌 AI 研究员 Jonas Adler 和 Alexander Pritzel 也已去向 Anthropic。
这可不是普通的跳槽。四个人几乎覆盖了谷歌 AI 体系中最具标志性的几条技术线——Transformer、大模型预训练、Gemini、AlphaFold、AI coding 以及模型训练系统。也正因如此，这一连串离职在 X 上迅速点燃了讨论。
有用户直指谷歌 AI 产品的疲态：“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。”还有人把这解读为谷歌在 AI 人才大战中持续承压的又一个信号。
其中最引人瞩目的，无疑是 Noam Shazeer。
6 月 18 日，Shazeer 在 X 上发帖，确认自己从谷歌离职并加入 OpenAI。他离开的时间点颇为微妙——这距离谷歌通过 Character.AI 交易将他与部分团队高价“回购”回公司，还不到两年。当时那笔交易金额约 27 亿美元，一度被视为谷歌补强大模型人才的关键举措。
Shazeer 的技术分量无需多言。他是 2017 年划时代论文《Attention Is All You Need》的共同作者，该论文提出的 Transformer 架构，后来成为整个大语言模型浪潮的基石。回归谷歌后，Shazeer 参与领导 Gemini 相关工作，被视为谷歌大模型体系里的灵魂人物之一。
他的再次出走，因此带有很强的象征意义。它清楚地表明，在 AI 顶级人才的争夺中，即便是谷歌这样的巨头，也未必能靠一次高价“回购”就永久绑定顶尖研究者。尤其当 OpenAI 仍处在高速扩张与资本叙事中心时，其对模型核心人才的吸引力依旧巨大。
另一位重量级离职者是 John Jumper。
Shazeer 官宣两天后，Jumper 也在 X 上贴文，表示已离开 DeepMind 并加入 Anthropic。Jumper 是 AlphaFold 的核心人物之一，曾与 DeepMind CEO Demis Hassabis 因蛋白质结构预测方面的突破共同获得 2024 年诺贝尔化学奖。AlphaFold 的意义不止于一项技术突破，更在于它让外界看到 AI 可以真正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。
因此，Jumper 的离开意味着另一种层面的流失：DeepMind 失去的不只是一位大模型研究员，更是一个能代表“AI for Science”方向的招牌人物。
如果 Shazeer 的去向强化了 OpenAI 在基础模型和架构研究上的号召力，那么 Jumper 加盟 Anthropic，则让人开始重新审视后者是否正在系统性地补强科学 AI、生命科学以及高可靠性模型的能力。过去 Anthropic 最深入人心的标签是 Claude、AI 安全与模型对齐，但随着 Claude Code、企业场景及多步任务能力的不断拓展，它需要的远不止是产品工程团队，也包括更强的底层研究和科学计算人才。
紧随其后的，是 Jonas Adler 与 Alexander Pritzel 的离开。
据彭博社援引知情人士报道，Adler 和 Pritzel 在谷歌内部均被视为重要的 AI 研究者，且都是 Gemini 模型开发的关键贡献者。Adler 参与 AI coding 方向，Pritzel 则专注 AI 系统训练。两人同样计划加入 Anthropic。
这两人的流动同样值得警惕。AI coding 已经成为 OpenAI、Anthropic、谷歌、微软等争夺最激烈的应用入口之一。Claude Code 的快速走红，让 Anthropic 在开发者群体中获得了更强存在感。此时若能继续补入来自谷歌 Gemini 和 AI coding 一线的研究力量，Anthropic 的目标显然不再只满足于维持 Claude 的对话能力，而是要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？
也正因如此，外界很难把这一波离职简单归结为“谷歌不行了”。更准确的判断或许是：这是 AI 行业人才价值被重新定价的结果。
Business Insider 分析指出，OpenAI 与 Anthropic 对顶级 AI 人才的吸引力，一部分来自组织目标更聚焦，另一部分则来源于潜在的 pre-IPO 股权。相较于谷歌这类成熟上市公司，OpenAI 和 Anthropic 仍处在估值高速变化与资本市场强烈预期之中。对顶级研究者而言，这意味着更高的不确定性与更大的股权上行空间。
与此同时，算力正成为人才流动幕后的隐性变量。媒体提到，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，以推动协作与统一预训练工作。报道并未把这一调整直接归因为他的离职动因，但在大模型公司内部，算力从来不只是基础设施，它还代表着项目优先级、技术路线和组织话语权。
对谷歌而言，问题并不在于它是否还拥有全球最强的 AI 研究团队——答案显然是肯定的。DeepMind 至今依然拥有深厚的人才储备、坚实的算力基础、多元的产品入口和深厚的研究传统。
但不容忽视的是，OpenAI 和 Anthropic 正在改换人才竞争的参照系。过去，谷歌是现代 AI 的重要发源地之一，从 Transformer 到 AlphaFold，许多关键突破都诞生于此。但今天，技术人才的选择标准已然不同。顶级研究者不再只看平台规模，他们同样看重模型路线、组织效率、算力分配、产品落地速度，以及能否在下一轮 AI 公司资本化进程中获取更大收益。
6 月这波离职之所以刺眼，关键不在于人数，而在于名字太有代表性。这传递出一个清晰的信号：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将一切资源转化为突破的人。
哈萨比斯回应模型落后与人才流失：不争一时之高下
人才高频外流的同时，Gemini 的能力也遭到质疑。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 员工告诉我：“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。”
面对 OpenAI 和 Anthropic 连续挖角，DeepMind CEO Demis Hassabis 终于在近期一档播客访谈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？他的回答并未回避竞争压力，但也没有接受所谓“谷歌正在失去 AI 人才优势”的叙事。
在那场访谈中，主持人提到，当初 DeepMind 加入谷歌时，几乎让外界感觉“AI 领域最重要的人才都汇集在同一屋檐下”。而现在，OpenAI、Anthropic 等至少三家前沿实验室都在竞夺顶级研究人员。面对这样的变化，DeepMind 今天是否仍然拥有赢下 AGI 竞赛所需的力量？
哈萨比斯的回答很直接：顶尖实验室之间确实存在着大量人才流动，DeepMind 也不可避免地身在其中。但他强调，谷歌仍能赢得“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。
接着，哈萨比斯把这个问题放回到了更长的时间维度里。在他看来，今天 AI 行业白热化的人才竞争，是当年 DeepMind 成立时难以想象的景象。2010 年他创办 DeepMind 时，工业界几乎没多少人真正投入 AI；即便在学术界，AI 也一度被视为“职业自杀”的方向。神经网络、强化学习、学习系统在当时并不是显学，DeepMind 更像是一小群人对一个不被主流看好的方向的孤注一掷。
但十多年后，整个世界都意识到了 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。因此，他不否认 OpenAI、Anthropic 等对手的吸引力，也不否认人才流动已成为前沿模型公司间的常态。但他给出的反驳逻辑是：判断谁能赢下 AGI 竞赛，不能只看几位明星研究员去了哪里，也不能只看短期内谁在文本模型或 AI coding 上声量更大。
哈萨比斯真正想强调的是 DeepMind 的“宽度”。他提到，过去十多年，现代 AI 产业的许多关键突破都源自 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。如今 Google Brain 与 DeepMind 已合并为 Google DeepMind，这让原本分散的研究力量整合到了同一组织之下。这也是他反复强调“最大、最广研究团队”的底气所在。
在他看来，AGI 的道路不会只从文本模型中穿过，也不会单由代码生成能力决定。当主持人问到，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来实现时，哈萨比斯没有给出肯定答案，而是重申 DeepMind 一直在押注多条路线。这条路线包括 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，不仅仅能处理文本和逻辑，还要理解物理世界、视觉世界和现实环境。这一点对机器人、智能眼镜助手、科学发现等方向尤为关键。
这其实是在回应外界对 OpenAI 和 Anthropic 的另一重想象：如果今天的前沿竞赛被理解为“文本大模型 + 编程智能体”的比拼，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。他还把 DeepMind 早期做游戏 AI 的经历纳入了这一逻辑：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目的地。
这就是哈萨比斯版本的“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到一起，谁才更接近最终答案。
在谈及 AI 风险时，哈萨比斯也延续了其一贯的审慎态度。他认为，随着行业逐步逼近 AGI，网络安全只是一个“警告信号”，未来几年生物、核安全等更严峻的风险也可能浮出水面。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 近期的产品加速形成了微妙对照。Anthropic 以安全与对齐起家，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散。而 DeepMind 在哈萨比斯的表述中，正试图把自己重新放回“长期 AGI 路线”的位置：不追逐一时应用热度，而是同时推进多模态、科学发现和世界模型。
当然，这并不能消弭谷歌眼下面临的现实压力。随着 AI 人才战进入白热化，顶级研究员的离开不仅意味着组织损耗，也会冲击资本市场与外界信心。Noam Shazeer 和 John Jumper 这样的名字，本身就带有极强的信号意味。外界真正关心的，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，为什么正被 OpenAI 和 Anthropic 接连吸走。
哈萨比斯的回应，本质上是在将问题从“谁走了”重新拉回“谁拥有更完整的 AGI 路线”。他承认竞争异常激烈，但坚信 Google DeepMind 仍然拥有最深、最广的人才储备，仍然在持续输出前沿工作，仍然在押注比文本模型更长久的多模态和科学智能方向。他没有把话说成一句简单的“谷歌一定会赢”，但他的态度很明确：如果 AGI 不是单一文本模型的胜利，而是一场关于智能系统、世界理解与科学发现能力的长期竞赛，那么谷歌 DeepMind 依旧认为，自己站在最有利的位置之一。
参考链接：
https://www.youtube.com/watch?app=desktop&v=hb9JPW_DkpQ
https://www.axios.com/2026/06/18/noam-shazeer-google-openai-characterai
https://www.reddit.com/r/singularity/comments/1ua75fz/deepmind_is_now_reportedly_struggling_to_compete/
声明：本文为 AI 前线整理，不代表平台观点，未经许可禁止转载。
发表于 1 小时前
|
查看: 4|
回复: 0
