6月人工智能人才市场异常活跃，谷歌再次成为焦点，过去一周围绕其DeepMind部门的高层技术人才流动事件持续发酵。

谷歌一周内流失四位关键技术人才

据Axios和路透社等媒体报道，Gemini的联合负责人Noam Shazeer已离开谷歌并加入OpenAI。此外，AlphaFold的联合创始人、DeepMind资深研究科学家John Jumper也在X平台上宣布加盟Anthropic。

彭博社的报道也指出，谷歌AI研究员Jonas Adler和Alexander Pritzel也已确认离职，并同样选择加入Anthropic。

此次人才变动并非普通的员工流动。这四位人才分别代表了谷歌AI体系中多个核心技术领域，包括Transformer架构、大规模模型预训练、Gemini模型、AlphaFold、AI编码以及模型训练系统。

因此，这轮离职潮迅速在X平台上引发热议。有用户评论称，谷歌的Gemini产品“平庸乏味”，并认为谷歌已失去昔日的产品创造力。另有观点将Shazeer加入OpenAI，以及Jumper、Adler和Pritzel加入Anthropic的现象，视为谷歌在AI人才竞争中面临压力的信号。

其中，Noam Shazeer的去向尤为引人关注。他本人于6月18日在X平台表示，已离开谷歌并加入了OpenAI。值得注意的是，他此前不到两年时间，通过Character.AI相关交易被谷歌带回公司，该交易金额约27亿美元，曾被视为谷歌强化大模型人才的重要举措。

Shazeer在技术领域的影响力不言而喻。他是2017年 seminal 论文《Attention Is All You Need》的共同作者之一，该论文提出的Transformer架构后来成为大语言模型技术浪潮的基石。回到谷歌后，他参与领导了Gemini项目，是谷歌大模型体系中的关键人物之一。

他此次再次离职具有很强的象征意义，表明即使是谷歌这样的公司，在高价“回购”后也难以永久留住顶尖研究者，尤其是在OpenAI持续扩张且在资本市场备受瞩目的背景下，其对顶级模型人才的吸引力依然强劲。

另一位重要的离职者是John Jumper。在Shazeer宣布离职两天后，Jumper也在X平台发文，表示已离开DeepMind并加入Anthropic。Jumper是AlphaFold的核心贡献者之一，该项目因蛋白质结构预测的突破性成果，使其与DeepMind首席执行官Demis Hassabis共同获得了2024年诺贝尔化学奖。AlphaFold的意义不仅在于技术创新，更在于展示了AI在科学研究核心流程中的应用潜力，超越了单纯的聊天、搜索或内容生成。

因此，Jumper的离职代表了另一种层面的损失：DeepMind失去的不仅是一位大模型研究员，更是一位代表“AI for Science”方向的领军人物。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则引发了对Anthropic是否正在系统性加强其在科学AI、生命科学以及高可靠性模型方面的能力的关注。Anthropic此前以Claude、AI安全和模型对齐而闻名，但随着Claude Code、企业级应用和多步任务能力的拓展，其需求已不仅限于产品工程团队，还需要更强的底层研究和科学计算人才。

此外，报道中提到的另外两位研究员Jonas Adler和Alexander Pritzel也已离开谷歌。据彭博社援引知情人士称，Adler和Pritzel在谷歌内部均被视为重要AI研究人员。Adler专注于谷歌的AI Coding方向，而Pritzel则致力于AI系统训练。据称，两人都是Gemini模型开发的关键贡献者，并计划加入Anthropic。

这两人的流动同样值得关注。AI Coding已成为OpenAI、Anthropic、Google、微软等公司激烈争夺的应用入口之一。Claude Code的成功让Anthropic在开发者群体中获得了更高的认可度。此时若继续引入谷歌Gemini和AI Coding方向的研究人员，Anthropic的目标显然不仅是维持Claude的对话能力，更是要进一步提升其在编码、智能体和复杂任务执行方面的竞争力。

谷歌是否已显颓势？

这正是外界难以将此次人才流失简单解读为“谷歌不行了”的原因。

更准确地说，这是AI行业人才价值重估的结果。Business Insider分析指出，OpenAI和Anthropic对顶尖AI人才的吸引力，部分源于其更集中的组织目标，另一部分则来自潜在的IPO前股权激励。相较于谷歌这样的成熟上市公司，OpenAI和Anthropic仍处于估值快速变化和资本市场预期之中。这对顶尖研究人员而言，意味着更高的不确定性，但也伴随着更大的股权增值空间。

与此同时，计算资源也成为人才流动背后的隐性因素。有媒体报道称，在Shazeer宣布加入OpenAI前不久，他负责项目的部分计算资源被重新分配给Google DeepMind伦敦团队，以促进协作和统一预训练工作。尽管报道并未直接将此归因于Shazeer的离职原因，但在大模型公司内部，计算资源不仅是基础设施，更代表了项目优先级、技术路线和组织话语权。

对谷歌而言，问题不在于它是否仍然拥有全球顶尖的AI研究团队之一——答案显然是肯定的。DeepMind依然拥有深厚的人才储备、计算基础、产品入口和研究传统。

然而，一个不容忽视的信息是，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，Transformer和AlphaFold等关键突破均诞生于谷歌体系内。但如今，技术人才的选择标准正在发生变化。顶尖研究人员不仅看重平台规模，还关注模型路线、组织效率、计算资源分配、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回报。

6月这波离职事件的突出之处不在于人数的绝对值，而在于离职者的代表性。这指向了一个信号：AI竞赛的核心资源不仅是GPU、数据中心和模型参数，更是少数真正懂得如何将这些资源转化为突破性成果的人才。

哈萨比斯回应模型落后与人才流失：不争一时之长短

除了人才的频繁流失，Gemini的能力也面临质疑。

在X平台上，有用户发帖称：“在Fable 5发布、GPT-5.6即将到来之际，Google DeepMind内部弥漫着挫败感和普遍不满。许多人认为，该实验室已被远远甩到第三甚至第四名。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。’”

伴随着OpenAI和Anthropic连续挖走谷歌AI核心人才，DeepMind首席执行官Demis Hassabis在近期的一档播客访谈中，正面回应了外界最关心的问题：DeepMind是否仍拥有足够的人才，以赢得通往AGI的竞赛？

他的回应并未回避竞争压力，但也未完全认同“谷歌正在失去AI人才优势”的说法。

在访谈中，主持人提到，当年DeepMind加入谷歌时，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尖研究人员。面对这种变化，DeepMind今天是否仍有人才以赢得AGI竞赛？

Hassabis的回答直接坦率：顶尖实验室之间确实存在大量人才流动，DeepMind也身处其中。但他强调，谷歌仍然能够吸引“相当一部分”顶尖人才，并且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，Hassabis试图将问题置于更长远的时间维度。在他看来，当前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，工业界对AI的投入非常有限；即使在学术界，AI一度也被视为“职业自杀”的方向。神经网络、强化学习、学习系统在当时并非主流，DeepMind更像是一小群人押注一个不被看好的方向。

然而，十多年后，整个世界已认识到AI的巨大潜力。Hassabis表示，现在几乎所有重要公司都参与到AI领域，这自然带来了科技行业有史以来最激烈的人才竞争之一。

因此，他承认OpenAI、Anthropic等竞争对手的吸引力，也承认人才流动已成为前沿模型公司间的常态。但他反驳的观点是：判断谁能赢得AGI竞赛，不能仅凭少数明星研究员的去向，也不能只看短期内在文本模型或AI coding领域谁的声音更大。

Hassabis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，谷歌体系长期以来一直是AI基础突破的源头。如今Google Brain和DeepMind的合并，将原本分散的研究力量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Hassabis看来，通往AGI的道路不会只通过文本模型，也不会只由代码生成能力决定。

主持人询问通往AGI的路径是否会通过当前的文本模型，尤其是可能自我改进的模型实现；Hassabis并未给出肯定答复，而是强调DeepMind一直在押注多条路线。

这套路线包括Gemini这样的多模态基础模型，也涵盖代码能力、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、科学发现等方向尤为重要。

这实际上是在回应外界对OpenAI和Anthropic的另一种想象：如果当前的前沿竞赛被理解为“文本大模型+编程智能体”的竞争，那么Anthropic和OpenAI的声音确实很强。但如果终点是通用智能，Hassabis认为，比赛远不止这一条赛道。

他将DeepMind早期在游戏AI方面的经验也纳入了这一逻辑。AlphaGo、Atari游戏、模拟环境的开发，并非为了游戏本身，而是为AI系统提供可量化、可验证、难度适中的中间目标。游戏只是通往现实世界问题的一级台阶。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要抵达的终点。

这也是Hassabis版本的“谷歌为何仍将获胜”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。谁能将语言、视觉、代码、科学推理、世界模型、机器人和模拟能力整合起来，谁就更接近最终答案。

在谈到AI风险时，Hassabis也延续了他一贯的审慎态度。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，安全防护足够可靠。

这与OpenAI、Anthropic近期在模型能力上的加速发展形成了微妙的对照。Anthropic以安全和对齐起家，但正在快速强化coding和企业级应用；OpenAI则继续围绕通用模型、产品入口和基础设施进行扩张。而在Hassabis的表述中，DeepMind试图将自身定位在“长期AGI路线”上：不只追求一时的应用热度，而是同时推进多模态、科学发现和世界模型。

当然，这并不能消除谷歌当前面临的压力。在AI人才战进入白热化之后，顶尖研究员的离开不仅是组织损失，也会影响资本市场和外部信心。Noam Shazeer和John Jumper等人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黄金时代的人物，为何正在被OpenAI和Anthropic吸引。

Hassabis的回应，本质上是将问题从“谁离开了”转移到“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仍拥有最深厚、最广泛的人才储备，仍在产出前沿工作，并且依然押注比文本模型更长期的多模态和科学智能路线。

Hassabis没有将话说成简单的“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，而是一场关于智能系统、世界理解和科学发现能力的长期竞赛，那么谷歌DeepMind仍然认为自己处于最具优势的位置之一。

這是關於撰寫角色背景系列文章的開端。後續我會分享更多實用技巧，敬請期待！別忘了在留言區告訴我，你還想看到哪些主題的內容！