谷歌正面临AGI人才争夺战中的严峻挑战。一周内，包括Transformer架构共同发明者Noam Shazeer和诺奖得主John Jumper在内的五位顶尖AI研究员相继离职，加入Anthropic和OpenAI。这场人才流失不仅是普通跳槽，更是对谷歌AGI发展路线和决策效率的集体投票。本文将深度剖析这场人才战争的背后逻辑，以及它如何重塑AGI竞争的格局。

先说结论： 谷歌这波离职潮，表面上看是丢了几个明星研究员。但你往深了想，它真正暴露的是一个更大的问题——AGI 竞争的定价权、组织权和路线叙事，正在被重新分配。

谷歌不是输了，是被迫站到了必须证明自己的位置上。全栈 AGI 路线 vs 聚焦路线，这个分歧在2026年终于变成了一场正面碰撞。

好，展开聊。

一、发生了什么

两年前，谷歌花了27亿美元，通过收购 Character.AI 的方式把 Noam Shazeer 带回了 Mountain View。

这个人是 Transformer 架构的共同发明者——2017年那篇 Attention Is All You Need，八个作者之一。今天你用的 GPT、Claude、Gemini、DeepSeek，底层全是这个架构。

谷歌让他回来坐镇 Gemini，等于是把大模型的”祖师爷”请回来当主帅。

22个月后，他又走了。去了 OpenAI。

你想想看，这就像一个球队花了天价转会费买回自家青训出去的核心球员，结果他打了不到两个赛季，转头签了死敌。

第二天更炸。

John Jumper 宣布加入 Anthropic。这个人是 AlphaFold 团队负责人，2024年拿了诺贝尔化学奖。他在 DeepMind 待了将近九年，是谷歌”AI 改变科学”这条叙事线上最亮的招牌。

48小时内，谷歌失去了两面旗帜。一面叫”大模型架构的源头”，一面叫”AI 科学应用的巅峰”。

还没完。

接下来几天，AI Coding 核心 Adler、预训练核心 Pritzel、Gemini 2.5 贡献者 Conmy，三个人接连宣布加入 Anthropic。Adler 和 Pritzel 之前还参与过 AlphaFold 的研究，是 Jumper 一起打过仗的老搭档。

一周，五个人，四个去了 Anthropic，一个去了 OpenAI。 覆盖了 Transformer 架构、蛋白质预测、预训练、AI Coding、AI Safety 五条核心技术线。

D.A. Davidson 的分析师说了句很直白的话：谷歌正在输掉前沿 AI 的人才战争。

资本市场直接给了判决书——Alphabet 单日跌超7%，是一年多来最大跌幅。一周蒸发约 2700亿美元市值。

这不像是普通的人才流动，更像是一场关于”谁更接近 AGI”的公开投票。

二、每个人的离开都是一次表态

你可能跟我一样，第一反应是”挖人嘛，哪家大厂没被挖过”。

但这次不一样。不是普通的跳槽，每个人离开的方向都指向一个具体判断。

Shazeer：回购模式的失效

Shazeer 的故事本身就是 AI 人才战争的一部缩影。

2021年他在谷歌内部做了聊天机器人 Meena，技术上可以发布了，但谷歌的安全审核流程迟迟不放行。他选择走人，创办了 Character.AI。

他走之前写过一份匿名的内部备忘录，批评谷歌决策太慢、太保守、太怕出错。那份备忘录后来泄露了，成了每次谷歌 AI 失误时被反复引用的”预言”。

然后呢？ChatGPT 在他离开后不久就上线了，行业爆炸，谷歌措手不及。他的预言成真了。

2024年谷歌花27亿买了回来——说白了这是一次天价回购，不是买技术授权，是买一个人回来当定海神针。

结果呢？22个月后又走了。

据 Bloomberg 报道，走之前他正在开发一种新架构，已有不错的初步成果。然后他项目的算力被重新分配给了伦敦团队。谷歌说是为了统一预训练工作。

打个比方，这就像你在公司做一个有前景的新项目，眼看要出成果了，突然上面一纸调令把你的资源划给了另一个部门。公司说是为了”整合协同”。你怎么想？

Sam Altman 说这个招聘”筹备了十年”。

27亿买来的人，带着新架构思路去了对手那里。这不是钱的问题，是回购模式本身的局限。 钱能把人买回来，但买不回一个人的归属感和战斗欲望。

Jumper：科学招牌的流失

Shazeer 的离开打的是架构线，Jumper 打的是另一个要害——谷歌经营了十年的”AI 改变科学”这条叙事线。

AlphaFold 做了一件什么事呢？你把它想成一个超级翻译器——蛋白质的氨基酸序列就像一段密码，AlphaFold 能直接”翻译”出它折叠后的三维结构。原本需要几个月甚至几年的实验室工作，几分钟搞定。超过2亿个蛋白质结构被预测出来，解决了结构生物学领域困扰了60多年的核心难题。

2024年 Jumper 和哈萨比斯因此拿了诺贝尔化学奖。这可能是 AI 领域迄今为止最重的学术认可。

Jumper 就是 DeepMind “AI 改变科学”这条线的活广告。 他的名字和 AlphaFold 绑定，AlphaFold 和 DeepMind 的品牌声望绑定。他走了，这条广告就撤了——不是损失一个研究员，是失去了一面旗帜。

有意思的是背景。Bloomberg 说他后期工作重心已经转向了 AI 编程工具——谷歌在 Coding 这个方向一直追着 Anthropic 和 OpenAI 跑，CEO Pichai 自己都承认过”有点落后”。

你想想看，一个诺奖得主，最后在做的事情是帮公司追赶对手的编程工具。这画面本身就是一种信号。

更关键的是，Jumper 去 Anthropic 不是孤立事件。

Anthropic 2026年一直在系统性搭建 AI for Science 这条线——2月签了 Allen Institute 旗舰合作，4月花4亿收购药物发现公司 Coefficient Bio，5月挖来 Karpathy，6月拿下 Jumper。

这不是临时挖人，是一条精心设计的布局链。Dario Amodei 说过一句话，他相信 AI 驱动的生物学能把50到100年的进展压缩到5到10年。Jumper 的加入就是在给这个愿景补上最关键的科学公信力。

执行层也在松动

Adler 做 AI Coding，Pritzel 做预训练，两人都是 Jumper 老搭档，之前参与过 AlphaFold 研究。他们走后，AlphaFold 原始核心班底在谷歌所剩无几。

Conmy 参与过 Gemini 2.5 开发，去 Anthropic 做模型对齐。他在 X 上说了一段话很值得品味——他说 Claude 的能力已经很强了，但对齐程度还不够安全地把 AGI 开发委托给 AI 本身。他觉得没有比 Anthropic 更好的地方来做这件事。

你看，连一个做 Safety 的人也觉得 Anthropic 是更好的选择，这本身就是一种信号。

另外，Google Brain 推理研究团队创始人 Denny Zhou 也悄悄去了 Meta 的超级智能实验室，直到有人发现他 LinkedIn 更新了才曝光。他在谷歌做了八年的多步推理研究，正是当前大模型竞争中最被重视的能力方向。

从架构到科学到编程到训练到安全，每条核心技术线都在流失关键人物。四个指向了同一个目的地。

三、初创凭什么挖得动大厂

好，到了全文最核心的部分。一周走五个顶级研究员，为什么初创公司能从世界上资源最丰富的科技公司手里挖走这些人？

股权窗口

这些人不缺钱——Shazeer 从 Character.AI 交易里赚了数亿，Jumper 有诺奖光环。他们跳槽不是为了涨工资。

真正的诱惑是 Pre-IPO 股权的上行空间。

Anthropic 估值接近 9650亿美元，已秘密提交 S-1，年化收入飙到约470亿。OpenAI 也在筹备上市，估值同样在千亿美元级别。

在这个窗口加入，期权回报跟已上市的 Alphabet RSU 完全不是一个量级。

打个比方，谷歌的 RSU 就像买入一只市值两万亿的蓝筹股，涨20%你已经很开心了。Anthropic 的期权就像拿到一张即将 IPO 的火箭船船票——一旦上市，回报可能是几倍甚至十几倍。

这种时间窗口不会一直开着。Anthropic 上市之后，这种股权优势会快速衰减。但在2026年这个特殊时间点，它是一个真实运转的人才引力场。

SignalFire 2025年的数据很扎眼：DeepMind 工程师去 Anthropic 的概率，是反向流动的11倍。 OpenAI 工程师流向 Anthropic 的概率也是反向的8倍。

Anthropic 两年留存率80%，领先所有前沿 AI 实验室。DeepMind 78%，OpenAI 67%。

人才在用脚投票，方向非常一致。而且 Anthropic 不只是在挖人，还留得住人——对一个正在筹备 IPO 的公司来说，团队稳定性本身就是估值故事的一部分。

算力即权力

钱之外，还有一个更微妙的东西。

在大模型公司，算力不只是技术资源。你的项目分到多少 GPU 时间，本质上反映了公司认为你在做的事有多重要。算力分配就像办公室里的工位大小——表面上是资源问题，实际上是权力信号。

Shazeer 项目的算力被调给伦敦团队，公司说是”统一协作”。换个角度看：一个有前景的项目，资源被挪走了，然后主人走了。不管公司初衷是什么，这个因果链条在外界看来指向性很明确。

初创公司没有这种跨大洲的资源博弈。目标聚焦，决策链条短，方向调整快。你想做一个新架构的实验，不需要跟另一个时区的团队竞争 GPU 配额。

大厂病

有前 DeepMind 员工直接说了：官僚化和极度风险厌恶。 这正是 Shazeer 第一次离开时就批评的问题，几年过去没有根本改善。

2023年 Google Brain 和 DeepMind 合并，初衷是集中力量。但伦敦和 Mountain View 之间的地理张力、不同研究文化的碰撞，持续消耗组织效率。有报道说不少伦敦员工感受到重心在向美国转移。不管这个感受是否准确，它对士气的影响是实实在在的。

Anthropic 还在高速增长期，团队紧凑，不需要在十几条产品线之间分配注意力。整个公司就聚焦在做好 Claude 和围绕它的研究生态。

对一个想全力投入某个技术方向的研究员来说，聚焦本身就是一种稀缺资源。

而且有一点很容易忽略——Anthropic 和 OpenAI 现在各自拥有千亿估值、数百亿年收入。它们早就不是传统意义上的”创业公司”了。加入它们不是去一个不确定的小团队冒险，更像是拿到了 AI 赛道头等舱的位置。

四、哈萨比斯的回应

看板凳深度，别看转会

你可能跟我一样好奇，谷歌这边怎么说？

哈萨比斯6月23日公开回应了：

我们拥有目前所有实验室中规模最大、覆盖面最广的研究团队。

DeepMind 约3000名研究人员，五人离开占比不到0.2%。谷歌还有全球最大的 TPU 集群、完整的产品生态、数十年积累的海量数据。对于想要训练下一代前沿模型的研究者来说，这些基础设施资源仍然是全行业最大的招牌之一。

从数字看，这个说法站得住。

但市场不按比例算账。 投资者关心的不是离职率，是信号——最了解这家公司技术能力的人，选择了去别的地方。你说他们看到了什么我们没看到的东西？

我非常理解哈萨比斯的回应逻辑。他说的没错，一支球队不能只看几个球星转会就判输赢。板凳深度、训练体系、主场优势，这些才是长期竞争力。

但问题是，这几个走的不是替补，是核心首发。而且他们不是被高薪撬走的——他们是主动选择离开的。这种主动性才是最让人警觉的部分。

AGI 路线之争

哈萨比斯真正想做的，是重新定义比赛规则。

他的核心论点：AGI 不会只靠文本模型赢下来。真正的 AGI 需要理解物理世界，需要多模态、机器人、科学发现多条路线并进。

今年5月的 Google I/O 上他说了一句很重的话：

当我们回头看这个时代，我们会意识到自己正站在奇点的山脚下。

他把 AGI 到来的时间预测从2030-2035年缩短到了 2029-2030年。

今年年初他和 Dario Amodei 有过一次公开对谈，分歧很有意思——Amodei 认为2026或2027年就能实现 AGI，定义是一个 AI 系统能在所有领域达到诺贝尔奖得主的水平。哈萨比斯说不行，AGI 必须包含物理 AI 和机器人，硬件在环的速度不会像纯软件那么快。

这个分歧暴露了两种路线的根本差异。

Anthropic 和 OpenAI 押的是聚焦——先把语言和编程推到极致，用产品收入养研发，像一把尖刀先捅穿一个点，站稳之后再扩展。Claude 和 GPT 在编程、写作、分析等文本任务上快速迭代，已经建立了真实的商业护城河。

谷歌押的是全栈——语言、视觉、科学、机器人全部推进，认为只有跨领域的系统才配叫 AGI。

打个比方，聚焦路线像是先做一个城市的打车软件做到极致，再扩展到外卖和酒店。全栈路线像是一上来就搞超级 App，什么都做。前者见效快，后者护城河深——问题在于，对手用单点突破不断拿下市场的时候，你的全面铺开能不能撑到收获的那一天。

Isomorphic Labs 这张牌

哈萨比斯手里还有别人没有的筹码：Isomorphic Labs——从 DeepMind 分拆的 AI 药物发现公司，刚融了21亿美元 B 轮，累计融资27亿。

跟 Eli Lilly 签了前期4500万、里程碑付款可达17亿的合作。跟 Novartis 也有类似规模协议，前期3750万，里程碑可达12亿。两个合作都在用 AlphaFold 3 攻克传统制药认为”不可成药”的靶点。

第一个新药临床前申请计划年底提交。哈萨比斯说，他一直相信 AI 最重要的应用应该是改善人类健康。

他的叙事核心是：你觉得人走了科学路线就完了？科学路线的商业化才刚开始。

这个论点我觉得部分成立。AlphaFold 的数据库不会跟人走——它已经是公开的科学基础设施了。Isomorphic 的合作实打实，谷歌的算力优势短期内谁都复制不了。从这个角度看，哈萨比斯手里的牌确实不差。

但挑战也很实在——Jumper、Adler、Pritzel 都走了，有报道说 Jumper 蛋白质折叠团队的其他核心成员近几个月也陆续离开了 DeepMind。关键节点的人才缺口，会改变一个团队的判断力和执行节奏。 研究能力不只是靠人头数堆出来的。你可以有3000个研究员，但如果领头的那几个走了，整个团队的方向感和决策质量都会受影响。

五、回到最开始的问题

把这一周的事拼在一起看，它讲的不是”谷歌完了”这种简单叙事。

Transformer 是谷歌发明的，AlphaFold 是谷歌做出来的，Gemini 用户量超过7.5亿。谷歌的研究底蕴和基础设施优势不会因为走了五个人就归零。

但如果你觉得”走了五个人没什么大不了的”，那你可能忽略了一件事——研究能力不是靠人头数堆出来的。关键节点上的人离开，影响的不只是那个人负责的项目，而是整个团队做判断的能力和执行的节奏。

真正值得关注的，是这波离职暴露的三个结构性问题：

1. 定价权在转移。 Pre-IPO 股权窗口让初创在人才市场拿到了比大厂更强的出价能力。窗口不会一直开，但2026年这个时间点它是真实运转的引力场。
2. 组织权在暴露裂缝。 算力分配、决策链条、跨地域协调成本，正在成为人才去留的隐性变量。
3. 路线叙事在被重新争夺。 全栈和聚焦正在正面碰撞。哈萨比斯想把竞争拉回”谁的路线更完整”这个维度，但对手正在用密集的产品发布、人才招募和收入增长来讲另一个故事。

谷歌不是输了。它需要回答的问题很具体：在人才持续流出、对手不断加速的局面下，全栈 AGI 路线这个故事，到底能不能跑出比聚焦路线更快的结果。

答案不在采访里，在接下来12个月的实际交付里。谁先跑出结果，谁的叙事就能站住。