在六月的 AI 人才市场，谷歌再次成为焦点。过去一周，围绕谷歌 DeepMind 的多起高层技术人才流动事件持续引发关注。

谷歌一周内流失四位关键技术人物

据 Axios 和路透社等媒体报道，Gemini 的联合负责人 Noam Shazeer 已离开谷歌加入 OpenAI。同时，AlphaFold 的联合创造者、DeepMind 的资深研究科学家 John Jumper 在 X 平台宣布，他已转投 Anthropic。

此外，彭博社也报道称，谷歌 AI 研究员 Jonas Adler 和 Alexander Pritzel 已确认离职，他们的目的地同样是 Anthropic。

此次人才变动并非普通的员工流动。这四位离职者分别代表了谷歌 AI 体系中至关重要的技术领域，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，这波离职潮迅速在 X 平台引发了热议。有用户评论称：“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。” 另有观点认为，Noam Shazeer 加入 OpenAI，而 John Jumper、Jonas Adler 和 Alexander Pritzel 选择 Anthropic，这标志着谷歌在 AI 人才竞争中正面临巨大压力。

其中，Noam Shazeer 的动向尤为引人注目。他本人于 6 月 18 日在 X 平台表示，已离开谷歌并加入 OpenAI。值得注意的是，他此前不到两年，谷歌曾通过收购 Character.AI 及相关团队将其带回公司，当时这笔约 27 亿美元的交易被视为谷歌加强大模型人才储备的重要举措。

Shazeer 的技术贡献毋庸置疑。他是 2017 年重要论文《Attention Is All You Need》的共同作者之一，该论文提出的 Transformer 架构已成为当前大语言模型浪潮的技术基石。重返谷歌后，Shazeer 深度参与并领导了 Gemini 相关工作，被视为谷歌大模型领域的核心人物之一。

他此次的再次离职具有强烈的象征意义，表明即使是谷歌这样的巨头，在 AI 人才的争夺中，也难以通过高价“回购”来永久留住顶尖研究者。尤其当 OpenAI 持续高速扩张并处于资本市场关注的中心时，其对顶级模型人才的吸引力依然强劲。

另一位重磅离职者是 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 的关键贡献者之一，他曾与 DeepMind CEO Demis Hassabis 因蛋白质结构预测工作共同获得 2024 年诺贝尔化学奖。AlphaFold 的重要性不仅在于技术突破，更在于它展示了 AI 在科学研究核心流程中的应用潜力，超越了简单的聊天、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 不仅失去了一位大模型研究员，更失去了一位在“AI for Science”领域具有代表性的人物。如果说 Shazeer 的去向凸显了 OpenAI 在基础模型和架构研究方面的吸引力，那么 Jumper 加入 Anthropic 则引发了外界对 Anthropic 是否正系统性地加强其在科学 AI、生命科学和高可靠性模型方面的能力的关注。Anthropic 以 Claude、AI 安全和模型对齐闻名，但随着 Claude Code、企业级应用和多步任务能力的拓展，其对底层研究和科学计算人才的需求也在增加。

此外，据报道，另外两位研究员 Jonas Adler 和 Alexander Pritzel 也已离开谷歌。据媒体援引彭博社报道，Adler 和 Pritzel 在谷歌内部都被视为重要的 AI 研究人员。Adler 曾参与谷歌的 AI Coding 方向研究，而 Pritzel 则专注于 AI 系统训练。据称，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 已成为 OpenAI、Anthropic、Google 和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知名度。此时若能继续吸纳来自谷歌 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。

谷歌的 AI 实力是否受到影响？

这正是外界难以将此次离职简单解读为“谷歌不行了”的原因。更准确地说，这是 AI 行业人才价值重新定价的结果。Business Insider 分析指出，OpenAI 和 Anthropic 对顶尖 AI 人才的吸引力，一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。与谷歌这样的成熟上市公司相比，OpenAI 和 Anthropic 仍处于估值快速变动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，同时也伴随着更大的股权增值空间。

与此同时，计算资源也正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。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，也代表着项目优先级、技术路线和组织话语权。

对谷歌而言，问题不在于它是否依然拥有全球顶尖的 AI 研究团队之一——答案显然是肯定的。DeepMind 仍拥有深厚的人才储备、强大的计算能力基础、丰富的产品入口和悠久的研究传统。

然而，不容忽视的是，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。顶尖研究者不仅看重平台规模，还关注模型路线、组织效率、算力分配、产品落地速度，以及能否在下一轮 AI 公司资本化中获得更大的回报。

六月这波离职的突出之处不在于人数的绝对规模，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包括 GPU、数据中心和模型参数，还包括少数真正懂得如何将这些资源转化为突破性进展的人才。

哈萨比斯回应模型落后及人才流失：不争一时之长短

除了人才流失，Gemini 的能力也受到了质疑。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。’”

伴随着 OpenAI 和 Anthropic 连续挖走谷歌 AI 的核心人才，DeepMind CEO Demis Hassabis 在近期的一档播客访谈中，首次正面回应了外界最关心的问题：DeepMind 是否仍拥有足够的人才来赢得通往 AGI 的竞赛？他的回应并未回避竞争压力，但也不认同“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级研究人员。面对这样的变化，DeepMind 今日是否仍具备赢得 AGI 竞赛所需的人才？

Hassabis 的回应十分直接：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，谷歌依然能够吸引“相当一部分”顶级人才，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 试图将这个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，工业界几乎没有人真正投入 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、学习系统在当时并非显学，DeepMind 更像是一小群人押注一个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。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，他不否认 OpenAI、Anthropic 等竞争对手的吸引力，也不否认人才流动已成为前沿模型公司之间的常态。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 方面声量更高。

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，谷歌体系长期承担了 AI 基础突破的源头角色。如今，Google Brain 和 DeepMind 已合并为 Google DeepMind，这使得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 Hassabis 看来，AGI 的道路不会只通过文本模型实现，也不会只由代码生成能力决定。当被问及通往 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时，Hassabis 并未给出肯定答案，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，以及代码能力、视频生成、图像生成、音乐生成，还有面向科学研究的模型。他认为，要构建真正完整的 AGI 系统，模型必须能够理解周围的世界，不仅要处理文本和逻辑，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 的另一层想象：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 的声量确实很强。但如果终点是通用智能，Hassabis 认为，比赛远不止一条赛道。

他将 DeepMind 早期做游戏 AI 的经历也纳入了这个逻辑。AlphaGo、Atari 游戏、模拟环境并非为了游戏本身，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要抵达的地方。

这也是 Hassabis 版本“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，安全护栏足够可靠。

这与 OpenAI、Anthropic 近期在模型能力上不断加速形成了微妙的对比。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。而在 Hassabis 的表述中，DeepMind 则试图将自己重新定位在“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，为何正被 OpenAI 和 Anthropic 吸引。

Hassabis 的回应，本质上是将问题从“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 依然拥有最深、最广的人才储备，仍在产出前沿工作，也仍在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有利的位置之一。