炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：第一财经资讯）

在人工智能竞争白热化的当下，顶级人才的流动已成为衡量企业吸引力和战略活力的关键指标。

北京时间6月20日，AlphaFold核心领导者、2024年诺贝尔化学奖得主John Jumper正式宣布，结束在Google DeepMind近9年的职业生涯，加入AI初创公司Anthropic。AlphaFold是Google DeepMind自研的AI生物大分子结构预测工具，核心使命是解决蛋白质折叠难题。

这一消息迅速引发业界关注，尤其是在两天前，另一位关键人物——Transformer架构核心贡献者Noam Shazeer也从Google离职加入OpenAI。

谷歌遭遇连续离职潮

John Jumper自2017年博士毕业即加入DeepMind，入职半年便牵头AlphaFold项目，带领团队完成三代模型迭代，破解困扰结构生物学数十年的蛋白质折叠难题。

2024年10月，他与DeepMind创始人Demis Hassabis共同斩获诺贝尔化学奖，表彰二人利用AI实现蛋白质原子级三维结构预测的突破性成果。近九年时间里，AlphaFold数据库已累计释放超2亿种蛋白质预测结构，免费向全球190个国家、超200万科研人员开放。

对于Jumper的离开，Hassabis回应称：“感谢John在过去九年里的非凡伙伴关系与精彩合作。我们凭借AlphaFold取得的成就改变了世界，并向该领域展示了AI在科学与医学方面的无限可能。”体面表态之下，行业认为，DeepMind失去了AI生物赛道最核心的技术领军者。

Jumper离职宣言评论区，有网友提出疑问：为什么总是谷歌在失去最优秀的人才？GoogleDeepMind到底怎么了？

与Jumper前后脚出走的Noam Shazeer是整个大模型时代的底层奠基人。2017 年，他作为八人核心团队成员发布《Attention Is All You Need》，提出Transformer架构。2024年谷歌斥资27亿美元用于购买Character.AI的模型授权，并将其纳入Google DeepMind，担任Gemini大模型联席技术负责人，仅两年后便选择离职，入职OpenAI专职底层架构前沿探索。

两位重量级人物的出走并非孤例，近年来谷歌系人才持续向Anthropic、OpenAI流动。SignalFire行业统计数据显示，DeepMind人才流向Anthropic与反向回流比例达10.8:1，人才流动呈现明显单向特征。

此前，AI安全对齐、可解释性方向多名资深研究员，Mistral AI、Cohere等欧洲头部AI初创创始人、DeepMind 联合创始人Mustafa Suleyman均先后离开谷歌体系，或创业或加入竞品实验室。

跨学科人才将成竞争焦点

Jumper的离职发生在AI与生物学交叉领域加速融合的背景下。

Demis Hassabis长期强调，解决蛋白质折叠等难题时，“懂蛋白质可能比懂AI更重要”。这一观点驱动DeepMind将AI能力扩展至科学发现，而非仅限于语言或图像模型。AlphaFold正是这一战略的典范。

2024年5月，DeepMind与Isomorphic Labs联合发布AlphaFold 3。该模型超越蛋白质预测，涵盖DNA、RNA、小分子配体及它们之间的相互作用。蛋白质-配体对接准确率达到76.4%，较前代方法提升约1.8倍。这一进步直接赋能药物设计、材料科学等领域。5个月后，Jumper和Hassabis站上诺贝尔领奖台。

AI与生物学的交叉融合正被视为继语言、视觉之后，AI最有望产生颠覆性商业与社会价值的领域。蛋白质设计、药物发现、基因组分析等任务高度依赖结构预测与多尺度建模，而AI在这些场景中能将传统实验周期从数年缩短至数月。

2025年，Anthropic推出AI for Science程序，为高影响力生物研究提供免费API额度，重点支持药物发现、遗传数据分析等。同年设立的医疗健康与生命科学独立部门单独配置预算、算力与招聘通道。2026年4月，Anthropic以约4亿美元全股票交易收购Coefficient Bio，并将其整合进“Claude for Life Sciences”。

而手握三代AlphaFold全部技术经验、诺奖背书的Jumper此时选择加入Anthropic，本质是行业两大路线的正面碰撞。此前Anthropic核心聚焦通用大模型Claude系列、AI对齐安全研究，Jumper的加盟意味着公司开始全面加码AI生物计算。

硅谷的人才流动如同一场高频迭代的实验：大厂提供平台与资源，初创公司注入速度与愿景。Jumper和Shazeer的离职提醒行业，技术突破依赖人，而留住顶尖人才需要持续的文化、激励与使命匹配。未来，跨学科人才、专有数据集与伦理治理将成为核心竞争力。