开云以开云入口为核心，带来高效便捷的体验。

在人工智能人才争夺激烈的六月，谷歌再次成为焦点，其 DeepMind 部门近期接连发生多起高级技术人才流失事件。

谷歌一周内流失四位关键技术专家

据 Axios 和路透社等媒体报道，Gemini 项目的联合负责人 Noam Shazeer 已离开谷歌，转投 OpenAI。与此同时，AlphaFold 的联合创始人、DeepMind 的资深研究科学家 John Jumper 也在社交平台 X 上宣布加入 Anthropic。

此外，据彭博社报道，谷歌的 AI 研究员 Jonas Adler 和 Alexander Pritzel 也已确认离职，并同样选择了 Anthropic。

此次人才变动并非寻常的职业跳槽。这四位专家分别代表了谷歌 AI 体系中几个核心的技术领域，包括 Transformer 架构、大型模型预训练、Gemini、AlphaFold、AI 编程以及模型训练系统。

因此，这股离职潮迅速在 X 平台上引发了广泛讨论。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。” 另一部分人则将 Noam Shazeer 加入 OpenAI，以及 John Jumper、Jonas Adler 和 Alexander Pritzel 加入 Anthropic 的情况，视为谷歌在 AI 人才竞争中承受压力的信号。

其中，Noam Shazeer 的动向尤为引人注目。他于 6 月 18 日在 X 上表示，已离开谷歌并加入了 OpenAI。值得注意的是，他离开谷歌的时间点距离公司通过 Character.AI 相关交易，将他和部分团队重新招募回公司尚不足两年。该交易当时价值约 27 亿美元，被视为谷歌加强其大型模型人才储备的重要举措。

Shazeer 的技术贡献不容小觑。他是 2017 年开创性论文《Attention Is All You Need》的合著者之一，该论文提出的 Transformer 架构成为了当前大语言模型浪潮的技术基石。重返谷歌后，Shazeer 参与并领导了 Gemini 项目，被认为是谷歌大型模型领域的核心人物之一。

他再次离职具有强烈的象征意义，表明即使是谷歌这样的大公司，也难以通过高价“回购”来永久留住顶尖研究人员，尤其是在 OpenAI 持续高速扩张且处于资本市场关注中心的情况下，其对顶级模型人才的吸引力依然巨大。

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 上发文表示已离开 DeepMind，并加入了 Anthropic。Jumper 是 AlphaFold 项目的关键成员，该项目在蛋白质结构预测方面的成就，让他与 DeepMind CEO 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，超越了单纯的聊天、搜索或内容生成。

因此，Jumper 的离开代表了另一种层面的损失：DeepMind 不仅失去了一位大型模型研究员，更失去了一位代表“AI for Science”方向的标志性人物。如果说 Shazeer 的去向凸显了 OpenAI 在基础模型和架构研究方面的强大吸引力，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、生命科学及高可靠性模型方面的能力的关注。Anthropic 以 Claude、AI 安全和模型对齐而闻名，但随着 Claude Code、企业级应用和多步任务能力的不断拓展，该公司需要的不只是产品工程团队，还有更强的底层研究和科学计算人才。

此外，报道还提及了另一位研究员 Jonas Adler 和 Alexander Pritzel 的离职。据媒体援引彭博社的消息，Adler 和 Pritzel 在谷歌内部被视为重要的 AI 研究人员。Adler 曾参与谷歌的 AI Coding 方向的研究，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认可度。此时若能吸纳来自谷歌 Gemini 和 AI Coding 方向的研究人员，Anthropic 的目标显然是进一步巩固其在编码、智能体和复杂任务执行方面的竞争力，而非仅仅维持 Claude 的对话能力。

谷歌面临的挑战与机遇

这种人才流失现象，使得外界难以简单地将此次事件归结为“谷歌不行了”。更准确的理解是，这是人工智能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，部分源于其更聚焦的组织目标，以及潜在的 IPO 前股权激励。与谷歌这样的成熟上市公司相比，OpenAI 和 Anthropic 仍处于估值快速变化和资本市场预期阶段。这对顶尖研究人员而言，意味着更高的不确定性，同时也蕴含着更大的股权增值空间。

与此同时，算力也成为人才流动背后的一个隐性因素。有媒体报道称，在 Shazeer 宣布加入 OpenAI 前不久，他负责项目的部分算力被重新分配给了 Google DeepMind 伦敦团队，以促进协作和统一预训练工作。尽管报道并未将此直接视为 Shazeer 离职的原因，但在大型模型公司内部，算力不仅是基础设施，也代表着项目优先级、技术路线和组织话语权。

对谷歌而言，其 AI 研究团队的实力毋庸置疑，仍是全球顶尖之一。DeepMind 拥有深厚的人才储备、强大的算力基础、丰富的产品入口和悠久的研究传统。然而，OpenAI 和 Anthropic 正在改变人才竞争的参照系。

过去，谷歌是现代人工智能的重要发源地之一，Transformer 和 AlphaFold 等关键突破都诞生于谷歌体系内。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的规模，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 公司资本化过程中获得更大的回报。

六月这波离职事件的显著之处不在于离职人数的绝对数量，而在于离职人员的代表性。这传递了一个信号：AI 竞赛的核心资源不仅包括 GPU、数据中心和模型参数，还包括极少数真正懂得如何将这些资源转化为突破性成果的人才。

哈萨比斯回应人才流失与模型竞争力质疑

除了人才流失，Gemini 的能力也受到了一些质疑。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。”一位接近 DeepMind 的员工表示：“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 接连挖走谷歌 AI 核心人才的局面，DeepMind CEO Demis Hassabis 在近期的一档播客访谈中，正面回应了外界最为关注的问题：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，但也未完全认同“谷歌正在失去 AI 人才优势”的说法。

哈萨比斯承认，顶尖实验室之间存在大量人才流动，DeepMind 也无法幸免。但他强调，谷歌仍能吸引“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，哈萨比斯试图将问题置于更长远的时间维度上。他认为，当前 AI 行业激烈的人才竞争，是他在 2010 年创办 DeepMind 时无法想象的。当时，AI 在工业界和学术界都未得到广泛关注，DeepMind 仅是一小群人对一个非主流方向的押注。而如今，几乎所有重要公司都投身 AI 领域，这自然带来了科技行业前所未有的人才竞争。

因此，他不否认竞争对手的吸引力，也不否认人才流动已成为前沿模型公司间的常态。但他认为，评判谁能赢得 AGI 竞赛，不能仅仅依据几位明星研究员的去向，也不能仅凭短期内在文本模型或 AI coding 上的声量高低。

哈萨比斯真正强调的是 DeepMind 的“宽度”。他指出，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，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 合并为 Google DeepMind，进一步整合了分散的研究力量。

这也是他反复强调“最大、最广研究团队”的原因。在他看来，AGI 的实现路径并非仅限于文本模型，也不是仅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，哈萨比斯并未给出肯定答案，而是强调 DeepMind 一直在押注多条路线。这包括 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，构建一个完整的 AGI 系统，模型需要理解物理世界、视觉世界和现实环境，而不仅仅是处理文本和逻辑。这一点对于机器人、智能眼镜助手以及科学发现等领域至关重要。

这实际上是对外界对 OpenAI 和 Anthropic 想象的一种回应：如果当前的竞赛被理解为“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，哈萨比斯认为，比赛的赛道远不止一条。

他将 DeepMind 早期在游戏 AI 方面的经验也纳入此逻辑。AlphaGo、Atari 游戏和模拟环境并非为了游戏本身，而是为 AI 系统提供可量化、可验证且难度适中的中间目标。游戏只是通往真实世界问题的一步。而 AlphaFold、药物发现、天气模型和科学模拟，才是这条路线的最终目标。

这也是哈萨比斯版本的“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。谁能整合语言、视觉、代码、科学推理、世界模型、机器人和模拟能力，谁就更接近最终答案。

在谈及 AI 风险时，哈萨比斯延续了他一贯的谨慎态度。他认为，随着行业接近 AGI，网络安全仅是“警告信号”，未来几年，生物、核安全等更严重的风险也可能出现。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，确保其稳健性和安全性。

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。而在哈萨比斯的表述中，DeepMind 则试图将自身定位为“长期 AGI 路线”的践行者，不只追求一时应用热度，而是同时推进多模态、科学发现和世界模型。

当然，这并不能消除谷歌当前面临的压力。在 AI 人才战白热化之际，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 等人的名字本身就带有极强的信号意义。外界关注的不是谷歌是否还有人才，而是这些代表谷歌 AI 黄金时代的人物，为何正在被 OpenAI 和 Anthropic 吸引。

哈萨比斯的声明，本质上是将问题从“谁走了”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 拥有最深厚、最广泛的人才储备，持续输出前沿工作，并押注比文本模型更长期的多模态和科学智能路线。

哈萨比斯并未断言“谷歌一定会赢”，但他明确表示：如果 AGI 的胜利并非取决于单一文本模型，而是关于智能系统、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。