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NoamShazeer和诺奖得主JohnJumper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NoamShazeer带回了MountainView。
这个人是Transformer架构的共同发明者——2017年那篇AttentionIsAllYouNeed，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。
JohnJumper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，AICoding核心Adler、预训练核心Pritzel、Gemini2.5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、AICoding、AISafety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？
SamAltman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，CEOPichai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。
Anthropic2026年一直在系统性搭建AIforScience这条线——2月签了AllenInstitute旗舰合作，4月花4亿收购药物发现公司CoefficientBio，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。DarioAmodei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AICoding，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Gemini2.5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，GoogleBrain推理研究团队创始人DennyZhou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AlphabetRSU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。
SignalFire2025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。DeepMind78%，OpenAI67%。
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GoogleBrain和DeepMind合并，初衷是集中力量。但伦敦和MountainView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GoogleI/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DarioAmodei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。
IsomorphicLabs这张牌
哈萨比斯手里还有别人没有的筹码：IsomorphicLabs——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EliLilly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AlphaFold3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：
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。
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。
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。
热门跟贴