在六月份的人工智能人才市场，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变动引发了广泛关注。

谷歌一周内流失四位关键技术人员

根据 Axios 和路透社等媒体的报道，Gemini 的联合负责人 Noam Shazeer 已离开谷歌并加入了 OpenAI。同时，另一位 DeepMind 的高级研究科学家、AlphaFold 的共同创造者 John Jumper 在 X 平台上宣布，他已加盟 Anthropic。

此外，彭博社的消息指出，谷歌的 AI 研究员 Jonas Adler 和 Alexander Pritzel 也公开表示离职，他们的去向同样是 Anthropic。

此次人才流动并非普通的技术人员跳槽。这四位研究员分别代表了谷歌 AI 体系中多个核心技术领域，包括 Transformer 架构、大规模模型预训练、Gemini 模型、AlphaFold、AI 编程以及模型训练系统。

因此，这次离职事件迅速在 X 平台上引发了热烈讨论。有用户评论称，这反映了谷歌在 AI 领域的困境：“Gemini 是一款平庸的产品，谷歌已失去其过往的创新魔力。” 也有人将 Noam Shazeer 加入 OpenAI，以及 John Jumper、Jonas Adler 和 Alexander Pritzel 加入 Anthropic 的情况，解读为谷歌在 AI 人才竞争中承受压力的信号。

Shazeer 和 Jumper 的离职尤为引人注目

其中，Noam Shazeer 的离职备受关注。他于 6 月 18 日在 X 平台上表示，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 将他及部分团队带回公司，当时交易金额约 27 亿美元，被视为谷歌加强大模型人才储备的重要举措。

Shazeer 在技术界的地位举足轻重。他是 2017 年发表的《Attention Is All You Need》论文的共同作者之一，该论文提出的 Transformer 架构已成为大语言模型发展的基石。回到谷歌后，Shazeer 深度参与了 Gemini 项目的领导工作，是谷歌大模型体系中的关键人物。他的再次离开具有强烈的象征意义，表明即使是谷歌这样的公司，也难以通过高价“回购”来永久留住顶尖研究人才，尤其是在 OpenAI 持续高速扩张且备受资本市场关注的背景下。

另一位离职的关键人物是 John Jumper。在 Shazeer 宣布离职两天后，Jumper 也在 X 平台上发文，表示已离开 DeepMind 并加入 Anthropic。Jumper 是 AlphaFold 项目的核心成员之一，该项目在蛋白质结构预测领域取得了突破性进展，并使 Jumper 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创新，更在于展示了 AI 在科学研究核心流程中的应用潜力，超越了传统的聊天、搜索或内容生成等场景。

Jumper 的离开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，还失去了一位在“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 则引发了对 Anthropic 是否正在系统性地加强其在科学 AI、生命科学以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、企业级应用以及多步任务处理能力的不断扩展，其对底层研究和科学计算人才的需求也在增加。

此外，报道中提及的另外两位研究员 Jonas Adler 和 Alexander Pritzel 也已离开谷歌。据彭博社报道，Adler 和 Pritzel 在谷歌内部被视为重要的 AI 研究人员。Adler 专注于谷歌的 AI Coding 方向，而 Pritzel 则致力于 AI 系统训练。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 的成功提升了 Anthropic 在开发者群体中的影响力。此时若能吸纳来自谷歌 Gemini 和 AI Coding 方向的研究人员，Anthropic 的目标显然不仅仅是提升 Claude 的对话能力，更是要增强其在编码、智能体以及复杂任务执行方面的竞争力。

谷歌的 AI 实力是否受到影响？

这些人才流失引发了外界对谷歌 AI 实力的疑问。然而，更准确的解读或许是，这是人工智能行业人才价值重新定价的结果。

Business Insider 分析认为，OpenAI 和 Anthropic 对顶尖 AI 人才的吸引力，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 仍处于估值快速变化和资本市场高度预期的阶段。这对顶尖研究人员而言，意味着更高的不确定性，但也伴随着更大的股权增值空间。

与此同时，计算资源（算力）也正成为人才流动背后一个潜在的因素。有媒体报道称，在 Shazeer 宣布加入 OpenAI 前不久，他负责项目的一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。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，算力不仅是基础设施，也关乎项目优先级、技术路线和组织话语权。

对谷歌而言，其 AI 研究实力依然强大。DeepMind 拥有深厚的人才储备、算力基础、产品入口和研究传统。然而，OpenAI 和 Anthropic 正在改变人才竞争的参照系。过去，谷歌是现代 AI 的重要发源地之一，Transformer 和 AlphaFold 等关键突破均诞生于此。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，也关注模型路线、组织效率、算力分配、产品落地速度，以及在下一轮 AI 公司资本化过程中获得更大收益的可能性。

六月份这波离职事件之所以引人注目，并非在于离职人数的绝对数量，而在于离职人员的代表性。这预示着 AI 竞赛的核心资源不仅包括 GPU、数据中心和模型参数，还包括极少数能够将这些资源转化为突破性创新的人才。

哈萨比斯回应模型落后和人才流失：不追求一时之高下

除了人才频繁流失，Gemini 的能力也受到质疑。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 内部弥漫着挫败感和普遍不满。许多人认为，该实验室已被远远甩到第三甚至第四名。一位知情人士表示：‘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 在近期的一次播客访谈中，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？

哈萨比斯承认了竞争的压力，但并未认同“谷歌正在失去 AI 人才优势”的说法。他指出，虽然顶尖实验室之间存在大量人才流动，DeepMind 也不可避免地身处其中，但他强调谷歌仍然能够吸引“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。

哈萨比斯将问题置于更长远的时间维度来考量。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，工业界对 AI 的投入甚少，学术界也视 AI 为“职业自杀”的方向。如今，几乎所有重要公司都投身 AI 领域，这自然导致了科技行业前所未有的人才竞争。

因此，他承认竞争对手的吸引力以及人才流动已成为前沿模型公司间的常态。但他反驳道，判断谁能赢得 AGI 竞赛，不能仅凭几位明星研究员的去向，也不能只看短期内在文本模型或 AI Coding 领域的声量。

哈萨比斯真正强调的是 DeepMind 的“宽度”。他提到，过去十多年，现代 AI 产业的许多关键突破，如支撑大语言模型的 Transformer、AlphaGo 背后的强化学习，以及 AlphaFold 所代表的科学发现能力，都源自 Google Brain 和 DeepMind。如今，Google Brain 和 DeepMind 已合并为 Google DeepMind，整合了分散的研究力量。

他认为，AGI 的实现路径并非只通过文本模型或代码生成能力。DeepMind 一直在押注多条路线，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，以及面向科学研究的模型。他认为，构建完整的 AGI 系统需要模型理解物理世界、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、科学发现等方向至关重要。

这实际上是在回应外界对 OpenAI 和 Anthropic 的想象：如果当前的前沿竞赛被定义为“文本大模型 + 编程智能体”的竞争，那么 OpenAI 和 Anthropic 的声量确实很大。但哈萨比斯认为，如果终点是通用智能，那么比赛远不止一条赛道。他将 DeepMind 早期在游戏 AI 方面的经验也纳入此逻辑，认为游戏只是通往真实世界问题的一个中间阶段，而 AlphaFold、药物发现、天气模型和科学模拟才是其真正追求的目标。

这是哈萨比斯版本的“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，认为网络安全只是“警告信号”，未来几年生物、核安全等更严峻的风险也可能出现。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 和 Anthropic 近期在模型能力上的加速形成对比。Anthropic 以安全和对齐为起点，但正快速加强编码和企业级应用能力；OpenAI 则持续扩张通用模型、产品入口和基础设施。而哈萨比斯则将 DeepMind 定位为“长期 AGI 路线”的践行者，同时推进多模态、科学发现和世界模型的研究。

然而，这并不能消除谷歌当前面临的压力。在 AI 人才战白热化的背景下，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部信心。Noam Shazeer 和 John Jumper 等人的名字本身就具有极强的信号意义。外界关注的并非谷歌是否还有人才，而是这些代表谷歌 AI 黄金时代的人物为何正被 OpenAI 和 Anthropic 吸引。

哈萨比斯的回应，本质上是将问题从“谁离开了”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 仍拥有最深厚、最广泛的人才储备，持续输出前沿工作，并押注于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 的胜利并非源于单一文本模型的成功，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 仍认为自己处于最有利的位置之一。