今年6月的AI人才争夺战，谷歌再度站上舆论中心。过去一周，围绕Google DeepMind的多桩高层技术人才变动持续引发关注。
谷歌七天痛失四位技术元勋
综合Axios与路透社的消息，Gemini联合负责人Noam Shazeer已告别谷歌，加盟OpenAI；另一位DeepMind高级研究科学家、AlphaFold共同发明者John Jumper也在X平台宣布，自己转投Anthropic。
此外，据彭博社报道，谷歌AI研究员Jonas Adler和Alexander Pritzel同样官宣离职，下一站也是Anthropic。
这并非寻常的人事更迭。
四人分别牵动着谷歌AI体系中最具标志性的几条技术线：Transformer架构、大模型预训练、Gemini、AlphaFold、AI编程及模型训练系统。
正因如此，这波出走很快在X上掀起热议。
有用户直指谷歌的AI困境：“Gemini是一款平庸乏味的产品，谷歌已经丢失了曾经那种产品魔力。”另一位则评论：“Noam Shazeer去了OpenAI，John Jumper、Jonas Adler和Alexander Pritzel投奔Anthropic。”这也被不少人视为谷歌在AI人才竞赛中承受重压的信号。
其中，Noam Shazeer的动向最受瞩目。
6月18日，Shazeer本人在X上表示，已离开谷歌并加入OpenAI。他离开的时间点十分微妙——距谷歌通过Character.AI交易将其与部分团队带回公司尚不满两年。当时这笔约27亿美元的买卖，曾被视作谷歌强化大模型人才力量的关键一步。
Shazeer的技术分量无需多言。
他是2017年《Attention Is All You Need》论文的合著者之一，这篇论文提出的Transformer架构，后来成为大语言模型浪潮的技术根基。回归谷歌后，Shazeer参与领导Gemini项目，堪称谷歌大模型体系中最核心的人物之一。
他的再度离开因此极具象征意味。这说明，在AI人才争夺中，即便是谷歌这样的巨头，也很难凭一次高价“回购”就永久绑定顶尖研究者。尤其当OpenAI仍处在高速扩张和资本市场叙事中心时，其对顶级模型人才的吸引力依然强劲。
另一位重量级离职者是John Jumper。
Shazeer宣布离职两天后，Jumper也在X上发文称，告别DeepMind，加入Anthropic。Jumper是AlphaFold的核心人物之一，曾与DeepMind CEO Demis Hassabis因蛋白质结构预测相关工作共同荣膺2024年诺贝尔化学奖。AlphaFold的意义不仅在于技术飞跃，更在于让世人看到AI能够进入科学研究的核心流程，而不只是停留在聊天、搜索或内容生成场景。
因此，Jumper的去职代表着另一种层面的流失：DeepMind失去的不仅仅是一位大模型研究员，更是一位能够代言“AI for Science”方向的旗帜性人物。
如果说Shazeer的流向强化了OpenAI在基础模型与架构研究上的感召力，那么Jumper加盟Anthropic则让外界开始关注Anthropic是否正在更有条理地补强科学AI、生命科学及高可靠模型能力。
过去，Anthropic最广为人知的是Claude、AI安全与模型对齐，但随着Claude Code、企业场景与多步任务能力的不断拓展，它需要的远不止产品工程团队，还包括更扎实的底层研究和科学计算人才。
另外，还有两位研究员Jonas Adler和Alexander Pritzel也被报道离开谷歌。
据媒体转引彭博社报道，Adler与Pritzel均被谷歌内部视为重要AI研究人员。Adler参与谷歌的AI编程方向，Pritzel则专注于AI系统训练。报道称，二人皆为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留意。AI编程已成为OpenAI、Anthropic、谷歌、微软等公司争夺最为激烈的应用入口之一。Claude Code的走红，让Anthropic在开发者社群中获得了更强的存在感。此刻若继续吸纳来自谷歌Gemini与AI编程方向的研究人员，Anthropic的目标显然不仅仅是维持Claude的对话能力，更是要进一步增强其在编码、智能体及复杂任务执行上的竞争力。
谷歌真的不行了吗？
这也是为什么外界很难将这波出走简单解读为“谷歌败退”。
更准确地说，这是AI行业人才价值被重新定价的结果。
Business Insider的分析指出，OpenAI与Anthropic对顶尖AI人才的吸引力，一部分来自更聚焦的组织目标，另一部分则来自潜在的pre-IPO股权。相较于谷歌这类成熟上市公司，OpenAI和Anthropic仍处于估值高速变动和资本市场预期之中。对顶级研究人员来说，这意味着更高的不确定性，也意味着更大的股权上行空间。
与此同时，算力正成为人才流动背后的隐性变量。媒体报道称，在Shazeer宣布加入OpenAI前不久，他所负责项目的一部分算力被重新分配给Google DeepMind伦敦团队，以推动协作与统一预训练工作。报道虽未将此直接归因为Shazeer的离职动因，但在大模型公司内部，算力从来不只是基础设施，它还意味着项目优先级、技术路线和组织话语权。
对谷歌而言，问题并不在于它是否还拥有全球最强的AI研究团队。答案显然是肯定的。DeepMind依然保有深厚的人才储备、算力基础、产品入口和研究积淀。
但还有一个重要信息不容忽视：OpenAI和Anthropic正在重塑人才竞争的参照系。
过去，谷歌是现代AI的重要发源地之一。从Transformer到AlphaFold，诸多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改变。顶级研究者不光看平台规模，也看模型路线、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取更大收益。
6月这波离职的刺眼之处，不在于人数巨量，而在于名字太过有代表性。这释放出一个信号：AI竞赛的核心资源不只是GPU、数据中心和模型参数，还有极少数真正懂得如何把这些资源转化为突破的人。
哈萨比斯回应模型落后与人才流失：不争一时短长
另有消息称，除了人才频繁出走，Gemini的能力也饱受质疑。
在X上，有人发帖称：
在Fable 5发布、GPT-5.6即将来临之际，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，这家实验室已被远远甩至第三甚至第四名。
一位消息灵通的DeepMind员工告诉我：“我不能怪Noam Shazeer离开。他也不会是最后一位离开的重量级人物。”
面对OpenAI和Anthropic接连挖走谷歌AI核心人才，DeepMind CEO Demis Hassabis终于在近期一档播客访谈节目中，正面回应了外界最关切的问题：DeepMind是否仍有足够的人才去赢下通往AGI的竞赛？
他的回答并未回避竞争压力，但同样没有接纳“谷歌正在丧失AI人才优势”的说法。
在这场访谈中，主持人提及，当年DeepMind加入谷歌后，几乎让外界觉得“AI领域最重要的人才都在同一个屋檐下”。但如今，OpenAI、Anthropic等至少三家前沿实验室都在争夺顶级研究人员。面对如此变局，DeepMind今天是否依旧拥有赢得AGI竞赛所需的人才？
哈萨比斯的回应直截了当：顶尖实验室之间确实存在大量人才流动，DeepMind也不可避免身处其中。但他强调，谷歌依然能够赢得“相当一部分”顶级人才，而且DeepMind拥有所有前沿实验室中“规模最大、覆盖最广”的研究团队。
接着，哈萨比斯试图把问题拉回到更长的时间线中。
在他看来，今天AI行业激烈的人才竞争，是当年DeepMind成立时几乎难以想象的景象。2010年，他创办DeepMind时，工业界几乎没有多少人真正投身AI；即便在学术界，AI也一度被视为“职业自杀”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并不被主流看好的方向。
但十多年后，整个世界已认识到AI的潜力。哈萨比斯说，如今几乎每一家重要公司都会参与AI，这自然会带来科技行业有史以来最激烈的人才争夺之一。
因此，他并不否认OpenAI、Anthropic等对手的吸引力，也不否认人才流动已成前沿模型公司之间的常态。但他给出的反驳是：判断谁能赢下AGI竞赛，不能只看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编程上声量更高。
哈萨比斯真正强调的是DeepMind的“广度”。
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，谷歌体系长期扮演着AI基础突破的源头角色。如今Google Brain与DeepMind已合并为Google DeepMind，这让原本分散的研究力量被整合到同一组织之下。
这也是他一再强调“最大、最广研究团队”的缘由。
在哈萨比斯眼中，通往AGI的道路不会只穿过文本模型，也不会仅由代码生成能力决定。
当主持人问到，通向AGI的路径是否会通过当下这些文本模型，尤其是可能自我改进的模型来实现时，哈萨比斯并未给出肯定答复，而是强调DeepMind一直押注多条路线。
这些路线包括Gemini这类多模态基础模型，也包括代码能力、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，要构建真正完整的AGI系统，模型必须理解周围世界，不能只处理文本和逻辑，还要理解物理世界、视觉世界和现实环境。这一点对机器人、智能眼镜助手、科学发现等方向尤为重要。
这实质上是在回应外界对OpenAI和Anthropic的另一层想象：如果今天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的声势确实很强。但如果终点是通用智能，哈萨比斯认为，比赛远不止这一条赛道。
他将DeepMind早期做游戏AI的经历也纳入这一逻辑。AlphaGo、雅达利游戏、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目的地。
这便是哈萨比斯版本的“谷歌为什么仍会赢”的逻辑：不是因为谷歌不会失去人才，而是因为他坚信AGI最终需要的是跨学科、跨模态、跨场景的系统能力。谁能把语言、视觉、代码、科学推理、世界模型、机器人和模拟能力整合起来，谁才更接近终极答案。
在谈到AI风险时，哈萨比斯也延续了他一贯的审慎立场。他认为，随着行业趋近AGI，网络安全只是一个“警告信号”。未来几年，生物、核安全等更严峻的风险也可能浮现。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，护栏足够可靠。
这与OpenAI、Anthropic近期在模型能力上不断加速的态势形成了一种微妙对照。Anthropic以安全和对齐起家，但正快速强化编程与企业场景；OpenAI则继续围绕通用模型、产品入口和基础设施扩张。而哈萨比斯在表述中，试图让DeepMind重新回到“长期AGI路线”的位置上：不是只追逐一时的应用热度，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人才战进入白热化后，顶级研究员的离去不仅是组织损失，也会动摇资本市场和外界的信心。Noam Shazeer和John Jumper这样的名字，本身就带有极强的信号意义。外界关注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，为什么正被OpenAI和Anthropic不断吸走。
哈萨比斯的回应，本质上是在把问题从“谁离开了”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，依然在输出前沿成果，也依然在押注比文本模型更长远的多模态和科学智能路线。
哈萨比斯没有说出一句简单的“谷歌一定会赢”。但他的意思十分明确：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，自己站在最有利的位置之一。
参考链接：
https://www.youtube.com/watch?app=desktop&v=hb9JPW_DkpQ
https://www.axios.com/2026/06/18/noam-shazeer-google-openai-characterai
https://www.reddit.com/r/singularity/comments/1ua75fz/deepmind_is_now_reportedly_struggling_to_compete/
