當定義了AI過去的公司，正在失去定義它未來的人。

6月18日，Transformer論文核心作者、Google Gemini聯合負責人Noam Shazeer在X上宣布離開Google，加入已向SEC秘密提交IPO申請的OpenAI。 他是2017年“Attention is All You Need”八位平等貢獻作者之一，該論文奠定了現代大語言模型的技術基礎。Sam Altman隨即轉發并評論，“Noam是我自OpenAI創立第一天起最想合作的人之一。只用了十年。”

48小時后，6月19日，2024年諾貝爾化學獎得主、AlphaFold核心領導者John Jumper宣布離開工作近九年的Google DeepMind，加入Anthropic。

兩起幾乎同時發生的頂級人才離職，已經足夠震動AI圈。而如果把時間線拉長，會發現一個更清晰的走向。5月19日，前OpenAI創始成員Andrej Karpathy宣布加入Anthropic預訓練團隊。他雖從未在Google任職，但他的選擇同樣說明了一件事，頂尖人才正在向OpenAI和Anthropic集中，而Google正在成為這場人才重組中最主要的輸出方。

三起離職，非個例，是趨勢

Jumper并非普通研究員。2024年，他因領導AlphaFold項目，利用AI在極短時間內預測蛋白質三維結構，攻克了困擾生物學界長達五十年的難題，與Demis Hassabis和David Baker共同榮獲諾貝爾化學獎。

John Jumper(左)與Demis Hassabis同框合影,畫面與其離開Google DeepMind、轉向Anthropic的報道相呼應。Source: businessinsider.com (copyright review needed)

Shazeer則是現代AI發展史上的關鍵人物。他于2000年加入Google，2017年共同撰寫“Attention is All You Need”，該論文提出的Transformer架構，是當前所有大語言模型的技術基石。2021年，因Google拒絕發布其與Daniel De Freitas共同開發的AI聊天產品，他選擇離開，于2022年創辦了Character.AI。三年后，Google以約27億美元將其請回，任命為Gemini聯合負責人。然而回歸未滿兩年，他再次選擇離開，此番前往OpenAI。

Noam Shazeer與另一位AI高管同框,呼應其離開Google、加入OpenAI的報道。Source: techcrunch.com (copyright review needed)

而Karpathy的選擇進一步印證了更大的趨勢。2026年5月，這位OpenAI創始成員在結束其教育創業項目Eureka Labs后，宣布加入Anthropic預訓練團隊，負責“通過大規模訓練運行賦予Claude核心知識與能力”。他從未在Google任職，但他的去向本身說明了頂尖人才正在向哪里集中。

Andrej Karpathy肖像,配合其加入Anthropic預訓練團隊的報道。Source: bloomberg.com (copyright review needed)

將視野拉長，這一人才流動趨勢早已顯現。2023年4月Google Brain與DeepMind合并后，大量中堅研究者流向OpenAI、Anthropic和xAI。追蹤ArXiv前沿AI論文的作者歸屬可以發現，越來越多的頂尖研究者檔案頁上的機構名稱，已從“Google”變更為“OpenAI”或“Anthropic”。

OpenAI與Anthropic正在匯聚AI領域最具影響力的人才陣容。而Google，正成為這一人才流動的最主要輸出方。

使命錯位

這是最本質的分歧，其重要性超越薪酬與算力。

Google母公司Alphabet近80%的收入來自廣告業務。這意味著AI領域的所有投入，最終都必須回答一個產品導向的問題，這將如何服務廣告業務。

Shazeer在2024年回歸后很快發現，Google的核心邏輯并未改變。他在Gemini面臨的根本約束，追趕ChatGPT，在廣告業務優先的架構下，始終是一個受制的任務。目標不是重新定義AI能力邊界，而是守住廣告市場份額。

對比之下，OpenAI的章程明確以AGI（通用人工智能）造福全人類為核心使命。Anthropic自成立之日起即圍繞AI安全構建，注冊為公益公司（PBC），在法律上有義務平衡股東利益與社會利益。在這兩家公司，頂尖研究者無需回答“如何幫助廣告部門提升收入”這樣的問題。他們只需專注于一個目標，如何持續推進模型能力的邊界。

多位從Google流向這兩家機構的研究者，在事后訪談中反復提及同一個詞，“專注”。在Google，關鍵績效指標是搜索點擊率、廣告轉化率和YouTube觀看時長。在Anthropic，關鍵績效指標是Claude在預訓練和后訓練中的性能表現。對于Jumper這樣將九年學術與職業生涯投入蛋白質折疊問題的科學家而言，這種高度的專注具有不可替代的吸引力。在Anthropic，AI for Science不是邊緣項目，而是核心研究方向之一。

使命是推力，而資本是拉力。在薪酬激勵維度上，Google正處于結構性劣勢。

OpenAI已于2026年向SEC秘密提交IPO申請，Anthropic同樣處于IPO籌備隊列中。兩家公司的員工持有大量股權，有望在公開市場兌現。Jumper與Shazeer選擇在這一窗口期前加入，時機并非巧合。相比之下，Google市值已超過兩萬億美元，股價在短期內實現翻倍增長的空間有限，股權激勵的爆發力與之相差至少一個數量級。

更值得關注的是資本市場對兩家類型公司截然不同的定價邏輯。泄露的OpenAI審計財報顯示，其2025年GAAP凈虧損約385億至390億美元（含約300億美元非現金轉換費用），運營虧損從2024年的87.8億美元擴大至約209億美元，但資本市場反應依然積極。同期，OpenAI營收從37億美元飆升至130.7億美元，增幅達253%。2026年第一季度，公司營收57億美元，運營支出37億美元。投資者愿意為“以虧損換取增長”的戰略買單。

而在Google，同等規模的AI投入在資本市場引發的提問卻是，“這對利潤率將產生什么影響。”同樣在AI領域大規模投入，在OpenAI被稱為戰略性投資，在Google則被視為成本中心擴張。

站在頂尖研究者的角度，這一選擇背后的邏輯并不復雜。一邊是即將IPO、股權可能在兩年內實現九位數價值的公司，全員圍繞模型能力優化。另一邊是市值兩萬億的成熟巨頭，研究者的工作需與廣告和搜索團隊的季度目標持續協調。

DeepMind合并催生新離心力

2023年4月，Google Brain與DeepMind合并為Google DeepMind，由Demis Hassabis統一領導。當時的官方敘事是“集中力量”。但三年后回顧，合并的實際效果存在明顯爭議。

合并未能根本解決研究成果向產品轉化的話語權重構問題。

DeepMind的基礎研究成果需要通過產品團隊落地，而產品團隊有其獨立的時間線和優先級考量。Gemini是一個典型案例，Shazeer被任命為聯合負責人，但產品發布節奏和商業化路徑仍高度受制于搜索和云業務部門。這與OpenAI全員圍繞同一核心產品目標運轉的模式形成鮮明對比。

合并還引發了文化認同上的張力。Google Brain更偏工程和商業化落地，DeepMind更偏基礎科學和長期探索。合并后，長期研究導向的文化被認為在“服務產品路線圖”的壓力下受到侵蝕。

一位前Google研究員在X上寫道，“當我們被要求將研究方向與產品路線圖對齊時，我就知道該走了。”

Jumper的離開，可被視為對合并后文化走向的一種表態。他在DeepMind工作了近九年，經歷了獨立研究時期、合并后的整合期，以及當前產品化壓力持續上升的階段。當研究環境越來越頻繁地要求與搜索引擎的關鍵績效指標對齊時，離開成為一個經過計算但不難做出的決定。

更深層的問題是，Shazeer回歸后不到兩年，AI產品的發布節奏并未顯著加快。Gemini縮小了與ChatGPT的能力差距，但從未成為細分領域的領先者。他沒有公開表達不滿，在X上的聲明是標準的職業化措辭，但行動本身已說明問題。

人才版圖正在經歷不可逆的重組

這場人才外流，早已不只是幾個人換工作的事。

Google可以請回頂尖研究者，卻改變不了最根本的那件事：它的核心商業模式是廣告，AI是賦能工具，不是終極使命。錢能請回一個人，但錢無法讓Google不再是Google。這意味著外流不會停止，它是一種結構性趨勢，而不是幾起孤立的離職。

而在另一邊，OpenAI與Anthropic正在把各自的路走通。OpenAI拿下大語言模型研究的最強戰力，Anthropic則把AI安全與科學應用捏在一起，兩家公司邊界清晰，各有護城河。Google卡在中間，既沒有OpenAI的產品爆發力，也沒有Anthropic在安全領域的品牌差異度。

真正讓人才天平不可逆轉地傾斜的，是IPO窗口期。當頂尖研究者可以在一兩年內通過股權兌現獲得九位數甚至十位數財富時，任何成熟巨頭的薪酬體系都無法在同一個維度上競爭。2026年很可能被記住，不是因為某一項AI能力突飛猛進，而是因為人才版圖在這一年完成了一次結構性的重組。這一輪競爭里，人才密度決定模型能力，模型能力決定市場份額，市場份額決定贏家名單。

Google并非沒有翻盤的可能。它擁有全球規模最大的算力基礎設施之一、最龐大的用戶數據儲備，以及AI學術論文發表量的持續領先。但所有這些優勢都建立在一個前提之上，你得有足夠優秀的人去使用它們。而Google正在失去的，恰恰是這些人。

這可能是Google成立以來最安靜的一場危機，沒有產品重大失誤，沒有監管重罰，沒有財務爆雷。只是一群最聰明的人，一個接一個，選擇了離開。在AI領域，真正的護城河從來不是數據，不是算力，甚至不是模型架構本身。是那些愿意留下來、日復一日推進技術邊界的人。而Google正在發現，留住這些人，比訓練一個萬億參數的模型，要困難得多。（本文首發鈦媒體APP，作者 | AGI-Signal，編輯 | 秦聰慧）