DeepMind72小时连丢两员大将，Jumper和Shazeer都冲去生命科学了

admin

谷歌这回不是“留不住人”，是被人用脚投了票，还顺手把脸打肿了。

72小时内，DeepMind连丢两员大将，Transformer那位跑去OpenAI，AlphaFold那位跑去Anthropic，外行看是人才流失，内行一眼就能看出来，这不是简单跳槽，这是AI战场换地图了。以前大家吵的是谁家的大模型更会聊天，谁的参数更多，谁的发布会更像科幻片，现在真正有钱、有前途、能把技术变成真金白银的地方，已经不是纯聊天了，而是生命科学，是药物研发，是蛋白质、DNA、RNA这些硬骨头。

说白了，别再拿“AI改变世界”这种空话糊弄人了，世界当然会变，但钱是往哪儿流，人才是往哪儿跑，这才是真相。John Jumper和Noam Shazeer这两个人，一个做蛋白质折叠，一个搞Transformer，表面上看是两条线，实际上都在往同一个方向汇合，谁先把AI塞进科学研发的流水线，谁就能先收割下一轮的大利润。

John Jumper这个人，本身就是一条极适合写进科技圈黑话粉碎机的履历。数学、物理、理论化学，这种组合不是为了装逼，是为了专门干难题。蛋白质折叠这玩意儿，过去几十年让生物学家头大到想砸电脑，靠实验方法慢慢解，一个结构可能要花几年，烧掉的钱能把普通创业公司活埋。你再看AlphaFold，直接把这摊烂活变成了计算题，哪怕不是百分百准确，也能把原来漫天撒网式的试错，压缩成更像样的筛选流程。

这才是科技圈最爱讲但最少有人讲透的事，技术突破不是凭空长出来的，很多时候只是原来那个贵得离谱、慢得离谱的工序，终于被算力和算法挤出了一条缝。以前做一个蛋白结构，像拿筷子在泥潭里捞针，现在像先用AI画个大概轮廓，再拿实验去验证。别小看这个变化，前者是地狱模式，后者至少像个能量产的流程。

AlphaFold一出来，外面很多人以为这是“AI在生物学上的伟大胜利”，听着很热血，实际上翻译成商业语言就是，原来这活太贵、太慢、太看人品，现在能大规模降低试错成本了。研发成本一旦被打下来，后面的药企、实验室、科研机构就会像闻到血的鱼一样扑上去。谁能提供更快的筛选，谁就能拿到更多合作，谁就能把模型变成合同，把论文变成订单。

这也是为什么现在OpenAI、Anthropic、谷歌DeepMind三家会同时盯上生命科学。别看他们平时嘴上都很克制，背后算盘打得比谁都精。通用大模型这个池子，已经卷成了泥浆，大家都在比谁更能讲故事，谁更会发论文，谁更能用“推理能力”这种玄学词把估值顶上去。可一旦进入生命科学，情况就变了，那里不是比谁声音大，而是比谁能真帮药企省钱、提速、提高成功率。

药企为什么愿意掏钱？因为这行太烧了。一个新药从靶点发现到临床上市，十年起步，几十亿美元起步，最后还可能死在三期临床上，死法比互联网创业还难看。你以为药企不想省钱吗，它们比谁都想。只是以前没工具，只能靠人海战术、试管战术、运气战术硬熬。AI一旦能把候选分子筛得更准，把失败率压下去，它就不是“辅助工具”，而是直接进了利润表。

所以你再看Jumper这次去Anthropic，就不是“人才加盟”这么简单，是真把一块最值钱的拼图搬过去了。DeepMind把AlphaFold做到了行业顶端，没错，但大公司有大公司的命门，做到顶后，后面就得考虑怎么跟谷歌整体战略对齐，怎么商业化，怎么协同，怎么不跟别的部门撞车。听着很健康，实际上就是限制多，动作慢，研发自由度不够。对一个还处在创造力巅峰的人来说，这种环境很容易把手脚绑住。

这就像一个顶级厨子，在自家开私房菜，想怎么切就怎么切，想怎么改配方就怎么改。结果被拉进五星级酒店后厨，头顶一堆标准化流程，左边采购盯成本，右边财务盯毛利，上面老板盯品牌，下面运营盯翻台率。菜是能做，但那股狠劲没了。顶尖科学家也一样，他们最怕的不是累，最怕的是你让我做事，但不让我决定怎么做。

Noam Shazeer更典型，谷歌花了27亿美元把他从Character.AI请回来，结果没多久又走了。钱少吗，不少，尊重不够吗，也不太可能。那为什么还跑？因为他和Hassabis在路线上的分歧，已经不是技术细节，而是方向问题。一个更看世界模型，一个更押大语言模型，这种事情在实验室里吵一吵没事，放到巨头内部，就是大船掉头，谁都不想为别人的判断买单。

你别总听发布会上那套“协同”“共创”“跨团队赋能”，大厂内部真到了核心路线争夺，照样是山头林立，照样是部门墙比城墙还厚。顶级人才待在这种地方，最痛苦的不是没有资源，而是资源太多，反而什么都要审批，什么都要协调，什么都要看脸色。创业公司反倒简单，钱少归钱少，但路清晰，拍板快，责任也直接。干成了，你就是核心，干砸了，你直接出局，没那么多废话。

Anthropic这次明显是有备而来，不是单纯挖人，而是把路铺好了。收购Coefficient Bio，搞生命科学专门团队，单独配预算、算力、招聘通道，这些动作说明什么，说明人家不是来玩票的，是来抢赛道入口的。AI这门生意，过去很多公司死在一个毛病上，模型做得挺热闹，落地却找不到。最后只能靠融资续命，靠媒体吹风，靠市场情绪撑估值。可生命科学不是那种靠流量能糊弄过去的地方，药企认的是效果，科研机构认的是效率，医院认的是安全，数据骗不了人。

这就很像当年一堆互联网公司说自己要“重构医疗”，最后大多数都重构成了PPT和融资故事。真正能活下来的，不是嘴最响的，而是能嵌进真实流程里的。AI如果只会在演示里回答得漂亮，那就是高级聊天工具，离收钱还远。可如果它能帮研发人员少走几步弯路，能把几十万上百万的实验成本省下来，那它就不只是模型，是生产资料。

讲到这儿，很多人会说，谷歌不是也有DeepMind吗，不是也有AlphaFold吗，底子明明最厚，怎么反而显得被动？这就得说巨头的老毛病了，家大业大，手里牌多，反而容易每张都想抓，结果哪张都抓不狠。谷歌的问题从来不是没技术，而是技术太多，业务太杂，组织太大。一个新方向冒出来，内部往往先不是冲，而是算，算收入归谁，算战略冲突，算会不会影响别的部门，算组织成本，算人事平衡。等这些都算明白了，窗口期早被人抢了。

这事儿像极了十年前的手机圈。诺基亚不是不会做手机，是太会做管理了，什么都想稳，什么都想兼容，什么都想保住旧盘子，结果苹果一刀砍掉键盘，安卓一把掀桌子，旧体系全成了累赘。你再看英特尔，不是没有工程能力，而是太沉迷自己过去的节奏，等别人把先进制程玩成了军备竞赛，自己还在内部拉扯路线，最后被台积电和一堆芯片设计公司甩开。科技圈最残酷的地方就在这儿，不是你强不强，而是你能不能在窗口期开足马力，别被组织流程拖死。

还有乐视，曾经也是神一样的存在，生态故事讲得天花乱坠，最后钱烧没了，底裤都快赔光了。暴风更别提，风口来的时候人人叫好，风停了就剩一地鸡毛。它们最大的共同点是什么，不是没梦想，是把PPT当成了现实，把融资当成了业绩。今天这些大模型公司当然不能直接和乐视类比，但那种“谁最会讲，谁就最值钱”的阶段，确实已经过去了。现在投资人也学精了，光看发布会不够，还得看你有没有真实客户，有没有真实算力消耗，有没有真实付费。

生命科学这条路之所以诱人，就是因为它不是只靠热度活着。这里面有个很简单的商业逻辑，过去AI公司爱说自己有“通用能力”，听着很大，实际上落不落地全靠运气。可一旦进入药物研发，模型就变成了工具，工具就能绑定工作流，工作流一旦绑定，就会形成长期合同。这个时候卖的不是“智能”，卖的是省时间、省钱、降低失败率。药企愿意给钱，不是因为你会说话，是因为你能让实验少死几轮。

而且这门生意还有一个隐藏好处，复购。不是卖一次就完事。模型要迭代，数据要更新，实验要接着做，合作要持续深化。对AI公司来说，这种客户太香了，既能提升技术壁垒，又能把收入变得更稳定。比起那种今天爆红、明天换热点的C端应用，这才是真能养活团队的活儿。难怪三家巨头都往里冲，谁都不傻，谁都知道下一轮最值钱的不是会不会讲故事，而是谁先把AI塞进科学流水线。

再看消费者这边，很多人总爱围观顶级人才离职，像看明星塌房。其实普通人真正该关心的，不是他们去哪家公司，而是这件事会不会改变我们未来看病、吃药、体检、诊断的成本。AI一旦把药研发这件事压缩下来，未来可能不是某个实验室多出几篇论文，而是某些原本要十年才出来的新药，能更快走到病人面前。别急着感动，这里面当然也有商业利益，但商业利益不等于坏事，至少它会逼着公司把技术做实，而不是继续拿幻灯片骗钱。

当然，别把这事想得太美。AI进生命科学，不等于立刻出神药，也不等于今天招来一个诺奖得主，明天就能改写行业。科学研发没那么快，监管没那么松，临床没那么好过。模型再强，也只能帮你缩短一段路，不可能替你绕过所有坑。可即便如此，这条路也比空谈通用模型靠谱太多。因为它对应的是明确的预算、明确的客户、明确的结果。钱会往这边堆，人也会往这边堆，最后故事会变成业绩，业绩会变成估值，估值再反过来吸人。

谷歌这次连失两将，看着像败仗，其实更像一面镜子，照出AI行业已经从“谁声音大谁赢”，走向“谁能把技术嵌进真实产业链谁赢”。DeepMind的底子还在，OpenAI的动作更快，Anthropic的下注更狠，大家都不装了，都开始往生命科学这个最贵、最难、也最能赚钱的方向抢。表面上是人才流动，实际上是赛道换挡。

所以别再把这事当八卦看了。Jumper也好，Shazeer也罢，他们离开的不是一家公司，离开的是一个已经开始变慢的大机器。新赛道才刚开口子，巨头还在磨牙，创业公司已经在抢地盘。等哪天AI真把新药研发这碗饭端稳了，今天这些跳槽故事，回头看都只是前菜。

真正的戏，还在后面。