当诺奖得主带着AlphaFold方法论投奔对手,谷歌的‘科学AI护城河’还剩几道闸门?
结束近九年任职,2024年诺贝尔化学奖得主、AlphaFold核心领导者John Jumper于2026年6月20日正式加入Anthropic;两天前,Transformer核心贡献者Noam Shazeer也从谷歌离职转投OpenAI。这推开的是谷歌科学AI的人才闸门,但代码、权重和商业授权构成的另外几道闸门并未同时打开。
一、人才闸门:两位核心人物在48小时内接连出走
离职时间线:Jumper于6月20日宣布结束在Google DeepMind近9年生涯、加入Anthropic;两天前Shazeer已离职加入OpenAI,两人出走相隔不到48小时。
Shazeer的分量:Shazeer是Transformer架构核心贡献者,该架构是当前主流大模型的基础,他的离开不是普通人员流动。
Jumper带走了什么:Jumper是AlphaFold核心领导者,其加入Anthropic意味着AlphaFold从模型设计到训练取舍的一手开发经验随人进入竞争对手。
二、技术闸门:代码开放了,权重与商业授权没开放
开源边界:AlphaFold3于2024年11月开放非商业使用,但训练权重仍只对学术背景申请者开放,商业使用未放开。
复制品涌现:百度、字节跳动、Chai Discovery等已推出各自的AlphaFold3复制模型,但均未获得商业使用许可。
闸门判断:代码层的技术壁垒正在下降,训练权重、商业授权和后续版本迭代仍握在DeepMind手中,不是开源一行代码就能拆掉的。
三、还剩的闸门:算力、数据与学术生态
算力与工程化:DeepMind背靠谷歌大规模算力,把蛋白质结构预测从论文变成稳定服务,需要持续工程投入。
学术网络与标准:AlphaFold数据库、与结构生物学界的合作网络、诺奖带来的品牌号召力,不是单个模型文件能整体搬走的。
真正的变量:若Anthropic借Jumper自建科学AI模型,谷歌失去的不只是一个人,而是“定义问题”的先发位置。 (以上内容均由AI生成)