Title: 诺奖得主、AlphaFold 之父投奔 Anthropic！谷歌 48 小时连跑俩大将 | BestBlogs.dev
URL Source: https://www.bestblogs.dev/article/331f2c49?amp%3Butm_medium=feed&%3Butm_campaign=resources&%3Bentry=rss_article_item
Published Time: 2026-06-20 17:42:18
Markdown Content: 85
John Jumper, the Nobel Prize-winning creator of AlphaFold, has left Google DeepMind after nearly nine years to join Anthropic, marking the second major AI talent departure from Google in 48 hours and highlighting DeepMind's pressure in AI coding commercialization and frontier model competition. 
Yesterday 2662 words (about 11 min) View Source →
Sign in to highlight text and take notes as you read. Sign in now
Google DeepMind的诺奖得主、AlphaFold之父John Jumper，跳槽Anthropic了。
本人已亲自在X上官宣：将近九年后，他决定离开Google DeepMind，加入Anthropic——也就是DeepMind最直接的对手之一。
要知道，这可是AlphaFold的核心人物，他还曾与Demis Hassabis一起站上诺贝尔化学奖的领奖台。
Hassabis也几乎是第一时间回应。
这位诺奖搭档、DeepMind掌门人感谢了Jumper过去九年的「非凡合作」，称AlphaFold「改变了世界」，为AI在科学和医学上的可能性「照亮了道路」。
9年前，正是是Hassabis亲自给了他一个「冒险的机会」：让他一个PhD毕业才6个月的新人，领导AlphaFold团队。
但如今，连这份知遇之恩也留不住了…
就在两天前，Transformer核心作者Noam Shazeer也宣布离开Google DeepMind，加入OpenAI。
短短48小时里，Google AI一下子失去了两位核心人物。
John Jumper的履历，是一条跨学科的逆袭之路。
1985年，Jumper出生在美国阿肯色州小石城。
2007年，他从范德堡大学拿到物理与数学学士，之后去剑桥大学读理论凝聚态物理。结果读着读着发现这个方向不适合自己，拿了个硕士就走了。
离开学术界后，他在纽约的D.E. Shaw Research做了三年蛋白质和过冷液体的分子动力学模拟。
这段经历后来起了重要作用——蛋白质模拟，正是他日后封神的领域。
2011年，他重回校园，到芝加哥大学攻读理论化学博士，把机器学习用到了蛋白质折叠的研究上。
2017年，他拿下博士学位，论文做的就是「用严格的机器学习方法研究粗粒化蛋白质折叠与动力学」。
2017年底，PhD毕业6个月后，他加入了Google DeepMind。
当时的他，是个毫无管理经验的新人。但Hassabis看中了他的技术潜力，「took a real chance」——冒险让他领导AlphaFold团队。
这个冒险，赌对了。
接下来的故事大家都知道了。2020年，AlphaFold 2横空出世，把预测蛋白质三维结构的准确率做到了平均90%，一举攻克了困扰生物学界50年的难题。
截至目前，AlphaFold已被190个国家、超200万名科研人员使用，预测的蛋白质结构超过2亿个，被广泛用于疟疾疫苗、癌症治疗、抗药菌等研究。
随后是AlphaFold 3，将预测能力扩展到DNA、RNA、小分子等更广泛的生物分子结构。
荣誉也随之而来：「Nature年度十人」(2021)、BBVA前沿知识奖(2022)、生命科学突破奖(2023)……
Jumper一度拿奖拿到手软。
直到2024年，他与Hassabis一起站上了诺贝尔化学奖的领奖台；另一半则颁给华盛顿大学的David Baker，表彰其在计算蛋白质设计上的贡献。
Jumper也由此成为第100位与芝加哥大学相关联的诺奖得主。
离开时，他在DeepMind的头衔是副总裁、工程院士(VP, Engineering Fellow)。
那么，Jumper为什么要走？
他本人没有给出任何离职理由，帖子里通篇都是感谢；Anthropic也没有披露其职位。
所以「为什么走」还不得而知，外界更多是把这次出走放进两个背景里看。
一方面是推力。
Bloomberg提到，Jumper其实是Google「AI编程开发团队」的核心成员之一——大家以为他只搞蛋白质，但他近来的工作和AI coding绑得很深。
而据Bloomberg，DeepMind内部近几个月有员工和高管担忧，公司在面向企业的AI编程工具上拿不出清晰方案，而这恰恰是Anthropic和OpenAI领先的领域。
还有前员工表示，Google在向企业出售AI编程工具上一直不顺。 Jumper的离开，恰恰是DeepMind正在关键的商业化战场上最吃力的时候。
而另一方面是拉力。
接收方Anthropic，这一年在生命科学上是真金白银地砸。
去年10月，它推出了Claude for Life Sciences；今年4月，又以约4亿美元全股票收购了隐身生物AI公司Coefficient Bio——一支不到10人、几乎全部来自Genentech旗下Prescient Design的计算生物学团队，并入了Anthropic的医疗与生命科学部门。
6月30日，Anthropic还将办一场名为「The Briefing: AI for Science」的线上活动，集中展示Claude在制药、生物科技等领域的落地。
一位诺奖级的蛋白质结构专家此时加盟，路线看起来也是高度吻合的。
但是，对于Google DeepMind来说，48小时内连失两员大将，称得上是「大出血」了。
就在两天前，Gemini的联合负责人Noam Shazeer刚刚宣布离职、加入OpenAI。
Noam Shazeer是Transformer那篇《Attention Is All You Need》的作者之一，几乎所有现代大模型都建立在这套架构之上。
奥特曼更是在X上敲锣打鼓、夹道欢迎，说Shazeer是他从OpenAI创立之初就最想合作的人之一。
两天之内，Google眼睁睁看着两位顶级人才，分别被Anthropic和OpenAI收入麾下。
大将接连出走的背后，是一个更扎心的问题： DeepMind在模型本身上，是不是也落后了？
至少从公开榜单看，差距是肉眼可见的。
Claude Fable 5上线即登顶Artificial Analysis智能指数，得64.9分，领先第二名约5分；前两名都被Anthropic包揽（Fable 5第一、Opus 4.8第二）。
相比之下，Gemini 3.1 Pro约46分，已经不在第一梯队。
来自中国的开源模型——智谱GLM-5.2，在AA榜单上也已经反超Google的当家模型：
GLM 5.2得51分，Gemini 3.1 Pro Preview和3.5 Flash分别是46和50。
被寄予厚望的Gemini 3.5 Pro，则一再跳票。
这款模型早在5月19日的Google I/O上就已官宣，Pichai当场那句「再给我们一个月」还引来台下嘘声。
可到6月中旬，它依然只对部分Vertex企业客户限量预览，迟迟没有公开版。
还有网友在X上爆料称，DeepMind团队内部正弥漫着沮丧和不满的氛围。
有员工表示：
> 我们在文本、图像、视频、语音甚至视觉方面都没有前沿模型…… > > 如果我们投入了资源，花了四个多月的时间都无法发布真正的前沿模型，那我们到底在做什么？
团队内部对于模型能力掉到「第三甚至第四」颇为不满，甚至放话：
「不能怪Noam离开，他不会是最后一个」。
这句话立刻就应验了。这不，眼下立马又跑了一个…
参考链接：
[1]https://x.com/JohnJumperSci/status/2068001285173834106
[2]https://www.bloomberg.com/news/articles/2026-06-19/nobel-winner-john-jumper-to-leave-google-deepmind-for-anthropic
[3]https://x.com/synthwavedd/status/2068000857757741251