6 月 18 日，Noam Shazeer 宣布离开 Google DeepMind 加入 OpenAI。据 TechTimes 报道，Alphabet 当日股价下跌约 5%，市值减少约 2250 亿美元，股价变化也受其他市场因素影响。随后约 48 小时内，诺贝尔化学奖得主 John Jumper 宣布转投 Anthropic，两位 Gemini 与 AlphaFold 核心研究者 Jonas Adler 和 Alexander Pritzel 也确认了同样的去向。
另一位离职者 Denny Zhou 更早加入了 Meta。Zhou 曾创立 Google Brain 的推理研究团队，并参与 Chain-of-Thought 等大模型推理方法的研究。据 TechTimes 对其 LinkedIn 资料的梳理，截至 6 月下旬，他已在 Meta Superintelligence Lab 担任研究科学家约四个月。
这些变动使 DeepMind 的研究资源分配受到关注。不过，Zhou 的离职早于四月成立编程专项团队，不能将所有人员变化归为同一次调整的结果。
编程专项团队从 Agent 工程扩展到模型训练
2026 年 4 月，Google 内部成立了一支名为「AI Coding Strike Team」的专项团队，目标是缩小 Gemini 在编程能力上与 Anthropic Claude 和 OpenAI 编码工具的差距。团队由前 Gemini 预训练负责人 Sebastian Borgeaud 领导，Google 联合创始人 Sergey Brin 和 DeepMind CTO Koray Kavukcuoglu 亲自参与。
竞争压力非常具体。Google CFO Anat Ashkenazi 表示，AI 目前撰写约 50% 的 Google 代码。Anthropic 则宣称 Claude 已撰写接近 100% 的 Anthropic 代码。Brin 在内部备忘录中写道：「要赢得最后的冲刺，我们必须紧急弥合在 Agent 执行上的差距，把我们的模型变成代码的主要开发者。」
据报道，到 6 月下旬，团队的任务范围已从 Agent 层工程扩展到 midtraining，即通常位于大规模通用预训练与后训练之间的训练阶段。预训练让模型学习海量通用数据，后训练则通过监督微调、强化学习等方法调整模型行为。Midtraining 可增加代码、数学和结构化指令等领域数据的比重，继续更新模型权重。这一职责变化表明，编程专项团队开始更直接地参与 Gemini 的模型训练。
五名 DeepMind 研究者去向不同，Meta 另获 Virtue AI 团队
报道提及的 DeepMind 离职者包括 Zhou、Shazeer、Jumper、Adler 和 Pritzel，去向分别是 Meta、OpenAI 和 Anthropic。此外，报道还列举了来自 UC Berkeley 和 Virtue AI 的 Dawn Song，她不属于这组 DeepMind 离职者。
Meta 补充推理和安全研究力量。 Denny Zhou 曾在 Google Brain 创立推理研究团队，参与推动了 Chain-of-Thought 提示、Self-Consistency 和 Least-to-Most Prompting 等广泛使用的方法。TechTimes 称，三项工作累计被引用超过 128,000 次，并将 Zhou 称为「推理之王」。他在 Meta 的工作继续面向推理能力。
几乎同一时期，UC Berkeley 教授、AI 安全研究者 Dawn Song 携其联合创立的 Virtue AI 核心团队也加入了 Meta Superintelligence Lab，担任 AI 研究副总裁。这两项人员变动分别为 Meta 增加了推理方法和 AI 安全方面的经验。
Anthropic 增加基础科学与预训练人才。 John Jumper 与 Demis Hassabis 共同获得 2024 年诺贝尔化学奖的一半，在完成 PhD 仅六个月后就领导了 AlphaFold 团队。Jonas Adler 曾领导 DeepMind 内部的 AI 编码工作，Alexander Pritzel 则从事预训练——两人都曾参与 AlphaFold 研究。Anthropic CEO Dario Amodei 近期对 Bloomberg 表示 Anthropic 计划在生物学方向做更多工作，Jumper 的加入与这一研究方向相呼应。
OpenAI 迎来 Transformer 论文共同作者。 Noam Shazeer 是 2017 年「Attention Is All You Need」论文的共同作者、Gemini 项目的两位联合负责人之一。Google 在 2024 年通过一笔约 27 亿美元的技术许可交易，获得 Character.AI 的技术许可，并吸纳相关人才，将他请回，但他在不到两年后再次离开。据 Bloomberg 援引知情人士报道，在 Shazeer 宣布离开前不久，他名下项目的计算资源已被重新分配给一个位于伦敦的 DeepMind 团队。
编程投入增加，长期研究的资源分配受到关注
人员变动也引出了另一个问题：商业产品和长期研究如何分配有限的算力。
世界模型——能够构建环境内部表征并预测其变化的 AI 系统——是 Demis Hassabis、Yann LeCun 等研究者长期关注的方向，也是探索通用人工智能的一条路线。DeepMind 曾长期在商业产品之外同时推进这一方向。据 TechTimes 援引知情人士报道，随着计算资源向编码性能集中，世界模型相关工作正在停滞甚至可能被降级。
Coding Strike Team 向 midtraining 扩展，意味着为编程任务投入更多训练资源。离开的研究者中，既有推理方法的研究者，也有基础科学和预训练方面的专家。Fortune 报道提到，Shazeer 通过 Character.AI 交易已获得数亿美元，并将 Jumper 描述为「不太可能是被金钱驱动的人」。但这些信息仍不足以确定每个人离职时如何权衡薪酬、算力和研究方向。
Fortune 的 Jeremy Kahn 在采访多位现任和前任 DeepMind 员工后写道，Shazeer 此前对 Google 的批评——官僚化、行动迟缓、风险规避——「仍然成立」。Kahn 指出，与烧钱换增长的 Anthropic 和 OpenAI 不同，Alphabet 有利润需要捍卫，对公开市场投资者负有受托责任。「Google 已经证明，只要它能大致跟上其他玩家的技术进步，其巨大的分发优势就可能让它渡过难关。」这些商业优势是否也能转化为对研究者的吸引力，是此次离职引出的疑问。
人才流动和模型排名提供线索，仍需区分统计范围
人才报告也提供了另一组观察。据 SignalFire 2025 年人才报告，在其统计范围内，DeepMind 工程师流向 Anthropic 的人数接近反向流动的 11 倍。在该报告覆盖的实验室中，Anthropic 的两年留任率最高。OpenAI 筹备中的 IPO 和 Anthropic 在最新一轮融资后 9650 亿美元的估值，使上市前股权成为招聘条件之一；这些股权的流动性、估值风险与 Alphabet 的上市股票也不同。
Demis Hassabis 在 6 月 23 日戛纳狮子节上对 Semafor 表示：「所有领先实验室之间都有大量人才流动，我们赢得了应有的顶级人才份额。」他同时强调 DeepMind 拥有「迄今为止最大和最广泛的研究阵容」。
模型表现则是另一项比较。Fortune 指出，DeepMind 的旗舰模型 Gemini 3.5 Flash 和 Gemini 3.1 Pro 经常排在各大 benchmark 排行榜前五之外，落后于 Anthropic、OpenAI 以及智谱和 MiniMax 等中国实验室。在 Google I/O 上承诺 6 月广泛发布的 Gemini 3.5 Pro 已被推迟至 7 月——从上一代前沿模型 Gemini 3.1 Pro 到新模型将间隔约五个月。同期 Anthropic 不仅发布了两个重要的 Claude Opus 更新，还推出了全新的 Mythos 模型类别，以自主完成长程任务为重要能力方向。
D.A. Davidson 分析师 Gil Luria 在 Shazeer 和 Jumper 离职后对投资者表示：「目前前沿竞赛似乎是在 Anthropic 和 OpenAI 之间进行。」
现有模型仍可运行，后续研发更值得跟踪
人员离开并不意味着现有 Gemini 模型随即失效。离开者参与构建的模型权重仍留在 Google，人员变动不直接改变这些已有成果。Google 仍拥有庞大的计算基础设施和数十亿用户。Jefferies 分析师 Brent Thill 将这次人才流动称为「噪音」，维持对 Alphabet 的买入评级和目标价 445 美元。
长期影响可能体现在下一代模型的研发。Meta 增加了推理研究经验，Anthropic 补充了基础科学人才，OpenAI 则获得了 Shazeer 的模型研发经验。能否将这些经验转化为成果，仍取决于团队协作、算力和具体研究计划。
Fortune 的 Kahn 提出了一个关键问题：2022 年 11 月 ChatGPT 的发布曾让 Google 进入「紧急模式」。但「在看到最初看似对搜索业务的生存威胁被化解后，公司可能已经降档回了标准运营模式。」他写道：「这不是 Hassabis 想要的方式。这位前国际象棋神童是天生的竞争者。他无疑会为失去 Shazeer 和 Jumper 感到痛心，并将竭尽全力让 DeepMind 重回前沿。但具体怎么做，还有待观察。」
Google 在约 27 亿美元的技术授权安排中迎回 Shazeer，不到两年后又面临他的离开。这笔金额包含技术许可，不能视作个人招聘成本。对 DeepMind 而言，接下来需要观察的是编程投入能带来多少进展，以及公司能否为不同研究方向提供持续的资源和发展空间。
