多名顶尖AI研究员离职谷歌加盟Anthropic
速览
谷歌多名顶尖AI研究员Jonas Adler和Alexander Pritzel宣布离职,转投竞争对手Anthropic。此前,Noam Shazeer和John Jumper等顶级科学家也已离开谷歌。这一系列人才流动凸显了AI领域激烈的人才竞争格局。
AI 深度解读
背景
近期,科技巨头谷歌(Google)在人工智能(AI)领域的人才流失问题引发了广泛关注。据彭博社(Bloomberg)报道,谷歌顶尖 AI 研究员 Jonas Adler 和 Alexander Pritzel 已决定离职,转投竞争对手 Anthropic。与此同时,另一位传奇 AI 研究员 Noam Shazeer 也宣布离开谷歌,加入 OpenAI。
这一系列高层人才流动并非孤立事件,而是反映了当前 AI 行业激烈的人才争夺战。随着 Anthropic 和 OpenAI 等竞争对手筹备首次公开募股(IPO),它们正利用股权激励机制吸引顶尖人才,这对谷歌构成了严峻挑战。
核心内容
根据彭博社的报道,Jonas Adler 和 Alexander Pritzel 在谷歌 Gemini 模型的开发过程中发挥了关键作用,但他们选择离开谷歌,加入 Anthropic。TechCrunch 已联系谷歌寻求置评,但截至报道发布时,谷歌方面尚未给出正式回应。
这一离职潮是谷歌近期面临的人才流失趋势的一部分。上周,传奇 AI 研究员 Noam Shazeer 宣布离开谷歌,加入 OpenAI。Shazeer 自 2000 年起就在谷歌工作,期间曾离开三年去创办其备受争议的聊天机器人初创公司 Character.AI。随后,谷歌以 27 亿美元的价格“收购”了该公司(Acqui-hire),部分目的正是为了将 Shazeer 带回谷歌,让他参与 Gemini 模型的开发。
就在 Shazeer 宣布离职几天后,谷歌 DeepMind 主管 John Jumper 也宣布将离开谷歌,加入 Anthropic。Jumper 与 DeepMind CEO 德米斯·哈萨比斯(Demis Hassabis)共同获得了 2024 年诺贝尔化学奖,以表彰他们在 AlphaFold 项目上的工作,AlphaFold 能够从氨基酸序列中预测蛋白质的三维结构。
随着 OpenAI 和 Anthropic 准备上市,这种人才流失的趋势可能会持续下去。对于这两家公司而言,现在是利用股权承诺招募顶级 AI 人才的绝佳时机。
关键要点
- 核心人物离职:谷歌顶尖 AI 研究员 Jonas Adler 和 Alexander Pritzel 离职加入 Anthropic,两人此前在 Gemini 模型开发中扮演关键角色。
- 人才流失趋势加剧:
- Noam Shazeer:传奇研究员,自 2000 年起在谷歌工作,曾创办 Character.AI 后被谷歌以 27 亿美元收购并带回,现离职加入 OpenAI。
- John Jumper:谷歌 DeepMind 主管,2024 年诺贝尔化学奖得主(因 AlphaFold 项目),离职加入 Anthropic。
- 竞争对手策略:Anthropic 和 OpenAI 正处于 IPO 前夕,利用即将上市的股权增值预期作为激励手段,积极招募顶级 AI 人才。
- 谷歌的困境:连续失去参与核心模型(Gemini)开发和基础科学突破(AlphaFold)的关键研究人员,显示出谷歌在人才保留方面面临严峻挑战。
意义与影响
这一系列离职事件对谷歌及其竞争对手均具有深远影响:
-
对谷歌的打击:
- 核心能力削弱:Adler、Pritzel 和 Shazeer 均深度参与了 Gemini 模型的开发,Jumper 则是 AlphaFold 的核心人物。他们的离开可能削弱谷歌在生成式 AI 和基础科学 AI 应用方面的研发实力。
- 高昂的人才成本未获回报:谷歌曾花费 27 亿美元收购 Character.AI 以留住 Shazeer,但他最终仍选择离开,这表明单纯的财务激励在顶级 AI 人才面前可能并非万能,人才流动背后的驱动力可能更为复杂(如文化、技术愿景或股权预期)。
-
对 Anthropic 和 OpenAI 的利好:
- 智力资源注入:这两家公司获得了具有深厚学术背景和工业界实战经验的顶级科学家,有助于加速其模型研发和技术突破。
- IPO 前的资本优势:利用 IPO 前的股权窗口期,竞争对手能够以潜在的高额回报吸引人才,这在长期雇佣关系中形成了强大的吸引力。
-
行业人才竞争白热化:
- 这标志着 AI 行业从“技术竞赛”进一步扩展到“人才竞赛”。随着主要玩家准备上市,股权成为争夺稀缺 AI 人才的关键筹码,未来可能引发更多类似的高层流动。
-
对 AI 创新生态的影响:
- 人才在巨头与初创公司/独立实验室之间的流动,可能促进技术知识的扩散和创新思路的碰撞,但也可能导致核心知识产权和商业机密的潜在风险。
