Google 人才潰堤：AlphaFold 核心研究員接連出走，Alphabet 五週蒸發 2700 億美元
重點摘要
Bloomberg 6月24日報導，Jonas Adler（AI 編碼）與 Alexander Pritzel（預訓練）即將離開 Google 投奔 Anthropic，五週內已有四波出走。Alphabet 市值蒸發 2700 億美元，但真正的損失是預訓練、編碼、科學研究三條核心研究線同時失血。
這篇分析的案例都是矽谷總部的研究員動向。如果你在台灣、日本或亞洲其他地區的 AI 公司或大廠研究院工作，想問一個具體問題：這波大廠研究員出走到 AI 新創的現象，在亞洲有沒有同等規模的對應？台灣的頂尖 AI 研究員跳槽的主要誘因，是股票期權、薪酬，還是研究資源？手上有數據的歡迎補充。
六月二十四日，Bloomberg 報導 Google DeepMind 即將失去兩名核心研究員：Jonas Adler 和 Alexander Pritzel。兩人都選擇加入 Anthropic。
Adler 主導的是 Google 的 AI 編碼研究，Pritzel 負責預訓練，讓模型從海量資料中建立基礎能力的那個階段。兩人也都是 AlphaFold 計畫的貢獻者，曾與諾貝爾化學獎得主 John Jumper 並肩工作。
這是五週之內第四波離職。五月十九日，Andrej Karpathy 加入 Anthropic。六月十八日，《Attention Is All You Need》共同作者、Gemini 核心工程師 Noam Shazeer 宣布轉投 OpenAI。六月十九日，John Jumper 離開 DeepMind 前往 Anthropic。現在輪到 Adler 和 Pritzel。
Google 正在失去什麼
職位頭銜可以補招，但 Adler 和 Pritzel 帶走的東西更難量化。
Adler 在 Google 參與過 AI 編碼工具的研究，帶走的是哪些方向試過、結果是什麼的第一手判斷。這種負面知識，新創公司要花三年時間才可能重新踩坑摸索到。Pritzel 負責預訓練，對模型基礎能力的影響是根本性的。他到 Anthropic 之後不會立刻改變 Fable 5，但後來的模型世代就很難說了。
把五週的離職名單放在一起看：Shazeer 帶走 Transformer 架構的直覺判斷，Jumper 帶走 DeepMind 科學研究方法論，Karpathy 帶走大規模預訓練的工程視野，Adler 帶走 AI 編碼，Pritzel 帶走預訓練判斷力。這五個人覆蓋的是 Google 當前最核心的幾條研究線，而且幾乎是同時發生的。
TechCrunch 的報導提到，離開的誘因之一是 Anthropic 和 OpenAI 即將 IPO，研究員以 pre-IPO 股票期權加入，在上市前還有明確的增值窗口。Bloomberg 則指出 Google 內部存在算力資源分配的矛盾，不同研究團隊爭搶有限 GPU，被分到較少算力的研究員，研究進度自然慢下來。這個問題薪酬調整解決不了，根源是資源稀缺。
數字背後的真相
Alphabet 市值在這段期間蒸發了大約 2,700 億美元。這個數字要放在背景裡看才有意義。
股價波動反映市場對未來的預期，人才出走是觸發因素之一，但同時也有 DOJ 反壟斷訴訟的不確定性和 AI 廣告競爭的壓力。把 2,700 億全算在這幾位研究員頭上是不精確的。但這個數字傳遞的信號是真實的：市場判斷 Google 在 AI 研究競爭力方面出現了結構性問題，而不只是幾個職位的空缺。
從費米估算的角度看：GPT-4 的訓練耗費了大約 1 億美元以上的算力成本。一位頂尖預訓練研究員在架構設計上的一個正確判斷，可以讓訓練效率提升 10% 到 15%，節省 1,000 萬到 1,500 萬美元的算力支出，每個訓練週期計算一次。四位核心研究員的加入，對 Anthropic 下一代模型的潛在成本優勢估算在 5,000 萬到 1.5 億美元之間。這個量級讓 Anthropic 的挖角成本在財務模型上是划算的。
重要的時間感：這批研究員真正開始發揮影響的時間點，是 2026 年底到 2027 年初。Fable 5 的訓練在他們入職之前已完成。現在看到的 Anthropic 研究成果，還沒有包含這波新血的貢獻。
接下來值得觀察的指標
Gemini 3.5 Pro 的 GA 時間線是最近的驗證點。六月二十四日同時傳出 Gemini 3.5 Pro 全面上線延誤六週，時間點和人才外流報導同天。如果 Q3 繼續滑期，說明核心研究人員的缺口開始影響產品時程。相反，若按計畫推出，說明前期研究管線足夠成熟，可以吸收短期人才損失。
Google 的留才動作是第二個觀察點。面對這個規模的人才外流，組織通常有兩種反應：大規模 RSU 刷新，或調整內部算力分配政策讓核心研究員有更充裕的計算資源。如果三個月內看到 Google DeepMind 宣布特別留任計畫，說明管理層確認了問題根源。如果沒有任何動作，則說明 Google 認為這個人才流動在可接受範圍，那本身就是一個判斷信號。
Anthropic 2027 年初模型的預訓練品質是最長線的指標。Pritzel 的預訓練專業對 Claude 下一代基礎模型有潛在影響，Adler 的 AI 編碼研究則直接指向 Claude 在代碼生成上的競爭力。如果 Anthropic 2027 年的模型在基礎能力評測（MMLU 類）上有大幅提升，這個人才配置的效應才算有了可量化的驗證。
如果這篇對你有幫助，訂閱電子報 可以第一時間收到 AI PM 實戰洞察與 GenAI 落地案例。
相關閱讀
相關文章
AlphaFold 諾貝爾獎得主 John Jumper 離開 Google DeepMind，加入 Anthropic
AlphaFold 共同開發者、2024 年諾貝爾化學獎得主 John Jumper 宣布離開 Google DeepMind，加入 Anthropic。在 AI 人才爭奪戰激烈化的當下，這是繼 Noam Shazeer 後又一名頂尖研究員出走 Google，轉投競爭對手懷抱。
G7 峰會 2026：Altman、Amodei、Hassabis 首次同台，AI 主權角力浮上檯面
6 月 15 至 17 日，OpenAI 的 Sam Altman、Anthropic 的 Dario Amodei、Google DeepMind 的 Demis Hassabis 將同台出席法國埃維昂 G7 峰會，G7 史上頭一次。背後是美國拒絕 AI 多邊協議、歐洲搶奪 AI 主權的路線裂縫，也是兩家估值逾 9650 億美元 AI 公司上市前的一次政治站台。