John Jumper 離開 DeepMind 投向 Anthropic,AI 人才戰開始走進科學模型核心

John Jumper 要離開 Google DeepMind、轉往 Anthropic,這則人事消息之所以值得被放大,不是因為又一位明星研究者換了公司,而是因為他代表的不是一般意義上的 AI 產品人才。Jumper 是 AlphaFold 的核心人物之一,也和 Demis Hassabis、David Baker 一起站上 2024 年諾貝爾化學獎的敘事中心。當這樣的人從 DeepMind 走向 Anthropic,AI 產業的人才戰就不再只是誰能做出更會聊天的模型,而是誰能把模型能力推進科學研究、可信工具和長期工程平台。

根據 John Jumper 的公開說法,他在 Google DeepMind 待了將近九年,接下來會先休息一段時間,再加入 Anthropic。Business Insider、The Next Web 與 Economic Times / PTI 都在 6 月 19 日至 20 日報導了這項異動;The Next Web 並指出 Google DeepMind 與 Anthropic 均已確認消息。到目前為止,外界尚未看到 Anthropic 公布他的正式職稱、團隊歸屬或研究任務,所以最穩妥的寫法是:這是一個已確認的人才流動,但不是一個已公布的產品計畫。

科學 AI 研究能力如何穿過資料、模型、評估與治理管線,進入 frontier lab 競爭核心
AI for science 的競爭不只靠單一模型,也牽涉資料、評估、研究工程與可信部署。

AlphaFold 的背景讓這件事和普通挖角不同。Nobel Prize 官方資料把 2024 年化學獎的重點放在計算蛋白質設計與蛋白質結構預測,DeepMind 自己也長期把 AlphaFold 描述為 AI for science 的代表案例。它的重要性不只在於模型預測得準,而在於它把長期困擾生命科學的結構問題,轉成可被大規模查詢、驗證與使用的研究基礎設施。這種工作需要模型,也需要資料工程、評估方法、領域科學判斷、產品化耐心和與研究社群相處的能力。

這正是 Anthropic 延攬 Jumper 會引發想像的地方。Anthropic 過去給外界的主要標籤,是安全、對齊、前沿模型、企業部署與 coding agent;它不像 DeepMind 那樣,長期以 AlphaFold、材料、科學發現作為品牌核心。Jumper 加入後,不代表 Anthropic 立刻要發布生物醫學模型,也不能推定它正在打造某個 AlphaFold 對手。但它至少讓市場看到一個訊號:frontier lab 正在把「科學 AI」視為下一階段競爭的一部分,而不是學術展示或品牌公關的旁支。

對 Google DeepMind 來說,這也不該被簡化成「失去 AlphaFold」。AlphaFold 不是只靠單一研究者支撐的個人專案,而是多年團隊、資料、工程與科學合作累積出的平台。DeepMind 仍然保有龐大的科學 AI 團隊、品牌信用與研究管線。可是,當代表性人物離開,外界自然會重新檢視一件事:在 Google 這樣的巨型公司裡,前沿研究者能否持續取得足夠的自由、算力、組織速度與清楚使命;而在 Anthropic 這樣的高速成長公司裡,研究者又能否把開放問題推進到更大的模型與更高風險的部署環境。

更大的產業脈絡,是 AI 人才的稀缺性正在分層。過去兩年,市場最容易看見的是模型訓練、推理基礎設施、產品設計、銷售與企業落地人才的爭奪;但下一層競爭可能更昂貴,也更難替代。能把 AI 變成科學平台的人,懂的不只是 neural network,也包括如何定義可驗證問題、如何建立資料集、如何讓模型輸出被專業社群信任、如何避免在高風險領域把漂亮結果誤認為可靠結論。這些能力不是用更高薪資就能短期複製的通用技能。

因此,Jumper 的轉身比較像一個方向標。frontier AI 公司如果只比通用聊天、coding 和辦公室 agent,很快會被成本、分發和平台整合壓縮差異;如果能在科學、醫療、材料、能源或其他高知識密度領域建立可信能力,模型公司就可能從工具供應商變成研究基礎設施的一部分。這條路比較慢,也更受監管、倫理和可靠性限制,但它的護城河也可能更深。

這則新聞還提醒我們,AI for science 的競爭不會只發生在論文和 benchmark 上。它會發生在人才合約、雲端算力、實驗資料、學術合作、專利、企業保密研究和政府戰略資助之間。當 AlphaFold 級別的研究者流向 Anthropic,外界看到的不只是 Anthropic 多了一位 Nobel 級人物,而是 AI 產業正在把科學發現能力納入前沿實驗室的核心資產表。模型能回答問題已經不夠;下一階段的問題是,它能不能可靠地幫人類提出、驗證並累積真正的新知識。

參考來源

  • https://www.businessinsider.com/alphafold-john-jumper-leaves-google-deepmind-anthropic-demis-hassabis-nobel-2026-6
  • https://thenextweb.com/news/john-jumper-nobel-deepmind-leaves-anthropic-alphafold
  • https://m.economictimes.com/tech/artificial-intelligence/nobel-prize-winner-john-jumper-quits-google-deepmind-after-nearly-a-decade-set-to-join-anthropic/articleshow/131866136.cms
  • https://www.nobelprize.org/prizes/chemistry/2024/summary/
  • https://deepmind.google/technologies/alphafold/

發表迴響