AI for Science 领域最重要的人事变动，发生在 6 月 19 日。
John Jumper——Google DeepMind AlphaFold 团队负责人，在 Twitter 上宣布自己将离开工作了近 9 年的 Google DeepMind，加入 Anthropic。
他在推文中说：
“Demis Hassabis 给了我一个机会，让我带领 AlphaFold 团队——那是我博士毕业仅 6 个月后。Google DeepMind 是一个特别的地方，我会一直关注他们接下来的发现。”
这句话的信息量很大：一个刚博士毕业的学生，被信任带领一个后来改变整个生物学领域的项目。这种人才密度，是理解这次离职影响的关键。
AlphaFold 是什么，为什么重要
2020 年，AlphaFold2 在 CASP14（蛋白质结构预测竞赛）中取得了接近实验精度的预测结果，被认为是”蛋白质折叠问题已解决”的标志。2024 年的 AlphaFold3 进一步扩展到 DNA、RNA、小分子药物等更广泛的生物分子领域。
这两个项目的负责人是 John Jumper。
他的离开发生在 AlphaFold3 发布将近两年后、项目进入相对成熟期的时间点。从人才流动的角度，这更像是一个科学家在完成重大课题后的”正常迁移”，而不是项目受挫后的出走。
Anthropic 为什么要招一个做生物 AI 的人
Anthropic 的核心产品是 Claude 系列——对话 AI、AI Agent、安全对齐。外界对它的认知主要集中在”通用 AI”和”AI 安全”两条线上。
招 John Jumper，不代表 Anthropic 要马上去做蛋白质预测。但这个动作说明一件事：Anthropic 正在系统性招揽 AI for Science 方向的核心人才。
这不是孤例。Anthropic 过去一年招募的方向包括：
– 计算生物学背景的研究者
– 药物发现方向的工程师
– 气候建模相关的科学家
Anthropic 的商业模式目前依赖 API 调用和企业订阅。AI for Science 的商业化路径—— biotech 合同、科研机构授权、专利合作——是一条和当前商业模式完全不同但天花板极高的路。
Google DeepMind 失去了什么
Google DeepMind 是 Google 内最接近”科研象牙塔”气质的团队。Hassabis 对它的定位一直是”做登月级别的科研”，不是”做产品”。
但这种定位的代价是：科研型人才在成熟期往往面临选择——是继续在内部做长期项目，还是去能更快看到自己工作产生实际影响的地方。
John Jumper 选择 Anthropic，有两种解读：
1. Anthropic 给了他更直接的研究自主权
2. Anthropic 在 AI 安全之外，开始认真考虑”AI 如何改变科学研究的范式”
无论哪种，都说明 AI 人才竞争已经进入了一个新阶段：顶级科研人才不再只看”谁给的最多”，而是看”谁能让自己做最重要的事”。
这对 AI for Science 格局意味着什么
过去两年，AI for Science 的热度主要集中在两个方向：蛋白质折叠（AlphaFold）和材料发现（GNoME）。参与者主要是 Google DeepMind、Meta AI、微软研究院，以及若干生物医药 AI 创业公司。
Anthropic 入场，意味着一个新的重量级玩家正在筹划这件事。
从资金储备看，Anthropic 融资超过 73 亿美元，估值 184 亿美元，有足够的弹药。从模型能力看，Claude 系列在推理、长上下文、代码生成方面的优势，可以直接迁移到科学计算场景——比如处理实验数据、写自动化分析脚本、跨文献综合发现。
当然，AI for Science 最大的挑战从来不是模型能力，而是和具体科学领域的深度整合。John Jumper 的价值，不只是他的技术能力，更是他对生物科学领域问题的理解——知道什么问题真正重要、什么数据质量过关、什么实验流程是真实的瓶颈。
一个值得关注的信号
科技公司招 AI 人才做产品，已经不稀奇了。
但招一个在某个科学领域做出过诺贝尔奖级别成果的人，让他去探索 AI 在这个领域的深度应用——这是不一样的信号。
Google 失去了 AlphaFold 的负责人。Anthropic 得到了一个进入 AI for Science 的桥头堡。
这场人才洗牌的结果，可能要三到五年后才能看清楚。但有一点可以确定：AI 对科学的改变，才刚开始。
本文相关平台：