6月20日，AlphaFold核心缔造者、2024年诺贝尔化学奖得主John Jumper宣布离开待了近9年的Google DeepMind，加入Anthropic。
两天前，Transformer论文核心作者、Gemini联合负责人Noam Shazeer刚宣布离开谷歌，去了OpenAI。
一个是谷歌花27亿美元从Character.AI买回来的，不到两年又走了。
一个合作了9年、一起站上诺贝尔领奖台，也走了。
比起「谷歌怎么了」，我更好奇的是Jumper去Anthropic，到底要干什么？
一个被忽略的细节：Jumper在谷歌不只做AlphaFold
大多数人对Jumper的印象，停留在AlphaFold的故事——博士毕业6个月就被Hassabis委以重任，7年后拿下诺贝尔奖。传奇经历，但并不陌生。
不过Bloomberg在报道中透露了一个容易被忽略的信息：Jumper近年来也是Google AI编码开发团队的核心成员。
这意味着他的离职对谷歌的冲击，不只是「失去一个做蛋白质的科学家」，而是同时失去了通用AI能力建设中的重要一环。
Bloomberg还报道，DeepMind内部员工和高管近几个月一直有一个焦虑：公司在企业级AI编程工具这个方向上缺乏清晰方案，而这恰恰是Anthropic和OpenAI最近增长最猛的领域。
Anthropic的Claude Code正在成为其营收增长的核心引擎。根据行业分析，DeepMind的工程师流向Anthropic的比例接近11:1。
所以Jumper的离开，表面上是「诺奖得主出走」，往深了看，是谷歌在AI最核心的商业化战场上正在失血。
一盘下了18个月的棋
如果只是挖一个明星科学家来撑门面，这件事的意义就有限了。
但如果你把时间线拉开看，会发现Anthropic在生命科学这条线上的布局，起码可以追溯到18个月前，而且每一步之间有清晰的逻辑递进：
2025年中，Anthropic从外部招来Eric Kauderer-Abrams，让他领导整个生命科学部门。他上任时说了一句话：「我们的目标是让全球生命科学领域的大量工作都跑在Claude上，就像今天编程领域发生的事一样。」
2025年10月，Claude for Life Sciences上线，接入了PubMed、Benchling、10x Genomics等生物研究主流工具链。
2026年1月，Claude for Healthcare发布，面向医疗机构。
2026年4月，Anthropic用4亿美元全股票收购了一家叫Coefficient Bio的隐形公司。这家公司不到10个人，全部来自基因泰克（Genentech）的计算生物学团队。他们做的不是「把ChatGPT套在生物学上」，而是从模型架构层面构建生物学原生AI——理解蛋白质物理、分子动力学、药物-靶点相互作用的那种AI。
与此同时，Anthropic还在建自己的湿实验室。
2026年6月20日，Jumper宣布加入。
把这些事情串在一起看，Jumper的加入不是一个孤立的挖人事件，而是这盘棋最后落下的一颗重子。
Anthropic要的不是一个「诺奖得主」的头衔，而是一个真正懂蛋白质物理、懂如何把AI和生物学深度融合、并且证明过自己能带团队从零做出改变世界级产品的人。
Jumper恰好是全世界最符合这个描述的人。
6月30日，另一块拼图
还有一个时间点值得注意。
Anthropic官网上挂着一场活动：「The Briefing: AI for Science」，定于6月30日直播。
官方描述是Anthropic领导层与生命科学高管、顶级研究机构，共同展示Claude在科学领域的最新进展。
Jumper的官宣，恰好在这场活动的11天前。
这个时间节奏很可能是先放出重磅人事消息造势，再在活动上系统性地亮出生命科学战略。
即便Jumper不出席6月30日的活动，这个时间线依然成立：Anthropic在生命科学方向上已经是一套有计划、有节奏、有人才梯队的完整打法，而不是临时起意。
真正在发生的事：赛道变了
谷歌到底怎么了？
很多分析把这件事归结为大公司病：官僚主义、决策迟缓、使命感稀释。这些当然都是事实。有投资人评论说，前沿AI实验室在兜售一种谷歌给不了的东西「一个人就能改变公司轨迹的感觉」。
但我觉得，更深层的变化不是谷歌变弱了，而是AI竞赛的主战场正在发生迁移。
过去两年，AI三巨头比的是：谁的大模型更强，谁的benchmark分更高，谁的上下文窗口更长。这是「通用能力」的竞赛。
但现在，竞争正在进入下一个阶段：谁能用AI真正重写一个现实世界的科学领域。
三家都在同时把筹码压向生命科学。
Anthropic这边：Jumper加入 + Coefficient Bio收购 + 自建湿实验室 + Claude for Life Sciences生态。路线是用诺奖级别的领域专家带队，从底层构建生物学原生AI。
OpenAI那边：今年4月发布了面向生物医学的推理模型GPT-Rosalind，和Amgen、Moderna、Thermo Fisher等头部药企合作，基金会承诺未来一年在生命科学投入不低于10亿美元。再加上刚挖来的Shazeer负责架构研究，底座能力同样在增强。
Google DeepMind这边：Isomorphic Labs去年融了6亿美元，和礼来、诺华签了总里程碑价值30亿美元的合作，AlphaFold的技术底座仍然是行业标杆。
三条路线，三种打法，但方向一致：AI的下一个「ChatGPT时刻」，很可能不发生在聊天框里，而发生在实验室里。
一个选择题
最后说一个我觉得有意思的事。
Jumper在2017年加入DeepMind的时候，几乎没有深度学习经验。他的核心能力是理论化学，理解蛋白质如何折叠、分子之间如何相互作用。Hassabis看中他的也正是这一点：解蛋白质折叠这道题，懂蛋白质比懂AI更重要。
事实证明Hassabis赌对了。
但现在Jumper做了一个新选择。他已经证明了自己能用AI解决一个科学领域的终极问题，拿到了诺贝尔奖。
他完全可以留在DeepMind继续做Isomorphic Labs的药物研发，也可以去任何一所大学当终身教授。
他选了Anthropic。一家成立不到5年、刚刚才开始做生命科学、甚至湿实验室还在建设中的公司。
他看到了什么？
也许答案就藏在Anthropic那场6月30日活动的标题里「AI for Science」。
一个用AI改写过整个学科的人，选择去一个把「AI改写科学」当作核心使命的地方。
这可能才是这件事最值得关注的部分。
既然看到这里了，如果觉得不错，文章末尾随手点个赞，感谢支持，如果想第一时间收到推送，也可以给我个星标⭐～
