AlphaFold 之父 John Jumper 离开 DeepMind 加入 Anthropic

周四晚上刷到一条消息，我盯着屏幕愣了几秒。

John Jumper 发了条推，说在 Google DeepMind 待了快九年，决定离开，去 Anthropic。先休息一阵子，再上班。

你可能对这个名字没什么感觉。我换个说法。这是 AlphaFold 的那个 Jumper，2024 年诺贝尔化学奖得主，那个 Jumper。

好家伙。一个亲手把 AI 推上诺奖领奖台的人，从「用 AI 做科学」做到封神的地方，转身去了一家做大模型的公司。我当时第一反应不是「哦，跳槽而已」，是「嘶，这事不对劲，这里面有点东西」。

所以今晚不聊代码了，跟你唠唠这个人，和这件事背后我闻到的味道。

先说 Jumper 是谁，不然后面没法聊。

时间倒回去几年，蛋白质折叠是生物学里挂了五十年的一道题。蛋白质是一串氨基酸，像一条揉成团的项链，但它具体揉成什么形状，决定了它在你身体里干什么活。形状错了，可能就是一种病。问题是，从那串氨基酸序列，推出它最终折成的三维结构，难到什么程度呢，难到几代生物学家用尽各种实验手段，一个蛋白质的结构能磨好几年。

然后 DeepMind 搞了个 AlphaFold，用神经网络直接从序列预测结构，精度高到可以跟实验室真刀真枪测出来的结果掰手腕。Jumper 就是带着团队把这玩意做出来的人。

这有多离谱呢。我给你三个锚点感受一下。过去测一个蛋白质结构，慢的要几年，AlphaFold 几分钟出一个。人类几十年攒下来的蛋白质结构数据库，是十几万个量级。AlphaFold 一口气把已知的两亿多个蛋白质结构全预测了一遍，做成数据库免费开放，全球一百九十多个国家、两百多万科研人员现在天天在用。研究抗生素耐药性的、找能降解塑料的酶的、做罕见病药的，点开就能查。

2024 年诺贝尔化学奖，一半发给了 Hassabis 和 Jumper（蛋白质结构预测），另一半给了华盛顿大学的 David Baker（蛋白质设计）。官方的颁奖词写得很克制，但意思谁都看得懂，这是 AI 第一次以「解决了一个真问题」的身份，堂堂正正站到自然科学的最高领奖台上。不是「AI 也许有一天能帮上忙」，是已经帮上了，帮了两百万人。

说真的，在我心里 AlphaFold 一直是 AI 这十年最干净的一个成就。它不刷榜，不画饼，不搞那些「AI 重塑一切」的空洞口号，它就是实实在在解了一道困了人类五十年的题。每次有人问我「AI 到底有什么用，别整那些虚的」，我都把 AlphaFold 甩过去。

而 Jumper，就是这件事的主角之一。

更让我有感觉的是他自己回忆的一个细节。他说当年 Hassabis 在他博士毕业仅仅六个月的时候，就敢把整个 AlphaFold 团队交给他带。一个刚出校门半年的新人，接过一个最后拿了诺奖的项目。这种信任，这种「我看准了你，你上」的瞬间，在任何行业都稀缺。所以你能理解，他这次走，不是那种撕破脸的出走。

Hassabis 当天也回了推，说过去九年和 Jumper 的合作「改变了世界」，AlphaFold 展示了 AI 在科学和医学领域的潜力，给「AI 造福人类」指了方向。话说得漂亮，也是真心的漂亮。两个一起拿诺奖的人，体面地告别。

那问题就来了。

一个在 DeepMind 把「AI for Science」这件事做到顶、做到拿诺奖、做到全世界两百万科学家受益的人，为什么要走？而且不是去某个生物医药公司继续搞蛋白质，是去 Anthropic，一家以 Claude 大模型出名、主打对齐和安全的公司。

这就是让我愣住的地方。这里头有个巨大的反差。

我一开始也没想明白，琢磨了一晚上，加上看了一圈各方的反应，慢慢有了点自己的判断。我不确定对，但我想摊开来跟你聊聊。

第一层，是顶尖的人在用离开表态。

你把时间线拉开看会发现，Jumper 不是孤例。差不多同一周，行业里还在传 Gemini 那边也有核心负责人要往外走（这条只是传闻层面，没有 Jumper 这条这么实锤，你姑且当个背景）。Google 的 AI 这两年明明产品做得不差，Gemini 也追上来了，但最顶尖的那几个脑子，一个接一个往外走。

这事儿挺微妙的。一家公司产品卖得好，跟它能不能留住最顶尖的那批人，是两码事。最顶尖的研究者要的往往不是钱，钱到那个层级已经不构成区别了。他们要的是「我接下来这五年，想干的那件大事，在哪儿能干成」。那是一种很纯粹的东西，纯粹到外人很难用「待遇」去衡量。

Jumper 选了 Anthropic，不选留在 DeepMind，不选去 OpenAI，不选去 xAI。这个选择本身，就是一份很重的信号。

第二层，可能更接近真相，是「下一个 AlphaFold」在哪儿的问题。

AlphaFold 是上一个时代的范式，一个专门为蛋白质折叠设计、训练、调优的专用模型。它强，但它专。它不会写诗，不会帮你 debug，不会跟你聊天，它只干蛋白质这一件事，干到极致。

而这两年整个行业的重心，明显往另一个方向偏了，往通用大模型偏，往能推理、能调用工具、能自己规划任务的 agent 偏。我自己是给大模型搭运行脚手架的，就是给 agent 配工具链、做评测调度、管上下文那层活，天天看着这些通用模型从「只会聊天」一点点长出「能自己干活」的能力。这个过程肉眼可见地快。

那一个做科学的顶级头脑，如果他赌的是「未来真正推动科学的，不再是一个个专用模型，而是足够强的通用智能体，能自己读文献、自己提假设、自己设计实验、自己跑分析」，那他该去哪儿？

去一个 all in 通用大模型的地方。

Anthropic 这两年在科学方向上其实动作不少，从模型的推理能力，到把 Claude 往科研工作流里塞。一个 Jumper 级别的人加进去，等于给「用通用大模型做科学」这条路，盖了一个诺奖级的章。这不只是多一个厉害的研究员，是一种方向上的背书。厉害了，这一手如果是这么想的，那真是有点子分量。

第三层，是钱和势的味道。

我不太爱聊这种，但绕不开。市场上有人在赌 Anthropic 年底前就要 IPO，预测市场上押注的概率一度被抬到七成多。一家估值高、增长猛、随时可能上市的公司，在这个节骨眼上，能从对手的王冠上摘下一颗诺奖明珠，象征意义拉满。对内是士气，对外是公信力，对资本市场是个好故事。你想想看，招股书里要是能写上一句「2024 年诺贝尔化学奖得主已加入」，那是多硬的一行字。

这三层叠一块，Jumper 这一步就不显得突兀了。它是人才流动、技术范式转向、和资本周期，三股力量在同一个时间点上的一次共振。

聊到这我突然想到件挺有意思的事。

你发现没有，AI 这个领域现在最值钱的，反而是人。

我们天天讨论模型参数、讨论上下文窗口、讨论谁家又开源了什么权重，好像 AI 是一堆冰冷的数字和显卡堆出来的。但你看真正的大新闻，往往是某个人去了某个地方。一个人的去向，能搅动整个行业的预期。因为模型可以复制，权重可以下载，算力可以买，唯独那个能想出 AlphaFold 的脑子，独一份，买不来也复制不了。

这事儿对我们这些普通从业者，其实也不是没有触动。

我有时候会想，在这么快的浪潮里，一个人凭什么立住。Jumper 给的答案挺朴素的，是把一件别人觉得不可能的事，实实在在做成。他没有去追每一个热点，没有在每一波风口上都凑个热闹，他就是认认真真把蛋白质折叠这一件事干到了头。然后这件事本身，成了他走到哪儿都带着的底气。

我们大部分人当然做不出 AlphaFold。但那个内核我觉得是相通的，与其追着浪跑，不如找一件你真信、又真能往深里做的事，扎进去。浪是留不住的，能留住的是你手里真正做成过的东西。

是谁来自山川湖海，却囿于昼夜厨房与爱。万青那句词我以前一直觉得是讲生活的妥协，今晚再想，倒品出另一层。山川湖海是诱惑，是每天滚过来的新模型新概念新热点，谁都想去看看。但真正定义一个人的，往往是他愿意囿在哪一件具体的事里，日复一日地磨。

Jumper 接下来在 Anthropic 会做出什么，我也不知道。可能是下一个 AlphaFold，也可能水土不服什么都没搞成，谁说得准呢。但我会持续盯着这条线。一个把 AI 带进诺贝尔奖的人，下一步往哪儿走，本身就是一张观察整个行业的好罗盘。

至于我们，今晚把这条新闻当个提醒就好。在所有人都盯着模型的时候，记得多看看人。看那些真正做成过事的人，下一步要去哪儿。那个方向，大概率就是接下来几年风真正要吹的地方。

我先去把 AlphaFold 数据库又点开看了一眼。两亿多个蛋白质，静静躺在那儿，免费给全世界用。

做这事的人走了，但这事还在。

挺好的。