谷歌两次得到这位 "Transformer 巫师",又两次失去他。这一次,他去的是 OpenAI。
一、事件回顾:一个价值 27 亿美元的"再见"
2026 年 6 月 18 日,Google DeepMind 工程副总裁、Gemini 模型联合负责人 Noam Shazeer 在 X 上发布了一条措辞克制的帖子:他将离开 Google,加入 OpenAI 担任架构研究负责人(Lead for Architecture Research)。
帖子很短,只有"这是一个艰难的决定"和对团队的感谢。
但这条帖子的重量,整个 AI 行业都感受到了。
因为就在不到两年前------2024 年 8 月------Google 用一份 27 亿美元的技术许可协议 ,从 Shazeer 创办的 Character.AI 把他"请"了回来。Shazeer 持有 Character.AI 约 30%-40% 的股份,个人从中获得的收益估计在 7.5 亿至 10 亿美元之间。
这是 Google 历史上最昂贵的一次"人才回购"。
结果不到两年,人又走了。
Shazeer 到底是谁?
对于不熟悉 AI 研究圈的人来说,这里需要解释一下为什么一个人的跳槽能震动整个行业:
- 1994 年 ,高中时期的 Shazeer 代表美国队参加国际数学奥林匹克竞赛(IMO),以 满分 42 分摘得金牌。那一年,美国队六人全部满分------至今仍是传奇。
- 2017 年 ,他是划时代论文《Attention Is All You Need》的核心作者之一。在八位合著者中,他被普遍认为贡献最大------他发明或共同发明了现代大语言模型所使用的几乎所有主要架构,从 Transformer 本身到混合专家模型(Mixture of Experts)。
- 2023 年,《时代》杂志将他评为 AI 领域最具影响力的 100 人之一。
- 2026 年 2 月 ,他当选美国国家工程院院士。
他在谷歌内部被同事称为"巫师"(The Wizard)。在 Sam Altman 口中,他是"最想合作的人之一"。
两次出走,同一个 Google
这不是 Shazeer 第一次离开 Google。
第一次出走(2021 年):他和同事 Daniel De Freitas 在 Google 内部开发了一个名为 Meena 的聊天机器人(后来演变为 LaMDA)。他们多次向高层提议将其向公众发布,但均遭到拒绝。讽刺的是,两年后 OpenAI 用同类技术做出了 ChatGPT,改变了整个世界。
Shazeer 和 De Freitas 选择离开,创办了 Character.AI ------一个让用户和 AI 角色对话的平台。到 2024 年,Character.AI 月活跃用户一度超过 2000 万,用户平均使用时长约 2 小时,成为 ChatGPT 之外最受欢迎的 AI 应用之一。
Google 慌了。2024 年 8 月,用 27 亿美元把 Shazeer 请了回来。
第二次出走(2026 年 6 月):回归后的 Shazeer 与 Jeff Dean、Oriol Vinyals 共同领导 Gemini 项目。在他的推动下,Gemini 3 登顶多项排行榜,甚至促使 Sam Altman 在 OpenAI 内部拉响了"红色警报"。
然而,Shazeer 在 Google 内部论坛上发表个人观点时与同事产生激烈冲突。论坛管理员将他从涉事通讯频道中移除,他的上司 Jeff Dean 也公开对他提出了批评。
然后,他选择了再次离开。
这次加入 OpenAI,据多家媒体报道,马斯克的 xAI 也参与了争夺。
一个更扎心的事实
随着 Shazeer 的离开,Transformer 论文的八位合著者,已全部离开 Google。
上一次八位作者全部出走,被硅谷评论称为"企业历史上最大的人才和知识产权流失之一"。而 Shazeer 是其中唯一曾被 Google 花数十亿美元请回来的那一位。
二、深度分析:为什么 Google 两次都留不住他?
这不是一个简单的"谁给的钱多"的故事。Shazeer 的身价早已不是普通打工人能想象的数字。问题的核心在于:一个能改变世界的人,究竟想要什么?
2.1 第一次出走:创新被官僚扼杀
2021 年的 Google 不是没有技术。Meena/LaMDA 在内部已经展示了惊人的对话能力。但 Google 当时的决策层选择了"保守"------担心安全风险、品牌损害、监管压力。
这恰恰是大公司的经典困境:
| 维度 | 大公司(Google) | 初创/激进公司(OpenAI) |
|---|---|---|
| 决策速度 | 多层审批,数月 | 一人拍板,数天 |
| 风险偏好 | 极度厌恶风险 | 愿意承担"发布即暴雷" |
| 创新激励 | "别搞砸" | "快搞出来" |
| 人才自由度 | 受限,需要"对齐" | 高度自主 |
Shazeer 不是第一个被大公司"憋死"的顶尖研究者。Geoffrey Hinton 离开 Google 时也说了一句著名的话:"我后悔我毕生的工作"------背后的潜台词同样是:技术被用在了他无法认同的方向上。
2.2 第二次出走:钱不能解决一切
2024 年 Google 把 Shazeer 请回来,代价是 27 亿美元。这不是年薪,不是期权包------这是买下整个 Character.AI 的技术许可。Shazeer 个人到手接近 10 亿美元。
但事实证明,当一个研究者已经财务自由到可以买下一个小国家的时候,钱就不再是决策变量了。
真正让他再次离开的,是两件事:
第一,Google 的文化冲突 。Shazeer 在内部论坛上表达的"个人观点"------虽然没有公开具体内容,但从他被管理员移除、Jeff Dean 公开批评的结果来看------显然触及了 Google 内部文化中最敏感的部分。这暴露出一个深层问题:Google 到底能不能容忍一个"不听话的天才"?
第二,研究方向的自主权。在 Google,即使做到工程副总裁,研究方向仍然受制于公司战略、产品路线图、以及越来越庞大的"对齐"(alignment)和安全审查流程。而在 OpenAI,Shazeer 的 title 是"架构研究负责人"------这意味着他将拥有更大的自由度去探索"下一代 AI 模型架构"。
2.3 Transformer 团队全员出走:这不是偶然
八位 Transformer 作者全部离开 Google。这个统计数字本身就在回答一个问题:Google 这家公司,是不是天生不适合做前沿 AI 研究?
我们来看一下时间线:
| 年份 | 事件 |
|---|---|
| 2017 | Transformer 论文发表,八位作者均在 Google |
| 2018-2021 | 多位作者陆续离开,创办 Adept、Character.AI、Essential AI、Inceptive 等 |
| 2021 | Shazeer 第一次离开,创办 Character.AI |
| 2023 | 八位作者已全部离开 Google |
| 2024 | Google 花 27 亿美元把 Shazeer 请回来 |
| 2026 | Shazeer 再次离开,加入 OpenAI |
这个模式并非 Google 独有。它揭示了一个更普遍的行业规律:
顶级的 AI 研究者是"创始人型"人才------他们需要的是"造新东西的自由",而不是"维护现有系统的高薪"。
Google 给得了高薪(甚至 27 亿美元),但给不了自由。OpenAI 能否给?这是个未知数,但至少 Shazeer 选择了赌一把。
三、行业冲击波:AI 人才战争进入 3.0 时代
3.1 人才战争的三个阶段
如果把 AI 行业的人才争夺看作一场战争,它已经经历了三个代际:
| 阶段 | 时间 | 特征 | 代表事件 |
|---|---|---|---|
| 1.0 薪资战 | 2014-2020 | 高薪挖人,百万年薪满天飞 | DeepMind 被 Google 收购,研究员薪资飙升 |
| 2.0 股权战 | 2020-2024 | 天价收购公司,创始人套现 | Google 27 亿收购 Character.AI 技术许可;微软投资 OpenAI |
| 3.0 自由战 | 2024-至今 | 自主权、使命、文化成为新货币 | Hinton 离开 Google;Shazeer 离开 Google;Sutskever 创办 SSI |
3.0 时代的关键变化:当顶尖人才的身价已经以"亿美元"为单位时,"再多给一亿美元"的边际效用接近于零。真正影响决策的变成了:
- 我能做我想做的研究吗?
- 我的工作会公开还是被锁在内部?
- 团队文化是鼓励冒险还是惩罚失败?
- 决策链条是多长?我能直接拍板吗?
3.2 OpenAI vs Google:两种组织哲学的碰撞
Shazeer 从 Google 去 OpenAI,不是简单的"跳槽"------这是两种 AI 组织模式的直接竞争:
| 维度 | Google DeepMind | OpenAI |
|---|---|---|
| 组织性质 | 上市公司的一部分 | 独立公司(转型中) |
| 决策层 | 多层管理,需对齐产品线 | 相对扁平,Sam Altman 集权 |
| 发布策略 | 谨慎,安全第一 | 激进,速度优先 |
| 人才结构 | 金字塔型,大量基础岗 | 精英型,少数顶尖研究员 |
| 核心矛盾 | 创新 vs 规模化 | 安全 vs 商业化 |
Shazeer 选择了 OpenAI,某种程度上是在用脚投票:他更相信一个"能快速把研究做成产品"的组织,而不是一个"把研究锁在论文里"的组织。
但这也带来了一个讽刺:Shazeer 第一次离开 Google 是因为 Google 不愿意发布他的聊天机器人。现在他加入的是 OpenAI------这家公司同样因为"过快发布"而饱受争议。历史似乎在绕一个圈。
3.3 中国 AI 行业的镜像
这场人才战争对中国 AI 行业同样有启示意义。
国内头部 AI 研究员------无论是大厂的还是高校的------同样面临"自由 vs 资源"的困境。去大厂,有 GPU 集群和训练预算,但发论文要审批、开源要层层汇报;去创业,财务自由了但算力受限。
DeepSeek 的崛起某种程度上提供了一个"第三条道路":一个由量化基金支撑的研究组织,既不是大厂也不是传统创业公司,研究者有更大的自由度,同时不缺乏资源。
Shazeer 的故事提醒我们:在 AI 这个领域,"留住人才"的公式里,"尊重研究者的自主权"的权重,可能比"给更多钱"高得多。
四、五个判断:未来 12 个月会怎样?
判断 1:Shazeer 在 OpenAI 的第一个项目不会是改进 GPT,而是探索全新架构。 他的 title 是"架构研究负责人",不是"模型优化负责人"。这意味着 OpenAI 正在押注"Transformer 之后的下一个架构"------而发明 Transformer 的人,显然是最有资格做这件事的人。
判断 2:Google Gemini 不会因为 Shazeer 离开而崩盘,但创新速度会受影响。 Gemini 3 是在他推动下登顶的。在 DeepMind/Google 的庞大团队中,个人的作用被稀释了,但"巫师"级的直觉和判断力,不是靠堆人能补偿的。
判断 3:AI 行业会出现更多"Shazeer 式"的出走。 当越来越多顶级研究者的身价突破 1 亿美元后,"自由货币化"将成为新趋势。我们可能会看到更多研究者从大厂流向小型精英团队,或者创办自己的"研究实验室"(类似 Sutskever 的 SSI)。
判断 4:OpenAI 内部的文化张力会加剧。 Sam Altman 的集权风格 + Shazeer 这样"不听话的天才" = 潜在的文化冲突。OpenAI 能否比 Google 更好地容纳"异见者",将决定这段关系的寿命。
判断 5:Transformer 之后的新架构竞赛正式开启。 当 Transformer 的发明者开始研究"下一个架构",整个行业都会跟进。未来 12-18 个月,我们可能会看到非 Transformer 架构的重大突破------这比任何单一模型的发布都更具颠覆性。
五、对开发者/技术团队的建议
如果你是普通开发者,这场神仙打架跟你有什么关系?其实关系很大:
对于个人开发者
-
关注架构演进,而不是模型排行榜。 Shazeer 去 OpenAI 做的是"架构研究",不是"把 GPT 从 5.5 升级到 5.6"。未来 1-2 年,新的 AI 架构可能会让今天的提示词工程经验全部归零。保持对底层架构的理解,比学会调某个模型的 prompt 更重要。
-
警惕"大厂依赖"。 如果你现在全力投入 Google 的 Gemini 生态或 OpenAI 的 GPT 生态,想一想:如果 Shazeer 的新架构在 18 个月后颠覆了当前的模型范式,你的投资会不会打水漂?多模型策略是更安全的选择。
-
思考你自己的"不可替代性"。 如果连 Shazeer 这样的人都无法在大公司获得他想要的自由,你更应该想清楚:你留在当前公司的原因是什么?是钱,是成长,还是自由?这三者的平衡点随着职业阶段不同而变化,但不要等到被"憋死"才意识到问题。
对于技术团队 Leader
-
"自由度"是最好的留人策略。 钱是必要条件,但不再是充分条件。给你的顶尖工程师真正的技术决策权和探索空间,比涨薪 20% 更有留人效果。
-
建立"允许失败"的文化。 Google 的问题不是"没有创新",而是"不敢发布创新"。如果你的团队每做一个新尝试都要经过 5 层审批,最好的工程师迟早会走。
-
关注 AI 人才市场的结构性变化。 当"自由货币化"成为趋势,你的团队的 AI 人才可能会被小型精英团队、研究实验室甚至个人项目吸引走。传统的"晋升 + 加薪"模式正在失效。
你怎么看?
Shazeer 这次跳槽,是 AI 行业的一个重要信号。它让我们不得不思考几个根本问题:
- Google 花了 27 亿美元,给了副总裁头衔,结果还是留不住。大公司到底能不能留住"改变世界的人"?
- 如果"自由度"才是顶尖人才最看重的货币,那些靠堆钱抢人的大厂,策略是不是该彻底重写了?
- Transformer 的发明者去 OpenAI 研究"下一个架构"------你猜那会是什么?
欢迎在评论区留下你的判断。
数据来源:IT之家、凤凰科技、腾讯新闻、Hacker News、The Information、Tom's Hardware 等。本文分析基于公开信息,观点仅代表作者立场。