一夜变天:AlphaFold 团队被解散

2026 年 7 月 29 日,英国《金融时报》披露了一条让整个 AI4Science 圈震动的人事消息:Google DeepMind 已经正式解散了 AlphaFold 项目团队。AlphaFold 是 DeepMind 在 2020-2021 年推出的蛋白质结构预测系统,凭借 AlphaFold 2 拿下 Nature 头篇并直接催生 2024 年诺贝尔化学奖,曾是 DeepMind「AI for Science」路线最具标志性的招牌成果。

按照 FT 报道,过去一年里,AlphaFold 论文的多数原作者被陆续调岗。DeepMind 官方证实,这些员工已在公司内部转岗,主要流向三类方向:

  • 围绕 Gemini 大型语言模型的开发项目
  • 酶设计、核聚变、基因组学等 DeepMind 仍在投入的科研方向
  • Alphabet 旗下药物研发子公司 Isomorphic Labs

更令人关注的是人员的外部流失:John Jumper(AlphaFold 2 核心架构师)、Jonas Adler、Alexander Pritzel 三名核心成员跳槽去了 Anthropic——也就是 OpenAI 在前沿大模型领域的最强对手之一。加上其余作者,据 FT 统计,近四分之一的 AlphaFold 论文原作者已经离开 DeepMind。

LLM 时代正在虹吸一切

把这件事单独看作一次「团队重组」就太低估它的信号意义了。DeepMind 当年是靠 AlphaFold、AlphaGo 这一类「科学探索型 AI」奠定江湖地位的,但 2023 年以后,整个公司的资源重心明显向 Gemini 大模型倾斜。这次直接把 AlphaFold 团队「收编」进 Gemini 项目线,等于把公司级研究战略的优先级彻底表态:

  • 科学应用类项目退居二线——AlphaFold 后续的蛋白质-配体预测、复合物结构建模、多构象预测等路线,失去了核心团队支撑,大概率要靠 Isomorphic Labs 接力,但 Isomorphic 本身的定位是商业化药物研发,不是基础研究输出。
  • 前沿大模型路线集中火力——把已经训练好的顶尖人才直接塞进 Gemini,既省去外招的时间成本,也意味着 DeepMind 认为在 GPT/Claude/Gemini 的下一代对决中,人力是最稀缺的资源。
  • 人员外流不可避免——OpenAI 研究主管 Mark Chen 之前公开说过一句大实话:「AI 研究人员希望在前沿实验室工作,而不是疲于追赶。」当一个诺奖级项目的核心成员都觉得「被边缘化」时,自然会用脚投票。

对 AI4Science 意味着什么

短期来看,AlphaFold 本身的开源权重、推理代码、数据库(AlphaFold DB 已有超过 2 亿条结构)不会立刻受影响,学术界继续基于现有产物做研究问题不大。但中长期,「科学发现型 AI」这条路线在头部实验室的资源位次正在明显下移:

  1. 应用科学项目的科研产出节奏会变慢——没有专门团队维护迭代,AlphaFold 后续版本(AlphaFold 3 以及更复杂的多模态生物分子预测)的更新几乎必然会延后。
  2. Anthropic 在 AI4Science 上的布局值得关注——一次挖走三个核心成员,加上此前从 OpenAI、DeepMind 招募的一批 RL/Agent 背景人才,Anthropic 显然想在「前沿模型 + 科学应用」交叉点上建立自己的差异化优势,而不仅仅是聊天和编程。
  3. 开源社区会承接部分工作——DeepMind 历来愿意把 AlphaFold 系列权重开放,但没有原班人马的训练-迭代-问题修复闭环,开源生态的演化将更依赖第三方团队(如 Baker Lab、Chai Discovery、Iambic、英矽智能等),社区驱动的权重微调会成为常态。

一点个人判断

这次事件对普通读者最直观的启示是:AI 行业的「中心化」比我们想象的还要快。当一家公司把全部精锐收拢到一条战线,开源社区就成了事实上的「外援」——这意味着 AI4Science 这块原本由 DeepMind 独挑大梁的领域,接下来两年很可能会出现「开源替代方案密集涌现」的窗口期。

对从业者来说,关注 An­thropic 接下来会不会发 AlphaFold 相关职位、研究成果或开源模型,大概率能看清前沿大模型公司和 AI4Science 之间的下一步走向。LLM 时代真正赢的,不一定是最先做出诺奖成果的人,而是能在两条战线之间灵活调度资源的人。

参考资料: