标签: Anthropic

  • Anthropic找三星谈定制芯片,AI军备竞赛烧到了硬件层

    Anthropic找三星谈定制芯片,AI军备竞赛烧到了硬件层

    Anthropic与三星讨论定制AI芯片
    Anthropic正与三星讨论合作开发定制AI芯片

    四月份路透社曾经报过,Anthropic在认真考虑自己搞AI芯片。当时看起来还只是个想法,结果现在看来,他们是动真格的。

    本周,The Information曝出Anthropic正在跟三星接触,讨论合作开发一款定制AI芯片。不过从目前披露的信息来看,这款芯片具体要用来干什么、怎么塞进服务器、性能要做到什么程度,Anthropic自己也没想清楚。

    我联系了Anthropic要评论,对方给了一个比较官方的回复,说他们会继续依赖多元化的硬件组合,包括谷歌、亚马逊和英伟达的芯片。这话没毛病,但也没否认跟三星谈合作的事儿。至于三星这个潜在合作伙伴,Anthropic说暂时没什么好补充的。

    AI公司为什么要自己做芯片

    这事其实不难理解。最近一两年,AI公司自己做芯片已经成了某种”潮流”。原因也很简单——针对特定计算任务定制硬件,效率肯定比通用芯片高;更重要的是,大家都想减少对英伟达的依赖。黄仁勋的公司现在是AI芯片领域毫无争议的霸主,但这种局面,无论是OpenAI、Anthropic还是谷歌,其实都不太舒服。

    上周OpenAI刚宣布了跟博通合作的定制推理芯片”Jalapeño”,据说在性能功耗比上比竞品更有优势。亚马逊的Trainium、谷歌的TPU,早就作为云服务提供给客户用了。

    OpenAI的”Jalapeño”芯片是跟博通合作的,主打推理效率。Anthropic如果真的跟三星敲定合作,很可能会走类似的路——先从中低端推理芯片做起,再逐步往训练端渗透。

    三星在AI产业链里的位置也很微妙。它本来就是英伟达的重要合作伙伴,帮英伟达生产训练模型需要的芯片,同时又用英伟达的软件来制造自己的芯片。两家还在韩国合建了一座AI芯片工厂。除此之外,三星跟谷歌也有过芯片制造方面的讨论。

    所以Anthropic找上三星,逻辑上是通的。三星有制造能力,有跟AI公司合作的经验,而且产能压力不像台积电那么大。


    硬件自主可控,下一阶段核心竞争力

    但这件事也透露出一个信号:大模型公司的竞争,已经不只是模型能力、应用生态这些软件层面的东西了。硬件自主可控,正在变成下一阶段的核心竞争力。

    当然,从”在谈”到”芯片真正做出来、用起来”,中间还有很长的路。Anthropic自己都没想清楚这款芯片的定位,说明项目还非常早期。不过,光是”Anthropic在跟三星谈”这个事实本身,就已经值得关注了。

    说到底还是一个”卡脖子”的问题。现在训练大模型,最烧钱的部分之一就是算力,而算力很大程度上取决于你能买到多少英伟达的GPU。如果英伟达产能跟不上,或者优先供货给某些客户,那其他公司就会很被动。

    自己掌握芯片设计,哪怕只是部分自主,也能在跟英伟达谈判的时候多一张牌。这不是Anthropic一家在想的事,整个行业都在往这个方向走。

    对三星来说,这笔潜在合作也有不小的价值。三星的代工业务一直以来都被台积电压着打,如果能拿下Anthropic这个大客户,对提升自己在AI芯片制造领域的话语权很有帮助。

  • Anthropic正与三星商讨定制AI芯片,不想只靠英伟达了

    四月那会儿,路透社曾经报过一条消息,说Anthropic在认真考虑自研AI芯片,原因很简单——芯片不够用。当时听起来更像是行业内幕人士的放风,没多少人当真。但这几天,这件事看起来是真的了。

    周四,The Information 报道称Anthropic正在和三星接触,商讨围绕一款待定芯片展开合作。不过按照报道的说法,Anthropic自己也没完全想清楚这块芯片到底用来干什么、怎么塞进服务器、性能要做到什么程度。说白了,双方还在谈,没到拍板的阶段。

    Anthropic与三星商讨定制AI芯片
    AI公司纷纷开始布局自研芯片,Anthropic和三星的合作正在洽谈中(配图由AI生成)

    TechCrunch去求证的时候,Anthropic的回复很标准——包含谷歌、亚马逊和英伟达芯片的多元化硬件堆栈,仍将是其计算战略的核心。至于和三星有没有可能合作,官方说法是没有更多信息可以披露。

    这话翻成人话就是:我们确实在聊,但别问太多,说出来就不好谈了。

    OpenAI上周刚亮底牌

    Anthropic这个动作,怎么看都像是对上周OpenAI那步棋的回应。就在6月24日,OpenAI联手博通(Broadcom)发布了它们的首款自研推理处理器,代号”Jalapeño”。OpenAI的说法是,这块芯片效率更高,性能功耗比优于竞品。

    除了OpenAI和Anthropic,亚马逊和谷歌也早就在做自己的定制芯片了——亚马逊有Trainium,谷歌有TPU,都是云服务里的标配。所以归根到底,这场”造芯”运动的核心逻辑只有一个:英伟达太强势了,强势到所有人都想绕开它。

    英伟达在AI芯片领域的地位不用多说,训练、推理两头吃,市面上基本没有能打的对手。但这种一家独大的局面,让所有AI公司都睡不踏实——供货要看脸色,价格也没多少议价空间。自己掌握芯片,意味着至少不用把命门捏在别人手里。

    三星为什么是那个合适的人选

    三星在AI产业链里的位置很特殊。它既是英伟达的合作伙伴,帮英伟达生产训练AI模型所需的芯片,同时又用英伟达的软件来制造自己的芯片。两边下注,和谁都熟。

    更有意思的是,三星和英伟达正在韩国合建一座AI芯片工厂。也就是说,如果Anthropic最终选择和三星合作,这条供应链上会出现一个微妙的三角关系:英伟达帮三星建厂,三星帮Anthropic做芯片,而Anthropic本来就是英伟达的大客户。大家都在同一张牌桌上,只是出的牌不一样。

    三星也不是第一次和AI公司谈芯片合作了。此前有报道说,三星还在和谷歌讨论下一代AI芯片的制造。看起来,三星想在AI芯片代工这块吃到更多份额,和台积电掰一掰手腕。


    这块芯片最终能不能做出来,现在下结论还太早。Anthropic连”用来干什么”都没想清楚,说明项目还在非常早期的阶段。但方向已经明确了:AI公司不想永远当英伟达的客户,它们想自己掌握硬件的主动权。

    接下来值得看的是,OpenAI的Jalapeño芯片什么时候能量产落地,以及Anthropic和三星的谈判会不会在年内有实质性突破。芯片这件事,宣布容易,做出来难,业内翻车的例子也不是没有。

  • 加州把Claude搬进了政府机构:所有州级部门都能以五折价格用上Anthropic的AI

    加州州长加文·纽森本周一宣布了一件事:加州的所有的州级机构、地方政府,现在都可以以五折价格使用Anthropic的Claude。这不是一个小规模的试点,而是美国首个州级政府与AI公司达成的大范围合作。

    AI技术应用于政府机构
    加州政府将Claude引入政务工作(概念图)

    合作的内容比”打个折”要丰富得多。除了50%的价格优惠,Anthropic还会提供免费的员工培训、技术支持和来自Anthropic开发者的工作流程优化建议。政府部门打算把Claude用在文档起草与总结、信息分析等日常工作上,目标是提升政务效率。

    “AI不应该取代政府工作的人文价值,它应该帮助我们的员工更快地处理事务、更有效地解决问题,为加州人提供更好的服务。”——加州州长加文·纽森

    已经在用的部门

    Claude在加州政府内部其实已经不是新鲜事了。加州此前就已经在部分场景里用过Claude,比如去年纽森宣布的”Engaged California”平台——一个全美首创的协商式民主平台,让加州公民在AI政策上拥有更大的发言权。Claude还参与了加州AI工具”Poppy”的开发,这个工具由州政府员工为州政府员工设计,通过预置的简易查询来处理常见的政务需求。

    目前已经在用Claude的部门包括:加州交通保护局(CalOES)把Claude Security和Claude Code用于扫描、分类和修补政府代码的安全漏洞;加州车管局(DMV)用Claude来改善客户服务和缩短等待时间;加州医疗健康服务部——全美最大的医疗补助机构——用Claude处理内部工作流程,以更好地协助医疗补助受益人。


    通过统一门户采购

    这次合作之后,Claude将通过加州技术部新推出的”州级信息技术共享服务”(SITeS)门户向所有州机构开放。这个门户把AI工具集中在一个地方,围绕关键业务场景提供透明定价——比如提升运营效率、加强数据安全、优化州政府员工体验。

    加州技术部长克里斯·吉文说,加州技术部正在与各部门合作,利用州的采购能力,让员工能够快速以最优价格采购到需要的工具。SITeS门户就是降低准入门槛的一种方式。


    加州的AI布局

    加州在AI领域的布局远比这一次的合作要深。全球50大私营AI公司中有33家总部位于加州。纽森政府从2023年起就通过一系列行政命令,推动在州政府内部负责任地采用生成式AI,同时研究其风险。

    加州还出台了全美第一部针对前沿AI技术的州级立法《前沿技术透明度法案》(SB 53),要求AI公司提高透明度。其他举措还包括:为州政府员工提供超过20门AI培训课程;建立AI就绪型州政府劳动力支持体系;与学术界合作发布《加州前沿AI政策报告》。

    这次和Anthropic的合作,是加州”高效、有效、参与”政府战略的最新一步。纽森上个月还签署了一项行政命令,要求州政府机构建立应对AI加速采用可能带来的劳动力中断的框架,确保员工不会被落下。

    对其他州来说,加州的这个合作是一个信号:AI进入公共服务正在从概念走向实操。如果加州的这次合作效果不错,接下来很可能会有更多州政府跟进,和AI公司签类似的协议。对Anthropic来说,这也是一个重要的政府客户案例,在和OpenAI、Google的竞争中增加了一个重量级筹码。

  • Anthropic 发布 Claude Sonnet 5,跑智能体任务更便宜了

    昨天(6月30日),Anthropic 把 Claude Sonnet 5 悄悄推了出来。说”悄悄”,是因为这两天 AI 圈的新模型发布密度太高,Google、OpenAI 都在同一周出了新东西,Sonnet 5 的声量反而被稀释了。

    Claude Sonnet 5 AI模型概念图
    Claude Sonnet 5 主打高性价比智能体能力

    但如果你仔细看 Anthropic 的博客文章,会发现这次更新的核心信息很明确:智能体能力现在是 baseline 了,接下来拼的是谁跑得更便宜、更可靠。

    性价比路线,直接对标 Opus 4.8

    Sonnet 5 的定位有点像”高性价比智能体专用模型”。Anthropic 的说法是,它的智能体能力已经接近 Opus 4.8——也就是他们家目前最强的模型——但价格要低得多。

    具体定价是:输入每百万 token 2 美元,输出每百万 token 10 美元,这个价格执行到 8月31日,之后会涨到 3 美元和 15 美元。

    对比一下:Opus 4.8 更贵,OpenAI 的 GPT-5.5 和 Google 的 Gemini 3.1 Pro 也都比它贵。当然,Gemini 3.5 Flash 还是比它便宜,但那是 Google 主打高速低价的版本。

    智能体性能提升是最核心的更新

    在智能体编程任务 benchmark 上,Sonnet 5 得分 63.2%,Opus 4.8 是 69.2%,上一代 Sonnet 4.6 是 58.1%。在知识工作 benchmark 上,Sonnet 5 甚至略微超过了 Opus 4.8。

    Zapier 的高级工程师 Daniel Shepard 在博客里说了一个具体用例:他们给 Claude Sonnet 5 派了一个两步走的任务——更新 Salesforce 客户分级,然后给企业联系人发上线通知——结果它从头到尾跑完了。换成之前的模型版本,这种多步骤任务做一半就会卡住。


    安全改进,知道什么时候说”不”

    安全方面,Sonnet 5 也比 Sonnet 4.6 有改进:更少的恶意协作、更少的欺骗行为、更少的幻觉、更少的谄媚回应。不过 Anthropic 也坦承,在危险网络安全任务的处理能力上,它还是比 Opus 模型低很多。

    Lovable 的联合创始人 Fabian Hedin 说了一句话挺有意思:“能把强大工具交到数百万建造者手里的同时,一个知道什么时候该说’不’的模型,和知道怎么建造的模型一样重要。”

    这话其实点出了现在 AI 模型的一个矛盾:能力越强,出问题的代价就越大,所以拒绝恶意请求的能力(而不是盲目执行)反而是核心竞争力。

    双档位策略正在成为标配

    从产品策略来看,Sonnet 5 的推出其实是在巩固 Anthropic 的中端市场。免费用户和专业版用户现在默认用的就是 Sonnet 5,也就是说,大多数 Claude 用户会第一时间接触到这个模型。而需要最高精度的任务,仍然留给 Opus 4.8。

    这种”双档位”策略——Sonnet 走量和性价比,Opus 走高端和精度——看起来正在成为 AI 实验室的标配。OpenAI 有 GPT-5 系列的不同档次,Google 也是 Gemini Flash 和 Pro 并行。区别只在于谁的价格更有侵略性。

    8月31日之前的价格优惠,看起来像是 Anthropic 在给开发者和企业用户一个迁移窗口期。等到价格涨上去之后,Sonnet 5 的性价比优势会不会还在,就要看那时候竞争对手的定价了。

  • Anthropic 发布 Claude Sonnet 5,跑智能体任务更便宜了

    基础模型公司的军备竞赛又换了新赛道。过去几个月里,大家比的是谁的模型更会聊天、谁在基准测试上刷分更高。现在风向变了,各家都在秀自己的模型有多会”干活”——也就是跑智能体任务的能力。

    Anthropic 今天推出了 Claude Sonnet 5。这款中端模型的定位很明确:性能接近旗舰款 Opus 4.8,但价格要便宜一大截。按照 Anthropic 的说法,Sonnet 5 在规划、工具调用(浏览器、终端)、自主运行这些方面的表现,放在几个月前只有更大、更贵的模型才够用。

    智能体能力成了标配,接下来比什么?

    这个叙事听着耳熟,因为 OpenAI 和 Google 前几天也是这么说的。OpenAI 上周预览发布的 GPT-5.6 Sol 同样主打智能体能力,允许用户把长任务拆给多个子智能体去跑。Google 五月份推出的 Gemini 3.5 Flash 更是直接把定位从”对话聊天机器人”改成了”能规划、能构建、能迭代真实工作的智能体工具”。

    Sonnet 5 的发布确认了一件事:智能体能力已经在各个价位段变成了 baseline 预期。接下来的差异化竞争,不再是”谁能更好地跑智能体”,而是”谁能跑得更便宜、更可靠,还不需要人盯着”。

    价格先低后高,意在抢开发者

    Sonnet 5 的定价策略有点意思。从今天到8月31日,输入 token 价格是每百万个2美元,输出 token 每百万个10美元。8月31日之后,价格会涨到每百万输入3美元、每百万输出15美元。

    这个定价比 Opus 4.8 便宜,也比 OpenAI 的 GPT-5.5 和 Google 的 Gemini 3.1 Pro 便宜。当然,还是比 Gemini 3.5 Flash 贵一些。Anthropic 显然在用低价窗口期吸引开发者在 Sonnet 5 上构建应用,等大家用习惯了,再提价。

    Claude Sonnet 5 概念图
    Anthropic 发布 Claude Sonnet 5,主打智能体任务能力

    跑分数据:离旗舰款越来越近

    Anthropic 提供的基准测试数据显示,Sonnet 5 比起上一代 Sonnet 4.6 有明显提升。在智能体编程测试上,Sonnet 5 得分63.2%,Opus 4.8 是69.2%,而 Sonnet 4.6 只有58.1%。在知识工作基准测试中,Sonnet 5 甚至略微超过了 Opus 4.8——后者一向以处理最难的判断类任务和深度研究著称。

    Zapier 高级工程师 Daniel Shepard 在 Anthropic 的博客里说了一句话很能说明问题:”我们给 Claude Sonnet 5 派了一个两阶段任务——更新 Salesforce 客户层级、给企业联系人发产品发布通知——它从头到尾跑完了。”他说这话的潜台词是:以前的版本跑到一半就卡住了。


    安全表现也在提升

    智能体跑起来了,但跑偏了怎么办?Anthropic 说 Sonnet 5 比起 Sonnet 4.6,在”不合作滥用”和”不被欺骗”这两个指标上有明显进步。具体来说,它更善于拒绝恶意请求,也更不容易被提示词注入攻击绕过。幻觉和谄媚行为的出现频率也比 Sonnet 4.6 低。

    当然,跟 Opus 4.8 和 Claude Mythos Preview 比,Sonnet 5 在处理危险行为的能力上还是有差距。Anthropic 在博客里坦白说:”评估显示,它执行危险网络安全任务的能力比我们目前的 Opus 系列模型低得多。”这句话其实是在告诉企业用户:如果你要跑高危任务,还是得用 Opus。

    Lovable 联合创始人 Fabian Hedin 说了一句挺实在的话:”我们把强大的工具交到数百万构建者手里,一个知道什么时候该说’不’的模型,和知道怎么构建的模型一样重要。”

  • 加州政府跟Anthropic签了个大单,Claude以半价进驻政府部门

    Anthropic Claude 加州政府合作
    加州政府与Anthropic达成合作,Claude以五折价格进入政府部门

    加州州长纽森这回跟Anthropic牵上了手。根据上周日官宣的协议,加州所有政府机构和地方政府都将以获得Claude AI助手的使用权,而且价格打了五折。Anthropic还会提供培训和技术支持。

    纽森在声明里说了一句话,挺值得玩味的:”AI不应该取代政府的人力工作,它应该帮我们的员工提速,更有效地解决问题,为加州人带来更好的结果。”这话听起来像是在回应那些”AI会取代公务员”的担忧。

    跟联邦政府唱反调

    这步棋其实早有伏笔。今年3月,纽森签了一份行政令,要求加速在政府部门使用AI,”让政府更高效”,但同时也要维持更严格的安全标准。他还专门点名说,当华盛顿那帮人正在暗箱操作搞政策和合同的时候,加州要”用正确的方式来做这件事”。

    有意思的是,就在Anthropic跟加州打得火热的同时,它跟联邦政府的关系却闹得很僵。今年早些时候,Anthropic跟美国国防部在一份合同上谈崩了——Anthropic想要明确禁止使用其技术进行对美国人的监控,以及在没有人类监督的情况下部署自主武器。但国防部长Pete Hegseth拒绝了这个要求,转头跟OpenAI签了合同。

    联邦政府甚至更进一步,把Anthropic列为了”供应链风险”,这意味着这家公司无法跟任何其他五角大楼的承包商合作。

    但加州这边似乎不以为意。加州的CIO兼技术部门主任Chris Given告诉Politico,他们在谈判这份Anthropic合同的时候,”根本没提到”那个供应链风险定性。

    这个细节很说明问题。加州和联邦政府在AI政策上已经不只是分道扬镳,简直是在两个平行宇宙里行事。

    Anthropic的政府生意

    这份协议对Anthropic来说是个不小的胜利。在政府合同这个赛道上,它跟OpenAI一直在暗中较劲。Anthropic主打”安全优先”的牌,这在加州这种蓝州显然更吃香。

    纽森的这份行政令里还有一段话,当时就引起了不少讨论:”当别人在滥用阴影中设计政策和合同的时候,我们专注于用正确的方式来做这件事。”这话的指向性已经很明显了。

    加州的这份合同还包含了Anthropic提供的培训和技术支持。州政府雇员将用Claude来帮忙起草和总结文档、分析信息,以及处理日常工作中的其他任务。州政府方面强调,这不会取代任何现有岗位。


    企业订阅AI工具的高昂成本,一直是各行业都在头疼的问题。加州市政府能以五折拿下Claude,这个折扣力度确实不小。纽森这一手,既推进了AI在公共部门的落地,又在一定程度上回应了”AI替代人工”的争议,还顺便跟联邦政府在AI政策上划出了一道分界线。

    这份协议为期多久,覆盖多少州政府雇员,目前还没有更详细的公开信息。但光是”所有州政府和地方政府都有权使用Claude”这句话,覆盖面就已经相当广了。

  • 加州和Anthropic握手:Claude半价进入政府机构,五角大楼看了沉默

    当五角大楼把Anthropic列为”供应链风险”的时候,加州州长Newsom正在和这家公司签一份完全不同的合同。这一幕发生在2026年6月29日——Anthropic和加州政府达成协议,所有州政府和地方政府机构都可以半价使用Claude。

    半价Claude,加州政府先试水

    根据加州州长办公室发布的新闻稿,这份协议允许加州所有州政府机构以及地方政府使用Anthropic的AI聊天机器人Claude,同时还包括来自Anthropic的培训和技术支持。州政府员工可以用Claude来起草文档、总结信息、分析数据——基本上就是让日常政务处理快一点。

    Newsom自己对这件事的说法是:”AI不应该取代政府的人力工作,它应该帮我们的员工更快地处理问题、更有效地解决问题,给加州人更好的结果。”这话听起来很California——技术要用来赋能,不是用来替代。

    Anthropic与加州政府合作概念图
    Anthropic Claude与加州政府达成半价合作协议 | 图片来源:AI生成

    联邦和加州的AI路线,已经分道扬镳

    这份协议背后有个更大的背景。2026年3月,Newsom签署了一项行政命令,要求在政府中使用AI来提升效率,但同时维持更严格的安全标准。这个方向和联邦政府——尤其是特朗普政府——的AI政策形成了鲜明对比。

    Newsom当时说的话挺直接:”当华盛顿的人在暗处制定政策和合同的时候,我们专注于把这件事做对。”这里的”华盛顿的人”指的显然是特朗普政府和五角大楼。

    “当其他人还在暗处琢磨的时候,我们专注于用正确的方式做这件事。”——加州州长Newsom,2026年3月

    五角大楼的恩怨,加州选择了忽略

    要理解这份协议的分量,得回顾一下Anthropic和五角大楼的恩怨。2026年初,美国国防部想和Anthropic签合同,允许政府部署Claude用于”任何合法用途”。Anthropic想加一条保护条款——防止政府用它的技术监控美国公民,或者在没有人监督的情况下部署自主武器。国防部长Pete Hegseth拒绝了。结果五角大楼转头就和OpenAI签了合同,还进一步把Anthropic正式列为”供应链风险”,禁止它和其他五角大楼承包商合作。

    按理说,有了这个”供应链风险”的帽子,加州的CIO办公室在和Anthropic谈判的时候应该会有所顾虑。但加州CIO兼技术部主任Chris Given告诉POLITICO,这个”供应链风险”的认定在谈判中”根本没出现”。

    这话的意思很明白:加州不认五角大楼的那套逻辑。


    政府AI最大的问题不是技术,是账单

    选在这个时间点签协议,还有一个很现实的原因:企业正在被AI工具的企业订阅费用压得喘不过气。Claude的企业版价格并不便宜,半价对于现金流紧张的政府机构来说,是个不小的诱惑。

    加州的这个动作,也是美国第一个州级政府大规模采用AI聊天机器人的案例。其他州——尤其是那些和加州一样对AI监管比较积极的蓝州——会不会跟进,接下来几个月就能看到。

    从更大的格局看,这件事凸显了美国联邦和州层面在AI治理上的分裂。华盛顿在松绑,加州在设红线——两家最大的AI公司(OpenAI和Anthropic)分别站在了两边。接下来两年,这种分裂只会越来越明显。

  • 谷歌一周丢了两位AI大牛,诺奖得主也去了Anthropic

    AI人才大战:谷歌顶级人才流向OpenAI和Anthropic
    AI人才大战:顶级研究者的流动方向,正在重塑整个行业的格局

    北京时间6月20日,一条消息在AI圈炸开了:AlphaFold核心领导者、2024年诺贝尔化学奖得主John Jumper正式宣布,结束在Google DeepMind近9年的职业生涯,加入AI初创公司Anthropic。两天前,Transformer架构八人核心成员之一的Noam Shazeer,也从谷歌离职加入了OpenAI。

    一周之内,谷歌丢了两位重量级AI大牛。而且这还不是第一次。

    Jumper的离开,DeepMind失去了什么

    Jumper这个人,在结构生物学和AI交叉的领域里,基本是天花板级别的存在。2017年博士毕业即加入DeepMind,入职半年就牵头AlphaFold项目,带着团队完成三代模型迭代,把困扰结构生物学数十年的蛋白质折叠难题给解了。

    2024年10月,他和DeepMind创始人Demis Hassabis一起站上诺贝尔化学奖的领奖台。近九年时间,AlphaFold数据库累计释放了超过2亿种蛋白质预测结构,向全球190个国家的200多万科研人员免费开放。

    Hassabis的回应很体面:”感谢John过去九年的非凡合作。”但业界都看得到,DeepMind失去了AI生物赛道最核心的技术领军者。有网友在Jumper的离职宣言下面问:为什么总是谷歌在失去最优秀的人?

    Shazeer出走,大模型底层架构的奠基人也走了

    跟Jumper前后脚离开的Noam Shazeer,分量一点不轻。2017年,他作为八人核心团队成员发布《Attention Is All You Need》,提出了Transformer架构——整个大语言模型时代底层的那块基石。

    2024年,谷歌花了27亿美元买下Character.AI的模型授权,把Shazeer重新纳入Google DeepMind,让他担任Gemini大模型联席技术负责人。结果只待了两年,又走了,这次去向是OpenAI,专职做底层架构的前沿探索。

    这两位先后出走,不是孤立事件。SignalFire的统计数据显示,DeepMind人才流向Anthropic和反向回流的比例,是10.8比1——人才流动是单向的,而且倾斜得很厉害。

    Anthropic加码AI+生物,路线碰撞开始了

    Jumper选择Anthropic,不是随便挑了一家初创公司。2025年,Anthropic推出了AI for Science程序,给高影响力的生物研究提供免费API额度,重点支持药物发现和遗传数据分析。同年还设立了医疗健康与生命科学独立部门,单独配预算、算力和招聘通道。

    2026年4月,Anthropic用大约4亿美元的全股票交易收购了Coefficient Bio,把它整合进”Claude for Life Sciences”。现在Jumper带着三代AlphaFold的全部技术经验和诺奖背书加入,Anthropic在AI生物计算这个方向上的押注已经非常明确了。

    • 此前Anthropic的核心聚焦在通用大模型Claude系列和AI对齐安全研究
    • Jumper的加盟意味着公司开始全面加码AI生物计算,这跟DeepMind的AlphaFold路线正面碰撞
    • AI+生物被普遍认为是继语言、视觉之后,AI最有可能产生颠覆性商业和社会价值的领域

    硅谷的人才流动像一场高频迭代的实验:大厂提供平台和资源,初创公司注入速度和愿景。Jumper和Shazeer的离职提醒整个行业,技术突破归根结底靠人,而留住顶尖人才,需要的不只是高薪。

    未来几年,跨学科人才、专有数据集和伦理治理,会成为AI公司之间最核心的竞争力。这场人才战争,可能比芯片战争更决定胜负。

  • Google DeepMind一周跑了5个顶级研究员,Alphabet市值蒸发2700亿美元

    6月22日,Alphabet的股价一天之内跌了7%。这不是因为财报暴雷,也不是因为监管重锤,而是因为Google DeepMind在一个星期之内,有5位顶级研究员先后宣布离职。

    市值蒸发了大约2700亿美元。相当于跌掉了一个Netflix,或者两个Uber。

    走的都是什么人

    这份名单读起来像AI研究界的”名人录”:

    • John Jumper——2024年诺贝尔化学奖得主,AlphaFold项目的负责人。他领导的团队用AI预测了超过2亿个蛋白质结构,全球190个国家的200多万研究人员正在使用这套系统。
    • Noam Shazeer——Transformer架构的共同作者之一,这个架构几乎是每一个现代大语言模型的地基。他离开Google加入了OpenAI。
    • Jonas Adler——深耕AI编程领域,对Gemini有直接贡献,去向是Anthropic。
    • Alexander Pritzel——预训练专家,同样去了Anthropic。
    • Arthur Conmy——Gemini 2.5的核心贡献者之一,研究方向是AI安全的可解释性,也加入了Anthropic。
    Google DeepMind人才流失概念图
    Google DeepMind一周内5位顶级研究员离职,引发Alphabet市值暴跌

    为什么是现在

    这5个人在同一周宣布离职,不太可能是巧合。背后有几件事正在同时发生。

    第一件事是IPO窗口打开了。Anthropic在6月1日向SEC提交了保密的S-1文件,估值9650亿美元,历史上第一次超过了OpenAI。OpenAI一周之后也跟进提交了。对于顶级研究员来说,在IPO之前加入这两家公司,拿到的是不对称的下注机会——哪怕Google给的RSU再慷慨,也很难跟一家准上市公司的股权升值空间相比。

    根据创投机构SignalFire 2025年的分析,DeepMind的工程师加入Anthropic的可能性,是反向流动的11倍。这个不对称性一直存在,但这一周,它变得肉眼可见了。

    第二件事是算力内耗。Bloomberg报道说,在Shazeer宣布加入OpenAI前不久,他负责的一个项目的算力被重新分配给了DeepMind在伦敦的团队。在一家有19.47万员工的公司里,GPU使用权的内部竞争造成的摩擦,是小而聚焦的实验室不会遇到的问题。

    Gemini 3.5 Pro推迟到7月

    在这个节骨眼上,Business Insider报道说Gemini 3.5 Pro的发布从6月推迟到了7月。Google CEO Sundar Pichai在Google I/O上说过”下个月发布”,但现在公司正在Antigravity平台和LMArena基准测试服务上收集早期测试者的反馈。

    Google没有正式确认推迟。但Adler(AI编程)和Pritzel(预训练)的离职,在Gemini 3.5 Pro最需要表现竞争力的两个领域,留下了具体的人才缺口。

    市场在怕什么

    Jefferies的分析师维持了对Alphabet的买入评级,目标价445美元,认为人才离职是噪音。Google的总员工数是19.47万,走了5个研究员,统计上可以忽略不计。

    但D.A. Davidson的分析师Gil Luria给了一个更尖锐的评估:Google整体上仍然位置很好,但”当前前沿的竞争看起来是在Anthropic和OpenAI之间进行的”。

    市场担心的可能不是这5个人本身,而是他们代表的东西:诺贝尔奖得主、Transformer的共同作者、旗舰模型的核心工程师,这些人用脚投票,去了一家估值9650亿美元、正在准备IPO的竞争对手。


  • AI模型发布要经过政府审批——这件事比Anthropic和OpenAI的竞争大多了

    美国政府审批AI模型发布概念图
    美国政府开始逐个审批AI模型发布,整个行业都面临新现实

    两周前,美国政府的手伸进了AI公司的模型发布环节。Anthropic的Fable和Mythos模型被要求下架,OpenAI的GPT-5.6也面临类似的”逐客户审批”模式。整个行业突然意识到,问题已经不是”Anthropic vs OpenAI”那么简单了。

    从竞争到共存:两家公司突然站在了一起

    Russell Brandom在TechCrunch写了一篇文章,标题很直接:”It’s not about Anthropic vs. OpenAI anymore”。他的核心论点是:OpenAI和Anthropic现在面临完全一样的困境,如果这个问题处理不好,整个行业都会受影响。

    具体来说,美国政府现在对前沿AI模型的发布有了实质性的控制权。模型发布前要经过政府审批——这个流程目前没有清晰的标准,也不知道监管者到底在防什么风险。

    GMU研究员Dean Ball(即将入职OpenAI)写了一篇长文,详细解释了这个问题:政府既没有专业能力,也没有足够的人力来做这种级别的模型测试。

    更有意思的是行业内部的反应。很多人都把这件事看成Anthropic搞的”监管捕获”——通过推动政府监管来卡OpenAI的脖子。或者反过来,认为是OpenAI跟特朗普政府走得太近,牺牲Anthropic来换取自己的模型获批。

    问题比”谁搞的”大多了

    但Brandom的论点是,现在纠结”谁搞的”已经没有意义了。因为政府审批这件事,一旦变成制度,对所有AI公司都是一样的。没有哪种方案是”只帮一家公司、不帮另一家”的。

    举个例子:如果政府要求每个前沿模型发布前都要做安全评估,那OpenAI要做,Anthropic要做,Google要做,微软也要做。这套流程的成本和复杂度,最后会拖慢所有人的节奏。

    而且,如果审批标准不透明、流程不可预期,AI公司就没办法做长期研发规划。你花了几个月训练一个新模型,结果政府说”这个不能发”——这种风险会让投资人犹豫,也会让数据中心的融资变难。

    行业需要联手推动合理的监管框架

    那现在最需要的是什么?Brandom认为,是整个行业联手推动一个合理的监管框架。具体来说:

    • 建立由独立机构(而不是政府部门)主导的模型评估流程
    • 明确监管者到底在防什么风险(网络安全?生物风险?对齐问题?)
    • 避免”逐个审批”这种拖死创新的方式

    Dean Ball在他的文章里提了一些具体的建议,比如让独立第三方来做模型安全评估,而不是让某个政府部门说了算。这个思路其实跟其他行业的产品审批逻辑类似——药品要过FDA,但FDA是相对独立的专业机构,不是行政部门随意操控的工具。


    但问题是,AI行业里的很多人并不买账。他们要么觉得政府根本不该管,要么觉得”就算管,也得按我家的利益来管”。这种零和思维恰恰是Brandom最担心的——如果各家AI公司继续把监管问题看成”我赢你输”的竞争工具,最后只会换来一个糟糕的监管框架,所有人都受害。

    AI模型的能力现在已经到了能产生真实政治后果的地步。这意味着,不管AI公司愿不愿意,政府都会管进来。区别只在于,是政府说了算,还是行业能主动推一个合理的方案。接下来的几周,我们就会看到AI行业到底有没有能力坐下来谈这件事。