北京
全球已有超过300万名研究者依赖AlphaFold预测蛋白质结构，但这套系统的缔造团队已被打散。据《金融时报》报道，Google DeepMind事实上裁撤了专注开发AlphaFold的专设团队。过去一年，曾署名发表AlphaFold关键论文的研究者多数被调往其他项目，约四分之一的全职研究人员已离开公司。
一边是诺奖加身的里程碑成果，一边是核心团队流散，这种反差透露出一个信号：获奖的项目正被自己的公司“搁置”。但Google DeepMind给出了另一套叙事——这不是终结，而是一次战略升级。两面声音，折射出同一家AI巨头在科学探索上截然不同的面孔。
正方担忧一针见血：AlphaFold曾是一支为单一宏大命题而生的特种部队，2020年AlphaFold 2把预测精度推至实验水平，彻底改写结构生物学节奏。2024年德米斯·哈萨比斯和约翰·贾姆珀因此项技术获诺贝尔化学奖，成为公司将基础科学与AI极致耦合的象征。在这样的时候解散团队，很难不让人读出一种意味：商业大模型的算力饥渴，正在吞噬不能直接产生营收的基础研究。
反方，也就是Google DeepMind自己的解释，认为这是“科学研究策略的进化”。AI for Science部门负责人普什米特·科利表示，过去为一个个具体难题组建专攻团队的模式已走到拐点。下一步是让Gemini这样的通用大模型成为科学家身边的超级助手，甚至朝着“部分自动化科学研究”推进。AlphaFold的成功正是一块跳板——它证明了AI可攻克单点难题，现在公司要用同一套大脑同时理解从基因组学到核聚变的数千课题。
两种叙事都有现实脚印可循。AlphaFold并未被按下停止键，其预测系统和数据库依然向全球免费开放。由AlphaFold衍生的技术根系已深扎进Isomorphic Labs——这家2021年从DeepMind独立出来的姊妹公司正与诺华、礼来等制药巨头合作，进行AI药物设计。从这个视角看，人员变动更像是业务再分工：基础研究不再需要独立大本营，而是渗透进更多应用场景。
但正方担忧的底座同样坚固。最刺痛神经的莫过于核心人物出走：贾姆珀和同事乔纳斯·阿德勒在公司内部转至AI编程团队“Code Strike”不久后，便双双宣布加盟Anthropic；另一名开发者亚历山大·普里策尔也即将加入同一家竞对。获诺奖的项目领导者跳槽去做大模型安全与通用助手，这种转向比任何战略声明都更坦白地揭示：当资源洪流对准基础模型时，专项科学攻坚的引力必然减弱。
更具体的数字来自《金融时报》的梳理：曾在开创性论文上共同署名的大多数科学家，在过去12个月里被分散到各个不相干的团队。常驻DeepMind的全职研究员中，约四分之一直接退出公司。对于以人才密度为核心竞争力的研究机构而言，这种密度的失血足以触发警报。
值得追问的不是AlphaFold是否还会发新版，而是把专攻单一难题的特种部队拆散，塞进通用模型的开发序列，能否复制甚至超越当年集中攻坚的效果。AlphaFold的成功高度依赖对蛋白质物理化学性质有深厚理解的专家，这些隐性知识能否在Gemini的广谱训练中被等效继承，仍是悬而未决的命题。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
