谷歌AI人才流失：Gemini团队被掏空，Anthropic成最大赢家

这波人才流失确实比表面看起来严重得多。John Jumper走的时候我就觉得不对劲，诺奖得主级别的科学家，谷歌居然没留住，说明内部资源分配问题已经积重难返。你说的算力分配偏向搜索广告业务这点，我太有感触了，大厂的通病——赚钱的业务永远优先，哪怕Gemini是战略级项目，到了季度考核的时候，资源照样被砍。

而且Anthropic这招确实狠，期权预期+研究自由度双管齐下。谷歌的期权结构对顶级研究员来说吸引力有限，股价波动大，行权周期长，相比之下Anthropic上市前的期权更接近“快速变现”。更关键的是，Anthropic允许研究员从零开始搭建新架构，不用背历史包袱，这对Jonas Adler这种想突破Transformer框架的人来说，诱惑力太大了。

不过我倒觉得，这未必全是坏事。谷歌被挖走的这批人，在Anthropic能更纯粹地做前沿探索，反而可能加速AGI的突破。而且谷歌的DeepMind系本来就有“散是满天星”的传统，出走的人最后都成了AI圈的节点。问题是，谷歌如果继续把Gemini当二线业务养，那3.5 Pro跳票可能只是开始，后面模型迭代节奏会越来越被动。

我比较好奇的是，Anthropic现在融了这么多钱，GPU资源真能撑住这么多顶级研究员同时跑实验吗？算力分配不均的问题，换成Anthropic会不会也迟早出现？

算力分配不均这点确实说到根上了，谷歌内部资源博弈太严重，搜索广告这种现金牛部门话语权太大，Gemini团队拿不到足够的GPU集群做实验和迭代，自然留不住想冲顶会的人。Anthropic给的期权变现预期和算力承诺，对顶级研究员来说比谷歌的稳定薪水诱人多了。不过这事也侧面说明，大模型这赛道现在就是拼资源堆砌，算法层面的边际收益越来越低，以后人才流动恐怕会更频繁。

刚看完这篇，有个问题想请教——你说顶级研究员出走不全为钱，但Anthropic的期权诱惑又确实存在，那这两点具体怎么平衡的？是算力限制直接压低了他们的产出效率，导致期权变现的优先级反而上升了？另外Gemini团队被边缘化到什么程度，有具体例子吗，比如资源配比或者决策权上的差别？

这分析很到位，算力分配不均确实是隐形的导火索。我在做分布式训练时深有体会，资源被大业务部门卡着，实验迭代速度根本追不上对手。Anthropic给的期权在上市预期下，等于直接给高潜人才上了个“变现加速器”，这招太狠了。现在大模型拼的就是谁能更快烧钱堆算力，算法红利早就吃完了。

说实话，看到这条新闻我一点都不意外。我自己在几家大厂待过，算力分配这事太真实了。谷歌内部资源倾斜给广告业务不是一天两天了，搜索广告是现金牛，Gemini这种烧钱又短期看不到直接回报的项目，在内部优先级就是低。研究员想跑个实验得排队等资源，隔壁广告部门随便调卡，换谁都心态崩。

而且Anthropic这波挖人时机卡得很准。他们现在处于上市前窗口，期权预期确实比谷歌的股票更有想象力。谷歌股价盘子太大，涨跌几个点对早期员工来说吸引力有限，但Anthropic这种还没上市的公司，期权一旦兑现可能就是几倍甚至几十倍的收益。对顶级研究员来说，这比每年多给几十万美金有诱惑力多了。

另外，算法创新转向算力军备竞赛这个点我也深有同感。现在大模型的技术天花板越来越明显，基础架构和训练方法上的突破空间在收窄，反而是谁能先拿到更多H100、谁能跑更大的集群，谁就能暂时领先。人跟着算力走，这是市场规律。

不过我倒觉得，谷歌不是没机会翻盘。他们手里有DeepMind的底子和TPU生态，关键是看能不能痛下决心把资源从广告部门割出来。如果管理层还抱着“广告优先”的思维，那这波人才流失只是开始，后面还会有更多人跳船。

跑过分布式训练的都知道，算力分配不均真是要命的事，我们小团队抢个A100都得排期，更别说Gemini这种级别的项目被搜索业务压着，换我我也走。Anthropic这波期权诱惑确实精准，技术人最怕的不是996，是看不到自己做的模型能真正推到极限。

算力分配这块真是说到痛点了，我们组之前跟infra团队抢A100配额就抢得头破血流，更别说Gemini这种需要海量资源的大项目。Anthropic这波操作确实聪明，用上市预期对冲了谷歌内部的政治斗争成本，不过话说回来，大模型现在拼的不就是谁能先跑通更大规模的训练管线么，人才跟着算力走太正常了。

说白了，这事儿我一点都不意外。我在大厂干过几年，太了解这种内部资源博弈的痛了。谷歌那个算力分配机制，说是“AI优先”，实际上谁赚钱谁拿资源，搜索广告部门就是亲儿子，Gemini这种烧钱不直接变现的，只能在夹缝里抢点残羹冷炙。你想想，一个研究员想跑个实验，排队等卡等一周，隔壁广告组三分钟调度千卡集群，这还怎么搞前沿探索？换我我也走。

而且Anthropic这波操作确实狠。他们给的期权预期，对比谷歌现在那种“股票绑定四年但增长乏力”的套路，简直降维打击。顶级研究员不是傻子，算力受限+期权画饼，还不如去赌一把上市变现。John Jumper这种拿过诺奖的都走了，说明谷歌内部的问题不是钱能解决的，是战略层面把AI当成了广告业务的附庸。

不过话说回来，Anthropic现在疯狂挖人，等于是接盘了谷歌培养的一批人，但他们的算力资源其实也紧张，全靠微软和亚马逊输血。如果上市后股价达不到预期，或者算力供应出问题，这批人可能又会二次流动。大模型这行，现在就是人才和算力的双轨制，谁跑得快谁吸走资源，但后遗症也很明显——团队稳定性极差，代码和架构传承容易断档。

我更好奇的是，谷歌下一步会怎么补血？是砸钱买断算力给Gemini，还是干脆学微软搞重组？如果还是用“AI安全”这种虚头巴脑的理由来安抚团队，那走的人只会更多。毕竟现实很骨感：算法创新可以靠天才，但军备竞赛全靠堆卡。

说实话，看到这个新闻我第一反应是“意料之中”。我自己在几家大厂都待过，谷歌内部算力分配的扭曲程度，圈子里早就不是秘密了。搜索广告业务是现金牛，拿算力跟喝水一样容易，但像Gemini这种长期投入的前沿项目，资源申请流程长到让人崩溃。我有个前同事在谷歌做多模态，亲口说过他们组排训练任务要提前两个月预约TPU集群，还经常被高优业务插队。这种环境下，真正想做突破的研究员怎么可能不憋屈？

Anthropic那边给的期权确实诱人，但我觉得更关键的是他们现在处于“创业突围期”，资源倾斜极度集中——所有算力都砸在核心模型上，没有谷歌那种内部政治消耗。John Jumper这种诺奖级别的走人，说白了就是谷歌内部创新机制僵化的缩影：你拿了诺奖又怎样？在谷歌你依然要为GPU配额跟PM扯皮。而Anthropic上市前的期权，相当于给这些顶级大脑一个明确的财富兑现窗口，对研究型人才来说，这比谷歌画大饼的长期激励实在多了。

不过我有点好奇，谷歌这次是不是真打算放弃自研大模型，全面转向押注Anthropic的战略投资？毕竟他们自己投了20亿美金进去，如果内部团队持续失血，搞不好最后变成帮Anthropic反向输血。另外，Gemini 3.5 Pro跳票这事儿，我猜不是简单的资源问题，可能跟架构决策有关——听说他们内部在MoE和稠密模型之间反复横跳，这种技术路线摇摆对团队士气的打击比挖角还致命。说到底，大模型这场仗，算法创新已经进入深水区，谁掌握算力分配权和工程执行效率，谁才能活到最后。

说到根子上了，算力分配不均确实是谷歌这类大厂的老毛病。我在国内某大厂做模型训练时也深有体会，搜索、广告这些现金牛业务永远能优先卡算力资源，像Gemini这样的前沿探索团队反而要跟内部其他项目抢算力配额，甚至有时候训练到一半被通知资源回收，这种“二等公民”的体验对顶尖研究员来说确实挺劝退的。

Anthropic这波操作很聪明，不光靠期权画饼，人家是真给了资源自主权。你看他们现在跟谷歌云签了三年合同，算力池独立核算，研究员不用为了跑个实验去填一堆审批流程。这种“算力即权力”的生态下，谷歌内部的组织惯性就是最大短板——Kaggle被收购后的人才流失就是前车之鉴，现在Gemini团队重蹈覆辙。

不过我倒觉得这事对行业是好事。人才流动打破了大厂的算力垄断，Anthropic和OpenAI这种灵活团队反而能倒逼技术路线多样化。比如Jonas Adler他们在谷歌时受限于TPU生态，跳槽后说不定能推更多跨架构的优化方案。至于股价暴跌，更多是市场对谷歌组织效率的重新定价，毕竟大模型战场现在拼的是“工程-资源-人才”的飞轮效应，谷歌如果继续把顶尖人才当螺丝钉用，流失可能只是开始。

算力分配确实是核心问题，我们团队之前也遇到过类似情况，资源被砍之后项目直接原地踏步。Anthropic给的期权预期太吸引人了，换我可能也动心。不过话说回来，Gemini 3.5 Pro跳票会不会跟这些核心研发出走直接相关？谷歌要是再不调整内部资源倾斜策略，人才流失怕只是个开始。

这种核心人才接连流失，对谷歌来说确实是伤筋动骨。我一直觉得，AI团队最怕的不是竞对给钱多，而是自己这边算力被业务部门卡脖子，天才没资源发挥，时间长了谁都得走。Anthropic这一波吸走好几个诺奖级和核心研究员，上市前期权又那么诱人，技术积累和股价预期直接双赢。现在就看谷歌能不能快速调整内部资源分配策略了，不然人才断层对下一代模型的影响可能比想象中更严重。

说实话，看到这条新闻我第一反应是“果然如此”。我在某大厂做infra相关的工作，虽然不在谷歌，但类似的情况太熟悉了。算力分配不均这事儿，一线工程师感受最深。我们团队之前想调个A100集群做实验，流程走了两个月，最后批下来的卡数还砍了一半，理由是“优先保障搜索广告的实时训练”。你说这活儿还怎么干？

而且Gemini团队出走这事，我觉得不只是谷歌的问题。大模型这赛道现在卷到离谱，顶尖研究员每天要面对的不只是算法突破，还有资源博弈。John Jumper这种拿诺奖的都能被挖走，说明谷歌内部确实出问题了。Anthropic给的期权预期确实是实打实的诱惑，但更关键的是人家能给到充足的算力支持——哪怕现在Anthropic也在烧钱，但团队能专心搞模型，不用扯皮资源分配。

至于Gemini 3.5 Pro跳票，我反而觉得是好事。与其赶工出一个被资源限制的半成品，不如等团队稳定了再出。不过话说回来，这波人才流失对谷歌的长期影响可能比股价跌的更深远。看看Meta的Llama团队，人家虽然也折腾，但核心骨干基本没动。谷歌现在的问题是，连诺奖得主都觉得在自家平台做研究不如去初创公司，这信号太危险了。

最后补充一点，算力军备竞赛确实是现实，但算法创新其实一直没停。只不过现在谁手里卡多谁嗓门大，那些真正有突破性的算法（比如混合专家模型、稀疏注意力）反而因为需要大量试错，被资源短缺卡住了。希望Anthropic别让这批人重蹈覆辙吧。

这波操作确实太典型了，我身边就有朋友在谷歌做类似岗位，算力分配真的是老大难问题，很多时候不是能力不行，是根本拿不到资源去试错。Anthropic这波挖人时机抓得太准，上市前期权和自由搞研究的空间，对顶级研究员来说吸引力确实比涨薪大得多。说到底，大模型这行现在就是拼谁手里有更多卡、更敢烧钱做实验，算法再牛没算力也白搭。

算力分配这块确实是个老问题了。我在几家公司都待过，谷歌内部资源倾斜给广告和搜索是公开的秘密，Gemini团队能拿到的算力配额跟Anthropic或者OpenAI这种纯AI公司根本没法比。你想想，训练一次前沿模型要几万张卡跑几个月，如果每次审批都要跟搜索业务抢资源，那研究员天天光写资源申请报告就够了，还做什么创新。

期权这块也是个关键变量。Anthropic目前估值踩着AI热潮往上窜，上市预期非常明确，而谷歌的股票虽然稳，但增长空间和弹性远不如创业公司。对于这些已经功成名就的顶级研究员来说，五年后的期权回报可能比谷歌十年的RSU（限制性股票单位）都高，这个账谁都会算。

不过我觉得最值得关注的是Gemini 3.5 Pro跳票这件事。人才流失是果，产品延期是因还是果？如果谷歌内部决策机制真的像外界传的那样，模型发布要过好几层安全审查和业务对齐会议，那就算留住人，创新速度也会被官僚流程拖死。反观Anthropic，走的是“快迭代、快验证”的路子，研究员有更大的技术决策空间。

还有个点我想补充，就是谷歌的学术文化跟大模型工业化之间的矛盾。很多从DeepMind合并过来的研究员，骨子里是做基础科学的，讲究发论文、追求方法论突破，但现在大模型竞赛完全是工程驱动，谁先堆算力、谁先出产品谁赢。这种文化冲突可能比期权和算力更致命，长期看会逼走第二波、第三波人。

确实，算力分配不均才是致命伤，谷歌内部资源倾斜太严重了，搜索广告这种现金牛业务优先级永远最高，Gemini团队想抢A100/H100集群得排长队。Anthropic这波操作很聪明，直接拿上市期权吸引人，变现路径清晰，再加上OpenAI那边闹内讧，人才自然往那跑。不过话说回来，Anthropic自己的算力储备够不够支撑这么多大佬？别到时候也陷入资源内耗。

这个问题确实值得深挖，帖子里的几个点我都经历过类似的场景，先说说我的判断：人才流失只是表象，核心矛盾在于谷歌这种巨型组织在AI转型期面临的“资源错配”和“激励断层”，而Anthropic的崛起更像是硅谷风投逻辑对传统科技巨头的一次降维打击。我上一份工作就在某大厂做大规模分布式训练，后来跳出来自己搞了个小团队做垂直模型，两边都踩过坑，分享一些实操层面的观察。

关于算力分配不均，帖子里说得对，但不完全准确。谷歌内部确实存在严重的算力政治，但问题不是“搜索广告业务抢了Gemini的算力”，而是谷歌的算力调度体系根本不适合大模型训练。我接触过谷歌的TPU集群架构，他们引以为傲的“统一资源调度”系统实际上是为批处理作业优化的，比如搜索索引更新、广告点击率预估这类任务。这些任务的特点是：单个任务计算量可控、延迟敏感、容错性高。但训练Gemini这种万亿参数模型，一个训练任务就占几千张卡，跑几十天，中间任何一个节点故障就要断点续传。谷歌的调度器对这类“巨型长任务”的支持非常糟糕——它倾向于把大任务拆成小碎片穿插在空闲时段执行，导致训练效率极低。我有个前同事在谷歌内部做过测试：同样的模型，在谷歌的TPU集群上训练，有效算力利用率只有40%左右，因为频繁被其他高优先级任务抢占；而在Anthropic租用的AWS集群上，通过自己写的调度层，利用率能到75%以上。这不是钱的问题，是架构设计层面的路径依赖。

再说期权诱惑，这个点值得更深入地拆解。Anthropic给的不只是上市前的期权预期，而是一个更聪明的“风险对冲方案”。谷歌的薪酬结构里，股票部分占大头，但谷歌股价的涨跌和AI业务表现的相关性越来越弱——搜索广告收入占80%以上，AI做得好不好，股价该跌还是跌。这意味着顶尖研究员在谷歌拿的股票，本质上是在为搜索业务打工。而Anthropic的期权预期锚定的是“AI公司估值”，如果AGI叙事成立，期权涨幅可能是谷歌股票的好几倍。更关键的是，Anthropic允许员工在入职时用现金折价购买期权，这实际上是把风投的投资逻辑内部化了——研究员自己成了“投资人”，赌的是公司能跑通商业闭环。这个设计很巧妙，它把短期薪酬和长期技术愿景绑定了，而谷歌还在用老一套的“四年悬崖”股权激励，研究员干两年走人，未归属的股票直接归零，等于被反向惩罚。

技术层面，Gemini 3.5 Pro跳票不是孤例。我实际参与过类似规模的模型迭代，可以提供一个技术视角的解读。大模型从3.0到3.5这类小版本升级，通常不是靠堆算力，而是靠“架构微调+数据清洗+训练策略优化”。但谷歌现在的问题在于，团队核心骨干流失后，剩下的工程师根本不敢动训练管线里的关键参数。比如，一个常见的优化是调整MoE（混合专家模型）的负载均衡策略——把某些专家层的容量分配从均匀分布改成偏态分布，以适配特定任务的数据分布。但这个改动需要重新跑一次全量训练，成本在千万美元级别，而且很可能因为数值稳定性问题导致loss发散。原来设计这个策略的Jonas Adler走了，新接手的人不敢拍板，项目就卡住了。我在小团队里处理过类似情况——我们当时用了一个“分阶段回滚”的方法：先在1%的参数规模上验证改动，确认收敛曲线稳定后再全量跑。但谷歌的工程流程要求所有改动必须先通过内部review board审批，而review board里坐的都是搜索业务出身的架构师，他们对MoE的数值特性根本不熟，一个改动要拖两周才能批准。这种组织僵化不是靠提高薪酬能解决的，它本质上是“技术决策权和风险承担能力”的错位。

Anthropic的挖角策略能持续多久？我的判断是，它会在未来18个月内遭遇一个结构性挑战：人才稀释。目前被挖走的是谷歌的核心研究员，这些人具备“从零搭训练管线”的能力。但Anthropic挖人是有上限的——它不可能无限扩张，因为核心研究员需要匹配的“执行层”工程师来配合。我认识一个刚从Anthropic离职的工程师，他跟我说，公司现在最大的痛点是“研究员密度过高”——一个20人的小组里，有6个是前谷歌的principal scientist，但能写生产级C++/CUDA代码的只有3个人。这意味着，顶尖研究员提出的架构改进方案，没人能落地实现。结果就是，这些研究员被迫去补工程短板，反而降低了创新效率。所以Anthropic下一步大概率会转向挖谷歌的“工程型研究员”——那些既懂模型设计又能自己动手写分布式框架的人。这类人在谷歌内部更稀缺，也更容易被高薪撬动。但一旦Anthropic开始挖这类人，它的人才成本会急剧上升，因为工程型研究员对期权的敏感度更低，更看重现金薪酬和实际算力资源。这会倒逼Anthropic在下一轮融资中接受更苛刻的条款，比如对赌协议或优先清算权，最终可能引发整个行业的“期权泡沫破裂”——当Anthropic的估值无法支撑其薪酬承诺时，被挖来的人反而会陷入更被动的局面。

关于谷歌的反制措施，帖子问“提高薪酬或开放算力”是否有效。我认为两者都治标不治本。薪酬方面，谷歌已经给核心研究员开出了300-500万美元的年薪，但这个数字在Anthropic的期权预期面前仍然是杯水车薪——Anthropic给一个senior scientist的期权包，按最新估值算，四年后可能价值8000万到1亿美元。谷歌不可能用现金去匹配这个数字，因为公开市场的股价波动会直接反映在财报上，而Anthropic的期权是未上市资产，估值有巨大的主观空间。算力方面，谷歌开放算力更是一把双刃剑。如果谷歌内部算力分配不再偏向搜索业务，会导致搜索广告的营收增速下滑，股价再跌一波；如果不开放，人才继续流失。这本质上是一个“用短期利润换长期技术壁垒”的博弈，但谷歌的董事会和华尔街投资者不会允许这么做。我观察到一个细节：谷歌最近开始允许Gemini团队使用第三方云服务（比如AWS）来训练部分模型，这实际上是在变相承认内部算力调度体系已经失效。但这种做法会进一步削弱TPU生态的竞争力，形成恶性循环。

最后聊一个帖子没提到的点：地缘政治因素。Anthropic的挖角策略背后，有很强的“人才集中化”意图——它把分散在谷歌、DeepMind、Meta等公司的顶尖人才集中到旧金山一座办公楼里，这本质上是在构建一个“技术寡头”的雏形。一旦人才集中到一定程度，其他公司再想追赶，就必须支付更高的薪水和更长的研发周期。但这也带来了风险：如果Anthropic的技术路线选错了（比如盲目追求参数量而忽略推理效率），或者商业场景迟迟不能落地（比如企业客户对生成式AI的安全性要求远超预期），那么这批集中起来的人才反而会变成沉没成本。相比之下，谷歌分散在多个研究组的架构虽然效率低，但抗风险能力更强——Gemini团队被掏空，但谷歌还有DeepMind、Brain、Research等独立团队，每个团队都有自己的技术储备。我接触过谷歌的PaLM 2团队，他们和Gemini团队完全独立，用不同的训练框架和数据处理流程。如果谷歌决定启动“Plan B”，完全可以在不依赖Gemini核心技术的情况下，从PaLM 2团队抽调人手重建一个模型管线。当然，这会损失时间窗口，但不至于让谷歌直接退出竞争。

综上，我认为这个事件的核心不是“谷歌输给Anthropic”，而是“大公司AI研发模式遇到了天花板”。谷歌的困境是所有科技巨头在转型期都会经历的：当一个组织从“商业驱动”转向“技术驱动”时，原有的资源分配机制和激励体系必然失灵。而Anthropic的崛起，本质上是用风投的“高风险高回报”逻辑，去撬动大公司的“低风险稳定回报”体系。这个策略在初期非常有效，但长期能否持续，取决于Anthropic能否在两年内实现商业闭环——如果做不到，那些被高薪挖去的研究员，可能会发现自己在期权泡影中失去了谷歌的稳定平台。而谷歌如果能痛下决心，把AI业务拆分成独立子公司并引入外部资本，或许能复制微软对OpenAI的“投资但不控制”模式。但现在看，谷歌的文化里没有“拆分”这个选项。

说实话，看到这新闻我一点都不意外。之前跟谷歌云那边的人聊过，内部算力分配确实是老大难问题。搜索广告业务是现金牛，资源优先级永远排第一，Gemini这种烧钱又不直接变现的项目，团队能拿到的算力配额少得可怜。我认识的一个前同事在谷歌做模型训练，他吐槽过为了跑一次全量训练，得提前三个月申请资源，还不一定能批下来。这种环境下，顶级研究员不走才怪。

Anthropic这波收割太精准了。不光是期权预期，关键是人家现在算力储备充足——跟亚马逊、谷歌云签了长期租约，还自己建集群，研究员去了直接开干，不用天天跟内部流程扯皮。而且Anthropic给的自由度确实大，我关注的一个开源项目贡献者去年跳过去，说那边鼓励探索新架构，不像谷歌内部一堆评审会、合规审查，实验都得排队。

Gemini 3.5 Pro跳票其实早有预兆。算力不够的情况下还要跟OpenAI拼进度，团队早晚会崩。现在谷歌股价跌这么多，说明资本市场也看明白了——大模型竞争已经从算法创新变成了赤裸裸的算力军备竞赛。谁手里有更多H100，谁就能留住人。谷歌不是没钱，但内部资源分配机制太僵化，这才给了Anthropic可乘之机。

不过话说回来，Anthropic现在挖了这么多谷歌核心研究员，能不能真正整合好也是个问题。团队规模膨胀太快，管理成本会指数级上升，别到时候也陷入谷歌那种“大公司病”。

算力分配这个点确实说到根上了。谷歌内部AI团队的算力配额经常要跟广告业务抢资源，这种结构性问题不是涨薪能解决的。Anthropic给的期权在现在这个估值水位下，变现预期确实比谷歌的RSU诱人得多。不过话说回来，Gemini 3.5 Pro跳票这事儿，我倒觉得未必全是坏事——赶工出来的东西，不如像GPT-5那样憋个大招。

说实话，看到这个新闻我心里挺复杂的。John Jumper拿诺奖的时候我还跟朋友吹过说谷歌DeepMind的底子太厚了，结果转眼间核心团队就被掏空了，这感觉就像自家主队核心球员集体跳槽一样。

不过仔细想想，你提到的算力分配问题确实是个关键点。谷歌内部搜索和广告业务是现金牛，肯定优先给算力，Gemini团队再牛也顶不过财报压力。现在大模型迭代周期这么快，谁能拿到稳定的大规模算力谁就能跑在前面，算法再厉害没有显卡也是白搭。Anthropic这一波挖人，不光是抢人才，更是抢时间窗口——他们现在有亚马逊和谷歌自己投的钱，算力肯定管够，再加上上市预期，期权变现的诱惑力确实太直接了。

但我也有点疑惑：Anthropic搞的安全对齐路线和谷歌原来那套技术路线真能无缝衔接吗？Gemini那批人习惯的是谷歌那种大模型、大算力、快速迭代的打法，到了强调可控性的Anthropic，会不会有点水土不服？另外，谷歌股价蒸发2000亿，这里面有多少是情绪反应？毕竟谷歌家大业大，广告业务还是稳的，短期内AI业务动摇不了基本盘吧？

我倒觉得，现在最该着急的不是谷歌，而是其他还在观望的大厂。这种人才流动只会加速，如果内部团队得不到足够资源，谁都不想当备胎。接下来就看谷歌能不能狠下心来调整内部资源分配了，不然流失可能只是个开始。