拿下诺贝尔化学奖不到两年，alphafold 背后的专属研发团队已正式解散。
7 月 29 日，《金融时报》披露，谷歌 DeepMind 已对负责 AlphaFold 开发的专项团队进行拆分。过去一年间，该系列论文的多数原始作者陆续被调往其他方向——有人加入 Gemini 团队强化大模型能力，有人投身 AI 编程、基因组学、酶工程或核聚变项目，还有部分成员转入 Alphabet 旗下专注药物研发的 Isomorphic Labs。谷歌 DeepMind 向《金融时报》确认了此次组织架构调整。
需强调的是，此举并不等于谷歌放弃 AlphaFold 或终止其在生命科学领域的应用。
更确切地说，AlphaFold 不再作为一个拥有稳定编制、聚焦单一科学命题长期攻坚的独立研究单元而存在。其公开数据库、预训练模型及衍生工具仍在持续更新与维护；而部分面向临床转化的药物发现工作，则由 Isomorphic Labs 接续推进。
目前，AlphaFold 仍被 DeepMind 列为其标志性科学成果之一：累计预测蛋白质结构超 2 亿种，服务全球 190 多个国家和地区的逾 300 万名科研人员。
诺奖得主转战 AI 编程，随后加盟 Anthropic
此次变动之所以引发广泛关注，不仅在于一个团队名称的消失，更因多位关键人物已悄然离场。
AlphaFold 项目负责人 John Jumper、核心研究员 Jonas Adler 以及早期架构师 Alexander Pritzel 均已宣布加入 Anthropic。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
John Jumper
在离职前，Jumper 与 Adler 曾被临时划入谷歌内部“Code Strike”小组，该小组目标是提升 Gemini 在代码生成与理解方面的表现，以应对 Anthropic 与 OpenAI 在 AI 编程赛道上的强势竞争。
Jonas Adler
Pritzel 则是 AlphaFold 初期关键技术路径的设计者之一，近年深度参与 Gemini 的预训练体系优化。
据《金融时报》援引知情人士及署名信息统计，最初发表于 AlphaFold 论文中的 DeepMind 全职研究人员中，已有近四分之一彻底离开公司。
一位 DeepMind 内部员工将 Jumper、Adler 和 Pritzel 描述为“支撑公司技术根基的核心力量”，并表示三人的集体出走，在组织内部引发了不小震动。
其中，Jumper 的动向最具象征意义。2024 年，他与 DeepMind CEO 戴密斯·哈萨比斯共同荣膺诺贝尔化学奖，表彰他们在蛋白质三维结构预测领域取得的革命性突破。诺奖委员会特别指出，二人于 2020 年发布的 AlphaFold 2，终结了生物学界长达半个多世纪的难题。
今年 6 月，Jumper 正式结束近九年 DeepMind 生涯，加盟 Anthropic。他在告别声明中感谢哈萨比斯在其博士毕业仅半年后便委以 AlphaFold 主导重任，但未说明离职动因，亦未透露未来在 Anthropic 的具体职责。
从“攻克一项科学难题”，转向“用 Gemini 支撑整个科研范式”
对于本次调整，DeepMind 给出的官方解释并非缩减科研投入，而是重构科研组织逻辑。
DeepMind 研究副总裁、AI for Science 项目总负责人普什米特·科利向《金融时报》表示：过去九年，公司的策略是遴选具有清晰边界的重量级科学挑战（如蛋白质折叠、气候建模、可控核聚变），再为每个目标组建专属攻关团队；如今，这一模式正经历系统性演进。
新路径不再为不同学科问题分别定制专用模型，而是致力于打造一套以 Gemini 为基座的通用型科研智能体系统——它能辅助科学家检索文献、提出假说、编写实验脚本、执行模拟计算，并逐步接管部分重复性科研任务。
这一思路已在近期产品中落地。
2026 年 5 月，DeepMind 推出基于 Gemini 构建的多智能体协作平台 Co-Scientist，通过多个角色智能体反复质疑、验证与迭代科学假设，在抗菌药开发、植物免疫机制解析及肝纤维化干预等课题中展开实践。此外，Gemini Deep Think、AlphaEvolve 等系统也正将大模型能力延伸至数学推理、物理建模、算法生成与计算机理论探索等领域。
换言之，DeepMind 并非退出 AI for Science，而是将其整体纳入 Gemini 所代表的基础模型生态与智能体协同框架之中。AlphaFold 代表的是“一支队伍专攻一个问题”的垂直攻坚范式；而新战略则追求“一个基础模型赋能多学科研究”的横向渗透路径。
网友热议：让诺奖得主打磨编程模型，“难怪他选择离开”
消息传出后，技术社区最先聚焦的问题，正是为何将 Jumper 这类顶尖科学家调往 AI 编程方向。
Reddit 用户 Recent_Fox4339 带着调侃语气写道：“他们居然把 那位 John Jumper 派去优化 Gemini 的写代码能力？那他走人就一点都不奇怪了。” 该用户指出，DeepMind 近期战略重心明显偏移，并开始怀疑这家公司是否还会回归曾奠定其声誉的前沿基础研究。
使用AIsa生成图像与视频。仅需一个API密钥即可调用Gemini 3 Pro Image（图像）和Qwen Wan 2.6（视频）。
发帖人 TorturedPoet30 表示，Jumper 当初的离职看似突兀，如今却显得顺理成章：
“让具备 Jumper 这种层级专业素养的人去打磨编程辅助工具，本质上是一种资源错配。”
他还抛出疑问：既然 Isomorphic Labs 明确承接生物医药方向的研究，谷歌为何不安排 Jumper 转岗至此？
用户 Fit-Dentist6093 的措辞更为直白：“试想一下，你刚拿到诺贝尔奖，身份是首席科学家，结果公司通知你：‘接下来请负责数据清洗和提示词工程，教模型怎么当好一名软件工程师。’”
另有观点将此次调整视为 DeepMind 商业化进程加速的标志。
Recent_Fox4339 提到，哈萨比斯近年来的公众形象愈发贴近传统科技企业高管，而非昔日那个带领团队攻坚克难的研究领袖。在他看来，DeepMind 的对外定位，正由“顶尖科研实验室”悄然转向“前沿模型供应商”。
部分评论则将矛头指向行业竞争本质。用户 mintaka 直言：“所谓 AGI，最终还是绕不开商业逻辑。” IntelligentMedium698 认为，当前主流 AI 公司普遍将增长指标与市场份额置于真实用户需求之上，谷歌集中押注编程智能体，不过是整场大模型军备竞赛中的一个缩影。
不过，Reddit 上的声音并非全然悲观。也有用户指出，AlphaFold 的科研使命并未中断，只是转移至 Isomorphic Labs。
用户 Aaco0638 强调，围绕 AlphaFold 展开的生物医学研究正在 Isomorphic Labs 持续深化，因此将此次调整简单定义为“谷歌抛弃 AlphaFold”，显然有失公允。
另一位用户 swimmingupclose 也认为，Isomorphic Labs 实际上已承担起原 AlphaFold 团队在药物发现端的核心职能，团队重组未必是错误决策。
这种判断具备一定现实依据。
Isomorphic Labs 成立于 2021 年，隶属 Alphabet，初衷即是将 AlphaFold 在结构生物学层面的技术优势转化为实际药物研发能力。目前，该公司正构建一套超越静态结构预测的动态分子设计平台，并将其定位为 AlphaFold 3 向真实药物管线延伸的关键基础设施。
因此，不少观察者认为，不能轻易断言“谷歌放弃了 AI for Science”。AlphaFold 积累的数据资产、模型能力与方法论仍在运转；生物医药领域的商业化路径，亦由 Isomorphic Labs 明确承接。真正发生转变的，是 DeepMind 内部科研资源配置的方式：固定建制团队趋于收缩，科学家被更广泛地嵌入 Gemini 生态、科学智能体项目及其他跨学科工程中。
但公众的忧虑同样值得重视。AlphaFold 的诞生，恰恰依赖于长期、稳定、目标明确的专项投入——一群科学家围绕一个高风险但意义深远的问题持续深耕，而非优先考量模型能否成为入口、平台或盈利载体。
当这些科学家被抽调至 Gemini 和 AI 编程等短期见效、市场导向强烈的项目时，DeepMind 是否还能为下一个需要数年沉淀、短期内难以商业化的“AlphaFold 级别”的重大科学突破保留容错空间与组织耐心，已成为悬而未决的新命题。
从这个角度看，这并非 AlphaFold 技术生命的终结，却很可能标志着一个时代的落幕。
AlphaFold 依然存在，但孕育它的那种科研组织形态，正在悄然退场。
参考链接：
https://www.php.cn/link/cb4d02509b87b9e10a46d16e621066ee
https://www.php.cn/link/325c9a930b8f55810967358ad8304833
https://www.php.cn/link/d756d1245e002ce18ae7321671617dc1
本文来自微信公众号 “AI前线”（ID：ai-front），作者：冬梅，36氪经授权发布。
