@AndrewCurran_：Google核心研究員轉投Anthropic引發Gemini競爭力擔憂。 人才流動與產業影響 根據 Bloomberg 的報導，Google DeepM…

Google核心研究員轉投Anthropic引發Gemini競爭力擔憂。 人才流動與產業影響 根據 Bloomberg 的報導，Google DeepMind 兩位關鍵成員 Jonas Adler 與 Alexander Pritzel 即將加入 Anthropic。這兩位研究員在內部被視為 Gemini 模型開發的核心貢獻者： Jonas Adler：曾負責 Google 的 AI 程式開發專案，具備應用數學背景，曾參與 AlphaFold、AlphaFold 3 及 Gemini 1.5 的開發。 Alexander Pritzel：自 2014 年加入 DeepMind 的資深成員，專精於深度強化學習（Deep RL）、不確定性估計與情節記憶（episodic memory），亦是 AlphaFold 2 與 3 的核心作者，後轉入 Gemini 訓練體系。 這是一張標示為 Jonas Adler 的個人簡介圖像，其職稱為 DeepMind 的研究科學家。 此次離職被視為 Google 近期人才流失潮的延續，此前已有諾貝爾獎得主 John Jumper 加入 Anthropic，以及知名研究員 Noam Shazeer 轉投 OpenAI。市場分析指出，這波離職潮反映了 Google 在面對 Anthropic 與 OpenAI 等新創公司競爭時的壓力，特別是在計算資源分配與組織優先級調整過程中，導致部分核心人才選擇出走。 這是一篇關於 DeepMind 科學家憑 AI 預測蛋白質 3D 結構（AlphaFold）獲諾貝爾獎的報導截圖。 技術對齊與 Anthropic 的研究方向 與此同時，研究員 Arthur Conmy 也宣布加入 Anthropic，並將專注於「對齊即將推出的模型」。他強調，目前的 Claude 模型雖然能力卓越，但尚未達到足以安全委託其進行 AGI 開發的對齊程度。他分享了 Anthropic 於 2026 年 5 月發布的技術文章「Teaching Claude Why」，該文探討了如何透過以下方式提升模型的對齊穩健性： 訓練模型針對倫理困境提供建議，而非僅僅在特定情境下執行任務。 使用關於 Claude 憲法（Constitution）的文件或虛構的 AI 行為故事進行訓練，這些資料雖與實際評測集分布差異極大（OOD），卻能有效提升模型表現。 在無害性 RL 環境中加入工具定義，即使這些工具對使用者請求並無直接幫助，也能顯著降低 Agent 的對齊失效（misalignment）機率。 Arthur Conmy 指出，單純針對評測指標進行訓練往往會導致過度擬合，無法推廣至分布外（OOD）的情境。Anthropic 的策略是教導模型理解「為什麼」某些行為優於其他行為，並透過憲法文件與高品質的 SFT（監督式微調）來建立模型對原則的理解，而非僅僅模仿對齊後的行為表現。 產業觀點與後續效應 針對人才流動現象，Google DeepMind 執行長 Demis Hassabis 在坎城的一場活動中回應，強調 AI 領域的人才流動極為頻繁，且 Google 仍擁有業界最廣泛的研究團隊。然而，社群觀察者如 Lucas Beyer（bl16）則指出，近期大量離職者多為長期駐紮倫敦的 DeepMind 老兵，這可能暗示了 Google 內部預訓練工作的重心正逐漸向美國山景城（MTV）轉移，導致部分研究人員因資源分配或地理因素選擇離開。 Google 工程與 DevRel 主管 Addy Osmani 在任職 14 年後發文分享職涯感悟並宣布離職。原文：https://easyvibecoding.app/curated/2199