意外看到谷歌 DeepMind 已解散了 AlphaFold 背后的研发团队。

据『金融时报』披露，在最初发表 AlphaFold 论文的谷歌 DeepMind 全职作者中，已有近四分之一彻底离职。

剩余的大部分作者已被内部转岗至围绕谷歌 Gemini 大语言模型构建的项目，以及包括酶设计、核聚变与基因组学在内的领域。还有部分员工被调往了 Alphabet 旗下的药物研发公司 Isomorphic Labs。

不知道这么说合不合适，AlphaFold 项目一度就是 DeepMind 乃至谷歌 AI 的灵魂。

DeepMind 创始人哈萨比斯之所以会去剑桥大学求学，很大程度是因为一部名为『生命的故事』的电影，这部电影正是讲述了因发现 DNA 双螺旋结构而获得诺贝尔奖的研究人员的故事。

在剑桥大学，哈萨比斯从朋友（剑桥大学计算生物学家 Tim Stevens）那听说了困扰学界的蛋白质折叠问题。

—— 只要了解蛋白质结构，就有助于研究人员设计出能与蛋白质表面结合的药物分子，甚至能找到治疗帕金森病和阿尔茨海默病的方法。

但问题是，一名博士生可能需要数月甚至数年时间才能绘制出单个蛋白质结构，对于潜在待搜索的可能性而言，以当时的人力完全无法做到。

直到 2016 年 3 月，AlphaGo 击败李世石的那天，哈萨比斯认为时机成熟，决定带着他们的 AI 去挑战这个生物学界的费马大定理。

2017 年 10 月，迟迟找不到突破的 DeepMind 团队迎来了 John Jumper 的加入。Jumper 在芝加哥大学攻读博士期间，获得了一个与哈萨比斯类似的洞察：试图通过物理学公理来理解生物学问题是一条死胡同，借助 AI 才能洞察支配生命的隐藏模式。

在 Jumper 加入不久后，DeepMind 就完成了第一个重要的蛋白质预测模型的设计，并将其命名为 AlphaFold。

2019年年中，在 Transformer 模型的加持下，经过改进的 AlphaFold 2 诞生，在蛋白质预测领域展现出了惊人的效率和准确率。

截至 2025 年底，全球已有超过 300 万名研究人员免费查阅了 AlphaFold 的预测结果，由此加速了从基础生物学到疫苗开发，再到环境科学等各个领域的发展。

这一突破也让 John Jumper 以及哈萨比斯荣获了 2024 年诺贝尔化学奖。

上个月 John Jumper 已经宣布跳槽至 Anthropic 工作。对 DeepMind 而言，他们不光失去了一位灵魂人物，也告别了属于他们的一个标志性时代。

连哈萨比斯自己也承认：我最想展示的是，AI 能创造令人难以置信的科学突破，让世界理解这一点很重要。但现在我已经实现了这个愿望。AlphaFold 的影响如此巨大，我不确定自己还能有所超越，除非能解决物理学和宇宙本质的问题，这是我的长期目标。