从AlphaFold到Anthropic：John Jumper离职背后的AI生物医药产业化转折

2026年6月20日，谷歌DeepMind副总裁、AlphaFold负责人John Jumper在X平台正式宣布，结束在DeepMind近九年的职业生涯，加入AI初创公司Anthropic。这一消息距Transformer论文核心作者Noam Shazeer宣布离开谷歌加入OpenAI，仅仅过去了48小时。短短三天内，谷歌接连失去两位定义了当代AI走向的关键人物。

对于AI+生物医药领域的从业者而言，Jumper的离职不应被简单视为一次人才流动的新闻事件。它标志着一个更深层的转折：AI驱动生物医药产业化的范式正在发生根本性位移——从“证明概念”的学术探索阶段，全面进入“工程化落地”与“商业价值兑现”的产业竞争阶段。

John Jumper的履历堪称传奇。1985年出生于美国阿肯色州，本科在范德堡大学攻读数学和物理双学位，后获马歇尔奖学金赴剑桥大学攻读理论凝聚态物理硕士，再赴芝加哥大学攻读理论化学博士，开始用机器学习方法做蛋白质结构预测。

2017年博士毕业仅6个月，Jumper便被DeepMind首席执行官Demis Hassabis指名领导AlphaFold蛋白质结构预测团队。2020年，AlphaFold 2横空出世，仅基于氨基酸序列便以惊人准确度预测蛋白质结构，被广泛誉为解决了困扰生物学界长达50年的重大挑战。2024年10月，Jumper与Hassabis共同获得诺贝尔化学奖，时年39岁的他成为史上首位“85后”诺奖得主，也是70多年来最年轻的诺贝尔化学奖得主。

近九年时间里，AlphaFold数据库已累计释放超2亿种蛋白质预测结构，免费向全球190个国家、超200万科研人员开放。

对于离职，Jumper在X上写道：“我非常感激在谷歌DeepMind的这段时光。Demis Hassabis让我领导AlphaFold团队，这真是一次大胆的尝试。”Hassabis则回应称：“感谢John在过去九年里的非凡伙伴关系与精彩合作。我们凭借AlphaFold取得的成就改变了世界。”

1、AlphaFold改变了研究范式。Jumper的离开，标志着AlphaFold作为纯学术探索项目阶段性告一段落。

AlphaFold的核心科学问题——从氨基酸序列预测蛋白质三维结构——已基本解决。2024年5月，DeepMind与Isomorphic Labs联合发布AlphaFold 3，模型已超越单纯的蛋白质预测，涵盖DNA、RNA、小分子配体及它们之间的相互作用。蛋白质-配体对接准确率达到76.4%，较前代方法提升约1.8倍。

当核心科学难题已被攻克，接下来的工作重心必然从“开拓”转向“应用”与“变现”。这正是Isomorphic Labs的使命——将AlphaFold的技术成果商业化。2026年5月，Isomorphic Labs宣布完成21亿美元B轮融资，创下AI制药领域单轮融资规模新纪录。但值得注意的是，其首个AI设计药物的临床试验已推迟至2026年底。

Jumper作为“科学探索者”的离开，恰恰印证了这一点：DeepMind在蛋白质结构预测这一科学命题上的历史使命已经完成，AlphaFold正从“论文里的模型”走向“实验室和临床中的工具”。而这一转型所需的技能组合与组织文化，与Jumper作为科学家的核心禀赋或许已不再完全匹配。

2、很多人将Jumper的离职归结为“人才争夺战”的一个注脚，但忽略了其独特的跨学科稀缺性。

Hassabis长期强调，解决蛋白质折叠等难题时，“懂蛋白质可能比懂AI更重要”。这一判断在Jumper身上得到了极致验证。Jumper之所以能在博士毕业仅半年便被委以AlphaFold项目领导重任，正是因为其横跨数学、物理、化学、生物的复合学术背景——他理解的不只是算法，更是蛋白质折叠背后的物理与化学本质。

Jumper的成功证明了在AI生物医药领域，深刻理解生物学问题比纯粹的算法创新更具决定性。他的跳槽，是对“跨学科科学家”价值的市场确认。未来AI药企的竞争，争的将不再是纯AI工程师，而是像Jumper这样能打通“干实验”（计算）与“湿实验”（实验验证）的复合型人才。

对于国内AI制药企业而言，这一信号尤为关键。许多企业的团队配置仍以AI算法人才为主，生物学、化学、药学的深度 expertise 相对薄弱。Jumper的经历提醒我们：在AI生物医药这个交叉领域，生物学问题的定义能力，往往比算法的实现能力更具稀缺性。

3、Jumper选择Anthropic并非偶然。这家以AI安全立身的公司，正在系统性地构建“AI for Science”的战略版图。

2025年，Anthropic推出AI for Science项目，为高影响力生物研究提供免费API额度，重点支持药物发现、遗传数据分析等领域，并设立独立的医疗健康与生命科学部门，单独配置预算、算力与招聘通道。

2026年4月，Anthropic以约4亿美元全股票交易收购了成立仅8个月、仅9名员工的AI生物技术初创公司Coefficient Bio。Coefficient Bio专注于开发针对生物学研究优化的AI模型，其团队加入Anthropic的医疗生命科学部门。

同月，Anthropic发布Claude Fable 5，宣称其在药物研发和科学研究领域具备卓越能力。该公司表示，基于Mythos 5的版本“将药物设计流程中的部分环节提速约十倍”，并在完全自主运作的条件下，在蛋白质结合位点选择、蛋白质设计工具运行等任务上达到甚至超越经验丰富的人类操作员水平。该平台已针对14个蛋白质靶点中的9个生成了具有研究价值的候选药物。

Jumper的加入，让Anthropic获得了将AI大模型与真实生物学实验数据闭环验证的核心能力。这标志着顶级AI公司正从提供“数据处理软件”向深度介入“药物发现全流程”转型。Anthropic不再满足于做一个通用大模型公司，而是要成为一家能够亲自设计和验证药物的AI生物科技企业。

4、AI生物医药进入“军备竞赛”阶段。

Jumper的流动，预示着AI生物医药领域正式进入巨头“军备竞赛”阶段。

Anthropic今年的人才引进力度惊人：OpenAI联合创始人Andrej Karpathy、xAI联合创始人Ross Nordeen、前微软Azure AI高管Eric Boyd、前谷歌DeepMind高级研究总监Matt Botvinick等AI大牛均在今年加入。

与此同时，OpenAI也在重仓生命科学。谷歌方面，Isomorphic Labs手握21亿美元融资，与诺华、礼来签署了重要的药物发现合作协议。竞争维度已从论文数量全面升级为产品化能力、商业化落地和跨学科人才储备的综合较量。

首先，我们的人才结构是否足够“跨学科”？

国内AI制药企业的团队构成，普遍以AI算法人才为主力，生物学、化学、药理学的深度专业人才相对不足。这在算法验证阶段或许够用，但一旦进入真实的药物设计和临床推进阶段，对生物学问题的理解深度将直接决定项目的成败。

Jumper的成功密码在于：他不是“会编程的生物学家”，也不是“懂生物的工程师”，而是在物理、化学、生物的交叉地带游刃有余的科学家。国内AI制药企业需要反思：我们的团队是否有足够多的“Jumper式”人才？我们的人才培养和引进机制，是否真正重视跨学科能力的构建？

其次，我们是否过于迷恋“技术壁垒”而忽视了“产业闭环”？

AlphaFold的巨大成功让许多国内AI制药企业陷入一种迷思：只要拥有领先的算法模型，就能在AI制药领域占据优势。但Jumper的离职提醒我们：预测蛋白质结构是一回事，把候选药物推到临床、走完监管流程是另一回事。

Isomorphic Labs拿了21亿美元融资，但第一个临床试验已推迟到2026年底。这恰恰暴露了AI制药最真实的挑战：临床推进和监管审批才是真正的瓶颈，而非模型精度。

国内AI制药行业正处于从“技术突破”走向“临床落地”的关键一跃。据不完全统计，截至2026年上半年全球已有170余条AI设计或优化的药物管线进入临床。大多数企业仍停留在“算法展示”阶段，缺乏从靶点发现到临床验证的完整闭环能力。

最后，我们的产业化路径是否足够多元？

国内互联网巨头在AI制药赛道的布局已呈现出清晰的路径分化。字节跳动走“全链路自研”路线，从蛋白结构预测模型Protenix到自有小分子管线全面布局；百度孵化的百图生科走“平台服务”路线，定位为药企的技术底座；腾讯则走“投资+自研”的中间路线；阿里、京东依托原有医药业务走“场景落地”路线。

这种多元格局恰恰说明，国内AI制药产业已告别“蹭热点、铺摊子”的试水阶段，进入了基于自身禀赋选择产业定位的深耕期。但无论选择哪条路径，都必须回答一个根本问题：我们的技术能力，最终能否转化为真实的临床价值和商业回报？

Jumper选择离开DeepMind加入Anthropic，某种程度上也是他相信在Anthropic能更快地将AI能力转化为真实的药物研发成果。对国内企业而言，这一信号同样适用：资本和市场最终奖励的，是那些能完成从算法到药物全链条闭环的企业，而非仅仅拥有漂亮论文或模型的团队。

John Jumper的离职，也许可以看作是是AI生物医药领域从“科学探索”走向“产业落地”的分水岭。

AlphaFold用不到十年时间，攻克了困扰生物学界半个世纪的蛋白质折叠难题。但攻克一个科学难题，与创造一个有商业和社会价值的药物，之间隔着从实验室到临床的漫长距离。Jumper选择离开DeepMind加入Anthropic，或许正是因为他意识到：科学问题已经解决，接下来需要解决的是工程问题、临床问题和商业化问题——而这些问题，需要的不仅是科学家的好奇心，更是创业者的执行力。

对于中国的AI制药行业而言，这一事件的启示清晰而深刻：我们正在从“追赶算法”走向“竞争临床”。谁能在跨学科人才储备、全链条研发能力和临床转化效率上建立真正的优势，谁就能在下一阶段的全球竞争中占据一席之地。

AlphaFold的时代正在落幕，AI制药的时代才刚刚开始。而Jumper，已经选择了他的下一站。