AlphaFold团队解散

拿下诺贝尔化学奖的团队，说散就散了。

《金融时报》8月初曝出一条消息：谷歌DeepMind的AlphaFold团队已经不再作为独立团队存在。成员被分流去做Gemini、AI编程、基因组，甚至核聚变。

最引人注目的是诺奖得主John Jumper的去向——他投奔了Anthropic。

这不是一个”项目失败所以砍掉”的故事。AlphaFold 2在蛋白质结构预测上几乎是碾压级的存在，直接让这个领域的研究效率翻了几个数量级。诺奖就是最好的证明。

真正的问题是：谷歌要All in Gemini了。

DeepMind科学副总裁Pushmeet Kohli的说法是”科学团队没有转向，只是扩大了工作范围”，并强调由Gemini驱动的”科学智能体”是重点方向。翻译成人话就是：以后科学发现这件事，我们不靠专精团队，靠通用大模型。

这在战略上说得通。GPT-5.6刚大降价80%，OpenAI用模型自我优化把成本打下来了。通用大模型的边际成本正在趋近于零，养一个诺奖级别的专精团队反而不划算了。

但问题也在这里。

AlphaFold解决的是一个极度垂直的问题。Gemini再强，在蛋白质折叠这个细分赛道，能不能做到同样的精度？”科学智能体”听起来很美，但需要时间验证。在这段验证期里，竞争对手不会等着。

Jumper选择Anthropic，说明顶级科学家也在用脚投票。

谷歌的算盘很清楚：与其让AlphaFold团队继续在单一方向深挖，不如把人才和算力都押在Gemini上，赌通用模型能吃掉所有垂直场景。这可能是对的，也可能是一个昂贵的误判。

通用和专精的博弈，从来就没有标准答案。