[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-john-jumper-move-shows-ai-labs-bleed-talent-zh":3,"article-related-john-jumper-move-shows-ai-labs-bleed-talent-zh":30,"series-industry-86d9353d-851c-481d-a8d3-21ceff722b16":75},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":22,"views":26,"created_at":27,"published_at":28,"topic_cluster_id":29},"86d9353d-851c-481d-a8d3-21ceff722b16","john-jumper-move-shows-ai-labs-bleed-talent-zh","John Jumper 轉職揭露 AI 留才漏洞","\u003Cp data-speakable=\"summary\">John Jumper 從 DeepMind 轉去 \u003Ca href=\"\u002Ftag\u002Fanthropic\">Anthropic\u003C\u002Fa>，剛好把 AI labs 留才這件事講得很直白。\u003C\u002Fp>\u003Cp>我盯 AI lab 的人事流動有一陣子了，老實說，越看越像同一齣戲重播。大公司、重 compute、demo 很漂亮，結果過沒多久，又有一位資深研究員安靜地走人。大家很愛把這種事包裝成正常流動，但如果你是那個要扛 roadmap 的人，這根本不正常。你最怕的不是少一個 headcount，是最會把模型往前推的人，一個接一個被別家挖走。\u003C\u002Fp>\u003Cp>這篇 Reuters 報導在 \u003Ca href=\"https:\u002F\u002Fwww.reuters.com\u002Ftechnology\u002Fus-releases-anthropic-model-mythos-some-us-companies-semafor-reports-2026-06-26\u002F\">reuters.com\u003C\u002Fa> 提到，\u003Ca href=\"https:\u002F\u002Fwww.google.com\u002Fsearch?q=John+Jumper+DeepMind\">John Jumper\u003C\u002Fa> 會離開 \u003Ca href=\"https:\u002F\u002Fdeepmind.google\u002F\">Google DeepMind\u003C\u002Fa>，加入 \u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002F\">Anthropic\u003C\u002Fa>。Reuters 沒有給我什麼 star 數、bookmark 數、社群轉發數，這些花俏數字它本來就沒提供；但它給了我真正有用的訊號：一個具名的資深研究員，從最顯眼的 AI lab 之一，轉去另一家同樣顯眼的 lab。\u003C\u002Fp>\u003Ch2>這不是一個人的跳槽，是重心在移動\u003C\u002Fh2>\u003Cblockquote>Senior research scientist John Jumper said on Friday he would leave Google DeepMind to join AI startup Anthropic, the latest high-profile departure at the Big Tech giant's AI lab.\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：AI 研究的重心還在移，而且懂模型的人知道自己站哪邊比較有機會做出成果。資深研究員離開，重點不是「有人換工作」而已，而是「他判斷另一邊的工作、夥伴、影響力比較\u003Ca href=\"\u002Fnews\u002Fbest-prompt-evaluation-tools-2026-compared-zh\">值得\u003C\u002Fa>押」。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782550991886-i82w.png\" alt=\"John Jumper 轉職揭露 AI 留才漏洞\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>我以前很常聽到團隊把這種事講成薪資問題。當然，錢一定有影響，但如果只是錢，頂尖 lab 之間不會這樣一個接一個互挖。真正拉扯人的通常是幾個東西：研究方向、自治權、發表自由、以及你做的事會不會被產品政治蓋掉。\u003C\u002Fp>\u003Cp>我自己看過一個團隊，整天說「我們資源比較多」。結果人才一直跑。後來那些人去的小公司，牌子沒那麼大，但方向更清楚、決策鏈更短、做事更像在做事。那句「對，我們資源比較多，但我用不到」真的很刺，因為通常是事實。\u003C\u002Fp>\u003Cp>實操寫法很簡單：如果你是 AI 團隊負責人，不要把留才當年度調薪會議。你要先回答一個問題：一個資深研究員為什麼要留下來，把最無聊的中段 roadmap 也做完？如果你一句話講不清楚，你就已經在流失人才了。\u003C\u002Fp>\u003Ch2>DeepMind 和 Anthropic 賣的是兩種不同的認真\u003C\u002Fh2>\u003Cp>DeepMind 仍然是 AI 研究裡最\u003Ca href=\"\u002Fnews\u002Fdevzero-kubernetes-optimization-tool-2026-zh\">重要的\u003C\u002Fa>名字之一，Anthropic 則把自己包裝成偏安全、偏模型行為、研究身份很明確的公司。這個差異不是公關文案而已，是真的會影響人怎麼選。研究員不是只挑薪水，他們是在挑一個關於「AI 應該怎麼做」的答案。\u003C\u002Fp>\u003Cp>也就是說，最好的 lab 不一定是母公司最大那家。很多研究員會覺得，小一點、方向更尖銳的組織，反而比較能讓他們真的改變事情。這種事我在工程圈看太多了：人離開大組織，不是因為不想做大事，是因為大組織層級太多、會議太多、審批太多，最後大家都在假裝自己有策略。\u003C\u002Fp>\u003Cp>我以前待過一個團隊，老是被更小的公司挖走 senior。大家嘴上都在說「我們資源比較多」，但對方回得更直接：「是啊，可是我在你們這裡沒辦法把資源變成成果。」這句話很難聽，但通常也很準。\u003C\u002Fp>\u003Cul>\u003Cli>大 labs 能用規模吸人，但規模也會帶來拖延。\u003C\u002Fli>\u003Cli>小 labs 能用聚焦吸人，但聚焦前提是執行要夠硬。\u003C\u002Fli>\u003Cli>研究員會比較兩邊，然後很快看出哪邊比較能做出有感成果。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>實操寫法：把你對研究員的承諾寫成白話，不要寫招募文案。你到底是給 compute、給影響力、給發表空間、給安全研究，還是給更窄但更清楚的 mission？寫給外人看一次，你就知道自己是不是在講廢話。\u003C\u002Fp>\u003Ch2>AI 的真正資產，還是那幾個能改模型品質的人\u003C\u002Fh2>\u003Cp>現在 AI 圈很愛講產品、wrapper、launch 速度。可以，這些都重要。但\u003Ca href=\"\u002Fnews\u002Fmicrosoft-bare-metal-aks-ai-training-zh\">核心\u003C\u002Fa>資產還是少數幾個能改 training strategy、模型品質、研究方向的人。Reuters 把 John Jumper 寫成 senior research scientist，不是隨便的 title；這種角色在這個產業裡，影響力通常比外界想像的大很多。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782550990413-dctw.png\" alt=\"John Jumper 轉職揭露 AI 留才漏洞\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>翻譯一下就是：AI labs 不是只在搶使用者，它們是在搶能讓模型變強的人。這才是所有漂亮 demo 背後那個不太好看的真相。你如果少掉這些人，後面的 product roadmap 很容易開始依賴別人的突破。\u003C\u002Fp>\u003Cp>我看過不少團隊想用「補人」來處理人才流失。通常會發生三件事：第一，開始瘋狂面試；第二，補進來的人很強，但不等價；第三，大家嘴上不說，路線圖默默變保守。最後你會發現，一個資深研究員其實背了很多組織沒承認的知識密度。\u003C\u002Fp>\u003Cp>實操寫法：把你團隊裡真的會影響品質的人圈出來，不要看 title，看誰的判斷會改結果。然後給他們留下來的理由，不要只剩年薪。要有 scope、有 ownership、有可以持續做出成果的空間。\u003C\u002Fp>\u003Ch2>這種人事流動為什麼一直發生\u003C\u002Fh2>\u003Cp>Reuters 說這是 \u003Ca href=\"\u002Ftag\u002Fgoogle-deepmind\">Google DeepMind\u003C\u002Fa>「latest high-profile departure」，這句話很重要。它代表這不是單一事件，而是 pattern。只要大家開始把它當 pattern，行為就會跟著 pattern 走，因為 pattern 本來就是真的。\u003C\u002Fp>\u003Cp>也就是說，AI labs 現在不是靠名氣就能鎖住人。大名牌可以把人帶進門，但不一定留得住。只要另一家 lab 提供更清楚的研究身份、更順的決策路徑、或更少的內耗，品牌效應就會被打回原形。這是很多 leader 不想面對的事，因為它等於在說：品牌不是留才。\u003C\u002Fp>\u003Cp>我在更小的公司也看過一樣的事。創辦人很愛說「大家是因為 mission 來的」。可能沒錯，但當競爭對手拿出更好的研究環境、更短的決策鏈、更少的內部阻力，mission 會被很快拿去測試，然後常常測不過。\u003C\u002Fp>\u003Cul>\u003Cli>人會走，是因為工作速度比預期慢太多。\u003C\u002Fli>\u003Cli>人會走，是因為看不到研究怎麼真的影響產品。\u003C\u002Fli>\u003Cli>人會走，是因為別的 team 給了更清楚的身份和更少的層級。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>實操寫法：不要等到有人提離職才問他們在忍什麼。直接做一次很粗暴的檢查：他們每週最煩的是什麼？哪個流程你們早就把它正常化了？先砍掉一個高摩擦步驟，效果通常比再寫一封激勵信大。\u003C\u002Fp>\u003Ch2>Anthropic 的強項是把故事講得很像樣\u003C\u002Fh2>\u003Cp>Anthropic 很會讓自己對研究員和工程師變得可理解。它一直把安全、模型行為、部署節奏講得很清楚，這種身份感很強。對研究員來說，這很重要，因為他們想知道自己加入的是哪一種機構，不只是 title 好不好看。\u003C\u002Fp>\u003Cp>翻譯一下就是：在 AI 招募裡，敘事不是裝飾品，它是操作系統的一部分。公司故事如果很模糊，大家就會默認內部策略也很模糊。故事如果夠清楚，別人才想得出自己的工作怎麼嵌進去。這對招人真的很有差，而且很多大公司還是低估這件事。\u003C\u002Fp>\u003Cp>我以前跟一些團隊吵過這題，他們很愛說「我們就是在做最好的技術」。這句話幾乎沒用，因為大家都會講。更好的問法是：最好的技術，是為了什麼？在什麼限制下？Anthropic 至少在這題上比多數 lab 更容易回答，研究員當然會注意。\u003C\u002Fp>\u003Cp>實操寫法：幫你的研究組寫一句真的能拿去對外講的身份句。不是 slogan，是一個 senior engineer 會願意原封不動轉述給候選人的句子。寫不出來，就代表你的招募難度被自己搞高了。\u003C\u002Fp>\u003Ch2>一般開發者也該看懂這件事\u003C\u002Fh2>\u003Cp>如果你不是在管 frontier lab，很容易把這種新聞當成名人跳槽八卦。我不建議你這樣看。真正值得抄走的，是人才會往哪裡流：去那些工作有意義、結構能用、而且看起來真的有機會贏的地方。這件事對 AI 研究員是這樣，對 backend engineer 也是這樣。\u003C\u002Fp>\u003Cp>也就是說，留才本質上是架構問題。薪資重要，但不是唯一設計。清楚度也重要，速度也重要，還有一件很現實的事：人到底是在做決策，還是在被審到沒力氣。\u003C\u002Fp>\u003Cp>我看過太多團隊一邊高薪挖人，一邊慢慢把人悶死。這句話很難聽，但是真的。你可以招得很漂亮，最後還是會因為日常體驗太爛，把人逼走。最強的人不會只因為你曾經很會面試就留下來。\u003C\u002Fp>\u003Cp>實操寫法：用三個問題幫你的團隊做體檢。資深的人能不能在這裡做出有意義的事？他能不能看見成果？他能不能撐過內部摩擦？只要其中一題是否定的，那就是你的 retention bug。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># AI 團隊留才備忘錄模板\n\n## 發生了什麼\n一位資深研究員離開，加入競爭對手。\n\n## 這代表什麼\n這代表我們現在的 mission、自治權、執行速度，還不夠留住頂尖技術人才。\n\n## 我先檢查這幾件事\n- 團隊裡的人是否真的懂我們的研究主張？\n- 資深成員有沒有足夠 ownership 去改變結果？\n- 我們是不是新增摩擦的速度，比消除摩擦還快？\n- 我能不能一句話說清楚，為什麼有人應該留下而不是跳去別家？\n\n## 這個月我要改的事\n1. 找 3 位資深技術成員聊一次，問他們最卡的是什麼。\n2. 拿掉一個每週都在阻礙研究速度的審批步驟。\n3. 用白話重寫團隊的一句 mission。\n4. 列出離職會最傷模型品質的 5 個人。\n5. 給每個人一個具體留下來的理由：scope、autonomy、impact 其中至少一個。\n\n## 對外招募版本\n我們做 [具體模型或產品領域]，因為 [具體 mission]。\n資深技術人才在這裡拿到的是 [真實 ownership]，不是流程。\n我們重視 [研究價值]，而且團隊夠小，做事不會卡死。\n\n## 內部提醒\n品牌可以把人吸進來。\n日常體驗才會把人留下來。\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>這段模板是我整理的，不是 Reuters 原文。靈感來源是 Reuters 對 John Jumper 離開 \u003Ca href=\"\u002Ftag\u002Fgoogle\">Google\u003C\u002Fa> DeepMind、加入 Anthropic 的報導，但裡面的留才檢查、候選人版本、內部提醒，都是我自己拆出來的工作版。\u003C\u002Fp>\u003Cp>來源我放在這裡：\u003Ca href=\"https:\u002F\u002Fwww.reuters.com\u002Ftechnology\u002Fus-releases-anthropic-model-mythos-some-us-companies-semafor-reports-2026-06-26\u002F\">Reuters 原文\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fdeepmind.google\u002F\">Google DeepMind\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002F\">Anthropic\u003C\u002Fa>。我這篇是基於報導做方法論拆解，原始事實來自 Reuters，後面的框架和模板是我自己的整理。\u003C\u002Fp>","我拆 John Jumper 從 DeepMind 轉去 Anthropic 這件事，順手把 AI labs 怎麼留不住人、怎麼補洞，整理成可直接抄的版本。","www.reuters.com","https:\u002F\u002Fwww.reuters.com\u002Ftechnology\u002Fus-releases-anthropic-model-mythos-some-us-companies-semafor-reports-2026-06-26\u002F",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782550991886-i82w.png","industry","zh","61f7ce8c-c803-42f4-801f-ad7b112f94b6",[17,18,19,20,21],"AI talent retention","DeepMind","Anthropic","researcher churn","lab strategy",[23,24,25],"AI labs 競爭的不只是產品，是能改模型品質的人。","品牌能招人，但留才靠 mission、自治權和日常摩擦。","把留才當架構問題處理，比只談薪資更有效。",0,"2026-06-27T09:02:43.94909+00:00","2026-06-27T09:02:43.94+00:00","caa87b65-9bbc-46fe-bba8-4f4158dd2d8b",{"tags":31,"relatedLang":34,"relatedPosts":38},[32],{"name":19,"slug":33},"anthropic",{"id":15,"slug":35,"title":36,"language":37},"john-jumper-move-shows-ai-labs-bleed-talent-en","John Jumper’s move shows how AI labs bleed talent","en",[39,45,51,57,63,69],{"id":40,"slug":41,"title":42,"cover_image":43,"image_url":43,"created_at":44,"category":13},"bd6cdc14-19e5-47f2-9e1c-b84c69fa1de3","chatgpt-subscription-model-limits-zh","4 個訂閱層級，先看 GPT-5.5 額度差異","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782559064250-onpr.png","2026-06-27T11:17:16.943133+00:00",{"id":46,"slug":47,"title":48,"cover_image":49,"image_url":49,"created_at":50,"category":13},"39695a86-7633-4e29-85e8-58dc2b2876e0","kimi-k27-code-cheap-open-model-watch-zh","Kimi K2.7 Code 值得盯的 5 個原因","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782553668500-fp6l.png","2026-06-27T09:47:21.803201+00:00",{"id":52,"slug":53,"title":54,"cover_image":55,"image_url":55,"created_at":56,"category":13},"d4d64701-3047-40de-9c69-5b320dd44ea2","rust-official-training-accreditation-speed-adoption-zh","Rust 官方訓練認證會加速採用","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782551863030-1sx7.png","2026-06-27T09:17:18.450997+00:00",{"id":58,"slug":59,"title":60,"cover_image":61,"image_url":61,"created_at":62,"category":13},"66777524-5073-4b57-9a32-730622934ef3","dewuu-community-activity-ai-practice-levels-zh","得物社区活动搭建：4 层 AI 实践路径","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782547373435-o8aq.png","2026-06-27T08:02:17.591642+00:00",{"id":64,"slug":65,"title":66,"cover_image":67,"image_url":67,"created_at":68,"category":13},"4b4f51e8-c4bc-4f07-abce-11ab437b9fbe","vibe-coding-startups-raising-billions-now-zh","8 家 vibe-coding 新創吸金最猛","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782543781143-qmhr.png","2026-06-27T07:02:30.02375+00:00",{"id":70,"slug":71,"title":72,"cover_image":73,"image_url":73,"created_at":74,"category":13},"21f2afc6-8551-47be-8d10-639f01864016","microsoft-bare-metal-aks-ai-training-zh","微軟把 AKS 推向 AI 訓練核心","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782540169706-uqoi.png","2026-06-27T06:02:26.373585+00:00",[76,81,86,91,96,101,106,111,116,121],{"id":77,"slug":78,"title":79,"created_at":80},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":82,"slug":83,"title":84,"created_at":85},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":87,"slug":88,"title":89,"created_at":90},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":92,"slug":93,"title":94,"created_at":95},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":97,"slug":98,"title":99,"created_at":100},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":102,"slug":103,"title":104,"created_at":105},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":107,"slug":108,"title":109,"created_at":110},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":112,"slug":113,"title":114,"created_at":115},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":117,"slug":118,"title":119,"created_at":120},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":122,"slug":123,"title":124,"created_at":125},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]