编辑｜Panda
前几天，谷歌接连痛失两员大将。
6 月 18 日，Transformer 论文的共同作者之一 Noam Shazeer 在 X 上宣布离职，加入 OpenAI。两天后，2024 年诺贝尔化学奖得主、AlphaFold 团队负责人 John Jumper 也宣布离开 Google DeepMind，去向是 Anthropic。
两条消息接连砸下来，资本市场的反应很大：谷歌母公司 Alphabet 股价一度暴跌超过 7%，市值蒸发逾 3000 亿美元。多家分析机构都把这次抛售归因于「人才出走」。D.A. Davidson 的分析师 Gil Luria 直言，Shazeer 投奔 OpenAI、Jumper 投奔 Anthropic，两人前后脚离职，让市场开始担心谷歌正在 AI 人才争夺战中落于下风。
Shazeer 的这次离开尤其值得玩味——这已经是他第二次离开谷歌了。
2021 年，他因为不满公司不愿公开发布自己主导研发的聊天机器人，出走创办了 Character.AI；2024 年 8 月，谷歌又花了大约 27 亿美元买下 Character.AI 的技术授权，顺势把他请回了 DeepMind，让他出任 Gemini 项目的工程副总裁、与 Jeff Dean 一起共同领导这个项目。不到两年后，他还是走了，这次去的还是死对头 OpenAI。
至此，那篇九年前发表的论文《Attention Is All You Need》的八位共同作者，已经全部离开了谷歌。
𝕏 用户 Tyler Maran 做了一张图，把他们如今各自的去向画在了一起，这张图在社交网络上被疯狂转发。
不过，这张图可能很快就要过时了。就在过去两天，市场上流传出消息称，英伟达正在悄悄吸纳 Essential AI 的核心团队，其中就包括 Transformer 论文作者之一、Essential AI 联合创始人兼 CEO Ashish Vaswani。截至发稿，英伟达和 Essential AI 均未对此事做出正式回应。
借着这个机会，我们不妨完整地盘点一下，这八位被称为「Transformer 之父」的人九年来的履历，以及他们如今真正的去处。
需要说明的是，《Attention Is All You Need》论文的作者顺序是随机排列的。论文脚注里写得很清楚：所有作者贡献均等，排序随机，因此并不存在所谓的「第一作者」或「通讯作者」。本文也就按照论文原本的署名顺序，依次介绍这八个人。
「万物起源」：八个不务正业的谷歌人
要理解他们今天的去向，得先回到 2017 年。当时，机器翻译领域的主流做法是循环神经网络（RNN），模型必须一个词一个词按顺序处理句子，像在单行道上排队过马路，没法并行计算，训练起来又慢又贵。
谷歌大脑的八个人决定试一试一个近乎冒进的想法：把循环结构整个扔掉，只留下「注意力机制」，让模型一次性看完整句话，自己判断哪个词该重点关照哪个词。论文标题里那句「Attention Is All You Need」，化用了披头士那首《All You Need Is Love》，此后也成为许多论文标题模仿的形式。
论文的作者贡献说明，简短记录了每个人具体做了什么：
Jakob Uszkoreit 最先提出用自注意力取代循环结构，并主导了对这个想法的早期验证；
Ashish Vaswani 与 Illia Polosukhin 一起设计并实现了最初的 Transformer 模型，几乎参与了项目的每一个环节；
Noam Shazeer 提出了缩放点积注意力、多头注意力机制以及无参数的位置表示方法，是另一位几乎事事亲力亲为的人；
Niki Parmar 在最初的代码库和后来的 tensor2tensor 框架里，设计、实现并调试了数不清的模型变体；
Llion Jones 同样尝试了大量新的模型变体，并负责了最初的代码库、推理效率优化和可视化工作；
Łukasz Kaiser 和 Aidan N. Gomez 则花了无数个日夜搭建 tensor2tensor 的各个模块，替换掉早期的代码库，大幅提升了实验结果和研究效率。
这段说明也间接揭示了一个细节：尽管论文署名顺序随机，但 Uszkoreit、Vaswani、Polosukhin 和 Shazeer 显然承担了架构层面更核心的角色，而 Parmar、Jones、Kaiser 和 Gomez 则在工程实现和系统搭建上扛起了大旗——这恰恰也是后来八个人各自选择不同道路时，性格与专长差异的一处早期注脚。
「Transformer」这个名字本身也有一段轶事。Uszkoreit 喜欢这个词的发音，于是团队内部干脆自称「Team Transformer」，早期的设计文档封面上还画了变形金刚动画里的六个角色。
论文发表至今，引用量已经超过 26 万次，是 21 世纪被引用最多的论文之一。
Ashish Vaswani
Vaswani 出生于 1986 年，印度人，2002 年从印度比拉理工学院（BIT Mesra）拿到计算机科学学士学位，随后赴美，在南加州大学跟随 David Chiang 攻读博士，研究方向是统计机器翻译和神经网络语言建模。完成博士学业后，他在南加大信息科学研究所做了两年计算机科学家，2016 年正式加入 Google Brain，成为研究科学家，一直工作到 2021 年。
按照论文的作者贡献说明，Vaswani 与 Illia Polosukhin 一起设计并实现了最初的 Transformer 模型，是「几乎参与了项目每一个环节」的核心人物之一。
离开谷歌后，Vaswani 在 2021 年与 Niki Parmar、前 OpenAI 工程副总裁 David Luan 等人共同创办了 Adept AI，担任首席科学家，目标是打造能在任意软件里自主完成操作的「行为模型」。
Adept 一度融到超过 4 亿美元，估值约 10 亿美元，但产品迟迟未能落地，团队内部也出现了分歧。Vaswani 和 Parmar 很早就选择退出——他在 Adept 的首席科学家任期止于 2022 年 11 月。
2023 年初，Vaswani 与 Parmar 再次联手，共同创立 Essential AI，由他出任 CEO。公司先后拿到谷歌、英伟达、AMD 的战略投资：种子轮 830 万美元由 Thrive Capital 领投，2023 年底的 5650 万美元 A 轮由 March Capital 领投，谷歌、英伟达、AMD、KB Investment、Franklin Templeton 等机构跟投。2026 年初，公司完成 1.75 亿美元 B 轮融资，由 Lightspeed Venture Partners 领投，Thrive Capital 跟投，估值站上 10 亿美元，正式成为独角兽。
2025 年底，公司发布了首个开源模型系列 Rnj-1（以印度数学家拉马努金 Ramanujan 命名）。
然而就在过去两天，风向突变。据报道，英伟达正在招募 Essential AI 的核心团队，Vaswani 本人也在其中，未来将参与英伟达开源模型 Nemotron 的研发。
消息人士透露，原因相当现实：Essential AI 的融资正在遇到瓶颈，而把 Vaswani 和团队从英伟达的竞争对手 AMD 的阵营里拉走（AMD 一直是 Essential AI 的早期战略投资人之一，公司也长期依赖 AMD 的 GPU），本身就是一桩划算的买卖。已有几位 Essential AI 的研究员（包括 Alok Tripathy、Saurabh Srivastava）更新了领英资料，显示已经加入英伟达。不过截至目前，英伟达和 Essential AI 都没有正式确认这一消息。
Noam Shazeer
Shazeer 出生于 1976 年的费城，是一名正统犹太教徒；父亲 Dov Shazeer 是数学教师出身的工程师，姐妹则被希伯来学院授予拉比资格。他少年时期就展露过人天赋，1994 年作为美国队成员参加国际数学奥林匹克竞赛并获得满分金牌，随后进入杜克大学学习数学和计算机科学，是 Angier B. Duke 纪念奖学金的获得者，并在 Putnam 数学竞赛中获奖。
2000 年，Shazeer 加入谷歌，早年的成名作是修好了谷歌搜索的拼写纠错功能。
按照 Transformer 论文的作者贡献说明，他提出了缩放点积注意力、多头注意力机制以及无参数的位置表示方法，是除了 Vaswani 和 Polosukhin 之外，「几乎参与了每一个细节」的人。
2017 年合著 Transformer 论文之后，他和同事 Daniel De Freitas 一起做出了聊天机器人 Meena，但谷歌出于审慎考虑没有把它公开发布。两人在 2021 年选择离职，创办了 Character.AI，一度从 a16z 等机构融到超过 1.5 亿美元，做成了一款颇受欢迎的角色扮演聊天应用。
2024 年 8 月，故事出现转折：谷歌与 Character.AI 达成一项授权协议，金额据报道高达 27 亿美元，Shazeer 和 De Freitas 带着一小批同事回到谷歌 DeepMind，他被任命为工程副总裁，与 Jeff Dean、Oriol Vinyals 一起共同领导 Gemini 项目。由于他本人持有 Character.AI 约三成到四成的股份，这笔交易让他个人套现规模据估算在 7.5 亿到 10 亿美元之间。2026 年，他被选为美国国家工程院院士，履历看起来如日中天。
可仅仅几个月之后，他又一次选择了离开，这次去向是 OpenAI，据报道将负责一个名为「架构研究」的方向，恰好赶上 OpenAI 为冲击 IPO 招兵买马的窗口期（公司已于 6 月 8 日向美国证券交易委员会秘密提交了 S-1 文件，估值传闻高达 8520 亿美元）。
OpenAI CEO Sam Altman 罕见地公开表态：「从 OpenAI 创立的第一天起，他就是我最想合作的人之一」，还说这次招聘「酝酿了整整十年」。
对谷歌而言，这是一次代价高昂的「回购未遂」：两年前花 27 亿美元请回来的人，如今又投奔了头号竞争对手，而这也成了本周谷歌股价大跌的直接诱因之一。
Niki Parmar
Parmar 出生于印度浦那，本科就读于浦那计算机技术学院（Pune Institute of Computer Technology），主修信息技术。在校期间，她通过吴恩达和 Peter Norvig 开设的网络公开课对人工智能和机器学习产生了兴趣，随后赴美在南加州大学读计算机科学硕士，跟随教授 Morteza Dehghani 用机器学习方法研究社会科学问题。
2015 年，Parmar 加入谷歌研究院做软件工程师，2017 年转入谷歌大脑做研究软件工程师——据报道，她是当时谷歌大脑团队里最年轻、也是唯一没有博士学位的研究人员。
按照论文的作者贡献说明，她在最初的代码库和后来的 tensor2tensor 框架里，设计、实现并调试了数不清的模型变体。论文发表之后，她继续把 Transformer 推向语言之外的领域，参与了把自注意力机制扩展到图像生成和计算机视觉的研究工作。
2021 年，Parmar 离开谷歌，与 Ashish Vaswani、David Luan 等人共同创办 Adept AI，担任首席技术官。她和 Vaswani 一样很早就从 Adept 退出，2023 年初又与 Vaswani 一起创立 Essential AI，继续做联合创始人。
但她没有等到 Essential AI 后来的 B 轮融资和独角兽身份。2024 年底，Parmar 悄悄离开了 Essential AI，转身加入了 Anthropic，并在 2025 年 2 月公开宣布这一消息。她在 X 上写道：「今天和往常一样适合分享：我去年 12 月加入了 Anthropic。」
她随后参与了 Claude 3.7 Sonnet 的开发——那是 Anthropic 历史上最重要的一次模型发布之一。如今她是 Anthropic 的技术团队成员（Member of Technical Staff），专注于前沿能力研究和强化学习方向的工作。
两位曾经形影不离的合著者、两次共同创业的搭档，最终走向了两个完全不同的归宿：Parmar 提前一年多悄然抽身，安静地融入了一家头部实验室；而 Vaswani 选择继续把 Essential AI 往前推，直到这周才被竞争对手伸出的手接住。
Jakob Uszkoreit
Uszkoreit 出生在一个语言学世家。他的父亲 Hans Uszkoreit 是知名的计算语言学家。儿子提出「单靠注意力机制就够用」这个假设时，连父亲本人都是怀疑的。Uszkoreit 在柏林工业大学拿到博士学位，后来在谷歌大脑做到了「杰出科学家」（Distinguished Scientist）的级别。
按照论文的作者贡献说明，正是 Uszkoreit 最先提出用自注意力机制取代循环神经网络，并主导了对这个想法的早期验证——这个假设的种子，其实在他 2016 年与 Ankur Parikh、Oscar Täckström,、Dipanjan Das 合著的「可分解注意力模型」论文里就已经埋下。
「Transformer」这个名字，也是因为他喜欢这个词的发音才定下来的；团队内部自称「Team Transformer」，早期设计文档封面上画的，是变形金刚动画里的六个角色。
2020 年底，DeepMind 的 AlphaFold2 证明 Transformer 式的模型可以解决蛋白质折叠这种「生物学圣杯」级别的难题。他也越来越清楚地意识到，深度学习之所以还没能真正改变生物学，缺的不是算法，是数据。「这几乎成了一种道德义务，」他后来回忆说。
于是他在 2021 年和斯坦福大学生物化学教授、知名 RNA 设计游戏 Eterna 的开发者 Rhiju Das 共同创立了 Inceptive，公司总部设在伯克利，研究团队留在柏林——他本人就住在柏林，员工还分布在苏黎世、伦敦、温哥华和美国东海岸多个城市。公司的核心思路是反过来做实验：不是先有数据再训练模型，而是用机器人和人工大规模生成全新的 RNA 实验数据，再喂给模型学习。
Inceptive 已经从英伟达、a16z、Obvious Ventures、Section 32 等机构融到约 1.2 亿美元。最新的进展发生在这个月：6 月初，RNA 干扰疗法的开创者 Alnylam 制药与 Inceptive 签署战略合作，借助 Inceptive 的基础模型加速 siRNA 候选药物的设计，首付款 3000 万美元，据报道整笔合作的潜在总金额可达约 20 亿美元。Uszkoreit 在声明里说：「大多数药物设计依然靠试错——测试成千上万个分子，赌其中一个能成功。Inceptive 的出发点不一样：生命遵循着极其复杂的规律，只有 AI 才能学会它们。」
八位作者里，他是唯一一个彻底转行做生物科技的人，而这恰好印证了那篇论文当年留下的一句预言：注意力机制的潜力，远不止机器翻译。
Llion Jones
Jones 是威尔士人，毕业于伯明翰大学，2011 年加入谷歌做软件工程师，一干就是十多年，是八位作者里少数没有博士学位、纯靠工程直觉摸出门道的人。
按照论文的作者贡献说明，他尝试了大量新的模型变体，并负责了最初的代码库、推理效率优化和可视化工作。
他后来回忆过那个决定性的瞬间：「我们当时刚开始尝试把模型的某些部分直接砍掉，就为了看看效果会变差多少。结果让人意外的是，它反而变好了。」这正是「循环结构其实是多余的」这一假设第一次被验证的时刻。
2023 年，Jones 和同样出身谷歌的 David Ha 一起在东京创立了 Sakana AI。「Sakana」在日语里就是「鱼」的意思。Ha 出任 CEO，Jones 出任 CTO，公司另一位联合创始人 Ren Ito 任 COO。
Jones 如今常驻东京，在社交媒体上自称「住在东京的威尔士 AI 研究员」。这家公司的研究路线带着鲜明的反潮流色彩：与其一味堆算力、堆参数，不如借鉴自然演化的逻辑，让一群更小的模型像鱼群一样协作，公司的代表性研究成果包括 Continuous Thought Machine（连续思维机）和能够自主开展端到端研究的「AI Scientist」项目。近日，该公司更是发布了性能前沿的 Sakana Fugu 模型。
Sakana AI 累计融资已达 3.79 亿美元，包括 2026 年 3 月完成的 B 轮融资，三菱电机也是其投资方之一。2026 年 3 月，公司还拿下了三菱日联金融集团（MUFG）的多年合作协议。后者计划用 Sakana 的技术改造银行业务系统，据报道这笔合作能让这家估值约 15 亿美元的公司在一年内实现盈利。
Jones 本人在多个场合表达过对单纯「scaling」的怀疑。2026 年 3 月，他在一场银行业内部活动上说，当下的 AI 研究面临一个尴尬的现实：投资和人才大量涌入，理论上该催生更多突破，但实际效果可能恰恰相反：投资人催着出成果，竞争催着抢首发，留给研究者「自由摸索」的空间反而被压缩了。他提到，Sakana 内部一直保留着一小部分「没有 KPI」的研究自由度，因为下一个突破注定来自这种不计后果的长线投入——这其实就是当年那间谷歌大脑办公室孕育出 Transformer 的方式。
他还说过一句被反复引用的话：要让某个新架构真正取代 Transformer，光是「更好」不够，必须「明显地、毫无疑问地更好」。
Aidan N. Gomez
Gomez 是八位作者中年纪最小的一个。论文发表那年，他只是谷歌大脑一名 20 岁的本科实习生，正在多伦多大学念计算机和数学双学位。
按照论文的作者贡献说明，他和 Łukasz Kaiser 花了无数个日夜搭建 tensor2tensor 框架的各个模块，替换掉早期的代码库，大幅提升了实验结果和研究效率。「我当时只是想搞明白注意力机制到底是怎么运作的，」他后来回忆道，「完全没想到它会变成『万物的架构』。」论文之后，他去牛津大学读博士，中途暂停学业创业，2024 年才正式拿到博士学位——可以说他是边创业边把学位补回来的。
2019 年，Gomez 和 Ivan Zhang、Nick Frosst 一起创办了 Cohere，把公司定位为企业级 AI 服务商，刻意避开了消费级聊天机器人的烧钱竞赛，主打数据隐私、本地化部署和多语言能力，客户多是大型企业和各国政府。2023 年，Gomez 入选《时代周刊》评选的 AI 领域百大影响力人物，他和两位联合创始人也一起拿下了《麦考林》杂志当年评选的 AI 趋势先锋榜首位；2025 年 4 月，他又被选入电动车公司 Rivian 的董事会。
这个相对「不性感」的打法反而让公司跑出了不错的财务数据：截至 2026 年中，Cohere 年化经常性收入已超过 2 亿美元，过去一年增长了 6 倍，毛利率约 70%，累计融资接近 17 亿美元，估值约 70 亿美元；公司在 2025 年 8 月请来曾参与 Uber 上市的 Francois Chadwick 担任首位 CFO，员工二级市场卖出股份的窗口也已经开放过一轮，Gomez 本人多次表示 IPO 「快了」，但截至目前公司仍未向监管机构提交招股书。
Gomez 这几年越来越像一个地缘政治意义上的 AI 发言人。就在这周，他在《财富》杂志撰文，呼吁各国正视「数字主权」问题。文章直接提到 Anthropic 模型访问权限近期被收紧的事件，警告各国不能把自己的未来「租」给少数几家中心化的科技巨头，并提出要建立一个真正多元的生态，让各国可以依赖不同的 AI 供应商，同时保有自己的价值观、语言和法律体系。
他还公开表示过，外界对「AI 末日」式存在风险的担忧被夸大了，他更担心的现实风险，是虚假信息在社交媒体上被自动化放大。Gomez 如今谈论的已经不只是模型本身，而是谁有资格决定全世界用什么样的 AI。
Łukasz Kaiser
Kaiser 是波兰人，最初的学术训练是逻辑学、自动机理论、算法模型论和博弈论等理论计算机科学方向：他在弗罗茨瓦夫大学拿到数学和计算机科学双硕士学位，又在德国亚琛工业大学完成博士学业，随后在法国国家科学研究中心（CNRS）和巴黎七大拥有终身教职，专注于逻辑学和自动机理论的纯理论研究。后来他转向应用，在谷歌大脑工作了将近八年，期间也是 TensorFlow 的合著者之一，并与 Samy Bengio 合作发表过「主动记忆能否取代注意力」的早期论文，与 Ilya Sutskever 合作发表过「神经 GPU 学习算法」。
按照论文的作者贡献说明，他和 Aidan N. Gomez 花了无数个日夜搭建 tensor2tensor 框架，大幅提升了实验结果和研究效率。
八位作者中，他是唯一一个没有去创业、始终留在大型实验室做纯研究的人。
2021 年他加入了 OpenAI，那时 ChatGPT 还没有面世。在 OpenAI，他参与了 Codex 的研发（后来成为 GitHub Copilot 的技术基础）以及配套的 HumanEval 编程基准，也参与了 GSM8K 数学题数据集的研究，这项工作早早展示了「让模型在推理时多算一会儿、多采样几次」可以显著提升准确率——这正是后来推理模型范式的雏形。
他还是 GPT-4 技术报告的署名作者之一，后来成为 OpenAI 首个推理模型 o1（2024 年 9 月发布）的核心贡献者，被认为是「研究负责人」级别的角色，此后一路延续到 o3 以及更新的推理范式，直到今天的 GPT-5 系列。
他最近在 Matt Turck 主持的 MAD Podcast 上谈到，Transformer 已经被数学证明可以解决任何问题，只要允许模型生成足够多的中间推理步骤。某种程度上讲，这是对九年前那篇论文的一次迟到的、更精确的注解。
Illia Polosukhin
Polosukhin 来自乌克兰哈尔科夫，本科学的是应用数学，还是国际大学生程序设计竞赛（ICPC）的冠军选手。据他本人回忆，十岁那年看了《黑客帝国》之后，他就对人工智能产生了近乎执念的兴趣。2014 年，他加入谷歌，参与 TensorFlow 相关的研究工作，也做过机器阅读理解和问答系统方面的研究。
按照论文的作者贡献说明，他与 Ashish Vaswani 一起设计并实现了最初的 Transformer 模型，他负责的部分主要是验证这套架构在机器翻译任务上的有效性。
论文发表之后，他在 2017 年离开谷歌，与 Alexander Skidanov 共同创办了一家最初叫 NEAR.AI 的人工智能公司。但很快他们发现，做去中心化的基础设施可能比做模型更有意思，于是公司在 2018 年前后转型成了区块链项目 NEAR Protocol。
NEAR 采用了名为 Nightshade 的分片技术，并通过 Aurora 提供与以太坊兼容的二层网络，2020 年主网正式上线，迄今已从 a16z、Coinbase、老虎环球基金、Hashed、Dragonfly Capital 等机构融资超过 5.3 亿美元。
如今的 Polosukhin 正试图把自己最初的两个身份重新拼到一起：2026 年 3 月，他告诉媒体，「区块链未来的用户将是 AI 智能体，而不是人类」，并把 NEAR 定位成智能体经济的「结算层」。同年 4 月，他公开呼吁建立更完善的监管框架来应对自主 AI 智能体；他认为现有的机构和制度还没准备好处理这类系统带来的责任归属和系统性风险问题，呼吁建立更清晰的问责机制和「人在回路」式的监督。
他目前常驻葡萄牙。在「写了奠基性 LLM 论文」和「经营一家市值数十亿美元的区块链公司」这两个身份之间，能同时拥有两者的人，全世界恐怕只有他一个。
八条路，继续探索
2024 年 3 月，英伟达 GTC 大会上，八位作者里的七位（Niki Parmar 因故缺席）第一次以群体身份同台亮相，接受了黄仁勋的访谈。
黄仁勋说：「我们今天享受的一切，都能追溯到那一刻。」
对话结束时，他给每个人都送上了一块刻着「你们改变了世界（You transformed the world）」的英伟达 DGX-1 超算签名纪念牌。同年 11 月，日本 NEC C&C 基金会把当年的 C&C 奖颁给了这八个人组成的「Transformer 团队」，与他们同台领奖的，是三位研究跨洋海底光缆传输技术的资深工程师。两种完全不同领域的基础设施建设者，被放在了同一个奖项里。
九年过去，这八条人生轨迹已经分散到几乎不会再相交的地方：硅谷的企业服务赛道，东京的演化算法实验室，柏林的分子生物学公司，葡萄牙的区块链协议，还有这周仍在重新排列组合的几家头部 AI 实验室。
但如果把他们这些年说过的话放在一起看，会发现一个共同的判断反复出现：没有人真的相信 Transformer 会是终点。
Aidan N. Gomez 说，世界需要比 Transformer 更好的东西；Llion Jones 说，下一个架构必须「明显地、毫无疑问地更好」才能取代它；Łukasz Kaiser 则仍在用数学语言，试图说清楚这套九年前诞生的架构，到底还能把人类带多远。
这或许才是这篇论文留下的最持久的遗产：它的八位作者散落天涯，却没有一个人停止寻找下一个答案。
创通网提示：文章来自网络，不代表本站观点。
