突发！谷歌技术巨牛Noam跳槽OpenAI

大模型圈又掀波澜。就在今天，Noam Shazeer——对，就是Transformer那篇封神论文《Attention Is All You Need》的共同一作——在社交平台上正式宣布：离开谷歌，加入OpenAI。

（图源：X）

这个名字可能对圈外人有些陌生，但如果你了解生成式AI的底层架构，就知道他是整个时代的奠基人之一。2017年那篇改变世界的论文，他不仅是作者之一，更是核心贡献者。看看他的Google Scholar主页——总引用量高达357394次，这个数字本身就已经说明了一切。

（图源：Google Scholar）

说起来，Shazeer和老东家谷歌的关系还挺有意思的。他曾是谷歌的元老级人物，一手打造了早期大模型Meena，但当时的大厂包袱让他施展不开，2024年一怒之下离职创办了Character.AI。结果到了2024年，谷歌后知后觉，砸了近27亿美元把他连人带团队请了回去。

（图源：Linkedin）

这两年里，谷歌在Gemini家族的迭代上也算是火力全开，从底层多模态到超长上下文表现都可圈可点，这里面肯定有Noam的功劳。结果现在不到两年，他就转头跳去了OpenAI。不得不说，要走的人终究留不住。对谷歌来说，这波操作简直是赔了夫人又折兵。

现阶段的大模型，在核心能力上已经很难拉开巨大差距，反而是在应用端和算力端需要快速突破——毕竟烧tokens的路线在经济账上明显算不过来。看看Noam今年注册的最新专利，里面藏的全是大模型下一阶段演进的硬核命题：

Agent的终极拼图：专利US20260037744A1明确提到了使用结构化工具（如API）。这意味着它的核心不仅是内部推理，更是让大模型具备自主调用外部工具、API的Agent能力。OpenAI显然需要他来补齐打造“超级智能体”最关键的一环。

用AI设计AI：专利US20260105300A1揭示的是神经架构搜索（NAS）。这说明他不仅懂宏观设计，更在研发用算法自动搜索和拼装比现有Transformer更高效的底层网络组件。

榨干算力与硬件性能：专利US20260044710A1正是大名鼎鼎的混合专家模型（MoE）核心逻辑；另一项带linear units的专利，则通过引入元素级乘法来优化底层前馈网络（比如业界大火的GLU变体）。

总结下来，OpenAI拿下Noam，看中的就是他底层构建的能力。你怎么看？Noam的加入能帮OpenAI继续稳坐铁王座吗？欢迎在评论区聊聊你的看法。