OpenAI 招揽 Transformer 架构师：Noam Shazeer 离开谷歌加入 Sam Altman 团队

新闻摘要

OpenAI 招募了现代人工智能史上最具影响力的研究者之一 Noam Shazeer，分析人士称此举标志着全球人工智能人才格局发生了“地震般”的转变。Shazeer 是 2017 年论文《Attention Is All You Need》的合著者，该论文是引入 Transformer 架构的基础性工作，而 Transformer 架构支撑着当今几乎所有主流大型语言模型。他于 2026 年 6 月 18 日（美国东部时间）星期三宣布离开谷歌，加入 OpenAI，此前 OpenAI 正在加速推进其预期的首次公开募股。

Noam Shazeer 是谁

Noam Shazeer 在谷歌工作了二十多年，期间他成为工程副总裁，并联合领导了 Gemini 系列人工智能模型。他早期的工作催生了一些深度学习中最广泛采用的技术，包括混合专家（MoE）层，这使得人工智能模型只需激活其参数的一小部分即可处理任何给定输入，从而极大地提高了大规模应用的效率。

2021 年，Shazeer 与同事 Daniel de Freitas 一同离开谷歌，共同创立了人工智能对话平台 Character.AI。这家初创公司吸引了大量的用户兴趣和投资，直到 2024 年谷歌通过一项 27 亿美元的许可协议将 Shazeer 带回公司，并获得了对 Character.AI 底层技术和研究的访问权。他的回归被广泛认为是科技行业历史上最昂贵的人才回购之一。

转投 OpenAI

重返谷歌不到两年，Shazeer 就宣布了加入 OpenAI 的决定。OpenAI 首席执行官 Sam Altman 在 X（前身为 Twitter）上回应称，Shazeer 是“自 OpenAI 成立以来我最想合作的人之一”，这凸显了此次招聘在公司最高层的重要性。

报道指出，Shazeer 在 OpenAI 的任务重点是探索下一代模型架构，这项工作超越了对现有 GPT 模型系列的渐进式改进。他在注意力机制、MoE 设计和大规模训练效率方面的专业知识，使他能够影响未来模型设计的根本方向。

Transformer 的持久影响

Shazeer 和谷歌大脑的七位研究员于 2017 年共同撰写的论文《Attention Is All You Need》提出用纯粹的注意力机制架构取代传统的循环神经网络。Transformer 被证明具有卓越的可扩展性：随着计算和数据的增加，模型性能持续提升，这是早期架构无法比拟的。此后开发的每一个主要人工智能系统——包括 OpenAI 的 GPT 系列、谷歌的 Gemini、Meta 的 Llama 和 Anthropic 的 Claude——其架构都直接源于这篇论文。

Shazeer 的具体贡献包括多头注意力机制的关键组成部分，以及后来关于高效注意力变体的研究，这些研究降低了标准自注意力机制的二次计算成本。他后来在谷歌的工作，包括 2021 年发表的 Switch Transformer 论文，表明 MoE 扩展可以在激活参数数量的一小部分下实现强大的性能——这一原则此后影响了多个前沿模型的设计。

行业背景

此次招聘正值 OpenAI 准备进行期待已久的首次公开募股之际，同时也在与谷歌 DeepMind、Meta AI、Anthropic 以及日益增长的资金雄厚的挑战者进行激烈竞争。收购 Shazeer 不仅为 OpenAI 带来了一位具有非凡科学声望的研究者，还带来了一位拥有构建其最大竞争对手主要产品 Gemini 的直接实践经验的人才。

对于谷歌而言，此次离职是在投入巨资将其挖回后不久的一次重大损失。此举引发了行业内关于在能力快速增长和薪酬不断升级的时期，前沿人工智能实验室人才保留问题的再次讨论。

未来展望

观察人士指出，Shazeer 的加入 OpenAI 可能预示着该公司将进行更深层次的架构重构。尽管 GPT 模型系列在商业上占据主导地位，但学术界和工业界普遍认为，当前的 Transformer 变体面临效率瓶颈，而新的架构可能更能有效地解决这些问题。Shazeer 的过往成就——从最初的 Transformer 到 MoE 扩展再到 Gemini——表明他在 OpenAI 的工作可能会在结构层面塑造下一代前沿模型的外观。

此次过渡预计将在短期内完成，截至本报告发布时（2026 年 6 月 18 日美国东部时间），Shazeer 在 OpenAI 的具体职位和团队安排尚未公开披露。