[鸭哥 AI 手记] 2026-06-19: AlphaFold之父跳槽Anthropic，判断力在重新定价

懒人包：Nobel laureate John Jumper 离开效力九年的 Google DeepMind 加入 Anthropic。这件事背后有三条独立但指向同一个方向的暗线：AI 放大执行不放大判断，最会用 AI 的人正在被自己的效率反噬；Midjourney 靠社区订阅现金流造出了全身扫描仪，在 93.6% 的 AI 资本流向四家 VC-backed 公司的格局里走了另一条路；钉钉 CEO 把 agent-friendly 写进 KPI，企业软件的设计范式正在从给人看转向给 agent 调。

AlphaFold 之父换队，判断力的溢价刚刚开始

6 月 19 日，John Jumper 宣布离开 Google DeepMind，加入 Anthropic（Reuters）。他是 AlphaFold 的核心缔造者，2024 年诺贝尔化学奖得主，在 Google 待了九年。就在同一天稍早，Transformer 论文作者之一 Noam Shazeer 也确认离开 Google 加入 OpenAI，这已经是他第二次离开 Google。上次被 27 亿美元请回来，这次还是没留住（CNBC）。

人才往即将 IPO 的 Anthropic 和 OpenAI 集中，这个解释没错，但停在表面。更有趣的问题是，Anthropic 自己正处在过去一周 AI 行业最大的政治风暴里。6 月 12 日美国商务部以国家安全为由强制 Anthropic 全球下线 Fable 5 和 Mythos 5，超过 80 名网络安全高管联名要求解禁（Fox Business）。Trump 在 G7 峰会上说谈判 going fine，Anthropic 国际业务董事总经理在首尔说数日内可恢复，但截至 6 月 20 日仍未实质解禁（WSJ）。在这种时间点，一个诺贝尔奖得主押注了这家公司。

这和鸭哥昨天写到的判断共享同一个内核。《当执行力开始贬值：最会用 AI 的那批人，可能被 AI 伤得最深》的核心论证是：AI 是定向杠杆，放大执行不放大判断。你越是高效、越是不拒绝、越是让任务流过你的手进入 AI 的产出管道，在这套新系统里的角色就越清晰——一个可靠的、不需要判断的任务中转站。

John Jumper 的选择把这个论证从个体层面推到了产业信号层面。Anthropic 吸引他的不是更好的 GPU 或更大的数据集——Google 的算力不比任何人差。差异在于，当一家公司正被全球最强大的政府以国家安全名义审查时，它每天必须做出的"这件事该不该做"的判断，比任何时候都密集。

---

53 次迭代才清零：群聊里的工程证据

群聊里，胥克谦分享了一个具体数字：他对一个复杂问题的修正方案做了审计修正，每一轮包含多个并行 subagent 的 loop，做到第 53 次才第一次清零。原话是："不这么干，开发出来就是一坨屎，一坨看起来漂亮的屎。"

这不是在抱怨模型不够好。Fable 5 已经是目前公开可用的最强模型，智谱联合创始人唐杰也在 X 上说今年要训练出同等水平的下一代模型。问题不在模型能力，在于模型能执行但不知道什么叫"够好了"——那个标准只能由人来定。

Anthropic 自己的研究数据从另一面验证了这件事。2026 年 2 月的《Measuring AI Agent Autonomy》报告显示，Claude Code 最长自主会话在三个月里从 25 分钟翻倍到 45 分钟以上，但经验丰富的用户没有减少监督——他们改变了监督方式，从逐步骤批准转向监控式干预（Anthropic）。用得好的人不是放手了，是学会了在更高抽象层做判断。

Nature 2026 年 4 月的一篇论文量化了这个问题：被训练成更温和的模型，错误率高出 10 到 30 个百分点，更倾向认同用户错误信念（Nature）。RLHF 这个训练范式本身就在生产一个倾向于说"你方向挺好的"的系统。用它做执行，它给你加速度；指望它矫正方向，它跟你说你方向挺好的。

Gartner 2026 年 Agentic AI Pulse 的数据补了一刀：41% 的 Agent 部署在 12 个月内达到正 ROI，19% 永远无法回本。失败几乎全部归因于评估漂移、治理缺口和未计量的人工返工，而非 Agent 能力不足（Digital Applied）。

把群聊里的 53 次迭代、Anthropic 的自主性数据、Nature 的 sycophancy 研究和 Gartner 的 ROI 数据放在一起看，它们独立地指向同一个结论：AI 的执行效率在快速上升，但判断力——决定什么值得做、什么叫够好——没有被自动化，反而因为执行太便宜而被系统性地跳过了。

---

Midjourney 用生图现金流造了一台扫描仪

Midjourney 上周在旧金山发布了第一台硬件：全身超声扫描仪。人站在装满水的环形水槽中央，三十五万八千个微型换能器从三百六十度同时发射声波，二十一台上架服务器靠 2 PFLOPS 算力重建三维截面图（Forbes）。

一个靠生成式 AI 吃饭的 lab，转身做硬件，创始人 David Holz 发布会上却说这台机器目前没用 AI，就是酷的硬件加软件。

鸭哥昨天发布的《Midjourney 用生图的现金流造了一台扫描仪》把这件事放在了更大的坐标里。NEA 数据显示全球前沿 AI lab 的私募估值里，93.6% 进了 OpenAI、Anthropic、xAI、SSI 四家的口袋。Midjourney 站在这个流向的对面：没有外部投资人，靠 Discord 上几百万用户的月订阅费养活自己，然后用这笔钱反向孵化硬件——付 Butterfly Network 一千五百万美元首付、每年一千万授权费、九人硬件团队工资、旧金山 Union Square 四层楼的租约（SEC via Yahoo Finance）。

Scanner 在发布会当天让合作方 Butterfly 股价暴涨 56%。但放射学界普遍提醒：超声不能替代 MRI 或 CT，无症状筛查的高假阳性率是真实风险。更现实的约束在于，目前只扫过十二个人，还没有临床数据，团队大概九人，FDA 审批才走了第一步——定位在 Class II 体成分分析而非诊断用途（The Verge）。

这套路径的稀缺性来自四个条件同时成立：有全球付费用户的 AI 产品、没有外部投资人、现金流来自社区订阅而非企业合同、软件利润反向流进硬件研发。单独拎出一个都不够稀缺，但创始人 Holz 的上一个创业项目 Leap Motion 融资超一亿美元最终以约三千万美元被收购——他对 VC 的回避不是姿态，是经历。

Scanner 和群聊里 53 次迭代的故事共享同一个形状：都在为一个长周期的判断付出真实成本。53 次迭代烧的是时间和 token，Scanner 烧的是社区订阅攒出来的现金流。两者的对手都不是竞品，是那个"差不多就行了"的默认答案。

---

也值得知道

钉钉 CEO 把 agent-friendly 写进 KPI：6 月 18 日，钉钉新任 CEO 陈宇森发内部信成立公司信息技术部，职责是让一切系统易于被 Agent 使用，部门负责人直接向 CEO 汇报。国内厂商里把 agent-friendly 写成有汇报线的部门职责，这是头一回。鸭哥的分析详见《当 CEO 把 agent-friendly 写进 KPI》。

GitHub 被 AI 代码淹没：GitHub COO 指出平台代码提交次数预计从 2025 年 10 亿次增长到 2026 年 140 亿次，约 14 倍增长。微软原计划 2027 年前将 GitHub 完全迁移到 Azure，但 AI 代码的爆发式增长让迁移来不及完成，被迫向最大云竞争对手 AWS 寻求临时容量支持。

Anthropic 出口管制仍在僵持：截至 6 月 20 日，Fable 5 和 Mythos 5 尚未恢复供应。超过 80 名网络安全高管联名要求解禁，称禁令取走了防守方最好的工具，威胁美国 AI 领导地位。Trump 在 G7 称谈判进展顺利，但具体时间仍未公布（CNBC）。

---

本期素材来自 AI Builder Space 社群讨论与公开 AI 行业信息的交叉验证。

本文由AI综合领域调研和微信群聊自动生成。请注意甄别幻觉。

订阅本 newsletter：daily.yage.ai