诺奖光环尚未褪去，缔造传奇的团队已然退场。
据《金融时报》最新报道，谷歌DeepMind已正式解散AlphaFold独立研发团队。这个拿下诺贝尔化学奖、彻底改写结构生物学、证明AI可以攻克顶级基础科学难题的标杆团队，走完了九年专属攻坚的历史周期，正式退出AI科研舞台的中心。
这不是一次普通的项目裁撤，而是全球AI科研范式的历史性转折。它宣告第一代“单点专用AI科研”时代彻底终结，以通用大模型、科学智能体为核心的第二代AI for Science竞争，正式拉开帷幕。一场围绕顶尖科学家、科研闭环与知识边界的全球博弈，已然全面打响。
一、传奇落幕：AlphaFold团队的最终归宿
过去九年，AlphaFold是AI赋能基础科学的绝对标杆。DeepMind始终坚持一套清晰的打法：锁定单一重大科学难题，组建顶级专属团队，定制专用AI模型精准攻坚。从蛋白质折叠结构预测，到气象推演、算法优化，这套“重大课题+专用模型”的范式，诞生了AI史上首个诺奖级科研突破，彻底夯实了AI作为科学发现核心工具的价值。
但如今，这套经典范式被谷歌主动迭代重构。
原本独立攻坚蛋白质折叠难题的AlphaFold团队被全面拆解、分流重组。人员去向清晰分为三类：一部分核心成员转入Gemini相关科研智能体项目，扎根通用科学体系建设；一部分投身酶设计、基因组学、核聚变等全新前沿科学赛道；剩余人员悉数流入Alphabet旗下药物发现公司Isomorphic Labs，落地科研成果产业转化。
人才流失更能印证行业变局：AlphaFold原始核心论文中，近四分之一全职作者已彻底离职出走，灵魂人物、核心技术奠基人纷纷离开DeepMind，投奔Anthropic等竞品平台。曾经聚沙成塔的王牌团队，已然彻底解散、不复存在。
需要明确的是，AlphaFold模型与数据库并未停用，仍将持续服务全球科研。谷歌的调整，否定的不是专用模型的价值，而是“一问题、一团队、一模型”的低效、不可规模化的旧科研组织模式。
二、范式迭代：从单点攻坚到全流程科研智能体
DeepMind解散AlphaFold的核心逻辑，是AI for Science从“工具化”向“主体化”的进阶。
过去的专用AI模型，本质是单点科研工具：针对固定已知问题，输出精准答案。AlphaFold能预测蛋白质结构，却无法自主提出科研假设、设计实验、迭代论证、推导新理论，无法参与完整科研链路。当人类未知的科学难题呈指数级增长，靠专属团队逐个攻坚的模式，早已无法适配科研迭代速度。
而当下大模型与智能体技术的成熟，让AI首次具备了成为完整科研主体的能力。真正的科学发现，是一套闭环流程：梳理现有知识、提出创新假设、设计实验方案、执行验证、分析数据、修正理论、迭代探索。
谷歌的全新战略已然清晰：以Gemini通用大模型为底层基座，搭建一体化AI for Science体系，打造可覆盖全科研链路的通用科学智能体。未来，AlphaFold这类垂直专用模型，将退化为体系内的专业能力模块，供通用科研智能体随时调用、组合复用。
简单来说，过去谷歌是“为每一道难题组建一支专属军队”，如今是“打造一台可自主攻克所有难题的通用科研发动机”。垂直专用模型负责深耕细分精度，通用智能体负责串联全流程、规模化探索，二者互补共生。
三、巨头共识：北美AI御三家集体押注科学终局
重构AI科研范式、决战AI for Science，早已不是谷歌的单点布局，而是北美AI“御三家”的终极战略共识。这是下一代通用人工智能能力边界的核心赛道，更是全球科技竞争的决胜高地。
谷歌持续整合升级，在I/O大会推出Gemini for Science统一套件，整合可生成科学假说的AI Co-Scientist、优化算法的AlphaEvolve等核心工具，完成通用科研体系的产品化落地，实现AI科研能力的标准化输出。
OpenAI深耕实验闭环，打通大模型与实验室机器人链路，依托智能体自主完成实验操作、数据采集、结果反馈，实现科研全流程自动化；更凭借通用推理能力，突破离散几何学80年未解的厄尔德什猜想，证明通用大模型在前沿基础数学领域的颠覆性潜力。
Anthropic精准补齐科研短板，推出Claude Science专属科学家工作台，可自主生成子代理、分配科研任务、调度算力资源、搭建运算环境，适配复杂科研场景的多线程作业需求，全面入局科学智能体赛道。
巨头集体入局的核心逻辑，是AI竞争的底层跃迁：行业竞争早已跳出基础模型参数、算力、对话能力的浅层比拼，进入真实专业工作流、未知开放问题、基础科学突破的深层博弈。AI for Science不再是普通垂直应用，而是通用智能迭代升级的核心路径。
四、科研AI的硬核标准：拒绝幻觉，追求可验证新知
科学场景，是对AI能力与安全要求最严苛的试炼场，彻底颠覆了消费级AI的评价逻辑。科研智能体的核心竞争力，不在于话术流畅、答案逼真，而在于三大硬核标准，彻底杜绝大模型“幻觉式输出”。
第一，结果可验证、可复现。科学领域不存在模糊正确，AI输出的所有结论，必须能通过物理实验、数学推导、数据复盘完成验证，任何虚假偏差都会在实证环节彻底暴露，彻底终结AI幻觉的生存空间。
第二，过程可审计、可追溯。AI不仅要输出结论，还要完整留存数据来源、实验参数、工具调用记录、决策逻辑、迭代过程，让人类科学家可复核、可拆解、可优化，实现人机协同而非机器黑箱作业。
第三，主动拓界、创造新知。顶级科研AI的终极价值，不是解答人类已知问题，而是发现人类未察觉的研究方向、提出全新科学假设，主动推动人类知识边界向前延伸。
与此同时，科学赛道也是AI安全风险最复杂的领域。生命科学、材料科学、化学领域的智能体自主研发能力，是一把双刃剑：既能研发新药、新材料、新技术，也存在被滥用设计危险生化物质的潜在风险。
这意味着，未来AI巨头的竞争，是能力与安全的双向比拼。谁能在提升自主科研能力的同时，搭建匹配前沿算力与模型的安全验证体系，通过分阶段部署、白名单许可、受控实验环境实现安全对齐，谁才能掌握长期竞争主动权。
五、全球人才战升级：争夺的不是科学家，是科研闭环
范式迭代之下，全球AI人才竞争彻底升级。行业竞争逻辑从过去的“抢算法工程师、大模型研发人才”，全面转向抢顶尖基础科学家。
近期行业人才流动极具标志性：AlphaFold灵魂人物江珀离职加盟Anthropic，成为其搭建顶级科研体系的核心拼图；新晋菲尔兹奖得主雅各布·齐默尔曼，获奖后火速官宣加入OpenAI。顶级数理化生领域的顶尖学者，成为AI巨头争抢的核心战略资产。
巨头争抢的从来不是科学家的个人头衔，而是完整的科学反馈闭环。基础科学专家能够精准识别模型推理漏洞、设计专业实验验证方案、提供学科领域的深度反馈、指导模型迭代优化，补齐纯算法团队的科研短板，让AI的科学探索从“盲目试错”变为“精准进阶”。
为此，Anthropic推出STEM院士计划，邀请多领域顶尖科学家深度参与模型迭代，依托专业科研能力打磨复杂推理与科学探索能力；国内字节跳动紧随其后，启动Seed STEM科学家计划，面向全球招揽基础科学人才，正式入局下一代AI for Science范式竞争，打破海外巨头垄断格局。
六、中美AI终极博弈：从模型比拼到科研闭环对决
AI for Science的赛道升级，彻底重塑了中美AI竞争的底层格局。
美国已将这场竞争上升至国家战略高度。白宫发布《科学：新的黄金时代》报告，明确将AI赋能基础科学作为国家核心竞争力，依托基础模型、顶尖人才、科研体系的先发优势，全力推动AI与科研全链条融合，试图将技术领先转化为长期科学发现霸权。
中国在第一代AI for Science赛道已实现稳步追赶，在蛋白质预测、材料模拟等垂直领域积累了扎实成果。如今字节等巨头跟进布局通用科学智能体、招揽全球STEM人才，标志着国内行业正式从单点垂直模型，转向通用科研体系建设。
未来中美AI的决胜点，早已不再局限于模型参数、算力规模、商业应用的浅层比拼，而是谁能率先搭建成熟的模型—智能体—实验平台—顶尖科学家完整科研闭环。谁能实现人机高效协同、自主科学探索、安全可控迭代，谁就能抢占下一代人工智能与基础科学的双重制高点。
结语
AlphaFold团队的落幕，不是AI科学探索的终点，而是一个全新时代的起点。
单点突破、人工攻坚的专用AI时代已然过时，通用智能、自主闭环、规模化拓界的AI科研时代已然到来。未来的AI，不再是人类的辅助工具，而是并肩探索未知、突破科学边界的核心科研主体。
这场跨越全球的科学家争夺战、科研范式革命、安全体系博弈，最终定义的，将是下一个十年全球科技格局的终极走向。