Google工程副总裁、Gemini模型联合负责人Noam Shazeer在社交平台宣布，自己将离开工作多年的Google，加入OpenAI担任架构研究负责人。这一消息引发AI领域广泛关注，因为Shazeer是《Attention Is All You Need》的核心作者之一，也是最早提出Transformer架构的“八人团队”成员。从GPT到Claude，从Gemini到主流大模型，Transformer已成为现代AI的基石，而Shazeer正是定义这一底层结构的关键人物之一。
Shazeer的职业生涯与Google有着复杂的“分合”历史。2000年，他作为早期软件工程师加入Google，参与改进搜索拼写纠错系统。2009年，他短暂离开公司，后于2012年回归，转向AI研究领域。2017年，他与Ashish Vaswani等人共同提出Transformer架构，彻底改变了AI发展轨迹。2021年，因Google拒绝发布其参与开发的聊天机器人Meena，Shazeer与同事Daniel De Freitas离开公司，创办Character.AI。2024年，Google通过约27亿美元的技术授权和人才交易，将Shazeer及部分Character.AI团队重新招揽至DeepMind，让他参与Gemini模型研发。然而，不到两年后，这位Gemini联合负责人再次选择离开，转投OpenAI。
Shazeer的离开对Google而言是重大损失。他不仅在Transformer架构中扮演关键角色，还推动了稀疏混合专家模型（MoE）的发展——这种技术通过动态调用不同“专家”模块，在扩大模型容量的同时控制计算成本，成为大模型效率优化的重要方向。他早年对聊天机器人的判断也得到验证：2022年ChatGPT的爆发证明，对话式AI可能成为普通人接触AI的主要入口。而Google当年拒绝发布的Meena路线，最终以昂贵的方式回归公司。
OpenAI首席研究官Mark Chen表示，Shazeer的加入将聚焦前沿模型架构研究。当前，大模型行业正面临关键转折点：单纯扩大预训练规模的边际收益逐渐下降，Transformer的局限性日益显现。例如，模型虽能处理长上下文，但难以维护稳定的内部状态；思维链技术虽能提升推理能力，却依赖昂贵的显式计算。Google DeepMind近期论文指出，纯前馈Transformer在动态状态追踪上存在结构性短板，更像是在“翻笔记”而非拥有持续更新的记忆。这些挑战促使行业重新思考底层架构，寻找更高效的组织计算、维护状态和更新世界表示的方法。
Shazeer的跳槽被视为“寻找Transformer之后下一步”的标志性事件。他不仅拥有Transformer和MoE的核心经验，还具备大规模训练、高效解码和基础模型工程的稀缺能力。在Google期间，他积累了超大规模系统架构的直觉，这种能力对前沿模型研发至关重要——从小规模实验到大规模训练的转化过程中，许多改进在小模型上有效，但在最大规模训练时可能失效，需要极强的判断力来优化系统。
