据多方消息证实，谷歌旗下人工智能实验室DeepMind的AlphaFold核心团队已于近期正式解散。这一消息在生物医药和人工智能领域引发强烈震动，标志着AI蛋白质结构预测这一革命性技术进入全新发展阶段。
AlphaFold曾是DeepMind最引以为傲的项目之一。2020年，该团队在CASP（蛋白质结构预测关键评估）竞赛中一鸣惊人，以原子级别的精度预测了蛋白质三维结构，解决了困扰生物学界50年的难题。2021年，AlphaFold2的推出更使得人类能够预测超过2亿种蛋白质结构，被《科学》杂志评为年度突破。然而，就是这样一支传奇团队，如今却面临解体。
据内部人士透露，AlphaFold核心团队约由20余名顶尖科学家和工程师组成，其中多名骨干成员已陆续离职。团队领导者、DeepMind联合创始人兼AlphaFold项目负责人约翰·贾珀（John Jumper）已于数月前离开，转而投身于一家专注于AI制药的初创企业。其他关键成员或加入学术界，或创办自己的公司，或转向DeepMind内部其他项目。目前，AlphaFold的后续维护和升级工作已交由一个较小的运营团队负责，但核心研发能力已大幅削弱。
团队解散的直接原因被归结为DeepMind内部战略调整。随着Alphabet（谷歌母公司）对人工智能商业化变现的压力日益增大，DeepMind近年来从纯粹的基础研究向产品化转型。AlphaFold虽然在学术界名声大噪，但其直接商业回报并不显著。相比之下，DeepMind在医疗健康、能源优化等领域的其他项目更具“钱景”。此外，DeepMind与谷歌旗下另一AI实验室Google Brain的合并（形成Google DeepMind）也导致了组织架构重组，AlphaFold团队被整合至更广泛的科学AI部门，失去了独立性和优先级。
更深层次的原因在于AlphaFold本身的技术成熟度。经过三年发展，蛋白质结构预测已从“科学难题”转变为“工程问题”。新进入者如Meta的ESMFold、华盛顿大学的RoseTTAFold等开源模型不断涌现，结构预测的基准指标已趋于饱和。对于DeepMind而言，继续投入巨资维持一个顶级团队去探索边际效益递减的研究，性价比不高。但这一决策无疑冒着丧失技术领先地位的风险。
这一变局对生物制药领域的影响最为直接。AlphaFold已被广泛应用于药物靶点发现、抗体设计、酶工程等前沿方向。核心团队的解散意味着后续算法迭代、定制化服务以及技术支持的力度可能下降。部分依赖AlphaFold API的初创公司已开始寻求替代方案。不过，也有专家指出，AlphaFold的预训练模型和开源代码依然可用，学术界和产业界已基于此建立起强大的生态，短期内不会出现“技术断档”。
竞争对手方面，Meta、英伟达以及众多中国AI企业正加速布局。国内如百度、华为、腾讯等均有蛋白质结构预测相关项目，其团队规模和资源投入并未因AlphaFold团队的解散而减弱。相反，这被视为追赶甚至超越的窗口期。科技部一位不愿具名的专家表示：“AlphaFold核心团队解散是AI生物技术领域的分水岭事件，它揭示了基础研究与商业应用之间的张力。中国AI企业应抓住机遇，在算法原创性和工业落地两个维度同时推进。”
对于DeepMind而言，失去AlphaFold的旗帜性人物可能意味着人才流失的加剧。在AI领域，顶尖科学家就是核心竞争力。如何留住人才、平衡研究与商业化，是Google DeepMind领导层必须直面的挑战。未来，蛋白质结构预测的竞争将从“谁更准确”转向“谁更便宜、更快、更易用”，这需要的是工程化能力而非纯粹的科学突破。
AlphaFold团队虽已散，但其留下的技术遗产——一个开源且庞大的蛋白质结构数据库——将继续滋养整个生物科学领域。正如一位团队成员在离职信中写道：“AlphaFold的故事证明了AI可以变革科学。现在，是时候让这些技术真正走进实验室和药厂了。”这场始于好奇心、终于商业现实的旅程，或许预示着一个新的时代：AI科学发现不再是象牙塔里的狂欢，而是必须接受市场检验的硬仗。