DeepMind安全研究员弃大厂邀约，转做独立AI评测

一次不同寻常的职业选择

在AI人才争夺战最激烈的当下，一名长期从事AI安全研究的谷歌DeepMind研究员，做出了与主流路径相反的决定：拒绝来自OpenAI和Anthropic的邀约，离开DeepMind，转向独立的安全测评工作。

这一选择之所以值得关注，并不在于离职本身，而在于它指向的方向。前沿实验室之间互相挖角已是常态，安全方向的研究者尤其抢手。放弃大厂提供的算力、模型访问权限与薪酬，去从事外部独立测评，意味着主动放弃了最直接的资源通道，换取评测立场上的独立性。

大厂安全研究面临的现实张力

过去几年，头部实验室在安全团队上的投入并不算少。谷歌、微软、Meta、OpenAI、Anthropic 都设有专门的安全与对齐团队，成员多具备顶尖学术背景。但一个反复出现的结构性问题是：安全研究的结论，最终要服务于产品发布节奏与商业目标。

当内部评估发现某能力存在风险，是否推迟发布、是否公开细节、是否在模型卡中如实呈现，往往由商业决策层拍板。研究者即便提出异议，也很难改变最终结果。这种张力并非某一家公司独有，而是整个前沿模型竞赛的共同背景。

• 内部评测的数据与结论通常不对外公开，外界难以复核；
• 安全团队在组织架构中往往不掌握发布决策权；
• 研究者离职后受保密协议约束，难以继续就具体模型发声。

独立测评机构因此被寄予厚望。它们不依赖单一厂商的资源，可以横向比较不同模型，并公开方法与结果。但独立机构同样面临算力成本高、模型访问受限、经费来源可能影响公信力等问题。

人才流向变化释放的信号

从大厂流向独立机构，这条路径此前并不常见。人才更多是从学术界流向工业界，或在大厂之间流动。安全研究者选择“外部化”，某种程度上说明部分从业者认为，留在体系内部推动改变的效果有限。

对谷歌、微软而言，这类人员的流失不会立即影响产品能力，但会削弱安全团队在内部博弈中的话语分量，也会让外界对模型安全声明的可信度提出更多疑问。对OpenAI和Anthropic来说，被拒绝的邀约同样是一次提醒：仅靠薪酬和使命叙事，未必能吸引到所有顶尖安全研究者。

更长远看，AI安全评测正在从公司内部流程，演变为一个需要多方参与的公共议题。监管机构、学术团队、独立评测组织都在争取更靠前的位置。这位研究员的去向，或许只是这一趋势中的一个具体注脚，但它清楚地表明：在前沿AI领域，评测谁来做、依据什么标准、结果由谁公布，已经和模型能力本身一样重要。