人才走了，公司就完了吗
上一章我们把谷歌这台机器拆给你看了：一头牛，四条河，一个转不停的圈。看着挺稳。可这台机器还没转两页，2026 年 6 月，一条坏消息就砸下来了——而且砸得很响。
这一章，我们正面接住第一个坏信号：顶尖人才在流失。接住它，靠的不是嘴硬，是拆开来看：什么样的流失是真信号，什么样的其实是噪声。
那一周到底发生了什么
2026 年 6 月，短短一周里，谷歌走了四位重量级研究员，而且都不是无名之辈：
- Noam Shazeer——2017 年那篇《Attention Is All You Need》（把 Transformer 这个东西端出来的论文，今天几乎所有大模型都建在它上面）的作者之一，当时还是谷歌 Gemini 大模型的联合负责人。他去了 OpenAI。
- John Jumper——AlphaFold 的负责人，靠这个拿了 2024 年诺贝尔化学奖。他去了 Anthropic。
- Jonas Adler、Alexander Pritzel——Gemini 的核心贡献者，一个管 AI 写代码，一个管模型训练。也去了 Anthropic。
市场的反应很直接：6 月 22 日周一，Alphabet 股价单日跌超 5%，是一年多来最惨的一天，市值一口气蒸发约 2700 亿美元。
翻译成人话：一周里跑了四个能上新闻头条的大脑，其中还有个诺奖得主，而且是被死对头挖走的。市场吓了一跳，觉得「谷歌的脑子在往外漏」，于是用脚投票。这是一个典型的坏信号——问题是，它是真信号，还是被吓出来的噪声？
先问一个更基本的问题：公司的能力，到底装在哪
要判断「人走了会不会塌」，得先搞清楚一件事：一家公司做事的本事，到底存在哪里？这里有两种完全不同的存法，你务必分清。
第一种，叫关键人物依赖——公司的命脉，系在某几个具体的人身上。这几个人在，事就成；这几个人走，事就散。本事装在**人的脑子里**，没沉淀到别处。
第二种，叫系统性能力——本事已经从个人脑子里，沉淀进了流程、数据、设备、组织里。换一批人来，机器照样转。本事装在**系统里**，不在某个人身上。
用你熟的场景说：一个团队，核心算法是老王写的。
如果代码只在老王脑子里、没文档、没测试、没人看得懂——老王一离职，这块就废了。这是关键人物依赖，也就是我们常说的 bus factor（巴士系数：团队里几个人被巴士撞了，项目就停摆；这个数越小越危险）。
但如果代码早就进了代码库，有测试、有 CI、有文档，旁边还有五个人天天在上面改——老王走了，你当然会心疼，可代码库还在跑，明天该发版还发版。这就是系统性能力。
同样是「牛人离职」，这两种情况下的后果，天差地别。所以看到「人才流失」四个字先别慌，真正该问的是：走的这个人，是「装着命脉的那个脑子」，还是「系统里可替换的一颗零件」？
谷歌走的这几个，是哪一种
我们回头看那篇让谷歌一夜蒸发 2700 亿的 Transformer。它是 Shazeer 等人在谷歌搞出来的，没错。但请注意一个软件工程师特别该敏感的事实：
它被发表了。2017 年，作为一篇公开论文，白纸黑字，全世界随便下载。
这意味着什么？意味着从它发表那一刻起，Transformer 就不再是谷歌的私产，而成了全行业的公共知识。OpenAI 的 GPT、Meta 的 Llama、国内一堆模型，全都建在这块地基上。它就像一个开源的、被写进了所有教科书的算法——发明它的人可以走，但他带不走它，因为它早已不在他一个人手里了。
说白了：这好比某个前辈发明了快速排序，写进了论文和教材。他跳槽到别家公司，难道你的程序就不会排序了吗？不会。那个算法早就是全世界的了。你请他来，请到的是「一个很强的人」，不是「一件别人没有的武器」。
那谷歌真正带不走的资产，是什么？不是某个人脑子里的灵光，是这四样又重又搬不动的东西：
- 数据——几十亿人几十年在搜索、YouTube、地图、安卓上留下的行为，喂给模型的燃料。这是上一章那四条河冲刷了十几年才淤积出来的家底，一个人走的时候塞不进行李箱。
- 算力——谷歌自己造的 TPU（一种专门用来跑 AI 的芯片）和成片的数据中心。你就算把全世界最强的头脑挖走，他到了新东家，也得排队等芯片、等电、等机房。
- 分发——就是上一章的四条河。一个新模型再好，也得有渠道把它送到十亿人面前，这条路谷歌自己修了十几年。
- 组织化的研究机器——一整套能持续把研究变成产品的流程、协作、评审、迭代。做出下一个突破，靠的不是一个天才灵光乍现，是这台机器年复一年地转。
这四样，才是谷歌的护城河，而且全都是系统性的——它们沉淀在设施、数据和组织里，不在任何一个人的脑袋里。人可以走，这四样搬不动。
为什么对一台成型的系统，单个天才在「贬值」
这里有个反直觉、但很关键的判断：对一台已经成型的系统，单个天才的边际价值，是在下降的。
「边际价值」这个词，翻译成人话就是「多这一个、或少这一个，到底差多少」。注意，不是说天才不值钱——从 0 到 1、系统还没搭起来的时候，一个对的人可能就是全部。可一旦系统成型，情况就变了。
还是用代码库打比方：一个刚起步的项目，就俩人，走一个就是走一半，命悬一线。而一个成熟的大项目，几百人在维护，走了一位很牛的资深工程师，你会难过，进度会慢一拍，但代码库、用户、收入，一样都不少——因为本事早就摊进了整个系统，不再压在他一个人肩上。系统越成熟，任何单个人的「不可替代性」就越被稀释。
谷歌的搜索广告机器、四条河、数据和算力，是一台极其成熟的系统。所以走四位顶级研究员，对它「此刻的赚钱能力」，冲击其实很有限——它的现金牛照样产奶，河照样灌水。市场那 5% 的暴跌，跌的更多是**情绪和想象**（「是不是要开始崩了」），而不是那台机器**当下**真受了多大内伤。这，就是把一次响亮的噪声，误读成了信号。
但是——别把话说死
如果这一章到这里就收尾，那我就是在骗你了。费曼式的诚实，恰恰在于把「这个判断什么时候会失效」摊开给你看。上面这套「人走了没事」的逻辑，有它成立的**前提**，前提一破，它立刻反过来。至少有三种情况，人才流失就是**真信号**，不是噪声：
- 走的是「还没被系统化」的能力。Transformer 之所以带不走，是因为它已经发表、已经沉淀成公共知识和成熟系统。但如果某个人脑子里装的，是下一个还没被写下来、还没被固化进流程的范式——也就是从 0 到 1 的那个 1 还捏在他手里——那他一走，谷歌丢的就不是一颗可替换的零件，而是下一台机器的种子。这时候的流失，是真信号。
- 流失到了系统性崩溃的临界规模。一颗零件掉了没事，一批零件同时掉，就可能连锁反应。走四个是新闻，如果变成一个季度走四十个、把某条完整的研究线整建制端走，那就不是「换个人照样转」了，而是组织能力本身在瓦解。数量到了某个坎，量变会成质变。
- 去向集中，说明护城河的「相对值」在变。这次四个人里三个去了同一家（Anthropic），一个去了 OpenAI。当顶尖的人系统性地觉得「别处能做的事更大」，这本身就是一条关于**未来**的信息——它未必动摇谷歌今天的机器，但可能在告诉你，谁在抢下一个范式的门票。这个信号，值得你盯着，而不是无视。
一句话收口：看人才流失，别看「走了没走、走了几个」这种表面，要看「走的是系统里的零件，还是系统外的种子」，以及「走的规模有没有到让系统本身松动的坎」。是前者、且没到坎——噪声；是后者、或到了坎——信号。谷歌 6 月这一波，从「当下赚钱的机器」看，更像前者。
最后留个悬念给下一章。你可能已经憋着一个问题：既然单个天才对成型系统的边际价值在下降，那为什么各家还在开出天价、甚至用几十亿美元的手笔去抢人？这不矛盾吗？
不矛盾。人才的**定价**，和人才对一家公司的**不可替代性**，是两回事——一个天才对你可能没那么不可替代，但只要他对对手足够有用，你就有理由花大价钱不让他去对面。这套「天才到底值多少钱、为什么值这个价」的账，是下一章《天才的价格》要算的。这一章我们只做完一件事：把「人走了公司就完了」这个吓人的直觉，拆成了「要看走的是零件还是种子」。