За 48 часов Google потерял двух людей,
без которых не было бы ни AlphaFold, ни ChatGPT
За одни выходные Google потерял двух людей, без которых не было бы ни AlphaFold, ни ChatGPT. Один ушёл в Anthropic. Второй — в OpenAI. Оба за 48 часов. И компания, которая владеет каждым их патентом, каждым сервером и каждой строчкой их кода, не смогла сделать ничего.
Сижу в Чангу, второй кофе, открываю TechCrunch — и перечитываю заголовок дважды, потому что думаю что мне показалось. Нобелевский лауреат и человек, чья архитектура лежит под каждой LLM на планете, вышли из дверей одной компании за один новостной цикл. Это не история про науку. Это история про найм. И это самый важный бизнес-сигнал 2026 года на сегодня.
А теперь то, что вслух почему-то никто не говорит. Если компания с бесконечными деньгами и реальным IP не может удержать людей, которые это IP создали — значит модель никогда и не была активом. Активом были люди. И это меняет математику для тебя и меня сильнее, чем любой новый бенчмарк за этот год.
Коротко: С 18 по 20 июня 2026 Google за 48 часов потерял двух фундаментальных людей в AI. Джон Джампер — Нобелевский лауреат по химии 2024, который вёл AlphaFold к предсказанию структуры более 200 млн белков — ушёл из DeepMind после почти 9 лет в Anthropic. Ноам Шазир — один из 8 соавторов работы «Attention Is All You Need» (2017), давшей миру архитектуру Transformer — ушёл в OpenAI в период подготовки компании к IPO (документы поданы 8 июня 2026). Вывод жёсткий и освобождающий одновременно: в AI модель больше не ров. Модель копируется за месяцы. Незаменимый актив — это конкретные люди (или агентные системы), которые умеют строить с нуля. Для соло-фаундера это разрешение перестать гнаться за «своей фундаментальной моделью» и начать оркестровать. Я держу Content Factory из 15+ AI-агентов на бюджете $200/мес — ровно потому что хочу чтобы исполнение жило в системе, а не в одной голове, которой в субботу может позвонить конкурент.
1. Что произошло
Два ухода, 48 часов, одна компания теряет самый фундаментальный талант.
20 июня 2026 TechCrunch сообщил: Джон Джампер уходит из Google DeepMind в Anthropic после почти 9 лет. Джампер — не рядовая звезда-инженер. Он вёл команду AlphaFold, и в 2024 разделил Нобелевскую премию по химии с Демисом Хассабисом за предсказание структур белков. AlphaFold предсказал структуру более 200 млн белков — 214 млн к январю 2024 — охватив практически все известные науке белки. Это один из самых значимых научных результатов десятилетия. И человек, который его возглавлял, только что перешёл через дорогу к конкуренту.
За два дня до этого Ноам Шазир ушёл в OpenAI. Шазир — один из 8 соавторов «Attention Is All You Need», работы 2017 года, которая ввела Transformer — архитектуру под каждой современной LLM, включая те, что строит компания которую он только что покинул. Он основал Character.AI в 2021, вернулся в Google в 2024 как VP Engineering и co-lead Gemini, и теперь он в OpenAI — ровно в тот период, когда компания подала документы на IPO 8 июня 2026.
По данным Bloomberg (via TechCrunch), Джампер работал над coding-инструментами, которые Google не смог коммерциализировать для бизнеса. Перечитай это предложение. У Google была наука, был талант, были инструменты — и всё равно не получилось превратить это в продукт, который рынок купит. Поэтому талант ушёл к тем, кто может.
Источники: TechCrunch · Wikipedia: John M. Jumper · Wikipedia: Noam Shazeer
2. Почему это смена парадигмы
Десять лет негласное правило AI звучало так: владей моделью — владей будущим. Сделай самый большой training run, запри веса, побеждай.
Это правило только что сломалось публично. Google владеет AlphaFold на уровне IP. Google владеет всей патентной линией Transformer. У Google больше вычислений, больше данных и больше денег, чем у любой AI-лаборатории на земле. Ничего из этого не удержало ни Джампера, ни Шазира. Веса остались. Люди ушли. И вся индустрия мгновенно поняла: веса без людей, которые знают как двигать их дальше, обесцениваются быстро.
Вот контринтуитивное чтение. Мы привыкли мерить AI-компании их моделями. А мерить надо способностью привлекать и удерживать строителей. Фронтир-модель — это снимок, его догоняют или обходят за месяцы. Человек, который умеет спроектировать следующую с нуля — возобновляемый актив, который накапливается. У Google был снимок. Anthropic и OpenAI только что купили накопление.
И это ровно тот сдвиг, которым соло-фаундеры и малые команды живут уже два года, просто в другом масштабе. Ты никогда не собирался обогнать Google по тренировке. Но ты и не был активом из-за того, каким инструментом ты владеешь. Ты актив из-за того, что ты умеешь собрать — и как быстро.
3. Новая архитектура простыми словами
Старый стек был вертикальный: владей чипами, владей моделью, владей приложением, владей всем сверху донизу. Это плейбук Apple, плейбук Google, мечта о «полном владении».
Новый стек горизонтальный, и он про оркестрацию. Ты не владеешь мозгом — ты арендуешь лучший мозг под каждую задачу и владеешь проводкой между ними. Ценность больше не в модели. Ценность в слое интеграции: коннекторы, протоколы, роли агентов, система, которая превращает кучу способностей в работающую машину.
Ровно для этого нужен MCP (Model Context Protocol). Я полгода называю MCP «HTTP для AI-агентов» и буду повторять. HTTP победил не потому что был самым умным протоколом. Он победил потому что стал стандартом, в который каждый может воткнуться. MCP становится таким стандартом для агентов — способ, которым агент-специалист подключается к инструментам, данным и другим агентам, не пересобираясь каждый раз.
Как это связано с уходом двух людей из Google? А вот как: их уход доказывает, что критичное знание, живущее в одной голове — это уязвимость, а не ров. Если интеллект твоей системы живёт в протоколе и наборе воспроизводимых агентов — никто не унесёт его за дверь, когда уволится. Хорошо спроектированную MCP-систему нельзя переманить так, как переманивают нобелевского лауреата. В этом весь смысл.
Новая архитектура в одну строку: перестань копить мозг, начни владеть проводкой, которая делает любой мозг полезным.
4. Мой кейс Content Factory
У меня нет команды нобелевских лауреатов. У меня нет бюджета Google. У меня ноут, бальский wifi который отваливается дважды в день, и счёт на $200/мес за API. Поэтому я построил противоположность подходу Google.
Content Factory — это пайплайн из 15+ AI-агентов под одним оркестратором. Оркестратор — я. Каждый агент делает работу узкого специалиста. Один верифицирует факты по источникам и убивает всё, что не может подтвердить двумя независимыми ссылками. Один ищет угол. Один пишет RU-версию, отдельный пишет EN — как параллельный оригинал, не перевод. Один делает SEO. Один раскидывает по 7 платформам. Я держу архитектуру, вкус и стратегию. Исполнение живёт в системе.
Цифры, которые важны: один флагман-лонгрид раньше отнимал у меня целый день — фактчек, две языковые версии, SEO, форматирование. Теперь пайплайн агентов делает тяжёлую работу, а я ревьюю, правлю и аппрувлю примерно за 2 часа. Один оператор, семь платформ, ежедневный выход, $200/мес на API. Это контент-команда примерно из 8 человек, заменённая системой, которую я могу пересобрать из конфиг-файла.
И вот связь с историей Google, которая зацепила меня сильнее всего. Моей главной точкой отказа раньше был я сам. Заболел — фабрика встала. Поэтому я сделал с собой то, что Google не смог сделать со своим знанием — вынес критичное, повторяемое знание из своей головы в документированных агентов. Незаменимое — угол, голос, вкус — остаётся у меня. Всё остальное воспроизводимо. Это страховка bus-factor, и это тот же урок, который Google только что выучил ценой потери таланта.
5. Экономика — что заинтересует CFO
Давай математику, от которой финансисты выпрямляются в кресле.
Google потерял не две зарплаты. Google потерял двух людей, каждый из которых держит в голове целую архитектуру системы. Стоимость замены — это не компенсационный пакет. Это месяцы потерянной скорости и ускорение конкурента. Если уход Джампера откатит coding-направление Google хотя бы на два квартала, а конкурент эти же два квартала выиграет — этот размах стоит куда больше любого retention-бонуса, который они могли выписать.
Уход сеньора стоит его зарплату — пусть $120K. Заменил и поехал дальше.
3-6 месяцев на отстройку контекста × всё что выходит медленнее × сделки потерянные более быстрому конкуренту = скромно 3-5x его годовой стоимости.
Теперь масштабируй на свой бизнес. Возьми того одного сеньора или оператора, который «просто знает как всё работает». Его зарплата пусть $120K. Стоимость его ухода — не $120K. Это 3-6 месяцев, за которые новый человек отстроит контекст, который тот держал в голове, умноженные на всё что выходит медленнее в это окно, умноженные на сделки, которые ты теряешь более быстрому конкуренту. По скромной оценке это 3-5x его годовой стоимости. Bus-factor риск — самая недооценённая статья в балансе большинства небольших компаний.
А вот AI-угол, который всё переворачивает. Документировать и продублировать это критичное знание через AI-агентов стоит копейки. Вся моя оркестрация Content Factory крутится на $200/мес. Закодировать «как мы делаем X» в воспроизводимого агента — несколько часов настройки, и одна точка отказа превращается в системный актив. Вопрос для CFO в 2026 не «сколько стоит AI». Вопрос: «во сколько тебе обходится то, что увольнение одного человека может остановить ключевой процесс?»
Дешёвая страховка — построить систему до того как она понадобится. Дорогой урок — выучить его так, как только что выучил Google.
6. Что умирает, что живёт
7. Что делать на следующей неделе
Не читай это и не кивай. Сделай эти пять вещей до понедельника.
Если сделаешь только одно — пункт три. Одна повторяемая задача, один агент, на этой неделе.
8. Раскладка: соло-фаундерам vs B2B-командам
Если люди, построившие AlphaFold и Transformer, решили что их время лучше потратить в другом месте — ты точно не обязан строить «своё фундаментальное» хоть что-нибудь. Твой рычаг никогда не был в изобретении ядра — он в сборке существующих кубиков быстрее следующего. На этой неделе вылови каждое место, где ты «изобретаешь велосипед» вместо того чтобы соединять кубики. Твой личный ров — скорость исполнения плюс вкус, и оба накапливаются. Угол в твоей голове — единственное, что не зашипит ни одна лаборатория. Защити это и делегируй всё остальное агентам.
Google потерял двух незаменимых при бюджете, который тебе не снился. Урок для retention-стратегии: стоимость потери человека, который держит архитектуру системы — это 3-5x его зарплаты, оплаченные месяцами потерянной скорости. Но более глубокий урок в том, что сама незаменимость одного человека — это системный риск. Проведи bus-factor аудит в этом квартале. Найди узлы, где критичное знание живёт в одной голове. Задокументируй и продублируй их через AI-агентов раньше, чем это за тебя сделает рекрутер конкурента. Вопрос не в том, позвонят ли твоему лучшему человеку в эти выходные. Вопрос — встанет ли твой бизнес, если он скажет «да».
Хочешь ту самую карту?
Скину walkthrough «Как заменить незаменимого: 15 AI-агентов под одну задачу» — точную архитектуру Content Factory, которую можно склонировать под свой пайплайн. Напиши слово club — и она твоя. Только для практиков — это система, которую я гоняю каждый день с Бали, не теоретическая презентация.
Написать club боту @N8N270426_bot →20-минутный bus-factor аудит
Если у тебя команда — самые ценные 20 минут этого месяца это swarm audit: я смотрю, где критичное знание живёт в одной голове, и называю три узла, которые стоит вынести в AI-агентов на этой неделе. Напиши swarm audit. Часовой пояс Бали, отвечаю пачкой раз в день.
Написать swarm audit боту @N8N270426_bot →Часто задаваемые вопросы
Кто ушёл из Google в июне 2026 и куда? ▼
С 18 по 20 июня 2026 Google за 48 часов потерял двух фундаментальных людей в AI. Джон Джампер — Нобелевский лауреат по химии 2024, который вёл AlphaFold к предсказанию структуры более 200 млн белков — ушёл из Google DeepMind после почти 9 лет в Anthropic. Ноам Шазир — один из 8 соавторов работы «Attention Is All You Need» (2017), которая ввела архитектуру Transformer — ушёл в OpenAI в период подготовки компании к IPO (документы поданы 8 июня 2026). У Google были все патенты, серверы и код — и компания всё равно не смогла их удержать.
Почему главный актив в AI теперь люди, а не модель? ▼
Google владеет AlphaFold на уровне IP и всей патентной линией Transformer, у компании больше вычислений, данных и денег, чем у любой AI-лаборатории на земле. Ничего из этого не удержало ни Джампера, ни Шазира. Веса остались, люди ушли. Фронтир-модель — это снимок, который догоняют или обходят за месяцы. Человек или агентная система, способные спроектировать следующую с нуля — возобновляемый актив, который накапливается. Значит активом никогда не была модель. Активом были люди и воспроизводимые системы, которые они строят.
Что такое bus-factor риск для малого бизнеса? ▼
Bus factor — это количество людей, которые должны исчезнуть, чтобы критичный процесс встал. Если процесс держит в голове ровно один человек — это красный узел. Стоимость его ухода — не зарплата, а 3-6 месяцев, за которые новый человек отстраивает контекст, умноженные на всё что выходит медленнее, умноженные на сделки потерянные более быстрому конкуренту. По скромной оценке это 3-5x его годовой стоимости. Это самая недооценённая статья в балансе большинства небольших компаний.
Как MCP снижает зависимость от одного человека? ▼
MCP (Model Context Protocol) — стандарт, которым агент-специалист подключается к инструментам, данным и другим агентам, не пересобираясь каждый раз. Я называю его HTTP для AI-агентов. Если интеллект системы живёт в протоколе и наборе воспроизводимых, документированных агентов — никто не унесёт его за дверь, когда уволится. Хорошо спроектированную MCP-систему нельзя переманить так, как переманивают нобелевского лауреата. Новая архитектура в одну строку: перестань копить мозг, начни владеть проводкой, которая делает любой мозг полезным.
Что построить на этой неделе, чтобы снизить риск? ▼
Сделай пять вещей до понедельника: (1) Нарисуй свой bus-factor — выпиши каждый критичный процесс и единственного человека, который его держит. (2) Возьми худший красный узел и задокументируй сырой walkthrough, по которому пройдёт AI-агент. (3) Преврати одну повторяемую задачу в агента — автоматизируй скучную повторяемую работу, не творческую часть. (4) Перестань строить с нуля то, что уже есть как модель, MCP-сервер или агент. (5) Проверь, где реально живёт твоя ценность. Если делаешь только одно — пункт три: одна повторяемая задача, один агент, на этой неделе.