2017年6月，谷歌的八名研究员往arXiv上传了一篇论文，标题带着点理工男的浪漫——《Attention Is All You Need》（注意力就是你所需要的一切）。当时没多少人意识到，这篇论文会成为整个大模型时代的地基：今天叫得上名字的模型，从GPT到Claude，从Gemini到DeepSeek，全部建立在它提出的Transformer架构之上。如今它的引用量已超过十万次，是人工智能史上被引用最多的论文之一。
更有意思的是作者栏那八个名字。此后几年里，他们陆续离开谷歌，创办的公司估值加起来超过千亿美元，几乎撑起了半个AI创业江湖。
自注意力：一场"并行化"的革命
Transformer到底解决了什么问题？这要从它的前辈RNN（循环神经网络）说起。
RNN处理文本像一个逐字阅读的人：读到第100个词时，前面99个词的信息只能靠"记忆"一层层传递，既慢又容易遗忘。而Transformer提出的自注意力（Self-Attention）机制，相当于让人同时扫视整段文字，自动计算每个词与其他所有词的关联强度。
它的核心操作可以概括为三个角色：每个词同时拿出Query（我要找什么）、Key（我是什么）和Value（我携带的信息），通过Query与所有Key的匹配度，加权汇总所有人的Value。一次矩阵运算，全句关系尽收眼底。
这一设计带来两个决定性的优势：一是并行，训练速度相比RNN提升了几个数量级，让"堆算力、扩规模"成为可能；二是长距离依赖，句子开头和结尾的词可以直接对话，不再隔着层层传递而衰减。可以说，没有Transformer，就没有后来Scaling Law（规模法则）大放异彩的舞台。
八个人的"散伙饭"
论文发表后，八位作者没有一位留在谷歌安享成果，而是各奔东西：
- Noam Shazeer：Transformer之外，他还是MoE（混合专家）架构的开创者。2021年创立Character.AI，做出现象级的AI角色陪伴产品。2024年，谷歌以约27亿美元的授权协议把他"请"了回去，成为业内津津乐道的"最贵返聘"。
- Aidan Gomez：论文署名时他还是个20岁的实习生，后来创立Cohere，主攻企业级大模型，估值超50亿美元。
- Llion Jones：远赴东京，与前谷歌科学家David Ha创立Sakana AI，探索从自然界汲取灵感的模型融合方法。
- Ashish Vaswani与Niki Parmar：论文的一作和三作，先是共同创立Adept，后又双双离开再创立Essential AI，专注让模型学会使用工具。
- Jakob Uszkoreit：跨界创立生物科技公司Inceptive，用AI设计RNA分子——把语言模型的思路搬到了生命科学。
- Łukasz Kaiser：加入OpenAI，成为GPT-4和o1推理模型的核心作者之一，从架构的发明者变成了最强大脑的建设者。
- Illia Polosukhin：走得最早，论文发表前就已离职，创立了区块链项目NEAR Protocol，如今在探索AI与去中心化计算的结合。
为什么偏偏是谷歌"放走"了他们
这个故事最值得玩味的地方在于：发明了Transformer的谷歌，一度成了大模型浪潮的追赶者。
原因并不复杂。大公司要照顾既有业务和声誉风险，论文变成产品的链条天然更长；而研究员们站在技术曲线的最前端，比任何高管都清楚这项技术值多少钱。当创新的速度超过组织的消化能力，人才带着认知出走，几乎是必然结局。
类似剧情在AI史上反复上演：OpenAI的创始团队来自谷歌和学术界，Anthropic的核心成员出自OpenAI，DeepSeek的背后站着量化出身的幻方。技术的火种，总是在流动中蔓延。
结语
八个人，一篇论文，一段各奔前程的江湖故事。Transformer的意义早已超出技术本身——它证明了一个朴素的道理：真正改变世界的，往往不是巨头的战略，而是几个聪明人在正确的时间，把一个优雅的直觉写成了论文。
而"注意力就是你所需要的一切"这句话，或许也是对创业者最好的隐喻：在噪音最大的时代，看清真正重要的东西，然后全情投入。