而OpenAI也开启了反击，转头就从特斯拉、xAI、Meta挖走了4名知名工程师，也意味着硅谷新一轮的AI人才大战正式打响，全球大模型竞争被推向了新高度。 那么，这些被Meta招致麾下的顶级AI人才，到底想做什么？挖来的“AI梦之队”，真能砸出Meta的翻身仗吗？这篇文章我们聊聊这场“抢人风暴”背后，比薪资数字更值得深究的AI行业变局。 “Meta用上亿美元薪酬挖人”，这个数字首先是6月中旬由OpenAI CEO Sam Altman在接受他弟弟Jack Altman播客采访时爆料出来的。这引发了众多媒体关注：一亿美元这个数字真是太夸张了。 而《连线》杂志报道，Meta给出的最高价高达四年三亿美元，其中第一年总薪酬超过一亿美元。也有其他媒体报道，1亿美元是signing bonus（一次性的签约奖金）。 虽然Meta的发言人Andy Stone否认了这个消息，称其故意夸大了事实，但结合Meta CTO Andrew Bosworth的内部发言以及我们与业内人士的交流，感觉事实是：上亿美元薪酬并非空穴来风，但并非每个挖来的员工都是这个价格。可能只有少数非常资深的顶级AI人才给了这个报价，而其他人“年薪+股票激励+签约奖金”的总包裹应该在每年上千万美元的水平。 Ethan Zheng Jobright.ai联合创始人： 他们整体的总包，据我所知，基本在平均每个人每年800万到3000万美金之间，肯定这些人没有传说的1亿的签字奖这么高了。Meta毕竟是一个上市公司、公开公司，所以他们其实拿到的这个package（总包）其实一年可能就直接能兑现，包括股票部分，而且他们很多的股票其实是能提前行权的，给他们的package（总包）其实是非常好的。Bill Zhu Pokee AI创始人兼CEO Meta前AI应用强化学习负责人： 总体1亿美金的薪酬应该不是真的，但是上千万是肯定的，1000、2000万总包之类是很有可能的。然后，这十几个人本身的seniority（资历）也不太一样，侧重点也不太一样：有些人可能偏research（研究）一些，有些人偏产品一点，他们的待遇可能也不太一样。 在如今的AI竞争格局下，顶级人才都是各大科技公司看得最紧的资产，挖人其实没有那么容易。特别是如今Meta在AI大模型竞争上开始掉队，会让不少人感到在OpenAI工作能够达成的影响力更大。所以在这样的情况下，Meta不仅仅是得花大价钱，还要给新团队和人才更大的话语权，才能把人吸引过来。 如今重听那期节目，会发现他当年对AI大模型的很多预判相当精准，水平极高。当时家辉就在我们节目中分享到，对于吸引人才来说，除了薪资以外，公司的工程卓越文化、领导层的远见以及推进前沿技术的能力，都是至关重要的。节目播出后不久，家辉便加入了OpenAI。 余家辉 OpenAI前感知研究主管 Google DeepMind前高级研究员： 它（OpenAI）有engineering excellence（工程卓越性）在里面。这些时间和经验的积累，我觉得是一些其他的公司都还比较缺少的，这是一块。第二，需要人才积累，不是说完全是financial support（薪资支持）到了人就会来，还有，是不是有足够好的leadership（领导力）？是不是这些人以前就能做一些？有没有一个check record of success（业界成功记录）？这个我觉得也是必不可少的。如果你说现在我们有了数据，有了算力，刚成立起来做一个team其实很难去吸引到这样的人才。像大公司的比较成熟的这种research lab（研究实验室），我觉得对他们来说其实真正重要的并不是说能去follow（跟踪）到整个research（研究），真正重要的是怎么继续去 push（推动）前沿，或者说下一个milestone（里程碑）在什么地方？应该要去看这种问题。对于这个来说，我觉得Open AI有一定优势，目前他们在一定程度上不断地在创建下一个milestone。大公司follow并不是一件难的事情，在我看来这是第一个大公司的角度。 4月初，Llama 4发布。在年初，DeepSeek的横空出圈让同是开源模型的Llama 4毫无亮点。Llama 4有多让人失望呢？《华尔街日报》报道了一个细节——甚至Meta内部的研究人员主动和Llama 4划清界限，并且把这个项目从他们的领英个人简介中删掉。 所以，当Meta面临从AI大模型第一梯队掉队的危机时刻，扎克伯格毫不犹豫重金来打造这样的一支顶尖队伍，来让Meta重新跟上最前沿的进展，然后再去看能否创造milestone（里程碑）。而就像家辉说的，顶尖研究员重要，但带队的领导者更加重要，而我们看到，扎克伯克在组建团队的领导人角色的时候，预算几乎是没有上限的。 除了上周101 weekly节目所提到的，Meta斥资143亿美元收购Scale AI 49%的股份，核心目的之一是把创始人兼CEO Alex Wang挖过来，领导Meta的新超级智能实验室（MSL）。同时，Meta还让另外两位关键人物——GitHub前CEO Nat Friedman和Safe Superintelligence前CEO Daniel Gross——加入Alex，共同领导新AI团队。 Daniel和Nat之前成立了一家风险投资公司NFDG，而扎克伯格为了让两人无顾虑地退出基金、加入Meta，立即提议：通过收购基金股权来让投资人、LP们套现。由此可见，扎克伯格此次挖角可谓不惜血本、志在必得。 而Daniel离开之后，Ilya也不得不亲自接任CEO一职，并在X上发言说：我们有计算资源，我们有团队，我们知道要做什么。看起来，世界上确实存在再多钱都挖不来的人。 6月底，Alex Wang在X上发布了Meta新超级智能实验室人员名单，以及新员工之前的背景。这份名单的11个人中，7人来自OpenAI，3人来自Googld DeepMind，另外1人是重新召回Meta的。可以说，这些人是如今生成式AI领域最杰出的工程师和研究人员。 我们邀请到Meta前应用强化学习部门负责人、现任Pokee AI创始人兼CEO Bill Zhu，解析这样的人员背景构成背后，Meta在下一步什么棋、想要布局怎样的AI战略。 Bill Zhu Pokee AI创始人兼CEO Meta前AI应用强化学习负责人： 我觉得第一个，它一定想在Llama 5的这一轮，把reasoning（推理）能力上一个台阶。因为你可以看到，招的很多人都是o3、o1之前的核心成员。 接下来，Llama 5的研发非常重要，否则闭源模型和开源模型之间的差距会被再次拉大，而Meta想通过开源建立起AI生态的战略就会完全失效。与此同时，AI模型的多模态之战中，OpenAI和Google最近厮杀得非常厉害。Google在不停地更新多模态模型的能力，特别是最近发布的文生视频模型Veo 3非常惊艳。这也是Meta需要追赶的点。 Bill Zhu Pokee AI创始人兼CEO Meta前AI应用强化学习负责人： 我也看到了很多做multi-modality（多模态）的人在里面，所以他们应该会把就是Llama本身非常强的、非常focus on（专注于）的一个纯文本的能力，去迭代到一个和GPT-4o类似的multi-modality的输入和输出能力。因为之前OpenAI GPT-4o里面的image generation（图片生成）的model（模型）出来以后，整个反响是非常大的，所以我猜测，扎克伯格的这个新lab应该会把multi-modality作为一个重点之一。 Bill Zhu Pokee AI创始人兼CEO Meta前AI应用强化学习负责人： 唯一一个我不是特别清楚的，就是Alex Wang作为这个项目的整个leadership（领导者），毕竟他以前是做data（数据）相关的。Data labeling（数据标注）在整个工作环境中会产生多大的影响或者说重要性，这在目前不是很确定。因为现在的一个主流方向还是minimize data consumption（尽量减少数据消耗）。在这个范式之下，data labeling的重要性在正常的LLM群体里其实是有降低的。 而这个新AI天团的不确定性，除了Alex的领导力之外，整个团队的运行以及新来的人才能否适应？Meta之前的AI研究文化将如何被改变？各团队的利益如何平衡？这些都是这支新“AI梦之队”会面临的挑战。 田渊栋 MetaGenAI研究科学家主任 前FAIR组研究科学家及高级经理： 我觉得还是比较自由、有点像学校的。大家比较bottom up，可以自由讨论一些问题、讨论一些文章，最后能找到一些想法，然后做出来。 比如，给Meta AI“坐镇”的图灵奖得主Yann Lecun就是典型的学院派。他热衷于研究主流大模型叙事之外的“世界模型”范式，还经常在网上跟马斯克等人骂架，以“科学家”自居，讽刺马斯克和OpenAI的商业驱动行为。 我在硅谷之前的一个小型聚会上见到过Meta的CPO Chris Cox，有人问他Yann Lecun在MetaAI上的引导作用时，Chris回答说“He's mostly on his own（大多数时间在自由研究）”。也就是说，这位AI大牛不太参与Meta AI产品的日常运营和管理。 Bill Zhu Pokee AI创始人兼CEO Meta前AI应用强化学习负责人： 其实Meta的整个AI路径非常松，是bottom up（自下而上）的。整个FAIR（基础人工智能研究组），以及我之前在Facebook AI Applied Research（应用研究组）的整个路径全是bottom up的。就是底下的人提proposal（方案），然后这个项目被evaluate（评估）说是一个值得做的方向，然后大家去做。并没有一个central mission（中心任务）说，“诶，这是我们要达到的目标”，然后把它break down（拆解）成几个component（组成），每一个team（团队）做一个方向，然后把它merge（整合）在一块，能够完成一个巨大型的system（系统）是没有这么一个initiative（主动）。 总体来说，我觉得它（新的AI组）大的区别是：原来是一个松散的、从底下往上传的，现在可能是top down（自上而下）有个大的设计，然后想办法把它break down（拆分任务）的过程。 听起来，这像一个“特别行动组”，抛弃了此前Meta“自下而上”的松散文化，变成由扎克伯格直接领导的、有目标、有KPI、“自上而下”的“AI梦之队”。然而，我身边抱怨Meta内部政治环境的朋友不是一个两个。那么，这样的“AI天团”能否在Meta这样庞大又充满利益角逐的环境中，达到它设计的目标呢？ 此前，Meta的AI团队主要领队人物是FAIR团队的研究主任Jitendra Malik，其生成式AI大方向由首席产品官（CPO）Chris Cox带队。而新的AI团队与Meta的原有势力会形成什么关系？这也是一个未知数。 Bill Zhu Pokee AI创始人兼CEO Meta前AI应用强化学习负责人： 我觉得最大的问题是这些人会不会水土不服。Meta内部的整个架构、整个evaluation（评估）机制非常特殊，很多人进Meta以后都水土不服。因为它有很多，出现即便你做了这件事情，然后人家也想做类似的事情，所以导致的问题就在于他们（新AI团队）能做，那Meta内部原来的GenAI那帮人也能做——他们能力差距没有那么大，那么他们也想做，那会不会出现冲突？这个就变成一个很大的问题。然后像在OpenAI和Anthropic以及在DeepMind待久了的人，其实这方面的经验，或者说这方面的忍受能力可能相对会差一些，因为他们并不需要去经历这些事情，所以如果是我的话，我最大的concern（担心）就是这个。Alex Wang进入Meta以后和剩下的领导、领导组织互相磨合的关系。因为Chris Cox本身现在是带整个GenAI的大方向，那Chris Cox跟Alex Wang之间是不是能有非常好的chemistry（化学反应），这也是一个值得question mark（打个问号）的事情，所以有待观察。我感觉可能还要看个三四个月，看看内部会不会传出点什么消息，会不会有组织架构的一些变动。 说到这里，我们大概知道扎克伯格组建这支AI天团要干什么了，简单来说：要迅速追赶上OpenAI和Google在最前沿大模型技术上的步伐。因为硅谷没有竞业协议，这些研究员看过还未发布的GPT-5以及Google Gemini等大模型的最新研究，所以他们能带给Llama 5的，会非常重要。扎克伯格和Meta一直以来的口号就是“move fast and break things”（快速行动，打破常规），如今的上亿美元抢人的支票行为完全符合他的风格。
