OpenAI 正面临自 2023 年 11 月 " 宫斗 " 事件以来最严峻的内部危机。
2025 年 6 月底,这家 AI 巨头不仅遭遇了 Meta 的 " 人才闪电战 " ——一周内被挖走至少 7 名核心研究员,更被迫宣布公司成立以来的首次 " 停摆 ":6 月 30 日至 7 月 6 日期间,员工被要求居家办公,管理层则加班加点应对这场人才危机。
这场风波不仅暴露了 OpenAI 内部长期积累的管理问题,更揭示了 AI 行业进入白热化竞争阶段后,顶尖人才已成为比算力更稀缺的战略资源。
当 Meta 为单个研究员开出高达 1 亿美元的签约奖金,当 OpenAI 首席研究官 Mark Chen 将挖角行为比喻为 " 有人闯进我们的家偷东西 "。
这场围绕 AI 最强大脑的争夺战,已经彻底改变了硅谷的人才竞争规则。
OpenAI 内忧外患
2025 年 6 月 28 日,OpenAI 首席研究官 Mark Chen 向全体员工发送的那封措辞强硬的备忘录,如同一枚深水炸弹,将公司内部长期存在的矛盾公开化:
" 我们比以往任何时候都更主动,正在调整薪酬,并在寻找创新方式来认可和奖励顶尖人才。"
这封邮件是对 Meta 近期连续挖走 OpenAI 多名核心研究员的直接回应——据公开信息,至少有 7 位参与 GPT-4o、o 系列模型开发的关键人才已转投 Meta,其中包括多位华人科学家。
OpenAI 的应对措施折射出问题的严重性:除了承诺调整薪酬体系外,公司宣布 6 月 30 日至 7 月 6 日全员 " 停摆 " 一周。
虽然名义上是为缓解员工每周 80 小时超负荷工作的压力,但知情人士透露,管理层真实目的是防止离职传言在办公室蔓延,造成更大范围的人心动荡。
这种 " 鸵鸟策略 " 在硅谷并不罕见—— Meta 此前裁员时就采用过类似手段——但对以技术激进著称的 OpenAI 而言,却是前所未有的危机处理方式,反映出其管理层的焦虑已达临界点。
这场人才危机的种子,早在 2024 年就已埋下。随着 OpenAI 从纯粹的研究机构向商业化实体转型,公司内部逐渐分裂为两个阵营:
以 CEO 山姆 · 奥尔特曼 ( Sam Altman ) 为首的商业化派,主张加快产品迭代与盈利步伐;
而以首席科学家伊利亚 · 苏茨克沃 ( Ilya Sutskever ) 为代表的安全派,则坚持 AGI ( 通用人工智能 ) 研发应优先考虑伦理风险。
2024 年 8 月至 9 月,包括苏茨克沃、联合创始人格雷格 · 布罗克曼 ( Greg Brockman ) 、CTO 米拉 · 穆拉蒂 ( Mira Murati ) 在内的多位元老相继离职或长期休假。到 2025 年初,OpenAI 最初的 11 人创始团队仅剩 3 人仍在职,而接替离职高管的,多是奥尔特曼信任的商业化人才。
战略摇摆与领导真空使 OpenAI 逐渐失去技术纯粹性。据内部人士透露,奥尔特曼要求 " 每隔几个月就要有重磅产品发布 ",导致研究人员疲于应付短期目标。
曾主导 ChatGPT 开发的 John Schulman 离职时坦言,他希望 " 重返实际技术工作 " ——这句委婉的批评直指 OpenAI 日益严重的官僚化倾向。更讽刺的是,当 Mark Chen 在备忘录中强调 " 需要专注于真正的目标——探索如何将计算能力转化为智能 " 时,他实际上是在否定 OpenAI 过去一年多的商业化路线,这种自我否定恰恰反映了公司战略的混乱。
薪酬体系的不合理进一步加剧了人才流失。尽管 OpenAI 估值高达 1500 亿美元,但其独特的 " 利润封顶 " 结构限制了员工回报——最初承诺投资者收益不超过投入的 100 倍,后改为每年增长 20%,意味着理论上 40 年后利润上限可达 100 万亿美元。
这种扭曲的激励机制使 OpenAI 难以匹配 Meta 等竞争对手开出的天价报价。当奥尔特曼在播客中透露 Meta 提供 "1 亿美元签约奖金 + 更高年薪 " 时,他或许没意识到,这番言论反而让更多员工开始认真考虑自己的市场价值。
OpenAI 的困境本质上反映了非营利初心与商业现实的撕裂。2019 年设立营利性子公司的初衷是为大规模融资铺路,但微软 130 亿美元投资后,公司逐渐陷入 " 为投资人创造回报 " 与 " 安全开发 AGI" 的双重目标难以兼顾的泥潭。
2024 年启动的重组计划——将核心业务转由营利性公司经营,非营利董事会仅保留少数股份——更是彻底倒向商业化,直接导致安全派高管的集体出走。
如今,当 Meta 用真金白银挖走技术骨干,OpenAI 才惊觉自己既失去了理想主义的光环,又未能建立有竞争力的商业体系,陷入两头落空的尴尬。
Meta 的 " 复仇式挖角 "
2025 年 6 月中旬,Meta 对数据标注公司 Scale AI 的 143 亿美元投资震惊了整个硅谷。
这笔交易不仅让 Meta 获得 Scale AI 49% 的股权,更将其 28 岁的创始人 Alexandr Wang 招致麾下,委以 " 首席人工智能官 " 的重任。
谁也没想到,这只是扎克伯格 AI 战略的序曲——两周后,Meta 突然宣布成立 "Meta 超级智能实验室 " ( MSL ) ,整合 FAIR 研究团队、Llama 模型开发组等 AI 资源,由 Wang 全权负责。而组建这个豪华实验室的核心人才,正来自 OpenAI 的 " 大动脉放血 "。
扎克伯格的亲自操盘让这场挖角行动效率惊人。据参与谈判的消息人士透露,Meta CEO 不仅亲自整理全球顶尖 AI 研究员名单,还在加州帕洛阿尔托和太浩湖的住所与候选人会面,甚至为关键人才开辟免面试的 " 绿色通道 "。
这种 "CEO 直聘 " 模式极大缩短了决策链条——从首次接触到正式签约,部分案例仅用 72 小时就完成全部流程。这种雷厉风行的作风与 OpenAI 的官僚化形成鲜明对比,对长期受困于繁文缛节的研究员极具吸引力。
Meta 的挖角战术绝非简单的 " 金钱攻势 ",而是精准打击 OpenAI 的技术命脉。被挖走的 11 人中,7 人来自 OpenAI,且集中在多模态模型、语音交互、强化学习等关键领域。
例如毕树超 ( Shuchao Bi ) 是 GPT-4o 语音模式的核心开发者;
于佳慧 ( Jiahui Yu ) 主导了 GPT-4o 图像生成系统;
赵晟佳 ( Shengjia Zhao ) 则领导 OpenAI 的合成数据团队,参与从 ChatGPT 到 GPT-4o 几乎所有重要项目。
这些人才的集体出走,不仅会延缓 OpenAI o 系列轻量模型的迭代速度,更可能中断其多模态技术的连续性发展。
值得注意的是,Meta 的 " 人才掠夺 " 战略早有预兆。2025 年初,其自研大模型 Llama 4 表现不及预期,被中国公司 DeepSeek 等竞争对手超越。
内部人士称,扎克伯格对此 " 非常沮丧 ",随即调整 AI 战略方向——与其押注单一模型,不如通过吸纳顶尖人才实现多点突破。
这种思路与学术界的 " 明星教授 " 效应异曲同工:MIT 机械工程系主任陈钢曾分享,顶尖高校的成功秘诀是 " 预判哪个领域会有突破,然后找到可能实现突破的潜力型选手 "。Meta 现在做的,正是将这套方法论移植到企业研发中。
薪酬诱惑只是表面因素,更深层次的吸引力在于科研自主权与资源保障。Meta 承诺为 MSL 团队提供 " 无限制的先进算力资源 ",这对饱受 GPU 短缺困扰的 OpenAI 研究员堪称致命诱惑。
一位接近 OpenAI 的知情人士透露,公司内部常因算力分配爆发激烈争吵," 重要项目尚需排队等待,边缘研究更难获支持 "。此外,扎克伯格宣布 " 未来几年将在 AI 上投入数千亿美元 ",这种 all-in 的决心与 OpenAI 近期在 AGI 研发上的迟疑形成强烈反差,对理想未泯的研究者而言,这种技术信仰或许比金钱更有感召力。
Meta 的挖角行动也暴露出硅谷人才流动的制度环境。加州法律明确禁止竞业协议(《加州商业和职业法典》第 16600 条),这使得科技公司几乎无法阻止员工跳槽至竞争对手。
更微妙的是,AI 研究社区存在强烈的 " 同门效应 " ——此次被挖的 OpenAI 研究员中,多人有谷歌 DeepMind 或斯坦福背景,形成紧密的学术血缘网络。这种基于共同教育、工作经历形成的信任关系,远比公司忠诚度更稳固,一旦有人成功跳槽,往往会带动整个小团体迁徙。
面对舆论对 "1 亿美元天价合同 " 的质疑,Meta CTO 安德鲁 · 博斯沃思的回应耐人寻味:"Sam(奥尔特曼)是不诚实的 ... 不是每个人都能拿到 1 亿美元 "。
Levels.fyi 数据显示,Meta 常规 E7-E9 级工程师年薪在 150 万 -500 万美元区间,但为挖角可能支付 1.5 倍溢价。独立分析师估算,被挖的 OpenAI 研究员实际薪酬包约在 500 万 -1000 万美元 / 年,虽不及传言夸张,但相比 OpenAI 现有薪酬仍是质的飞跃。
这种 " 新人笑旧人哭 " 的局面甚至在 Meta 内部引发不满,老员工抱怨公司用 2-3 倍薪资招揽外部 " 超级巨星 ",变相贬低现有团队价值。
扎克伯格的这场人才闪电战,本质上是对 Meta 技术路线的一次基因改造。通过引入 OpenAI 系人才,Meta 希望弥补自身在生成式 AI 应用层的短板;而 Scale AI 的数据标注能力与 Wang 领导的算法团队结合,可能孕育出不同于 GPT 的技术路径。
这种 " 杂交优势 " 是否真能超越 OpenAI 尚待观察,但短期内已成功打乱竞争对手的研发节奏,可谓一举多得。正如剑桥大学计算机教授乔恩 · 克洛克夫特所言:" 人工智能人才的激烈竞争,只是一个创新周期中正常的部分 " ——只不过这次,Meta 让这个 " 正常周期 " 变得异常血腥。
AI 人才争夺加剧
当 OpenAI 与 Meta 为个别研究员争得头破血流时,一个更宏观的趋势正在显现:全球 AI 产业已进入 " 人才通缩 " 时代。
麦肯锡最新预测显示,到 2030 年中国 AI 人才缺口将达 400 万,而美国顶尖 AI 研究者的平均培养成本已超过 200 万美元 / 人。这种供需失衡造就了畸形的 " 卖方市场 " —— 2025 年春招期间,算法工程师岗位招聘量同比增长 46.8%,平均月薪达 2.35 万元人民币,深度学习岗位月薪更是高达 2.4 万元。
在中国,像宇树科技这样的初创公司为 AI 算法岗开出 7 万元 / 月的高薪;广东神舞科技甚至为算法工程师提供 " 两室一厅免费住房 +40 万 -70 万年薪 " 的优厚条件。
人才争夺的白热化催生出清晰的行业 " 鄙视链 "。据科技猎头透露,OpenAI、Anthropic 和谷歌 DeepMind 雄踞金字塔顶端,凭借雄厚财力与学术声望能挖到任何想要的人;马斯克的 xAI 因激进的技术愿景快速蹿升;Meta 则因 Llama 4 的失败稍逊一筹。第二梯队的亚马逊、苹果和微软常以 " 股权变现能力 " 为卖点吸引人才;而像 Perplexity、Cohere 这类独角兽则依靠创业激情与灵活机制参与竞争。这种层级结构形成强大马太效应——上游企业可轻松从下游挖人,逆向流动则阻力重重。
AI 人才的评价标准也在经历革命性重塑。传统基于工龄、职称的体系正被 "AI 年龄 " ( 接触 AI 技术的有效年限 ) 概念取代。一个 12 岁开始使用大模型编程的中学生,到 22 岁毕业时就拥有 10 年 "AI 年龄 ",其解决复杂问题的能力可能远超有 20 年传统编程经验但 "AI 年龄 " 仅 2 年的资深工程师。
这种变革正在颠覆劳动力市场的价值判断——正如 28 岁的 Scale AI 创始人 Alexandr Wang 能执掌 Meta 千亿级 AI 实验室,而一些资深软件工程师却面临裁员。未来的职场竞争,将越来越取决于开发者与 AI 协同进化的深度与广度。
企业间的 " 军备竞赛 " 进一步推高了顶尖人才的身价。微软为 AI 团队提供其他部门 2 倍的薪酬,甚至抛出 5 万美元即时奖金要求候选人 " 立刻停止所有其他面试 ";谷歌 DeepMind 不惜请动联合创始人谢尔盖 · 布林亲自游说候选人;而据 The Information 报道,为阻止 Meta 挖角,OpenAI 紧急批准了 " 史无前例的留任奖金 "。
这种疯狂竞价导致入门级 AI 工程师起薪已达 10-12 万美元 +15 万美元股权 ( 分四年兑现 ) ,相当于传统软件工程师 3-5 年资历的待遇。当扎克伯格为 OpenAI 研究员开出千万美元年薪时,他不仅买断了竞争对手的研发能力,更重新定义了整个行业的价格锚点。
这场人才战争的深层次驱动力在于 AI 技术范式的转变。随着大模型进入 " 后摩尔定律 " 时代,单纯增加参数规模带来的边际效益递减,创新越来越依赖算法突破与工程优化——这两者都极度依赖人类智能。
中国科学院自动化研究所研究员王亮指出:" 目前最急需的是基础研究型人才和应用复合型人才,既要解决高端 AI 芯片国产化率不足和算法原创性不足问题,又要推动 AI 加速赋能各行业 "。这种 " 两手都要硬 " 的需求,使得既能深耕理论又能解决实际问题的全栈型人才奇货可居。
教育体系与产业需求的结构性错配加剧了人才短缺。虽然全球已有超 500 所高校开设人工智能专业,但多数仍沿用传统计算机课程体系,培养的学生难以满足企业需求。
江苏省某 " 双一流 " 高校 2024 届 AI 专业毕业生中,无一人进入相关企业就业的案例,暴露出人才培养与市场脱节的严重性。猎聘数据显示,当前 AI 从业者中,计算机科学与技术、软件工程等传统专业背景者占多数,他们在算法优化、系统架构等细分领域或许出色,但缺乏跨学科整合能力,难以胜任 "AI+ 行业 " 的复合需求。
这场人才争夺战的终局,可能导向全球 AI 力量的重组。一个值得注意的现象是,被 Meta 挖走的 OpenAI 研究员中华裔占比极高。据《2023 年人工智能指数报告》,全球顶尖 AI 研究者中 47% 来自中国,美国顶级 AI 人才中华人更达 75%。
这种人才分布格局,使得中美两国的 AI 竞争呈现出诡异的 " 你中有我 " 态势——中国培养的顶尖人才正主导美国企业的突破性创新,而他们创造的技术又通过开源社区或商业产品回流至中国市场竞争。这种 " 量子纠缠 " 般的关系,将使得任何试图脱钩的尝试都代价高昂。
面对愈演愈烈的人才争夺,OpenAI 与 Meta 的应对策略折射出两种不同的技术哲学。Meta 选择 " 金钱换时间 ",用天价薪酬快速填补技术短板;OpenAI 则试图回归 " 使命驱动 ",强调 AGI 愿景的纯粹性。
这两种路径孰优孰劣尚无定论学术界高薪聘请诺奖得主也不能保证后续突破。Meta 需要警惕的是,当 " 雇佣兵文化 " 冲淡技术信仰,再豪华的个体阵容也可能沦为乌合之众;而 OpenAI 若不能将 AGI 理想转化为切实的科研环境与合理回报,恐将重蹈施乐帕克研究中心 ( Xerox PARC ) 的覆辙——孕育革命性思想却未能留住创造它们的人才。
在这场没有硝烟的战争中,真正的赢家或许是那些具备 "AI 原生思维 " 的年轻一代。随着南开大学 " 人工智能赋能人才培养行动计划 " 等教育改革推进,越来越多 12 岁就开始接触大模型的 "AI 原住民 " 正步入职场。他们与 AI 协同进化的 " 数字直觉 ",可能比任何天价薪酬包都更具颠覆性。当扎克伯格与奥尔特曼为当下的人才争得面红耳赤时,或许更应关注的是:如何培养并留住那些尚未进入名单,但注定将定义 AI 未来的 " 潜力型选手 "。
毕竟,在指数级变化的 AI 赛道,今天的明星研究员可能明天就被算法淘汰,而真正持久的竞争优势,永远来自持续孕育创新的人才生态。(川 川)
登录后才可以发布评论哦
打开小程序可以发布评论哦