出品 | 大力财经

作者 | 豆沙包

Meta 一掷千金、开出千万美元年薪“抢人”，并由 CEO 扎克伯格亲自发邮件挖角的消息，引爆了整个行业。这场看似简单的人才争夺战，背后却藏着深刻的战略焦虑与技术野心。

AI 的发展早已不只是技术问题，更是一场关于未来主导权的博弈。人才，就是这场竞赛中最关键的杠杆。Meta 此番亲自下场、重金挖角，不仅反映出其在大模型时代的紧迫感，也预示着全球 AI 人才格局或将发生新一轮重构。

01 事件核心：Meta 的 “天价 Offer” 与 CEO 亲自下场

CEO 扎克伯格亲自出马，向全球仅 50–100 位拥有大模型训练经验的顶尖 AI 研究员发出邀请，开出的年薪高达 1000 万美元（约合人民币 7184 万元）。更令人震惊的是，部分候选人甚至无需经过常规面试流程，即可直接入职。

Meta 寻找的并非普通技术人员，而是能驾驭大型基础模型、具备“生成式 AI 原生思维”的稀缺型专家。这些人被称为“AI 炼金术士”并非夸张，他们是支撑大模型核心能力的第一生产力，决定着一家科技公司在新一轮 AI 竞赛中的底层战斗力。

为了抢到这些极端稀缺的人才，Meta 不仅祭出了空前薪酬与股权激励，还直接突破了传统招聘方式。扎克伯格在自家私宅接待潜在候选人，专门创建 WhatsApp 招聘群进行实时沟通，展现出高度的诚意与效率。

此外，Meta 还从谷歌 DeepMind、Anthropic、Sesame AI 等核心对手那里持续“挖角”，包括 DeepMind 前首席研究员 Jack Rae 在内的多位专家已被纳入麾下。这一轮全球猎才风暴，不仅是资本驱动的延伸，更是 Meta 重构 AI 技术中台、强化模型原研能力的关键一战。

02 战略动机：Meta 的焦虑与 “超级智能” 野心

Meta 最新发布的大模型 Llama 4 并未达到外界预期，在多个基准测试中的表现平平，甚至被业内质疑存在“对测试数据过拟合”的嫌疑，技术公信力受到一定冲击。与之对比，OpenAI 的 GPT-4、谷歌的 Gemini 已在多模态能力、工具调用等关键领域实现突破，技术差距正在拉大。

为迎头赶上，Meta 正计划组建一支专注于通用人工智能（AGI）研发的新团队，由 Scale AI 创始人 Alexandr Wang 领衔。这支团队欲将在未来一轮 AGI 竞赛中实现“跨越式赶超”。

为配合这一战略，Meta 还投入高达 150 亿美元，与数据标注公司建立深度合作，扩充高质量训练数据。这一动作不仅展现其追求基础研究突破的决心，也标志着 Meta 正将 AI 上升为集团未来十年的核心增长引擎。

Meta 在其法律文件中曾明确表示，到 2035 年，生成式 AI 业务有望带来累计 4600 亿至 1.4 万亿美元营收。这个估算略显激进，但足以体现其对 AI 商业化潜力的高度信心。

在这个规模背景下，给顶级研究员开出千万年薪，其实并非“重金”，而是按战略优先级配置的必要投入。Meta 认为，越早构建出核心模型、掌握自研能力、聚拢人才优势，越能在 AGI 到来之前锁定商业主动权。

无论是组建高规格研发团队，还是在全球范围内高薪抢人，Meta 都已做好了长期投入、技术补课与生态搭建的全面准备。

03 人才争夺战的残酷真相：薪酬、文化与使命感的多重博弈

真正具备千亿参数大模型训练经验的核心研究员，全球数量不过百人，这类人才是全球 AI 产业的“战略稀缺资源”，各大科技公司争相高薪挖角，成为决定技术路线和产品上限的关键变量。

据公开数据显示，OpenAI 和 Anthropic 的核心人才留存率均超过 60%，而 Meta 即便祭出天价 offer，留存率也仅为 64%。这说明，仅靠高薪远远不够。在多个案例中，有顶尖候选人因对 Meta 企业文化、研究自由度等存在顾虑，最终选择加入 OpenAI，或干脆自己创业，回归独立探索。

这场 AI 人才战，已经进入“超级军备竞赛”阶段。顶尖初创公司为吸引科学家，纷纷开出 200 万至 400 万美元的股票期权激励，OpenAI 甚至允许员工提前套现公司股份，这种高流动性与高预期的组合，对人才具有极强吸引力。

相比之下，Meta 虽然基础年薪可达 200 万美元以上，但在的竞争中并不占优。许多 AI 科学家愿意投身更具理想主义色彩的组织，比如以“确保 AGI 安全”为目标的 OpenAI，或围绕长期主义展开技术探索的 Anthropic。与之相比，Meta 强执行、高指标的工程文化在一些人眼中可能更像是“工业流水线”，缺乏科研自由与精神牵引。

04 深层矛盾：技术理想主义 vs 商业现实

就拿前 Twitter AI 负责人 Yudian Zheng 来说，他就拒绝了 Meta 的百万年薪，他表示更看重 “从零创造价值” 的创业生态。这体现出很多顶尖科学家在选择工作时，不仅仅考虑薪酬待遇，更注重能否在工作中实现自己的技术理想，创造出真正有价值的东西。

Anthropic 能有 80% 的留存率，很大程度上是因为他们给员工提供了项目自由度，让科学家们能够在自己感兴趣的领域自由探索。而 Meta 的留存率只有 64%，这可能就与他们相对受限的 “增长黑客” 文化有关，这种文化更注重短期的商业增长，可能会束缚科学家们的创新思维。

美国国会部分议员已经对大型科技公司“挖墙脚”的做法提出批评，指出这类高强度挖角正在蚕食初创企业的人才基础，打击创新生态，形成“强者恒强、弱者出局”的恶性循环。

在欧洲，这一趋势尤为明显。受限于资本规模和薪酬体系，大量具备前沿 AI 能力的工程师和研究员正不断流向美国。欧洲科技公司在与美国巨头的人才竞争中处于劣势，逐步沦为“人才净出口国”。不仅削弱了本地技术的自主能力，也加剧了全球 AI 创新版图的地理失衡。

如果顶尖人才过度集中于少数几家科技巨头，AI 发展的治理结构将变得更加不均衡，可能催生技术垄断、伦理失控等系统性风险，最终影响全球范围内的产业安全和政策制定。

05 未来影响：AI 人才大战加剧“马太效应”

高端算法工程师与模型架构专家一旦高度集中于少数平台，将形成事实上的“技术垄断”：创新资源、算力基础与生态优势也会向各大巨头倾斜，小公司难以获得支撑前沿研发的基本条件。

这种趋势如果持续，将不利于行业长期的技术多样性和创新活力，甚至可能削弱整个AI生态的抗风险能力。

Meta 倾向推动开源生态，其 Llama 系列模型广受开发者欢迎，也在全球范围内建立起一定的开源影响力。然而，商业化Meta仍远落后于谷歌、OpenAI等闭环生态玩家。前者强调社区共建与开源模型的广泛应用，后者则通过数据、产品、分发、支付等环节形成闭环商业闭路，效率更高、变现更快。

部分技术理想主义者更倾向开源与社区协作，而倾向商业化的工程人才则流向闭环企业。这种结构性分流，可能在未来几年决定全球 AI 技术演化的基本格局。

总结：一场撬动未来格局的 AI 人才之战

这场由扎克伯格亲自下场推动的“非常规”招聘，揭示了 Meta 对 AI 技术焦虑的真实写照——在面对 GPT-4、Gemini 等强敌技术领先的背景下，Meta试图以重金组建通用人工智能（AGI）核心团队，实现战略突围。

然而，事情并非只是“钱到位、人就到”。在这场激烈的“军备竞赛”中，薪酬固然重要，但并非唯一筹码。越来越多的 AI 科学家将价值观契合、技术自主权与长期愿景视为关键考量因素。Meta 开出的“天价 offer”仍面临留存难、认同低的困境，其企业文化、研究自由度与使命感劣势正成为软肋。

巨头抢人加剧了中小企业“技术断层”，带来技术集中度提升与创新生态失衡的双重隐忧。部分国家甚至开始反思这种资本密集型挖人模式对本土 AI 发展的长期影响。与此同时，开源 vs 闭环的发展模式分歧，正因人才流动而进一步强化。Meta 等开源派面临商业变现压力，谷歌、OpenAI 等闭环模式则凭借产品闭环迅速建立优势。

大力财经认为AI 人才争夺战就像一场技术版的冷启动核竞赛，拼的不是当下的产品，而是未来的技术杠杆。Meta 这次以千万年薪、CEO 亲自出手，开出的不仅是职位，而是一种战略信号：谁掌握了顶尖人才，谁就可能占据下一个技术高地。但真正决定胜负的，并不只是钱，而是哪种组织机制能真正留住人才、激发创造。

AI 的未来归根结底还是由人决定的，不是哪家资本雄厚，而是哪些人能沉下心来做长期主义的事。在这场全球竞赛中，也许我们更该关注的不是谁挖了谁的人，而是这一代最聪明的大脑，最终会选择跟谁一起定义时代。

你会选理想主义，还是现实阵营？欢迎聊聊，你心目中理想的 AI 创新土壤，是什么样的。