扎克伯格的天价 「天才名单」，正引发硅谷 AI 公司的新一轮人才巨震。
在开源模型 Llama 4 失利后，意识到 Meta 正在 AI 大模型上落后的扎克伯格开始 「绝地反击」，为了挖人，甚至开出了 1 亿美金的 「签约费」。
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？本期，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。
一、Meta 的 「上亿美元」 疯狂支票，谣言还是现实？
我们先来说说上亿美元薪酬挖人的传言：真的给出了这么疯狂的支票吗？
要知道，我们之前的 《AI 人才争夺战》 中，讲的还是 100 万美元的年薪，这还没过多久，现在直接加了两个零。
「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。
前段时间疯传与 C 罗对比图的余家辉，在 2022 年 12 月上过我们硅谷 101 的播客。
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。
而扎克伯格把这两个人挖过来，也颇下了一番功夫。
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。
Daniel Gross（左） 与 Sutskever（右）
此外，Daniel 之前还担任着 Ilya Sutskever 新创 AI 公司 Safe Superintelligence 的 CEO。扎克伯格曾试图以 320 亿美元估值收购 Safe Superintelligence，但遭 Ilya Sutskever 一口回绝，于是他就把 CEO Daniel Gross 给挖走了。
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。
接下来，我们再看看 Meta 这支新团队的构成，以及 Meta 想要做什么。
二、扎克伯格的 「天才名单」，与 「AI 梦之队」 的下一步棋
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。
也有很多人问，Meta 新 AI 团队的领导者为什么是年仅 28 岁的 Alex？他并非做大模型出身的，凭什么能扛起这么大的任务？
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。
三、巨大的不确定性：Meta 的内部政治与松散 AI 文化
在此之前，Meta 的 AI 研发文化是相对 「佛系」 的。
我们硅谷 101 播客在 2024 年 3 月底对话了 Meta 前 FAIR（Fundamental AI Research，基础人工智能研究）组研究科学家田渊栋 。他描述到，Meta 的 AI 文化是非常 「bottom up」，自下而上。
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。
然而，可能问题就出在这个 「自下而上」，导致研究员们各自有各自的方向，并不是以一个最终目的一起使劲儿。
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，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。
那么问题是：这些支票能砸出 Meta 的 AI 领先地位吗？我们拭目以待。
（本文不构成任何投资建议）
本文来自微信公众号：硅谷 101，监制：泓君、陈茜，撰稿、主持：陈茜
