文 | 硅谷101

扎克伯格的天價“天才名單”，正引發硅谷AI公司的新一輪人才巨震。

在開源模型Llama 4失利后，意識到Meta正在AI大模型上落后的扎克伯格開始“絕地反擊”，為了挖人，甚至開出了1億美金的“簽約費”。

而OpenAI也開啟了反擊，轉頭就從特斯拉、xAI、Meta挖走了4名知名工程師，也意味著硅谷新一輪的AI人才大戰正式打響，全球大模型競爭被推向了新高度。

那么，這些被Meta招致麾下的頂級AI人才，到底想做什么？挖來的“AI夢之隊”，真能砸出Meta的翻身仗嗎？這篇文章我們聊聊這場“搶人風暴”背后，比薪資數字更值得深究的AI行業變局。

01 Meta的“上億美元”瘋狂支票，謠言還是現實？

我們先來說說上億美元薪酬挖人的傳言：真的給出了這么瘋狂的支票嗎？

要知道，我們去年的文章中，講的還是100萬美元的年薪，這還沒過多久，現在直接加了兩個零。

“Meta用上億美元薪酬挖人”，這個數字首先是6月中旬由OpenAI CEO Sam Altman在接受他弟弟Jack Altman播客采訪時爆料出來的。這引發了眾多媒體關注：一億美元這個數字真是太夸張了。

而《連線》雜志報道，Meta給出的最高價高達四年三億美元，其中第一年總薪酬超過一億美元。也有其他媒體報道，1億美元是signing bonus（一次性的簽約獎金）。

雖然Meta的發言人Andy Stone否認了這個消息，稱其故意夸大了事實，但結合Meta CTO Andrew Bosworth的內部發言以及我們與業內人士的交流，感覺事實是：上億美元薪酬并非空穴來風，但并非每個挖來的員工都是這個價格。可能只有少數非常資深的頂級AI人才給了這個報價，而其他人“年薪+股票激勵+簽約獎金”的總包裹應該在每年上千萬美元的水平。

Ethan Zheng Jobright.ai聯合創始人： 他們整體的總包，據我所知，基本在平均每個人每年800萬到3000萬美金之間，肯定這些人沒有傳說的1億的簽字獎這么高了。Meta畢竟是一個上市公司、公開公司，所以他們其實拿到的這個package（總包）其實一年可能就直接能兌現，包括股票部分，而且他們很多的股票其實是能提前行權的，給他們的package（總包）其實是非常好的。

Bill Zhu Pokee AI創始人兼CEO Meta前AI應用強化學習負責人： 總體1億美金的薪酬應該不是真的，但是上千萬是肯定的，1000、2000萬總包之類是很有可能的。然后，這十幾個人本身的seniority（資歷）也不太一樣，側重點也不太一樣：有些人可能偏research（研究）一些，有些人偏產品一點，他們的待遇可能也不太一樣。

在如今的AI競爭格局下，頂級人才都是各大科技公司看得最緊的資產，挖人其實沒有那么容易。特別是如今Meta在AI大模型競爭上開始掉隊，會讓不少人感到在OpenAI工作能夠達成的影響力更大。所以在這樣的情況下，Meta不僅僅是得花大價錢，還要給新團隊和人才更大的話語權，才能把人吸引過來。

前段時間瘋傳與C羅對比圖的余家輝，在2022年12月上過我們硅谷101的播客。

如今重聽那期節目，會發現他當年對AI大模型的很多預判相當精準，水平極高。當時家輝就在我們節目中分享到，對于吸引人才來說，除了薪資以外，公司的工程卓越文化、領導層的遠見以及推進前沿技術的能力，都是至關重要的。節目播出后不久，家輝便加入了OpenAI。

余家輝 OpenAI前感知研究主管 Google DeepMind前高級研究員： 它（OpenAI）有engineering excellence（工程卓越性）在里面。這些時間和經驗的積累，我覺得是一些其他的公司都還比較缺少的，這是一塊。第二，需要人才積累，不是說完全是financial support（薪資支持）到了人就會來，還有，是不是有足夠好的leadership（領導力）？是不是這些人以前就能做一些？有沒有一個check record of success（業界成功記錄）？這個我覺得也是必不可少的。如果你說現在我們有了數據，有了算力，剛成立起來做一個team其實很難去吸引到這樣的人才。

像大公司的比較成熟的這種research lab（研究實驗室），我覺得對他們來說其實真正重要的并不是說能去follow（跟蹤）到整個research（研究），真正重要的是怎么繼續去 push（推動）前沿，或者說下一個milestone（里程碑）在什么地方？應該要去看這種問題。對于這個來說，我覺得Open AI有一定優勢，目前他們在一定程度上不斷地在創建下一個milestone。大公司follow并不是一件難的事情，在我看來這是第一個大公司的角度。

4月初，Llama 4發布。在年初，DeepSeek的橫空出圈讓同是開源模型的Llama 4毫無亮點。Llama 4有多讓人失望呢？《華爾街日報》報道了一個細節——甚至Meta內部的研究人員主動和Llama 4劃清界限，并且把這個項目從他們的領英個人簡介中刪掉。

所以，當Meta面臨從AI大模型第一梯隊掉隊的危機時刻，扎克伯格毫不猶豫重金來打造這樣的一支頂尖隊伍，來讓Meta重新跟上最前沿的進展，然后再去看能否創造milestone（里程碑）。而就像家輝說的，頂尖研究員重要，但帶隊的領導者更加重要，而我們看到，扎克伯克在組建團隊的領導人角色的時候，預算幾乎是沒有上限的。

除了上周101 weekly節目所提到的，Meta斥資143億美元收購Scale AI 49%的股份，核心目的之一是把創始人兼CEO Alex Wang挖過來，領導Meta的新超級智能實驗室（MSL）。同時，Meta還讓另外兩位關鍵人物——GitHub前CEO Nat Friedman和Safe Superintelligence前CEO Daniel Gross——加入Alex，共同領導新AI團隊。

而扎克伯格把這兩個人挖過來，也頗下了一番功夫。

Daniel和Nat之前成立了一家風險投資公司NFDG，而扎克伯格為了讓兩人無顧慮地退出基金、加入Meta，立即提議：通過收購基金股權來讓投資人、LP們套現。由此可見，扎克伯格此次挖角可謂不惜血本、志在必得。

Daniel Gross（左）與Sutskever（右）

此外，Daniel之前還擔任著Ilya Sutskever新創AI公司Safe Superintelligence的CEO。扎克伯格曾試圖以320億美元估值收購Safe Superintelligence，但遭Ilya Sutskever一口回絕，于是他就把CEO Daniel Gross給挖走了。

而Daniel離開之后，Ilya也不得不親自接任CEO一職，并在X上發言說：我們有計算資源，我們有團隊，我們知道要做什么。看起來，世界上確實存在再多錢都挖不來的人。

接下來，我們再看看Meta這支新團隊的構成，以及Meta想要做什么。

02 扎克伯格的“天才名單”，與“AI夢之隊”的下一步棋

6月底，Alex Wang在X上發布了Meta新超級智能實驗室人員名單，以及新員工之前的背景。這份名單的11個人中，7人來自OpenAI，3人來自Googld DeepMind，另外1人是重新召回Meta的。可以說，這些人是如今生成式AI領域最杰出的工程師和研究人員。

我們邀請到Meta前應用強化學習部門負責人、現任Pokee AI創始人兼CEO Bill Zhu，解析這樣的人員背景構成背后，Meta在下一步什么棋、想要布局怎樣的AI戰略。

Bill Zhu Pokee AI創始人兼CEO Meta前AI應用強化學習負責人： 我覺得第一個，它一定想在Llama 5的這一輪，把reasoning（推理）能力上一個臺階。因為你可以看到，招的很多人都是o3、o1之前的核心成員。

接下來，Llama 5的研發非常重要，否則閉源模型和開源模型之間的差距會被再次拉大，而Meta想通過開源建立起AI生態的戰略就會完全失效。與此同時，AI模型的多模態之戰中，OpenAI和Google最近廝殺得非常厲害。Google在不停地更新多模態模型的能力，特別是最近發布的文生視頻模型Veo 3非常驚艷。這也是Meta需要追趕的點。

Bill Zhu Pokee AI創始人兼CEO Meta前AI應用強化學習負責人： 我也看到了很多做multi-modality（多模態）的人在里面，所以他們應該會把就是Llama本身非常強的、非常focus on（專注于）的一個純文本的能力，去迭代到一個和GPT-4o類似的multi-modality的輸入和輸出能力。因為之前OpenAI GPT-4o里面的image generation（圖片生成）的model（模型）出來以后，整個反響是非常大的，所以我猜測，扎克伯格的這個新lab應該會把multi-modality作為一個重點之一。

也有很多人問，Meta新AI團隊的領導者為什么是年僅28歲的Alex？他并非做大模型出身的，憑什么能扛起這么大的任務？

Bill Zhu Pokee AI創始人兼CEO Meta前AI應用強化學習負責人： 唯一一個我不是特別清楚的，就是Alex Wang作為這個項目的整個leadership（領導者），畢竟他以前是做data（數據）相關的。Data labeling（數據標注）在整個工作環境中會產生多大的影響或者說重要性，這在目前不是很確定。因為現在的一個主流方向還是minimize data consumption（盡量減少數據消耗）。在這個范式之下，data labeling的重要性在正常的LLM群體里其實是有降低的。

而這個新AI天團的不確定性，除了Alex的領導力之外，整個團隊的運行以及新來的人才能否適應？Meta之前的AI研究文化將如何被改變？各團隊的利益如何平衡？這些都是這支新“AI夢之隊”會面臨的挑戰。

03 巨大的不確定性，Meta的內部政治與松散AI文化

在此之前，Meta的AI研發文化是相對“佛系”的。

我們硅谷101播客在2024年3月底訪問了Meta前FAIR（Fundamental AI Research，基礎人工智能研究）組研究科學家田淵棟 。他描述到，Meta的AI文化是非常“bottom up”，自下而上。

田淵棟 MetaGenAI研究科學家主任 前FAIR組研究科學家及高級經理： 我覺得還是比較自由、有點像學校的。大家比較bottom up，可以自由討論一些問題、討論一些文章，最后能找到一些想法，然后做出來。

然而，可能問題就出在這個“自下而上”，導致研究員們各自有各自的方向，并不是以一個最終目的一起使勁兒。

比如，給Meta AI“坐鎮”的圖靈獎得主Yann Lecun就是典型的學院派。他熱衷于研究主流大模型敘事之外的“世界模型”范式，還經常在網上跟馬斯克等人罵架，以“科學家”自居，諷刺馬斯克和OpenAI的商業驅動行為。

我在硅谷之前的一個小型聚會上見到過Meta的CPO Chris Cox，有人問他Yann Lecun在MetaAI上的引導作用時，Chris回答說“He's mostly on his own（大多數時間在自由研究）”。也就是說，這位AI大牛不太參與Meta AI產品的日常運營和管理。

Bill Zhu Pokee AI創始人兼CEO Meta前AI應用強化學習負責人： 其實Meta的整個AI路徑非常松，是bottom up（自下而上）的。整個FAIR（基礎人工智能研究組），以及我之前在Facebook AI Applied Research（應用研究組）的整個路徑全是bottom up的。就是底下的人提proposal（方案），然后這個項目被evaluate（評估）說是一個值得做的方向，然后大家去做。

并沒有一個central mission（中心任務）說，“誒，這是我們要達到的目標”，然后把它break down（拆解）成幾個component（組成），每一個team（團隊）做一個方向，然后把它merge（整合）在一塊，能夠完成一個巨大型的system（系統）是沒有這么一個initiative（主動）。 總體來說，我覺得它（新的AI組）大的區別是：原來是一個松散的、從底下往上傳的，現在可能是top down（自上而下）有個大的設計，然后想辦法把它break down（拆分任務）的過程。

聽起來，這像一個“特別行動組”，拋棄了此前Meta“自下而上”的松散文化，變成由扎克伯格直接領導的、有目標、有KPI、“自上而下”的“AI夢之隊”。然而，我身邊抱怨Meta內部政治環境的朋友不是一個兩個。那么，這樣的“AI天團”能否在Meta這樣龐大又充滿利益角逐的環境中，達到它設計的目標呢？

此前，Meta的AI團隊主要領隊人物是FAIR團隊的研究主任Jitendra Malik，其生成式AI大方向由首席產品官（CPO）Chris Cox帶隊。而新的AI團隊與Meta的原有勢力會形成什么關系？這也是一個未知數。

Bill Zhu Pokee AI創始人兼CEO Meta前AI應用強化學習負責人： 我覺得最大的問題是這些人會不會水土不服。Meta內部的整個架構、整個evaluation（評估）機制非常特殊，很多人進Meta以后都水土不服。

因為它有很多，出現即便你做了這件事情，然后人家也想做類似的事情，所以導致的問題就在于他們（新AI團隊）能做，那Meta內部原來的GenAI那幫人也能做——他們能力差距沒有那么大，那么他們也想做，那會不會出現沖突？這個就變成一個很大的問題。然后像在OpenAI和Anthropic以及在DeepMind待久了的人，其實這方面的經驗，或者說這方面的忍受能力可能相對會差一些，因為他們并不需要去經歷這些事情，所以如果是我的話，我最大的concern（擔心）就是這個。

Alex Wang進入Meta以后和剩下的領導、領導組織互相磨合的關系。因為Chris Cox本身現在是帶整個GenAI的大方向，那Chris Cox跟Alex Wang之間是不是能有非常好的chemistry（化學反應），這也是一個值得question mark（打個問號）的事情，所以有待觀察。我感覺可能還要看個三四個月，看看內部會不會傳出點什么消息，會不會有組織架構的一些變動。

說到這里，我們大概知道扎克伯格組建這支AI天團要干什么了，簡單來說：要迅速追趕上OpenAI和Google在最前沿大模型技術上的步伐。因為硅谷沒有競業協議，這些研究員看過還未發布的GPT-5以及Google Gemini等大模型的最新研究，所以他們能帶給Llama 5的，會非常重要。扎克伯格和Meta一直以來的口號就是“move fast and break things”（快速行動，打破常規），如今的上億美元搶人的支票行為完全符合他的風格。

那么問題是：這些支票能砸出Meta的AI領先地位嗎？我們拭目以待。