初级科技岗位消失，公司争夺高级AI人才

在高风险的AI开发扑克游戏中，人才已经成为最终的货币——而Meta刚刚打出了一个赢家牌。社交媒体巨头从OpenAI招募了Lucas Beyer、Alexander Kolesnikov和Xiaohua Zhai，这不仅仅是又一个企业挖角的故事。它是对一个行业的揭露，在这个行业中，同一批精英研究人员在科技巨头之间流动，像珍贵的交易卡一样，引发了人们对创新、竞争和AI开发未来的不适感。

AI人才的循环性质

Meta聘用的三位研究人员以他们在Vision Transformer（ViT）架构上的开创性工作而闻名，这是一项计算机视觉的基本进步，影响了无数AI应用。这些研究人员刚刚在2024年末从Google DeepMind被OpenAI招募后，开启了OpenAI的苏黎世办公室。

这种顶级研究人员从DeepMind到OpenAI到Meta的循环迁移，揭示了一个令人不安的模式。AI行业最关键的思想并没有扩大人才池；他们只是在同一批公司之间轮换。 这是硅谷版的音乐椅游戏，除了音乐永远不会停止，赌注涉及人类与AI的未来交互。

绝望的经济学

OpenAI CEO Sam Altman表示，Meta为其员工提供了高达1亿美元的签约奖金，尽管Lucas Beyer稍后澄清他没有收到这样的奖励。即使实际数字较低，讨论这些天文数字也表明了AI开发当前状态的某些深刻方面。

根据最近的行业报告，OpenAI的一名技术人员可以获得65万美元的年薪，不包括奖金或股权。 中级AI人才现在通常看到35万美元的基本工资，而顶级研究人员可以超过每年50万美元。这些不是硅谷的童话故事；这是一个市场的新现实，在这个市场中，87%的组织难以招聘AI开发人员，平均招聘时间达到142天。

Lucas Beyer via X

创新还是音乐椅？

Meta CEO Mark Zuckerberg据报道在Meta最新的AI模型未能达到预期后亲自领导了招聘工作。 这种来自科技界最有权势的CEO的亲自参与，凸显了一个残酷的现实：即使拥有几乎无限资源的公司，也难以从内部建立有竞争力的AI能力。

其影响令人清醒。如果AI进步的道路只是通过为同一小池研究人员出价，难道我们真正创新，还是只是重新排列甲板上的椅子？Sam Altman的观察“我们的最佳人选都没有决定接受他们的邀请”被证明为过早，但是他的更广泛的观点仍然有效：通过挖角竞争对手的才华来复制竞争对手，很少会带来突破性的创新。

人才管道危机

顶级研究人员的循环运动掩盖了一个更深层次的危机。 初级科技岗位正在消失，新计算机科学毕业生在主要科技公司获得职位的比例自2022年以来已经下降了一半以上。世界经济论坛的 2025年工作未来报告显示，40%的雇主预计在AI可以自动执行任务的地方减少劳动力。

这造成了一个恶性循环。迫切需要经验丰富的AI人才的公司对培训初级开发人员几乎没有耐心。今天的科技雇主不寻找潜力；他们寻找证据。但是，没有初级机会，下一代AI先驱将从哪里来？

DeepMind大迁徙

这三位研究人员最初来自Google的DeepMind，然后在OpenAI工作，这引发了人们对英国实验室作为竞争对手的无意人才培养者的作用的有趣疑问。DeepMind，曾经是AI研究的无可争议的领导者，现在看着其校友在其他地方推动创新——往往与其前雇主直接竞争。

这种从成熟的研究实验室到新创业公司（然后再回到实验室）的脑力流失表明，即使是最著名的机构也难以在面对激进的招聘和新挑战的诱惑时保留顶级人才。这是一种对个人研究人员有利的模式，但可能会破坏真正变革性AI突破所需的协作努力。

超级智能军备竞赛

Meta的新员工将加入马克·扎克伯格的“超级智能”团队，由前Scale AI CEO Alexandr Wang领导。该公司最近在Scale AI上投资了约140亿美元，据报道是为了吸引熟练的员工。这些举动表明Meta决心在AI竞赛中赶上竞争对手，尤其是在落后于竞争对手之后。

但是，仅仅将资金和人才投入到这个问题上可能还不够。 麦肯锡研究显示，46%的公司将人才技能差距列为其主要的AI实施挑战。问题不仅仅是招聘聪明的人；还需要创建组织结构、数据基础设施和协作文化，以将个人才华转化为集体突破。

超越人才军备竞赛

Meta成功招募三位顶级OpenAI研究人员（他们最初来自DeepMind），完美地概括了当前的AI开发状态：一小圈精英人才在同一家公司之间轮换，受到不断升级的薪酬包的驱使，而新人才的来源却枯竭了。

这种情况是不可持续的。AI的未来——以及我们技术未来的很大一部分——不能依赖于几百名研究人员在科技巨头之间玩音乐椅游戏。那个能够开发人才而不是仅仅挖角人才、建立系统而不是仅仅雇佣明星的公司，最终将赢得AI竞赛。

当行业观察这三位研究人员在Meta的新角色中安顿下来时，问题不在于他们是否会帮助公司赶上OpenAI。问题在于是否有人在硅谷会打破这种昂贵、反生产的循环，开辟一条真正创新的道路。AI的未来取决于此。