188金宝博,金宝博,188金宝博体育,188金宝博官方网站,188金宝博app下载,金宝博体育,金宝博网站,金宝博链接,188金宝博网址,188金宝博黑款,金宝博入口,金宝博登录,体育投注,足球投注
“过去，创始人对自己的公司忠心耿耿。如今，只要价钱合适，任何人都可以被挖走。”
仔细一瞅，说的很有道理：历数2025年年中到现在，硅谷已经发生了至少三起重大的“收购式招聘”事件——
2025年12月，英伟达与Groq达成价值200亿美元的授权协议，将其核心推理技术、 创始人兼CEO Jonathan Ross 及多名核心高管统统打包带走。
前不久，OpenAI又从Mira Murati那里挖回来几名离职加入Thinking Machines Lab的研究人员，更别提小扎一直想从OpenAI挖人，而微软也带走过超过二十名谷歌DeepMind的研究人员。
巨头的“天价抢人”和人才的“反复横跳”仿佛已经成为了常态，不得不令人感叹：难道硅谷只剩下“雇佣兵”了吗？
第一种情况是研究员主动跳槽，这背后的动机有很多：比如高薪诱惑、尖端资源的吸引、追求更有前景的技术和产品等等。
第二种比较常见的情况是公司被收购，人也得跟着挪位置。这就不得不提到硅谷各大AI巨头现在最流行的玩法：Acqui-hire（人才收购），买人才送公司。
很多人或许还记得，在OpenAI正式发布ChatGPT前后，有消息传出多名谷歌大脑研究员加入OpenAI。
这一趋势在ChatGPT发布前就开始了，据报道，在ChatGPT问世前，OpenAI悄悄雇用了至少5位前AI谷歌研究员，他们在调整和准备ChatGPT中发挥了关键作用。
2023年1月之后，又有至少4名谷歌大脑成员加入OpenAI。还有两位老哥激动地在X上发帖：
两人的推文中，都提到了“Excited”“Can’t wait”的字眼，可以说激动之情溢于言表。
当然，最新动向是2025年8月，两人又组团跳槽去了Meta的超级智能实验室。
当时的谷歌人才为啥纷纷拥抱OpenAI呢？原因不难理解，一方面是ChatGPT当时空前的影响力，它基于GPT-3.5打造，积攒了OpenAI从GPT一路迭代至InstructGPT的技术经验与实力，一经上线月，在微软的支持下，ChatGPT接入了Bing、Office、GitHub、Azure等微软“全家桶”。此外，微软还宣布向OpenAI追加数十亿美元投资。ChatGPT仅上线一个多月，ChatGPT就把OpenAI的估值从200亿美元推高到290亿。
另一方面则是谷歌Bard的失利。2023年2月，谷歌发布了基于谷歌LaMDA大模型的下一代对话AI系统Bard——这是Gemini的前身，也是一个被要求「一百天内打造出的与 ChatGPT 抗衡的产品。」
2023年2月8日，谷歌举行 Bard 人工智能演示直播。在演示视频中，Bard 回答詹姆斯・韦伯太空望远镜时出现事实性错误，导致 Alphabet 股价下跌近 9%， 市值蒸发了约 1000 亿美元。
在这种情况下，部分研究员转投对家OpenAI的怀抱，选择眼下炙手可热的ChatGPT，并不奇怪。
在组建Meta超级智能实验室期间，扎克伯格开出了四年内高达 3 亿美元的薪酬方案，其中第一年的总薪酬就超过 1 亿美元。
虽然扎克伯格声称这些极端报价仅限于“少数领导职位”，但还是高得有点离谱了。并且Meta是冲着OpenAI来的，向OpenAI的员工发出了至少10 份如此高额的报价。
这对于AI研究员来说相当有吸引力，因为获取尖端芯片的竞争非常激烈，而且会直接影响研究的最终结果。
不用说，这一招也是针对OpenAI。此前据相关人士透露，OpenAI的部分研究人员曾抱怨奥特曼承诺为员工提供 GPU，但最终却感觉这个承诺没有兑现。
凭借高薪和尖端GPU的诱惑，扎克伯格成功从OpenAI挖走了多名研究员。
在超级智能实验室（MSL）正式亮相之时，Meta披露了「挖人」的完整名单，包含来自OpenAI、Anthropic 和 Google 等竞争对手的11位 AI 顶尖人才：
硅谷顶级风险投资公司Kleiner Perkins董事会主席John Doerr曾将硅谷企业划分为两类，一类奉行“雇佣兵文化”，核心目标是追逐利润；另一类秉持“传教士精神”，在追求商业成功的同时更注重创造社会价值。
Sam Altman在OpenAI内部信中引用了这一比喻。他怒斥Meta的挖人行径，称其“令人反感”，并评价被挖走的员工是“唯利是图的雇佣兵”。
Altman 还在信中强调，留在 OpenAI 才是那些希望构建通用人工智能（AGI）研究者的正确选择，并暗示公司正在重新评估整个研究团队的薪酬结构。
Meta 确实招到了一些优秀的人，但整体来看，他们并没有挖到那些顶尖人才，还得一路向下寻找；他们已经尝试招募很久了，我都记不清他们试图从我们这里挖走多少人去当他们的首席科学家。……我为整个行业的使命感感到骄傲，当然总会有一些唯利是图的人。
2025年8月，MSL 成立还不到两个月，就迎来了一波关键员工离职潮，其中不乏核心老将和高薪新秀。有两名研究员入职 Meta 还不满 1 个月，就重返老东家 OpenAI 。
其中比较重量级的是Chaya Nayak，她在 Meta 工作近 9 年，曾担任生成式 AI 产品管理总监，负责选举透明度项目、数据共享计划，并参与 Llama 大语言模型开发；2025年8月宣布加入 OpenAI，负责特别项目。
还有Afroz Mohiuddin，他曾在谷歌工作 14 年，担任软件工程师，24年加入 Meta，随后又跳槽并加入了OpenAI 技术团队。
由于没有竞业协议，硅谷AI巨头之间的人才流动相当频繁且常见，而且各家的AI技术进展可以很快被追平，几乎没有核心机密可言。
但相比之下，OpenAI或Anthropic这种有明确使命感的公司会更有人才粘性——也就是所谓的“忠诚度”。
除了天价挖人，硅谷AI巨头还有一种常见做法是Acqui-hire（人才收购），以收购另一家公司的方式获取其人才，而非产品或服务。
通过这种策略，收购方可以快速获得一支才华横溢、拥有特定技能且运转良好的人才团队，还可以避免全面并购的反垄断审查。对于需要极高人才密度来支撑技术竞赛的AI巨头来说，这是一个非常理想的选择。
但在硅谷流行的“人才收购”中，也发生过不少创始人“不忠诚”的事情。其中最有名的就是谷歌收购Windsurf一事。
当时有不少人怒斥两位创始人“背刺”员工、抛弃团队，风险投资家Vinod Khosla还公开表示未来不会再与他们合作。
过去一两年，或要人才，或要技术，或是两者都要——类似的收购案例在OpenAI、微软、谷歌、亚马逊等几大巨头之间层出不穷。
即初创公司积极布局，以便被大型科技公司纯粹为了人才而收购。他们不是为了销售产品而开发产品，而是为了打造大型科技公司无法抗拒的团队。
第一步，初创公司积极地从顶尖人工智能项目（斯坦福大学、麻省理工学院、DeepMind）中招聘人才；
这种“先雇佣后收购”的模式催生了业内人士所谓的“光环效应”，即“雇佣并授权”——
企业通过构建交易结构，既能雇佣关键人才，又能获得技术的非独家授权，从而规避反垄断审查和全面收购带来的种种复杂问题。
而一些初创公司对这种策略毫不掩饰。他们将自己定位为“人才密度型公司”，押注团队的集体智慧比可能开发的任何产品都更有价值。
比如Meta开出的天价薪酬。小扎曾经亲自致电24岁的AI研究员Matt Deitke，初始报价为四年1.25亿美元。
在被拒绝后，Meta迅速将报价翻倍至四年2.5亿美元，其中1亿美元可在第一年兑现。最终，Meta的疯狂加码让他选择接受了邀约。
普林斯顿大学计算机科学研究员、Mozilla 高级研究员Sayash Kapoor表示，现在科技行业正在发生一种“文化变革”：员工们开始担心长期效力于一家公司或机构。
早在2010和2010 年代那个充满理想主义的年代，科技公司的雇主们理所当然地认为员工至少会工作到四年期满，原因是那时他们的股票期权通常会到期。
而许多早期联合创始人及员工也真心相信公司所宣称的使命，并希望能够参与其中，为实现这些使命贡献力量。
不仅普通员工会衡量继续留在当前公司的局限性，创业公司的创始人也变得更加“务实”。比如对于Windsurf创始人来说，他们可能已经权衡过，如果加入像谷歌这样资源丰富的公司，影响力会更大。
除了寻求更大的发展，AI时代更快的技术变革也导致了人才流动的加速。WIRED记者Steven Levy表示：“在AI创业公司工作一年，相当于在另一个科技时代为创业公司工作五年。”
这样的迭代速度使团队可以在较短的时间内推出数百万用户使用的全新产品，可能让员工自我感觉良好——认为自己已经磨练出了足够的技能，可以迎接更大的挑战。
而Kapoor还提到，学术界也出现了类似现象。过去五年里，越来越多的计算机科学博士生离开博士项目，转而进入业界工作。
但创业公司一言不合“被收购”如此之流行，让投资人也坐不住了。风险投资公司Striker Venture Partners 的创始人 Max Gazor 表示，他们现在比以往任何时候都更加注重考察创始团队的“化学反应和凝聚力”。
他还指出，越来越多的交易中加入了“保护性条款，要求在进行重大知识产权许可或其他类似操作时必须获得董事会的批准”。
AI行业的“抢人大战”不止发生在国外几大巨头之间，国内互联网公司对AI人才的争夺也相当激烈，并且瞄准了OpenAI、谷歌Deepmind等顶级实验室的研究员。
比如，腾讯从OpenAI挖来了年仅28岁的研究员姚顺雨，命其出任“CEO/总裁办公室”首席AI科学家，兼任AI Infra部与大语言模型部负责人，向总裁刘炽平、技术工程事业群总裁卢山双线汇报，成为混元研发核心掌舵人。
随后，前Sea AI Lab研究员庞天宇也加盟腾讯，担任腾讯混元多模态强化学习首席研究员及技术负责人，主要负责强化学习前沿算法探索。他曾在ICML、NeurIPS、ICLR等顶级AI会议发表多篇论文，谷歌学术引用超15000次。
同样是字节，2025年2月挖来了前谷歌DeepMind研究副总裁吴永辉，负责 Seed 部门大模型理论基础研究。吴永辉曾领导大型前沿AI研发团队，构建支撑大模型训练与推理的底层AI基础设施。
2025年12月，前谷歌DeepMind研究员潘欣也宣布加入美团。潘欣曾在谷歌推动TensorFlow动态图模式开发。回国后，他先后在百度、腾讯与字节跳动任职。
在百度期间，他主导了PaddlePaddle平台的性能优化工作；在腾讯，他负责构建了“无量”深度学习框架；在字节跳动，他担任视觉大模型AI平台负责人，专注于AIGC与视觉大模型平台的研发。
加入美团后，潘欣又迅速主导了美团自研大模型LongCat系列的落地应用，特别是LongCat App的开发。
相比互联网时代的“一人一司”，国内AI人才的流动速度也是相当快。同一个人的履历上，可能会同时出现数家横跨国内外的顶级实验室、AI巨头或互联网大厂。
看来，也不完全是硅谷的忠诚已死。高薪和高流动性，本身就是AI行业的特性。
在AI领域，一位顶尖人才的突破可能将模型训练成本降低10%，或使模型性能提高20%，这种影响直接转化为数亿美元的价值创造或成本节约。
而这样的人才又相当稀缺，专注于AI和机器学习领域的招聘公司Razoroo的AI招聘总监Aaron Sines曾表示：“全球真正具备经验、能够开发和部署基础模型的人大概只有一千人，最多两千。”
在这种情况下，公司会将顶级AI人才视为战略资产，与知识产权甚至整个业务单元同等重要；而大佬们处于一个“哪哪都能赚钱”的买方市场中，他们的反复横跳似乎也就不足为奇了。
