开价1亿美元,硅谷巨头疯抢中国AI科学家

首席商业评论
Jul 07, 2025

在AI人才争夺战中,扎克伯格近期展开的系列操作堪称教科书级案例。

继以148亿美元重金将95后华裔天才亚历山大王(Alexandr Wang)创办的Scale AI 纳入麾下后,这位Meta掌门人迅速启动战略升级——两周内突然宣布成立“Meta超级智能实验室”(MSL),整合旗下FAIR研究团队与Llama模型开发组等核心AI资源,并直接委派Wang全权执掌实验室。

而这个豪华实验室的核心人才,都是扎克伯格从OpenAI挖过来的。

据知情人士透露,Meta通过闪电战式招募从OpenAI连夜签下8名顶尖华人AI学者,且均为多模态模型、语音交互、强化学习等战略领域的技术骨干,传闻有1亿美元报酬(现金+股票),但并未。

扎克伯格亲自推行“CEO直聘”模式:其不仅亲自梳理全球顶尖AI研究员名单,更在加州帕洛阿尔托和太浩湖的私人住所与候选人直接会面,甚至为关键人才开辟免面试的“绿色通道”。

这种打破常规的决策机制大幅压缩了招聘流程——从首次接触到正式签约,部分核心成员的入职周期被压缩至72小时。

值得注意的是,这场由扎克伯格亲自操盘的人才争夺战,已引发行业连锁反应:谷歌英伟达等科技巨头正以惊人投入加入战局,而全球AI竞争的核心焦点,正逐渐聚焦于华人AI技术人才群体。

全球疯抢中国AI顶尖人才

此次扎克伯格的“挖角”行动引人注目——从OpenAI挖走的华人学者,均来自清华大学、北京大学等国内顶尖高校,且具备OpenAI、Google等科技巨头的核心算法经验——有人主导过ChatGPT研发,有人负责自动驾驶感知系统,堪称AI行业的“梦之队”。

具体来看,被挖角的学者背景极具代表性:

毕树超(Shuchao Bi):浙江大学本科、加州大学伯克利分校博士,曾任Google工程总监及YouTube Shorts联合创始人,在OpenAI担任多模态后训练负责人。

赵盛佳(Shengjia Zhao):清华大学本科、斯坦福大学计算机科学博士,2022年加入OpenAI担任研究科学家,主导大语言模型训练优化,是o1-mini与o3-mini模型的关键贡献者。这两款模型虽体量小,但推理速度极快,去年秋季o1-mini在数学任务上的表现甚至超过更大规模的o1-preview模型。

任泓宇(Hongyu Ren):北京大学本科、斯坦福大学博士,作为o3-mini和o1-mini的创建者,以及GPT-4o mini负责人和GPT-4o核心贡献者,他在OpenAI后训练团队主导语言模型训练优化。2018年,他曾与赵盛佳共同发表关于生成式AI模型偏见的研究论文,提出深度生成模型泛化能力的新分析框架。

于佳慧(Jiahui Yu):中国科学技术大学少年班本科、伊利诺伊大学香槟分校博士,加入OpenAI前曾在百度、英伟达、Google DeepMind任职,2022—2023年担任Gemini多模态项目视觉联合负责人。2023年10月加入OpenAI后,他领导感知团队主导o3、o4-mini及GPT-4.1、GPT-4o等项目,专注AI环境信息收集与理解。

此外,还有HuiWen Chang, Ji Lin以及Pei Sun三位中国人。

不过,针对网传1亿美元年薪挖角三人的说法,CTO Andrew Bosworth后续在线辟谣,他表示,所谓高额待遇仅适用于极少数高级岗位。“我非常清楚他为什么这么说:因为我们确实成功吸引了一些OpenAI的人才,而他对此显然并不高兴。”

Levels.fyi数据显示,Meta常规E7-E9级工程师年薪在150万-500万美元区间,但为挖角可能支付1.5倍溢价。独立分析师估算,被挖的OpenAI研究员实际薪酬包约在500万-1000万美元/年,就算没有1亿美元,但相比OpenAI现有薪酬仍是质的飞跃。

目前,AI技术已然步入“后摩尔定律”时代。在这一阶段,单纯依靠增加参数规模所带来的边际效益不断递减,创新愈发依赖于算法的突破以及工程的优化。

这场技术范式的转变,成为全球科技巨头展开激烈人才争夺战的深层次驱动力。企业间的“军备竞赛”态势愈演愈烈,进一步推高了顶尖人才的身价。而在这场人才竞争中,华人科学家已然成为核心力量。

传统上,印度裔在硅谷的优势主要集中在项目管理和商业落地环节。然而,在AI时代的技术逻辑下,这一格局被彻底颠覆。面对Transformer架构这类复杂的数学难题,10个普通程序员的作用也抵不上1个顶尖科学家。

正如英伟达CEO黄仁勋所说:“全球50%的人工智能研究人员都来自中国;美国每个AI实验室都活跃着华人研究者身影,无一例外。”

从近期科技巨头的一系列动作中,便能真切感受到这场人才战争的激烈程度。

马斯克在OpenAI陷入人才危机时高调宣布,将在本月发布Grok 4,并透露将构建专门编程模型。其xAI创始团队中,华人占比达三分之一。

全球AI芯片领域的“一哥”英伟达,其创始人黄仁勋最近也亲自下场抢人,悄悄招揽了两位华人AI大神。

其中一位是Banghua Zhu,他2018年本科毕业于清华大学,获得电气与电子工程学士学位,2024年在加州大学伯克利分校电子工程与计算机科学系获得博士学位,师从Jiantao Jiao教授和Michael I. Jordan教授。2023年,他与Jiantao Jiao联合创立Nexusflow AI,致力于为企业级应用场景提供可靠的AI智能体解决方案。加入英伟达后,他将在Star Nemotron团队担任首席研究科学家,专注于企业级AI Agent的应用研究,他还是大模型竞技场LMArena的创始作者之一。

另一位重量级学者Jiantao Jiao也在同一时间官宣加盟英伟达。

他本科毕业于清华电子系,2018年取得斯坦福大学博士学位,现为加州大学伯克利分校电子工程与计算机科学系及统计系助理教授,研究领域横跨基础模型、生成式AI、机器学习、强化学习与博弈论、多模态应用等前沿方向。

谷歌也没闲着,前段时间把无人AI模型的基石Riston NE的发明者、华人AI顶尖科学家何恺明请出山,兼职加入谷歌DeepMind的团队。何恺明2024年加入麻省理工学院(MIT),2025年6月,年纪轻轻的他便获得了MIT的终身教职(副教授),成绩斐然。

数据揭示了更为惊人的现实。《2023年人工智能指数报告》显示,全球顶尖AI研究者中47%来自中国,美国顶级AI人才中华人更是高达75%。

“中国本科 + 美国博士”的培养模式,已经成为硅谷AI精英的标配路径。根据全球AI人才追踪报告2.0显示,2022年在全球前20%的顶尖AI人才中,原籍国为中国的人才占比高达38%,超过美国本土的37%。

正如黄仁勋所言:“中国用全世界20%的人口培养出了全世界50%的AI人才。”中式基础教育的优势在此显露无遗——尽管曾被批评为“应试教育”,但强大的数学、理科基础培养了大量具备创新潜力的人才基础。当然,这也是有代价的,筛选出优质人才也代表了有大批被迫卷入筛选的学生。

但一个严峻的现实不容忽视。麦肯锡预测,到2030年,中国AI人才缺口将达400万,低门槛岗位趋于饱和,高端岗位却严重短缺。另外,自特朗普政府以来,美国对华AI打压始终围绕人才展开,从限制英伟达对华供应AI芯片,到禁止提供芯片设计软件,核心目标均为遏制中国AI发展。

更令人警觉的是,顶尖人才持续流向海外——每年最顶尖的毕业生中,依然会有一部分最优秀的学生选择去美国继续进修。

这其中有很多原因,美国良好的研究环境,研究资金和研究自由,会吸引很多全球优秀的人才去进修,锻炼。我们不用责怪个人选择,而是应该反思国内高校的研究体系如何才能留住大量顶级的人才。

因为最顶级的人才作用,可能抵100个甚至1000个普通人才,特别在基础科研领域。当然,也有很多优秀的毕业生在中国的顶尖企业里继续研究,未来谁会发展得更好也还不好说。

此外,面对这一局面,国内企业正在奋起破局:腾讯阿里百度在2025年春招期间,算法工程师岗位招聘量同比增长46.8%,平均月薪达2.35万元人民币,深度学习岗位更高达2.4万元。

就连宇树科技这样的初创公司也为AI算法岗开出7万元/月的高薪,广东神舞科技提供“两室一厅免费住房+40万-70万年薪”的优厚条件。

此外,腾讯还举办“AI算法大赛”,奖金池达5000万元人民币,试图通过竞赛挖掘全球顶尖人才。

但与Meta、谷歌等巨头相比,差距依然明显。无论是顶尖科学家的薪酬、科研环境,还是国际影响力,国内企业仍需长期积累。

马斯克曾说:“这是我看到过最疯狂的技术人才争夺战。”在这场没有硝烟却异常激烈的全球AI人才争夺战中,中国科学家凭借扎实的专业素养和创新能力,成为各方竞相疯抢的“香饽饽”。

但如何留住并充分发挥这些顶尖人才的作用,构建起具有国际竞争力的人才生态,让中国在全球AI赛道上持续领跑,依旧是摆在我们面前亟待解决的关键课题。

一场以高薪为“饵”的精彩博弈

对于Meta的挖角行为,OpenAI首席研究官Mark Chen马克·陈将此比喻为“有人闯进我们的家偷东西”,其愤懑之情溢于言表。

随即,(Mark Chen)向全体员工发送了一封措辞强硬的备忘录:“我们比以往任何时候都更主动,正在调整薪酬,并在寻找创新方式来认可和奖励顶尖人才。”

除了承诺调整薪酬体系外,OpenAI宣布6月30日至7月6日期间员工需居家办公,管理层则加班加点应对这场人才危机。尽管名义上是为缓解员工每周80小时超负荷工作的压力,但知情人士透露,管理层的真实目的是防止离职传言在办公室蔓延,造成更大范围的人心动荡。

这场突如其来的挖角危机,直接导火索是2025年初Meta自研大模型Llama 4表现不及预期。扎克伯格曾放话:“我要在2027年前,让Meta的AI超越Google和OpenAI,成为世界第一。”

但Llama 4 项目受挫令扎克伯格“非常沮丧”。这位CEO随即改变策略——与其押注单一模型,不如通过吸纳顶尖人才实现多点突破。

为此,Meta在AI领域的投入堪称“砸钱换时间”。除每年数百亿美元的芯片、数据中心和算法研发支出外,此次更以巨资招揽AI领域最具潜力的华人天才。

但薪酬诱惑只是表象,更深层次的吸引力在于科研自主权与资源保障。一位接近OpenAI的知情人士透露,公司内部常因算力分配爆发激烈争吵,“重要项目尚需排队等待,边缘研究更难获得支持”。

反观Meta,扎克伯格宣布“未来几年将在AI上投入数千亿美元”,并承诺为MSL团队提供“无限制的先进算力资源”——这对饱受GPU短缺困扰的OpenAI研究员堪称致命诱惑。

这场人才集体流失的背后,其实也是OpenAI长期积累的深层隐患。

2024年启动的重组计划将核心业务转由营利性公司经营,非营利董事会仅保留少数股份,彻底倒向商业化。以CEO山姆·奥尔特曼为首的商业化派主张加快产品迭代与盈利步伐,要求“每隔几个月就要有重磅产品发布”,导致研究人员疲于应付短期目标。

曾主导ChatGPT开发的约翰·舒尔曼(John Schulman)离职时坦言,他希望“重返实际技术工作”,这句委婉的批评直指OpenAI日益严重的官僚化倾向。

约翰·舒尔曼

薪酬体系的不合理,也进一步加剧了人才流失。尽管OpenAI估值高达1500亿美元,但其独特的“利润封顶”结构限制了员工回报——最初承诺投资者收益不超过投入的100倍,后改为每年增长20%。

如今,当Meta用真金白银挖走技术骨干,OpenAI才如梦初醒。核心骨干的集体出走,不仅延缓了OpenAI o系列轻量模型的迭代速度,更可能中断其多模态技术的连续性发展。

对于Meta而言,这种“新人笑旧人哭”的局面也并非全然乐观。通过引入OpenAI系人才,Meta希望弥补自身在生成式AI应用层的短板;而Scale AI的数据标注能力与王氏领导的算法团队结合,可能孕育出不同于GPT的技术路径。

但这种“杂交优势”是否真能超越OpenAI尚待观察,且已在Meta内部引发不满——老员工抱怨公司用2-3倍薪资招揽外部“超级巨星”,变相贬低现有团队价值。

扎克伯格豪掷重金收购的Alexander Wang

回到最开始说的被扎克伯格视为“同辈创业者中最杰出”的亚历山大·王,他到底是谁?

扎克伯格对他评价极高:“我认为他是同辈创业者中最杰出的一位,他对超级智能的历史性意义有着清晰的认识。并且作为联合创始人兼CEO,他将Scale AI打造成了一家高速发展的公司,几乎参与了行业内所有领先模型的开发工作。”

亚历山大·王

亚历山大·王确实有着与年龄不相符的履历:1997年出生的他,父母均为物理学家,自幼展现出数学与计算机领域的惊人天赋。2013年入选美国数学奥林匹克集训队,2014年进入美国物理奥林匹克国家队,2012—2013年连续两年成为美国计算机奥林匹克竞赛(USACO)决赛选手,青少年时期便在Quora担任软件程序员。

尽管短暂就读于MIT并在高频交易公司Hudson River Trading担任算法开发员,但他最终选择在2016年辍学创立Scale AI。这家专注于AI数据标注与模型评估服务的公司,短短数年便成长为硅谷最具影响力的AI企业之一,也让亚历山大·王一跃成为亿万富豪,业内称他为“下一个马斯克”。

2025 年 1 月 22 日,他在《华盛顿邮报》(The Washington Post)自费购买整版广告,以公开信形式向时任美国总统特朗普喊话,标题为:

“亲爱的特朗普总统,美国必须赢得 AI 战争。”

(原文:"Dear President Trump, America Must Win the AI War.")

虽然他的“战争叙事”遭到很多人反对,譬如,在 2025 年卡塔尔网络峰会上,现场观众对其“AI 战争论”进行投票,支持者不足 10 人,反对者占压倒性多数。

但因为言论获特朗普政府重视,他受邀参与白宫会议,并与国防部签订军事 AI 项目 Thunderforge(开发战场决策 AI 系统)。

可以说,他才是中国真正要担心的AI阴谋家。

参考资料:

1、《1人开价1亿美元,硅谷巨头疯抢中国留学生》华商韬略毕亚军

2、《突发!小扎“突袭”OpenAI核心,四名顶尖华人被挖走》AI寒武纪

3、《硅谷华人AI大牛被疯狂挖角!小扎打包带走4名OpenAI研究员》智东西

海量资讯、精准解读,尽在新浪财经APP

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10