作者 | 允毅、木子

2025 年的硅谷 AI 圈，最激烈的戰(zhàn)場已不止于模型參數(shù)和榜單上，另一場殘酷的戰(zhàn)爭也在暗中同步升級。

當(dāng)大模型一路卷到極限，算力、參數(shù)規(guī)模、基準測試分數(shù)開始出現(xiàn)明顯的邊際遞減，真正被重新定價的，是“人”。

過去幾年，硅谷 AI 的主敘事是“誰能訓(xùn)練出更大的模型、刷出更高的分數(shù)”。

但進入 2025 年，模型能力仍然重要，卻不再是唯一的決定因素；大家的關(guān)注重心逐漸從“模型參數(shù)與評測分數(shù)”，轉(zhuǎn)向“誰能夠?qū)⒛Ｐ图{入產(chǎn)品與系統(tǒng)核心，并持續(xù)推動其在真實業(yè)務(wù)場景中發(fā)揮作用”。

這一變化，非常直觀地體現(xiàn)在一連串人員流動中：

一邊是科技巨頭高調(diào)宣布重金搶人、瘋狂擴招 Agent、系統(tǒng)、基礎(chǔ)設(shè)施方向的研究與工程負責(zé)人；另一邊，他們又在內(nèi)部對原有 AI 研究體系進行重組，讓多位中高層研究負責(zé)人選擇離開舞臺中央。

在一系列重大人事變動中，Meta 今年的變化尤為矚目：比如前兩天豪擲 20 億美元買下智能體公司 Manus，順手也把 Manus 創(chuàng)始人肖弘“納入囊中”。另外據(jù)《華爾街日報》7 月報道，Meta 采用“爆炸式 offer”戰(zhàn)術(shù)：簽約金最高達 1 億美元，決策窗口短至幾小時。

而作為 Meta 的前首席 AI 科學(xué)家兼 FAIR 創(chuàng)始人的 Yann LeCun，卻在 11 月官宣離職創(chuàng)業(yè)，聚焦高級機器智能研究項目（Advanced Machine Intelligence，AMI）。

OpenAI CEO 奧特曼直言，今年他見到了職業(yè)生涯中“最殘酷的人才市場”，Meta 向他的 OpenAI 團隊挖人，還拋出炸裂的報價：“簽約金 1 億美元起步，年薪還遠高于此”。

從 Meta 到 OpenAI，從谷歌到蘋果，從“首席科學(xué)家”到“研究負責(zé)人”...... 這些名字的變動，正在折射出一件重要的事情——美國科技巨頭的 AI 研發(fā)重心，正在整體遷移。

不過研究的價值也從未失效，模型訓(xùn)練依然是產(chǎn)業(yè)生長的底座。但 AI 行業(yè)更看重的，已逐漸變成了把模型轉(zhuǎn)化為可執(zhí)行系統(tǒng)、并在真實場景中持續(xù)創(chuàng)造價值的能力。

還有值得一提的是，這場混戰(zhàn)中，大量華人工程師在站上了關(guān)鍵崗位。

1 為什么 2025 年的硅谷，裁員和搶人同時發(fā)生？

為什么今年看起來“裁員”和“搶人”同時發(fā)生？

看似矛盾現(xiàn)象的背后，其實是行業(yè)對 AI 發(fā)展路徑的認知正在發(fā)生轉(zhuǎn)向：通用人工智能（AGI）的烏托邦式愿景逐漸褪色，特定領(lǐng)域、可落地的超級智能（ASI）成為新共識。

對此，Anthropic 高管 Jack Clark 曾警告“巨變在即，AI 將把世界撕裂為兩個平行宇宙”。

更直接的變化在于，AI 正在從“技術(shù)突破期”快速切換到“工程兌現(xiàn)期”。裁員與搶人，正是這一階段轉(zhuǎn)換在人才市場上的投射。

核心矛盾的起點，是大語言模型（LLM）正式邁入平臺期。過去數(shù)年，“更大參數(shù)、更多數(shù)據(jù)、更高算力”的線性增長邏輯，支撐著 AI 行業(yè)的技術(shù)狂熱與估值飆升。

但到 2025 年，這條路徑的邊際收益明顯下降。頂尖模型的能力天花板逐漸顯現(xiàn)，再疊加算力成本的指數(shù)級攀升，企業(yè)突然發(fā)現(xiàn)，“把模型做得更強”的投入產(chǎn)出比已大幅下滑。

這一點在 OpenAI 身上體現(xiàn)得尤為明顯，其年營收約 130 億美元，卻要燒掉 90 億美元維持運營，2028 年虧損甚至可能膨脹至營收的四分之三，算力成本壓力倒逼企業(yè)必須轉(zhuǎn)向商業(yè)價值兌現(xiàn)。

當(dāng)技術(shù)探索的空間收窄，企業(yè)關(guān)注的重心自然轉(zhuǎn)向三件事：能不能用、能不能賣、能不能規(guī)模化。

這一轉(zhuǎn)向，直接改變了 AI 人才的價值排序。

在技術(shù)突破期，中高層研究人才的核心價值在于定義方向、探索未知、構(gòu)建長期技術(shù)壁壘；但進入工程兌現(xiàn)期，企業(yè)的戰(zhàn)略重心變成“把已有的模型能力轉(zhuǎn)化為穩(wěn)定的系統(tǒng)、可落地的產(chǎn)品和持續(xù)的現(xiàn)金流”。

不是 AI 人才變多了，而是“被需要的 AI 能力類型變了”。

2 誰在離開舞臺中央？長期研究型高層的集體“降權(quán)”

2025 年硅谷 AI 人才流動潮中，Meta 是最具沖擊力的變量之一：一邊以天價薪酬全球爭搶工程與產(chǎn)品型人才，一邊持續(xù)流失 AI 體系核心的研究型高層。

田淵棟被裁、Joelle Pineau 離職、Yann LeCun 話語權(quán)旁落，這些并非孤立事件，而是 Meta AI 戰(zhàn)略根本轉(zhuǎn)向的集中體現(xiàn)——從“基礎(chǔ)研究與產(chǎn)品并行”，徹底轉(zhuǎn)向“以產(chǎn)品為核心的集權(quán)化研發(fā)體系”。

基礎(chǔ)研究不再天然擁有戰(zhàn)略優(yōu)先級，唯有能直接服務(wù)產(chǎn)品主線、影響競爭勝負的研究，才能留在權(quán)力中心。

這一轉(zhuǎn)向最直觀的標(biāo)志，是 FAIR 實驗室的衰落。

2013 年，扎克伯格與 Yann LeCun 共同創(chuàng)立這個以“推動 AI 前沿、造福人類”為使命的基礎(chǔ)研究高地，代表著 Meta 對長期 AI 研究的耐心押注——彼時邏輯清晰：基礎(chǔ)研究定義能力上限，產(chǎn)品負責(zé)兌現(xiàn)價值。

但生成式 AI 浪潮打破了平衡，算力、數(shù)據(jù)與資本成為核心變量后，組織價值評判標(biāo)準徹底轉(zhuǎn)向“可轉(zhuǎn)化性”：研究的重要性，不再取決于是否推進認知邊界，而在于能否快速落地為產(chǎn)品能力。負責(zé)產(chǎn)品落地的 GenAI 團隊逐漸成為主線，F(xiàn)AIR 則從“戰(zhàn)略源頭”退為“技術(shù)后方”。

Llama 系列的演進加速了這一趨勢。Llama 3 的開源成功讓 Meta 成為大廠開源陣營核心玩家，也讓管理層明確目標(biāo)：AI 不僅要領(lǐng)先，更必須滲透進 Meta 所有產(chǎn)品形態(tài)。

在此導(dǎo)向下，Llama 4 的規(guī)劃重點被強拉至多模態(tài)能力與應(yīng)用整合，推理能力、思維鏈等基礎(chǔ)研究被歸為“可延后”選項。直到 DeepSeek 與 OpenAI o1 實現(xiàn)推理突破，Meta 才意識到基礎(chǔ)能力缺口無法用產(chǎn)品工程彌補，即便抽調(diào) FAIR 團隊臨時“救火”，路線已難以逆轉(zhuǎn)。

Meta 在 10 月裁掉 600 人，不少 FAIR 老人黯然離場，包括頂級研究員田淵棟。

值得注意的是，這些離開或被邊緣化的頂尖研究者并未退場，反而帶著對主流 AI 路徑的明確判斷，分流成截然不同的創(chuàng)業(yè)賽道。

最具前沿探索性的，是 Yann LeCun 押注的“世界模型”路線。

作為 FAIR 創(chuàng)始人、圖靈獎得主，他始終是主流 LLM 路線的尖銳異議者，長期質(zhì)疑“堆參數(shù)、喂數(shù)據(jù)”的范式，認為當(dāng)前模型僅停留在統(tǒng)計擬合，并未真正理解世界。

離開 Meta 后，他創(chuàng)辦 Advanced Machine Intelligence Labs（AMI），核心目標(biāo)是通過建模世界運行規(guī)律，構(gòu)建具備持久記憶、推理與規(guī)劃能力的系統(tǒng)——這一路線不追逐短期性能指標(biāo)，而是試圖從根源重塑智能實現(xiàn)方式。

另一批研究者選擇向現(xiàn)實業(yè)務(wù)靠攏，Joelle Pineau 是典型代表。

2025 年 5 月，這位 FAIR 體系的核心組織者、Llama 早期技術(shù)路線的深度參與者離職，加盟 Cohere 出任首席 AI 官。她長期主導(dǎo)強化學(xué)習(xí)與對話系統(tǒng)研究，此次轉(zhuǎn)向清晰指向“可控、可部署、能被企業(yè)真正使用的 AI”。

而正以“主權(quán)模型”重新定位的 Cohere，也借 Pineau 的加入，補齊了研究深度與工程落地之間的關(guān)鍵短板。

還有一條路徑，流向了全棧實驗室化的創(chuàng)業(yè)公司，“PyTorch 之父” Soumith Chintala 是其中的代表。

2025 年 11 月，結(jié)束 11 年 Meta 生涯的他加入 OpenAI 前 CTO Mira Murati 創(chuàng)辦的 Thinking Machines Lab（TML）。這位曾構(gòu)建全球 AI 研究基礎(chǔ)設(shè)施的人直言，離職的原因是希望跳出“極度成功的舒適區(qū)”，探索下一代 AI 系統(tǒng)形態(tài)。

在 OpenAI 核心研究員持續(xù)外流的背景下，TML 正逐漸成為新的承接平臺。它以“讓強 AI 更可理解、可定制”為方向，集結(jié)多位來自大廠的核心成員，憑借高額融資與“開放科學(xué)”的研究取向，逐漸成長為能夠獨立承擔(dān)前沿探索的“平行實驗室”。

3 誰在被瘋狂爭搶？華人工程師站上關(guān)鍵崗位

答案從 2025 年硅谷科技巨頭們的招聘與收編動態(tài)就能讀出來，這場激烈的人才搶奪賽主要圍繞三類核心能力展開：agent、多模態(tài)與實時交互、推理和 AI Infra。

首先是 Agent 與可執(zhí)行系統(tǒng)方向，即能把模型變成“能干活”的系統(tǒng)。

這類人才的能力，不只限于模型訓(xùn)練本身，而是把模型嵌入到可執(zhí)行、可操作的系統(tǒng)里——包括多步任務(wù)規(guī)劃、工具調(diào)用、頁面 / 應(yīng)用直接操作等能力。

其二，多模態(tài)在 2025 年不再停留在“能生成圖片 / 文字”這種靜態(tài)功能，而更強調(diào)實時感知、持續(xù)交互和環(huán)境理解。

極具代表性案例，就是 Meta 在 6 月份不僅斥資約 140 億美元投資并收編 Scale AI，還將其創(chuàng)始人兼 CEO 亞歷山大·王（Alexandr Wang） 招致麾下。

亞歷山大·王是一位 97 年出生的美籍華人小伙，從 MIT 輟學(xué)，后創(chuàng)立了一家做 AI 數(shù)據(jù)與評測基礎(chǔ)設(shè)施的公司 Scale AI，為大型科技公司訓(xùn)練最新 AI 模型。

小扎還讓這位年輕人和前 GitHub CEO Nat Friedmany 一起領(lǐng)導(dǎo)新成立的 “超級智能實驗室（Meta Superintelligence Labs，MSL）”。

這個 MSL 很不簡單，據(jù) OpenAI CEO 奧特曼爆料，Meta 給該團隊新員工提供簽字獎金可達 1 億美元（約合人民幣 7 億元）！

至于此消息為啥為從奧特曼口中說出，或許是因為小扎從 OpenAI 猛猛“偷家”吧——扎克伯格在他的備忘錄中提到了 11 人，其中至少有 6 人是華人，7 人來自 OpenAI。

據(jù) Business Insider 消息，MSI 首發(fā)團隊成員中，余家輝、趙晟佳、畢樹超、Huiwen Chang、Ji Lin、任泓宇、等 6 人都曾在 OpenAI 擔(dān)任關(guān)鍵模型、關(guān)鍵團隊的負責(zé)人。

這些人中，有的人曾參與過 Agent 型、多步推理或執(zhí)行研究，有人則是在多模態(tài)、語音 / 視覺理解、后訓(xùn)練 / 交互系統(tǒng)方面有深厚積累的復(fù)合型研究人員。

另外，馬斯克的 xAI 雖然暫時沒有沒有統(tǒng)一公開名單，但關(guān)于 xAI 的戰(zhàn)略規(guī)劃，曾多次提到多模態(tài)能力（尤其與超算中心、NVIDIA 推理能力結(jié)合），這類戰(zhàn)略需要大量精通多模態(tài)模型與分布式系統(tǒng)的工程師來實現(xiàn)。

其三，關(guān)于推理和 AI Infra，主要是為了讓模型跑得起、跑得穩(wěn)、跑得便宜。

這里的“推理與 AI Infra”包含兩個層面：

• 推理系統(tǒng)設(shè)計與優(yōu)化：如何讓大型模型在實際場景中高速、低成本地響應(yīng)；

• 基礎(chǔ)設(shè)施與可服務(wù)化能力：從數(shù)據(jù)管線、模型發(fā)布、調(diào)度、監(jiān)控到彈性伸縮。

這類人才既要懂深度學(xué)習(xí)，又要懂系統(tǒng)工程、服務(wù)架構(gòu)、調(diào)度策略，在 2025 年極度搶手。

比如，英偉達通過與 AI 芯片初創(chuàng)公司 Groq 的頂尖工程師達成協(xié)議，引入其聯(lián)合創(chuàng)始人 Jonathan Ross 及執(zhí)行團隊。

這批人才曾在谷歌等大廠負責(zé)高性能、低延遲的 AI 推理芯片架構(gòu)設(shè)計，而優(yōu)化推理能力正是 Infra 人才的核心一環(huán)。

而谷歌這邊，也在忙著搶奪 AI 軟件工程師，其中高達 20% 的新增 hires 是“回流員工”（boomerang workers），這類崗位幾乎全部聚焦于將內(nèi)部 AI 研發(fā)轉(zhuǎn)寫入產(chǎn)品 / 系統(tǒng)層，包括推理效率提升、API 服務(wù)化框架、企業(yè)級部署架構(gòu)等。

可見，推理效率和基礎(chǔ)設(shè)施能力已成為 AI 競爭的重要戰(zhàn)場，過去僅靠堆算力已無法滿足企業(yè)級需求。

總而言之，這些都是硅谷 AI 戰(zhàn)場上現(xiàn)在被重金爭搶的關(guān)鍵能力，遠遠超出過去單純“模型參數(shù)”和“benchmark 比拼”。

2025 年，頂級 AI 人才并沒有離場，只是大家從論文和 Demo，更多地走向了系統(tǒng)、平臺與現(xiàn)實世界。而 2025 年的硅谷，也正是在這場無聲的人才遷徙中，完成了一次新的方向校準。

https://www.reuters.com/business/sam-altman-says-meta-offered-100-million-bonuses-openai-employees-2025-06-18/?utm_source

https://www.businessinsider.com/meet-the-people-zuck-hired-for-his-ai-superintelligence-team-2025-7?utm_source

https://www.ft.com/content/3584197e-a99a-4a06-9386-dc65cf603f45?utm_source

聲明：本文為 AI前線整理，不代表平臺觀點，未經(jīng)許可禁止轉(zhuǎn)載。