扎克伯格式人才掠夺 | |
www.wforum.com | 2025-07-24 21:47:20 腾讯新闻潜望 | 0条评论 | 查看/发表评论![]() |
![]() |
![]() |
|
|
|
试着想象这样一个场景:一封来自社交巨头Meta创始人扎克伯格的电子邮件,静静地躺在你的收件箱里。点开它,一串长到令人眩晕的数字映入眼帘——一个以“亿”为单位的美元薪酬包 。这并非好莱坞电影的虚构情节,而是2025年硅谷AI战场上,最真实的“抢人”剧本。 以Meta为代表的科技巨头,正挥舞着前所未有的巨额支票,将一场围绕顶尖人工智能(AI)人才的战争推向了白热化 。他们不再仅仅是“招聘”,而是在进行一场战略性的“人才掠夺” ,目标直指全球范围内那屈指可数的几百位“AI最强大脑” 。 然而,当聚光灯和亿万美金聚焦于金字塔顶端的少数天才时,塔基之下却是另一番冰冷景象:成千上万的普通工程师在裁员浪潮中瑟瑟发抖,名校毕业生手握漂亮的简历却叩不开一扇面试的大门 。 欢迎来到AI时代的新常态——一半是海水,一半是火焰。这首冰与火之歌,正以前所未有的音量,在硅谷奏响,并深刻地影响和改变着身处在这里的每一个人。 亿级薪酬不是神话:战略价值下的“天价”逻辑 “最近大家都在讨论天价挖人的事,尤其是上亿美元的那种数字,一看就很震惊。”一位长期关注AI领域的分析师表示。 而行业猎头与内部人士的观察证实,这些传闻并非空穴来风。近期,Meta成功从苹果公司挖走其杰出工程师庞若鸣(Ruoming Pang),传闻薪酬包总价值超过2亿美元。 无独有偶,这家社交巨头,还从OpenAI挖走了四名参与缔造了GPT-4o等关键模型的核心研究员,并被曝出曾试图以1亿美元的签约奖金(sign on bonus)挖角OpenAI的其他顶尖人才。 流传最夸张的版本是,OpenAI首席研究官Mark Chen当面收到扎克伯格高达10亿美元的年薪邀约,只是这位在OpenAI已经工作6年,从最初的研究员一路升至高管的AI顶尖专家,轻描淡写地用一句“我目前在OpenAI过的还挺开心的”就拒绝了这一天价Offer。 这一系列操作的背后,是Meta CEO马克·扎克伯格亲自推动的“超级智能(Super intelligence)”计划。扎克伯格正通过亲自向人才发送邮件、提供巨额薪酬包等方式,密集地从苹果、OpenAI、谷歌等竞争对手处招揽人才。 “这个事儿本身是已经都被多方印证了,这是事实。”Tim Li对腾讯新闻表示。他是位于硅谷的人力资源服务公司Hireio海拓优才首席执行官。 他进一步解释,理解这种天价薪酬的关键在于,不能用传统的薪酬标准去衡量。 “对这些大公司而言,这已经不是一个单纯的人力成本问题,而是一个战略投资问题。” Tim说。 他表示,这些在目前生成式人工智能领域最顶尖的人才,他们的价值体现在多个层面: 首先是战略杠杆效应,一个顶尖人才或团队的加入,可以直接影响公司的技术路线和产品竞争力。 “大模型对人的杠杆效应更高,尤其是顶尖人才,一人顶万人不是一种夸张的表达。” 其次还有资本市场价值,这类重磅引援能立刻在资本市场产生数十亿甚至数百亿美元级别的价值波动。Meta官宣成立“超级智能”实验室后,其股价应声上涨,市值波动远超支付给人才的薪酬本身,这反映了资本市场对人才战略价值的直接认可。 最后还有人才与生态的“旗帜效应”,Tim认为,顶尖人才的加盟会带来强大的品牌和旗帜效应,吸引更多优秀人才跟随而至,形成人才聚集的正向循环。 以Meta为代表的科技巨头这一轮发起的迅猛“抢人攻势”,是一种典型的“收购式”招聘(acquihire),即相比于花费数十亿甚至上百亿美元去收购一家成熟的AI创业公司,直接以天价薪酬挖走其核心创始团队,从大公司的角度来看,显得更具成本效益。 正如谷歌以24亿美元“整体收编”AI初创公司Windsurf核心团队一样,收购的核心始终是人。 Tim还指出,科技巨头天价抢人的趋势不会在短期内结束,或许在接下来一段时间内还会看到许多惊人的“挖人案例”。 “这已经上升到CEO的层面上去直接做决定了,”Tim表示,“所以这个事情它不是短期内就会结束的。” 薪酬结构解密:现金只是“零花钱” 更多是股权激励 外界普遍关心这些上亿美元的薪酬包究竟是如何构成的。事实上,这并非传统意义上的年薪。多位业内人士透露,其构成极其复杂,且高度定制化。 Tim表示,这些天价offer通常由三个主要部分构成:首先是基础薪资 (Base Salary),这部分在总包中占比较低,通常不会超过三分之一,对于最高级别的精英人才,现金部分占比甚至可能不到十分之一。其次是签约奖金 (Sign-on Bonus),也就是近期最吸引外界眼球的“天价数字”,这是一笔非常可观的一次性现金奖励,但通常附带严格的限制条款,例如要求员工在未来数年内(如三年)不得离职,否则需要退还等。 最后是股票和期权 (Stock/RSU,Options),这是薪酬包中最核心、价值最高的部分。公司会授予员工价值数千万甚至上亿美元的股票,分多年(通常是4-5年)归属。 对于Meta这样的公司,利用其目前处于高位的股价作为薪酬工具,既能吸引人才,又能将员工利益与公司长期发展深度绑定,是一笔非常划算的交易。 “它不是说你来了就给你(天价的薪酬),肯定是有一些严格的条款,”Tim表示,“但具体条款没有人知道。” 他表示,这种情况通常都是定制的非标准化合同,确保了公司在付出巨大代价的同时,也锁定了人才在关键时期的忠诚度与贡献。 市场的两极分化:冰火两重天 在金字塔尖上演着疯狂的人才争夺战的同时,硅谷的整个AI就业市场却呈现出越来越明显的两极分化的现象,这种分化不仅体现在薪酬待遇上,更体现在机会的分布上。 Tim介绍说,目前硅谷与AI相关的岗位需求,最多的是应用层人才,这部分是目前市场需求的主体,负责将大模型技术应用于电商、搜索、推荐等具体业务场景。 虽然应用层人才目前的薪酬远高于传统软件工程师,但仍在一个相对“正常合理”的范畴内。 例如,谷歌L5级别的资深工程师,年薪大约在40万到70万美元之间;L6级别的薪酬则在50万到90万美元之间。尽管薪酬不菲,但他们并非此次人才战争的核心争夺对象。 第二类则是底层大模型人才,这是全球范围内仅有的数百名精英,他们集中在OpenAI、Google DeepMind、Meta、Anthropic 等少数几家机构,从事最底层的模型研发与优化工作。正如前文所述,他们对于公司的价值是战略性的,薪酬也已完全脱离常规体系。 这种分化的直接后果是,科技巨头一边裁撤“冗余”的普通工程师岗位,以“给企业瘦身”,将节省下来的成本,转而投入到对顶尖AI人才的争夺中。这导致了一个残酷的现实:普通工程师和新毕业生的就业环境急剧恶化。 “这是一个生产关系的重构,”Tim表示,“AI的杠杆效应极度放大了能力强的人的价值。” AI编程工具及其他相关应用的普及,使得一个优秀的工程师可以完成过去数人的工作量,公司对初级开发岗位的需求大幅降低。许多名校的计算机科学专业毕业生,也发现自己所学的知识与市场需求严重脱节,毕业后难以找到合适的工作岗位。 “就我接触到的情况来看,甚至超过半数的毕业生找不到合适的工作机会。”Tim说。 风向转变:精英驱动、高度分化的新时代到来 这场由硅谷大厂主导的人才战争,也正在深刻地改变着AI领域的创业生态。过去,顶尖技术人才是创业的主力军。但如今,情况发生了变化。 对于从事底层大模型研究的人才而言,创业的吸引力正在下降。原因在于,大模型研发是资源密集型竞赛,极度依赖海量的数据、强大的算力和基础设施。这些正是创业公司初期的短板,却是大厂的巨大优势。 “创业者可能一开始没有这些东西,”Tim说,“所以大概率情况,一个如果好的条件的话去加入这个大厂,是一个好的选择。” 相比于创业需要承担的巨大风险和不确定性,加入大厂直接获得顶级资源和一份几乎零风险的天价薪酬包,对多数理性务实的技术精英而言,无疑是更优选择。 “这些人其实对自身也认识地非常清醒,有些人就适合埋头做研究,并不适合创业,加入到大厂对他们来说,可能是最理想的选择。”Tim说。 如今AI领域的创业机会更多地集中在“应用层面”。这些创业公司利用大厂提供的基础模型,开发面向特定场景的图片生成、智能体(Agent)等产品。 面对如此严峻和分化的市场,对于个人,尤其是年轻从业者和毕业生而言,破局的关键在于思维和能力的快速转变,Tim表示,在目前的生成式人工智能时代下,学历的价值正在被稀释,公司现在更看重求职者是否做过一些实际项目,是否能独立解决一些很难的问题。 “GitHub上的贡献、独立项目经验,以及是否具备端到端的应用开发能力,或许比一份简单的光鲜学历更有说服力。” Tim说。 他认为,传统教育与行业需求之间的鸿沟因AI的出现而变得更大。未来,懂得如何高效使用AI工具、提出好问题(Prompting)的能力,将比单纯的写代码能力更为重要。 “现在我们看到许多创业公司,规模正在变得越来越小,因为借助AI,一个人已经可以胜任过去许多人干的事,这反过来要求每个个体要成为‘通用型’人才。“ Tim说。 他表示,既懂算法模型,又懂工程开发,能一人分饰多角的人才,无论在大厂还是小公司,都将更具竞争力。 Meta的天价挖角,只是这场AI革命浪潮中的一个缩影。它揭示了一个精英驱动、高度分化的新时代的到来。 但颇具讽刺意味的是,在外部以天价疯狂“抢人”的同时,Meta内部却被前员工曝出弥漫着“恐惧文化”,员工长期处于对绩效评估和被解雇的恐惧中,竞争压力巨大且淘汰率很高。这种高压、高淘汰的机制,在现如今的硅谷大厂中,并不罕见。 这或许是AI新时代下的常态。顶尖人才享受着前所未有的红利,而大多数人则必须在剧烈的变革中,不断学习、适应,才能避免被市场淘汰。 这场由AI驱动的社会结构和生产关系的重构,或许也才刚刚开始。 |
|
|
|
![]() |