"21 世紀什么最貴？人才！" ——二十年前，葛優在《天下無賊》中飾演的 " 黎叔 " 一語道破天機。如今，在決定未來科技格局的 AI 競賽前沿，這句名言正被硅谷巨頭們以近乎瘋狂的方式反復驗證：頂尖 AI 人才已成為比黃金更稀缺、比算力更核心的戰略資源，一場圍繞他們的 " 軍備競賽 " 已白熱化。
近期，Meta、谷歌、蘋果、馬斯克的 xAI 等科技巨擘正不惜血本，上演著一幕幕震撼業界的 " 搶人大戰 "。Meta 被曝成功從 OpenAI 挖走四名核心研究員，他們均是 GPT-4o、o 系列模型的關鍵締造者；谷歌則以高達 24 億美元的代價，" 整體收編 " 了 AI 初創公司 Windsurf 的核心團隊；更有甚者，Meta 據傳曾開出令人咋舌的 1 億美元簽約獎金試圖挖角 OpenAI 的頂尖人才。這不僅僅是高薪聘請，更演變為通過天價薪酬、整體團隊并購等方式進行的 " 人才真空 " 式掠奪。
巨頭們如此不計成本的背后，深刻揭示了頂尖 AI 人才的極度稀缺性——全球真正擔得起 " 頂尖 " 標簽的專家竟不足千人，且其價值被硅谷高度標簽化。他們不僅是構建模型、優化算法的核心大腦，更直接決定著大模型能力的上限，是巨頭們在通往通用人工智能 ( AGI ) 道路上不可或缺的 " 勝負手 "。在這場決定未來主導權的競賽中，誰擁有頂尖人才，誰就握有構建技術壁壘、驅動數據飛輪、定義行業標準的先發優勢。失去他們，便意味著失去未來。
硅谷巨頭們瘋狂爭搶頂級 AI 人才
據美國科技媒體 Wired 報道，四名 OpenAI 研究人員將離開公司去 Meta。這四人分別為 Shengjia Zhao, Shuchao Bi, Jiahui Yu 和 Hongyu Ren。據悉，四人已加入 Meta 的超級智能團隊。
其中，趙盛佳是 OpenAI 推理模型 o1-mini 和 o3-mini 的核心開發者；于佳慧是 OpenAI 感知團隊的負責人，主導了 o3、o4-mini 及 GPT-4.1、GPT-4o 等項目；畢樹超是 OpenAI 多模態后訓練團隊的負責人；任泓宇則是 o3 和 o4-mini 模型的后訓練負責人，同時負責即將在今夏發布的開源模型項目。
報道還聲稱這是 Meta CEO 馬克 · 扎克伯格 ( Mark Zuckerberg ) 一系列激進舉措中的最新動作。他希望在構建通用人工智能 ( AGI ) 方面努力趕上 OpenAI、Anthropic 和谷歌。
在 Meta 瘋狂的挖人行動中，夸張的天價薪酬更是屢屢被提及。值得注意的是在 6 月初的一次訪問中，OpenAI 首席執行官薩姆 · 奧特曼 ( Sam Altman ) 透露，Meta 曾試圖通過提供高達 1 億美元的簽約獎金，以及更高的年度薪酬方案來挖走 OpenAI 員工，但 " 到目前為止，我們最優秀的人才還沒有決定接受他們的邀請 "。
除了用天價薪酬吸引人才外，硅谷巨頭門還用并購的方式聚攏頂級 AI 人才。當地時間 7 月 11 日，谷歌 DeepMind 被爆成功收編 AI 初創公司 Windsurf 的核心團隊。根據報道，谷歌將付出 24 億美元 ( 約人民幣 170 億元 ) 的許可費和補償金，換來 Windsurf 團隊聯創 Douglas Chen 和部分高級研究院加入谷歌，幫助后者在 AI 編程上的項目。
無獨有偶，就在前不久 Meta 做了類似的事—— Meta 斥巨資收購了 Scale AI 近一半股份，并順勢把其年輕的 CEO 拉來做自己的首席 AI 官。
無論是 Meta、谷歌、蘋果，還是馬斯克的 xAI，如今都在搶人，要么整體收編明星初創團隊，要么直接從 OpenAI、Anthropic 那里挖人。
頂尖 AI 人才極具稀缺性
巨頭們如此費盡心思的挖人，首次也是深刻反映出頂尖 AI 人才的稀缺性。據美國《福布斯》雜志報道，自 2019 年以來，在全球范圍內，AI 技能職位的招聘數量每年增長 21%，遠遠超過 AI 人才的供應速度。《財富》雜志更是指出，" 全球頂尖 AI 專家屬于稀缺資源，目前全世界加起來總數還不到 1000 人。" 全球頂尖管理咨詢公司貝恩 ( Bain & Company ) 預測，AI 人才缺口預計到 2027 年仍將持續，短期內難以彌補。
《財富》雜志指出，全球頂尖 AI 專家不到 1000 人，這一數據反映了 AI 領域人才的極度稀缺性。那么，硅谷為什么會如此缺乏頂尖 AI 人才呢？有業內人士解釋道，"AI 人才其實很多，但硅谷標簽化非常嚴重，只有在 OpenAI、谷歌、Meta 等公司的核心團隊工作過，并且擔任團隊帶頭人，才能被稱為 " 頂尖 AI 人才 "。否則就算是斯坦福、哈佛的博士，也不一定能拿到如此高的薪資。"
其次在硅谷巨頭普遍選擇英偉達算力卡的前提下，頂尖 AI 人才其實決定了大模型的上限。
例如在數據的篩選與處理上，AI 能夠處理大量的數據，但它無法判斷數據的質量和相關性。這時候，人的判斷力就顯得尤為重要。高質量的數據輸入，才能保證 AI 輸出的結果具有參考價值。而數據的篩選、清洗和處理，都是依靠人的經驗和判斷來完成的。
在模型的選擇與優化上，AI 的核心在于模型的構建和優化。不同的任務需要選擇不同的模型，而模型的效果又取決于不斷的優化。這個過程中，人的判斷力起到了決定性的作用。哪種模型更適合當前的任務？模型的參數如何調整才能達到最佳效果？這些問題都需要專業的判斷和豐富的經驗來解答
沒有巨頭想失去先發優勢
從商業模式看，硅谷巨頭們囤積頂級 AI 人才的原因還在于誰也不想失去先發優勢。
AI 領域 ( 尤其是大模型 ) 研發投入巨大，技術突破具有高度復雜性和不確定性。率先取得突破 ( 如更強大的模型架構、更高的訓練效率、更優的推理性能 ) 能建立顯著的技術壁壘，拉開與追趕者的距離。
具體來看，一方面領先的 AI 產品和服務能吸引更多用戶，產生更多高質量的用戶交互數據。這些數據是訓練和迭代改進模型的核心燃料。先發者能更早啟動并加速這個 " 數據飛輪 "，形成難以逾越的數據優勢。
另一方面率先建立平臺 ( 如 API、開發者工具、應用商店 ) 能吸引開發者和企業用戶在其基礎上構建應用和服務，形成繁榮的生態系統，增加用戶粘性和轉換成本。并且市場領導者可以定義用戶期望，塑造行業標準，并建立強大的品牌認知度，這在吸引客戶、合作伙伴和后續人才方面具有巨大優勢。
而要實現上述目標，頂尖 AI 人才數量是必不可少的。AI 領域的競爭本質上是創新速度的競爭。頂級人才 ( 頂尖研究員、工程師、架構師 ) 是突破性想法和高效工程實現的核心來源。他們能更快地解決復雜問題，推動模型能力邊界，是保持技術領先的關鍵。通過高薪、優越研究環境、海量計算資源和影響力提前鎖定這些人才，不僅能壯大自身，更能有效削弱競爭對手的實力，延緩甚至阻止其追趕步伐。這是一種積極的 " 防御性 " 策略。
因此在 AI 這場定義未來的關鍵競賽中，先發優勢意味著技術主導權、市場份額和巨大的商業價值。而頂級 AI 人才是創造、維持和擴大這一優勢的終極 " 武器 " 和 " 燃料 "。巨頭們深刻理解，失去人才就等于失去創新的火種和前進的動力，最終將導致先發優勢的喪失。因此，不惜代價地爭奪和囤積頂級人才，絕非偶然，而是激烈競爭格局下維系其生存與霸主地位的戰略必然。人才爭奪戰，就是巨頭們捍衛其未來的核心戰場。
