美國高薪挖角中國頂尖人才，一周4人年薪過億引關注

去年6月內的短短一周時間，直接豪擲重金把咱中國的4位頂尖科技專家打包帶走。

開的年薪更是超過1億美元，光看數字就讓人頭皮發麻。你以為國外只是嘴上“重視人才”？人家是真金白銀下場搶人！

把時間往回撥到2025年6月，當時的硅谷發生了一件讓很多AI公司至今仍然心有余悸的事情。

那段時間里，馬克·扎克伯格幾乎沒有走傳統的人才招聘流程，甚至連公司內部龐大的行政和人力體系都沒有完全介入，他親自推動了一次極為精準的人才挖角行動。

短短七天時間里，四位原本在OpenAI核心團隊工作的年輕華人研究員先后離開原崗位，轉向Meta。

表面上看，這四個人只是來自清華大學、北京大學、中國科學技術大學和浙江大學的優秀畢業生，再加上在斯坦福大學或麻省理工學院深造的背景，似乎只是常見的頂級工程師履歷。

但在AI行業內部人士眼里，這四個人的技術方向正好拼成了一整套關鍵能力：有人專攻推理效率優化，有人研究多模態理解，有人負責語音交互系統，還有人主攻模型后訓練與調優。

如果把這四塊能力拼在一起，就等于直接組裝出了一臺完整的大模型核心引擎。扎克伯格給出的條件也簡單直接——平均每人年薪接近1.7億元人民幣，其中包含巨額簽約金和長期股權激勵。

這種級別的待遇幾乎等同于直接把人送進財務自由狀態。對外界來說，這只是一次夸張的高薪跳槽，但在技術圈看來，這更像一次有計劃的“斬首式挖角”。

原本計劃在2025年夏季推出的下一代模型項目被迫不斷延期。剩下的工程師不得不花時間去理解前任留下的復雜系統結構，很多底層設計邏輯只能靠反復試錯去摸索。

看似只是四個人離開，但對研發進度的影響卻像抽走了齒輪軸心一樣明顯。而這場挖角之所以如此致命，還不僅僅是因為錢。

高薪只是第一步，真正讓很多工程師動心的，是另一套更隱蔽卻更關鍵的資源條件，長期在OpenAI工作的研究人員其實有一個共同困擾，算力資源始終不夠。

訓練大型模型需要海量GPU，但這些資源并不是隨時都能用，為了爭搶像H100、B200這種頂級GPU，團隊之間經常需要開協調會議，甚至排隊等待計算資源。

很多研究員并不是卡在算法本身，而是卡在沒有足夠機器去測試想法。一部分華裔研究員還面臨另一種現實壓力：身份問題。

沒有綠卡的人在美國生活和工作都會受到很多限制，配偶簽證、居留審批等問題往往需要漫長等待。

Meta正是抓住了這兩個最現實的痛點。扎克伯格直接開出條件：加入Meta之后，公司斥資數百億美元建設的GPU集群可以隨意調用，大規模算力就像實驗室的電力一樣隨時可用。

對于想快速推進模型研究的科學家來說，這意味著幾乎沒有計算限制，Meta還為關鍵人才提供了極快的移民流程通道，入職后十五天內就能拿到原本需要等待數年的綠卡審批結果。

對很多研究員來說，這不僅解決個人身份問題，也意味著家庭生活穩定下來，金錢、算力和身份保障三件事同時解決，其吸引力遠遠超過單純的薪資。

2025年7月，其中一位核心研究員趙晟佳甚至直接被任命為Meta“超級智能實驗室”首席科學家，這樣的晉升速度在硅谷極為少見，它傳遞出的信號很清楚：在這里不僅有資源，也有權力。

隨后幾個月，Meta的AI產品開始明顯變化，對話流暢度提升，多模態識別能力大幅增強。原本被OpenAI拉開的技術差距開始迅速縮小。但這種激進策略在公司內部也逐漸埋下了新的矛盾。

當大量資源集中在少數頂級研究員身上時，另一部分員工的利益自然會受到影響，到了2026年2月，Meta內部的不滿情緒已經開始浮現。

公司財報顯示，普通員工的股權激勵連續兩年被削減，幅度分別達到10%和5%。換句話說，公司是在壓縮數萬名普通工程師的長期收益，把資金集中投入到少數頂級科學家身上。

這種策略在內部引發了不少討論，很多中層工程師開始意識到，他們辛苦工作換來的股票價值，其實在某種程度上變成了公司挖角競爭對手的資金來源。

對管理層來說，這是一場風險極高的選擇。因為AI行業的競爭正在發生變化。過去幾年，模型技術差距曾經非常明顯，但這種優勢正在迅速縮小。

2025年4月，李飛飛團隊發布的一份研究報告顯示，中美大型模型的性能差距已經從曾經約17.5%縮小到0.3%。

這種幾乎接近持平的狀態，讓很多美國科技公司產生強烈焦慮。技術差距不再明顯之后，真正決定競爭結果的就變成了人才密度。

硅谷一些投資人甚至公開提出一種簡單直接的邏輯：既然技術領先優勢已經很薄，那就直接挖走對方最好的工程師。

中國企業也開始采取反制策略。國內AI行業長期存在工程師缺口，多模態與算法人才缺口超過60%，整體AI人才缺口達到約72萬。

面對這種情況，像字節跳動推出的“豆包計劃”，以及百度聯合清華、北大的專項基金，都開始提前鎖定高校里的年輕研究者，通過科研項目、股權激勵和產業場景把人才留在本土。

這場圍繞頂級工程師展開的競爭，本質上已經不只是企業之間的較量，而是一場全球技術體系的長期博弈。

而在這種競爭格局下，未來幾年AI產業的走向，很可能仍然會被少數關鍵人才的流動所改變。

技術競爭本來應該圍繞產品和能力展開，但當焦點變成高薪挖人和資源傾斜時，問題就不只是性能差距了。

對科學家個人來說，平臺再大，也難免被卷入商業和政策博弈，等性能差距縮小到可以忽略時，真正決定走向的，不是那零點幾的指標，而是誰還能保持開放合作和持續創新的能力。