返回快讯

Meta超级智能实验室再添离职潮

加州大学圣地亚哥分校(UCSD)助理教授、AI系统研究者Hao Zhang本周三宣布结束在Meta超级智能实验室(Meta Superintelligence Labs)旗下TBD Lab的工作,正式离职;他此前于今年早些时候申请学术休假,加入Meta TBD Lab,如今结束这段任期,重新踏上"新的使命"。

据Hao Zhang本人在社交平台的发文,他形容这是"多年来度过的最好的一个夏天",并特别提及团队负责人之一@yinghai是"最优秀的基础设施负责人之一,技术能力深厚、目标远大,并且非常擅长为团队打造能够专心搞研发的环境";他还提到与@_tim_brooks(Tim Brooks,被他称为"开创整个视频生成行业的最伟大头脑之一")共事的经历。Hao Zhang表示,自己参与推动了Meta旗下Muse图像与视频生成模型推理能力的搭建,并见证其快速规模化扩张,还称赞Meta近期发布的消费级AI产品Muse是"目前最令人印象深刻的消费级智能体产品之一"。

Hao Zhang的离职并非孤例,而是Meta超级智能实验室自今年成立以来一连串高调离职事件中的最新一起。据此前报道,在扎克伯格今年宣布组建该实验室约两个月后,就已有至少8名员工离职,其中包括在Meta任职10年的Chaya Nayak(转投OpenAI)和任职12年的Birch Mart(加入Anthropic),另有至少两人回流OpenAI。

更受关注的一起离职发生在9月9日前后:由Scale AI创始人Alexandr Wang领导、被称为扎克伯格AI战略核心的TBD Lab核心成员Andrew Tulloch宣布离职,他此前是被扎克伯格亲自从Thinking Machines Lab挖来的明星研究员,据报道薪酬package一度被曝高达六年15亿美元(该数字存在争议,但即便打折扣,也仍属科技行业史上罕见的高薪合同)。Tulloch特意等到Meta成功发布新一代开源AI模型系列以及消费级AI助手Muse之后才正式离职,具体去向和是否会继续在其他机构从事AI研究,目前尚不清楚。

报道指出,尽管扎克伯格开出"九位数"薪酬package吸引顶尖人才加盟,但这种激进的薪酬策略也在Meta内部老员工中引发了不满情绪,被认为是造成团队氛围紧张、人才持续流失的因素之一;报道援引观点称,公司需要在工作环境层面做出实质性改善,才能真正留住人才。Meta方面则对这类离职潮表现得较为淡然,回应称"一些人会选择留在原岗位而非跳槽去新公司……这很正常"。

从人才市场角度看,当前顶尖AI研究人才处于极度供不应求的状态,Anthropic、OpenAI、谷歌、SpaceX AI以及Meta等头部机构之间的人才争夺已经进入"天价薪酬+短期高强度冲刺项目"的模式——不少研究员选择以类似Hao Zhang这样"学术休假+短期加盟"的方式参与热门实验室的关键项目冲刺,项目阶段性成果(如此次Muse的发布和快速放量)达成后便选择离开,转向学术界或其他机构。这种流动模式的受益方是研究人员个人(借此积累顶尖项目经验并获得高额报酬),以及愿意用高薪换取短期爆发式产出的雇主;但对雇主而言,这也意味着团队核心人才的留存周期正被大幅压缩,组织知识和技术连续性面临持续流失的风险。

值得注意的是,Hao Zhang此次离职发生在Meta刚刚成功推出新一代开源AI模型和消费级AI助手Muse并实现快速用户增长的节点之后,与Andrew Tulloch"等产品上线后再离开"的时间安排颇为相似,这一模式在近期TBD Lab的多起离职案例中反复出现。

来源:公开信息

ABAB AI 解读

Meta超级智能实验室自扎克伯格今年高调组建以来,历史上就一直伴随着密集的人才进出——从最初以"九位数"薪酬package吸引包括Andrew Tulloch在内的顶尖研究员加盟,到如今短短数月内已有包括Chaya Nayak、Birch Mart在内的多名资深员工离职,Hao Zhang这次以"学术休假到期回归"的方式结束在Meta的短期任期,延续了这一实验室自成立以来"高薪引进—高强度冲刺—项目完成后离场"的历史模式。

从资源调动角度看,Meta在这场人才争夺战中投入的是史无前例规模的薪酬资本——据报道,仅Andrew Tulloch一人的薪酬package就被曝高达六年15亿美元规模,这类量级的个人薪酬合同在科技行业历史上极为罕见;而像Hao Zhang这样以学术休假形式短期加盟的学者型研究员,则更多是用自己在顶尖高校积累的学术声誉和技术专长,换取短期内接触前沿工业级项目(如Muse模型的推理规模化)的机会,双方本质上是在做一场"资本置换稀缺人才短期产出"的交易。

可以类比的历史案例是2010年代前后硅谷多家科技巨头之间反复出现的"高薪抢人—项目冲刺—人才快速流失"循环,例如早期自动驾驶和芯片设计领域的明星团队组建潮,往往也伴随着类似的高薪聘请和高流失率并存现象。当前AI行业正处于顶尖实验室之间人才争夺白热化、薪酬水平屡创纪录、但组织留存能力普遍薄弱的阶段,Meta超级智能实验室的这一系列离职事件,正是这一行业性矛盾的集中体现。

这起事件本质上反映的是顶尖AI人才这一稀缺资源正在被资本以前所未有的强度集中争夺:当薪酬规模达到"六年15亿美元"这样的量级时,实际上是在把整个公司层面的资本资源,高度集中投放到极少数被认定具备关键技术能力的个体身上,试图用短期内的资本堆砌换取项目冲刺阶段的确定性产出。但机制上,这种依靠纯粹资本堆砌吸引来的人才关系天然缺乏稳定性——一旦阶段性项目目标(如此次Muse的成功发布)达成,个体研究者手中掌握的技术声誉和选择权反而会进一步增强,使其更容易转向下一个开出更具吸引力条件的机构,形成资本越集中、人才流动性反而越高的悖论。

ABAB News · 认知定律

  1. 天价薪酬买得来加入,买不来留下

  2. 项目一上线,就是离场的信号

  3. 资本越集中砸向个人,人才越容易带资历跳槽