2025年6月28日，OpenAI首席研究官Mark Chen发出了一封措辞罕见的备忘录，
他写道："我现在有一种强烈的感受，就像有人闯进了我们的家，把最重要的东西搬走了。"这封信本来只在公司内部流传，结果被人截图，一夜之间传遍了整个硅谷。
没过多久，外界才搞清楚发生了什么：赵晟佳、余家辉、毕树超、任泓宇，OpenAI四位核心华人科学家，在同一周内相继关停了工作账号，转身去了Meta。
整个过程用了七天，从扎克伯格亲自发出第一条私信，到四人正式办理入职手续，快得让所有人都没来得及反应。
四人的年薪总包加起来是1亿美元，这个数字怎么算都很惊人。
Meta在AI基础设施上已经砸了超过600亿美元，年底还计划继续囤积百万级GPU。算力堆到这个量级，继续堆的边际效益会越来越低，真正能拉开差距的，是"用同样的算力，训练出更好的模型"的能力。这不是靠硬件解决的问题，靠的是人。
赵晟佳在OpenAI参与了ChatGPT、GPT-4，以及所有mini系列模型和o3的研发，负责推理架构的底层优化，解决的是长上下文记忆开销这种会让训练成本翻倍的硬骨头；
余家辉是o3、o4-mini、GPT-4o的共同创造者，专攻多模态感知，解决让AI同时看懂文字、图像、语音并做出协调判断的技术难题；
毕树超是GPT-4o语音模式的核心开发者，把AI语音从"大致能用"推到了"真正好用"；任泓宇则是o1、o3-mini的创造者，他自己说过，他做的事是"教会模型如何思考得更快、更深、更尖锐"。
四个人凑在一起，覆盖了大模型研发从推理架构到多模态、从语音落地到模型后训练的完整链条。这种组合全球范围内大概凑不出第二个。
Meta为什么急？导火索是DeepSeek，2025年1月，DeepSeek发布了一个训练成本极低但性能极高的模型，直接让Meta原本准备推出的Llama 4哑火，关键基准测试没达到预期，发布计划被迫推迟。
据内部人士透露，扎克伯格在这件事上情绪很不好，随即把原本的"稳步推进"战略切换成了"立刻出手"。天价挖角的档期，就是在这个背景下定下来的。
但这四个人，只是扎克伯格这盘棋里的一颗棋子。
就在四人被挖走的前几周，Meta以143亿美元收购了Scale AI 49%的股权，
Scale AI的创始人叫Alexandr Wang，中文名汪滔，华裔，28岁。他19岁从MIT辍学创业，24岁成为全球最年轻的白手起家亿万富翁，Scale AI做的事，是为几乎所有头部AI公司提供数据标注和训练数据服务，服务对象包括谷歌、微软、OpenAI、Anthropic。
也就是说Wang他知道每家公司的模型在什么数据上训练、研发进展走到了哪一步，谷歌在交易宣布后，立刻宣布终止与Scale AI的合作，动作快得说明了这笔交易的敏感程度。
Meta给Wang的职位是超级智能实验室负责人，统管整个实验室的运作方向。从这个角度看，挖走四位OpenAI的华人科学家，更像是在这个实验室搭好框架之后的人员填充。
目前已知的实验室14人名单里，有9人是华人，其中8人本科来自清华、北大、上海交大或中科大。赵晟佳入职不到一个月就被任命为首席AI科学家，余家辉负责多媒体内容生成，任泓宇和谷歌前研究员孙培共同负责精调训练方向。
苹果基础模型团队的前负责人庞若鸣，上海交大毕业，随后也加入了实验室，搭档余家辉，两人都出自字节跳动Seed团队的同一个师承体系。
这场变动还带来了一个始料未及的结果：图灵奖得主、在Meta工作了12年的杨立昆，因为被要求向28岁的Wang汇报工作，选择出走。
Meta原本体量最大的AI科学家离开了，实验室的核心团队换成了一批平均年龄刚过三十的华人工程师。这个权力结构的切换，本身就说明了扎克伯格在下这盘棋时的优先级排序。
Meta这边的动作只是大背景的一部分，英伟达同期挖走了清华毕业的朱邦华和焦剑涛；何恺明宣布以"杰出科学家"身份兼职加入谷歌DeepMind；
谷歌花24亿美元把AI编程公司Windsurf的核心团队整体买走，公司剩下一个空壳；英伟达与Groq之间那份200亿美元的"技术许可"协议，在圈内人看来也是换了个名义的团队收购。
加州法律明确禁止竞业协议，这个制度背景给了挖人方极大的便利——任何公司都无法用法律手段阻止员工跳槽，唯一的留人工具是薪酬和环境。
有研究机构追踪了100位2019年在美工作的中国籍顶尖AI研究者，到2025年，仍有87人选择留在美国，其中超过40人进入了谷歌、微软、Meta等七大科技巨头。
中国目前的AI专利申请量占全球55%，STEM毕业生数量是美国的8倍，培养能力在全球是第一梯队。但这些人才在国内完成基础训练、在硅谷完成实战历练之后，真正留下来的比例，依然是个挑战。
薪酬差距是可见的部分，国内头部大厂的AI工程师年薪在80万到120万人民币之间，而硅谷的天花板是另一个数量级。
但更难弥补的可能是工作方式的差距：赵晟佳们在OpenAI能拿到完整的GPU集群使用权，不需要为项目排队申请算力，不需要在报销流程和考核填表上分心。
这种"进门就能干正事"的工作状态，比单纯的薪资差距更难用政策快速弥补。
DeepSeek的出现提供了一个不同的参照：R1模型以极低的训练成本，在数学推理和代码能力上打平了GPT-4o，证明在资源有限的条件下，本土团队同样能做出世界级的成果。
字节跳动的"豆包长期激励计划"、华为的"天才少年"项目、百度的专项股权激励，也都在往这个方向走。
人才的流动从来不是单向的，这场角力才刚刚进入新的阶段。
热门跟贴