“21世纪什么最贵？人才！”——二十年前，葛优在《天下无贼》中饰演的“黎叔”一语道破天机。如今，在决定未来科技格局的AI竞赛前沿，这句名言正被硅谷巨头们以近乎疯狂的方式反复验证：顶尖AI人才已成为比黄金更稀缺、比算力更核心的战略资源，一场围绕他们的“军备竞赛”已白热化。

近期，Meta、谷歌、苹果、马斯克的xAI等科技巨擘正不惜血本，上演着一幕幕震撼业界的“抢人大战”。Meta被曝成功从OpenAI挖走四名核心研究员，他们均是GPT-4o、o系列模型的关键缔造者；谷歌则以高达24亿美元的代价，“整体收编”了AI初创公司Windsurf的核心团队；更有甚者，Meta据传曾开出令人咋舌的1亿美元签约奖金试图挖角OpenAI的顶尖人才。这不仅仅是高薪聘请，更演变为通过天价薪酬、整体团队并购等方式进行的“人才真空”式掠夺。

巨头们如此不计成本的背后，深刻揭示了顶尖AI人才的极度稀缺性——全球真正担得起“顶尖”标签的专家竟不足千人，且其价值被硅谷高度标签化。他们不仅是构建模型、优化算法的核心大脑，更直接决定着大模型能力的上限，是巨头们在通往通用人工智能(AGI)道路上不可或缺的“胜负手”。在这场决定未来主导权的竞赛中，谁拥有顶尖人才，谁就握有构建技术壁垒、驱动数据飞轮、定义行业标准的先发优势。失去他们，便意味着失去未来。

硅谷巨头们疯狂争抢顶级AI人才

据美国科技媒体Wired报道，四名 OpenAI 研究人员将离开公司去 Meta。这四人分别为Shengjia Zhao, Shuchao Bi, Jiahui Yu和Hongyu Ren。据悉，四人已加入Meta的超级智能团队。

其中，赵盛佳是 OpenAI 推理模型 o1-mini 和 o3-mini 的核心开发者；于佳慧是 OpenAI 感知团队的负责人，主导了 o3、o4-mini 及 GPT-4.1、GPT-4o 等项目；毕树超是 OpenAI 多模态后训练团队的负责人；任泓宇则是 o3 和 o4-mini 模型的后训练负责人，同时负责即将在今夏发布的开源模型项目。

报道还声称这是Meta CEO马克·扎克伯格(Mark Zuckerberg)一系列激进举措中的最新动作。他希望在构建通用人工智能(AGI)方面努力赶上 OpenAI、Anthropic和谷歌。

在Meta疯狂的挖人行动中，夸张的天价薪酬更是屡屡被提及。值得注意的是在6月初的一次访问中，OpenAI首席执行官萨姆·奥特曼(Sam Altman)透露，Meta曾试图通过提供高达1亿美元的签约奖金，以及更高的年度薪酬方案来挖走OpenAI员工，但“到目前为止，我们最优秀的人才还没有决定接受他们的邀请”。

除了用天价薪酬吸引人才外，硅谷巨头门还用并购的方式聚拢顶级AI人才。当地时间 7 月 11 日，谷歌 DeepMind 被爆成功收编AI 初创公司 Windsurf 的核心团队。根据报道，谷歌将付出 24 亿美元(约人民币 170 亿元)的许可费和补偿金，换来Windsurf 团队联创 Douglas Chen 和部分高级研究院加入谷歌，帮助后者在 AI 编程上的项目。

无独有偶，就在前不久Meta 做了类似的事——Meta 斥巨资收购了 Scale AI 近一半股份，并顺势把其年轻的 CEO 拉来做自己的首席 AI 官。

无论是 Meta、谷歌、苹果，还是马斯克的 xAI，如今都在抢人，要么整体收编明星初创团队，要么直接从 OpenAI、Anthropic 那里挖人。

顶尖AI人才极具稀缺性

巨头们如此费尽心思的挖人，首次也是深刻反映出顶尖AI人才的稀缺性。据美国《福布斯》杂志报道，自2019年以来，在全球范围内，AI技能职位的招聘数量每年增长21%，远远超过AI人才的供应速度。《财富》杂志更是指出，“全球顶尖AI专家属于稀缺资源，目前全世界加起来总数还不到1000人。”全球顶尖管理咨询公司贝恩(Bain & Company)预测，AI人才缺口预计到2027年仍将持续，短期内难以弥补。

《财富》杂志指出，全球顶尖AI专家不到1000人，这一数据反映了AI领域人才的极度稀缺性。那么，硅谷为什么会如此缺乏顶尖AI人才呢？有业内人士解释道，“AI人才其实很多，但硅谷标签化非常严重，只有在OpenAI、谷歌、Meta等公司的核心团队工作过，并且担任团队带头人，才能被称为“顶尖AI人才”。否则就算是斯坦福、哈佛的博士，也不一定能拿到如此高的薪资。”

其次在硅谷巨头普遍选择英伟达算力卡的前提下，顶尖AI人才其实决定了大模型的上限。

例如在数据的筛选与处理上，AI能够处理大量的数据，但它无法判断数据的质量和相关性。这时候，人的判断力就显得尤为重要。高质量的数据输入，才能保证AI输出的结果具有参考价值。而数据的筛选、清洗和处理，都是依靠人的经验和判断来完成的。

在模型的选择与优化上，AI的核心在于模型的构建和优化。不同的任务需要选择不同的模型，而模型的效果又取决于不断的优化。这个过程中，人的判断力起到了决定性的作用。哪种模型更适合当前的任务？模型的参数如何调整才能达到最佳效果？这些问题都需要专业的判断和丰富的经验来解答

没有巨头想失去先发优势

从商业模式看，硅谷巨头们囤积顶级AI人才的原因还在于谁也不想失去先发优势。

AI领域(尤其是大模型)研发投入巨大，技术突破具有高度复杂性和不确定性。率先取得突破(如更强大的模型架构、更高的训练效率、更优的推理性能)能建立显著的技术壁垒，拉开与追赶者的距离。

具体来看，一方面领先的AI产品和服务能吸引更多用户，产生更多高质量的用户交互数据。这些数据是训练和迭代改进模型的核心燃料。先发者能更早启动并加速这个“数据飞轮”，形成难以逾越的数据优势。

另一方面率先建立平台(如API、开发者工具、应用商店)能吸引开发者和企业用户在其基础上构建应用和服务，形成繁荣的生态系统，增加用户粘性和转换成本。并且市场领导者可以定义用户期望，塑造行业标准，并建立强大的品牌认知度，这在吸引客户、合作伙伴和后续人才方面具有巨大优势。

而要实现上述目标，顶尖AI人才数量是必不可少的。AI领域的竞争本质上是创新速度的竞争。顶级人才(顶尖研究员、工程师、架构师)是突破性想法和高效工程实现的核心来源。他们能更快地解决复杂问题，推动模型能力边界，是保持技术领先的关键。通过高薪、优越研究环境、海量计算资源和影响力提前锁定这些人才，不仅能壮大自身，更能有效削弱竞争对手的实力，延缓甚至阻止其追赶步伐。这是一种积极的“防御性”策略。

因此在AI这场定义未来的关键竞赛中，先发优势意味着技术主导权、市场份额和巨大的商业价值。而顶级AI人才是创造、维持和扩大这一优势的终极“武器”和“燃料”。巨头们深刻理解，失去人才就等于失去创新的火种和前进的动力，最终将导致先发优势的丧失。因此，不惜代价地争夺和囤积顶级人才，绝非偶然，而是激烈竞争格局下维系其生存与霸主地位的战略必然。人才争夺战，就是巨头们捍卫其未来的核心战场。