一天之內,Meta痛失兩員大將,小扎鈔能力失效?

一天之內,Meta痛失兩員大將,小扎鈔能力失效?

文章圖片

一天之內,Meta痛失兩員大將,小扎鈔能力失效?

文章圖片

一天之內,Meta痛失兩員大將,小扎鈔能力失效?

文章圖片

一天之內,Meta痛失兩員大將,小扎鈔能力失效?

文章圖片

一天之內,Meta痛失兩員大將,小扎鈔能力失效?

文章圖片

一天之內,Meta痛失兩員大將,小扎鈔能力失效?

文章圖片

一天之內,Meta痛失兩員大將,小扎鈔能力失效?

文章圖片

一天之內,Meta痛失兩員大將,小扎鈔能力失效?

文章圖片


機器之心報道
編輯:張倩、+0

一億美元能買一棟別墅 , 但買不了夢想?

最近 , Meta 內部發生了一些有意思的事情 —— 一邊是扎克伯格動輒上億美金薪資招兵買馬 , 高調組建超級智能團隊;另一邊是一些老員工宣布開啟新的「冒險之旅」 , 轉投其他 AI 公司 。



今天 , 有兩位資深研究者宣布離開 Meta , 一位是專注于強化學習的 Rishabh Agarwal(去向未定);另一位是已經在 Meta 工作了 12 年、參與了 PyTorch 構建的 Bert Maher(確定加入 Anthropic) 。

看來 , 除了小扎挖不到的人 , 還有一些他留不住的人 。 甚至有人嘲諷「錢買不到頂級研究員」 。



不過 , 還有很多選擇離開的人 , 可能是因為錢沒給夠 。 在超級智能實驗室成立之后 , Meta 內部的待遇差距多次引發爭議 。

前 Meta 研究員 Rohan Anil(現 Anthropic)曾發帖稱「非超級智能研究者待遇次等 , 像巨型社會實驗」 。



有人認為 Meta 內部薪資差距(同事賺 1-2 億美元)會殺死工作動力 , 導致更多離職 。



當外部挖不來真正的夢想家 , 內部又因分配不均而人心浮動 , 這背后折射出的 , 可能是比薪酬更深層的結構性問題 。

這讓一些人聯想到了「90 年代的微軟」 , 即由一位權力集中的創始人 CEO 主導一個宏大到幾乎吞噬公司一切資源的項目 。



這種模式正在導致嚴重的內部管理失衡和人才流失 , 若再無一位強力的 CTO 來分擔和制衡 , 那巨大的壓力可能會壓垮這位明星 CEO 。

他們正在離開 Meta

Rishabh Agarwal

為「錢也留不住」這一論點提供佐證的 , 便是頂級 AI 研究員 Rishabh Agarwal 。他最近宣布將離開 Meta , 開啟新的職業篇章 。
【一天之內,Meta痛失兩員大將,小扎鈔能力失效?】


他提到 , 雖然 Meta 的 Superintelligence 實驗室提供了誘人的機會 , 但他遵循 Mark Zuckerberg 的建議:「在一個變化如此之快的世界中 , 你承擔的最大風險就是不冒任何風險 。 」 。 用小扎的話拒絕小扎 , 可以說是以子之矛攻子之盾了 。

Rishabh Agarwal 的職業生涯橫跨多家頂尖 AI 研究機構 。 他曾在 Google Brain 和 DeepMind 擔任資深研究科學家 , 奠定了其在強化學習領域的聲譽 。 之后 , 他加入 Meta AI , 領導 Llama 團隊的強化學習與推理研究 。


Google Scholar 數據顯示 , Rishabh Agarwal 被引量破萬 。

在 Meta 期間 , Rishabh Agarwal 推動了「思維模型」后訓練研究的前沿 , 特別是在強化學習和合成數據應用方面 。 他的主要貢獻包括:

通過強化學習(RL)擴展技術 , 將一個 8B 參數的密集模型性能提升至接近 Deepseek-R1 的水平 。 在訓練中期使用合成數據 , 為強化學習(RL)提供「熱啟動」(warm-start) 。 開發了更優的同策略(On-Policy)蒸餾方法 。
學術上 , 他在 Mila 取得了博士學位 , 師從 Aaron Courville 和 Marc Bellemare , 其研究成果曾榮獲 NeurIPS 杰出論文獎 , 同時他還擔任麥吉爾大學的兼職教授 。



關于他的下一步動向 , 外界猜測他可能會創辦個人項目或加入一家新興的 AI 初創公司 。

不過也有人質疑這是否真的是「風險」 , 認為以他的背景 , 無論項目成敗 , 他都能迅速加入頂級實驗室 。



當然也有一些「幽默」的祝福 。



Bert Maher

Meta 失去的另一位人才 , 是在此工作了 12 年之久的元老 Bert Maher 。他最近也宣布 , 將結束在 Meta 的職業生涯 , 并加入 Anthropic 的推理團隊 。



在 Meta 期間 , 他參與了多個重要項目 , 專注于優化編譯器和機器學習基礎設施的開發 。

HHVM(HipHop 虛擬機) 是 Meta 開發的一個高性能虛擬機 , 最初用于加速 PHP 代碼的執行 , 后來擴展支持 Hack 編程語言 , Bert Maher 參與了優化編譯器的工作 。 ReDex 是 Meta 開發的 Android 應用程序優化工具 , 專注于通過重新打包和優化字節碼來提高應用的性能和效率 。 PyTorch 是一款廣受歡迎的開源機器學習框架 , 廣泛用于深度學習研究和部署 。 Bert Maher 在 PyTorch 團隊中工作 , 尤其是在編譯器方面做出了貢獻 。 Triton 是一個由 OpenAI 和其他社區共同開發的開源深度學習編譯器框架 , 旨在優化 GPU 上的張量計算 。


評論區也紛紛送出祝福 。





為什么 Meta 總是留不住人?

在 AI 公司 , 人員的頻繁流動是非常正常的事情 , 但我們也注意到有兩個極端:一個是 Anthropic , 去年的員工保留率高達 80% , 居行業之首;另一個則是 Meta , 僅為 64% 。



種種信息顯示 , Meta 的這一數字和管理文化脫不了干系 。

早在 2022 年 , VR 大神 John Carmack 離開 Meta 的時候就控訴公司存在愿景空洞、資源利用率極低等問題 , 直言公司坐擁「可笑的巨量資源」卻產出甚微 , 整體效率僅為其預期的 50% 。



2025 年 , 這種「血淚控訴」再次上演 。 前 Meta 研究科學家 Tijmen Blankevoort 離職后發了一封 2000 多字的控訴書 , 指出 Meta 在管理方面存在以下問題:

績效評估與強制裁員(5% 末位淘汰)導致全員陷入「生存恐慌」 , 工作動力從「AGI 使命」異化為「避免被解雇」 , 催生搶功勞、截胡項目等內斗行為 。 CTO(Reality Labs)與首席產品官(生成式 AI)各自為政 , 資源爭奪取代協作;FAIR 實驗室(基礎研究)因長期導向被邊緣化(GPU 資源匱乏) 。 天價挖人可能引發「新老派系沖突」 , FAIR 和生成式 AI 部門因資源傾斜面臨新一輪裁員 , 老員工士氣崩塌 。 新引進的超級智能團隊負責人領導能力受質疑 。
這份控訴書發酵后 , Meta FAIR 研究科學家朱澤園評論說 , Tijmen Blankevoort 公開的內部文化批評「基本屬實」 , 而他其實還有很多補充 , 比如甚至遇到過現實版「農夫與蛇」的經歷 , 不過這些故事只能等離職后才能說出來 。

這些管理問題的存在不僅讓 Meta 內部軍心渙散 , 也讓一些原本有可能加入新超級智能團隊的頂級研究者望而卻步 。

只有金錢買不來頂級 AI 研究者

目前看來 , 被扎克伯格成功挖走的研究者可以列出一長串 , 不為所為的其實也可以列出一長串:

Ilya Sutskever:拒絕出售 Safe Superintelligence 給 Meta 。 Mira 創辦的 Thinking Machines Lab 團隊:公司拒絕被 Meta 收購 , 全員拒絕被 Meta 招募 。 Anthropic:員工拒絕 Meta 邀約 , 公司表示不會因外部高薪妥協公平薪酬原則 。 Perplexity AI:Meta 針對該公司的潛在收購談判破裂 , 針對該公司 CEO Aravind Srinivas 的招募被拒絕 。 OpenAI 的 Noam Brown:拒絕被 Meta 招募 。 OpenAI 的 Mark Chen:拒絕邀約 , 表示在 OpenAI 很開心 。 有趣的是 , 此前 , Chen 曾在一次閑聊中建議扎克伯格加大人才投入 。 Google AI 架構師 Koray Kavukcuoglu:拒絕被 Meta 招募 。 ……
這些拒絕 Meta 的人 , 往往都和 Meta 有著愿景、使命和管理文化上的分歧 。

具體來說 , Meta 追求速度和規?;悄?, 關注的是如何盈利以及大模型之間的競賽 , 而這些人更強調安全、獨立、基礎研究或長期主義 。

對許多頂尖研究人員和創業者而言 , 加入 Meta 意味著屈服于其文化 —— 以及扎克伯格的價值觀 —— 而這些往往與他們自身的價值觀相悖 。 對于 Sutskever 或 Murati 這類離開 OpenAI 以追求更道德、更負責任的人工智能方法的人物來說 , 再多的金錢也無法彌補這種妥協 。

再者 , 使命感的缺失讓很多人無法說服自己 。

比如特斯拉高級工程師 Yun-Ta Tsai 提到 , 在收到 Meta 邀約時 , 他正忙于推出 Robotaxi , 以及對可持續富足的奉獻 。 「再多的錢也無法讓我離開埃隆 。 這是一生一次(可能是史上唯一)的機會 。 我喜歡在艱苦的環境中工作 。 沒有目標的賺錢會讓我發瘋 。 」「金錢買不到使命感」 。

最后 , 即使是看在「錢」的份上 , 從長期來看 , 不少人在其他 AI 公司未必就拿不到扎克伯格許諾的數字 。 畢竟 , AI 人才的含金量已經擺在那里 。

對這些人來說 , 選擇留在原地、堅持自我 , 遠比跳槽到一個資源最豐富但缺乏靈魂認同的實驗室更有意義 。

如果是你 , 你會選豐厚的待遇 , 還是那份讓人熱血沸騰的使命感?

參考鏈接:https://www.businessinsider.com/meta-ai-talent-war-superintelligence-push-tension-desertion-2025-8

    推薦閱讀