红杉美国前两天发了一篇文章，说如今的 AI 实验室和体育俱乐部越来越像：

背后都有超级“金主”支持：例如，微软支持 OpenAI，谷歌和 Meta 有自己的实验室，埃隆·马斯克则支持 xAI。

“明星选手”拥有天价薪酬包： AI 领域的“明星球员”可以获得数千万、数亿，甚至对最顶尖的离群值人才来说，似乎可以达到数十亿美元的薪酬包。这与职业体育明星的天价合同非常相似。

不过，也有一点不同：合同短期且流动性强，随时可能被“挖角”：与体育明星通常拥有长期合同不同，AI 领域的雇佣协议是短期的、流动性强的，这意味着“任何人都可以在任何时候被挖走” 。

这一论断放在前面，便于理解接下来的论述。

前些天马克·扎克伯格亲自下场，天价挖人，据说开出了一亿美元的“签字费”——勒布朗·詹姆斯下赛季的工资是 5260 万。如今 Meta 已经重组 AI 业务，成立 MSL ，以至于阿尔特曼恼羞成怒，说他们挖走的是雇佣兵，不是传教士，而且离开的都不是最顶级的。

他生气太早了，这类堪比超级球星的合同，可能是以后 AI 行业的常态。

这一年 AI 行业内部有个根本转变：过去的一年里，决定竞争胜负的关键瓶颈，已经不再是算力，而是人才。

一年前，整个行业的叙事都围绕着“集群规模”和“预训练扩展”展开 。由于构建基础模型的成本极其高昂，市场经历了一轮快速整合与淘汰。

今天情况已经截然不同。大家不再讨论预训练算力，而且又有了一批新的参与者，包括 SSI、Thinking Machines 和DeepSeek。这些新公司的核心竞争力，不再是原始的算力规模，而是其拥有的顶尖人才以及对算法的改进。

这种叙事的转变，标志着行业发展逻辑的根本变化。一年前，大家普遍认为预训练所需的庞大算力是市场整合的主要驱动力；而今天，决赛圈选手的算力都不会是短板，整个行业都明白，仅有大规模的计算集群不足以取胜，人才优势至关重要的 。

OpenAI 联合创始人苏茨克沃预测，“我们所熟知的预训练将会终结” 。那接下来，要想在AI竞赛中实现下一次飞跃，就必须在强化学习或其他领域取得新的突破，而找到这些突破的唯一途径，就是顶尖的人才。

而且，当下阶段所需要的不是人才，是天才。

当天才成为最关键的瓶颈时，其价值的评估体系也必然会发生改变。天价薪酬的背后，是一套全新的、基于非线性价值、零和博弈以及人才资产化的估值逻辑。

在 AI 领域，顶尖人才与优秀人才之间的差距，并非线性的，而是指数级的。阿尔特曼曾发推文，说如果传统软件行业最好的工程师效率是平均的 10 倍，那么在AI行业，最顶尖的研究员效率则是平均的 10000 倍。

业界普遍认为，极少数的“个人贡献者”对大语言模型的发展做出了超乎寻常的贡献，他们的工作足以决定一个 AI 模型的成败，正如同几个球星的转会，能够彻底改变联盟格局一样。

AI 的竞赛里，每家的目标都是主导人工智能，赢家通吃。Meta 之所以加大力度挖角，一个直接原因就是其最新的大模型  Llama 4在一些独立基准测试中表现不佳，令外界失望。在这个赛场上，第二名可能就意味着失败，这种巨大的压力迫使所有“球队”都必须不惜代价，签下能带领他们“夺冠”的核心球员。

天才也不仅是员工，也是可以交易和投资的资产。AI 实验室招聘人才时候，要确保这些人拥有各种互补的专业知识，就像球场上不可能只有五个库里打球一样。何况，他们的价格不仅由人才的“进攻价值”决定，更由其“防御价值”决定。

顶尖人才本身就具备强大的资本号召力。前 OpenAI 首席技术官 Mira Murati 离职后创办新公司，在没有产品的情况下，仅凭其招揽的约 60 人的明星团队，就在进行一轮“破纪录”的种子轮融资。李飞飞去年创办 World Lab，在没有任何产品甚至没有明确路线图的情况下，估值便达到 10 亿美元——这几乎可以看做是李飞飞本人的价值。

Meta 的这次竞争，只是把原本悄悄演变的人才估值逻辑摆在了台面上，其实人才军备竞赛早已经不算新闻。

天价薪酬已成为这场竞赛的基础武器，顶尖的 OpenAI 研究员年薪可超过 1000 万美元，Google DeepMind 也为顶级研究员开出过每年 2000 万美元的薪酬包。

为了防御，公司不惜提供巨额留任奖金，例如 200 万美元的现金外加 2000 万美元或更多的股权增值。为了进攻，公司的最高层，如埃隆·马斯克，会亲自打电话给候选人以敲定录用。竞赛的单位已从个人扩展到团队，一些公司甚至直接要求招聘公司帮助“挖走整个工程团队”，以实现“即插即用”的效果。

即便如今的薪酬包已经达到了令人瞠目结舌的水平，但这可能还不是顶尖AI人才价值的上限。我们仍处于这场人才战争的初期阶段。

目前的天价薪酬，反映的是对未来潜力的“预支付”，而非对已实现价值的回报。时至今日，AI生态系统的总收入与投入其中的巨额资金相比，仍然相形见绌。这意味着，由AI技术创造的绝大部分商业价值尚未完全释放。

随着市场进一步成熟，应用层迎来爆发，能够分享的回报可能会更高。金融时报的报道，顶尖 AI 人才的薪酬包从 2022 年以来已经上涨了约 50% ，这表明市场对其价值的评估仍在一个快速上升的通道中。

而且，与 NBA 球星不同，AI 人才市场的一个关键特点是其极强的流动性。这种“无约束”状态，意味着没有一家公司可以高枕无忧。为了留住核心人才，他们必须持续不断地提供更具吸引力的薪酬和激励，以应对竞争对手随时可能发起的“挖角”突袭。这种持续的、不稳定的竞争态势，会不断推高顶尖人才的市场价格。

最终，决定顶尖人才薪酬上限的，是赢得这场竞赛的终极“奖赏”的规模。人类总倾向于把事情推向极致，当所有人都认为 AI 是下一个价值数万亿美元的平台级机会时，任何为了赢得这场胜利的投入，在逻辑上都变得合理。只要“赢得AI”这个终极大奖的预期不变，那么为扫清通往终点的最大障碍而支付的费用，就可能继续攀升。

那么中小公司怎么办？

现在的中小公司，往往用错位竞争的手段，来避开和大公司的直接对撞。一些公司选择全球化招聘，开源 AI 公司Hugging Face 的联合创始人就表示，在欧洲，可以用一个湾区工程师的成本，雇佣三到四名同等水平的人才。另一些公司则强调非金钱激励，因为候选人也越来越关注研究自由、能否发表论文以及工作的社会影响力。对公司使命的认同，是“金钱本身买不到的” 。

跨界“寻宝”也成为一种有效手段，一些公司正采用数据分析方法，来发掘有潜力但未被发现的人才，或者从理论物理、量子计算等相邻领域招募人才——没错，这就很像《点球成金》的做法，一家小棒球队依靠数学知识而得以和豪门抗衡。

当然，之后豪门队伍也采用了这样的做法，继续主导联盟。