一天之内,Meta痛失两员大将,小扎钞能力失效?

一天之内,Meta痛失两员大将,小扎钞能力失效?

文章图片

一天之内,Meta痛失两员大将,小扎钞能力失效?

文章图片

一天之内,Meta痛失两员大将,小扎钞能力失效?

文章图片

一天之内,Meta痛失两员大将,小扎钞能力失效?

文章图片

一天之内,Meta痛失两员大将,小扎钞能力失效?

文章图片

一天之内,Meta痛失两员大将,小扎钞能力失效?

文章图片

一天之内,Meta痛失两员大将,小扎钞能力失效?

文章图片

一天之内,Meta痛失两员大将,小扎钞能力失效?

文章图片


机器之心报道
编辑:张倩、+0

一亿美元能买一栋别墅 , 但买不了梦想?

最近 , Meta 内部发生了一些有意思的事情 —— 一边是扎克伯格动辄上亿美金薪资招兵买马 , 高调组建超级智能团队;另一边是一些老员工宣布开启新的「冒险之旅」 , 转投其他 AI 公司 。



今天 , 有两位资深研究者宣布离开 Meta , 一位是专注于强化学习的 Rishabh Agarwal(去向未定);另一位是已经在 Meta 工作了 12 年、参与了 PyTorch 构建的 Bert Maher(确定加入 Anthropic) 。

看来 , 除了小扎挖不到的人 , 还有一些他留不住的人 。 甚至有人嘲讽「钱买不到顶级研究员」 。



不过 , 还有很多选择离开的人 , 可能是因为钱没给够 。 在超级智能实验室成立之后 , Meta 内部的待遇差距多次引发争议 。

前 Meta 研究员 Rohan Anil(现 Anthropic)曾发帖称「非超级智能研究者待遇次等 , 像巨型社会实验」 。



有人认为 Meta 内部薪资差距(同事赚 1-2 亿美元)会杀死工作动力 , 导致更多离职 。



当外部挖不来真正的梦想家 , 内部又因分配不均而人心浮动 , 这背后折射出的 , 可能是比薪酬更深层的结构性问题 。

这让一些人联想到了「90 年代的微软」 , 即由一位权力集中的创始人 CEO 主导一个宏大到几乎吞噬公司一切资源的项目 。



这种模式正在导致严重的内部管理失衡和人才流失 , 若再无一位强力的 CTO 来分担和制衡 , 那巨大的压力可能会压垮这位明星 CEO 。

他们正在离开 Meta

Rishabh Agarwal

为「钱也留不住」这一论点提供佐证的 , 便是顶级 AI 研究员 Rishabh Agarwal 。他最近宣布将离开 Meta , 开启新的职业篇章 。
【一天之内,Meta痛失两员大将,小扎钞能力失效?】


他提到 , 虽然 Meta 的 Superintelligence 实验室提供了诱人的机会 , 但他遵循 Mark Zuckerberg 的建议:「在一个变化如此之快的世界中 , 你承担的最大风险就是不冒任何风险 。 」 。 用小扎的话拒绝小扎 , 可以说是以子之矛攻子之盾了 。

Rishabh Agarwal 的职业生涯横跨多家顶尖 AI 研究机构 。 他曾在 Google Brain 和 DeepMind 担任资深研究科学家 , 奠定了其在强化学习领域的声誉 。 之后 , 他加入 Meta AI , 领导 Llama 团队的强化学习与推理研究 。


Google Scholar 数据显示 , Rishabh Agarwal 被引量破万 。

在 Meta 期间 , Rishabh Agarwal 推动了「思维模型」后训练研究的前沿 , 特别是在强化学习和合成数据应用方面 。 他的主要贡献包括:

通过强化学习(RL)扩展技术 , 将一个 8B 参数的密集模型性能提升至接近 Deepseek-R1 的水平 。 在训练中期使用合成数据 , 为强化学习(RL)提供「热启动」(warm-start) 。 开发了更优的同策略(On-Policy)蒸馏方法 。
学术上 , 他在 Mila 取得了博士学位 , 师从 Aaron Courville 和 Marc Bellemare , 其研究成果曾荣获 NeurIPS 杰出论文奖 , 同时他还担任麦吉尔大学的兼职教授 。



关于他的下一步动向 , 外界猜测他可能会创办个人项目或加入一家新兴的 AI 初创公司 。

不过也有人质疑这是否真的是「风险」 , 认为以他的背景 , 无论项目成败 , 他都能迅速加入顶级实验室 。



当然也有一些「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 , 将结束在 Meta 的职业生涯 , 并加入 Anthropic 的推理团队 。



在 Meta 期间 , 他参与了多个重要项目 , 专注于优化编译器和机器学习基础设施的开发 。

HHVM(HipHop 虚拟机) 是 Meta 开发的一个高性能虚拟机 , 最初用于加速 PHP 代码的执行 , 后来扩展支持 Hack 编程语言 , Bert Maher 参与了优化编译器的工作 。 ReDex 是 Meta 开发的 Android 应用程序优化工具 , 专注于通过重新打包和优化字节码来提高应用的性能和效率 。 PyTorch 是一款广受欢迎的开源机器学习框架 , 广泛用于深度学习研究和部署 。 Bert Maher 在 PyTorch 团队中工作 , 尤其是在编译器方面做出了贡献 。 Triton 是一个由 OpenAI 和其他社区共同开发的开源深度学习编译器框架 , 旨在优化 GPU 上的张量计算 。


评论区也纷纷送出祝福 。





为什么 Meta 总是留不住人?

在 AI 公司 , 人员的频繁流动是非常正常的事情 , 但我们也注意到有两个极端:一个是 Anthropic , 去年的员工保留率高达 80% , 居行业之首;另一个则是 Meta , 仅为 64% 。



种种信息显示 , Meta 的这一数字和管理文化脱不了干系 。

早在 2022 年 , VR 大神 John Carmack 离开 Meta 的时候就控诉公司存在愿景空洞、资源利用率极低等问题 , 直言公司坐拥「可笑的巨量资源」却产出甚微 , 整体效率仅为其预期的 50% 。



2025 年 , 这种「血泪控诉」再次上演 。 前 Meta 研究科学家 Tijmen Blankevoort 离职后发了一封 2000 多字的控诉书 , 指出 Meta 在管理方面存在以下问题:

绩效评估与强制裁员(5% 末位淘汰)导致全员陷入「生存恐慌」 , 工作动力从「AGI 使命」异化为「避免被解雇」 , 催生抢功劳、截胡项目等内斗行为 。 CTO(Reality Labs)与首席产品官(生成式 AI)各自为政 , 资源争夺取代协作;FAIR 实验室(基础研究)因长期导向被边缘化(GPU 资源匮乏) 。 天价挖人可能引发「新老派系冲突」 , FAIR 和生成式 AI 部门因资源倾斜面临新一轮裁员 , 老员工士气崩塌 。 新引进的超级智能团队负责人领导能力受质疑 。
这份控诉书发酵后 , Meta FAIR 研究科学家朱泽园评论说 , Tijmen Blankevoort 公开的内部文化批评「基本属实」 , 而他其实还有很多补充 , 比如甚至遇到过现实版「农夫与蛇」的经历 , 不过这些故事只能等离职后才能说出来 。

这些管理问题的存在不仅让 Meta 内部军心涣散 , 也让一些原本有可能加入新超级智能团队的顶级研究者望而却步 。

只有金钱买不来顶级 AI 研究者

目前看来 , 被扎克伯格成功挖走的研究者可以列出一长串 , 不为所为的其实也可以列出一长串:

Ilya Sutskever:拒绝出售 Safe Superintelligence 给 Meta 。 Mira 创办的 Thinking Machines Lab 团队:公司拒绝被 Meta 收购 , 全员拒绝被 Meta 招募 。 Anthropic:员工拒绝 Meta 邀约 , 公司表示不会因外部高薪妥协公平薪酬原则 。 Perplexity AI:Meta 针对该公司的潜在收购谈判破裂 , 针对该公司 CEO Aravind Srinivas 的招募被拒绝 。 OpenAI 的 Noam Brown:拒绝被 Meta 招募 。 OpenAI 的 Mark Chen:拒绝邀约 , 表示在 OpenAI 很开心 。 有趣的是 , 此前 , Chen 曾在一次闲聊中建议扎克伯格加大人才投入 。 Google AI 架构师 Koray Kavukcuoglu:拒绝被 Meta 招募 。 ……
这些拒绝 Meta 的人 , 往往都和 Meta 有着愿景、使命和管理文化上的分歧 。

具体来说 , Meta 追求速度和规模化超智能 , 关注的是如何盈利以及大模型之间的竞赛 , 而这些人更强调安全、独立、基础研究或长期主义 。

对许多顶尖研究人员和创业者而言 , 加入 Meta 意味着屈服于其文化 —— 以及扎克伯格的价值观 —— 而这些往往与他们自身的价值观相悖 。 对于 Sutskever 或 Murati 这类离开 OpenAI 以追求更道德、更负责任的人工智能方法的人物来说 , 再多的金钱也无法弥补这种妥协 。

再者 , 使命感的缺失让很多人无法说服自己 。

比如特斯拉高级工程师 Yun-Ta Tsai 提到 , 在收到 Meta 邀约时 , 他正忙于推出 Robotaxi , 以及对可持续富足的奉献 。 「再多的钱也无法让我离开埃隆 。 这是一生一次(可能是史上唯一)的机会 。 我喜欢在艰苦的环境中工作 。 没有目标的赚钱会让我发疯 。 」「金钱买不到使命感」 。

最后 , 即使是看在「钱」的份上 , 从长期来看 , 不少人在其他 AI 公司未必就拿不到扎克伯格许诺的数字 。 毕竟 , AI 人才的含金量已经摆在那里 。

对这些人来说 , 选择留在原地、坚持自我 , 远比跳槽到一个资源最丰富但缺乏灵魂认同的实验室更有意义 。

如果是你 , 你会选丰厚的待遇 , 还是那份让人热血沸腾的使命感?

参考链接:https://www.businessinsider.com/meta-ai-talent-war-superintelligence-push-tension-desertion-2025-8

    推荐阅读