十亿美元能买一栋别墅，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」。

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？