美国重金挖角中国顶尖人才，一周4人年薪1亿美元令人咋舌

炸锅了，美国一周之内竟然挖走4名中国顶尖人才，它到底想干什么？

有可能你对这么多的钱没有啥概念啊！打个比方，你干几年，这辈子够了，下辈子也够了，甚至连你孙子的孙子那辈都能够躺平了。

过去一周，Meta从OpenAI连挖7人，其中4位是土生土长的中国人，清一色接受过国内顶尖高校的数理训练，清一色掌握着大模型最核心的技术命脉。

多模态模型优化、AI价值观训练框架设计、训练系统崩溃恢复效率提升，这些听起来拗口的名词，翻译成大白话就是：大模型的骨头、血管和神经系统，挖走他们，等于把OpenAI的技术中枢整根抽掉。

扎克伯格亲自下场，亲自发邮件，亲自请客吃饭，600亿美元的“超级AI实验室”预算已经批下来了，目标写得明明白白：2027年，甩开所有对手。

今年1月，DeepSeek模型出来后，很多美国公司明显紧张了，一个月后，美国某智库高级总监在国会参议院听证会上把话说得很直白：应该“偷走”中国最优秀的工程师，“偷”字不遮不掩，意思就是把对手的核心能力直接挪到自己这边来。

接下来的动作也更像“明牌操作”，今年6月，扎克伯格用约148亿人民币的代价，整体收购了28岁美籍华人Alexandr Wang创办的人工智能基础架构公司，等于把公司、团队、经验和关键人物一起打包带走，再把他直接放进Meta的核心团队。

这种做法和普通招聘不是一回事：招聘是补人手，挖角是抽走对手的骨干，还能把对手多年踩坑换来的方法论立刻变成自己的生产力。现在轮到OpenAI被盯上，有人一次性挖走4名关键技术骨干，这种人不是“会干活”，而是把系统怎么搭、怎么迭代、怎么避坑刻在脑子里的“活架构”。

对外可以叫人才流动，但对当事公司来说，效果更像被人从身上割走一块肌肉，真正让人发凉的点不在于流动本身，而在于对方已经把“掏空对手的关键节点”当成一种公开策略来用。

很多人纳闷：为什么被点名、被挖角的总有一大批华人？关键在供给端的“筛选强度”，2024年中国高考考生超过1330万人，这相当于把同龄人放进一个超高压漏斗里筛一遍，数理化的基本功就是在这种环境里打出来的。

到2024年，中国接受过高等教育的人口达到2.63亿，科技人才在全球占比约50%，换句话讲，全球每两个科技人才里，就有一个在中国的教育体系里受过系统训练，再往下看专业训练，国内顶尖高校的计算机课程强度并不轻，很多学生本科阶段就要扛高强度项目和竞赛。

研究生阶段常见的课题组模式，又把“导师带队死磕难题”的习惯固化下来：碰到训练崩了、指标掉了、工程出故障，不是换个轻松题目，而是追到根上解决。这种耐磨、抗压、能把细节抠到位的气质，正好匹配当下最吃工程能力的方向。

训练周期长、调参试错多、系统稳定性要求高，拼的就是基本功和韧劲，硅谷的猎头算账很现实：自己慢慢培养要好几年，不如直接把成熟的人请过去，省时间还立刻见效。

其实国内这两年也在抢人，而且抢得一点不比国外温柔，互联网大厂抢，制造业抢，车企抢，银行、电网这种传统单位也下场，甚至连地产商都来挖能做算法和工程落地的人。

大家盯的不是“会写代码”的普通岗位，而是能把大型模型训练、部署、优化一条链条跑通的复合型工程师，年薪百万起步都不稀奇，还经常抢不到，地方政府更直接：北京拿出上千亿做扶持，上海单个项目补贴能到1亿，杭州开出800万购房补助去招顶尖人才。

看起来阵仗很大，但现实还是那条老路：全国过半的高手扎堆在北上广深杭，中西部城市好不容易培养出苗子，很容易被一线城市“吸”走；一线城市里最顶尖的那批，又会被硅谷用更高的总包、股票期权、更成熟的平台撬走。

于是形成一条单向链条：越往上游越辛苦，越到下游越收割，问题往往不只在钱：很多人真正看重的是能不能接触最硬的项目、有没有足够的算力和数据、团队是不是世界一流、评价体系是不是按产出兑现，以及个人发展路径是不是清晰。

钱能把人请进门，但能不能让人愿意长期留下来，还得靠“干活的土壤”。

600亿美元的预算、4亿美元的薪酬、2027年的时间表，扎克伯格的算盘打得很响，但抢人终究是权宜之计，抢得了一时，抢不了一世。

真正决定未来的，从来不是谁能挖走最多的人，而是谁能长期、稳定、高质量地培养并留住那些“超级个体”。这是教育的事，是产业的事，更是一道绑定国运的战略题。

下一封署名“Mark”的邮件，会发给谁？