2亿美金留不住的华人天才，为何集体投奔OpenAI？

2026年的硅谷，没有岁月静好，只有硝烟弥漫。

最近，一则消息炸裂了美国科技圈：入职仅7个月的Meta“超人工智能实验室”AI基础设施负责人、身价高达2亿美金（约合人民币14.35亿元）的华人研究员庞若鸣（Ruoming Pang），正式转投OpenAI。

图源：搜狐新闻

这不仅是硅谷“最贵华人”的又一次跳槽，更是在短短一周内，继清华大神张鹏川之后，又一位从Meta FAIR出走的顶尖大脑。

为什么？为什么在扎克伯格挥舞着天价支票簿，在Meta豪掷千金组建“超级智能实验室”之际，那些站在金字塔尖的华人研究员，依然选择“弃船”？

一切，都隐藏在算力、薪酬和股权背后的硅谷新秩序中。

钱没给够？不，是平台比人才更重要

外界看到的是2亿美金的数字，看到的是庞若鸣放弃了在Meta的天价薪酬。但这背后，其实是一场关于人工智能研发主导权的残酷博弈。

庞若鸣是谁？他不是普通的算法调参师。翻开他的履历，你会发现这是一个典型的构建者。

上海交大本科毕业，普林斯顿博士，在谷歌深耕15年，联手打造了谷歌TPU上使用率最高的深度学习框架Lingvo，后来又去苹果负责基础模型团队（AFM），从0到1搭建了Apple Intelligence的技术底座。

图源：搜狐新闻

这样的人，在圈内被称作“既懂技术，又会搭建”的稀缺物种。

去年7月，扎克伯格为了挖他，据称开出了价值超过2亿美金的薪酬包，这在当时被视为硅谷人才战争的顶薪。然而，仅仅7个月后，庞若鸣就选择离开。

钱没给够吗？显然不是。

核心原因在于，对于庞若鸣这种级别的人物，钱已经不再是唯一的决策变量。

有知情人士透露，OpenAI为了挖角庞若鸣，持续进行了数月的猛烈攻势。

真正打动他的，或许并非OpenAI能匹配甚至超越2亿美金的薪酬——毕竟OpenAI毕竟是有限营利公司，在纯现金薪酬结构上与Meta这种老牌巨头相比并无绝对优势。

真正让天平倾斜的，应该是“算力”与“世界模型”的诱惑。

在此前张鹏川宣布加入OpenAI时，推特下就有网友一针见血地指出：“因为这里有算力+Sora级别的世界建模基础设施。如果没有这两样，到2026年几乎不可能做出真正高水平的系统”。

图源：X（原Twitter）

庞若鸣的专长是AI基础设施。他在Meta或许能把现有的基建搞得更好，但如果他想探索下一代人工智能的边界（比如物理智能、世界模拟），OpenAI无疑是当前能另起炉灶的最佳选项。

例如Sora的成功并不仅仅是算法的胜利，更是底层基础设施架构的降维打击。

当一位顶尖工程师发现，自己苦心搭建的“炉灶”虽然精美，却比不上别人厨房里现成的“聚变反应堆”时，离开就成了必然。

这不是对Meta的背叛，而是对技术极限的追寻。

华人学者“胜利大逃亡”

如果说庞若鸣的离开是个人追求，那么当我们将视线拉宽，会发现这并非孤例。

就在几天前，同样从Meta跳槽至OpenAI的，还有清华数学系博士张鹏川。

他在Meta FAIR工作了近4年，是Segment Anything 3（SAM 3）的项目负责人，还主导了Llama 3和Llama 4的视觉grounding项目。

SAM是Meta引以为傲的视觉分割模型，Llama更是Meta对抗OpenAI的命根子。张鹏川在Meta的履历不可谓不光鲜。但他最终还是选择了加入OpenAI的“世界模拟与机器人团队”。

图源：X

更早之前，还有翁家翌。这位清华毕业的年轻人，现在是OpenAI内部Post-Training（后训练）系统的关键工程师，ChatGPT能持续进化，他搭建的infra功不可没；

以及那位传说中的“姚班大神”陈立杰，也在2026年初确认全职加入OpenAI，深耕数学推理。

我们不禁要问：为什么受伤的总是Meta？

图源：微博

从数据上看，Meta的“超级智能实验室”简直成了OpenAI的“人才后花园”。

据不完全统计，在过去不到一年的时间里，已有Avi Verma、Ethan Knight等多位身价超2亿美金的人才从Meta回流或跳槽至OpenAI。

这背后折射出Meta内部一个尴尬的现状：高薪能买来人才，但买不来时间。

自Llama 4发布翻车近一年来，Meta虽然大肆招兵买马，但至今仍未拿出能真正对标GPT-4o或Sora的颠覆性产品。

对于顶尖研究员来说，最恐惧的不是辛苦，而是“看不到成果的希望”。

庞若鸣在离职前曾告诉同事，“自己在Meta工作得非常愉快，且公司基础设施建设已步入正轨”。

但这句话的另一层含义或许是：还在“步入正轨”，而OpenAI那边，已经“飞驰人生”了。

这种集聚效应一旦形成，就会产生强大的虹吸力。

当越来越多的华人面孔出现在OpenAI的食堂里，当Sora负责人Aditya Ramesh亲自在推特上欢迎类如张鹏川等华人天才时，这种“同侪吸引力”是难以估量的。

图源：X

不是“背叛”忠诚，而是重写规则

站在更宏观的视角，这股“华人天价研究员”的流动潮，实际上在帮我们重新定义：人工智能下半场，什么才是最硬的通货？

1.“基建型”人才成为硬通货

以前硅谷挖人，看重的是发过多少篇顶会论文。现在，无论是庞若鸣（Lingvo框架、AXLearn），还是翁家翌（Post-Training系统），他们都是能动手“造轮子”的人。

在算力稀缺的时代，大家拼的是算法；在算力过剩的时代，大家拼的是系统效率。庞若鸣的独特价值在于，他懂硬件、懂分布式、懂底层架构，他能让一万张卡跑出别人一万五千张卡的效果。

这种人，才是真正的战略资源。

2.从“工程驱动”到“理论+工程双驱动”

陈立杰的加入，标志着OpenAI的战略转向。作为理论计算机领域的顶尖学者，他研究的是计算复杂性理论，是困扰学界近50年的难题。

当大模型陷入“暴力美学”的瓶颈，幻觉问题、数学推理能力的不足，已经不是单纯堆算力能解决的了。OpenAI开始重仓AI4S（AI for Science），他们需要像陈立杰这样的人，从底层数学逻辑上重构模型的推理框架。

这给所有AI从业者一个警示：未来的竞争，不仅是代码写得好不好，更是数学功底深不深。

3.硅谷的“地缘政治”与“人才守恒定律”

有一种声音认为，这是美国在通过挖人打压中国科技。但客观来看，这更像是人才在全球顶级资本间的自由流动。

这些华人研究员大多在国内完成了极致的本科教育（清华、上交），在美国完成了博士训练和工业界积累。他们是全球化教育体系的产物。

Meta的损失，OpenAI的收获，本质上是资本对顶级稀缺资源的重新定价。

2亿美金的薪酬之所以能被开出，是因为市场发现，一个顶尖的infra负责人，能帮公司节省数十亿美金的算力成本，能抢回被对手按在地上摩擦的半年时间。

这笔账，怎么算都划算。

当然，这一波华人研究员的“再分配”，也向行业揭示了一个残酷的现实：在通往AGI的道路上，硅谷依然是最疯狂的赌场，而OpenAI，暂时拥有那张最大的牌桌。

对于这些顶级大脑而言，他们选择的不是更高的薪水，而是那台能最快通向未来的游轮。

至于Meta能否依靠剩下的“牛油果”和“芒果”模型打一场翻身仗，时间会给出答案。

毕竟，在硅谷，忠诚只存在于下一个爆款诞生之前。

作者 | 刘峰