行业趋势 - AI实验室与体育俱乐部的相似性：背后有超级金主支持（微软支持OpenAI，谷歌和Meta有自己的实验室，埃隆·马斯克支持xAI）[1] - AI领域的"明星选手"（顶尖研究员）薪酬包可达数千万、数亿甚至数十亿美元，与职业体育明星的天价合同相似[2] - AI领域雇佣协议短期且流动性强，随时可能被挖角，与体育明星的长期合同不同[3] 人才竞争 - Meta重组AI业务成立MSL（超级智能实验室），马克·扎克伯格亲自下场挖人，开出1亿美元签字费（勒布朗·詹姆斯下赛季工资5260万）[4] - OpenAI联合创始人阿尔特曼称Meta挖走的是雇佣兵而非传教士，且离开的都不是最顶级的[4] - 决定AI竞争胜负的关键瓶颈已从算力转变为人才[6] - 新公司（如SSI、Thinking Machines和DeepSeek）的核心竞争力是顶尖人才及算法改进，而非原始算力规模[7] 人才价值 - 顶尖人才与优秀人才的效率差距是指数级的（传统软件行业10倍，AI行业10000倍）[10] - 极少数的"个人贡献者"（ICs）对大语言模型发展有超乎寻常的贡献，其工作可决定AI模型成败[11] - 天才不仅是员工，也是可交易和投资的资产，价格由"进攻价值"和"防御价值"决定[11] - 顶尖人才具备强大资本号召力（如Mira Murati和李飞飞的创业公司估值）[12] 薪酬与激励 - 顶尖OpenAI研究员年薪超1000万美元，Google DeepMind为顶级研究员开出2000万美元年薪[14] - 公司提供巨额留任奖金（如200万美元现金加2000万美元或更多股权增值）[14] - 高层亲自参与招聘（如埃隆·马斯克亲自打电话给候选人）[14] - 招聘单位从个人扩展到团队，要求"挖走整个工程团队"[14] 市场动态 - 顶尖AI人才薪酬包从2022年以来上涨约50%[16] - AI人才市场流动性极强，公司需持续提供更具吸引力的薪酬和激励[16] - 决定顶尖人才薪酬上限的是赢得AI竞赛的终极奖赏规模（数万亿美元平台级机会）[16] 中小公司策略 - 全球化招聘（如欧洲可用一个湾区工程师成本雇佣三到四名同等水平人才）[17] - 强调非金钱激励（研究自由、发表论文、工作社会影响力）[17] - 跨界寻宝（从理论物理、量子计算等相邻领域招募人才）[17]