行业重心转向：从模型研究到工程兑现 - 2025年硅谷AI行业的核心叙事从追求“更大的模型、更高的分数”转向关注“将模型纳入产品与系统核心，并在真实业务场景中持续创造价值”的能力[2] - 行业认知发生转向，通用人工智能的愿景褪色，特定领域、可落地的超级智能成为新共识，AI发展从“技术突破期”快速切换到“工程兑现期”[6][7] - 大语言模型迈入平台期，“更大参数、更多数据、更高算力”的线性增长逻辑边际收益明显下降，企业关注重心转向“能不能用、能不能卖、能不能规模化”[7][8] 巨头战略调整与人才价值重估 - 科技巨头的AI研发重心整体迁移，从基础研究转向以产品为核心的集权化研发体系，基础研究需直接服务产品主线才能保留战略优先级[4][10] - 企业战略重心变化直接改变了AI人才的价值排序，工程兑现期更看重将模型能力转化为稳定系统、可落地产品和持续现金流的能力，导致“被需要的AI能力类型变了”[9] - OpenAI年营收约130亿美元，但需烧掉90亿美元维持运营，2028年亏损可能膨胀至营收的四分之三，算力成本压力倒逼企业转向商业价值兑现[8] 关键人才流动：研究高层的离开 - Meta是2025年人才流动潮中的关键变量，一边以天价薪酬全球争抢工程与产品型人才，一边持续流失AI体系核心的研究型高层，如田渊栋被裁、Yann LeCun话语权旁落[10] - FAIR实验室衰落标志着Meta战略转向，生成式AI浪潮后组织价值评判标准转向“可转化性”，负责产品落地的GenAI团队成为主线，FAIR退为“技术后方”[11] - 离开的顶尖研究者分流至不同创业赛道：Yann LeCun创办AMI实验室押注“世界模型”路线；Joelle Pineau加盟Cohere聚焦“可控、可部署的企业AI”；Soumith Chintala加入Thinking Machines Lab探索下一代AI系统形态[12][13][14][15] 人才争夺焦点：三类核心能力 - 人才争夺主要围绕三类核心能力展开：Agent与可执行系统、多模态与实时交互、推理和AI基础设施[16] - 在Agent方向，企业争抢能将模型嵌入可执行系统、具备多步任务规划、工具调用和应用操作能力的人才[16] - 在多模态方向，争夺焦点从静态功能转向实时感知、持续交互和环境理解，Meta斥资约140亿美元投资并收编Scale AI，将其华人创始人亚历山大·王招致麾下领导新成立的“超级智能实验室”[16][17] 天价薪酬与华人工程师崛起 - Meta采用“爆炸式offer”战术抢人，签约金最高达1亿美元，决策窗口短至几小时，OpenAI CEO称今年是职业生涯中“最残酷的人才市场”[3] - Meta新成立的超级智能实验室为新员工提供的签字奖金可达1亿美元，该团队首发成员中至少有6名华人，其中多人来自OpenAI并曾担任关键模型或团队的负责人[17] - 大量华人工程师在2025年站上了硅谷科技巨头AI业务的关键岗位[5] 推理与基础设施成为竞争要地 - 推理和AI基础设施人才极度抢手，这类人才需兼具深度学习与系统工程、服务架构、调度策略的知识，目标是让模型“跑得起、跑得稳、跑得便宜”[19][22] - 英伟达通过引入AI芯片初创公司Groq的联合创始人及团队，获取高性能、低延迟的AI推理芯片架构设计能力[19] - 谷歌新增的AI软件工程师招聘中高达20%是“回流员工”，岗位聚焦于将内部AI研发转写入产品系统层，包括推理效率提升、API服务化框架和企业级部署架构[19]