文章核心观点 - 全球人工智能行业的竞争焦点正从算力、参数等硬件和规模指标，转向以人才为核心的人力资本竞争，行业估值逻辑因此经历深刻重构 [2] - 顶级AI公司的护城河不再是GPU集群或代码，而是研究者大脑中的隐性知识、方法论框架和实验直觉，这些“脑内资产”的转移是竞业协议难以阻挡的 [2][8][10] - 核心人才的流动，特别是掌握后训练等关键技术的核心研究员迁移，意味着“研究品味”和“隐性知识”的迁移，可能比技术路线偏差更具破坏力，是AI行业真正的系统性风险 [8][9][13] - 投资者需要将“人才密度”、“研究连续性”、“核心团队稳定性”和“组织能力”纳入关键评估指标，而非仅关注算力规模，因为人才战争的胜负将决定下一个时代的行业巨头 [14][15][17] 从Max Schwarzer出走看“推理路线”的暗战升级 - Max Schwarzer从OpenAI加入Anthropic并非普通人才流动，而是推理模型路线上的关键节点迁移，是显著的行业风向标 [3][4] - Schwarzer参与了OpenAI o1早期实验训练，主导了o1与o3的后训练，并带队交付了GPT-5系列的后训练工作，掌握着让模型从“通用对话”跃升至“逻辑推理”的核心密钥 [7] - 在AI技术栈中，预训练决定模型下限，而后训练决定模型上限，后训练体系（如强化学习RLHF、人类反馈）对模型风格、对齐质量与推理稳定性至关重要 [7] - OpenAI与Anthropic之间的人才流动已进入“静默挖人”阶段，背后是研究自由度、组织氛围与长期路线之争，Anthropic的“学术化气质”和对AI安全的强调对部分研究员形成强吸引力 [8] 竞业协议为何挡不住AI人才流动 - 技术迭代速度远超竞业期限，AI领域6–12个月的竞业期可能已让模型范式发生两次迭代，执行竞业协议对追求速度的公司可能得不偿失 [10] - AI研究的核心价值体现在“方法论框架”和“实验直觉”等“脑内资产”，竞业协议无法禁止一个人使用其大脑中的认知和经验，这种无形转移是合法且加速效应巨大的 [10][11] - 美国部分州（如加州）对竞业协议限制严格，硅谷文化鼓励人才流动，且背后资本默许甚至推动流动，因为挖来核心人物缩短研发周期带来的收益远高于法律风险溢价 [11] 对投资者意味着什么：估值逻辑的转变 - AI行业仍处高度不稳定的技术探索期，范式未收敛，核心团队结构将频繁变动，通过长期绑定人才构建护城河困难，多数公司仍处于“依赖明星研究员”阶段 [14] - 组织能力开始成为估值变量，投资者需将“人才流失率”和“核心团队稳定性”纳入尽职调查关键指标，核心研究员频繁出走可能预示内部治理裂痕或技术路线遭质疑，应给予风险折价 [14] - 竞业协议弱化使AI竞争更接近体育联盟，明星选手流动会瞬间改变战局，“明星效应”带来极高的人才溢价和不确定性 [15] - 下一阶段投资人需观察“人才密度”和“研究连续性”，算力是可标准化采购的商品，而人才是非标准化的稀缺资源，能够平衡商业化与学术自由、提供清晰技术愿景的公司将在人才战中胜出 [15] 行业竞争本质与未来展望 - AI时代对人才的依赖程度比移动互联网时代更高，模型能力跃迁往往来自极少数核心研究员的突破，人才流动是战略风险问题 [12] - 代码可开源、算力可租赁、数据可购买，但顶尖研究员的智慧与直觉无法复制，AI公司的核心竞争力最终回归到能否让最聪明的人最高效地工作 [17] - 人才流动的频率正在成为判断行业冷暖与公司风险溢价的重要先行指标，定义智能的是创造机器的人，人才战争的胜负将决定下一个时代的巨头 [17]