核心观点 - Meta面临严重人才流失问题 多位资深AI研究员离职 包括Rishabh Agarwal和Bert Maher等核心人才[1][2][10][18] - 公司内部存在显著薪资差距和管理文化问题 超级智能团队与其他部门待遇悬殊引发内部矛盾[4][6][28][31] - 外部顶尖人才拒绝加入Meta 因价值观和使命愿景存在根本分歧 包括Ilya Sutskever、Mira团队及Anthropic等[32][33][35][36] - 公司被类比为"90年代微软" 资源过度集中且缺乏制衡机制 可能导致长期创新乏力[8][9][26] 人才流失情况 - 强化学习专家Rishabh Agarwal离职 其Google Scholar被引量达10,403次 h-index为34[12][13] - 元老级工程师Bert Maher工作12年后转投Anthropic 曾参与PyTorch、HHVM等核心项目开发[18][19] - 公司员工保留率仅64% 远低于Anthropic的80%行业最高水平[23] 管理架构问题 - 存在CTO与首席产品官各自为政的资源争夺 FAIR实验室因长期导向被边缘化且GPU资源匮乏[29] - 实行5%末位淘汰制 导致员工陷入生存恐慌 工作动力异化为避免被解雇[28] - 新引进超级智能团队负责人领导能力受质疑 引发新老派系冲突[30][31] 薪酬体系矛盾 - 内部同事薪资差距达1-2亿美元 严重打击工作动力[6] - 非超级智能研究者被指待遇次等 如同"巨型社会实验"[4] - 天价挖人策略引发内部不平衡 老员工士气崩塌[30] 研发能力评估 - Rishabh Agarwal在Meta期间将8B参数密集模型性能提升至接近Deepseek-R1水平[13] - 前员工指控公司资源利用率极低 整体效率仅为预期50%[26] - 开发了强化学习扩展技术、合成数据热启动方法及更优的同策略蒸馏方法[13] 行业竞争态势 - 顶尖研究者更看重安全、独立和长期主义 与Meta追求速度和规模化的理念存在冲突[36] - AI人才含金量已普遍提升 其他公司也能提供有竞争力的长期报酬[38] - 使命感成为关键因素 如特斯拉工程师明确表示"金钱买不到使命感"[37]