疯狂的人才战争

如果说还有什么比英伟达GPU更难求的，那就只有AI人才了。2024年4月初，Elon Musk在X（前推特）上感叹：人工智能领域的人才大战是他见过的“最疯狂的人才战争”。

自从硅谷巨头们开启这轮生成式AI的超级军备竞赛以来，为了争夺顶尖人才，马斯克、扎克伯格、还有Google创始人布林都纷纷亲自出马，身家千亿的大佬们，在X（前推特）上加薪、发邮件挖角、亲自打电话留人，一个比一个努力、一个比一个卷。

如果说让大佬们亲自大打出手的还是AI研究的领军人物，那么稍微资深一点AI工程师也在各方竞价下薪资猛增。在硅谷甚至开始有一个传说，只要offer谈得好，AI人才百万美元年薪是业内标配。

这是真的吗？我们这篇内容通过采访硅谷各大公司的AI人才和资深HR，尝试扒一扒各家AI公司的薪资信息，看看身价百万的“AI打工人” 是不是真的有这么值钱。AI人才大战是否真的如此激烈。‍‍

开头我们提到，马斯克都感慨说AI人才大战是他见过的“最疯狂的人才战争”。而让马斯克发出这种感叹的，是OpenAI一直在试图用高额薪资挖人。这包括特斯拉前机器学习科学家Ethan Knight本来计划跳槽OpenAI，但被马斯克硬生生地给留住，加薪且内转去了马斯克旗下的xAI公司。

Ethan Knight并不是唯一被OpenAI尝试高薪挖角的人才。而为了应对OpenAI 一直在以巨额薪资大举挖人的举动，马斯克不得不在Twitter上公开涨薪，他承诺说，要提高特斯拉人工智能工程团队的薪资。

根据科技媒体The Information的爆料，OpenAI在从谷歌挖资深研究员的时候，承诺年薪（包括股票在内）将在500万美元至1000万美元之间。

OpenAI当然不是唯一一个到处挖人的，它最大的追赶者之一Google，挖起人来同样不手软。据The Information报道，Google CEO桑达尔·皮查伊Sundar Pichai亲自挖走了苹果的三名AI顶尖研究人员。就连苹果CEO Tim Cook亲自试图说服他们留下来，都没有成功。

而对于想要离开谷歌的人才，皮查伊自己搞不定的，还得向已经处于退休状态的硅谷创始人佩奇和布林寻求帮助，让谢尔盖·布林亲自出马去留人。The Information就爆料，谢尔盖·布林亲自给一名正在考虑离开Google、加入OpenAI 的员工打电话，劝他留下来。正是因为布林的电话，加上其他承诺和额外补偿，说服了该员工继续留任。而这件事甚至得到了谷歌官方的确认。

当然，亲自撬墙角挖人这种事，做的最熟练的还得是扎克伯格。为了让Meta的开源大模型Llama能够吸引到足够优秀的人，扎克伯格还亲自写邮件给Google DeepMind 的人工智能研究人员，来邀请他们加入。

一位不愿透露姓名的人士告诉The Information，在扎克伯格亲自发送的邮件中，他讲述了AI对Meta的重要性，并表示希望他们加入Meta和他一起工作。并且，创始人兼CEO的小扎都这么亲力亲为，Meta从公司层面也是一路大开绿灯，面试？那当然是不需要了，只要这些人肯来，职位就是你的，薪水更是好谈，完全打破了Meta自己的定级范围。

而且，小扎还是非常懂这群顶尖技术人才的套路的，光给钱是不够的，还得有算力，能够做出成果来，才是这些顶尖人才最看重的事儿。所以扎克伯格在一月份就高调宣布Meta拥有大量英伟达H100芯片的库存。TheVerge报道，到 2024 年底，Meta将拥有超过34万张Nvidia H100 GPU。而这无疑成为人工智能人才大战中宝贵的招聘武器，也成为Meta巨大的吸引力之一。

而根据Business Insider的报道，OpenAI首席执行官Sam Altman也会亲自打电话去抢人。而这一招确实是管用的：报道就显示，不少通过了OpenAI的面试但还在犹豫的人才，在接到Sam Altman的电话之后，很快就接受了Offer。

可能有人会问了，公司们这样互相挖角，人才们这样跳来跳去，公司没有竞业协议吗？在硅谷，这还真没有。

为了鼓励人才的自由流动，硅谷所在的加州地区在1872年就立法禁止竞业协议，2023 年更是进一步限制竞业：在2024年2月14日之前，雇主必须向在职及已离职员工提供个性化的书面通知，向其说明离职后的任何竞业禁止条款都是无效的，否则遭受处罚。

这个做法还被推广到了整个美国，而就在前阵子，美国联邦贸易委员会FTC宣布全美范围内，禁止所有员工（包括高级管理人员）签署新的竞业禁止协议。

这样的宽松法律框架下，使得本次AIGC的浪潮中，Google、OpenAI、Meta等大公司之间的人才流动非常大。根据数据统计公司 Live Data Technologies 统计，OpenAI里来自谷歌和DeepMind 团队的成员占总流入比例的 7.5%，远高于第二名的Stripe和第三名的 Meta。而据The information 的报道，自2022年12月到2023年2月之间，OpenAI 已雇佣了超过12名谷歌人工智能相关员工，至少有五名前谷歌研究人员在ChatGPT上发挥了重要作用。

所以说，在这么激烈的AI人才抢夺战中，要靠大佬亲自下场给大家画饼有没有。说到底，要吸引好的人才，资金充裕是前提条件，不然再画饼可能也没用。这其实让大公司在这轮AI人才大战中是吃尽了红利，比如说，实在挖不过来的人，我直接把初创企业给收购了，一锅端，这是不是也是一种办法？所以，我们再来讲讲硅谷巨头们的更高段位挖人策略：收购。

大家可能还记得，在2023年年底OpenAI董事会内斗的时候，SamAltman一度被炒鱿鱼，当时微软立马给Sam提供了内部AI负责人的职位，之后更是大部分员工对Sam表忠心愿意追随Sam加入微软。

那个时候，微软差点不费吹灰之力就能把几乎整个OpenAI团队收入囊中。虽然后来这事又反转了，Sam Altman回到了OpenAI，但是，似乎受到这件事的启发，微软随后开启了“人才一锅端”的更高段位玩法。

2024年4月，微软宣布成立Microsoft AI，整合微软的消费者AI工作以及Copilot、Bing、Edge等等产品。而让人大感意外的是，明星AI模型初创公司InflectionAI的联合创始人Mustafa Surleyman将担任这个新实体的首席执行官，直接向微软CEO纳德拉汇报。

而Inflection AI另一位联合创始人Karen Simonyan担任Microsoft AI首席科学家。此外还有70名Inflection AI员工中的大部分成员，跟随两位联合创始人一起加入。

看到这里，大家都懵了：这是个啥意思？要知道，就在微软公告的9个月前，Inflection AI刚完成了一轮13亿美元的融资，估值突破40亿美元。这么快，两个创始人就带着员工们跑路了是几个意思？

我们给大家解读一下：

微软向InflectionAI支付了6.5亿美元达成一项协议，其中6.2亿美元是获得授权和使用Inflection的AI模型，而剩下3000万美元是让微软获得在Inflection公司处大规模招聘的合法权利。

要注意的一点是，这项协议不是收购！微软虽然之前是Inflection AI的主要投资人，但这笔6.5亿美元的协议不涉及新的占股、也不涉及技术转让，主要是为了挖人。

InflectionAI的两位联合创始人是如今任何一家科技巨头都求贤若渴的顶级人才：其中Mustafa Suleyman是AI元老级大神，是人工智能实验室DeepMind的创始人之一，另外一位创始人Karén Simonyan也是前DeepMind首席研究员，更不用说追随他们而来的接近70名成员了。

微软这一招，无疑意味着仅花费了6.5亿美元，就变相“掏空”了Inflection AI，可以说是一次变相的收购，同时还规避了收购上潜在的“反垄断”审查。只能说纳德拉真的是高手。

在这次大动作之后，InflectionAI还剩下一名联合创始人，也是硅谷科技大佬Reid Hoffman，请来了新的CEO Sean White来试图挽救公司。

虽然有报道称Inflecction AI打算用这6.5亿美元中的部分资金用1.5:1的价格来回购投资人的股份，保证投资人不亏损，但毫无疑问，失去了这么多顶级人才的InflectionAI，未来的发展让人质疑。

而微软的这一次大动作能让我们感受到科技巨头对人才抢夺的决心，同时也让人们对与初创公司能否留住人才而捏了一把冷汗。

我们刚才也说道，大公司下手这么快狠准，但创业公司就难了。创业就是吸引最优秀的人才把最难的事最快速的推出来，但AI创业的实质就注定了，这是一场资本的战争：创业公司如何才能吸引到好的人才呢？

就连知名的AI创业公司Perplexity的CEO阿拉文德·斯里尼瓦斯 (Aravind Srinivas) 都对媒体大吐苦水。他说，由于资金有限，加上芯片短缺，Perplexity在寻找创建大型语言模型所需的人才方面遇到了困难。

Aravind直接点名马斯克的xAI，说xAI已成为人工智能人才薪酬最高的公司之一，与 OpenAI 相当，包括xAI告诉新员工，他们的股票期权与公司估值挂钩，在这样的情况下，无论Perplexity提供什么报价，xAI都能追上，而且在别人眼里，即使是相同报价，xAI的都更吸引人，因为那毕竟带着马斯克的光环。

而且还不仅是钱的问题，正如我们之前所说的，大公司所拥有的GPU算力，已经成为吸引顶级AI人才最有利的武器。毕竟在遍地不差钱的情况下，能更快得到资源做出成果，在如今AI大战中，对于这些顶级人才来说才是最重要的事。

Aravind Srinivas

AI创业公司 Perplexity CEO

我试图从 Meta 聘请一位非常资深的研究员，你知道他们说什么吗？“当你拥有 10000 个 H100 GPU 时再来找我吧”，5-10年内获得10000张H100那是数十亿美元的花费，我去哪凭空变出这么多芯片？

Aravind还表示，很难让AI人才离开他们现在的公司去加入一家Start up（初创公司）。因为之前的公司已经拥有良好的实验经验和可供启动的现有模型，所以初创公司必须提供非常非常吸引人的激励措施，和立马可以使用的计算资源。

而即使像Perplexity这样的小公司能够获得英伟达的芯片，它们也会继续落后，因为AI发展得太快了。在这场速度竞赛中，科技巨头们永远难以追赶。

Aravind Srinivas

AI创业公司 Perplexity CEO

即便到时候你有足够的钱和芯片了，大模型又会迭代了，他们会说“看，世界已经变了”，我会在模型的下一个版本训练完后再来。这次，你有2万块H100再来找我。

以上其实我们主要说的是生成式AI的顶级人才。虽然人才市场中学AI和机器学习的人才并不少，但生成式AI大模型是最近几年才风靡的赛道，Transformer论文也是在2017年刚发表，所以在神经网络的这个特定AI赛道，真正懂并且能引领技术前进的顶级AI人才，并不多。

Databricks生成人工智能主管Naveen Rao谈到那些从头开始训练过大型语言模型，或能够帮助解决AI训练中有挑战的难题，比如说幻觉现象的候选人，Naveen说，市面上合格的人才可能就只有几百人。

你可能会想说，初创公司去跟科技巨头们抢这几百个人，怎么可能抢得过呢对吧？

但是，如果你的初创公司非常的抢手，让员工觉得你是很有希望跑出来的，也不一定招不来最好的人。毕竟在硅谷，很多牛人都想去创业或者加入早期初创公司，正是因为薪资回报的大部分并不在于底薪，而是在于股权的翻倍。

总部位于硅谷的AI agent创业公司TinyFish的联合创始人Keith Zhai也在采访中告诉我们，他们就成功从Meta手里挖到了E7级的人才。而他们是放弃了大厂的百万年薪，选择加入到他们的初创公司中。

Keith Zhai

TinyFish联合创始人

我理解应该不止是百万，可能小二百万美元差不多。单纯从薪资什么这些的话，其实是没有可比性的，只能说就是它不是一个数量级，就是做任何一个 startup（初创公司）它都不可能一上来说我给你开个200万，那这个情况下这个公司就不用干了。

Keith从几百轮面试中得出的经验是，能从大公司的手里抢到顶尖人才，有两点比较重要，一个是创业公司的Mission（使命）和Vision（愿景）要足够吸引人，也就是我们说的创业公司想要做成什么事情、是否能解决社会或商业中有意思有意义的问题；另外一个就是公司的文化要能得到这些人才的认同。

Keith Zhai

TinyFish联合创始人

因为这个钱的话激励什么这些东西，在这个阶段下，可能很多时候是大差不差的，就是你不可能说就是你能match（匹配）一个大厂的薪资。尤其现在这个最近股市有这么好的情况下，你去match这些东西是没有任何可能性的。那怎么办呢？大家说你拿期权这些的，这都很虚的东西了。就是如果大家没有前两个，他不相信，那他这个期权你给多少其实没有意义，就是废止一张。这废纸都不算，因为你也没纸。

在硅谷，创业被视为勇敢者的游戏，它当然是冒险的。从创立一家公司到最后成功退出，包括被收购或上市IPO，失败率超过90%。但在这里，仍然有非常多人加入创业的浪潮。在AI这一轮浪潮中，也不意外。

硅谷的这轮AI创业，主打的就是快节奏，模型和产品更新快，融资快，估值上涨也快。这让一些明星初创公司并不是没有机会与巨头争抢顶级人才。

匿名受访者

大语言模型工程师

比如说有个小伙伴，他就是在一个早期的轮次里面，加入了一个成长特别快的AI 的startup（初创公司），在一年的时间里，他的package（薪资总包）翻了10倍，在我看来立刻能财富自由了。

而包括OpenAI，Anthropic和xAI这种初创明星公司，有很大一部分其实是期权的价值，对于AI人才来说，其实是更加具有吸引力的。

以给出高薪酬知名的OpenAI，L5资深工程师级别，总年薪，也就是包括底薪和OpenAI独特的PPU，加起来中位数已经达到了90.6万美元。

这里解释一下OpenAI的PPU，全称是Profit Participation Units（利润参与单位），因为OpenAI母公司是非盈利机构套着一个盈利实体的独特架构，并且对投资人和股东限定了10倍的回报上限。

我们在之前的视频分析过很多次OpenAI的架构设置，感兴趣的小伙伴可以看看。所以OpenAI的PPU这个独特的类似股权激励机制，虽然让员工分享公司未来的盈利空间，但也受制于10倍的回报上限。

这就是说，来到OpenAI的人才要将PPU转化为现金有两个选择，第一个选择是长期持有 PPU，直到OpenAI获得可观的利润来进行10倍的套现，但按照OpenAI目前对资金的需求和花销，什么时候能获利是个巨大的未知数。第二种更直接的选择是提前将它们卖给其他VC基金和投资人，卖价就要看当时的市场价格来定了。此外，OpenAI 的 PPU 还有两年的锁定期，意味着新员工必须持有两年才能出售。但现在OpenAI为了安抚和激励员工，也已经开展过回购让员工可以出售PPU套现。

而PPU在薪酬总包里面的占比是相当相当可观的。根据levels.fyi的数据，我们刚才说OpenAI L5资深工程师平均工资是90万美元，其中大多数人每年的基本工资为30万美元，而PPU占据了总薪酬 2/3，值差不多60.4万美元。这也就是说PPU最终可能给员工带来顶格10倍的现金报酬，也就是625万美元。是不是听上去特别美好？

但是，我们这边要给大家泼盆冷水，以上我们说的这些百万年薪、抢人大战都是指的顶级AI人才。

即使是OpenAI同一级别的L5资深工程师，从事AI和机器学习领域的，就明显比其他方面的高很多。与此同时，往下一级L4级别的全栈软件工程师，基本薪酬能拿到24.5万美元，但是PPU却少了一半，只有30.4万美元，总薪酬在50多万美元的区间。

所以，大家能看到，就算加入了OpenAI，不同级别不同种类工作之间的薪资档位差距还是挺大的。

而加入其它更早期的AI初创公司一年翻10倍估值，也只是个例，并且都还是paper value（纸面价值），能否变现都还是巨大的未知数，毕竟像inflection AI、stability AI等等如此星光闪耀的创业公司们说散就能散。所以，我们来到给大家泼凉水环节。

在整个生成式AI大模型的预训练-微调-后训练的过程中，有最大需求和最高要求的，就是可以参与预训练的人才，而到了应用层，非AI的工程师也可以完成。

我们硅谷101采访了目前在硅谷一家知名公司的大语言模型领域的工程师，她要求匿名参与采访，也告诉我们，在大语言模型领域，每个阶段需要的人才不一样，根据技能和经验的不同，薪资待遇差距非常大。

匿名受访者

大语言模型工程师

就是从Pre-train（预训练）的model（模型）到后面的application（应用）的话，就是 Pre-train需要的人才密度是最高的，因为fine-tuning（模型微调）的门槛其实没有那么高。然后后面如果你只直接调用API做 application（应用）的，就是现在有很多YC的 startup（初创公司）就是这样做的，然后应该是只需要engineer（工程师）就可以，就是正常的back ends front end engineer（后端/前端工程师）就可以。

而AI人才们更感兴趣的那些明星公司，比如说OpenAI、Anthropic，就是我们视频之前说到的，能给出高额待遇，所谓“monster package”（巨额薪酬总包）的百万年薪公司，对他们想要的人才也非常高门槛。

匿名受访者

大语言模型工程师

如果你是相关领域的PhD（博士），然后你发过paper（论文），你在学术界有一些名气，你又对做 Pre-training（预训练），包括后面的 post-training（后训练） 这些算法之类的比较懂，就会非常的被抢。

一些特别厉害的scientist（科学家），它是以一个几百万美元的薪酬，高薪加入一些公司的，就是达到million（百万）级别的年薪，不是一百万级别，而是几百万级别的年薪。

而现实是，如果不是特别顶级的AI科学家，其实百万高薪是和普通AI打工人没有太大关系的。先后在特斯拉和谷歌从事过人力资源工作硅谷资深人才专家 Tom Zhang 博士，就告诉我们，“人均百万”更多是个传言“传言”。

Tom Zhang

硅谷资深人才专家

如果你这个学生，没有这种三巨头这种很非常光环的加持，这些高 offer 和他们是没什么关系的。所以现在的这种繁荣是这种表面的繁荣，岗位没有那么多，而且很难申请到。你如果做AI 的，你一个3年经验的相当于别人5年的，或你一个5年相当于别人 10 年的，就大概有这么一个优势，这种特别高的 offer 只有在少数情况才会出现，并不是个常态。

总的来说，AI工程师底薪会比普通工程师高一些，吸引人才主要靠股票激励，而且在大公司，因为每个级别都有自己的Band，也就是“薪酬指导范围”，所以同级别的AI工程师会比软件工程师高，但是高不了太多。我们另外一个消息源也透露，AI职位在和公司谈薪酬时，公司确实能给到特定Band（级别）的最高薪资，多一点现金或多一点股票，甚至超出Band（级别）范围一点点，也是能争取，但是超出太多，就需要副总裁VP级别的高管特批了，所以，一般的AI工程师也还真得不到那样的待遇。

Tom Zhang

硅谷资深人才专家

一些大公司，这些他们都是有很规范的，嗯，不会相差太多。比如这个 28 万，这个人非常好，那么经过特批给个 30 万也有可能，但你说给个 50 万，这就有点离谱了，嗯，不会出现这个情况。嗯，像这个办的写的给的很清楚的办法，特殊都要特批的。

而除了我们前面提到的几家科技巨头和OpenAI等明星初创企业，很多其他并不是AI赛道头部玩家的科技公司，他们对AI相关人才给的就远没有那么慷慨。

比如说，非常多公司招聘帖子就显示基础薪酬都在30万美元以下，并且给到的股票或股权都很有限。如果说OpenAI给的基础薪资比PPU（或股权激励）比值是1:2的话，一般的公司连1:1都达不到。

Tom Zhang

硅谷资深人才专家

一般没有1:1，一般很多公司是一比0.25，就是说这个一般其他公司可能是 31 万的base，再加一个每一年10万美元的这个股票。

比如说， LinkedIn公司资深AI工程师Senior AI Engineer的职位，底薪就是在$128,000 - $210,000之间，而Levels.fyi上面的数据也显示，这个级别拿到的股票激励，确实不到1:1。此外，亚马逊等等公司的情况也非常接近。

所以，结论就是，确实有天价薪酬的个例，中层的AI人才也是吃香的，但远没有达到人均百万薪酬的行业“谣言”那么夸张。但确实这样的行业传闻让不少国际公司来硅谷挖人的时候，也出现了一些混乱的情况，国际公司不知道怎么判定什么是最顶级的AI人才，也出现了只认标签的情况。

Tom Zhang

硅谷资深人才专家

什么才是AI高级人才？这是谁来定义的？因为目前大家都是迷迷糊糊，都不太懂，所以都把你身上有标签的，就是有OpenAI、Google的标签，有图灵奖，三巨头的学生，李飞飞老师、吴恩达老师的学生当做人才，如果没有这些标签就不是人才了吗？就无法识别了现在。就算你是常春藤名校的毕业生，虽然你学的东西也是AI，人家也不一定把你当成是 AI 高级人才。目前就出现了人才标签化的情况。

而国际公司来硅谷挖人，给出吸引人的薪酬是远远不够的。即使目前有亚洲公司直接给出一百万美元的现金薪酬包，注意，直接把股权变现的全现金百万薪酬包，但即使是这样，也很难挖到人才。

匿名受访者

大语言模型工程师

他可能会去开一个million（百万）的package（薪酬包），去挖任何OpenAI的人。但大家都不去，毕竟你去了啥人都没有，你可能要去建立这个东西，你可能会想跟一些比较懂的人一起工作，这是很难单打独斗地做出来的。

无论如何，要“做出来”，才是重要的。无论是对抢人的科技公司，还是被抢的AI人才来说，如果生成式AI技术和产业做不出来，推不下去，那么现在所有的这些估值数据，都是虚幻的泡沫。

2024年年中的硅谷，正在面临两种截然不同的趋势：科技公司们的裁员潮并没有结束，但AI人才却面临短缺和争夺。这被称为FOMO, fear of missing out，错失恐惧症。而FOMO情绪是双向的。

对于人力市场来说，此前大批“转码”的工程师们，一面担心AI在不久之后将开始夺走他们的工作，一面又对AI初创公司一年翻几倍的估值羡慕不已。

对于科技公司们来说，不仅仅是硅谷的科技巨头，连传统公司也纷纷入局囤积人才。从沃尔玛到宝洁再到埃森哲，都是希望吸引最优秀、最聪明的AI人才加入他们的公司。2023年前8个月，招聘网站Indeed上与生成式人工智能相关的招聘数量增加了四倍，当然，就如我们强调的，根据公司和职位的资深程度不同，薪酬差距很大。

虽然看起来各大公司砸的钱、投入的资源已经令人咂舌，但毫无疑问，AI的热潮还在继续。

在马斯克削减新车产能投资的关键时刻，特斯拉仅今年就花费了100 亿美元，来加强人工智能训练和推理。马斯克甚至还发帖称：“任何公司的支出如果不达到这个水平，而且效率不高，就无法竞争。” 

而Meta在发布了惊人财报后，扎克伯格宣布继续All in AI。Meta全年资本开支从300亿-370亿美元上调到350亿到400亿美元，以建设数据中心来支持AI业务。

Google预计2024年每个季度的资本支出都在120亿美金以上，全年同比至少49%增长，以保持在AI基础设施方面的领先地位；

微软决定扩大AI投资规模，本季度资本支出140亿美元，预计下个季度资本支出环比大幅增长。

而在这样的攻势下，AI之战将会继续。而对于最顶尖的AI人才来说，或许薪资已经不是他们最看中的了，他们能成就什么样的事，才是他们最关心的。就像OpenAI的创始成员Andrej Karpathy，从OpenAI跳去特斯拉，又从特斯拉跳回OpenAI，而最近又从OpenAI离职自己出来单干。

又比如说OpenAI的技术灵魂人物Ilya Sutskever，在OpenAI董事会冲突之后，因为理念和CEO Sam Altman不和而最终辞职，跟随他辞职的还有不少OpenAI的人才。

他们会重新开启什么事业、会想做什么事、想解决什么问题，我们也会为大家持续关注。