1.2億招首席科學家 優必選如何避免Meta的坑

2026年4月2日，優必選發布招聘啟事，面向全球公開招募具身智能首席科學家，開出年薪1500萬元起步、最高可達1.24億元的天價薪酬，該數字刷新國內機器人領域頂尖人才薪酬紀錄，與OpenAI、Meta等全球科技巨頭頂級科學家薪酬水平看齊。

優必選不惜血本招募頂尖科學家，原因在于當前具身智能與人形機器人處于技術突破臨界點，核心算法、基礎模型、靈巧操作等領域仍存在大量技術瓶頸，一位頂尖首席科學家能直接引領技術方向、縮短研發周期、降低試錯成本，其價值遠超薪酬成本，同時公司正推動人形機器人從工業場景向商用、家庭場景拓展，規模化落地急需頂層技術規劃與核心突破。

近兩年，國內外多個大廠頂薪招聘科學家的浪潮，深刻契合了AI時代的“冪律分布定律”（也就是中文語境中的贏家通吃效應，1%的人賺走了99%的錢，剩下的99%的人去爭搶那剩下的1%）。

OpenAI CEO薩姆·奧爾特曼提出“1萬倍人才”效應，指出頂尖AI人才效率相當于普通研究人員的1萬倍，能直接帶來關鍵技術突破。

《財富》雜志估計全球具備構建頂級大模型資質的專家不足1000人，全球存量不足千人。

國際市場上，OpenAI、Meta等企業頂級科學家年薪折合人民幣早已突破億元，Meta為挖角蘋果基礎模型團隊負責人龐若鳴開出四年2億美元薪酬包，為谷歌DeepMind研究員開出四年3億美元總包，傳聞簽約獎金高達1億美元。

這1000個人，將是AI時代最值錢的人。

正如經濟學家托馬斯·皮凱蒂在《21世紀資本論》中所言：“在資本回報率高于經濟增長率的世界里，財富不平等將無限擴大�！�

AI時代的人才市場正呈現同樣的邏輯：頂尖科學家的邊際產出呈指數級增長，其定價權自然脫離線性薪酬體系的束縛。

頂尖人才價碼上漲的根本動力，源于AI技術范式的根本性轉移。

此前互聯網時代，技術迭代呈線性增長，單個工程師的價值增量可預測和替代；AI時代則呈現指數級躍遷，一個頂尖科學家的技術路線決策可能直接決定企業在未來3-5年的競爭位勢。

優必選要求首席科學家“定義公司在人形機器人與具身智能領域的技術路線圖”，Meta超級智能實驗室同樣要求候選人“定義公司技術路線圖”，頂薪購買的不再是執行能力，而是決策影響力。

與此同時，技術門檻的跨學科化加劇了稀缺性。

優必選要求的“視覺-語言-動作模型、機器人基礎模型、操作與靈巧技能學習”，橫跨計算機視覺、NLP、強化學習、機器人學四大領域，單一技術背景已無法滿足具身智能的復雜需求。

全球能在知名產品中擔綱一線技術帶頭人的專家更是鳳毛麟角，這也解釋了為何那不足千人的頂級人才池能夠獲得天價薪酬。

管理學家彼得·德魯克曾警告："效率是把事情做對，效益是做對的事情。"

在AI軍備競賽中，頂尖人才的價值恰恰在于"做對的事情"，其技術路線決策的正確性，比執行層面的效率提升更具戰略意義。

此外，資本定價邏輯的重構也是重要推動力。

互聯網企業估值依賴于用戶規模與網絡效應，人力成本被視為可壓縮的運營支出；AI企業估值則依賴于技術代差與模型能力，人力成本轉化為研發投入的資本化部分。

優必選貨幣資金達49.2億元，2025年完成三輪H股配售，合計募資約58.79億港元，期末現金及現金等價物約48.88億元，資金儲備為其"以人換算力"的人才策略提供支撐，形成"以人換算力"的資本騰挪。

騰訊傳聞以億元年薪招募OpenAI前研究科學家姚順雨，均體現同一邏輯：在AI軍備競賽中，頂尖人才是比GPU更稀缺的戰略資源。

不過，天價薪酬絕非一勞永逸的解決方案。

Meta的慘痛教訓提供了最佳反面教材。

2025年，Meta成立超級智能實驗室（MSL），扎克伯格親自出馬網羅人才，為挖角谷歌DeepMind研究員舉辦私人晚宴，開出打破薪級體系的"Zuck Rate"薪酬。

但MSL成立兩個月內即爆發離職潮，兩名OpenAI研究員Avi Verma與Ethan Knight入職不足一個月便重返老東家，蘋果基礎模型團隊負責人龐若鳴在Meta僅停留七個月即轉投OpenAI，首席AI科學家趙晟佳加入僅數日即威脅辭職，甚至簽署回歸OpenAI的文件，最終靠扎克伯格親自介入升職才留住。

Meta失敗的核心病灶在于"高薪人才與低效組織的化學反應失效"。

前Meta員工、Pokee AI創始人朱哲清指出，疫情后Meta組織臃腫，VP層級疊加導致審批低效，內部"政治斗爭"頻發。

具體表現為資源承諾落空，新員工對無法獲得承諾的算力支持感到不滿；審批流程冗長，超級智能實驗室需與原有FAIR團隊、產品部門爭奪GPU使用權；決策層級混亂，28歲的Alexandr Wang與20年老將CTO安德魯·博斯沃思形成平行團隊，雙方爭執AI模型如何提升廣告業務。

組織行為學中的"帕金森定律"在此顯現得淋漓盡致：組織一旦形成，就會傾向于增加層級和人員，導致效率遞減。

Meta的官僚體系與頂尖人才所需的敏捷環境形成沖突。

此外，Meta的"Zuck Rate"機制引發內部地震，新員工拿到超1億美元薪酬合同，老員工卻面臨裁員，2025年10月裁減約600名AI團隊成員，包括FAIR團隊負責人田淵棟，而夏季新招募的TBD實驗室員工卻未受波及。

圖靈獎得主楊立昆被邊緣化，需向年輕管理者匯報，資深員工心生不滿，甚至出現"員工威脅離職"的情況。

薪酬差距過大直接摧毀團隊凝聚力，"保新棄舊"策略導致組織文化崩塌。

而技術路線之爭同樣致命。

Meta的人才流動是技術路線的戰略押注失誤。

同為技術公司的Google和OpenAI對LLM保持樂觀，而楊立昆和田淵棟對LLM持悲觀態度，Meta為趕超同行只能裁掉不相信LLM的人，但這種"路線清洗"導致組織創傷。

戰略頻繁調整加劇動蕩，2025年6月成立MSL，7月即重組為四大部門，Llama Behemoth旗艦模型因表現未達預期被放棄，團隊被迫轉向新模型。

首席科學家趙晟佳的數日離職威脅，正是對戰略搖擺的激烈反應。

從Meta 的失敗和 OpenAI、Anthropic 的成功實踐中，可以提煉出頂薪人才"留得住"的四大支柱。

第一是研究自主權，包括獨立預算、研究方向決定權、免匯報特權。

Anthropic seven 人創始團隊中5 人來自 OpenAI，目前無人離開，其成功關鍵在于明確的 AI 安全研究使命和相對扁平的組織架構，給予核心科學家充分的學術發表自由與研究方向決定權。

第二是算力資源保障，承諾的GPU 或 TPU 資源必須兌現，而非空頭支票。

不少Meta 新員工正是因為對無法獲得承諾的計算能力感到沮喪，直接導致離職。

第三是組織扁平化，減少VP 層級、縮短決策鏈條、避免政治斗爭。

對此，字節跳動的Top Seed 人才計劃留才策略包括技術隔離，Seed 團隊相對獨立，減少業務線干擾。

第四是長期主義文化，容忍失敗、允許探索性研究、不追求短期產出。

Meta 的模型未達預期即放棄，團隊被迫轉向，急功近利與文化沖突直接導致人才流失。

從人才的角度看，拿了高薪不等于就能坐穩。

首先要有文化適應力，就是說要看看自己習慣的工作方式和目標公司合不合拍。

OpenAI出來的人習慣了快節奏、少層級，到了Meta那種層級多、流程慢的地方就渾身難受，待不住就是最好的例子。

其次要有政治免疫力，能在復雜的權力斗爭里活下來。

比如Alexandr Wang和公司老將博斯沃思鬧矛盾，一度傳出他要走人，這就是典型的權力漩渦。

最后還要有風險承受力，別總想著待在舒適區。

Rishabh Agarwal離職時寫道"想試試另一種不同的風險"，說明他害怕的不是風險，而是一成不變的安全感。

企業得不斷給出新挑戰，光靠高薪養著，留不住真正有野心的人。

優必選此次薪酬標準接軌國際頂尖水平，顯露出中國硬科技企業參與全球人才爭奪的決心。

但真正的挑戰不在于能否"請進來"，而在于能否"留得住"。

Meta 的教訓表明，億元薪酬可以買到人才，但買不到忠誠度。

組織臃腫、路線搖擺、薪酬撕裂、文化沖突，以上缺陷足以讓任何天價招聘化為泡影。

優必選需要建立的不是薪酬特區，而是一個完整的技術特區：獨立的預算與算力保障、扁平的組織架構、清晰的技術路線、長期主義的評價體系。

對人才而言，頂薪是能力的市場定價，而非終身保障。

在選擇offer 時，需穿透薪酬數字，評估企業的組織健康度、技術路線的清晰度、以及個人在權力結構中的真實位置。

否則，"干一個月賺 eight million 就跑路"的 Meta 式尷尬，將在職業生涯中反復上演。

正如投資大師查理·芒格所提醒的："要得到你想要的某樣東西，最可靠的辦法是讓你自己配得上它。"

對于企業而言，要留住你花天價請來的人才，最可靠的辦法是讓你的組織配得上他。

AI時代企業對頂尖人才的競爭，是組織能力的競爭，而非薪酬數字的競爭。

優必選若想真正贏得這場戰爭，需在開出1.24億元支票的同時，準備好一個值得托付的生態系統。

全文完

愿本文令有緣讀到的朋友滿意，如您喜歡，煩請給文章一個點贊、在看或者轉發，也請關注我的公號。

感恩生命里與你的每一次相逢，都是時光饋贈的溫柔奇跡。

作者簡介

當你關注財經和時事熱點時，我愿與你分享背后的故事和觀點