为什么九位数也留不住？AI 超级团队的 90 天真相

钱只是门票，不是护城河。

Meta 公司 CEO 扎克伯格斥巨资组建了“AI超级团队”——据报道，他为吸引顶尖AI研究员开出了九位数美元的薪酬包。

然而短短两个月内，这支梦之队就出现“人才断流”。

至少三名新近招募的AI研究员在入职不到1个月内相继辞职，两位直接回到了老东家OpenAI，一位在Meta工作近九年的资深产品负责人也跳槽去了OpenAI。

据统计，超级智能实验室成立两个月，流失人才不少于 8 人，包括研究员、工程师和产品主管。高薪挖来的明星员工转身就走，这让Meta耗费巨资打造的AI团队在90天内就陷入尴尬境地。

为什么九位数年薪都无法留住AI人才？大量管理学研究和业界数据给出了答案：薪酬是敲门砖，但并非决定人才留任的护城河。

MIT Sloan 对 3400 万员工口碑数据和 170 万条 Glassdoor 评价的研究显示，“有毒文化”对离职的解释力是薪酬的 10 倍以上；薪酬在影响因子中的排名居中，并不是主驱动。

也就是说，糟糕的文化和管理氛围比钱更能推动人才离开。

Meta招揽AI人才的做法就被OpenAI CEO 山姆·阿尔特曼形容为“唯利是图”，缺乏正向的团队文化。即使开出天价工资，若工作环境令人工智能专家感到失望，他们仍会毅然离开。

此外，薪酬与工作满意度的关联也是相当有限的。经典的元分析研究表明，薪资水平与员工工作满意度的相关系数只有约0.15。

加薪并不会线性带来更高的忠诚度或幸福感。

许多公司发现，当基本物质需求得到满足后，人才更看重成长机会、认同感和工作意义。一项针对开发者的调查就发现，“薪酬待遇”在让工程师愿意留下来的原因中仅排第五。

排在前面的包括良好的文化与愿景、职业成长机会、沟通氛围以及工作灵活性等软性因素。

另一方面，“嵌入性”理论强调：决定员工是否留下的，是他们与组织的多重纽带，而非单一报酬。

员工在岗位上的嵌入程度，包含了与同事和团队的紧密联系（链接感）、个人与工作及组织的契合度（匹配度），以及一旦离职将失去什么（牺牲度）。

嵌入性高的人往往更难被高薪所挖走，因为留下来的无形收益很多。相反，如果员工在组织中人际关系疏离、职责不匹配，那么再高的工资也只是孤悬的数字。

当员工最亲密的同事离职时，他们自己跳槽的可能性会显著增加，形成“离职传染”现象。这就不难理解Meta的超级团队中一人走人、接二连三跟进的连锁反应——个人与组织的纽带不够牢固时，离职会像传染病一样蔓延。

把这些放进 AI 实验室：使命与治理一致性 → 研发节奏契约（算力/发表/里程碑） → 组织稳定度（少重组、清晰权责） → 工作制与地域自由度 → 薪酬结构。九位数能“撬开大门”，但留下来靠前四项。

相比于 Meta 的只会拿钱砸，可以看下 Anthropic 的做法，怎么用文化把核心研究员绑定。

The Information 的专题称 Anthropic 员工“近乎‘cultish’（像邪教般虔诚），他们的文化绑定可以从三个方面来看。

首先是价值筛选，他们在面试的时候并不是因为你是特别顶尖的人才就一定会要你，候选人会被问到“你尊敬但价值观不同的人”“你为道德放弃利润的一次经历”等非常规问题；行为面试通过率很低。

技术考核之外，把伦理困境、价值观冲突处理放到重权重的行为面试；背调不仅问技能，还问品格。

所以从一开始他们选的就是使命目标一致的伙伴，从源头就剔除了容易意见相背然后大概率后续跳槽的人。

第二步，治理承诺，他们会把“安全与公共利益”刻入公司章程与权力结构。Anthropic 把“董事会的法律裁量（PBC）+ 董事会权力的长期制衡（LTBT）+ 技术层面可触发的硬闸门（RSP）”绑成一个三角，确保当模型变得更危险时，公司“有义务、有权力、也有机制”按下刹车，而不是被短期商业压力裹挟。

比如 Claude Opus 4 在 2025-05 被评估可能触达敏感能力后，Anthropic 即按 RSP 启动 ASL-3 加固再推进。

第三步是最“邪乎”的，WIRED 报道 DVQ 作为公司固定月度活动，直呼其“带有宗教色彩的愿景演讲”。DVQ（Dario 愿景探索）把“为何而战”常态化，形成团队共同语言；管理层公开谈论 AI 风险与社会影响，统一“意义坐标系”。

也就是说，他们会定期开会，就像每周班会课或者道德法治课一样。

这三个步骤，正好对应组织行为学中的三条纽带——匹配（values/mission）→ 链接（rituals/networks）→ 牺牲（治理承诺一旦破坏的成本）。

与单点加薪相比，它们难以被外部复制、也更能降低“90 天内的早期流失”风险。结果显示这种方式也是有效的，VC 机构 SignalFire 的《2025 人才报告》，基于 LinkedIn 数据估算（方法并非审计口径），Anthropic 2 年留任率 ~80%，其他的例如 DeepMind ~78%，OpenAI ~67%，Meta ~64%（同口径对比，仅供趋势参考）。

苹果的 AI 搞得就一塌糊涂，最明显的就是在 AI 人才战中落后，肯定不是钱的事（毕竟苹果不差钱）……归根结底还是要回到“文化—治理—研发节奏”这个链路上，我们可以分四步来拆解分析一下。

首先是研究导向与产品导向的错位，据消息称研究团队希望公开/开源部分基础模型以换取生态协作与学术声誉，但是苹果高层担心披露端侧模型压缩后性能下滑的观感与品牌风险，倾向不公开。

研究员非常看中的“学术产出-同行评价-影响力”直接就被冲撞了，这首先就会打击研究人员的内在动机，埋下隐患。

再看 2025 年 6 月，本来说好的新一代 siri 却被延后到了 2026 年，科研到产品的“时间常数”进一步拉长，同时公司评估把 Siri 核心换成外部 LLM（OpenAI / Anthropic / Google），这在团队内部被解读为“我们自己模型不被采纳”的信号，这不就是在纯纯的打击研究员的信心（虽然确实不强🤣），打击感很强。

再看到管理层的变动，Siri 的“一把手”从AI 研究主管 John Giannandrea体系，改为软件产品线 Craig Federighi统筹、由 Mike Rockwell（Vision Pro 负责人）直接带队。也就是“研究主导”→“产品主导”的治理迁移。

再叠加刚讲的新一代 siri 推迟，2025.06.30 起评估把 Anthropic / OpenAI 的模型接到 Siri 上；2025.08.22 又被曝和 Google Gemini 商谈为 Siri 提供定制模型。科研团队的工作目标与“是否外采”的方向同时在变，导致一线同学不清楚“谁拍板、按什么标准拍板”。

最后压死骆驼的一根稻草就是 Ruoming Pang 的出走，带动了“离职传染”。基础模型负责人 Ruoming Pang被 Meta 挖走（多方报道称四年超 2 亿美元总包），随后团队成员跟随或投向 OpenAI/Anthropic/Meta。

当然以上视角是从研究员的视角出发，如果从苹果的一贯作风来看，苹果选择谨慎可能是一种理性，公开模型细节可能暴露端侧权衡（小模型压缩后的性能落差），与苹果一贯的品质—隐私—品牌叙事冲突。

其次使用外部模型只是过渡方案，毕竟内部模型确实有点…可能高层是想以第三方模型加速 Siri 能力上线，同时为自研“补课”。

苹果没有变，变的是这个时代……

再回到 meta，我们可以根据多方资料来分析一下“为啥给这么多钱还走”。就像前文说的，许多顶级研究人员更看重使命和研究自由，而非单纯的薪酬。

Wired 指出，一些科学家想参与塑造“人工通用智能（AGI）”并确保其安全，而 Meta 更强调短期产品化和盈利，使命驱动力较弱。

TrendForce 等报道也提到，与真正在推动安全和长期愿景的 Anthropic 等公司相比，Meta 的目标显得功利，这使得一些人才“心理契约”落空。

第二点我认为是团队稳定性，自 2025 年春以来，Meta 已在六个月内对 AI 部门进行了四次大调整，把 Superintelligence Labs 拆分为研究、基础设施、产品和长期模型四个团队。

National CIO Review 指出，这些重组和随之而来的招聘冻结旨在“稳定结构”，却让内部角色和汇报关系反复变化。多位离职者表示，团队“太动态”、经理几个月内换了几次，缺乏稳定性。