4万亿美元 defection 暴露AI真正的瓶颈

无人谈论的那个数字

诺姆·沙泽尔不是那种拿着股票期权和停车证的中层工程师。他是七位写出奠定现代生成式AI基础论文的创始人之一。2017年发表的Transformer架构，是如今每款聊天机器人、代码助手和图像生成器的根基。2026年他从Google跳槽至OpenAI时，离职补偿约为四万亿韩元——算上奖金、留任激励和他的知识产权的隐含估值，年度薪酬总额约为27亿美元。

这个数字到底意味着什么：一个自然人从Google离开，把该公司最重要AI产品的架构蓝图也一并带走了。不是代码，不是权重参数，而是模型思考的方式。

谁赢谁输

OpenAI立刻赢。他们得到了这世上最懂Transformer的人，一个能看着失败的架构预判它会在哪里崩塌、甚至在训练完成前就做出判断的人。他们获得了一位领导者，能够引导下一代模型避开那些已经拖慢Google Gemini进展的死胡同。

Google失去的更微妙，但也更危险。他们失去了关于自身模型如何构建的制度性记忆。沙泽尔参与设计了驱动Gemini的系统。他知道哪些捷径会导致幻觉，哪些缩放法则在边际处失效，2023年做出的速度-精度权衡是什么以及为什么。这些知识存于他的脑中，而非文档里。每一个向他汇报的工程师都会带走一部分这种上下文认知。

真正的输家更难辨认。是那些无力以这种级别争夺人才的公司的集合——中级AI实验室、开源项目、以及需要 exactly 像沙泽尔这样的人却开不出五亿美元价码的初创公司。它们失去了一条依赖引力将最优秀工程师吸向最深口袋的创新能力管道。

人才瓶颈

每个人都谈论算力。H100 GPU、数据中心建设、能源合同、芯片供应——这些确有影响。但算力正在商品化。AWS、Azure和Google Cloud都能提供相似的硬件访问权。公司之间的差距不在于能租到什么机器，而在于谁拥有知道如何使用这些机器的大脑。

韩国媒体的报道还提到了其他几起跳槽事件，进一步印证了这一模式：开发Google语音识别系统的罗明芳在累计获得高达两亿美元补偿后跳槽至Meta；在OpenAI构建核心强化学习能力的安德鲁·塔卢克达尔带着超过两万亿韩元的-package跳到Meta。甚至连年薪三百万美元的高级Google工程师杰夫·迪恩也被传出正在考虑变动。

这不是人员流动问题，而是结构性条件。这世上大约只有两百人能从零开始构建一种新的Transformer变体。可能约有五千人能大规模提升推理效率。其余的都是熟练应用已有技术的实践者。人才战不是公司之间的战争，而是顶级梯队与其他所有人之间的差距在扩大。

这揭示了AI竞赛的什么真相

传统叙事将AI竞赛框定为OpenAI、Google与中国实验室如DeepSeek之间的竞争。部分如此。但更深层的故事发生在薪酬方案和离职面谈中。

当OpenAI开出Google无法匹配的 packages 给沙泽尔时，他们买的不仅仅他的时间。他们买的是他未来三年关于什么可行、什么不可行的直觉。他们买的是在实验运行之前就预判哪些架构决策会奏效的能力。这比任何单一模型发布都更有价值。

Google的反应——2024年以四万亿韩元的packages将沙泽尔挖回领导Gemini开发——表明他们深知 stakes 所在。他们暂时止住了流血。但2026年的再次离职证明这个修复是结构性的，而非战略性的。如果没有能与OpenAI和新兴中国实验室匹敌的持续薪酬，人才将继续迁移。

隐藏的对手：中国

韩国消息聚焦于美国的人才流动，但对Google地位的真正威胁可能来自另一个方向。DeepSeek等中国实验室正以极低开销实现与西方模型比肩的性能。他们不需要挖角沙泽尔——他们需要构建更少依赖沙泽尔们的系统。

这是美国人才战中人尽皆口却无人讨论的战略意涵：最有价值的工程师，是让其他工程师变得多余的工程师。DeepSeek以高效架构实现竞争性性能的路线，可能降低对个体天才的溢价，同时抬高所有人的基准线。如果他们的模型所需的专业人才更少，那么驱动跳槽的薪酬套利空间就会缩小。

接下来会发生什么

三种情景均有 plausible 性。

第一种，OpenAI巩固人才优势。他们吸纳前十名Transformer架构师，围绕制度性知识筑起护城河，将领先优势再拉长两年。这是Google最 fears 的结果。

第二种，薪酬通胀压垮商业模式。如果每个实验室都必须为一名架构师每年支付二十亿美元，AI开发的经济学便不可持续。模型生产成本高到唯有政府背书或垄断实体才能负担。创新随之集中。

第三种，中国效率路线胜出。DeepSeek及类似实验室证明，使用更好架构的普通工程师能与使用更差架构的天才工程师一较高下。人才溢价下降，入门壁垒降低。竞赛从"谁拥有最好的工程师"转向"谁拥有最聪明的系统设计的"。

真正的启示

沙泽尔的跳槽不是丑闻。它是一信号。AI竞赛不会由谁拥有最多的GPU或最大的数据集来决定。它将取决于谁能吸引并留住那些懂得如何将计算转化为智能的人。

这些人稀少。流动性强。目前定价已超出除最深口袋之外的所有玩家承受范围。在有人足够好地解决架构-效率问题以减少对个体天才的依赖之前，人才战仍是全球AI竞争中唯一的最大瓶颈。

问题不是Google是否会流失更多工程师。问题在于，他们能否构建一个不要求赢得每一次争夺的系统。