在全球大模型竞争白热化之际，美国科技巨头正通过巨额投资和人才并购来补强其AI能力，以期在模型性能和用户规模上追赶OpenAI；与此同时，中国AI初创公司则因融资环境恶化和技术自证危机，被迫采取裁员和战略收缩。这两种截然不同的策略，折射出资源禀赋差异下对AGI道路的殊途同归，并突显了AGI愿景对顶尖人才的磁石效应。
当前，全球大模型领域的竞争已进入白热化阶段，一场关于人才、技术与战略重心的权力游戏正在中美两国之间悄然展开。表面上，一方是硅谷巨头斥巨资“抢人”，另一方是中国初创企业“裁人”，形成鲜明对比。然而，更深层次的观察显示，这并非简单的此消彼长，而是各自在资源约束与市场压力下，为确保能在通用人工智能（AGI）的牌桌上占有一席之地，所做出的战术调整与战略抉择。
策略分野：硅谷豪掷千金，东方精简节流
太平洋彼岸，以Meta、苹果和谷歌为代表的美国科技巨头，正不惜重金，展开一场轰轰烈烈的人才与技术“军备竞赛”。这一系列大手笔的举动，核心在于弥补自身在AI领域，特别是大模型性能或产品化应用上的短板。
苹果公司，长期以来因其AI进展相对保守而受到外界批评，如今也开始积极补强。有消息称，苹果正考虑收购明星AI搜索初创企业Perplexity。如果按其5月份融资后140亿美元的估值计算，这笔交易将是苹果史上最大规模的并购案，甚至超越2014年收购Beats的30亿美元纪录。此举被视为苹果旨在快速补齐其在AI领域的人才与技术储备。1
Meta创始人马克·扎克伯格更是亲力亲为，化身“头号HR”。在Meta新一代开源模型Llama 4表现不及预期后，扎克伯格迅速启动了AI团队的重组计划，并亲手组建了一个全新的超级智能团队，计划招募约50人，并试图邀请Scale AI联合创始人兼CEO Alexandr Wang加入。外媒爆料称，Meta计划以143亿美元收购Scale AI 49%的股份，并要求Alexandr Wang在Meta工作五年以上才能拿到绝大部分现金，以确保人才的稳定性。12 扎克伯格的招募行动远不止于此，他甚至曾试图收购前OpenAI首席科学家伊利亚·苏茨克弗创办的SSI（Safe Superintelligence）公司，尽管未能成功，但他仍继续接触SSI的CEO丹尼尔·格罗斯以及前GitHub CEO纳特·弗里德曼等行业顶尖人才。
与此同时，谷歌也在加速其内部AI架构的整合。据报道，谷歌将任命DeepMind CTO科拉伊·卡武克奥卢为谷歌首席AI架构师，直接向CEO桑达尔·皮查伊汇报，以统筹未来的AI产品开发。这是谷歌重组Gemini应用团队，加速追赶OpenAI步伐的新举措。1
与美国巨头“重金抢人”的景象形成鲜明对比的是，国内“AI六小龙”（如智谱、MiniMax、月之暗面、阶跃星辰、百川智能和零一万物）却普遍选择裁员来收紧资源分配。去年还高举“模型与应用双轮驱动”大旗的这些公司，在新的大模型竞争周期中，被迫将技术迭代确立为公司的最高优先级。这导致了一批负责应用和商业化的高管相继离职或转岗，例如前智谱COO张帆、前MiniMax商业化负责人魏伟、前月之暗面核心产品负责人明超平，以及阶跃星辰“冒泡鸭”产品负责人张心皓转为内部顾问。1
深层驱动：模型困境与市场变革
中美大模型厂商集体进入动荡期的核心原因，在于它们都暂时落在了新一轮竞争的下风，不得不通过新的组织调整来追赶先行者的步伐。
对Meta而言，尽管Llama 1的发布曾让其一度成为大模型开源领域的领导者，但Llama 4在今年4月发布后却遭遇了“翻车”事件，被指存在“特调版本刷榜”和“数据过拟合测试”等问题，其性能甚至被曝落后于国内的DeepSeek R1。这种模型性能上的焦虑，直接驱动了扎克伯格的疯狂抢人行为，以期在核心技术能力上实现突破。1
谷歌的挑战则在于产品端。尽管其Gemini系列模型在性能上已逐渐逼近OpenAI，但谷歌自身也意识到其产品在用户规模上与ChatGPT存在巨大鸿沟。截至2025年3月，Gemini的全球日活跃用户为3500万，月活跃用户为3.5亿，而ChatGPT的日活跃用户已达1.6亿，月活跃用户达到6亿。1 在这场AI时代的“注意力资源”争夺战中，以应用起家的谷歌无疑更在意用户粘性与市场占有率，因此补足产品滞后的短板成为当务之急。
国内的“AI六小龙”面临的挑战则更为严峻。它们如同Meta的Llama一般，陷入了新一轮的技术自证危机，被DeepSeek等后起之秀的异军突起所冲击。更糟糕的是，与Meta拥有雄厚财力支持不同，从2024年下半年开始，急剧恶化的融资环境正使得国内初创公司的技术追赶之路横生变故。例如，零一万物明确放弃了AGI方向，百川智能则转向了医疗垂类场景。坚持模型与应用双轮驱动的玩家，也几乎同时放弃了做大应用规模的野心，开始将有限资源押注到模型迭代上。在这种背景下，裁减负责产品应用和商业化推广的核心高管，便成了这些企业在“活下去”和“追上来”之间必须做出的选择。1
追逐AGI：人才磁场与未来命题
美国巨头“砸钱抢人”与中国初创“裁员节流”的策略分野，本质上反映了当下两种不同的大模型追赶路径：财大气粗的大厂，可以用金钱换时间，实现效率最大化；而资金捉襟见肘的创业公司，只能收缩有限资源，实现价值最大化。
在“用金钱换时间”方面，国内的字节跳动已经为Meta提供了先行范例。字节AI团队通过砸钱抢人，从2023年的“落后生”一跃成为2024年底国内第一梯队玩家。而在“有限资源内做出媲美行业头部模型性能”方面，国内的DeepSeek也做出了表率，以不足OpenAI十分之一的资金成本，自研出性能足以媲美其顶级模型的R1。1
无论是字节的后来居上，还是DeepSeek的异军突起，支撑他们跻身大模型行业头部地位的，除了舍得花钱抢人之外，更重要的是，它们都明确对外展现出了追求AGI的雄心和抱负。有AI领域的在读博士指出，“这（远大前景）才是更吸引顶尖人才的东西。” 毕竟，在高度人才密集的大模型行业，能否获取并吸引到源源不断的年轻人才加入，才是能否抵达AGI终点的关键。1
面对扎克伯格的疯狂挖角，OpenAI CEO山姆·奥特曼近期回应称，他听说Meta将OpenAI视为最大竞争对手，并尊重Meta“有侵略性的态度和不断尝试新方法的精神”。但他颇为自豪地表示，尽管扎克伯格向OpenAI团队的一些人开出了高达1亿美元的签约奖金，但到目前为止，OpenAI最优秀的那些人都没有接受他们的邀约。奥特曼给出的原因之一是，这些人才在比较OpenAI和Meta时，会认为OpenAI在实现超级智能上有更大的可能性。1
同样，对AGI宏大目标的坚定追求，也是DeepSeek创始人梁文锋在与大厂争抢人才时的一大底气。当被问到“怎么确保DeepSeek就是做大模型的人的首选？”时，梁文锋的回答是：“因为我们在做最难的事。对顶级人才吸引最大的，肯定是去解决世界上最难的问题。” 这一系列事例表明，从OpenAI到DeepSeek的成功，起码透露了一种信号：想要在大模型时代有所创新，光靠砸钱是不够的，更重要的是得让人才有一展抱负的广阔空间。这不仅是技术竞争，更是愿景与人才的深层博弈。