大模型竞争中的追赶策略:资本、愿景与人才的深层博弈

温故智新AIGC实验室

在全球大模型竞争白热化之际,处于追赶地位的科技巨头和创业公司正采取截然不同的策略:前者不惜重金招募顶尖人才和收购关键技术,以期“金钱换时间”;后者则在资金压力下收缩战线、精简团队,力求“有限资源下价值最大化”。这场人才与资本的博弈,深层映射出AI时代技术实力与AGI愿景对人才吸引力的决定性作用。

全球通用人工智能(AGI)的竞赛已进入白热化阶段,即便是行业巨头和曾风光一时的明星初创,也无一例外地被卷入一场深刻的战略调整浪潮。从硅谷到北京,这些被外界视为“落后生”的玩家们正以截然不同的方式重塑其AI版图。这种分化不仅揭示了财务实力的差异,更折射出对未来技术路径、人才哲学以及AI产业格局的深层思考。

竞争浪潮下的组织重塑

在当前的大模型竞赛中,即便是苹果这样手握重金的科技巨头,也感到了前所未有的压力。长期以来,苹果在AI领域的谨慎使其饱受诟病,但最近的动态显示,其正在积极谋求突破。有消息称,苹果有望以高达140亿美元的估值收购明星AI搜索初创公司Perplexity,此举若达成,将成为苹果历史上最大的一笔并购案1。与此同时,苹果AI与机器学习战略高级副总裁约翰·詹南德雷亚被爆淡出核心管理层,遭遇降职处理,这无疑是其内部对AI战略不满并寻求调整的信号。苹果正试图通过外部并购与内部人事调整的双重手段,快速补齐其在AI领域的技术与人才短板。

Meta的首席执行官马克·扎克伯格则展现出更为激进的姿态,亲自挂帅,化身公司“头号HR”,启动了一系列旨在重组Meta AI业务的“抢人大战”。在Llama 4被曝出“特调版本刷榜”和“数据过拟合测试”等负面评价,未能达到外界预期后,Meta内部对模型性能落后的焦虑加剧1。扎克伯格随即着手组建一个全新的超级智能团队,并计划以143亿美元收购Scale AI 49%的股份,将联合创始人兼CEO Alexandr Wang招致麾下,并设定了Alexandr Wang需在Meta工作五年以上才能拿到绝大部分收购现金的条款,以防止人才流失1。此外,扎克伯格甚至一度试图以高达320亿美元的价格收购前OpenAI首席科学家伊利亚·苏茨克弗创办的AI初创公司SSI,尽管遭到拒绝,但他对顶尖人才的极度渴望与不惜血本的投入可见一斑。

谷歌,作为AI领域的先驱之一,同样面临着独特的挑战。尽管其Gemini系列模型在性能上已逐渐逼近OpenAI,但谷歌愈发意识到自家产品与ChatGPT之间存在的巨大用户规模鸿沟。根据内部报告,截至2025年3月,Gemini全球日活跃用户为3500万,而ChatGPT则高达1.6亿1。为了弥补这一产品滞后短板,谷歌任命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AI产品开发,加快追赶OpenAI的步伐。

与这些财力雄厚的海外巨头形成鲜明对比的是,国内AI领域的“六小龙”(包括智谱、MiniMax、月之暗面、阶跃星辰、百川智能和零一万物)正经历着另一番景象——一场密集的高管离职潮。这些离职高管多集中在应用和商业化领域,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1。在当前急剧恶化的融资环境下,这些初创公司不得不放弃去年“模型和应用双轮驱动”的高举高打策略,转而将有限资源集中押注于核心模型的技术迭代上。一些公司甚至被迫调整长期战略,例如零一万物明确放弃AGI目标,百川智能转向医疗垂类场景1。这种收缩和聚焦,是资金压力下的必然选择。

财力与愿景:两种截然不同的追赶策略

上述中美大模型厂商的组织调整和人才战略差异,清晰地勾勒出两种核心的“追赶路线”:

  1. “金钱换时间”: 以苹果、Meta为代表的科技巨头,凭借其强大的资本实力,选择通过“烧钱”来加速技术和人才积累。这种策略的核心逻辑在于,在大模型时代,顶尖人才和关键技术是稀缺资源。通过高额并购和极具诱惑力的薪酬,巨头能够迅速吸纳外部最优秀的团队和技术,实现技术能力的快速迭代,从而争取在最短时间内追平甚至超越领先者。国内的字节跳动在AI领域的崛起也印证了这一模式的有效性,其通过大规模投入和人才引进,在一年内便从“落后生”跻身国内第一梯队1

  2. “有限资源下价值最大化”: 对于资金相对匮乏的初创公司而言,其追赶策略则更加强调内部资源的精打细算和效率最大化。在国内融资环境恶化的大背景下,“六小龙”们不得不采取裁员、高管离职等方式收紧资源分配,将重心重新聚焦于核心模型技术。这种策略要求公司在资源有限的情况下,通过极致的工程创新和人才效率,在特定技术方向上实现突破。例如,DeepSeek在资金投入不足OpenAI十分之一的情况下,通过创新自研出了性能足以媲美OpenAI O1的R1模型,成为“以小博大”的典范1。这种模式考验的是企业的技术创新能力、资源整合效率以及对核心竞争力的精准把握。

这两种策略的选择,不仅是财务状况的反映,更是对当前AI产业发展阶段的判断。在全球经济周期下行和AI投资趋于理性的背景下,资金充裕的巨头仍能逆势扩张,而依赖外部融资的创业公司则面临更为严峻的生存和发展考验。

AGI愿景:人才磁石的核心

在这场大模型竞争的人才争夺战中,金钱固然是重要的筹码,但它并非唯一,也并非最终的决定性因素。对于那些追求技术极限、渴望实现颠覆性创新的顶尖人才而言,宏大的愿景,尤其是对AGI的坚定追求,往往更具吸引力。

OpenAI的CEO萨姆·奥特曼在谈及Meta的高薪挖角时曾自信地表示,尽管扎克伯格开出高达1亿美元的签约奖金,但他最优秀的人才都未接受邀约。奥特曼给出的原因在于,这些人才在比较两条路径时,认为“OpenAI在实现超级智能上有更大的可能性”1。这表明,对于真正的AI研究者而言,一个能够提供探索“最难问题”、推动人类技术边界的平台,其吸引力远超单纯的物质回报。

DeepSeek创始人梁文锋在被问及如何确保DeepSeek成为做大模型人才的首选时,也给出了相似的回答:“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。”1

从OpenAI到DeepSeek的成功案例,向外界透露了一个明确的信号:在大模型时代,若想实现真正的创新和领先,仅仅依靠砸钱是远远不够的。更重要的是,企业需要为顶尖人才提供一个能够一展抱负、追逐AGI宏伟目标的广阔空间。这不仅关乎技术实力的构建,更是一场关于愿景、文化和人才战略的深层博弈。谁能最有效地整合资源,同时又能为顶尖人才提供实现AGI雄心的平台,谁才有可能笑到最后,引领下一个AI时代的浪潮。

引用


  1. 大模型竞争:落后生的两条追赶路线·字母榜·赵晋杰(2025/6/26)·检索日期2025/6/26 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎