扎克伯格最近的心情可能不太好。

　　2026 年 2 月 26 日，Meta AI 核心科学家庞若鸣在加入公司仅 7 个月后宣布离职，转投 OpenAI。

　　此前，为了从苹果挖走他，Meta 开出了总价值超过 2 亿美元的薪酬方案。这个数字曾被硅谷津津乐道，仿佛象征着 AI 时代对顶级人才的极致渴望。但七个月后，这份渴望没有变成承诺，Meta 还是没能留住这位“大神”。

　　同一时间，Citrini Research 与 Alap Shah 发布《2028年全球智能危机》报告，警告 AI 可能带来系统性冲击，甚至触发一场难以预估的连锁反应。这份报告引发了市场上对于 AI 的最新恐慌。

　　AI 带给行业的变化像一枚被抛起的硬币。

　　正面，是超级个体身价飙升；反面，是普通岗位的摇晃与退场。

　　Part.01

　　2亿美元买不到什么？

　　庞若鸣的名字在圈外或许不算家喻户晓，但在 AI 底层架构的领域，他就是那个“造梯子”的人。

　　这位从上海交通大学走出来的天才，在谷歌扎根了十五年，做语音识别、深度学习框架等基础设施，被同行称为“AI 基础设施之神”。谁掌握底座，谁就决定上层建筑能长多高。

　　AI 基础设施领域的顶级科学家，正在成为一种稀缺到接近“战略资源”的存在。他们掌握的是模型底层架构、训练系统、推理效率优化，这些能力决定着一家公司的技术上限。

　　在这样的赛道里，人才的流动不再只是职业选择，更像是一种战略迁移。每一次跳槽，都可能带走一整条技术路径的延续性。对企业而言，这意味着持续重构团队节奏、调整资源配置，甚至重写部分技术规划。

　　企业愿意为此付出溢价。问题在于，溢价买到的是时间，而不是归属感。

　　硅谷的 AI 人才市场已经高度金融化。头部科学家清楚自己的议价能力，也明白技术窗口期的短暂。平台对他们来说，是资源容器和算力入口，是实验场，而不是终点。

　　公司之间的差异，被迅速拉平在算力规模、数据获取和研究自由度上。真正决定去留的，往往是项目主导权、技术话语权，以及能否参与下一代模型路线的制定。

　　当个人对战略方向拥有影响力时，组织的稳定性就会被重新定义。企业不再单方面制定规则，而需要在顶级个体的期望中寻找平衡。

　　Part.02

　　超级个体与组织秩序

　　庞若鸣的履历几乎串起了过去二十年主流 AI 技术的发展路径：谷歌的语音识别与深度学习基础设施、苹果的基础模型体系，再到 Meta 和 OpenAI 的前沿模型竞赛。他的每一次选择，都紧贴技术拐点。

　　这类人才的存在，让组织管理进入一种微妙状态。传统企业依赖制度和流程维系秩序，科技公司则在制度之外，留出一块给天才的空间。天才的价值在于突破，但突破天然伴随着不确定性。

　　在 AI 白热化竞争阶段，企业更像研究型机构和资本市场的混合体。管理层要考虑的不只是产品迭代周期，还有人才窗口期。一个核心科学家的加入，可以缩短一年时间；离开，则可能让竞争对手获得一条捷径。

　　这种不对称，让企业在人才策略上变得更加激进。高额薪酬、独立团队、专属算力资源，甚至是直接参与董事层决策的机会，都被纳入谈判筹码。组织结构因此变得更加扁平，但权力也更加集中在少数技术领袖手中。

　　但传统的吸引人才手段正在失效。以前靠高薪、期权和舒适的办公室就能锁死人才，现在这套逻辑在 AI 天才面前统统撞了南墙。当一个人掌握了改变行业走向的钥匙时，组织对他的约束力就变得极其微弱。他随时可以拎包走人，甚至不需要带走任何资料，因为最值钱的东西都在他的脑子里。

　　问题在于，当个体的影响力越来越大，组织的承载能力是否跟得上？公司能否在保持创新速度的同时，维持内部的协同与信任？

　　这不只是 HR 的议题，而是 CEO 必须面对的治理挑战。

　　Part.03

　　硬币的另一面

　　就在顶尖天才们忙着跳槽、身价暴涨的时候，另一种声音正在蔓延。《2028年全球智能危机》报告提出，我们正在进入一个“智能通缩”时代。随着模型能力跃升，大量基础岗位将被替代，决策链条可能被算法重塑。报告用的措辞并不耸动，但足以引发市场波动。

　　智能替代螺旋：以前的技术革命会创造新岗位，但 AI 是第一次直接替代“需求创造者”。当 AI 既能写代码又能自我管理时，新岗位的增长速度永远跟不上自动化淘汰人的速度。

　　幽灵 GDP：生产力在涨，企业利润在涨，但钱都流向了算力持有者，而不是劳动者。机器不买咖啡，不买房，这种脱离了人的增长只是“幽灵”。

　　优贷危机：2008 年是穷人还不起钱，2028 年可能是高薪白领还不起钱。当月薪 2 万美元的精英被裁，只能去送外卖时，整个建立在“白领有钱”基础上的房贷和金融体系就会崩塌。

　　摩擦力消失：AI 会抹平所有信息差。靠中介费、手续费和“信息不对称”赚钱的公司，其生意模式正在瓦解。

　　人工智能正在迎来它的“奥本海默时刻”。

　　当年奥本海默看着原子弹爆炸，意识到自己开启了一个充满不确定性的新时代。

　　现在的 AI 也是一样。这种分化极其极端。

　　硬币的一面是极少数人的盛宴，他们被各巨头不计成本地哄抢，且拥有绝对的话语权。硬币的另一面是大量的中间职位正在萎缩。当大模型可以独立完成基础决策和复杂逻辑推导时，很多原本需要“人”来作为连接点的岗位，就显得多余了。

　　企业的人才曲线被拉成一个陡峭的“K”字形。管理层必须思考，如何在追逐技术突破的同时，处理组织内部的情绪与预期。

　　AI 行业正在经历的，并非简单的效率提升，而是一场对岗位价值的重新排序。顶层的议价权与底层的焦虑感，在同一个季度同时上升。

　　Part.04

　　“奥本海默时刻”的管理考验

　　庞若鸣的跳槽，放在个体层面，是职业选择；放在行业层面，是阵营流动；放在社会层面，则映射出技术力量的集中趋势。

　　少数科学家与少数公司，正在主导下一代智能系统的走向。庞若鸣，只是一个缩影。

　　它预示着未来的公司可能不再是一个金字塔，而是一个由几个“大脑”带着一群智能体运作的扁平结构。在这个结构里，传统的管理技巧——那些关于如何开会、如何写周报的招式、如何向上管理——可能都得推倒重来。

　　管理者需要重新理解“控制”这个词。控制不再意味着对人的占有，而是对方向的把握；不再是通过合同锁定个体，而是通过使命、透明度和长期愿景去形成共同体。

　　AI 战争还在加速。高薪、跳槽、报告与恐慌交织在一起。或许真正的分水岭，并不在于谁能多挖来一位科学家，而在于谁能在这场技术竞速中，建立起更稳固的组织结构与更清醒的边界意识。

　　当硬币落地，我们看到的，可能不只是某位科学家的去向，而是一整个时代对人才、权力与风险的重新定价。

　　技术跑得太快，人和组织似乎还没准备好应对这种剧烈的落差。

　　3 分钟管理锦囊⬇️

　　这篇文章，我们用了约 2600 字，探讨了从 Meta 天价挖人失败，到《2028 全球智能危机》的宏观预警，我们试图回答一个更核心的问题——

　　当效率暴涨、岗位萎缩、权力向少数技术领袖集中时，企业管理的底层结构正在发生什么变化？

　　如果你时间有限，我们已经把全文精炼成了一份 只讲判断的管理速读笔记，适合反复翻看。

　　可以上下滚动查看预览