行业重心转向 - 2025年硅谷AI行业的核心叙事从追求“更大的模型、更高的分数”转向关注“谁能够将模型纳入产品与系统核心，并持续推动其在真实业务场景中发挥作用”[2] - 行业对AI发展路径的认知发生转向，通用人工智能的愿景逐渐褪色，特定领域、可落地的超级智能成为新共识[3] - AI行业正从“技术突破期”快速切换到“工程兑现期”，企业的战略重心转向“把已有的模型能力转化为稳定的系统、可落地的产品和持续的现金流”[4][6] 人才市场动态 - 2025年硅谷AI人才市场呈现“裁员”与“抢人”并存的矛盾现象，其背后是行业所需AI能力类型的转变[3][6] - 科技巨头高调重金抢人、疯狂扩招Agent、系统、基础设施方向的研究与工程负责人，同时对原有AI研究体系进行重组，导致多位中高层研究负责人离开[2] - OpenAI CEO奥特曼称今年见到了职业生涯中“最残酷的人才市场”，Meta向OpenAI团队挖人，抛出“签约金1亿美元起步，年薪还远高于此”的报价[3] 公司战略调整：Meta - Meta的AI战略发生根本转向，从“基础研究与产品并行”彻底转向“以产品为核心的集权化研发体系”[7] - Meta以天价薪酬全球争抢工程与产品型人才，例如豪掷20亿美元买下智能体公司Manus并收编其创始人，同时持续流失AI体系核心的研究型高层[2][7] - Meta在10月裁掉600人，不少FAIR实验室的资深研究员离开，包括顶级研究员田渊栋[9] - Meta成立“超级智能实验室”，据称给该团队新员工提供的签字奖金可达1亿美元，其首发团队成员中至少有6名华人，7人来自OpenAI[19] 公司战略调整：其他巨头 - OpenAI年营收约130亿美元，却要烧掉90亿美元维持运营，2028年亏损甚至可能膨胀至营收的四分之三，算力成本压力倒逼其必须转向商业价值兑现[5] - 谷歌在抢夺AI软件工程师，其中高达20%的新增hires是“回流员工”，岗位聚焦于将内部AI研发转写入产品及系统层[24] - 英伟达通过与AI芯片初创公司Groq达成协议，引入其联合创始人及执行团队，以增强高性能、低延迟的AI推理芯片架构设计能力[23] - 马斯克的xAI战略规划多次提到多模态能力，这类战略需要大量精通多模态模型与分布式系统的工程师来实现[19] 人才流动方向：离开者 - 长期研究型高层在经历集体“降权”，其核心价值在工程兑现期被重新评估[7] - Meta前首席AI科学家Yann LeCun离职创业，创办Advanced Machine Intelligence Labs，押注“世界模型”路线，试图从根源重塑智能实现方式[3][11] - Meta FAIR体系的核心组织者Joelle Pineau离职，加盟Cohere出任首席AI官，转向“可控、可部署、能被企业真正使用的AI”[12] - “PyTorch之父”Soumith Chintala结束11年Meta生涯，加入OpenAI前CTO创办的Thinking Machines Lab，探索下一代AI系统形态[14] 人才流动方向：被争抢者 - 2025年人才抢夺赛主要围绕三类核心能力展开：Agent与可执行系统、多模态与实时交互、推理和AI基础设施[15] - Agent方向需要能把模型嵌入到可执行、可操作系统里的人才，能力包括多步任务规划、工具调用、页面或应用直接操作等[15][16] - 多模态方向更强调实时感知、持续交互和环境理解，Meta斥资约140亿美元投资并收编Scale AI，将其创始人兼CEO亚历山大·王招致麾下并领导新成立的超级智能实验室[16][18] - 推理和AI基础设施方向需要既懂深度学习，又懂系统工程、服务架构、调度策略的复合型人才，旨在让模型跑得起、跑得稳、跑得便宜[20][21][22] 行业影响与趋势 - 大语言模型正式迈入平台期，“更大参数、更多数据、更高算力”的线性增长逻辑边际收益明显下降，企业发现“把模型做得更强”的投入产出比已大幅下滑[4] - 基础研究的重要性评判标准转向“可转化性”，研究价值取决于能否快速落地为产品能力，而不再仅取决于是否推进认知边界[8] - 大量华人工程师在2025年站上了硅谷科技巨头AI部门的关键岗位[3][19] - 顶级AI人才并未离场，而是从论文和Demo更多地走向了系统、平台与现实世界，硅谷在这场人才迁徙中完成了一次新的方向校准[25]

文章核心观点 - 2025年硅谷AI行业的发展重心发生根本性转向，从追求模型参数规模和基准测试分数的“技术突破期”，进入强调将模型能力转化为可执行系统、可落地产品并创造持续现金流的“工程兑现期” [3][4][10] - 行业发展阶段的转换直接导致人才市场的价值重估与激烈动荡，表现为“裁员”与“抢人”同时发生的矛盾现象，其背后是行业对AI发展路径的认知从通用人工智能（AGI）转向特定领域、可落地的超级智能（ASI） [8][10] - 人才流动趋势清晰地反映了行业重心迁移：长期基础研究型高层人才被边缘化或离开大厂，而精通智能体（Agent）、多模态与实时交互、推理与基础设施（AI Infra）的工程与产品型人才成为被疯狂争抢的对象 [5][14][25] 行业重心转向：从研究到工程 - AI行业的主叙事从“谁能训练出更大的模型、刷出更高的分数”转向“谁能够将模型纳入产品与系统核心，并持续推动其在真实业务场景中发挥作用” [4] - 大语言模型（LLM）迈入平台期，“更大参数、更多数据、更高算力”的线性增长逻辑边际收益明显下降，企业关注重心转向“能不能用、能不能卖、能不能规模化” [10][11] - 以OpenAI为例，其年营收约130亿美元，却要烧掉90亿美元维持运营，2028年亏损可能膨胀至营收的四分之三，算力成本压力倒逼企业必须转向商业价值兑现 [10] 人才市场动态：裁员与抢人并存 - 2025年硅谷AI人才市场呈现“最残酷”的竞争态势，科技巨头一边高调重金抢人，一边对原有AI研究体系进行重组，导致中高层研究负责人离开 [5] - Meta是人才流动中最具冲击力的变量，采用“爆炸式offer”战术，签约金最高达1亿美元，决策窗口短至几小时，并从OpenAI等公司大量挖角 [5][28] - 行业同时出现裁员，例如Meta在10月裁掉600人，其中不少是FAIR实验室的资深研究员 [19] 研究型高层的边缘化与分流 - Meta的FAIR实验室从“战略源头”退为“技术后方”，标志着公司AI战略从“基础研究与产品并行”彻底转向“以产品为核心的集权化研发体系” [15][17][18] - 多位顶级研究负责人离开Meta，包括FAIR创始人Yann LeCun、核心组织者Joelle Pineau以及顶级研究员田渊栋 [15][19][21] - 离开的研究者分流至不同创业赛道：Yann LeCun创办AMI实验室，押注“世界模型”路线；Joelle Pineau加盟Cohere，聚焦可部署的企业级AI；“PyTorch之父”Soumith Chintala加入Thinking Machines Lab，探索下一代AI系统形态 [20][21][23] 被争抢的三类核心人才 - **智能体（Agent）与可执行系统方向**：需要能将模型嵌入到可执行、可操作系统里的人才，能力包括多步任务规划、工具调用、页面/应用直接操作等 [25][26][27] - **多模态与实时交互方向**：需求从静态生成转向强调实时感知、持续交互和环境理解，Meta为此斥资约140亿美元投资并收编Scale AI，并将其华人创始人亚历山大·王招致麾下领导新成立的“超级智能实验室（MSL）” [25][28] - **推理与AI基础设施（Infra）方向**：需要既懂深度学习，又懂系统工程、服务架构、调度策略的复合型人才，以让模型跑得起、跑得稳、跑得便宜，成为英伟达、谷歌等公司争夺的重点 [25][30][31][33] 华人工程师的关键角色 - 在2025年的人才混战中，大量华人工程师站上了关键岗位 [7] - Meta新成立的MSL团队首发成员中，至少有6人是华人，其中余家辉、赵晟佳、毕树超、Huiwen Chang、Ji Lin、任泓宇等6人都曾在OpenAI担任关键模型或团队的负责人 [28][29] - Scale AI的创始人兼CEO亚历山大·王（97年出生的美籍华人）被Meta招揽，并与前GitHub CEO共同领导MSL [28]