风险预警 2月前 188 阅读 0 评论

小扎“亿元俱乐部”车门焊死,被曝冻结招聘,禁止内部人员流动

作者头像
36氪

AI技术专栏作家 | 发布了 246 篇文章

小扎“亿元俱乐部”车门焊死!

Meta超级智能实验室被曝冻结招聘,并且禁止该部门员工跨团队调动。

华尔街日报称Meta发言人证实了这个消息,并描述为基本的组织规划:“在招募和年度预算规划工作后,为新的超级智能工作创建一个坚实的结构。”

不过首席AI官Alexandr Wang却发文澄清:我们对Meta超级智能实验室的投资只会越来越多,任何相反的报道都是明显的误解。

从疯狂撒币挖人到紧急刹车,这180度大转弯看的硅谷都蒙圈了。

招聘热潮带来的内部矛盾

虽然说所有顶级AI公司今年都在大举招聘,但Meta的动作最引人瞩目。

截至8月中旬,Meta已从OpenAI招聘了20多名研究人员和工程师,其中至少13名来自谷歌,3名来自苹果 ,3名来自 xAI,2名来自Anthropic,总共50多名新员工

然而这场声势浩大的招聘行动到了8月中旬就鲜少传出新进展。

现在Meta超级智能实验室被曝全面冻结招聘,任何例外都需要新任首席AI官Alexandr Wang批准

有消息称,新老员工之间因薪酬待遇悬殊而产生摩擦,其中一些研究人员甚至威胁要辞职。

高薪招聘的新员工与现有员工之间的摩擦不仅体现在薪酬上,还导致了文化冲突,削弱了他们的工作动力和对公司的忠诚度。

如何整合新旧团队,化解内部矛盾将是Meta面临的一大挑战。

此次冻结与Meta AI部门的又一次重组密切相关,这已是在短短六个月内的第四次调整。

重组的核心是将新成立的“Meta超级智能实验室”(Meta Superintelligence Labs, MSL)拆分为四个独立的小组:

TBD实验室 (TBD Lab):意为“待定”(To Be Determined),由首席AI官Alexandr Wang负责,专注于构建如Llama系列的基础大语言模型,并吸纳了大部分新招聘的人才。

产品与应用研究 (Products and Applied Research):由前GitHub CEO Nat Friedman领导,负责将模型和研究成果转化为面向消费者的产品。

MSL基础设施 (MSL Infra):专注于支持Meta宏大AI目标所需的昂贵基础设施,如数据中心和硬件。

基础AI研究 (FAIR):作为Meta存在十余年的内部研究实验室,将继续专注于更长期的AI探索和基础研究。

在这次重组中,此前为推进Llama模型而成立的“AGI Foundations”团队被解散,其成员被分配到其他新团队中。

泡沫恐慌下的战略调整

从外部视角看,Meta这次急刹车也正值整个科技圈对“AI泡沫”的担忧加剧之际。

MIT最近发布的一份报告称,95%的公司在AI投资上”零回报”。

OpenAI CEO Sam Altman更是直接将当前的AI热潮比作世纪之交的互联网泡沫。这些言论进一步加剧了市场的紧张情绪。

不过,Meta显然属于另外的5%,AI投资正在为其核心业务带来切实的收入增长。

2025年第二季度,AI驱动的广告推荐系统使Instagram的广告转化率提升了5%,Facebook提升了3%,用户在平台上的停留时间也分别增加了6%和5%。

公司第二季度营收达到475.2亿美元,同比增长22%;净利润183.4亿美元,同比增长36%。

尽管如此,面对不断膨胀的成本和投资者的质疑,Meta还是选择了暂时踩下刹车。摩根士丹利的分析师本周警告称,薪酬激增可能”在没有任何明确创新收益的情况下稀释股东价值”。

这次冻结招聘会持续多久?Meta并未给出明确时间表。

但可以肯定的是,在AI这场马拉松式的竞赛中,即便是财大气粗的巨头,也需要适时调整节奏,评估战略,为下一阶段的冲刺做好准备。

参考链接:

[1]https://www.wsj.com/tech/ai/meta-ai-hiring-freeze-fda6b3c4

[2]https://x.com/alexandr_wang/status/1958599969151361126

[3]https://www.businessinsider.com/meta-ai-talent-war-superintelligence-push-tension-desertion-2025-8

本文来自微信公众号“量子位”,作者:梦晨,36氪经授权发布。

作者头像

AI前线

专注人工智能前沿技术报道,深入解析AI发展趋势与应用场景

246篇文章 1.2M阅读 56.3k粉丝

评论 (128)

用户头像

AI爱好者

2小时前

这个更新太令人期待了!视频分析功能将极大扩展AI的应用场景,特别是在教育和内容创作领域。

用户头像

开发者小明

昨天

有没有人测试过新的API响应速度?我们正在开发一个实时视频分析应用,非常关注性能表现。

作者头像

AI前线 作者

12小时前

我们测试的平均响应时间在300ms左右,比上一代快了很多,适合实时应用场景。

用户头像

科技观察家

3天前

GPT-4的视频处理能力已经接近专业级水平,这可能会对内容审核、视频编辑等行业产生颠覆性影响。期待看到更多创新应用!