延伸阅读
Anthropic CEO自曝为钱招人，几百万年薪为何留不住AI人才
来源：知乎 · 查看原文
8月初，美国科技媒体Axios披露了一则引发硅谷震动的内部言论。Anthropic首席执行官Dario Amodei向知情人士表示，新员工加入公司的动机主要是金钱，而非对人工智能安全与使命的认同。这一观点迅速在科技圈和社交媒体上发酵，引发了关于AI行业人才价值观、薪酬结构以及企业留人策略的激烈讨论。作为全球估值最高的AI初创公司之一，Anthropic（Claude的开发商）的这一表态，不仅暴露了顶尖AI人才市场的极端竞争态势，也折射出企业在高速扩张期面临的文化与薪酬双重困境。在一家以“安全”和“使命”为核心品牌标签的公司里，CEO公开承认员工“为钱而来”，这一反差极具讽刺意味，也迫使外界重新审视当前AI人才争夺战的底层逻辑。
要理解这一争议，必须首先厘清Anthropic在薪酬市场上的绝对优势地位。工程师Gergely Orosz指出，从公开招聘数据来看，Anthropic在各个职级的薪酬包均高于AI行业其他公司，甚至超过了OpenAI。更有知情人士透露，Anthropic部分非研究岗位的初级和中级工程师，年度总包可达200万美元，其中大部分来自股权增值。这一说法得到了Business Insider在6月份对Anthropic提交给美国政府的H-1B签证文件的核查支持：文件中显示，两个技术人员岗位的底薪分别高达112万和138万美元，且未包含奖金和股票。考虑到Anthropic在5月份的估值已接近9650亿美元，逼近万亿大关，其薪酬结构中股权占比巨大也就不足为奇。当一家公司能够提供全行业最高的现金薪酬和极具想象空间的股权收益时，质疑员工“只看重钱”在逻辑上显得颇为牵强。正如网友调侃的那样，“本地男子发现了经济规律”，在如此高的薪酬水位下，金钱激励已不再是稀缺资源，而是行业标配。
然而，高额薪酬并未彻底解决人才流动问题，反而凸显了前沿AI人才市场的特殊性。这一领域的顶尖人才往往在少数几家巨头之间高频流转，形成了一种封闭而激烈的“旋转门”机制。最具代表性的案例是Lilian Weng，她先是作为Thinking Machines Lab的联合创始人，后因身体原因离职，两天后便回归OpenAI负责AI自我改进方向的研究，成为该公司一年内离职的第四位联合创始人。类似的人才流动在谷歌、Meta和OpenAI之间同样频繁：今年6月，谷歌前高管Noam Shazeer回归OpenAI，诺贝尔奖得主John Jumper加入Anthropic；去年，Ilya Sutskever离开OpenAI创办Safe Superintelligence后，其CEO又转投Meta。Meta试图通过重金聘请Scale AI创始人Alexandr Wang组建超级智能团队，但核心成员随后又陆续流失，部分流向OpenAI。这种高频流动表明，当薪酬达到一定阈值后，算力资源、产品话语权、研究自由度以及上市前的股权变现机会，成为了比金钱更关键的决策因素。许多顶尖人才意识到，AI技术正在加速自动化“造AI”的过程，他们希望在公司上市前锁定股权价值，这种理性计算远超对“使命”的情感依附。
在这种背景下，Anthropic试图通过“文化面试”来筛选具备安全敬畏心的候选人，但这一做法在外界看来更像是在挑选信徒。中文互联网上流传的一个未经证实的故事颇具代表性：一名求职者为通过面试删除了过往支持开源的内容，并在面试中声称“开源等于安全风险”，最终顺利入职并获得100万美元年薪。这一案例虽无法核实，却生动揭示了在高压竞争环境下，个人信念与职业行为可能存在的背离。更严重的是，这种高频的人才流动带来了巨大的法律与商业风险。今年7月，苹果在加州联邦法院起诉OpenAI和io Products窃取商业机密，指控OpenAI拥有400多名前苹果员工，并在各个层级获取其保密信息。尽管OpenAI方面否认主动拷贝资料，但苹果指出其机密文档仍留在离职员工的个人iCloud中并持续同步。这一诉讼不仅反映了人才流动背后的法律灰色地带，也警示了企业在激进挖角策略下可能面临的合规风险。
Amodei的抱怨并非矫情，而是AI行业进入深水区后的真实写照。当金钱不再是唯一的竞争维度，企业面临的核心挑战是如何在极速扩张中维持团队的稳定性与文化的纯粹性。Anthropic作为薪酬最高的公司，最先触碰到这一天花板，其困境具有行业普遍性。对于普通从业者而言，虽然难以触及200万美元的薪酬上限，但“老板只谈使命、不谈钱”的场景却屡见不鲜。AI行业的这场人才争夺战，最终将考验各家企业在资本效率、技术伦理与团队凝聚力之间的平衡能力。在算力军备竞赛与商业变现的双重压力下，如何留住真正认同技术价值而非仅追逐短期利益的人才，将是所有头部AI公司必须直面的长期课题。这场关于“钱”与“使命”的辩论，远未结束，它将持续塑造AI行业的竞争格局与伦理边界。