AI 人才战：真正稀缺的是能带队把模型训出来的人

AI 人才战（Talent War），指的是头部 AI 公司、大厂研究部门和拿到大额融资的创业公司之间，为争夺同一小撮核心研究人员而互相抬价、抢人、甚至整队挖角的现象。

它和普通的"招聘竞争"最大的区别在于：抢的不是岗位数量，是极少数具体的人。

为什么抢的是"人"而不是"岗位"

训练一个前沿大模型，需要的不只是聪明人，而是一套很难拆分的隐性能力：怎么设计数据配比、怎么判断一次训练崩了是数据问题还是并行问题、几千张卡跑起来时哪些细节会先坏、什么时候该加算力、什么时候该停下来重来。这些判断大多不写在论文里，是在一次次真实训练里攒出来的。

打个比方：这更像造一架新飞机，而不是写一篇飞行原理的论文。你可以招来一百个会算空气动力学的人，但真正稀缺的是那个已经在总装线上把飞机飞起来过、知道哪一步会出事的总工程师。论文数量证明他能算；带队履历证明他能在预算烧完之前把东西造出来。

所以天价签约包换的不只是产出，还有三样东西：

真正被反复争夺的是中间一行。这也是为什么常看到"某公司开出天价包挖走一位曝光度不高的人"——外界看论文列表看不懂，但业内知道他带过哪一版模型。

和相邻概念的区别

它不同于常规猎头，也不同于雇主品牌竞争：后两者争的是人才池，人才战争的是能力无法被批量复制的少数节点。它的价格弹性也不正常——同一个人在两家公司之间，报价可能相差数倍，因为买方买的不是工时，而是"少走半年弯路"。

对从业者意味着什么

对做 AI 的人来说，结论有点残酷但很实用：能写论文是入场券，能对结果负责才是溢价来源。哪怕不写代码，能说清"我主导过什么从零到一的东西、我解决过什么别人没解决的问题、我带了多大规模的人和卡"，都比论文计数更有说服力。

对普通职场人，这是一个可以迁移的观察：当某个能力很难被培训批量产出、又直接影响业务成败时，它就会变成人才战的对象。不必羡慕行情，值得学的是那条路径——从"完成任务"走向"为结果负责"。

关于各家公司具体的薪酬结构、股权与竞业条款，差异很大，以官方口径和实际合同为准。