一、48 小时，Google 丢了两张王牌
先把这两件确凿的事讲清楚。
6 月 18 日，Noam Shazeer 宣布离开 Google 去 OpenAI。 据 CNBC、Axios、Fast Company 报道，Shazeer 当时是 Google 的工程副总裁、Gemini 模型的共同负责人。他的分量有多重？他是 2017 年那篇《Attention Is All You Need》的共同作者之一——正是这篇论文提出了 Transformer 架构，而今天你能叫得出名字的每一个大模型（ChatGPT、Gemini、Claude）都建立在这个架构上。更讽刺的是，Google 在 2024 年为了把他从自创办的 Character.AI 挖回来，据报道付出了约 27 亿美元的代价。两年不到，人走了。
6 月 19 日，也就是第二天，John Jumper 宣布离开 Google DeepMind 去 Anthropic。 据 Bloomberg、路透、CNBC、TechCrunch 报道，Jumper 是 AlphaFold 的共同创造者，2024 年因此和 DeepMind CEO 哈萨比斯一起拿了诺贝尔化学奖。AlphaFold 预测了超过 2 亿个蛋白质结构，被认为彻底改变了药物研发。这里要特别说明：Jumper 在 Anthropic 的具体职位并未公布——任何说他"将执掌 Anthropic 生物部门"的说法，都是无中生有，写的时候只能说他去做"AI for science"。
两张王牌，48 小时内接连离场。据多篇分析引用的 SignalFire 报告，DeepMind 的工程师流向 Anthropic 的比例，接近 11:1——也就是说，DeepMind 每失去 11 个人给 Anthropic，才从 Anthropic 挖回 1 个。这不是偶发的个案，是一个结构性的、单向的人才流失。
二、钱留不住人，那到底是什么在驱动他们？
如果钱是唯一的变量，这两件事根本不会发生——Shazeer 放弃的是 27 亿美元级别的待遇，Jumper 带走的是一枚刻着 DeepMind 名字的诺贝尔奖。那到底是什么在拉着他们走？把公开报道里的线索拼起来，有三条。
第一条，是"能不能快速做事"的问题。 据 Enterprise DNA 等分析，2026 年人才流动呈现出一个一致的规律：纯粹的 AI 实验室（Anthropic、OpenAI、xAI），正在吸引那些"想快速推进、不想在内部政治和优先级拉扯中耗着"的研究员。一家业务庞杂的大公司，任何一个决定都要穿过层层评审和多方博弈；而一家目标单一的实验室，可以让研究员把精力都花在研究本身上。回想 Shazeer 2021 年第一次离开 Google 时的理由——他当时就批评 Google 在发布新产品上"过于谨慎"。五年过去，这个矛盾显然还在。
第二条，是"我的工作在这里是不是核心"的问题。 Jumper 的去向很说明问题。据 The Next Week、Enterprise DNA 报道，Anthropic 整个 2026 年都在系统性地搭建"AI for science"的能力：和艾伦研究所、霍华德·休斯医学研究所建立研究合作，收购隐身生物科技初创公司 Coefficient Bio，开设湿实验室。对一个毕生研究"AI + 基础科学"的诺奖得主来说，去一个把这件事当成核心战略的地方，显然比留在一个"科学只是众多业务线之一"的地方更有吸引力。人才会流向那个把自己的专长当成主线、而不是支线的地方。
第三条，是资本在给"出走"这件事发结婚证。 出走不只是换个东家，还可以直接自立门户，而且立刻就有天量的钱等着。最典型的例子是 Mirendil：据 a16z、Dealroom、Gizmodo 报道，几位从 Anthropic 出走的研究员（Behnam Neyshabur、Harsh Mehta 等，团队还包括来自 xAI、DeepMind、OpenAI 的约 20 人），创办公司才半年，就完成了 2 亿美元的种子轮融资，估值约 10 亿美元，由 a16z 和 Kleiner Perkins 联合领投，英伟达跟投。要知道，美国种子轮的中位数才三四百万美元——Mirendil 一次拿的，是这个数字的约 50 倍。它甚至连产品都还没有、收入是零。资本用真金白银告诉每一个顶级研究员：只要你有足够的履历，出来单干，钱不是问题。
三条线加起来，指向同一个结论：在今天的 AI 行业，留住顶级人才靠的不再是薪水的数字，而是"你能不能让他快速做他最想做的事，并且让他觉得这件事是这里的主线"。谁能提供这个，谁就赢得人。
三、硬币的另一面：Meta 的士气，正跌到二十年最低
如果说 Anthropic、OpenAI 是这场人才战争的赢家，那总得有输家。除了 Google，另一个被反复提及的名字是 Meta——但它的问题，比"被挖走几个人"要深得多。
据 Business Insider、Wired、Fast Company 报道，Meta 的 CTO Andrew Bosworth 在 6 月 2 日一场内部会上直言：公司当前的士气，"也许不是二十年里最差的，但绝对是排得上号的"，他把这种气氛类比为当年剑桥分析丑闻爆发的时期。
士气为什么会崩？把报道里的因素拼起来，是一连串叠加的结果：
- 大规模裁员。 据报道，Meta 在 2026 年 5 月裁掉了约 8000 人，约占全球员工的 10%，明确说是为了给巨额的 AI 基础设施投入腾预算（Meta 2026 年的资本开支指引高达 1250 亿至 1450 亿美元）。
- 强制调岗。 与裁员同步，数千名留下来的员工被强制划入新成立的 Applied AI 部门去做 AI 相关工作，很多人对自己的职业前景毫无发言权。有员工向 Wired 形容这个部门像"古拉格"。
- 监控争议。 据 Reuters、IBTimes 报道，自 4 月起，Meta 在美国员工的工作电脑上运行软件，记录键盘、点击和定期截屏，用来训练 AI 智能体。员工问怎么关掉，得到的答复是"工作电脑上没有关闭选项"，超过 1500 人联名抗议后，公司才松口允许每次暂停 30 分钟。
- 朝令夕改。 据 CXM、The Information 报道，Meta 一度在内部搞了个叫 "Claudeonomics"（员工戏称）的排行榜，按消耗 AI token 的量给前 250 名员工排名，鼓励大家多用 AI；结果没多久，又因为成本飙向数十亿美元，转而对约 6000 名员工限制内部 AI 使用。先让你往死里用，再罚你用得太多——这种反复，最伤信任。
Bosworth 后来在一封备忘录里也承认，公司在解释 AI 重组的愿景上做得"糟糕透顶"，"辜负了"员工的信任。为了补救，Meta 增加了差旅、活动和零食预算，允许被调岗的员工重新申请其他岗位。但正如一位专家点评的：在一个低信任的环境里，免费零食不再是关怀，反而更像诱饵。
Meta 的故事是这场人才战争的反面教材：当你把员工当成"训练 AI 的燃料"，用裁员和监控去省钱，再用零食去安抚，最顶尖的人不会留下来陪你——他们会去 Anthropic、去 OpenAI，或者干脆自己拿 2 亿美元出去单干。
四、对做产品的人意味着什么
你可能会想：这些是巨头之间的人事变动，跟我一个做产品的有什么关系？关系比你想的实在。
第一，人才的流向，是判断"技术押注在哪"的最好信号。 顶级研究员用脚投票的方向，往往比任何一份技术报告都更早地告诉你，下一个突破可能在哪里发生。Jumper 去 Anthropic 做 AI for science，Shazeer 去 OpenAI 做架构研究——这些流向，是在提示你：这些公司未来的能力，会在哪些方向上变强。如果你的产品和某个方向相关（比如生物、材料、科学计算），那么"顶级人才正在哪家汇聚"，就是你选择长期技术伙伴时的一个重要参考。
第二，供应商的组织健康度，是一个被低估的风险。 Meta 的例子说明，一家公司内部的士气和人才流失，最终会影响它产品的质量和迭代速度。当你在评估"要不要把核心业务押在某家供应商"时，除了看它的模型多强、价格多低，也值得关心一下：它在人才战争里是赢家还是输家？它的核心团队稳不稳定？一家正在大规模流失人才的公司，它的产品路线图，可信度要打个折扣。
第三，"AI 重组"的教训，对每一个用 AI 改造团队的人都成立。 Meta 踩的坑——先让员工往死里用 AI、再突然限制，一边裁员一边要求留下的人训练"可能取代自己的系统"——这些不是巨头独有的问题。任何一个要在自己团队里推行 AI 的产品负责人或管理者，都可能踩到同样的雷。Meta 用几万人的士气崩盘，替所有人把这个坑趟了一遍。
五、方法论：从这场人才战争里，产品人能学到什么
这一篇的方法论，分两个层面：一是"怎么用人才信号做判断"，二是"怎么在自己团队里推 AI 而不重蹈 Meta 覆辙"。
判断层面——
第一，建立一个"人才流向观察清单"。 花很少的成本，你就能持续跟踪几家关键 AI 公司的核心人事变动（谁加入、谁离开、去了哪）。当你看到某个方向持续吸引顶级人才时，把它记下来——这往往是能力即将增强的先行信号，能帮你更早地下注对的技术方向。
第二，把"组织健康度"加进供应商评估。 在你的供应商打分表里，除了能力、价格、稳定性，加一栏"团队与人才稳定性"。信息不难找：核心研究员是在流入还是流出？有没有大规模裁员或内部动荡的报道？这一栏会帮你避开那些"现在很强、但正在失血"的供应商。
推行 AI 的层面——
第三，推 AI 之前，先把"为什么"讲清楚。 Meta 最大的错误，是 Bosworth 自己承认的"没把愿景解释清楚"。如果你要在团队里引入 AI 工具或调整岗位，第一件事不是发工具，而是把"我们为什么做这件事、它会怎么影响每个人的工作和前景"讲透。人抵触的从来不是变化本身，而是"不明不白地被变化"。
第四，给人"选择权"，哪怕是有限的。 Meta 强制调岗、监控不给关闭选项，这些"没有选择"的做法，是信任崩塌的直接原因。当你推行 AI 相关的改变时，尽量给团队成员一些真实的选择空间——哪怕只是"你可以选择加入 A 项目还是 B 项目"这样的小选择，也远比"没得选"要好。有选择的改变，才有人愿意配合。
第五，别把员工当成"AI 的燃料"，警惕自相矛盾的指标。 Meta 先用排行榜鼓励多用 AI、再翻脸限制用量，这种指标上的反复是信任的头号杀手。如果你要用指标去驱动 AI 的采用，务必想清楚这个指标的长期后果，别设一个自己迟早要推翻的目标。让员工觉得 AI 是帮他们做得更好的工具，而不是评判和取代他们的标尺——这个定位的差别，决定了推行的成败。
六、写在最后：留住人的，从来不是钱
回到开头。一枚和 CEO 一起领的诺贝尔奖章，拴不住 Jumper；两年前砸下的 27 亿美元，拴不住 Shazeer。
这场人才战争真正的教训，藏在这两个"拴不住"里：顶级人才要的，从来不只是钱。他们要的是能快速做最想做的事、要的是自己的专长被当成主线、要的是被当成创造者而不是燃料。 谁能给这些，谁就赢得人；谁给不了，就算把工资开到天上、把奖章戴到他脖子上，也留不住。
这个道理，对巨头成立，对你正在带的那个小团队，同样成立。你手里可能没有 27 亿美元，但你有一样巨头常常给不出的东西——把每个人当人来对待的能力。在一场连巨头都在输的人才战争里，这，可能才是你真正的优势。
本文事实依据来自 Bloomberg、路透、CNBC、TechCrunch、Axios、Fast Company、Business Insider、Wired、a16z、Gizmodo 等公开报道（2026 年 6 月）。John Jumper 在 Anthropic 的具体职位官方未公布，本文据实说明；文中涉及 Meta 内部事务的表述均以媒体报道为准，标注了主要来源。