每位熟知国内AI格局的投资人和猎头，脑海中已经有了一幅人才版图，如果你有机会和他们喝上一杯，畅快地聊聊天，大概会有这样的对话：
张前川，今日头条前用户产品负责人，2023年初离职后宣称将成立一家AI应用公司。不过，离职不久，张前川就加入了大模型创业公司MiniMax。据36氪获悉，MiniMax开出了相当可观的报酬。
Seven(王京津)，2022年离职的抖音前产品负责人，近期入职了估值超1.5亿美金的AI创业公司深言科技。36氪了解到，在Seven正式加入前，深言邀请她做了半年顾问。
Louis，阳陆育，前Musical.ly联合创始人，TikTok海外市场的奠基人。2022年中离开字节跳动后，一度去向成谜。今年6月，Louis携一家名叫“远光灯数字科技”的公司，躬身入局AIGC游戏赛道。
一名投资人对36氪评价：“只要Louis创业，我就要找他聊。如果他做AI，那更要聊。”
AI创业火热，但技术型创业，产品要研发、落地要试错，诸多不确定性里，人才，成了定价和交易的砝码，也是现阶段的大模型之争里，最重要的因素。
抢人的战火迅速点燃赛道。年初王慧文高调入局，王小川紧随其后，发AI“英雄帖”的创业大佬不下十人。
据多名高校出身的AI大牛回忆，以“二王”为代表的创业者，几乎把市面上所有AI人才聊了一遍。今年4月接受36氪专访时，听到光北京有20多家大模型企业，正忙于招团队的王小川问道：“你们能在文章里放上我们（百川智能）的招聘邮箱吗？”
泛科技领域里，AI属于成熟风口，人才不像室温超导那样扎堆在实验室，而是均匀分布在高校、机构、巨头。那些经验老道的投资人和猎头，早已在这十个月内，将AI人才们的title、过往履历和最新动向熟稔于心。
比如，想要挖到技术高管，免不了去一趟诞生ChatGPT的AI腹地：硅谷。
猎头Mia去硅谷前，在行李箱装了两罐精包装的西湖龙井和四瓶老干妈。抵达后，她要去Mountain View（山景城）的一家酒吧，用祖国的特产、再配上国内企业的offer和近千万元的年薪，请几名算法科学家回去。
在汇聚Google、微软等科技巨头的Mountain View，除了猎头，遇见寻觅AI人才的创投圈大佬，也不是一件难事。
有人在街头看到过穿着深色T恤的百度副总裁景鲲（他是百度“小度”系列智能产品的缔造者）；在斯坦福大学的草坪和被誉为“西海岸华尔街”的沙丘路，走过源码资本合伙人黄云刚和真格基金管理合伙人戴雨森。
更近一点的5月初，王小川出现在硅谷一场AI技术party上。对着在场数十名华人工程师，王小川把自己“AI重塑搜索”的创业理想讲了一遍，试图和人才拉近关系——在36氪的专访中，他曾提及：“国内的大公司、高校里有一些不错的领军人物，一些更明星级的人才，确实在美国。”
帮国内创始人们与硅谷AI人才牵线，也成了一个商机。一名在硅谷的猎头记得，光3月份，Mountain View几乎每晚都有华人中介举办的party，报名参加光会费就达上万人民币，还要有门槛：成功创过业，或者投出过好项目。
一家创业公司为了留住人才，给近十名核心员工涨了30%的薪水，几乎所有工程师在公司内部都用“花名”。
大公司也在警惕。百度宣布大语言模型“文心一言”立项当晚，参与成员被HR拉了个会，重新签了一遍竞业协议。
在2023年第一季度，超过17万中国AI企业如雨后春笋般冒了出来。圈内人爱用一句话形容AI赛道的创业热：“光北京就有20多家声称能做大模型的企业。”
但相对的，是写在中国工信部报告中的30万AI人才缺口。再严苛一些，国内有过完整大模型工程经验的人能有多少？AI行业资深人才顾问海浪告诉36氪：“不超过100个人。”
若想要挖到能直接带上百人的团队跑工程的P9、P10，国内就只剩下大厂的几个CTO和首席科学家。“企业想要招技术高管，只能看硅谷。”海浪解释。
一名研究员在Mia尚未给出薪酬条件时，就开门见山地拒绝：“老婆孩子都在这里，回国之后孩子的教育问题，也很难解决。”
再过一年多，微软必应团队的算法工程师Joshua就能如愿拿到美国绿卡。在他的人生蓝图里，再积攒两年工作经验，他就从华盛顿搬到硅谷创业。
他不愿离开硅谷——即便从今年2月起，求职软件上几乎每天都有99+的未读消息和通知红点。除了薪酬，Joshua还看到有公司开出隐形福利：前半年不背OKR。
抢人大战中，有成熟落地场景的企业，赢面会大一些。在Mia看来，落地场景就是企业的简历，更能吸引人才。
而落地方案尚未成熟的公司，要么有个像王慧文和王小川一样，“人能来事，又能搞钱”的创始人，要么靠“画饼”吸引人才。
但国内科研环境与硅谷的现实差距，让大模型创业者画的理想之“饼”，不那么有说服力。
在硅谷期间，Mia去了英特尔总部。在那里，每位算法工程师能调用的GPU就有四五百块。“但在国内，四五百张GPU往往是一个项目组能够申请到的算力上限。”Mia说。
类似的，谷歌AI实验室对人才的大方一度让蓝振忠觉得惊讶。在那里，他能够自由调用相当于几千张A100的TPU。就算在比较冷门的研究组，部门团建仍然开得起高级餐厅最贵的酒。
回国成立AI公司“西湖心辰”后，蓝振忠第一次感受到了算力资源的稀缺和昂贵：“公司和学校的科研经费只能买很少一部分，剩余的都得租公有云服务。”为了拉融资买算力，他每天需要和投资机构和客户开五六个电话会。
回国的硅谷创业者为资源焦虑，而去硅谷的创业者也屡屡碰壁。一位知名创业者曾在公开场合被问及近期的硅谷之行收获时，坦言自己去硅谷不是为了挖人，而是为了交流技术经验。
但一名与该创业者在硅谷交流过的人士告诉36氪：“别信他。因为挖人很难，大多数人过去，只能先建立个联系。”
年初，AI技术大牛还是圈内最热的招徕对象。像ChatGPT一样参数千亿的大语言模型，仍然是个“舶来品”。对多数企业而言，想要做“中国OpenAI”，就必须大力招人搞技术。
扇动翅膀的，是押注AI大模型已久的Meta（前Facebook）。2023年3月8日，被称为“最强开源模型”的大语言模型Llama遭到泄露，任何人都可以下载使用；7月，Llama的研发商Meta主动成为“搅局者”，开源了性能更强的Llama 2，几乎所有公司都能直接免费商用Llama 2。
Llama的开源，迅速降低了大模型训练的门槛。AI从业者们发现，根本没必要花这么多钱招技术人才从0训练模型。理论上，公司只要有足够多和高质数据，对Llama进行微调，就能用较低的成本训练出一个效果不错的模型。
很快，不少公司的大模型如雨后春笋般冒了出来，更甚者基于Llama微调后，就冠以“自研”之名。圈内广为流传的一句戏言是：如果Llama不“惨遭开源”，国内就没那么多的“自研”。
曾经想从硅谷挖人的几家企业，把自己的需求改成了从国内找工程师，年薪控制在40万元以内。猎头Mia在KTV点了一首《老子明天不上班》：“感觉自己上半年跑硅谷，最后白干。”
上半年，由于技术尚未成熟，大模型的商业化落地并不十分顺利。开源的Llama解决了卡脖子的大模型技术，也将AI企业发展的进度条从大炼模型，快速拉到应用落地。
相应的，企业们年初招徕技术人才的热情，在下半年一度转移到了产品经理。在Netflix最新发布的招聘启示中，AI产品经理的年薪开到了90万美元，超过了AI技术总监的65万美元。
不过，市场供需并非衡量顶级人才的唯一标尺，Icon（标志）级别的技术大牛热度仍然不减。
对企业来说，技术大牛不光是敲代码的员工，还是一个充满内涵的符号：技术人才，意味着技术的天花板，以及持续吸纳资方、客户和人才的门面。
昆仑万维CHO杨姝一直觉得，人才是AI公司最优质的资产。公司不仅需要基本功扎实的研发者，也需要一个名号响亮的Icon。就像乔布斯之于智能手机，“Icon和研发者的区别在于，Icon是有市场号召力的，还能吸引更牛的人才过来”。
2020年昆仑万维即布局AIGC和AGI领域，目前相关团队整体规模近千人。但到了2023年，为了争夺人才，杨姝和HR同事每周要沟通近百位候选人。最近，昆仑万维还请来了一位“Icon”——顶级AI科学家颜水成，出任天工智能联席CEO和昆仑万维2050全球研究院院长，吸引全球的AI人才。
“杨红霞博士来之前，我感觉市面上没什么人觉得字节能做大模型这件事。”一名大厂HR点评。
作为曾经阿里达摩院大模型M6的项目带头人，杨红霞在今年初转投字节跳动的AI阵营——这一消息也让不少人认为，字节有了和AI“老玩家”百度、阿里同桌竞技的可能。
至于花千万元挖一个技术大牛来做AI到底值不值，上述HR回复36氪：“在实现技术革新前，确保企业形象跟上时代潮流。”
据不完全统计，上半年融到钱的大模型企业大概有20多家，而6月后，数量骤减至不到1/2。
一名双币基金的AI投资人终止了四五家大模型企业的投资进程。她告诉36氪，近期他们只看AI应用。
可惜时至今日，AI赛道依然没有一款“杀手级”应用——市场和投资人都在观望，高开的大模型技术是否能持续高走，给予可观的回报。
“CV（计算机视觉领域）好歹也火了一两年，但大模型冷却的速度巨快。”海浪说，“今年大家只是看似拿了很多钱，其实背负了很大压力。”
年初的抢人热，更多的是企业们面对新技术的兴奋和FOMO（Fear of Missing Out，害怕错过）情绪。“大家也不管招这么多人有没有用，先把气氛炒起来。”年初Mia接到的需求，大多没有指明招募人才数量的范围，“一是挖人确实难，二是企业不知道挖多少人。”
精打细算后，企业们逐渐发现，人海战术、跑马圈地的互联网打法并不适用于大模型。
王慧文曾告诉36氪，他觉得搞大模型“人多了反而起负作用”，最小的建制只要30来人。今年7月，马斯克高调宣布入局大模型领域，新公司xAI只有12名成员。
人海战术的反例是Meta——即便拥有Llama和OPT两支明星大模型团队，但由于算力资源分配的不平衡，目前超半数Llama作者选择了离职。
在资源紧俏的大模型领域，缩减人员规模既能如马斯克所说“提高人均可支配资源数量”，也能提高管理效率。王小川在媒体访谈中提到，管理过3000人的搜狗后，发现现在百川只有100、300人，非常容易把效率提上去。
“一个聪明的大脑胜过万马千军。”智子引擎CEO高一钊告诉36氪，他们团队自研的多模态元乘象ChatImg 2.0，核心算法编写只用了不到5人。
“企业基本只要招一个厉害的CTO，或者个位数的技术带头人。”Mia近期接到的招人需求数量骤减。顶级人才的流动，在上半年的“热战”中基本已成定局，而模型团队中剩余的工程师，Mia发现只要用三四十万的年薪，并不难从国内外大厂或者高校计算机专业中挖到。
企业们对AI人才扩张的谨慎，更源于在视觉识别（简称CV）领域发生的那场人才扩张泡沫。
2018年，CV的风口吹起了AI四小龙。当时，估值飙升至60亿美元的高汤，一年内融了20多亿美元。
最后大部分融资都去了哪？答案是挖人。当时，即便是CV方向出身的应届毕业生，不少人年薪也能拿到60万元。
但很快，不少公司发现，CV没有太高的技术壁垒。AI企业To B、To G的业务，很快就被上游的云厂商蚕食。这几年四小龙的难处有目共睹，最早上市的商汤，在2022年每赚一块钱，就要净亏2块。
企业不得不让科学家背上营收指标。2020年以来，海浪能明显感到风向的变化，高校出身的教授变得不那么受欢迎，“大家更需要带过团队、做过产品的人”。一家想要智能化转型的物流企业说得更直接：“我们的钱是一个盒子一个盒子搬出来的，不是发论文发出来的。”
迫于营收压力，不少去大厂研究院的大牛，又回到了高校。海浪发现，此前帮大厂挖角的北美高校出身的华人科学家，重新开始以教授的身份发论文。
Llama发布前，由于大模型是个高壁垒的新技术，企业给人才定的绩效并不具体，比如“年末前超越GPT-3.5，未来1-2年超越GPT-4”。但Llama把进度条快速拉到做应用的阶段，人才们的绩效，迅速指向了商业化。
赚钱成了首要指标。Mia下半年接到来自企业的不少需求，从挖人，变成了帮人才做项目管理。
一名硅谷出身的研究员对Mia诉苦：“（企业）不是说好给足空间做研究吗？怎么又要背营收？”Mia脑子转得飞快：“企业方觉得您有能力。”
“投资人和创始人都需要先看看，到年底花钱找来的人，能跑出什么东西，再决定是否继续入场。”海浪说。从给title的爽快程度，他能感受到今年企业的谨慎：2018年，帮技术大牛谈个T10、P10以上的岗位并不难。但今年，P9的职级都需要垫脚伸手够一够。
早上六七点起，游一小时的泳，紧接着去实验室工作到晚上9点，然后回去陪家人——这是在卡内基梅隆大学读博时蓝振忠的一天，“从不加班熬夜，也不把工作带回家”。
但在这轮热潮中，蓝振忠破了戒。这位技术老手、创业新手最近主动约见了不少投资人，从头学习管理和战略：“在终场来临前，努力让自己不被市场淘汰。”