马斯克AI巨无霸梦受挫：两位核心创始人离职

正筹备将 SpaceX 与 xAI 合并，以打造估值高达 1.25 万亿美金的宇宙级 AI 巨头的马斯克，未曾预料到，并非所有人都能消化他的庞大计划。

当地时间 2026 年 2 月 10 日，xAI 联合创始人 Tony Wu 宣布离开马斯克的 AI 公司。

这是继去年 8 月 Igor Babuschkin 离职后，xAI 损失的第二位联合创始人。Wu 专注于 AI 推理能力——这一领域被认为是下一代 AI 系统的核心竞争力。

一家仅成立两年多的 AI 公司，连续失去两位联合创始人，这在硅谷实属罕见，尤其是在 AI 竞争最激烈、人才最匮乏的当下。

随着创始人相继离职，马斯克的 AI 雄心还能持续吗？

01

推理专家离场

Tony Wu 在 xAI 的角色远不止表面那么简单。

作为负责推理技术的负责人，Wu 直接向马斯克汇报。在当前的 AI 发展阶段，推理能力被视为连接 GPT-4、Claude 等大模型与真正「通用人工智能」的桥梁。

简而言之，Wu 负责让 AI 能够「思考」，而不仅仅是「记忆和模仿」。

此时失去 Wu，对 xAI 而言是致命打击。

Tony Wu 在 X 上发布了离职消息｜图片来源：X

从技术的角度看，AI 推理能力的突破需要长期的积累和持续的迭代。一位推理专家的离开，不仅带走了个人能力，还有整套技术思路、实验数据以及对未来研发方向的判断。在 AI 这个快速迭代的行业，失去关键技术负责人通常意味着至少 6 个月的研发停滞。

更令人担忧的是当前的时机。OpenAI 刚发布了新的代码模型，在 AI Coding 上取得了显著突破；Anthropic 的 Claude 在推理任务上也表现出色。此时失去推理团队的核心人物，xAI 很可能会在最关键的技术赛道上落后。

有开发者在 X 上直言：「失去 Tony Wu，就像特斯拉失去电池技术负责人一样。表面上公司还在运转，但核心竞争力已经受损。」

Tony Wu 并非个例。事实上，过去一年里，xAI 创始团队的 12 名成员中已有 5 名离职，接近一半的离职率，效率堪比马斯克裁撤 Twitter 员工之时。

为何顶级 AI 人才不愿追随马斯克的 AI 愿景？

02

马式管理的「副作用」

两位联合创始人相继离职，让人不得不审视 xAI 内部到底发生了什么。

尽管官方未透露具体离职原因，但从马斯克在 Twitter、Tesla、SpaceX 的管理风格来看，问题可能出在管理理念上而非薪酬。

马斯克一直以「极限压榨」式管理著称。

在改造 Twitter 的过程中，他曾让员工在办公室过夜，用「要么极度硬核，要么离开」的方式大规模裁员。这种管理风格在制造业或相对成熟的科技产品上或许有效，但 AI 研发需要的是创造性思维和长期专注，而非简单的执行效率。

一位前 OpenAI 研究员在接受采访时表示：「AI 研究有其自身的节奏。有时一个算法突破需要数月的静心思考，有时需要反复试错。如果管理层总是催促『快一点，再快一点』，很容易让研究员感到挫败。」

更关键的是技术路线的分歧。

马斯克曾公开表示，xAI 要追求「最大程度的真实」和「理解宇宙」。这一宏伟愿景虽鼓舞人心，但在具体技术实现上往往需要更务实的路径选择。

当 CEO 的愿景与技术团队的判断发生冲突时，谁说了算？

在传统 AI 研究机构，技术专家通常拥有更大的话语权。但在马斯克的公司里，最终决策权往往掌握在他手中。

03

AI 的「人才争夺战」

将 xAI的人才流失置于更大的背景下考虑，这其实是整个 AI 行业「人才争夺战」的缩影。

当前 AI 行业顶级人才的稀缺程度堪比上世纪的核物理学家。

一名优秀的 AI 研究员可能同时收到来自 OpenAI、Anthropic、Google DeepMind 的邀约，年薪轻松超过 50 万美元，股权价值更是巨大。

在这种环境下，留住人才的关键不仅是薪酬，更是平台和氛围。研究员们更倾向于那些能让他们专注技术、有清晰研发路径、不被管理层频繁打扰的地方。

从这个角度看，OpenAI 和 Anthropic 确实具有优势。

这两家公司均由 AI 研究员主导，技术团队在关键决策中有足够的话语权。相比之下，xAI 更像是一家「CEO 驱动」的公司——马斯克的个人意志往往会覆盖技术团队的判断。

这并非说马斯克的方式不对，只是在 AI 这个特殊的行业，这种管理风格可能不是最优解。

Reddit 上有用户一针见血地指出：「马斯克擅长工程化和产品化，但 AI 研究的前半程更像是科学研究，需要的是耐心和试错空间。」

现在的问题是，xAI 还有多少时间来调整？

在 AI 这个「赢家通吃」的游戏里，落后半年可能就意味着出局。失去两位联合创始人对于一家仍在寻找技术突破的 AI 公司来说代价可能比想象更沉重。

毕竟在这场 AI 军备竞赛中，最稀缺的资源从来不是资金而是那些真正懂得如何让机器「思考」的人。