Meta人才流失：金钱能否买动顶级AI研究员？

一亿美元能买一栋别墅，但买不了梦想与激情？

最近，Meta内部发生了一系列有趣的变化——一边是扎克伯格不惜重金招兵买马，高调组建超级智能团队；另一边，一些老员工却选择开启新的“冒险之旅”，转投其他AI公司。

今天，有两位资深研究者宣布离开Meta，一位是专注于强化学习的Rishabh Agarwal（去向未定）；另一位是在Meta工作了12年、参与了PyTorch构建的Bert Maher（确定加入Anthropic）。

看来，除了小扎挖不到的人，还有一些他留不住的人。甚至有人嘲讽“钱买不到顶级研究员”。

不过，也有很多人选择离开是因为钱没给够。在超级智能实验室成立之后，Meta内部的待遇差距多次引发争议。

前Meta研究员Rohan Anil（现Anthropic）曾发帖称“非超级智能研究者待遇次等，像巨型社会实验”。

有人认为Meta内部薪资差距（同事赚1-2亿美元）会杀死工作动力，导致更多离职。

当外部挖不来真正的梦想家，内部又因分配不均而人心浮动，这背后折射出的，可能是比薪酬更深层的结构性问题。

这让一些人联想到了“90年代的微软”，即由一位权力集中的创始人CEO主导一个宏大到几乎吞噬公司一切资源的项目。

这种模式正在导致严重的内部管理失衡和人才流失，若再无一位强力的CTO来分担和制衡，那巨大的压力可能会压垮这位明星CEO。

他们正在离开Meta

Rishabh Agarwal

为“钱也留不住”这一论点提供佐证的，便是顶级AI研究员Rishabh Agarwal。他最近宣布将离开Meta，开启新的职业篇章。

他提到，虽然Meta的Superintelligence实验室提供了诱人的机会，但他遵循Mark Zuckerberg的建议：“在一个变化如此之快的世界中，你承担的最大风险就是不冒任何风险。”用小扎的话拒绝小扎，可以说是以子之矛攻子之盾了。

Rishabh Agarwal的职业生涯横跨多家顶尖AI研究机构。他曾在Google Brain和DeepMind担任资深研究科学家，奠定了其在强化学习领域的声誉。之后，他加入Meta AI，领导Llama团队的强化学习与推理研究。

Google Scholar数据显示，Rishabh Agarwal被引量破万。

在Meta期间，Rishabh Agarwal推动了“思维模型”后训练研究的前沿，特别是在强化学习和合成数据应用方面。他的主要贡献包括：

• 通过强化学习（RL）扩展技术，将一个8B参数的密集模型性能提升至接近Deepseek-R1的水平。
• 在训练中期使用合成数据，为强化学习（RL）提供“热启动”。
• 开发了更优的同策略（On-Policy）蒸馏方法。

学术上，他在Mila取得了博士学位，师从Aaron Courville和Marc Bellemare，其研究成果曾荣获NeurIPS杰出论文奖，同时他还担任麦吉尔大学的兼职教授。