Meta AI大裁员20%！田渊栋等600人一夜被裁

“凌晨三点收到一封‘别点开’的邮件，点开就成了失业人员。”硅谷时间10月22日，Meta AI工程师马克的吐槽在X平台炸屏。这一天，600名Meta AI员工突然收到裁员通知，离职日期被定格在11月21日，其中竟包括FAIR（基础人工智能研究）的“技术顶流”田渊栋——那位刚在9月独著发表大模型“顿悟”论文的华人科学家。

更戏剧的是，新任首席人工智能官Alexandr Wang在裁员备忘录里深情款款：“这是一群非常有才华的人”，转头却被曝他自己领导的TBD Lab全员“免疫”。网友辣评：“这哪是裁员，分明是新官上任的‘清洗式换血’！”短短24小时，英伟达、OpenAI的“抢人启事”已经堵在了被裁员工的私信箱，一场AI圈的“人才地震”正在上演。

一、裁员惊魂夜：从“非工作通知期”到朋友圈求职

Meta的裁员通知来得比硅谷的晨雾还突然，没有预兆，没有面谈，只有冰冷的邮件和系统权限骤失的弹窗。

凌晨的“死亡邮件”

当地时间22日凌晨，Meta AI基础设施部门（MSL）的工程师莉莉迷迷糊糊摸起手机，屏幕上赫然躺着一封主题为“重要人事更新”的邮件。开篇第一句就让她手脚冰凉：“很遗憾地通知你，你的职位已被裁减。”

邮件里写着“非工作通知期”的规则：从当天起不用上班，但要等到11月21日才算正式离职，遣散费是16周基本工资加“工龄每满一年加两周薪资”，但得先扣除这段“带薪躺平期”的时长。“说白了就是少拿一个月钱，还得在家待业一个月”，莉莉在员工群里吐槽时，发现已有上百人晒出了同款邮件。

恐慌在部门间迅速蔓延。FAIR的研究员汤姆试图登录实验室服务器，却被提示“权限已注销”，而他前一天还在和团队调试Llama 4的推理模型。更荒诞的是，负责裁员沟通的HR自己也慌了——有员工发现，某HR的LinkedIn状态悄悄改成了“寻求新机会”。

顶流科学家的“失业推文”

上午9点，田渊栋的X账号更新了一条简短的推文：“我和团队几位成员都受到了裁员影响，感谢Meta十年时光，期待下一站。”配图是他在FAIR实验室的工作照，背景里还贴着2021年ICML杰出论文的获奖证书。

这条推文瞬间引爆AI圈。OpenAI的研究员立刻留言：“老板让我直接问，您考虑来旧金山吗？实验室随便挑！”英伟达的Jim Fan更直接：“被裁的同学都来找我！暖暖的显卡等着你们”。国内某大厂AI负责人甚至用中文喊话：“田老师回国吗？算力管够，团队随便建！”

这位在Meta待了11年的“老兵”，堪称FAIR的“技术承重墙”。从复现ELF OpenGo围棋AI击败职业棋手，到发明H₂O算法让大模型吞吐量提升30倍，再到用GaLore技术让消费级GPU能训练7B模型，他的每项成果都直接推动了Llama系列模型的进化。有网友算过账：“田渊栋团队的技术至少帮Meta省了10亿美金的算力成本，这都能裁？”

幸存者的“职场宫斗剧”

裁员名单的“双标”更让人心寒。根据内部流出的组织架构图，Meta超级智能实验室（MSL）被拆成四部分：Wang领导的TBD Lab、LeCun坐镇的FAIR、弗里德曼的PAR（产品与应用研究），以及MSL Infra基建团队。此次600人裁员集中在FAIR、PAR和基建部门，而今年6月刚被Meta用143亿美元投资挖来的Wang，其麾下的TBD Lab竟“零伤亡”。

“8月部门拆分时就有苗头了。”一位FAIR的资深研究员透露，当时管理层要求“有潜力的项目优先对接TBD Lab”，老员工们私下都在抢着往新部门递简历。有内部邮件显示，Wang上任后多次批评“现有团队层级臃肿，资源内耗严重”，这次裁员刚好“精准”砍掉了他口中的“低效环节”。

更耐人寻味的是，FAIR创始人Yann LeCun当天竟在晒和吴恩达的早餐照，对裁员只字未提。网友调侃：“这是‘大难临头各自飞’，还是早就知道剧本？”

二、田渊栋的“十年Meta路”：从无人车专家到AI顶流

能让整个AI圈抢着递橄榄枝，田渊栋的“含金量”绝非偶然。他的十年Meta生涯，堪称一部AI大牛的成长教科书。

从谷歌无人车到FAIR的“跨界逆袭”

2014年，田渊栋带着卡耐基梅隆大学机器人博士的光环加入FAIR时，还带着谷歌无人车项目的“实战伤疤”。在谷歌的三年里，他天天和“复杂路况决策”死磕，最终发现“光靠工程优化救不了自动驾驶，得从模型理论突破”。

这份执念让他在FAIR一出手就搞出了大新闻。2017年，他带队复现的ELF OpenGo围棋AI，仅凭单GPU就击败了包括申真谞在内的职业棋手，直接验证了强化学习在零样本博弈中的潜力。当时Meta还在社交领域打转，不少高管质疑“搞围棋AI能赚多少钱”，但田渊栋坚持“游戏是验证智能的最佳沙盘”。

事实证明他赌对了。这套强化学习框架后来被直接复用到底层模型训练，成为Llama 1能快速迭代的核心技术之一。“田老师最牛的是‘跨域迁移’，把围棋的决策逻辑用到大模型推理上，这思路当时没人敢想。”他的前下属在X上回忆。

大模型时代的“效率革命推手”

2023年Meta押注生成式AI后，田渊栋成了“降本增效总指挥”。当时大模型的算力消耗堪称“吞金兽”，训练一次7B模型要花数百万美元，推理时的KV缓存更是让中小公司望而却步。

他带队憋出的H₂O算法直接解决了这个痛点。通过优化缓存机制，大模型的吞吐量提升30倍，原本需要10台服务器支撑的推理服务，现在2台就够了。紧接着推出的GaLore技术更狠，让24GB显存的RTX 4090就能训练7B模型，相当于把“贵族实验室”搬进了普通研究者的书房。

这两项技术不仅帮Meta省下巨额算力成本，更让Llama系列模型成了开源圈的“顶流”。截至2025年，全球基于Llama微调的应用超10万个，而田渊栋团队的论文被引用量突破2万次。“他就像Meta AI的‘技术理财师’，每篇论文都在帮公司赚钱。”业内分析师评价道。

离“打开AI黑箱”最近的人

就在被裁前一个月，田渊栋刚发表了震惊学界的论文——《1层Transformer的训练动态相变》。这篇独著论文用数学推导揭开了自注意力机制的“黑箱”：原来模型训练时，注意力会从“均匀乱看”变成“精准扫描”，这个相变点就是模型“突然变聪明”的关键。

“这相当于找到了大模型的‘顿悟开关’。”OpenAI的研究员解释，有了这个理论，训练大模型能少走90%的弯路。谁也没想到，这篇可能改写AI发展路径的论文，竟成了他在Meta的“告别作”。有网友惋惜：“Meta裁掉的不是一个研究员，而是离‘真正理解AI’最近的人。”

三、裁员内幕：143亿买新欢，转头抛弃“老功臣”

这场裁员绝非“降本增效”那么简单。顺着143亿美元的投资线索，能看清Meta新任管理层的“换血野心”。

新CEO的“亲信军团”

故事要从今年6月说起。Meta豪掷143亿美元投资数据标注公司Scale AI，顺带把CEO Alexandr Wang挖到麾下，让他和GitHub前CEO弗里德曼联手掌管新成立的超级智能实验室（MSL）。这位30岁的硅谷新贵一上任，就火速组建了自己的“亲信部队”——TBD Lab，成员全是他从Scale AI和硅谷其他公司挖来的“自己人”。

“Wang一来就搞‘新老分流’。”内部人士透露，他把AI业务分成“短期冲刺”和“长期研究”两类，TBD Lab负责前者，主攻能快速落地的超级智能技术；而FAIR等老部门被归为后者，资源优先级一降再降。更狠的是，他在8月的全员大会上直言：“我们需要更敏捷的团队，那些层层审批的老架构必须砍掉。”

明眼人都看得出，这是要“用新人替代老人”。果不其然，此次裁员名单里，工作5年以上的老员工占比超70%，而TBD Lab的新人们不仅没被裁，还在疯狂招人。“这哪是精简架构，分明是花钱请外援，再把家里的老人赶出门。”一位被裁的老员工愤怒地说。

烧钱大战的“成本止血”

Meta的“钱袋子”也撑不住了。财报显示，2025年Meta总支出预计高达1140-1180亿美元，其中AI相关投入占比超30%，但Llama系列模型带来的直接收入还不足10亿美元。投资人早就怨声载道，有股东在财报会上直言：“花几百亿养着上千个研究员，什么时候能看到回报？”

Wang的解决方案简单粗暴：砍“长线投入”，保“短线冲刺”。被裁重灾区的基建部门（MSL Infra）负责维护算力集群，FAIR专注基础研究，这些都是“只花钱不赚钱”的主；而TBD Lab主攻的超级智能技术，被视为“能和OpenAI掰手腕的救命稻草”，自然要重点保护。

“就像家里快没钱了，先把种花的园丁辞了，只留做饭的厨师。”行业分析师调侃，但他也指出隐患：“基建是AI的地基，基础研究是未来的种子，砍这些相当于自断手脚。”

内部资源战的“终局清算”

Meta AI内部的“资源内耗”早已不是秘密。FAIR和产品团队常年为算力打架，基建部门抱怨“需求朝令夕改”，产品团队吐槽“研究成果没法落地”。有员工透露，去年为了抢GPU资源，不同团队甚至半夜偷偷改服务器权限，闹到扎克伯格那里才罢休。

Wang这次裁员，正好借“精简架构”的名义解决了这个老大难。裁员后，超级智能实验室人数从3600人缩减到近3000人，管理层级减少2层，原本分散在各部门的算力资源被集中划归TBD Lab管理。“本质是通过裁员打破部门墙，让所有资源都为他的战略服务。”内部人士揭秘。

但这种“一刀切”的方式也埋下隐患。不少被裁员工带走了核心项目的细节，有FAIR研究员在求职时直言：“我手上有Llama 4的训练日志，哪家公司要？”这无疑是给Meta的技术安全捅了个大洞。

四、抢人狂欢：英伟达撒钱，大厂递offer，被裁成“香饽饽”

Meta的“弃子”，成了全行业的“香饽饽”。裁员消息刚出，硅谷的抢人战争就硝烟四起，待遇甚至比在Meta时还高。

英伟达的“显卡诱惑”

英伟达的动作最快。Jim Fan在朋友圈直接喊话：“Meta被裁的同学速来！RTX 6090随便用，薪资涨30%，还能参与自动驾驶大模型项目。”配图是堆满新显卡的实验室，评论区瞬间被“求内推”刷屏。

作为AI算力的“卖水人”，英伟达正缺懂模型优化的人才。田渊栋团队的H₂O算法曾让显卡利用率提升30%，这正是英伟达急需的技术。有消息称，英伟达已经给田渊栋开出“年薪千万+股权激励”的天价offer，邀请他负责终端AI芯片的算法优化。

“以前是我们求着Meta用显卡，现在是Meta的人求着来我们这。”英伟达HR私下调侃，短短一天他们就收到了200多份来自Meta的简历，其中不乏顶会论文一作的大牛。

初创公司的“逆袭机会”

AI初创公司也没放过这个机会。旧金山的某初创公司CEO直接包下咖啡馆，摆上“Meta人才专场”的牌子，现场面试发offer。“平时挖个Meta的工程师比登天还难，现在他们主动送上门，必须抓住。”

这些初创公司最看重的是“实战经验”。被裁的PAR部门员工曾参与Llama的产品落地，懂如何把论文变成能用的产品；基建部门的工程师熟悉大规模算力集群的搭建，这正是初创公司的短板。有创始人算了笔账：“招一个Meta的老员工，能顶三个普通工程师，太值了。”

国内公司也在远程抢人。某大厂AI负责人透露，他们已经通过视频面试拿下5名FAIR研究员，开出的条件是“北京户口+年薪百万+独立团队”。“这些人掌握着最前沿的模型技术，能帮我们少走几年弯路。”

田渊栋的“下家猜想”

最受关注的田渊栋，反而异常低调。面对漫天的橄榄枝，他只在X上回复“感谢厚爱，容我想想”。业内猜测，他的选择可能有三个方向：

一是加盟OpenAI或谷歌DeepMind，继续基础研究。这两家公司都急需能“打开AI黑箱”的人才，田渊栋的理论研究刚好能补上短板；二是加入英伟达，聚焦“算法+硬件”结合，把他的优化技术用到芯片上；三是回国创业，国内大厂和资本早就虎视眈眈，给他的创业启动资金可能超10亿元。

“不管去哪，他都不会缺机会。”一位AI投资人说，像田渊栋这样“理论+工程”双精通的大牛，在AI圈比大熊猫还稀有，“Meta裁掉他，相当于给竞争对手送了份大礼。”

五、行业地震：AI圈的“大清洗”才刚刚开始？

Meta的裁员不是孤例，而是科技行业AI战略调整的缩影。这场“大清洗”背后，藏着AI行业的新变局。

从“烧钱扩军”到“精准作战”

前两年AI圈的关键词是“扩军”，Meta、谷歌、微软疯狂招人，FAIR的员工数从2023年的800人飙到2024年的1500人。但随着烧钱越来越多，商业化却不见起色，巨头们开始从“规模竞赛”转向“效率竞赛”。

“以前是个人会写Python就能进AI团队，现在必须得有顶会论文或落地成果。”人力资源顾问透露，今年以来，谷歌、亚马逊的AI部门都在悄悄裁员，比例在10%-15%之间，只是没Meta这么高调。

这场“瘦身运动”的核心是“去泡沫化”。那些只会“调参”“写PPT”的“伪AI人才”最先被淘汰，而真正懂理论、懂工程的核心人才反而更值钱。“就像大浪淘沙，最后剩下的都是金子。”

基础研究的“寒冬来了？”

FAIR作为AI基础研究的“圣地”，此次被裁近百人，让不少人担忧“基础研究的寒冬来了”。要知道，FAIR曾诞生过Transformer、自监督学习等改变AI发展的核心技术，是全球科研人员向往的地方。

但业内人士认为不必悲观。“Meta砍的是重复研究和低效团队，真正的核心基础研究不会停。”Yann LeCun虽然没发声，但有消息称他正在和扎克伯格谈判，要求保住FAIR的核心团队。更重要的是，被裁的基础研究员大多能在其他公司找到更好的位置，“研究不会消失，只是换个地方继续做。”

田渊栋的遭遇就是最好的例子。他的基础研究成果太有价值，不管去哪都能继续搞科研。“基础研究的价值从来不由某家公司决定，而是由行业需求决定。”一位大学教授评价道。

超级智能的“军备竞赛”

Meta此次裁员，本质是为了集中资源搞“超级智能”。Wang在备忘录里明确说，裁员是为了“让团队更聚焦于构建超级智能”，而TBD Lab的目标就是在2027年前推出能超越人类的AI系统。

这背后是巨头们的“军备竞赛”。OpenAI在搞GPT-6，谷歌在研发Gemini Ultra 2，Meta不想被落下，只能“集中火力”。裁员只是“换弹”，接下来可能会有更激进的投入。财报显示，Meta计划2026年的AI支出增长率“高于2025年”，这笔钱大概率会砸给TBD Lab。

但这种“赌徒式”的战略风险不小。超级智能的研发难度远超预期，一旦失败，Meta可能面临“既丢了基础研究，又没追上竞争对手”的尴尬局面。“就像把所有鸡蛋放一个篮子里，太冒险了。”行业观察家警告。

六、尾声：裁员不是结束，是AI人才的“重新洗牌”

当Meta的裁员邮件陆续被删除，当被裁员工的求职信息刷屏社交平台，这场AI圈的“地震”正在逐渐平息，但它带来的影响才刚刚显现。

对Meta来说，这场裁员是“刮骨疗毒”还是“自断经脉”，还得看未来两年的成果。如果TBD Lab能搞出突破性的超级智能技术，Wang的“换血”就会被奉为神操作；但如果失败，失去田渊栋等核心人才的Meta AI，可能再也追不上竞争对手的脚步。

对被裁的员工来说，这未必是坏事。不少人在拿到遣散费和新offer后调侃：“感谢Meta给的‘带薪休假+跳槽加薪大礼包’。”尤其是那些有真才实学的大牛，裁员反而成了“跳槽涨薪”的契机。

对整个AI行业来说，这是一场“健康的洗牌”。它淘汰了泡沫，让人才流向更需要的地方；它倒逼巨头们更理性地投入，不再盲目烧钱。就像一位被裁的FAIR研究员说的：“AI的进步从来不是靠某家公司养着一群人，而是靠人才在行业里流动，把技术带到每个角落。”

至于田渊栋的下一站，不管是继续搞基础研究，还是投身产业落地，甚至回国创业，都值得期待。毕竟，真正的人才从来不会被裁员定义，就像真正的AI进步，从来不会因为某家公司的战略调整而停滞。

或许再过几年回头看，2025年这场Meta AI大裁员，不是AI行业的“寒冬”，而是“春天”到来前的一次“换苗”——把不合适的杂草拔掉，让更有生命力的种子生根发芽。而那些被风吹散的人才，终将在新的地方，长出更茂盛的森林。