Meta又又又裁员了。

10月23日上午，AI明星科学家田渊栋在推特上发文：

Several of my team members + myself are impacted by this layoff today. Welcome to connect 😃
（我和我的几位团队成员都受到了这次裁员的影响。欢迎联络我们）

这条简短的推文，瞬间炸开了锅。不到一小时，评论区就变成了招聘会。

这场景有多魔幻？

一个在顶级科技公司工作了十年的资深科学家，早上刚被裁员，中午发个推文感慨一下，结果不到一小时，OpenAI、xAI、各种AI创业公司的人都在评论区喊话加入。

为什么大家都抢田渊栋？

看看他的简历亮点就明白了：

• 上海交大计算机系本硕，卡内基梅隆大学（CMU）机器人研究所博士
• 2014年加入Meta，现任FAIR研究科学家总监（Research Scientist Director）
• 2015年主导发布围棋AI “Dark Forest”，在AlphaGo之前就达到顶尖业余棋手水平
• 近期成果：
  GaLore：将预训练7B模型所需内存压缩至24GB以内
  Dualformer：整合快慢思考的创新架构
  Coconut：开创性的"连续思维链"范式
• 跨界身份：科幻小说家，2024年出版《破晓之钟》

说白了，这就是一个技术过硬、经验丰富、还有创新思维的全能型选手。谁不想要？

这样一位大佬突然发推要找工作了，让人忍不住想一探究竟。

AI 换血

让我们先还原一下事情的时间线。

10月22日（周二）晚间，Meta内部开始流传重组消息。根据Axios最先获得的内部备忘录，新任首席AI官Alexandr Wang在邮件中写道：“通过缩减团队规模，决策所需的沟通环节将减少，每个人的责任会更重，影响力也会更大。”

10月23日（周三），被裁员工陆续收到邮件通知。Meta 在这次重组中裁减了约600名人工智能实验室的员工。

这次裁员主要影响三个部门：

1. FAIR（基础AI研究部门） - 这是Meta的AI传奇起点

• 2013年成立，由AI教父Yann LeCun领导
• 全球化研究网络，专注深度学习
• 今年早些时候，原负责人Joelle Pineau已经离职
• 这次裁员让FAIR进一步"瘦身"

2. AI产品团队 - 负责将研究转化为实际产品

• 与FAIR经常在计算资源上竞争
• 被认为是组织"臃肿"的重灾区

3. AI基础设施部门 - 支撑整个AI系统运行的底层团队

但最关键的是：TBD Lab 完全未受影响。

TBD Lab 是 Meta 在2025年成立、隶属于 Meta Superintelligence Labs (MSL) 的核心研究与产品开发团队，全称为 “To Be Determined Lab”（“待定实验室”），这是一个临时命名的研究小组，专注于开发下一代基础 AI 模型，是 Alexandr Wang 的直属团队。

里面包括今年夏天Meta花重金从OpenAI、DeepMind、Anthropic挖来的至少18名顶尖研究员，有些人的薪酬包据说达到七到九位数。

知情人士透露：这次裁员的逻辑很简单——Wang带来的新人要留，老团队要优化。

28岁"神话少年"的豪赌

这次裁员的主刀人 Alexandr Wang，绝对是今年硅谷最受瞩目的人物之一。

他的神话履历：

• 1997年出生，华裔物理学家之子
• 高中时期：数学奥林匹克、美国物理队、计算机奥林匹克决赛选手
• 2016年（19岁）：MIT辍学，与Lucy Guo 在投资人家的泳池房创办 Scale AI，睡充气床垫
• 2021年（24岁）：Scale AI 估值73亿美元，成为世界最年轻亿万富翁
• 2025年6月：Meta以143亿美元收购Scale AI 49%股权，Wang出任首席AI官

Scale AI是做什么的？

很多人可能很好奇：一个做数据标注的公司，凭什么值这么多钱？

简单说，Scale AI 就是给AI模型"喂饭"的——提供大量高质量训练数据。不只是简单的图片标注，最近还雇佣博士和资深工程师生成复杂推理数据。OpenAI、Google、微软都曾是它的客户。

掌握了数据，就掌握了AI的"粮草"。

但问题来了：他真的懂AI研究吗？

这是业界最大的疑问。

Wang的背景是创业者，不是AI科学家。他没有发表过顶级学术论文，没有主导过开创性的研究，也没有领导过大型AI研究团队的经验。

一位前Scale AI经理如此评价：

Alex是个很会招人的人，商业头脑也很精明。谁知道能不能成功？但如果要押注，他肯定是那少数几个值得赌一把的人之一。

但也有人不太舒服地提到他的"theatrical hawkishness"（戏剧性的鹰派作风）。

扎克伯格显然是在赌Wang的"执行力"而非"研究力"。

在AI这场竞赛中，Meta需要的不是发论文的科学家，而是能把AI产品快速做出来、抢占市场的"实干家"。

这也解释了为什么田渊栋这样的"理论研究型"科学家会被裁。

2019年，OpenAI联合创始人Ilya Sutskever曾邀请田渊栋加入，共同研发语言模型。田渊栋拒绝了，理由是：“我希望专注于理解神经网络模型的工作原理。”

在那个时代，这是一个值得尊敬的选择。但在2025年的今天，Meta需要的是能让Llama快速迭代、能在产品上超越竞争对手的人，而不是慢慢做基础研究的人。

这就是残酷的现实：不是你不够优秀，而是公司的方向变了。

Meta的AI投入有多疯狂？

让我们来看几组关键数据，它们能帮助我们更好地理解Meta的处境。

2025年预计支出：650亿美元

• 主要用于AI基础设施建设
• 包括数据中心、芯片、人才

明年会更多：Meta已经表示，2026年的AI支出增长率将超过2025年

对比一下：

• 微软和Google也在部署数百亿美元的资本支出
• OpenAI计划与软银等合作伙伴投资5000亿美元建设Stargate数据中心网络

143亿美元买Scale AI，从这个尺度来看并不算特别夸张。

根据SignalFire的数据：Meta去年流失了4.3% 的顶尖AI人才到其他AI实验室。

听起来不多？但要知道这些都是核心研究人员，不是普通员工。

Llama的14位原始创始研究员中，有11位已经离开了公司。

这对任何公司来说都是灾难性的。

为了扭转局面，Meta开启了史上最疯狂的AI人才招聘，从OpenAI、DeepMind、Anthropic 疯狂挖人，有些薪酬包达10亿美元。

这种架势，在科技行业历史上都是罕见的。

今年Meta发布的Llama 4模型反响平平，甚至在一些基准测试中被DeepSeek超越。这与扎克伯格之前的公开承诺有差距。

这就是这次裁员的导火索：扎克伯格几个月前就得出结论——现有AI团队没有带来突破，必须重组。

不仅仅是裁员: 从"研究驱动"到"产品驱动"

如果你以为这只是一次普通的"降本增效"，那就太天真了。

这是Meta对AI战略的根本性反思和重构。

过去，Meta的AI策略是：

• FAIR做基础研究，发表顶级论文
• 其他团队负责将研究转化为产品
• 强调开源，建立生态

但问题在于：

• 研究和产品之间存在鸿沟
• 发论文和做产品是两回事
• 开源策略没有转化为市场优势

现在，Meta的新策略是：

• TBD Lab直接负责下一代模型开发
• 研究必须快速转化为产品
• 减少"纯研究"团队的规模
• 聚焦"超级智能"这一个目标

扎克伯格在7月的一次内部讲话中说：

要实现AI突破，你其实不需要一个庞大的团队。你需要的是能把整个项目装在脑子里的最小化团队，所以最优秀、最有才华的人才是最重要的。

这句话背后的逻辑是：

• 宁可花1亿美元请10个天才，也不要花1亿美元请100个普通人
• 小团队决策快、效率高、没有内耗
• 顶级人才的价值是指数级的，不是线性的

所以我们看到：

• 裁掉600人，但TBD Lab在持续招人
• 给新人开出天价薪酬，对老员工却毫不手软

这就是精锐主义的残酷之处。

未来会怎样？

这次事件给我们几个值得思考的信号。

信号一：AI行业的"赢家通吃"趋势加剧

现在美国的闭源AI模型基本只剩下：

• OpenAI（ChatGPT）
• Anthropic（Claude）
• Google（Gemini）
• Meta（Llama，虽然开源但也在做闭源产品）
• xAI（Grok）

小公司越来越难生存。要么被收购，要么消失。

Meta如果想回到第一梯队，必须做出艰难的选择——包括牺牲一些老员工。

信号二："买新不顾旧"成为常态

不管你过去贡献多大，如果无法适应新的战略方向，就可能被淘汰。

这对整个行业的人才流动都会产生深远影响：

• 跳槽会更频繁
• 忠诚度会下降
• 薪酬会两极分化（顶尖人才天价，普通人才压价）

信号三：研究和产品之间的张力持续

像FAIR这样专注基础研究的团队，在讲究快速迭代和产品落地的今天，地位确实尴尬。

但问题是：没有基础研究，哪来的长期竞争力？

Meta现在的策略是：用TBD Lab同时做研究和产品，减少中间环节。

这能不能成功？

按照Meta的算力和模型训练周期，TBD Lab应该快交作业了。

业界预计，Llama 4.5（或Llama 4.X） 可能在今年底或明年初发布，这个版本必须在性能上有明显提升，否则这次重组就是失败的。

压力全在Alexandr Wang身上了。如果TBD Lab交不出令人满意的成果，那他143亿美元的身价可能会变成Meta最昂贵的失误。

写在最后：谁是真正的赢家？

回到田渊栋的故事。

作为一位科幻小说家（去年出版了长篇小说《破晓之钟》），他今年还计划尝试用AI辅助写作第二部小说。

也许这次职场遭遇的"魔幻现实"，正好可以成为他下一部作品的灵感来源。

更重要的是：他不缺下家。

推特评论区的招聘会已经证明了——顶尖人才永远不愁工作。裁员对他来说，可能反而是一次职业生涯的新起点。

真正受影响的，是那些没有田渊栋这样名气和实力的普通研究员。他们也在这次裁员中失去了工作，但不会有OpenAI在评论区抢着要他们。

而对于我们这些看客来说，这个故事最大的启示可能是：

在AI这个飞速变化的行业里，没有什么是永恒的。

今天的"功勋老将"可能成为明天的"待优化对象"；
今天的"天才少年"也可能成为明天的"决策失误"；
今天的"开源旗手"可能成为明天的"闭源守卫"。

唯一确定的是，这场AI竞赛还远未结束。

下一个被洗牌的，会是谁呢？

---

本文所有信息均来源于公开报道，如有错漏之处，欢迎指出。
清冷的AI书房：专注科技行业深度分析