门铃响的时候，已经是湾区深夜。一位算法研究员从屏幕前抬起头，窗外是熟悉的旧金山雾，屋内的显卡风扇正发出持续的低鸣。他打开门，看见门口站着两个人——不是外卖员，而是来自Meta的招聘团队。对方手里端着一只保温壶，热气从壶口冒出来，混着鸡汤和香料的味道，在冷空气里快速散开。

他们把汤递过来，确认了名字，简单说了来意：只是想聊聊机会，没有压力。研究员有点尴尬，又有些好笑——但他还是接过了那只原本应该出现在家庭餐桌上的东西。

几天后，另一个人按响了门铃。这一次，送到门口的是“OpenAI自家的浓汤”。

在12月2日播出的一档播客节目里，OpenAI首席研究员Mark Chen这样讲述这场“送汤大战”：Meta的招聘团队亲自把热汤端到博士级候选人家门口，而OpenAI则回赠了一碗更浓、更厚的“自家汤”，试图把人留住。听上去有些荒诞，却精准捕捉了当下硅谷AI人才争夺战的微妙变化——在百万美元、亿万美元的筹码之外，一碗汤开始被赋予了“情绪价值”。

在技术差距不断缩小、薪酬早已堆到天花板的今天，硅谷发现，要赢下一名顶级AI研究员，故事可能要从一些看似“不体面”的小动作讲起。

PART 01一碗汤里的“人才战争”

Mark Chen在节目中说，Meta的“送汤攻势”主要瞄准的是博士级研究员——那些在顶尖高校做博士或博后、手里握着最新论文的年轻人。

“他们端着热汤站在门口，确实让人难以拒绝。”他形容。按照他的叙述，来敲门的不是匿名邮件里的“HR系统通知”，而是带着笑容和保温壶的真人。汤有时是鸡汤，有时是蔬菜浓汤，甚至可能是候选人家乡口味的版本。招聘人员会顺势聊几句近况和研究方向，再轻描淡写地提到，“如果有兴趣，我们可以找时间详细谈谈”。

在传统的硅谷叙事里，挖角往往以冰冷的数字出现：签约金、股票、总包（total compensation）。但这一轮竞争中，一碗热汤却被放在了开头——它不直接谈钱，也不立刻谈职位，而是先承认一个广为人知、却常被忽略的事实：顶级AI研究员也是人，会熬夜，会饿，会疲惫，会在凌晨两点忽然意识到，自己已经很久没有好好吃过一顿像样的晚餐。

这碗汤并不便宜。对Meta来说，它背后是一整套重写中的招聘剧本：从“冷邮件＋高薪”到“上门＋陪伴感”。对OpenAI来说，“回赠浓汤”既是一种幽默的反击，也是对员工情绪的一次公开回应——我们知道你在被挖，我们也知道你会累，我们愿意在这里给你一点温热的东西。

Chen在节目里补充，据他统计，被Meta“上门送汤”的核心员工，大多数仍选择留在OpenAI。“大家对公司的使命和技术路线更有信心，汤只是加分项。”在这句看似轻描淡写的总结背后，是一张被反复推演的硅谷决策表：钱、技术、影响力、同事、文化，以及越来越难以量化的“情绪价值”。

PART 02当签约金到了一亿美元

这一切，并不是从一碗汤开始的。早在今年夏天，OpenAI首席执行官山姆·奥特曼就在一次公开访谈中透露，Meta给OpenAI部分员工开出的签约金高达1亿美元，整体年薪更是远超这一数字。

紧接着，媒体披露，Meta为了组建新的“超级智能”实验室，愿意为顶级研究员提供四年总包最高可达3亿美元的薪酬方案，首年总收入就超过1亿美元。

这不仅仅是数字上的冲击，更是一种信号：在AI时代，人的价码被重新标定。对于那些掌握关键模型架构、系统调度和推理算法的少数人来说，报价已经开始接近头部球星和投行合伙人的量级。

一份针对2025年AI人才市场的分析报告显示，顶级科技公司、云服务提供商、AI初创企业和金融机构，正共同推高这场“人才泡沫”。研究员、系统工程师和产品化团队被打包在一起，构成了价值数十亿美元的项目筹码。

而在Meta与OpenAI之间，这场争夺尤为激烈。经历了一轮次世代模型的竞赛之后，Meta在公开场合大幅加码AI战略，宣布投入巨额预算用于模型训练与人才招聘，并在随后几个月成功挖走了多位来自OpenAI的高阶研究人员和管理者。

一边是不断抬高的薪酬上限，一边是迅速被填满的GPU集群，在双重推力之下，人才成为所有公司口中“最稀缺的资源”。在这样的语境里，一碗汤突然有了位置——它不是替代金钱，而是试图在极端的数字之上，再添一层“人味”。

PART 03OpenAI的“浓汤”：不是只靠情怀

在Chen的描述里，OpenAI研究部门目前大约有500人，正在并行推进300多个前沿项目。对外世界看到的，是每隔数月就更新的模型、产品和API；对内部团队而言，则是一个不断扩展、几乎难以完全看清边界的研究宇宙。

按照他的说法，这个部门的护城河不在于“手速更快地复现别人的论文”，而在于愿意把算力砸向“不确定的新范式”——那些短期内看不到产出、甚至常常以失败告终的方向。

在许多公司里，资源往往更愿意倾斜给“已经被证明有效的路线”：看到别人用某种架构成功，就迅速组建团队，要求在若干周内做出可以对标的demo。而Chen强调，OpenAI内部更看重的是“探索性项目”——哪怕它们暂时很难解释为一个清晰的商业故事。

在他提供的数字里，500个研究员、300多个项目，意味着平均下来每个人参与不止一个项目，且不少团队只有寥寥几名成员。它们当中，有的在做推理与规划的新框架，有的在尝试更高效的多模态训练方式，也有的在试验新的安全对齐方案。

资源有限的现实，不允许所有项目都被同等对待。面对Meta等竞争对手开出的高薪，OpenAI内部选择的策略之一，是“通过清晰沟通优先级来分配资源”。Chen把这归结为“领导力的一部分”——不是去迎合每一个想法，而是敢于砍掉次要项目，把最好的算力和协作资源留给那些真正有机会“打开新路径”的尝试。

在他的表述中，多款性能对标Gemini 3的新模型已经在内部测试，计划在不远的将来对外发布。对外看，这是矩阵中的新一格；对内看，这是众多项目被砍掉之后留下的少数幸存者——那些被认为足以代表公司下一阶段技术路线的节点。

如果说Meta递到门口的是一碗“外来汤”，那么OpenAI试图回赠的是一碗“自家浓汤”：里面混合了使命叙事、技术决策权、社区氛围，以及那种只有在极少数团队里才会出现的“参与了某个历史进程”的感觉。

从“跟随式复现”到“不确定实验”

在Chen看来，真正让研究员做出选择的，往往不是数字上的差距，而是他们相信自己在做什么。

“跟随式复现”是这几年AI圈里的一个高频词：新论文在预印本平台上线数小时内，就有人宣布已经“部分复现”；论文中的架构被拼进新的模型配置文件，参数规模被简单放大，再加上一些工程上的调优，就可以对外声称“性能超过前作X个百分点”。

在资本和媒体的共同推波助澜下，这种玩法并不难获得短期回报。公司可以在路演PPT上堆叠更多指向竞争对手的对比图，团队也可以因为“超越某某模型”而得到更多曝光。

但在很多做基础研究的人看来，这不是他们愿意长期停留的地方。Chen给出的对比，是OpenAI愿意为“探索性研究”付出更高的机会成本：允许团队在“不保证产出”的前提下，长期占用宝贵的算力；允许研究员把时间花在看上去“不那么性感”的方向上；在路线选择上，也不完全以短期的SOTA（state-of-the-art）指标为唯一评价标准。

这种策略在外界并不总是好理解。对那些只看KPI的人来说，最直观的问题是：“为什么要把GPU浪费在可能失败的项目上？”而对于每天与数据和梯度打交道的人来说，另一个问题则更为根本：“如果只做别人已经证明有效的事情，那我们存在的意义是什么？”

在高薪已经成为默认前提的环境里，这类问题往往比“年薪多少”更能左右去留。

情绪价值：写在热汤上的隐形条款

从Meta的“送汤攻势”到OpenAI的“回赠浓汤”，这一轮挖角战之所以特别，是因为它把一种本来隐蔽的东西摆到了台前——情绪价值。

对很多身处AI前线的研究员来说，过去几年是高度紧绷的。模型规模指数式增长，训练周期被不断压缩，产品发布节奏推着每个人向前跑。对外界来说，这是一段“生产奇迹”的时期；对不少研究员本人来说，却是一段“睡眠和生活被挤压”的时期。

在这种状态下，传统意义上的福利——更大的股票包、更高的基本工资、更豪华的办公区——依然重要，却不再足够。越来越多公司开始讨论“心理健康支持”“科研自主权”和“团队氛围”这些难以量化的东西，有的提供免费心理咨询，有的试图减少“无效会议”，还有的在内部建立由研究员主导的技术委员会。

一篇追踪AI人才薪酬与福利变化的分析指出，在薪水被抬高到一定程度之后，候选人对“软性福利”的敏感度显著提升，从管理风格到远程办公自由度，再到是否有足够时间进行自主探索，都会影响最终决策。(HeroHunt)

Meta把一碗汤送上门，是对这种变化的某种回应：它告诉候选人，“我们知道你半夜还在写代码，也知道你可能没来得及吃晚饭。”而OpenAI用“浓汤”回应，则是在说，“我们不只关注你写出的模型，也在乎你这段时间的状态”。

在社交媒体上，这些故事往往被简化为段子：什么程度的签约金配什么味道的汤；哪家公司的汤更好喝；工程师们开玩笑说“再这样下去，会不会有公司送来一整周的家常菜”。但把这些玩笑撇开，它们指向的是一个更深层的问题：当技术路线愈发相似、构建大型模型的门槛更多取决于资金和芯片配额时，一个公司究竟还能通过什么来体现差异？

情绪价值是其中之一。它可能以汤的形式出现，也可能是一次领导层的深度沟通，或一次无关KPI的内部黑客松。对个人来说，它是那种“我被当作一个完整的人对待，而不是一块生产函数里的变量”的感觉。

“砍掉项目”的残酷与诚实

在陈述OpenAI内部如何分配资源时，Chen提到一个经常被忽视、但对团队气氛影响巨大的动作：砍掉项目。

在高不确定性的前沿研究领域，项目被终止是常态，而不是例外。训练失败、效果不佳、路线被证伪，甚至只是“和另一条更有前景的路线高度重叠”，都可能成为被砍的理由。但在许多公司，“砍项目”往往以含糊的措辞出现：资源暂时紧张、优先级调整、下一阶段再评估。

Chen的说法是，“领导力体现在敢于砍掉次要项目”，前提是对原因进行尽可能清晰的解释，并在过程中保护团队成员的尊严和成长路径——让他们知道，这不是对个人能力的否定，而是针对路线和公司整体战略的选择。

对那些刚经历过项目被砍的研究员来说，一碗汤可能解决不了所有问题，但它会在某种程度上传递一个信号：公司愿意承认这段经历的存在，而不是迅速把他们“重置”为一组新的工时和任务。

在这样一个语境里，“送汤”和“砍项目”并不是互相矛盾的动作，而是同一套组织逻辑的两端：一端是如何激励和招揽，一端是如何止损和收缩。真正决定氛围的，是公司如何在这两端之间保持诚实——既不过度包装成功，也不过分修饰失败。

被重写的“忠诚”

传统意义上的“公司忠诚”在硅谷一直是一个有些尴尬的词。工程师们习惯用股票归属期来丈量时间，用下一轮融资和上市计划来规划履历。跳槽在许多情况下被视为一种理性的选择，而不是道德判断。

在AI人才战进入高压区之后，“忠诚”被重新讨论。

当Meta为某位OpenAI研究员开出远超市场的报价，而对方选择留下时，这个决定很难用单一维度解释。有的是因为对当前技术路线的信任，有的是因为与团队之间形成的默契，还有的是因为担心换环境会打断自己的研究轨迹——当然，也包括那些在公开讨论中不好明说的东西，比如对某位直接上级的信任、对某种内部文化的认同。

在Chen提供的说法里，“至少到目前为止，我们最核心的人还没有被挖走。”这句表述包含了两个关键信息：一是挖角确实在发生，且规模不小；二是“留下”被视为一种需要解释的行为——在高薪与高压同时存在的环境里，留下不再是默认选项，而是一种主动选择。

这也意味着，公司不能再只靠“你已经在这里”的惯性维系关系，而必须不断回答一个问题：为什么值得继续待在这里？一碗浓汤也许无法构成完整的答案，但它是答案的一部分——一种把“关心”具象化的方式。

PART 04当“温情挖角”成为新常态

行业观察者指出，当技术差距缩小、模型能力越来越难以在公开基准上拉开巨大差距时，招聘开始更多地依赖于叙事和体验，而不仅仅是薪酬和头衔。

Meta的“送汤攻势”就是一种叙事：我们愿意为你多做一点点，哪怕只是送一顿热的。而OpenAI的“回赠浓汤”，则是另一种叙事：我们不打算只靠工资条留人，也愿意在紧绷的日程中挤出一点空间，承认“你也需要被照顾”。

在现实操作层面，这些动作当然有其精算的一面。汤可以被视作一种低成本的品牌传播：它在社区和社交媒体上被反复讲述、加工、演绎，成为讲述“这家公司在乎人才”的佐证。一次送汤，可能带来的是一次访谈、一场内部分享、一次主动投递简历。

但对个体而言，这种“温情挖角”也会带来复杂的感受。有人会觉得被真正看见，也有人会对这种“被针对”的感觉感到不适——自己不过是一条名单上的一个ID，某个算法排序里值得额外花预算的人。

在AI人才缺口持续扩大的背景下，这类“温情挖角”大概率会愈演愈烈：从汤到甜品，从线下探访到为候选人亲友举办的小型活动，从一对一沟通到为某个科研小组定制的集体行程。它们可能被包装成“关怀”“支持”或“伙伴关系”，也可能被批评为“软性施压”或“礼物绑架”。

无论评价如何，有一点几乎可以确定：在未来的硅谷招聘故事里，人们提到的，不再只是签约金有多少零，还有递到了谁家门口的那碗东西。

PART 05深夜里的汤，和亮着的屏幕

几周之后，那位被送过两次汤的研究员，仍然坐在他熟悉的桌前。窗外的雾依旧，显卡风扇的声音依旧，代码窗口里是一个尚未收敛的loss曲线。

桌角的纸袋里还有没喝完的汤，一半已经凉了。他一边审视最新一轮实验的结果，一边下意识地拿起汤杯，闻到的却只剩下淡淡的油脂味。

手机屏幕上躺着几条未回的信息，有来自Meta的跟进，也有OpenAI内部同事发来的玩笑话，还有朋友转来的新闻链接——在外界，这场“送汤大战”已经变成一个热门话题，被不断简化、转述、再加工。

他很清楚，真正让自己犹豫的，从来不是湯的口味，而是那些难以被截图捕捉的小细节：谁在乎他正在做的那条路线，谁愿意为一个不确定的想法再备一轮GPU，谁会在项目被砍掉的时候认真听完他的解释，而不是只看那一行“失败”的日志。

屏幕亮着，代码还在跑。门铃没有再次响起。

他把汤杯推到一边，重新把手放回键盘上。热汤已经冷了下去，但他知道，在未来相当长一段时间里，这一碗汤带来的问题——关于钱、关于技术、关于情绪价值——都不会很快冷却。