大厂重启AI博士军团 数百万年薪抢人

see122

面对大模型，三家大厂有相同的目标，选了不同的路径。

文丨贺乾明 黄帧昕

编辑丨黄俊杰

大互联网平台企业都对战略业务严格保密，但 AI 研究是学术和工程的混合体，天然开放。大企业内的研究团队也需要密切关注最新成果，并通过顶级学术会议发布论文公开研究进展，提高影响力、吸引人才。

NeurIPS、ACL、CVPR 等 AI 领域多数顶级学术会议上的论文投稿与评审，都通过 OpenReview 平台公开。

该数据库里累计有 2330 人以字节、阿里、Tencent员工身份发表过 AI 相关论文。其中有些人已经离职，有些研究与大模型无关，但这个数量依然说明 AI 基础研究主要是大企业的游戏，AI 人才更多流向了盈利能力最可观的三家大厂。作为对比，百度有 448 人，其他中国互联网企业或大模型创业企业显著更少。

大家将这些数据与 LinkedIn、Github 等平台的信息和其他公开资料匹配，找到这些研究人员的教育背景、工作履历，并追踪了他们的流动轨迹。三家大厂招募研究者的偏好、研究人员的构成，以及研究团队架构的调整等，反映出各自在大模型浪潮中的人才投入和应对策略。

重启 “博士军团”，数百万年薪抢人

面对技术变革，大厂的惯用策略是组建 “博士军团”。

上一轮计算机视觉为主的 AI 浪潮中，OpenReview 上字节、阿里和Tencent新增的研究者，博士占比超六成，Tencent在 2017 年甚至超过七成。

博士军团理念最早源自硅谷，从施乐实验室到乔布斯的 NeXT、互联网时代的 谷歌 都热衷于网罗习惯在学术环境下工作的博士们。

中国科技企业又比硅谷企业多了一层优势，这里的工程人才更多，也接受工作更长的时间，可以支撑企业建立大团队，沿着别人开辟的创新路径，多团队赛马、高强度研发，快速追上。

随着技术扩散和竞争焦点转向工程实践和业务层面，三家大厂研究团队博士比例明显下降。2020 年到 2022 年，OpenReview 上三家大厂新研究者中博士占比均降至 50% 以下，字节一度低至 40%。

大模型热潮到来推动博士军团回归。OpenReview 上的数据显示，过去两年，三家大厂新研究者的博士比例回升：Tencent和字节占比七成，阿里也提升到 50% 以上。

为了组建博士军团，三家大厂开启抢人大战，重点是即将完成学业、在大模型时代成长起来的年轻研究者。

2024 年 5 月，字节面向应届博士生发起 Top Seed 计划；一个月后，Tencent发起针对 AI 顶级人才的 “青云计划”。今年 3 月，阿里云专为在顶级学术会议发表过论文、开源过优秀项目的毕业生设置 A Star 和 Al Clouder 人才项目。

大家了解到，字节的 Top Seed 计划已经招揽 30 多名，大多数人今年入职，年薪可达数百万元人民币。

看重应届博士生，是字节对过去 AI 人才招聘策略的主动调整。OpenReview 上，过去两年三家大厂新增的研究者，阿里的应届生占比六成；Tencent在 2024 年提升到七成。

而字节的应届生比例在四成左右。如果把条件设定为应届博士生，这个数字只有 1/4。过去几年，字节研究团队平均年龄低于 30 岁，2024 年又回升到 30 岁以上。

今年 2 月的字节全员会上，字节 HR 负责人华巍提到：一些部门最近几年偏好 “招聘经验丰富的候选人”，而且 “来源还很单一，集中在某几个企业”。他说，一个健康的团队，人才需要有多样性。

但多元的人才不一定必然导致创新。大家分析过 DeepSeek 过半研究人员的背景和工作履历：多数人不到 30 岁，应届生过半，大部分最高学历是本科或硕士，关键岗位负责人基本都没有博士学位，境外留过学的研究者占比不到 10%。

三家大厂研究人员的学历也更漂亮。在Tencent，香港中文大学进入前六；字节的研究者中，卡内基梅隆大学毕业生数量能排第八，有留学经历的研究者占比超四成。

左图是三家大厂研究者的教育背景，右图是 DeepSeek 员工的教育背景。

一位字节人士说，吴永辉负责 Seed 基础研究团队后，常在内部强调要培养年轻人。今年 3 月，字节公布 Top Seed 研究实习生计划，最高薪资每天 2000 元，条件放宽到本科生，甚至还会邀请优秀的高中生当顾问。和 DeepSeek 一样，字节的 Seed 也允许实习生负责重要研究方向。

都组建了相对独立的研究团队，但组织形态不同

Tencent：内部竞争后组建虚拟部门，管理者多是入职十多年、甚至 20 年的中高管

Tencent在技术工程事业群（TEG）中组建了一个跨部门的 “混元团队”，采用虚拟组织形式，横跨 TEG 的大数据、机器学习平台部、AI Lab 等多个部门。

这是Tencent内部竞争的结果。2023 年上半年，Tencent TEG 的 AI Lab 和大数据部门分别训练大模型，虽然 AI Lab 的模型在技术上有亮点，但效果不如大数据部门， 输掉大模型研究主导权。

当前，混元团队的负责人是Tencent集团副总裁、TEG 副总裁蒋杰，他也是Tencent广告平台产品技术负责人、AI Lab 负责人。

蒋杰 2012 年加入Tencent，他博士毕业于北京大学，曾在阿里工作五年，参与阿里自研云计算系统中的大数据平台部分。蒋杰加入Tencent后，先后负责建设大数据平台和广告平台技术体系研发。

混元团队其他核心管理者基本都是企业资深中高管，在 10 年前、甚至 20 年前加入Tencent。

• 王迪，Tencent机器学习平台部总经理，负责混元大模型的训练工作。他 2008 年加入Tencent，曾负责Tencent搜索平台及广告相关算法，2022 年起主导大模型技术在广告业务中落地。
• 杨勇，Tencent安全平台部负责人，负责混元大模型的数据与安全工作。他 2005 年加入Tencent，历任技术体系运维安全、业务安全、信息安全等核心岗位。
• 刘煜宏，Tencent云副总裁，负责多模态方向的研发。他 2005 年加入Tencent，曾负责Tencent大数据平台、机器学习平台研发及运营，一度主导大模型应用 “元宝”。
• 康战辉，Tencent机器学习平台总监，混元大语言模型的算法研发工作。他 2011 年加入Tencent，从事搜索、数据挖掘与广告算法优化等研究工作。
• 俞栋，Tencent AI Lab 副主任、西雅图实验室负责人，负责混元大模型中部分文本与视觉算法研发。2017 年加入Tencent，加入前在MicroSoft工作近 20 年，长期从事语音识别与自然语言理解研究。

混元团队之外，Tencent还有多个分布在不同事业群的 AI 研究团队。技术工程事业群（TEG）下有研究具身智能模型的 Robotics X 实验室，云与智慧产业事业群（CSIG）中设有以计算机视觉为主的优图实验室，平台与内容事业群（PCG）拥有 ARC Lab，而微信体系内部也长期运营着 “模式识别中心” 等。这些团队负责把混元大模型或 DeepSeek 等模型能力嵌入具体的业务和应用场景中。

阿里：达摩院和阿里云部分团队组成新部门，管理者有内部培养的应届生

大模型浪潮到来时，阿里正在推进 1+6+N 变革，原本属于阿里云的 AI 研究机构达摩院成为 N 分拆出去，由曾任阿里云 CEO 的张建锋负责。阿里 1+6+N 拆分很快终止，达摩院多个研究团队，如语言技术实验室、语音实验室、XR 实验室等，在阿里云重组成大模型研究部门 “通义实验室”。

阿里通义实验室的负责人是阿里云 CTO 周靖人。周靖人 2016 年加入阿里云，曾在MicroSoft工作 11 年，做到研发合伙人。他在阿里云当过首席科学家、达摩院副院长，是阿里大模型研发的核心发起人。

通义实验室的其他负责人展现出阿里的 “人才梯队” 建设——既有达摩院组建时招来的技术专家，也有达摩院体系内成长起来的应届生。

• 黄非，通义实验室自然语言智能实验室负责人，曾在 IBM、脸书 研发 NLP 技术，2018 年加入达摩院。
• 薄列峰，通义实验室应用视觉实验室负责人，曾在AMAZON、京东研究用于零售的 AI，2022 年加入达摩院负责 XR 实验室。
• 林俊旸，通义实验室通义千问负责人，2019 年北大硕士毕业后加入阿里达摩院。
• 刘宇，通义实验室通义万相负责人，2015 年清华硕士毕业后加入阿里。
• 周文猛，阿里云大模型开源社区魔搭的负责人，也是通义实验室系统研发总监，2015 年南京大学硕士毕业后加入阿里。
• 
  

和Tencent一样，阿里云的通义实验室之外，阿里也有 AI 研究团队分散在其他业务部门中，比如淘天集团、智能信息事业群组、国际数字商业集团等。

这些部门大多数调用通义大模型开发 AI 产品，也有研发大模型实力。今年 2 月，新加坡管理大学终身教授、Salesforce 原副总裁许主洪加入阿里担任副总裁，向智能信息事业群组负责人吴嘉汇报，其中一部分工作职责是研发多模态基础模型。

字节：独立于各业务组建新团队，管理者中有空降的技术专家

字节研发大模型较晚，包袱小目标大。他们选择从 AI Lab、AML、搜索团队等部门抽调人手组建 Seed （豆包大模型）团队。和Tencent、阿里不同，Seed 不属于字节原有业务体系内任何一个部门，负责人向 CEO 梁汝波和创始人张一鸣汇报。

当前，字节 Seed 团队有两位负责人，一是负责 “基础研究” 的吴永辉。吴永辉刚加入字节不久，他 2008 年从加州大学河滨分校拿到博士学位后就加入 谷歌，先后参与搜索算法、机器学习、语言模型研究，历时 17 年成长为 谷歌 DeepMind 研究副总裁。

另一位是负责 “应用研究” 的朱文佳。朱文佳 2015 年加入字节，此前在百度研究广告推荐算法，担任过搜索部主任架构师。加入字节后，朱文佳当过今日头条 CEO、TikTok 产品技术负责人。2023 年，Seed 团队刚组建时，朱文佳是整体负责人，现在负责 “贴着模型和用户需求做应用”，重点是提升基础模型的问答、创作、解题、写代码等能力。

吴永辉和朱文佳两人同时负责 Seed 团队，也是其管理团队的缩影：既有其他业务调来的中高层，也有大模型时代加入的技术专家。

• 乔木，负责豆包大模型大语言模型团队，他 2014 年加入字节，曾担任搜索工程部门负责人。
• 杨建朝，负责豆包大模型视觉多模态团队。他 2018 年加入字节负责视觉算法研究，曾在 Adobe、Snap 等企业负责研究工作。
• 项亮，负责豆包大模型 Foundation 团队。他 2016 年加入字节负责推荐算法研究，曾在 Hulu、宜信、瓜子二手车工作。
• 周畅，负责豆包多模态交互与世界模型团队和部分前沿研究。他 2024 年加入字节，曾是阿里通义千问负责人。
• 黄文灏，负责 Seed 的部分技术项目管理规划和部分前沿研究。他 2024 年加入字节，曾在MicroSoft、智源研究院、零一万物工作。

Seed 团队之外， 字节还有一批 AI 研究团队，比如 AI Lab 中还有 AI for Science 和机器人小组，整体负责人李航在 2017 年从HUAWEI加入字节，现在也转向吴永辉汇报。

抖音、火山引擎、飞书等业务中，也有研究团队负责把 AI 用到业务和产品中，比如抖音的剪映、即梦，火山引擎的方舟模型训练平台等。

ChatGPT 到来至今，Tencent的研究人员减少、阿里微增、字节大幅扩张

在上一轮 AI 浪潮中，字节、阿里和Tencent就组建了规模可观的研究团队。

• Tencent在 2012 年、2016 年组建优图实验室和 AI Lab，微信内部还设有 “模式识别中心” 。2022 年，OpenReview 上可见的Tencent研究者有 612 人。
• 阿里则于 2014 年在硅谷成立 iDST（数据科学与技术研究院），2017 年在阿里云体系下组建达摩院。2022 年，OpenReview 上阿里的研究者有 640 人。
• 字节虽然成立较晚，在 2016 年成立 AI Lab，后又设立偏向机器学习应用的 AML（Applied Machine Learning） 团队，隶属 DATA 部门。2022 年，OpenReview 上字节的研究者有 322 人，三家大厂中最少。

这些研究者聚焦自然语言处理、计算机视觉、语音识别 / 合成等研究方向——这些技术是上一轮 AI 浪潮的重点，也是大模型研究的起点。这批研究者有迁移到大模型领域的基础，也是三家大厂研究 AI 的主力。

面对大模型技术突然爆发，三家大厂的应对方式截然不同。

Tencent CEO 小马哥在 2023 年中的股东大会上说，大模型最关键的是 “场景落地”，Tencent有很多场景，不急于一时。这些场景包括微信、QQ、游戏等等高频流量入口，覆盖中国网民的日常生活——只要模型成熟，想要触达用户和规模化应用，很难绕开它的产品体系。

这种判断反映在Tencent的研究团队建设上：过去两年，OpenReview 上Tencent新增的 AI 研究者仅 112 位，只有 2021 年一年新增人数的 65%。考虑到离职人员，2024 年，OpenReview 上Tencent的研究者减少到 607 人，大模型时代 “新人” 占比不到 20%。

阿里是现阶段中国最能通过大模型直接获利的互联网平台。大多数企业不可能买上万张显卡，自己投建数据中心，只能租用云平台算力。阿里云是目前国内市占率最高的云平台，成立比Tencent云、字节火山引擎分别早 4 年和 11 年。

阿里云 CTO 周靖人在 2023 年 10 月曾告诉大家，阿里做大模型 “不是为了做端到端的超级应用，而是给大家展示和开放能力”。

到 2024 年，OpenReview 上阿里的研究者增长 9% 到 696 人，大模型时代新人占比刚超过 20%。

字节最为激进，它希翼用大模型抓住一个类似抖音的机会。过去两年，OpenReview 上字节每年都新增超过上百名研究者，研究团队增长 50% 到 480 人——其中过四成是 ChatGPT 诞生后加入字节。

三家大厂的 AI 研究团队都是 DeepSeek、月之暗面、MiniMax 等创业企业的数倍甚至更高——国内几家大模型创业企业中，研究团队普遍在 100～200 人，出现在 OpenReview 上的研究者则少得多，而且也面临流失。

创业企业流失的研究人才，去字节的显著多过阿里和Tencent。过去一年多，字节从智谱、零一万物等创业企业吸引了不少资深研究者，比如零一万物联合创始人黄文灏、智谱核心研究员丁铭、面壁智能核心研究员秦禹嘉等人。

一位大模型创业企业的投资人向大家感慨，他曾看好的项目会是一个完美的创业故事，“如果没有字节”。当然，后来又多了 DeepSeek。

阿里也变得积极。一位阿里人士说，今年初阿里云吸纳零一万物大模型预训练团队，新增 60 多位有经验的研究者。

大厂研究者在大厂中流动，创业是少数人的选择

2013 年，百度在硅谷组建深度学习研究院，是中国最早组建团队研究 AI 的企业之一，把机器学习、深度学习技术用到搜索、广告等业务中。

随着竞争格局变化中失势和人才流动，百度为行业输送大量研究人才，拿到 “黄埔军校” 的名头。但这仅限于上一轮 AI 浪潮。

根据大家的分析，2023 年及之后加入字节、阿里、Tencent的研究者中，有工作经历的超过 30% 来自三家大厂。其中Tencent占比最高，其次是阿里——两家在大模型研发上相对保守的企业，成了最大的人才供应方。

当企业战略与个人抱负不匹配时，人才外流成为必然。在大家的样本中，从Tencent离开的研究者，多数就职于内部大模型研发竞争中失势的 AI Lab。

2024 年中，阿里通义千问负责人周畅离职，是中国大模型行业人才流动的标志事件。他 2017 年北大博士毕业后加入阿里，是达摩院体系内培养起来的应届生。

“通义做得很好，为何要用这么多钱和算力支撑外面的团队？” 一些阿里人士曾向大家表达共同的困惑。

周畅一度考虑创业，但他只见了少数投资机构，数位试图接触周畅的投资人告诉大家，当时 “根本约不上”“发消息不回”。

最后他选择了字节。一位接近周畅的人士告诉大家，字节高层一对一和周畅聊过，表达了追求顶尖 AI 技术的决心。

周畅加入字节也是中国大厂研究人才流动的典型——创业或加入一家创业企业，只是少数人的选择。

大家的分析样本显示，从字节、阿里、Tencent离开的研究者，超过四成去了体量较大的企业（字节、阿里、Tencent、HUAWEI、蚂蚁、美团等），其次是高校或研究机构，占比 1/4。

可能是因为竞业协议或工作地点影响，大家还发现 16% 的离职者选择加入海外企业，比如AMAZON、Meta；最后才是创业或加入一家创业企业，占比只有不到 14%。

左图是三家大厂离职研究者去向，右图是 OpenAI 离职研究者去向。

去年 11 月，大家分析过 OpenAI 研究人才流动情况，谷歌、Meta 等大厂和 Stripe、Dropbox 等独角兽企业为 OpenAI 贡献了最多的人才，OpenAI 的离职者创业或加入创业企业人占比过半，形成一个完整的 AI 创业生态。

“全世界就一个硅谷。” 一位 AI 投资人说，创业不只需要创始人有能力、有承担高风险的自觉，还要有适合创业的环境。

DeepSeek 刷新竞赛，大厂加码基础研究

三家大厂高层都把大模型视为长期竞争，但普遍选择了务实的研究策略：沿着行业内验证过的方法，尽可能快地训练出 “第一梯队” 的模型，看重模型对产品或具体业务的助益。

字节 Seed 团队的大语言模型部门考核指标，曾大多都是让模型变得更实用，比如提高代码生成能力、建设模型评测平台、提供可以供内外部调用和精调的多个模型版本等等。

Tencent和阿里的考核指标类似。不过Tencent更偏重模型用到产品中的表现，而阿里将其作为一个云服务产品，看重大模型的 “影响力”。

这种策略确实取得了成效。字节用一年多时间就在国内的大模型行业占据上风，阿里云也成功用大模型推动收入增长，只有Tencent表现平淡。

DeepSeek 的崛起直接挑战了大厂的研发节奏：一个专注基础研究的小团队，做出了行业领先的大模型 DeepSeek-R1，用最简单的产品形态和开源，越过了大厂的业务体系。

Tencent迅速在产品中接入 DeepSeek-R1，发起应用冲刺。而字节和阿里把 DeepSeek 视为挑战，更加重视基础研究。

字节 CEO 梁汝波在 2 月的全员会上说，“行业内有 DeepSeek 这样优秀的团队，可以让大家保持警醒”，并把探索智能上限列为研究团队的核心目标之一。

同样在 2 月，阿里 CEO、阿里云 CEO 吴泳铭在财报会上说，阿里 “必须追求 AGI（通用人工智能）”，要追求突破模型智能边界。

DeepSeek 崛起的关键之一是，他们给研究者提供了发挥能力的简单环境。如果聪明的年轻人每天都要面对不懂技术的中层管理者，或者少有试错机会，不断被要求在会议上证明自己的想法可行，就很难有什么创造力。

“创新需要尽可能少地干预和管理。” 梁文峰此前接受 36 氪访谈说，他们通常不给研究者前置分工，而是 “自然分工”。

一个典型的 DeepSeek 工作流程是：研究者遇到问题 “会拉人讨论”；有想法可以调用训练集群的卡试错，无需审批；当想法显示出潜力，管理层会自上而下地调配更多资源。

大厂过去组建 AI 研究团队时也想建立这样的研究环境，但又难以接受低产出的不确定性。一位大厂研究院负责人曾告诉大家，在大企业如果研究员提出一个前瞻性、学术价值高的问题，“它的价值首先要打个问号”。

多年来，Tencent、阿里、字节的研究者都在两种导向间来回摇摆：要么背上业务指标生存，要么离职回高校或研究机构。

现在大厂又想在内部提供宽松的研究环境。年初，字节组建虚拟组织 Seed Edge，专注研发下一代大模型技术，项目有突破时才做绩效评估，而不是其他业务的半年考核一次。

3 月，阿里云发起名为 “T 项目” 的虚拟组织，也要研发下一代大模型技术，向包括研究与产品在内的员工开放，只要评审通过，就能获得资源支撑。阿里云内部将其称为 “可能改变未来的战役”。

不过大厂的大模型主力研究团队仍沿着旧节奏推进，还是要迅速做出能力达到行业 “第一梯队” 的大模型，供内部产品和外部客户调用，扩大影响力，抢占市场份额。

竞争没有就此停下。引入 DeepSeek-R1 的Tencent，也没有减少投入，混元团队还加快了模型迭代速度。

大厂不缺资源，也不缺场景，它们渴望独占胜利。不过它们想赢得这场战役，最大障碍也许并不在外部，而是它们自身的组织惯性。

题图来源：《不要抬头》


来源：网易