刚传出公司暂停 AI（人工智能）人才招聘的消息，Meta又被曝挖角苹果的AI高管。

当地时间8月21日，知名科技记者马克·古尔曼爆料称，在AI人才招聘放缓之际，Meta仍在挖角苹果AI团队中的重要高管Frank Chu，后者负责管理云基础设施、模型训练以及搜索功能的开发。知情人士表示，Frank Chu将加入Meta新AI部门超级智能实验室（MSL）的基础设施团队。苹果和Meta方面均拒绝对此置评。

Frank Chu将成为已知的第六位从苹果跳槽到Meta的AI领域员工。据介绍，Frank Chu担任苹果AI基础设施主管Benoit Dupin的副手，协助管理苹果云服务器上大模型的运行，并监督了部分软件训练工作，还参与Siri语音助手和娱乐服务开发搜索功能的相关工作。

今年7月，Meta被曝出以超过2亿美元的薪酬挖走了苹果前杰出工程师、苹果AI模型团队负责人庞若明（Ruoming Pang）。随后，又有四名苹果AI工程师先后跳槽至Meta。

近几个月以来，苹果的AI团队持续动荡。有内部人士称，苹果高层一直在考虑使用外部模型来支持Siri语音助手和其他苹果智能的功能，为苹果基础模型团队（AFM）的未来蒙上阴影。Meta抓住了这一机会，向工程师们承诺数倍于苹果的薪酬。虽然苹果在压力之下开始加薪留人，但涨幅与Meta的报价相差甚远。

而在Meta这边，虽然利用高薪为公司挖来了不少AI人才，但其AI团队也在经历持续调整，在六个月内四次重组其AI团队。

就在本周，Meta宣布将MSL拆分为四个独立的部门，由Meta最近聘用的新任首席AI官、Scale AI前CEO Alexandr Wang领导，重新分配公司现有的大量AI部门员工。Frank Chu将加入的MSL基础设施团队由Meta副总裁Aparna Ramani负责，专注于支撑公司AI发展所需的基础设施建设。

然而，与此同时，Meta在一份发给公司招聘经理的内部信中表示，公司将暂停大部分AI招聘：“为了负责地管理我们的员工人数，并确保空缺的以及未来的职位能够与公司的首要任务保持一致，我们暂停所有MSL团队的招聘，关键业务职位除外。”

消息传出后，进一步加剧了市场围绕AI泡沫的激烈讨论。8月18日，麻省理工学院研究项目NANDA发布一份题为《生成式AI的鸿沟：2025年商业AI的现状（The GenAI Divide: State of AI in Business 2025）》的报告，报告显示，尽管公司竞相接入大模型，但95%的公司迄今未能从AI项目中获得商业回报。

对于公司放慢AI招聘速度一事，Meta的发言人Andy Stone在X（原推特）平台上回应称，公司只是在进行“基本操作”，在招募新人之后，需要为AI部门建立一个“稳定架构”。Alexandr Wang也在X平台上强调，Meta“正在向超级智能实验室投入越来越多的资金”。

21日当天，另有外媒报道称，Meta已同意与谷歌达成云计算服务协议，将在六年内至少支付100亿美元使用谷歌云的服务器和存储空间，以便在AI竞赛中迅速提升在线计算能力。这是谷歌云成立17年以来，已知的规模最大的合同之一。

21日当天，Meta（Nasda：META）股价跌1.15%收于每股739.10美元，总市值1.86万亿美元。

算力军备竞赛下的精准狙击：Meta 冻结 AI 招聘却挖角苹果核心团队补位谷歌百亿协议

当 Meta 宣布暂停超级智能实验室（MSL）大部分招聘的消息尚未落地，其挖角苹果 AI 高管 Frank Chu 的动作已震动硅谷。这位负责苹果云基础设施与大模型训练的核心人物，将成为第六位从苹果跳槽至 Meta 的 AI 人才，直接加入支撑谷歌百亿云计算协议的基础设施团队。这种看似矛盾的 "收缩与扩张" 并行策略，揭示了 AI 行业从规模竞赛转向质量竞争的深层变革。

悖论式操作：招聘冻结下的战略挖角

Meta 的招聘冻结绝非战略收缩的信号。根据内部备忘录，此次冻结仅针对非关键岗位，核心人才引入仍保留由首席 AI 官 Alexandr Wang 亲自审批的特殊通道。Frank Chu 的加盟正是这一政策的直接体现 —— 这位曾在 Waymo 从零构建 2000 个 TPU 训练集群的技术专家，将负责 Meta 与谷歌 100 亿美元云计算协议的落地执行，其在苹果主导的大模型云端部署经验，恰好匹配 Meta 超级智能实验室（MSL）基础设施团队的迫切需求。

这种精准狙击式的人才引进策略，与 Meta 六个月内四次重组 AI 团队的激进调整形成呼应。最新架构将 MSL 拆分为四个独立部门，其中基础设施团队（MSL Infra）由副总裁 Aparna Ramani 执掌，直接服务于 "超越人类认知能力的超级智能" 研发目标。Frank Chu 的加入填补了该团队在大规模集群管理方面的短板，尤其是在 Meta 自有数据中心 2030 年前无法完全投入使用的过渡期，其对接谷歌 TPU v5p 芯片集群的经验更显关键。

与之形成鲜明对比的是苹果 AI 团队的持续失血。自今年 7 月 Meta 以 2 亿美元薪酬挖走基础模型团队负责人庞若鸣后，包括多模态专家张博文、资深工程师 Tom Gunter 在内的核心成员已相继离职。Frank Chu 的离职堪称釜底抽薪 —— 他不仅主导苹果基础模型的数据预训练工作，还为 Siri、Apple Music 等核心产品提供搜索技术支撑，其岗位空缺将直接影响苹果 AI 的端云协同能力。

战略分歧：苹果的保守与 Meta 的激进

苹果 AI 人才的雪崩式流失，根源在于战略路线的深层分歧。软件主管 Craig Federighi 长期质疑 AI 投入产出比，认为 "人工智能会夺走其他一切，却不会带来实际回报"，导致苹果 2024 年研发费用中 AI 相关项目占比不足 15%，远低于 Meta 的 60%。这种保守姿态直接体现在技术决策上 —— 当庞若鸣团队提议开源部分模型加速迭代时，遭到 Federighi 否决，理由是担心暴露技术短板。

战略摇摆引发的不确定性让团队成员失去信心。苹果高层在自主研发与外部合作间反复不定，既推进基础模型团队（AFM）建设，又与谷歌接洽定制化 AI 模型用于新版 Siri。这种矛盾心态导致资源投入分散：苹果云端模型参数规模仅 1500 亿，远落后于谷歌 Gemini、Meta Llama 等竞品，即便像 FastVLM 这样实现 iPhone 端推理速度 85 倍提升的技术成果，也因算力不足难以发挥效能。

Meta 则以激进策略抢占先机。在豪掷数十亿美元招揽 50 多名顶尖 AI 人才后，通过组织重组实现资源聚焦 —— 解散表现未达预期的 AGI Foundations 团队，将力量集中到 TBD Lab 的超级智能研发和基础设施建设上。这种 "大规模引进 - 结构性优化" 的模式，配合与谷歌的百亿云计算协议，形成 "人才 - 算力" 双轮驱动的竞争优势。谷歌 TPU v5p 在大规模语言模型训练场景下的成本效益比 GPU 高出 4-10 倍，为 Meta 的激进研发提供了经济可行性。

行业转折：泡沫担忧下的资源集中

Meta 的悖论式操作折射出 AI 行业的阶段性变革。麻省理工学院 NANDA 项目报告显示，95% 的公司未能从 AI 项目中获得商业回报，这种 "投入 - 产出" 鸿沟迫使行业从狂热扩张转向理性收缩。韦德布什证券公司分析师丹?艾夫斯将当前阶段定义为 "消化期"—— 在大规模支出后需要时间安置和评估新人才，确定能否取得预期突破。

人才市场呈现显著的两极分化。普通 AI 工程师面临招聘冻结的寒冬，而顶尖人才却享受薪酬溢价。Meta 为庞若鸣开出的四年 2 亿美元薪酬包，以及年薪 1000 万美元的行业标杆报价，创造了科技人才交易的新纪录。这种 "头部效应" 使得资源加速向技术领军者集中，苹果即便紧急加薪，其涨幅也远低于 Meta 的报价，凸显中小玩家在 AI 军备竞赛中的边缘化风险。

算力基础设施成为新的战略制高点。Meta 与谷歌的六年期协议不仅是谷歌云成立 17 年来最大合同，更标志着 AI 竞争从算法创新延伸至算力高效利用的全链条比拼。Frank Chu 这类兼具基础设施构建与模型优化经验的复合型人才身价倍增，反映出行业竞争的核心已从单一技术突破转向系统整合能力。Meta 股价在招聘冻结消息公布后仅微跌 1.15%，显示市场认可这种 "精准投入而非盲目扩张" 的战略调整。

这场跨越硅谷的人才迁徙，本质是 AI 发展范式的选择之战。当苹果在封闭生态与技术开放间犹豫徘徊时，Meta 正通过 "高薪挖角 + 算力扩张 + 架构重组" 的组合拳，将行业带入 "超级智能" 研发的深水区。Frank Chu 们的职业选择，不仅改变着两家科技巨头的力量对比，更预示着 AI 产业将进入资源高度集中、技术壁垒高筑的新阶段。