顶级AI人才,吃不下“大锅饭”
大厂与顶级AI人才的博弈,正在从简单的“薪酬谈判”升级为一场关于“未来定价权”的制度重构。
近日,蚂蚁集团CEO韩歆毅发布全员信,正式推出“AI Credit”特别激励方案,承诺给AI方向的开创性贡献者提供由“现金+荣誉”构成的额外重奖。
而在去年年底,字节跳动也在近期低调开启了“豆包长期激励计划”,试图在不分拆业务的前提下,通过虚拟股体系为核心人才打造一条“内部创业”的通道。
两家巨头在激励端不约而同的变化,并非巧合,而是对同一个残酷现实的应激反应:传统的“高薪+集团期权”绑定模式,正在失效。
过去几年,大厂习惯用顶格的年薪包和覆盖全员的股权激励来构筑人才护城河,但现实却是那些在大厂拿到“最高奖”、拿着千万年薪的顶级技术大牛,往往是最先转身离去的人。他们没有选择在大厂“养老”,而是投身浪潮,转身成为了月之暗面、MiniMax等独角兽的创始人。
这也说明了,大厂线性的薪酬增长,已经跑不赢AI人才对指数级财富增值的预期。
当外部的创业市场能够提供百倍的估值想象力时,大厂如果还停留在“打工人心态”的现金激励,无疑是刻舟求剑。
01 为什么薪酬重赏留不住“AI勇夫”?
在传统认知里,人才流失往往被归结为一个简单粗暴的原因:钱没给够。但这一轮AI浪潮呈现出的诡异景象是:离职率最高的,恰恰是那些拿了最高薪水、处于金字塔尖的人。
这是一个反直觉的悖论。过去十年,互联网大厂依靠强大的现金流构建了一套严密的“金手铐”体系,试图用高出市场溢价的薪酬锁死人才。然而,面对生成式AI这种颠覆性的技术变量,这套百试百灵的法则正在失效。
这种“失效”,在国内科技圈显得十分普遍。
曾任字节跳动AI Lab总监的王长虎,转身创立了爱诗科技;京东集团技术委员会主席周伯文,离职创办了衔远科技;快手核心技术的一把手、MMU负责人李岩,也选择出走打造了元象XVERSE;更不用提在阿里做到技术副总裁级别的贾扬清,毅然放弃了达摩院的高位,创办了Lepton AI。
这些名字,每一个都曾是大厂年报里引以为傲的技术招牌。他们不仅手握数百万甚至上千万的年薪,更掌管着巨头最核心的算力与数据资源。但在大模型爆发的前夜,他们几乎是集体性地选择了出走。
这种决绝的离场证明了一个残酷的事实:在成为“中国的OpenAI”这个诱惑面前,大厂那张曾经人人艳羡的工牌,已经失去了重量。
而回顾过去两年人才的流向与频繁上演的大牛“离职创业潮”后,我们不得不承认一个尴尬的事实:并不是大厂给得不够多,而是这些曾在移动互联网时代屡试不爽的激励工具,在AI时代底层逻辑已然崩塌。
这种失效首先体现在激励的时效性上。
长期以来,互联网大厂习惯用高额的现金奖金来犒赏攻坚团队,并在年会时拉到台上一顿嘉奖,这在很多时候被视为一种至高无上的荣誉。然而,这种基于“过去功劳”的一次性结算,在面对大模型这种具有爆炸性潜力的技术时,暴露出了一种难以掩饰的短视。
对于那些手握核心算法、能够从0到1定义未来的技术领军者而言,现金激励存在着天然的“封顶效应”,如果留在内部,即便拿到了五百万的奖金,这笔钱也是静态的、终局的;但如果带着技术与认知投身创业,对应的可能是数亿美金的估值起步。
换言之,用有限的现金去“奖励”一个可能撬动万亿市场的AGI技术,在顶级人才眼中,这不再是重赏,而更像是一种廉价的“买断”。当员工意识到手中的铲子比金矿本身更具想象力时,单纯的现金便彻底失去了锚定价值的能力。
为了弥补现金激励的局限性,不少巨头试图通过建立“薪酬特区”来模拟创业环境,试图用打破职级天花板的高薪留住人才。
但这往往在解决一个问题的同时,制造了更深层的组织危机。
当拿着双倍于老员工薪水的“天才”空降入职,他们立刻会被置于组织的显微镜下,既要面对背负极重KPI的压力,又要应对大厂复杂的跨部门协作与“排异反应”。
更致命的是,无论薪水多高,它依然只是“薪”而非“资”。
只要还在拿工资,人才的心态就很难逃脱“为公司打工”的框架,而无法产生“为自己的命运而战”的主人翁感。这种身份上的隔阂,注定了大厂很难在既有的科层制内,培养出像Sam Altman那样具有极客精神与商业野心的操盘手。
但真正让大厂领导感到无力,甚至导致这一整套薪酬体系最终崩塌的,其实是外部市场那只看不见的手。相比于公司能在规则范围内给到的工资涨幅,外部资本市场给出的价格实在是“太多、太疯狂了”。
大厂的股价受制于财报、宏观经济和监管,每年能有20%-30%的稳健涨幅已是优等生,这意味着员工手里的期权收益是线性的、可预测的。
然而,墙外的世界却遵循着另一套狂热的规则,VC们正在为“梦想”和“稀缺性”支付溢价,一个刚成立几个月的AI团队,哪怕商业模式尚未跑通,估值可能已经翻了数十倍。
这造成了一个无法调和的代差:大厂内部理性的薪酬校准体系,永远跑不赢外部非理性的估值泡沫。当外部市场愿意给出百倍的“市梦率”时,大厂如果还试图用传统的职级和绩效来定价人才,这场争夺战从一开始就注定是败局。
02 “虚拟股权”重构大厂内部创业
面对外部资本市场的狂热围剿,一场关于“利益分配权”的让渡与重构,正在顶尖科技公司内部悄然发生。
在这场变革中,我们看到了一个明显的趋势:那些最具创造力的企业和创始人,正在打破既得利益的藩篱,将原本属于公司的巨额增值红利,通过制度创新真正让渡给核心AI人才。
因为他们深刻理解,在AGI的宏大愿景面前,只有将单纯的雇佣关系转化为“命运共同体”,才能留住那些能够改变世界的人。
率先推动这种“让渡”的企业,正是掀起这场AI浪潮OpenAI。
彼时,山姆奥特曼为了解决非营利架构与商业化激励之间的悖论,设计出了极具开创性的PPU(利润参与单位)机制。这并非传统意义上的股份,而是一种“未来收益的索取权”。
它巧妙地绕过了所有权的争夺,直接向员工承诺:只要AGI能够实现商业化成功,你们将获得封顶倍数(例如100倍)的利润分红。更重要的是,通过定期的“要约收购”,OpenAI允许员工在二级市场以高达1570亿美元(甚至更高)的估值套现。
这种“不上市也能财富自由”的闭环,让OpenAI在没有IPO的情况下,依然能让员工享受到堪比早期创业公司的爆发性回报,彻底解决了“理想”与“面包”的冲突。
视线回到国内,字节跳动则更加务实且凶猛,它不仅复制了这套逻辑,更用实打实的战绩为这套机制注入了灵魂。
字节近期低调推进的 “豆包长期激励计划”,就是建立在豆包大模型业务爆发式增长的基石之上、用来吸引、挽留人才的模范计划:在刚刚过去的一年里,字节跳动凭借其强悍的算法推荐与产品工程能力,硬生生将“豆包”推上了中国AI应用的王座。
据晚点LatePost报道,2025年12月豆包的日活跃用户已突破1亿大关,成为字节历史上投入最少的DAU破亿产品。
在这种“日活过亿”的巨大成功之下,字节顺势推出的“虚拟股”显得更具诱惑力。这项计划的核心本质,是在不拆分业务、不引入外部融资的前提下,通过内部独立核算,将豆包这一“超级独角兽”的估值从母公司剥离出来。
这意味着,核心人才手里的每一份“虚拟股”,锚定的不再是增长趋缓的今日头条或抖音,而是正在以三位数速度增长的豆包。这种机制让员工清晰地感知到:自己不是在一家万亿大厂里拧螺丝,而是在参与一场估值百亿美金的内部创业。
字节跳动的“打样”,迅速在行业内引发了连锁反应,蚂蚁集团紧随其后。
近日,蚂蚁集团CEO韩歆毅刚刚发布全员邮件,正式宣布推出 “AI Credit”特别激励方案。这并非一次常规的薪酬普调,而是在原有绩效体系之外,专门开辟的一条“绿色通道”。
该方案明确规定:对于在AI方向有开创性贡献的团队和个人,将在原有的绩效激励基础上,给予额外的特别激励。这意味着,在蚂蚁内部,AI人才的考核将不再受限于传统金融或支付业务的职级天花板。只要你能做出开创性的技术或应用,公司就会在标准的薪酬包之外,单独为你计算一份“AI 增值奖”。
这种新范式的出现,表明中国的一线科技巨头们已经达成了共识:在AI战场上,传统的职级体系必须失效,取而代之的,必须是一套独立于常规KPI之外的“战时激励机制”。
相比于外部创业公司,大厂的新模式提供了一份“既要又要”的完美合约:一方面,背靠大厂数以万卡计的算力储备和海量专有数据,解决了创业初期最致命的资源瓶颈;另一方面,通过虚拟股权或专项激励锁定了新业务未来巨大的溢价空间。
当“算力自由”的确定性与“财富自由”的可能性被同时摆上谈判桌时,大厂手中的筹码,终于再一次变得沉甸甸了。
03 大厂正在“VC化”
纵观蚂蚁、字节以及OpenAI的这场制度实验,我们正在见证的,或许不仅仅是一次薪酬体系的修补,而是科技史上一次罕见的“组织达尔文主义”进化。
在移动互联网时代,大厂通过垄断流量和资本,构建了坚不可摧的围墙,人才只是这台精密机器上的螺丝钉。但在AI时代,逻辑彻底反转了。
算力虽然集中在巨头手中,但创新的火种却掌握在极少数“超级个体”脑中。
当一个算法天才的灵光一现(如Transformer架构的提出)足以颠覆一个万亿级产业时,传统的科层制与雇佣关系,就注定因无法承载这种巨大的势能而崩塌。
因此,这一轮“虚拟股权”和“特别激励”的本质,是大厂正在被迫“VC化”。
未来的科技巨头,将不再只是一个单纯的产品公司,而更像是一个拥有无限算力与数据的超级孵化器。它们必须学会放下身段,不仅仅是作为“雇主”去考核员工,而是作为“投资人”去注资团队。
对于韩歆毅们和张一鸣们来说,这无疑是一场豪赌。他们赌的是:把最好的车库建在总部大楼里,总好过看着他们在对面楼里造出下一代核武器。
在这个新时代,最顶级的激励不再是“金手铐”,而是“合伙人协议”。谁能最先完成从“管理人才”到“投资人才”的思维跃迁,谁才能在这场没有终点的无限游戏中,真正留住通往AGI的那张船票。
本文来自微信公众号“超聚焦foci”,作者:肖恩,36氪经授权发布。















