发布日期：2026-11-08 20:07:49
来源
： 硅基时间
作者
：蒋涛
浏览量
：0
从7000万美元豪宅到2.5亿美元薪酬包，硅谷正在重新给人才定价
摘要：Claude Code核心建设者接连离职，产品负责人凯特·吴转投OpenAI。美国AI巨头不仅争夺模型科学家，也开始高价争夺能把模型变成产品的人。顶尖人才为什么越来越贵？股权、算力和决策权，正在如何改变硅谷的人才市场？2026年10月底，Claude Code接连失去了几位重要建设者。10月23日起，桌面客户端创建者安东尼·莫里斯（Anthony Morris）与核心工程师塔里克·希希帕（Thariq Shihipar）先后宣布离职。10月30日，负责Claude Code和Cowork产品的凯特·吴（Cat Wu）也结束了在Anthropic的工作。11月5日，她宣布加入OpenAI，负责核心产品的产品管理。同一时期，Anthropic第一位增长岗位员工奥斯汀·刘（Austin Lau）也宣布加入OpenAI。他不是传统的软件工程师，此前甚至没有写过代码，却用Claude Code为自己开发了广告制作和营销自动化工具。Anthropic今年1月还专门介绍过他的工作：原来需要30分钟制作的一条广告，现在只需约30秒。这轮人才流动值得关注的不只是人数。从Claude Code核心工程师离职，到产品负责人和增长人才转投OpenAI，变化已经涉及技术开发、产品管理和用户增长多个环节。值得注意的是，Claude Code正在成为AI时代最有影响力的开发者工具之一，也是Anthropic商业增长的重要动力。这批人才却在IPO上市前离开。2025年7月，她曾与Claude Code创建者鲍里斯·切尔尼（Boris Cherny）一起跳槽Cursor，大约两周后又双双返回Anthropic。一年多以后，她再次离开。这一次，鲍里斯留了下来，她直接去了最大的竞争对手OpenAI。为什么一家产品高速增长的公司，仍然可能失去打造明星产品的核心人物？看看美国AI人才市场正在发生的事情：Meta曾向一名24岁的研究员开出四年约2.5亿美元的薪酬包；OpenAI预留了价值约500亿美元的员工股权激励池；旧金山湾区一座7000万美元的豪宅，买家被指是31岁的xAI华人联合创始人。过去，科技巨头主要为能够训练出更强模型的科学家支付天价。现在，能够发现模型能力、把模型变成可靠产品，并让真实用户持续使用的人，也开始成为争夺对象。凯特·吴的跳槽正是一个值得观察的信号。她不是基础模型的发明者，而是一位参与把Claude Code从内部工具推向市场的产品建设者。硅谷正在同时给两类人才重新定价：创造智能的人，以及让智能创造商业价值的人。一、产品最成功的时候，她为什么走了？
2026年4月，凯特·吴接受播客《Lenny's Podcast》采访。主持人莱尼·拉奇茨基（Lenny Rachitsky）开场就提出一个敏感问题：大家都知道鲍里斯创建了Claude Code，但凯特对Claude Code和Cowork成功的贡献，似乎没有得到足够的认可。这句话来自主持人，而不是凯特本人。但她随后对两人分工的解释，揭示了一种值得注意的组织结构。鲍里斯既是技术负责人，也是产品愿景的重要提出者，善于判断三个月、六个月后产品应该是什么样。而凯特更多负责把未来的愿景变成今天可以交付的产品：确定实施路径，协调销售、营销、财务和算力资源，确保产品真正发布并进入市场。两人的职责高度重叠，凯特也公开称赞鲍里斯是出色的合作伙伴。定义产品未来的人，与把产品变成商业成功的人，谁应该获得更多认可？在外部叙事中，创建者往往更容易成为明星。大家记住谁写出了第一版代码，却不一定记得谁解决了产品发布、跨部门协调和商业化中的大量困难。在Anthropic内部，凯特和鲍里斯都向菲奥娜·冯（Fiona Fung）汇报。菲奥娜毕业于多伦多大学，曾在微软负责开发工具团队，在Meta参与创建Facebook Marketplace，拥有丰富的大型工程组织管理经验。这是一套很有意思的组合：鲍里斯推动技术创造与产品愿景，凯特负责产品落地和跨部门协调，菲奥娜管理整体团队与工程组织。但产品负责人的头衔、实际决策范围和外界认可，并不总是完全一致。根据《Business Insider》11月5日的报道，她将加入OpenAI核心产品组织，向蒂博·索蒂奥（Thibault Sottiaux，简称Tibo）汇报。Tibo曾在Google DeepMind工作，2024年加入OpenAI后参与创建Codex，2026年成为OpenAI核心产品负责人。他管理的业务涉及ChatGPT、Codex、API、Agent基础设施和企业产品。凯特的新岗位需要与消费产品、企业产品团队广泛协作，能够接触的产品和用户范围明显扩大。她在宣布加入时，特别提到OpenAI超过10亿用户的触达规模，以及优秀产品在公司使命中的重要性。从一个成功的专业Agent产品，进入覆盖更广泛用户的通用AI产品体系，显然是一个有吸引力的职业机会。她是否因为贡献未获认可、内部权力受到限制而离开，目前没有直接证据。当一名核心建设者帮公司完成从0到1、甚至从1到100，公司还能给他多大的下一阶段成长空间？二、天价薪酬背后：华人AI人才的财富路径
2025年夏天，Meta创始人扎克伯格亲自联系一名24岁的AI研究员马特·戴特克（Matt Deitke），邀请他加入超级智能研究团队。扎克伯格亲自与他会面后，Meta把报价提高到四年约2.5亿美元，其中第一年可能获得最高约1亿美元的整体报酬。这是《纽约时报》根据知情人士披露的薪酬方案，包括现金和股权，并不是四年保证到账的现金工资。但一个人的报价达到这样的规模，足以说明美国AI人才市场的价格体系正在发生变化。2026年8月，旧金山湾区发生了一笔令人吃惊的房地产交易：位于加州希尔斯伯勒、占地约12英亩的意式庄园Villa de Verano，以7000万美元成交。《The San Francisco Standard》调查认为，实际买家很可能是31岁的人AI科学家吴宇怀（Yuhuai Wu）。吴宇怀是马斯克旗下xAI的12位联合创始人之一，参与Grok模型开发，重点研究数学推理。吴宇怀1995年出生于浙江建德，初中就读杭州建兰中学。2025年，《都市快报》采访了他的数学老师、建兰中学校长陆韵。老师回忆，他不喜欢机械刷题，却喜欢追问数学定理为什么成立、在什么条件下成立。他曾为一道几何题添加八条辅助线，最终找到证明方法。后来，他赴加拿大完成大学和博士阶段学习，曾在谷歌和斯坦福从事研究，2023年加入xAI。2026年2月，他宣布离职，开启下一阶段的事业。房产登记买家是一家有限责任公司。当地媒体通过经纪人、律师和此前的房产交易找到关联线索，但吴宇怀本人尚未确认购买，资金来源也没有公开。因此，这笔房产交易不能直接视为他从xAI股权套现的证据。但它让人看到了前沿AI公司早期核心成员可能拥有的财富机会。再看庞若鸣（Ruoming Pang）。2025年7月，Meta从苹果挖走这位基础模型团队负责人。据彭博社报道，给出的多年薪酬包超过2亿美元。然而仅约七个月后，他再次离职，转投OpenAI。实际获得多少报酬没有公开，部分股权可能尚未归属。另一个案例是Scale AI华裔联合创始人露西·郭（Lucy Guo）。她2018年就离开自己参与创办的公司，却保留了早期股权。2025年Meta大规模投资Scale AI后，到了2026年，《福布斯》估算她的个人净资产约为15亿美元。三个人对应三种不同的财富路径：创业股权、巨额人才薪酬，以及离职多年后仍持续升值的创始股份。真正拉开财富差距的，往往不是工资，而是能否长期分享关键技术与产品创造的价值。2024年，清华AMiner发布《全球十个大模型核心团队成员分析报告》。数据显示，OpenAI的GPT核心论文团队262人中，有43人被归为华人，占16.4%；扩大到八个海外大模型论文团队，899名署名成员中有167名华人，约占19%。这是对历史技术论文与报告署名人员的统计，并非2026年OpenAI员工或者管理层的族裔比例。2026年3月，美国国家经济研究局（NBER）一项研究追踪了约4.2万名AI研究人员的长期职业流动。研究发现，产业界收入最高1%的AI科学家，年收入比高校相应群体高出约150万美元。研究使用的是历史就业数据，并非2026年的即时薪酬。吴宇怀的成长路径恰好折射了全球AI产业的分工：中国基础教育提供早期培养，加拿大提供学术训练，谷歌、斯坦福和xAI提供前沿研究与创业平台。这不只是人才流失故事，也是全球AI产业财富分配的缩影。对中国AI产业而言，值得思考的不只是培养多少世界级人才，还有能否形成足够大的创新平台，让他们创造世界级产品，并长期分享成果。三、为什么股权比年薪更重要？
美国科技公司的员工收入，通常包括现金工资、奖金和股权。OpenAI部分研究岗位公开的基本年薪达到29.5万至44.5万美元，另外还有股权。但与极少数顶尖研究人员上亿美元的薪酬包相比，仍相差几个数量级。这里最容易混淆三个数字：公司承诺授予多少、员工已经归属多少，以及最后能卖出多少现金。2026年1月，《The Information》披露，OpenAI预留了价值约500亿美元的员工股权激励池，按当时估值相当于公司约10%的股权。Anthropic同样大量使用股权激励。其2026年11月更新的上市申报文件显示，前九个月人员费用48.63亿美元，其中股票薪酬会计费用约32.55亿美元。两者口径不同：前者是预留的股权授予额度，后者是按会计规则确认的费用，都不能直接理解为员工已经拿到的现金。但它们说明：在头部AI公司，股权已经不是工资之外的一点奖励，而是人才竞争的核心经济工具。过去，新员工通常需要工作满一年才能取得第一批已归属股权，这段首次归属等待期叫Cliff。2025年，OpenAI先把新员工的等待期从一年缩短至六个月，随后取消这一等待期；Anthropic也在2026年将部分新授予期权的等待期缩短至六个月。取消等待期不代表一次拿走四年的股权，却降低了人才尝试新机会的成本。2026年8月，据彭博社报道，OpenAI还完成了约70亿美元的员工股份交易，符合条件的员工无需等待上市，就有机会出售部分股票。当然，已经归属不等于随时可以卖，离职也可能损失尚未归属的权益。过去，公司更多依靠未来股权收益和长期归属安排留住员工。现在，部分顶尖人才已经有能力在保留原有部分财富权益的同时，争取新公司的股权和职业机会。钱仍然重要，但当财富不再是最大的约束，人才就会更加在意自己究竟能做什么。四、模型越来越强，什么样的人能把它变成产品？
Claude Code和Codex的人才争夺，揭示了一个比薪酬更值得研究的问题：过去最稀缺的是能够训练顶尖模型的人；现在，能够把顶尖模型变成成功产品的人，也正在成为争夺对象。仔细看Claude Code和Codex的核心建设者，会发现四种不同的能力。鲍里斯·切尔尼是技术创造者，发现了Coding Agent的机会，并推动Claude Code的早期开发。凯特·吴是产品建设者，把技术愿景变成真实产品，连接用户、工程团队和商业化过程。菲奥娜·冯是工程组织领导者，通过管理机制和跨团队协作，让产品持续快速交付。蒂博·索蒂奥则兼具研究基础设施、Agent开发和产品平台经验，从参与创建Codex走向OpenAI更广泛的核心产品管理。四个人经历不同，却共同说明：AI原生产品的成功，已经很难只归功于算法、工程或者传统产品管理中的某一种能力。奥斯汀·刘的经历，又把这一变化推进了一步。他原本是增长营销人员，不懂编程，却能用Claude Code自己开发广告制作工具、改造营销工作流。AI产品化能力正在从工程和产品管理岗位，扩展到真正创造业务结果的一线人员。
AI时代最值得争夺的人才，不一定是某个专业领域技术最强的人，而可能是既懂业务，又能调度AI把业务重新做一遍的人。
凯特·吴代表把模型能力转化为产品的人，奥斯汀·刘代表把模型能力转化为增长系统的人。二者共同说明，顶尖AI人才的竞争，正在从模型研发扩展到产品创造和业务增长。
蒂博今年8月接受TechCrunch采访时，谈到一个值得注意的产品开发观念。传统软件开发通常从需求出发：找到用户的问题，设计功能，再交给工程师实现。但AI原生产品多了一条路径：先探索模型能力的边界，发现今天的模型已经能够做到什么，再围绕这些能力寻找真实的产品机会。凯特·吴在4月的访谈中也谈到类似问题。最困难的不是为未来无比强大的模型设计产品，而是如何让今天仍有局限的模型发挥最大能力。传统产品经理通常面对一套相对确定的技术能力。AI产品建设者面对的，却是一种每隔几个月就可能发生重大变化、同时仍然存在不确定性的技术。模型突然学会一项新能力，过去需要大量工程开发的功能可能变得容易；但模型在演示中表现出色，不代表它在真实业务中能够可靠工作。因此，顶尖AI产品建设者不仅要理解用户需求，还必须懂模型能力、工具调用、上下文、评测与任务验收。一个小团队使用Codex，从零开发了一款内部软件产品。应用代码、测试、持续集成配置、文档乃至开发工具，全部由Agent生成，没有人工手写产品代码。团队估算，完成这项工作的时间约为传统手写代码方式的十分之一。这是特定内部项目的估算，不能直接推广到所有软件开发。但它揭示的工作方式变化非常清楚。过去，工程师的主要任务是把需求写成代码。现在，他们更多负责设计Agent能够工作的环境：把任务说清楚，把业务知识组织成可读取的上下文，建立工具、规则、测试与反馈机制，让Agent能够发现问题、修改代码、验证结果。当Agent已经能生成大量代码，新的瓶颈不再只是代码写得有多快，而是人能否定义正确的问题，并建立让结果可靠交付的系统。假设一个模型团队通过训练，把某项任务的成功率从60%提高到80%；另一个产品团队没有训练新模型，却通过工具、上下文、评测和工作流设计，让这项任务可以可靠地用于企业生产。没有统一答案。模型团队扩大了能力边界，产品团队则跨越了从实验能力到真实使用之间的鸿沟。如果一位优秀产品经理通过授权和AI工具，让工程师能够独立理解需求、制作原型、完成开发与发布，那么他个人直接参与的执行工作可能减少了，但整个团队的产出却提高了。一个优秀产品建设者的贡献，未必体现在自己提出多少需求、批准多少功能，甚至不一定体现在直接管理多少人。他真正的价值，可能是让相同的模型、相同的团队和相同的资源，创造出远超其他组织的用户价值。企业最终需要观察的，是产品能否真正完成用户任务，成功率和人工干预成本如何，用户是否持续使用并愿意付费，使用中的经验又能否持续改善下一轮产品。代码数量不是最终产出，模型调用量也不是最终产出。只有当智能能力变成用户愿意持续使用、可以可靠交付的结果，生产力才真正进入商业系统。模型研究者提高智能的上限，顶尖产品建设者决定有多少智能能够转化为真实生产力。美国AI巨头仍在高价争夺模型科学家，但人才竞争已经从模型研究，扩展到产品创造、工作流设计和商业价值实现。这解释了为什么OpenAI不仅争夺顶尖模型研究人员，也开始积极吸纳Claude Code这样的明星产品背后的核心建设者。五、AI让人才更贵，也让公司更难留住人才
2026年10月16日，Anthropic发布了一份研究自身员工如何使用AI的报告《How employment is changing at Anthropic》。到2026年8月，员工指挥的交互式AI Agent累计运行工时，已经达到按标准工时估算的人类员工工时的六倍。与此同时，技术部门新增招聘中初级岗位的占比，从2025年初的27%下降到2026年中的9%。前一个数字不等于AI创造了六倍有效产出；后一个数字也不意味着初级岗位绝对数量减少。但两者共同揭示出一个值得关注的变化：机器执行时间不断增加，人的判断、监督和复杂任务处理能力却越来越重要。而且，初级岗位入口收窄还提出了另一个难题：如果基础工作越来越多由AI完成，未来的高级人才从哪里培养？过去，公司把人才聚集起来，是因为一个人做不成复杂的事情。公司通过分工协作，把个人能力变成组织生产力。但今天，一个优秀员工可以调度多个Agent，完成过去需要不同岗位协作的部分任务。企业越成功地用AI赋能员工，员工就可能拥有越强的独立选择能力。一个人可以买到同样的模型，却不一定拥有同样的客户、品牌、专有数据和业务上下文；可以快速开发产品，却未必能够承担复杂商业系统的长期运营责任。过去，公司提供个人完成工作所必需的资源。未来，公司还必须提供个人独自难以获得的事业空间、真实市场、专有资产和长期信用。如果一个人借助AI大幅提高了产出，换来的只是更多任务、更紧的期限和差不多的报酬，那么公司独享的生产率增益，可能最终变成人才离开的动力。回到凯特·吴、庞若鸣和吴宇怀的故事。他们不是同一类人才，也没有相同的离职动机，但都体现出顶尖AI人才正在拥有更大的职业选择空间。公司可以用高薪吸引他们，用股权分享未来收益，用算力和用户资源支持他们。但当一个人拥有财富、能力和选择权以后，还需要一个值得继续投入的事业。工业时代，个人要加入公司才能获得生产力；硅基时代，公司要创造个人独自得不到的价值，才留得住人。美国AI巨头正在进行的人才争夺，最终检验的不只是公司愿意支付多少薪酬，还包括公司能否识别真正创造价值的人，并让这些人合理分享成果。而凯特·吴加入OpenAI，揭示了这场竞争正在扩大到一个过去没有被充分定价的领域。AI人才争夺，正在从“谁能造出更强的模型”，扩展到“谁能让模型创造更大的价值”。留给读者一个问题：如果两支团队使用同样强大的模型，你认为最先拉开产品差距的是什么——产品判断、可靠交付，还是找到真正愿意付费的用户？
浙ICP备19053024号-1
