炒股就看金麒麟分析师研报，权威 ，专业
，及时，全面 ，助您挖掘潜力主题机会！

　　过去两个月
，Meta创始人马克·扎克伯格以“挖空硅谷”的架势，斥重金从各个公司网罗顶尖AI人才 。如今 ，扎克伯格再度重组AI部门
，调整幅度之大，彰显了Meta在AI竞赛中的雄心与焦虑
。

　　8月20日 ，Meta宣布了一项重大重组计划，要将刚刚成立的超级智能实验室拆分为四个团队
，并对公司许多人工智能员工重新分配。这已是Meta半年内第四次对AI组织架构进行调整 。值得注意的是，负责研发大模型的新团队正在讨论将下一代AI大模型改为闭源模式 ，与Meta人工智能首席科学家
、图灵奖得主杨立坤（Yann LeCun）一直主导的开源理念相悖
。

　　与此同时
，据外媒报道，虽然屡屡重金从外部“挖人 ” ，但Meta内部组织文化混乱、人才流失严重
，存在高管内斗现象。此次“大换血
”让员工关系变得更紧张，频繁的组织架构重组或加剧Meta技术业务的内部动荡 。

　　一分为四 ，全栈式加速“超级智能”研发落地

　　8月20日
，Meta宣布对人工智能部门进行新一轮重大重组，将刚刚成立不久的超级智能实验室拆分为四个独立运作的团队。结合四个团队的方向来看 ，这标志着Meta的AI战略从“研究导向 ”向“工程落地
”转型
，正以全栈式的布局加速“超级智能”的研发落地
。

　　具体来看，四个团队的分工如下：

　　TBD Lab（To Be Determined Lab ，待确定实验室）：负责前沿大模型的研发，包括下一代新版旗舰Llama系列模型。据了解
，这一团队由前Scale AI的首席执行官Alexandr Wang领导 。此前为了挖角Alexandr Wang，扎克伯格豪掷超140亿美元收购Scale AI 49%的股份
。该团队采用多负责人制 ，汇聚了来自谷歌 、苹果、OpenAI的顶尖人才。

　　FAIR（Fundamental AI Research
，基础AI研究）：负责基础AI研究，专注于长期项目 。这一部门在Meta存在已久 ，将由FAIR创始成员
、前段时间刚刚从谷歌重返Meta的Robert Fergus领导
。尽管该实验室被保留在新架构中
，但其负责人杨立坤作为公司首席AI科学家的头衔未在此次重组中提及，被外界解读为“架空 ”或降级 ，象征着基础研究在当前Meta的AI战略中的地位相对弱化。

　　PAR（Products and Applied Research
，产品和应用研究）：致力于将AI技术快速转化为用户可用的产品，如Meta AI助手、智能眼镜等消费级应用 ，强化技术商业化能力 。这一部门由GitHub前首席执行官Nat Friedman和安全超级人工智能前首席执行官Daniel Gross共同领导
。

　　MSL Infra（Meta Superintelligence Labs Infra
，基础设施团队）：专注于AI训练与推理所需的算力 、数据平台和基础设施建设，由工程副总裁Aparna Ramani掌舵。这一部门的设立 ，呼应了Meta高昂的年度资本支出计划，凸显其“算力先行
”的战略决心 。

　　此次“一分为四”的架构调整
，清晰展现了Meta的意图：以TBD Lab为核心引擎，通过工程化
、产品化和基础设施三位一体的协同 ，全栈式加速“超级智能 ”的研发落地
。

　　值得注意的是
，知情人士透露，TBD Lab已讨论将下一代AI模型“闭源化
” ，并放弃此前代号为“Behemoth”的Llama 4路线
，要从头开发性能更强的新模型。这一动向与扎克伯格此前公开信中提到的“不会开源全部模型 ”的表态遥相呼应，是Meta从“全部开源”到“选择性闭源
”的一次重大调整 。

　　而在此次架构调整中 ，Meta人工智能首席科学家杨立坤的边缘化
，是Meta战略转向的标志性信号。作为深度学习领域的奠基人之一，杨立坤长期倡导开源 ，他主导的FAIR实验室曾以Llama系列模型的开源发布震动业界
，被视为AI民主化的象征
。但在Llama 4因性能不足、训练效率低下而遭遇市场批评后，扎克伯格显然更倾向于通过高薪挖角人才 、快速迭代和闭源模型来抢占市场 ，而非继续投入具有极强不确定的基础研究。

　　重金“挖人 ”背后的内部混乱与组织危机

　　自今年6月底开始，扎克伯格就发起了一场硅谷罕见的“AI人才争夺战
” 。为了引入OpenAI
、Anthropic、谷歌DeepMind等公司的核心研究人员
，扎克伯格不惜支付惊人溢价挖角AI人才，甚至为某些人才提供高达1亿美元的薪酬包
。

　　但这场看似风光的“挖人”盛宴 ，却难掩Meta日益严重的内部混乱与组织危机。

　　首先
，Meta的人才流失问题严重，留存率堪忧 。据多名Meta前内部员工向外媒透露 ，Meta近年来人才流失严重
，前FAIR负责人Joelle Pineau 、Llama模型核心研究员Angela Fan
、生成式AI副总裁Loredana Crisan等关键人物相继离职，表明其对顶尖AI人才的长期吸引力在下降 ，只能依靠高价薪酬吸引研发人员
。

　　风投公司SignalFire五月发布的一份报告显示
，Meta的员工留存率仅为64%，在头部科技公司中垫底。作为对比 ，Anthropic的员工留存率达80%
，居行业之首，谷歌DeepMind和OpenAI则分别为78%和67% 。Meta重金“挖人 ”的战略还遭到了业界的质疑和嘲讽 ，一些业内人士指出，Meta为“二流AI科学家
”支付超额薪酬
，外界却因其高薪误认为这些人就是世界顶尖
。此外，Meta的老员工与公司高薪聘请的“空降兵”之间也存在“水土不服 ”的问题 ，工作中的摩擦不断。

　　其次
，Meta内部的组织文化并不健康，内斗现象严重 。多位前员工透露 ，Meta存在“末位淘汰制
”和高压考核体系
，比如员工须在半年考核中证明其业务水平，如模型采用其数据集或基准测试表现优异 ，否则面临淘汰风险
。员工工作动力多源于对被解雇的恐惧
，而非对通用人工智能使命的认同。此外，高管在技术路线上分歧严重 ，团队权责重叠
，争抢功劳，部门间“截胡项目”和“窃取成果 ”等乱象频发 。由于团队缺乏一致的目标与愿景 ，且“恐惧文化
”盛行，彼此间的协作变得十分困难。

　　在今年Llama 4发布后遭遇严重“滑铁卢”后
，备受刺激的扎克伯格就一直试图通过组织重组、巨额投资和顶尖人才引进，将Meta从“开源先锋 ”重塑为“超级智能”的引领者
。但是 ，内部的战略摇摆 、组织裂痕与人才流失
，正成为Meta日益严峻的发展隐患。技术可以购买，人才可以挖角 ，但公司文化与组织信任无法速成 。或许
，Meta能否在AI竞赛中实现逆袭，不仅取决于技术能否实现突破 ，更取决于其能否真正解决组织内部的深层矛盾与危机
。