科技行业又现重磅人事变动：曾在meta担任AI基础设施核心负责人、被外界视为“华人AI技术标杆人物”的庞若鸣，已正式加入OpenAI。这位技术专家的职业轨迹，折射出当前全球顶尖科技公司对AGI（通用人工智能）领域底层系统能力的激烈争夺。
庞若鸣的履历堪称“技术精英模板”：上海交通大学本科毕业后，赴普林斯顿大学攻读博士学位，随后加入谷歌工作近15年，深度参与大规模分布式系统研发；2020年代中期转战苹果，主导基础模型团队建设，管理超百人工程体系，直接参与Apple Intelligence项目开发；2025年7月，他被meta以“战略级人才”规格引入，负责超级智能实验室的模型训练系统与算力效率优化，薪酬包超过2亿美元，包含现金与长期股权激励。
然而，这场被科技圈称为“天价挖角”的合作仅维持7个月。据知情人士透露，庞若鸣的离职与OpenAI持续数月的针对性招募密切相关。当前，OpenAI正全力推进更大规模多模态模型研发，同时加速布局推理型模型与Agent体系，这类技术对底层算力调度、分布式训练稳定性及成本控制的要求远超以往，而庞若鸣在谷歌、苹果、meta积累的跨平台系统优化经验，恰好覆盖了这些关键痛点。
meta的超级智能实验室由扎克伯格亲自推动，目标直指AGI技术突破。为快速补齐模型训练与系统架构短板，该公司曾从苹果、谷歌等公司高薪挖角，庞若鸣的加入被视为“补全最后一块拼图”。但现实是，AGI研发不仅需要算法创新，更依赖底层基础设施的稳定性——如何在超大规模参数下保持训练效率、降低算力成本，已成为行业新的竞争焦点。庞若鸣的离开，或许暴露了meta在这一领域的挑战。
OpenAI的招募逻辑清晰可见：随着模型规模从千亿级向万亿级迈进，训练一次模型的能耗与成本呈指数级增长，系统层面的微小优化都可能带来数亿美元的收益。庞若鸣在meta期间主导的“算力效率提升项目”，曾将单位参数训练成本降低37%，这种能力对OpenAI而言具有战略价值。更关键的是，他熟悉苹果、谷歌、meta三家公司的技术架构，能快速整合不同平台的优势，这种“跨生态经验”在当下技术封闭性增强的背景下尤为稀缺。
这场人才流动并非孤立事件。过去一年中，meta从OpenAI、Anthropic挖走多名系统架构师，而OpenAI也反向吸纳了meta的核心成员，形成“双向流动”态势。薪酬水平随之水涨船高：系统级技术专家的年薪普遍突破5000万美元，部分顶尖人才甚至采用“项目制+股权”的复合激励模式。一位猎头透露：“现在AGI领域的系统人才，薪酬谈判空间比算法专家更大，因为他们的决策直接影响模型能否落地。”
技术竞争的焦点正在从“算法创新”转向“系统优化”。随着基础模型性能趋近理论极限，如何通过底层架构改进提升训练效率、降低推理成本，已成为决定企业竞争力的关键。庞若鸣的跳槽，或许预示着AGI赛道将进入“系统能力决胜”的新阶段——谁能率先突破算力瓶颈，谁就能在下一代模型竞赛中占据先机。
