当庞若鸣的名字与OpenAI新成员的标签一同出现时，人工智能领域掀起了一场不小的震动。这位曾被meta以2亿美元薪酬包招揽的顶尖人才，仅在“超级智能实验室”（MSL）停留7个月便转身离去，投向OpenAI的怀抱。这一选择背后，折射出AI行业人才流动的新逻辑——顶级从业者对科研环境的重视，远超单纯的薪酬数字。
庞若鸣的职业轨迹堪称AI行业发展的缩影。1999年从普林斯顿博士毕业后，他加入谷歌开启技术生涯，从首席软件工程师逐步成长为谷歌大脑核心成员。在谷歌的15年间，他主导的Bigtable索引系统被上千个项目采用，Zanzibar授权系统实现99.999%的可靠性，Tacotron 2语音合成系统更成为行业标杆。这些成果证明，他擅长构建AI基础设施的“地基”，而非追逐短期应用成果。
2021年转战苹果时，庞若鸣带领百人团队研发基础模型，试图为Siri注入更强大的智能。但苹果新领导层的战略转向让他陷入困境——基础模型团队（AFM）被严格审查，同时讨论引入OpenAI等第三方模型。团队成员私下抱怨：“我们成了别人的备选方案。”最终，他带着未完成的MM1多模态模型和开源社区热捧的AXLearn训练框架离开，后者在GitHub已收获2100颗星。
meta的橄榄枝看似更具诱惑力。小扎为吸引他加入“超级智能实验室”，不仅开出天价薪酬，还官宣与AMD的算力合作。然而，庞若鸣很快发现这里存在战略矛盾：meta既想通过开源模型构建生态，又急于通过大模型快速变现，导致Llama 4模型陷入“数据污染”争议，新模型“牛油果”“芒果”迟迟无法落地。他在内部直言：“基础设施已完善，但缺乏持续突破的方向。”
与meta的摇摆形成鲜明对比的是OpenAI的坚定。尽管面临商业化压力，这家机构始终将“前沿探索”作为核心标签。从GPT系列到Sora视频生成模型，它不断重新定义行业边界。对庞若鸣这类技术构建者而言，这里不仅有Ilya Sutskever等顶尖“炼丹师”，更有将AI推向真正智能的明确目标。一位接近他的人士透露：“他渴望参与可能改变世界的项目，这种兴奋感是金钱买不来的。”
庞若鸣的履历中藏着华人技术人才的典型成长路径：上海向明中学、上海交大本科、普林斯顿博士。但他的职业选择打破了“高薪即忠诚”的传统认知。在谷歌，他用15年证明基础设施能力比短期成果更稀缺；在苹果，他明知可能成为“备胎”仍坚持技术突破；在meta，他帮助搭建算力框架后选择离开。每一步都传递着清晰信号：顶级人才只会为能实现全部价值的平台停留。
这场跳槽风暴为AI行业敲响警钟。当小扎用“血腥”形容人才争夺战时，庞若鸣的案例证明：2亿美元能买来7个月的时间，却换不来长期投入。对技术精英而言，薪酬只是基础条件，企业战略清晰度、科研容错空间以及行业影响力才是关键加分项。OpenAI的竞争力不在于高薪，而在于其“科研信仰”——这种信仰让核心团队在Sam Altman被解职后仍集体请愿召回他，也吸引着庞若鸣这类人才持续汇聚。
随着庞若鸣的加入，OpenAI的实验室再添一位既懂系统构建又精通模型训练的全才。而meta的“牛油果”模型仍在寻找突破方向，这场看似个人选择的人才流动，实则揭示了AI竞争的本质：当技术进入深水区，比钱包厚度更重要的，是能否为人才提供改变行业的舞台。
