Talent Intelligence Report · 人才图谱

前沿 AI Lab 人才全景与流动图谱

基于 Metix AI 8.6 亿+ 全球人才库,对美英法 13 家前沿 AI 实验室做全量画像:谁在为谁输送与流失人才、各 Lab 的人员构成与留存、点名级人才互流网络、工程师与研究员层的组织拼图。

报告日期 2026-06-11 出品 Metix AI 覆盖 13 家 Lab · 19,057 份美英法在职画像
Executive Summary

01 Meta 研究线与 DeepMind 合计占技术池 58%

以下数字为 Metix AI 数据库口径(数据时点约 2026 年上半年),统计对象 = 当前在职于 13 家前沿 AI Lab、坐标美国/英国/法国的人才。

13
前沿 AI Lab
OpenAI 到 Mistral,美英法
19,057
在职画像
美英法三国
11,914
技术人才池
研究 + 工程 + MTS + 安全
41.5%
研究序列占比
研究科学家 + 研究工程师
36.3%
技术池 PhD 率
全技术池

① Meta 研究线与 DeepMind 合计占技术池 58%

Meta (AI 研究线) 4,092 与 Google DeepMind 2,837 两家合计占可见技术池 11,914 的 58%。OpenAI 2,628、Anthropic 1,251 紧随其后。各家档案覆盖率不同:DeepMind 以独立实体计、Google 主体下的研究员会漏计;SSI 团队极小且保密。

② Anthropic 是净赢家,xAI 在收缩

SignalFire 口径两年留存 Anthropic 80% 居首、OpenAI→Anthropic 净流约 8:1;xAI 12 位联创中 Musk 之外 11 位全部离场(4 位联创 2026 年初密集出走)。任期数据印证:xAI 现任技术人才任期中位仅 8 个月、Anthropic 9 个月,均处高速扩张/换血期。

③ 研究序列两极:OpenAI 扁平、Meta/DeepMind 显性

OpenAI/Anthropic 大量用 Member of Technical Staff 扁平头衔(研究序列可见占比仅个位数),Meta 研究线与 DeepMind 则显性标注研究科学家(占比 73.3% / 50.2%)。这意味着对 OpenAI/Anthropic 的人才评估必须回到作品而非 title。

④ 2026 下半年流动性回升

Meta MSL 2025 年高价入职队列任期中位 23 个月、40.0% 已过 36 个月;叠加 xAI 中层流动与 OpenAI 留任金到期,1703 人「高流动性」名单,2026 年下半年是这一人才市场流动性的高位。

关于本报告。覆盖前沿 AI Lab 技术人才的分布、流动网络与代表性人物。完整长名单与联系方式可经 Metix AI 平台对接。
The Talent War 2024-2026

02战局:两年人才战争时间线

以下事件全部经公开信源逐条核实(来源清单见研究底稿),只保留影响人才流动判断的事实。金额均为报道口径,公司多未确认。

① Meta 百亿引才潮(2025 夏)把价格锚点抬到九位数

2025-06 Altman 公开指控 Meta 开出「$100M 签字费」;两周内 8 人从 OpenAI 跳 Meta(含苏黎世三人组);从 Apple 招入基础模型负责人庞若鸣(报道口径 $200M+ 多年包);MSL 流出 44 人名单中约 75% 持 PhD。Meta 官方仅否认「单笔签字费」措辞。

② 防御工具箱定型:股权重校 + 批量留任金

OpenAI 首席研究官 Mark Chen 内部信「有人闯进我们家偷走了东西」,随即 recalibrating comp;2025-08 报道口径向约 1,000 名研究/工程员工发放每人约 $150 万、两年归属的留任奖金。收购未遂转招人成为 Meta 标准打法(SSI、Thinking Machines 均被试探后遭引才,Tulloch 案报道口径最高 $1.5B/6 年,Meta 否认数字)。

③ Anthropic 是净赢家,xAI 是净流出方

SignalFire 口径:OpenAI→Anthropic 净流向约 8:1,DeepMind→Anthropic 约 11:1;两年留存 Anthropic 80% > DeepMind 78% > OpenAI 67% > Meta 64%。2026-05 Karpathy 加入 Anthropic 预训练团队(公司确认)。xAI 方向:12 位联创中 Musk 之外 11 位全部离场(截至 2026-03),其中 4 位联创 2026 年初密集出走。

④ 2026 上半年:回流与战线外扩

OpenAI 2026-02 一周内从 Meta 回聘两名研究者(庞若鸣、Pengchuan Zhang);人才战从研究员外扩到商业化高管(Salesforce/Snowflake/Datadog 高管、Palantir FDE)与量化人才(Jane Street 实名案例跳 Anthropic);中国大厂反向回流坐实(吴永辉入字节 Seed、姚顺雨任腾讯首席 AI 科学家)。

时间窗判断。对照本报告任期与流动数据(第 3-4 节):① Meta MSL 2025 年高价入职潮的 1 年期动摇窗口落在 2026 H2;② xAI 联创清零后的中层跟随流动正在发生;③ OpenAI 留任金两年归属期至 2027-08,到期前 6 个月是窗口前哨;④ H-1B 10 万美元附加费 2026-06-08 被联邦法院撤销,跨境招聘成本暂时回落。
Talent Panorama

03人才全景:13 家 Lab 的家底

统计对象 = 11,914 名技术人才(研究科学家 / 研究工程师 / MTS / 工程 / 安全对齐),美英法三国。

3.1 技术人才池规模

Meta (AI 研究线)
4,092人
Google DeepMind
2,837人
OpenAI
2,628人
Anthropic
1,251人
xAI
710人
Mistral AI
263人
Thinking Machines
64人
Reflection AI
21人
H Company
19人
World Labs
12人
Physical Intelligence
9人
Kyutai
8人
Metix AI 数据库口径,非公司编制。Meta 为可识别 AI 研究线子集(保守口径)。n = 11,914。

读数:Meta (AI 研究线) 与 Google DeepMind 两家合计占可见技术池的 58%。注意各家档案覆盖率不同:DeepMind 以独立实体计、Google 主体下的研究员会漏计;SSI 团队极小且保密(公开口径约 20 人),可见档案天然偏少。

3.2 规模 × 研究浓度:Lab 的两种形态

50100200500100020005000020406080全体均值 41.5%OpenAIAnthropicGoogle DeepMindMeta (AI 研究线)xAIMistral AIThinking MachinesReflection AIWorld LabsPhysical IntelligenceH CompanyKyutai技术人才池规模(人,对数轴)研究序列占比 %
研究序列 = 研究科学家 + 研究工程师(MTS 不计入,故为下限)。绿线 = 全体均值 41.5%。

读数:研究浓度呈两极。Meta 研究线(73.3%)、DeepMind(50.2%)、Mistral、Kyutai、H 显性标注研究序列且占比过半;OpenAI(9.6%)、Anthropic(6.4%)、xAI 用扁平 MTS 头衔,研究占比被低估。

3.3 地理分布:旧金山湾区一城独大

湾区
5,545人
美国其他
1,889人
西雅图
1,083人
纽约
887人
伦敦
627人
巴黎
244人
英国其他
115人
法国其他
47人
按档案常驻城市归并。另有 1477 人档案未含城市。国家分布:United States 10,506 · United Kingdom 1,053 · France 355

3.4 职能 × Lab 矩阵:谁家在囤哪种人

Meta(AI线)DeepMindOpenAIAnthropicxAIMistral AIThinking MachinesReflection AIH Company研究科学家27079182106835113110研究工程师29150743121232MTS(未细分)23170296242035919工程10841388607164231121327安全与对齐82166452331
单元格 = 该 Lab 技术人才在该职能的人数(颜色全矩阵归一)。MTS 为 OpenAI/Anthropic/SSI 特有的不分研究/工程头衔。

读数:OpenAI/Anthropic 的 MTS 列最厚(扁平头衔,不分研究/工程),Meta 研究线与 DeepMind 的研究科学家列最厚;安全与对齐是 Anthropic 的相对特色列。对买方的含义:要「明确研究科学家」去 Meta/DeepMind 招,要「全栈型 MTS」去 OpenAI/Anthropic 招。

3.5 进水管:他们从哪里来

来源 (上一站雇主)当前雇主初创/其他 · 5054Google · 2052高校/科研 · 1657Meta/FAIR · 507Amazon/AWS · 405Stripe/Scale 系 · 401Microsoft · 326Apple · 240中国大厂 · 184NVIDIA · 88其他来源(合并) · 83量化基金 · 77OpenAI · 67Tesla · 30DeepMind · 29Twitter/X · 17Meta (AI 研究线) · 3831Google DeepMind · 2694OpenAI · 2464Anthropic · 1209xAI · 671Mistral AI · 253Thinking Machines · 53Reflection AI · 19H Company · 15World Labs · 8
技术人才当前 Lab(Top)与最近一段外部履历(跳过同 Lab 早期任职),n = 11242。带宽 = 人数。

读数:三条主进水管清晰。① 大厂内部转岗是最粗的管子(Google→DeepMind 体量最大,本就是同一体系);② 高校/科研直招(尤其 Meta 研究线与 DeepMind)是研究人才的第一入口,印证顶级 PhD 未毕业即被预订;③ 「初创/其他」的大体量反映前沿 Lab 之间与广义 AI 创业生态的高频流动。量化基金(Jane Street/Citadel 系)作为新管道已在 Anthropic/OpenAI 出现实名案例。

3.6 入职波次:人才战的时间形状

0100200300400500600700800900100011001200130014001500160017001800190020002100220023002400250026002700280029003000310032003300340035003600370038003900400041004200430044004500460047004800201670201711320182032019263202033920214872022853202389520242792202547632026685Meta (AI 研究线)Google DeepMindOpenAIAnthropicxAIMistral AI其他 Lab
读图须知:统计「现任员工当前任职的开始年份」,早年队列被离职稀释(survivorship),越近的年份越接近真实招聘强度。2026 年仅含数据截至(约前几个月)的入职。

读数:现任技术人才中 2025 年入职 4763 人,是 2023 年低谷(895 人)的 5.3 倍,2024-2025 两年的爆发式入职就是这轮人才战的时间形状。注意 survivorship:早年队列已被离职稀释,曲线低估历史招聘量、越近越接近真实强度。

3.7 任期结构:流动窗口在哪里

612182401020304050OpenAIAnthropicGoogle DeepMindThinking MachinesMeta (AI 研究线)xAIMistral AI现任技术人才任期中位数(月)任期 ≥ 36 个月占比 %
气泡面积 = 样本量。仅含技术池样本 ≥ 30 人的 Lab。任期为当前任职至数据时点的时长。

读数:右上「老兵区」= Meta 研究线(任期中位 23 个月、40.0% 过 36 个月,FAIR 老人沉淀);左下「新军区」= xAI(8 个月)、Anthropic(9 个月)、Mistral(8 个月)正高速扩张,入职蜜月期人员相对稳定,12-24 个月后进入第一轮流动。OpenAI(13 个月)、DeepMind(15 个月)居中。

Talent Flow

04流动与进出:谁在为谁输送与流失人才

2024 年起的净流动(来源含 Character.AI/Inflection/Stability/Adept 四个解体扩散源)。目的地结构与比值是更稳健的读法。

4.1 Lab 人才互流矩阵(公司间净流向)

Meta (AI 研究线)DeepMindOpenAIAnthropicxAIMistral AIThinking MachinesReflection AIOpenAI 离职者403556132203Anthropic 离职者29733DeepMind 离职者115935430111011xAI 离职者821021Mistral 离职者123Character.AI 系6231152163Inflection 系22121Stability 系5322Adept 系256111
行 = 来源(该公司的离职者),列 = 当前所在 Lab。单元格 = 人数。对角向流动(如 OpenAI 离职者现在 Anthropic)即人才互流网络。

读数:人才互流网络是本报告对 VC/猎头最直接的资产。对角线外的格子就是已被验证的流动通道(候选人心理阻力最低):从某 Lab 离职后落到另一家 Lab 的人数越多,说明这条引才路径越「通」。Character.AI/Inflection/Adept 三个被大厂 acqui-hire 解体的团队,其成员扩散去向尤其值得关注。

4.2 留存率对照(数据库口径 vs SignalFire)

Anthropic
87.5%
Google DeepMind
63.3%
OpenAI
73.6%
Mistral AI
92.1%
xAI
69.6%
Metix AI 可见留存 = 当前在职 /(当前在职 + 可见离职者),全历史口径,受检索上限影响为方向性参考。SignalFire 2025 报告的 2 年留存口径:Anthropic 80% > DeepMind 78% > OpenAI 67% > Meta 64%。

读数:两套口径互相印证方向。Metix AI 可见留存(当前在职 / 当前 + 可见离职)受样本上限影响绝对值偏高,但 Lab 间排序与 SignalFire 的 2 年 cohort 口径(Anthropic 80% > DeepMind 78% > OpenAI 67% > Meta 64%)方向一致:Anthropic 留得住、Meta 留不住。

4.3 进出平衡(2024 年起,样本)

可见流出 (2024 起) ←→ 可见流入 (2024 起入职的现员工)11144123净 +3009OpenAI3202344净 +2024Anthropic12332878净 +1645Google DeepMind7331443净 +710xAI40473净 +433Mistral AI
流入 = 2024-2026 入职且仍在职(技术池);流出 = 2024 年起离开(偏保守)。

读数:流入流出均为样本,净值作方向参考。扩张期的 Lab(Anthropic/OpenAI)流入显著大于可见流出;xAI 在联创清零背景下流出方向明确。真实流出大于偏保守,但排序可信。

4.4 离职者去向构成:创业率是 VC 的信号灯

OpenAI9%10%7%52%4%18%n=1966Google DeepMind14%10%8%42%10%15%n=2394Anthropic6%12%52%22%n=393xAI7%5%53%28%n=749Mistral16%9%7%60%9%n=45Character.AI33%6%9%42%6%n=175Inflection6%74%13%n=1458Stability AI78%14%n=2060Adept4%76%14%n=1150其他前沿 Lab自主创业互联网大厂初创/其他量化基金中国大厂/大模型高校/科研去向暂未公开
每行 = 该来源离职者的当前去向构成。「自主创业」按当前 title 含 founder/stealth 判定,为下限。

创业率排行(离职者中现为创始人比例)

H Company
18.2%
Anthropic
12.0%
Google DeepMind
10.4%
OpenAI
9.5%
Mistral
8.9%
xAI
6.9%
Character.AI
6.3%
Inflection
6.2%
Adept
4.1%
Stability AI
3.2%
VC 视角:创业率最高的来源是 spinout deal flow 的第一机会集中区。

读数(VC 视角):创业率最高的来源就是 spinout deal flow 的第一机会集中区。Character.AI/Inflection/Adept 这类被解体团队的离职者创业与加入新 Lab 的比例显著偏高;DeepMind/OpenAI 的离职者则更多流向其他前沿 Lab 与互联网大厂。「自主创业」按当前 title 含 founder/stealth 判定,是下限,真实创业人数更高。

Org Reconstruction

05组织拼图:到中层为止的还原

The Information 等付费 org chart 只覆盖高管层。本节用全量档案把还原推进到带队层与 IC 厚度。层级依据公开职位 title 归类,非官方组织架构,仅作团队梯队结构概览;OpenAI/Anthropic 大量 MTS 头衔无层级信息。公开版人名默认模糊。

OpenAI · 技术线组织拼图

共 2628 人(数据库口径)

双头研究领导(CRO Mark Chen + 首席科学家 Jakub Pachocki)之下,公开 org chart 止于 VP 层。2026 年 Tworek/Weil/Peebles 等离任后中层是理解 OpenAI 的关键。

领导层(创始人/高管/总监级)· 48 人
B●● W●●
Sr.Director Of AI And Data Platform
R●● H●●
Head Of Hardware
K●● W●●
Director Sales Engineering
G●● C●●
Head Of App
K●● G●●
Director - Corporate Security Protective Intellig…
L●● C●●
Senior Director Of AI Systems Engineering
B●● S●●
Head Of Industrial Security
I●● L●●
Head Of AI Infrastructure
带队层(Manager / Lead)· 131 人
E●● K●● · Software Engineer ManagerJ●● L●● · ManagerR●● X · Engineering ManagerD●● T●● · AI Platform Product Manag…S●● C●● R●● J●● J●● W●● · AI Platform Product Manag…L●● M●● · AI Platform Product Manag…L●● M●● · AI Platform Product Manag…J●● K●● · Team Lead, Emerging RiskM●● B●● · Crisis ManagerDenny Stiegler · S●● P●● · Corporate Security ManagerW●● G●● · AI Platform Product Manag…
IC 厚度
50 Staff/Principal59 Senior2340 其他 IC

Anthropic · 技术线组织拼图

共 1251 人(数据库口径)

一年规模翻倍至约 5,200 人(公开口径)。预训练团队负责人 Nick Joseph,2026-05 Karpathy 加入该团队(公开信源)。

领导层(创始人/高管/总监级)· 15 人
B●● S●●
Director Of AI Systems
V●● C●●
Director Of AI Engineering
A●● E
Director Of Engineering
S●● R●● H●●
Head Of AI Engineering
T●● Y●●
Vice President
H●● Y●●
Vice President
M●● L●●
Head Of ML, Trust Safety At Anthropic
A●● S●●
Distinguished Scientist
带队层(Manager / Lead)· 49 人
M●● L●● · Environment, Health And S…D●● L●● · Member Of Technical Staff…R●● T●● · Engineering Manager, Prod…X●● Z●● · Member Of Technical Staff…M●● M●● · Member Of The Technical S…T●● N●● · Member Of Technical Staff…J●● G●● · Hardware Operations LeadS●● C●● · Interpretability Team Man…D●● V●● · Strategic Sourcing LeadS●● H●● · Technical Program Manager…Y●● W●● · Research Manager, Interpr…J●● J●● · IT Engineering Project Ma…
IC 厚度
3 Staff/Principal11 Senior1173 其他 IC

Google DeepMind · 技术线组织拼图

共 2837 人(数据库口径)

伦敦 + 湾区双中心(CTO Kavukcuoglu 2025 年移驻 Mountain View 兼 Google 首席 AI 架构师)。带队层流失是其主要风险(Microsoft AI 招入 20+)。

领导层(创始人/高管/总监级)· 72 人
D●● S●●
Distinguished Scientist
C●● B●●
Director Principal Scientist
M●● G●●
Distinguished Engineer
M●● M●●
Director And Principal Scientist For Human-AI Int…
A●● F●●
Research Director
F●● Y●●
Principal Engineer (Director)
K●● M●●
Distinguished Engineer
S●● M●● A●● E●●
Director, Principal Scientist
带队层(Manager / Lead)· 84 人
R●● E●● · Team LeadS●● T●● E●● · Research And Eng Lead, Ma…E●● B●● · Cybersecurity Research Te…D●● M●● · Design Strategy UX Resear…M●● M●● · Lead Ai UX EngineerA●● D●● · Software Engineering Mana…M●● B●● · Agentic Evaluation Simula…C●● O●● · Data Science Lead, Gemini…K●● G●● · Software Engineering Mana…A●● W●● · Engineering Manager (L6)A●● C●● · Business And Corporate De…J●● L●● · Engineering Manager
IC 厚度
687 Staff/Principal571 Senior1423 其他 IC
说明:领导层勾勒出该方向的资深坐标;带队层(Manager/Lead)反映中坚力量分布;IC 厚度体现团队规模与梯队结构。OpenAI/Anthropic 大量 MTS 无层级信息,能力评估须回到模型贡献名单与论文。公开版人名默认模糊。
Notable People

06代表性人物

从名单中按级别、方向与履历强度精选出三组代表性人物。档案事实来自 Metix AI 数据库;标注「公开核实」者已对照 2025-2026 公开信源确认现职(前沿 Lab 档案更新滞后,公开信源优先)。本节人物均来自公开职业档案。A 组为行业公众人物,B 组为资深技术骨干,C 组为跨界与高潜画像。公开版人名默认模糊。

A 组 · 掌舵与坐标(行业公众人物)

M●● C●● 公开核实
OpenAI · Head Of Frontiers Research(San Francisco)
14 年+ 经验 · National Experimental High School · Massachusetts Institute of Technology
OpenAI 首席研究官(CRO)。MIT 本科、量化交易员出身,2018 年加入,主导 Codex、DALL·E、GPT-4 vision、o1。2025-06 Meta 引才潮中发出「有人闯进我们家偷东西」内部信并主导薪酬重校。
J●● P●● 公开核实
OpenAI · Chief Scientist(San Francisco)
9 年+ 经验 · Carnegie Mellon University · University of Warsaw(PhD)
OpenAI 首席科学家。2024 年接替 Ilya Sutskever,与 Mark Chen 双头领导研究、定技术路线图,o1/o3 推理路线关键架构者。
J●● K●● 公开核实
Anthropic · Co-Founder And Chief Science Officer(Pacifica)
22 年+ 经验 · Stanford University · Harvard University(PhD)
Anthropic 联合创始人兼首席科学官(CSO)。Scaling Laws 核心作者,2021 年从 OpenAI 出走联合创办 Anthropic。
L●● W●● 公开核实
Thinking Machines · Co-Founder(未知)
12 年+ 经验 · The University of Hong Kong · Peking University(PhD)
Thinking Machines Lab 联合创始人。北大信科本科,前 OpenAI 安全系统/应用研究 VP,技术博客 Lil'Log 作者。Mira Murati 团队的核心研究力量。
F●● L●● 公开核实
World Labs · Cofounder, CEO(Stanford)
43 年+ 经验 · Caltech · Princeton University(PhD)
World Labs 联合创始人兼 CEO。斯坦福以人为本 AI 研究院(HAI)联合院长、ImageNet 缔造者,「AI 教母」。空间智能/世界模型方向,2026-02 完成约 10 亿美元轮。
k●● k●● 公开核实
Google DeepMind · VP Of Research(未知)
36 年+ 经验 · New York University(PhD)
Google DeepMind CTO,2025-06 兼任 Google 首任首席 AI 架构师(SVP,直接向 Pichai 汇报),把 Gemini 植入全 Google 产品。已从伦敦移驻 Mountain View,象征研究重心西移。
D●● Z●● 公开核实
Google DeepMind · Principal Scientist Research Director, Google DeepMind(未知)
23 年+ 经验 · Chinese Academy of Sciences(PhD)
Google DeepMind 首席科学家 / 研究总监,Gemini 推理团队(Reasoning Team)创始人,思维链(CoT)与 LLM 推理方向的奠基性研究者。北大/数学背景。
J●● L●● 公开核实
Meta (AI 研究线) · Research Scientist(San Francisco)
9 年+ 经验 · Tsinghua University · Massachusetts Institute of Technology(PhD)
档案现职 Meta AI 研究科学家。MIT 博士,GPT-4o/o4-mini 多模态与效率方向核心,2025 Meta 引才名单成员。
J●● R●● 公开核实
Meta (AI 研究线) · AI Research Scientist(未知)
12 年+ 经验 · University of Bristol · Carnegie Mellon University(PhD)
档案现职 Meta AI 研究科学家。Gemini 预训练技术负责人(Gopher/Chinchilla scaling 主导者),2025 夏从 Google DeepMind 转入 Meta MSL。
C●● L●●
Meta (AI 研究线) · AI Research Scientist Director(Cambridge)
32 年+ 经验 · Massachusetts Institute of Technology(PhD)
Meta AI 研究科学家总监。MIT 博士(计算视觉),前微软研究院,光流/图像生成方向资深研究者。

B 组 · 资深技术中坚(带队 / Staff 级)

X●● C●●
Meta (AI 研究线) · AI Research Scientist(Mountain View)
6 年+ 经验 · Shanghai Jiao Tong University · University of California, Berkeley(PhD)
档案现职 Meta Superintelligence Labs 研究科学家。前 Google DeepMind(代码生成/推理,「LLM as Optimizers」作者),2025-07 加入 MSL,研究序列稀缺画像。
W●● C●●
Meta (AI 研究线) · Director Of Engineering(San Francisco)
16 年+ 经验 · University of Science and Technology of China · Washington University in St. Louis(PhD)
Meta 工程总监。中科大本科、华盛顿大学背景,AI 基础设施/工程方向。
F●● Y●●
Google DeepMind · Principal Engineer (Director)(Mountain View)
38 年+ 经验 · Tsinghua University · Tsinghua University · Ecole polytechnique fédérale de Lausanne(PhD)
Google DeepMind 首席工程师(总监级)。清华本科,Google 长期资深工程领导,多模态方向。
H●● Z●●
Google DeepMind · Engineering Director At Google DeepMind(San Francisco)
29 年+ 经验 · Shanghai No 8 High School · Pasadena City College(PhD)
Google DeepMind 工程总监。计算机视觉/多模态工程方向资深领导。
陈●● J●● C●●
Google DeepMind · Senior Staff Software Engineer And Tech Lead Manager(San Francisco)
30 年+ 经验 · The Affiliated High School of South China Normal University · University of Science and Technology of China · University of Kentucky(PhD)
Google DeepMind 资深 Staff 软件工程师兼技术负责人。早年 Willow Garage/Cuil 出身的资深系统工程师,工程老兵。
J●● S●●
Meta (AI 研究线) · Principal ML Engineer(Sunnyvale)
Stanford University(PhD)
Meta 首席 ML 工程师(Principal)。斯坦福博士,履历横跨 Google/Microsoft,资深 ML 工程画像。
Y●● X●●
Meta (AI 研究线) · Applied Research Scientist, Uber Tech Lead(San Francisco)
44 年+ 经验 · Tsinghua University · University of Electronic Science and Technology of China · University of Southern California(PhD)
Meta 应用研究科学家兼技术负责人。清华本科,图计算/推荐系统方向,IEEE 活跃。
E●● H●●
Meta (AI 研究线) · Engineering Manager(Los Angeles)
30 年+ 经验 · University of California, Los Angeles · Harvey Mudd College(PhD)
Meta 工程经理。UC 博士,履历含 Google/Adobe。
Y●● W●●
Anthropic · Research Manager, Interpretability(Newark)
24 年+ 经验 · University of Virginia(PhD)
Anthropic 可解释性方向研究经理(Interpretability)。这是 Anthropic 的旗舰研究方向,带队层在公开档案中极稀缺。
P●● H●●
xAI · Inference Lead(Palo Alto)
4 年+ 经验 · National Taiwan University · University of California, Berkeley
xAI 推理(Inference)负责人。台大背景,前 LinkedIn,xAI 联创相继离任后留守的中层技术负责人,处于组织调整期。
A●● L●●
Mistral AI · Runtime Co-lead(Cambridge)
7 年+ 经验 · University of Cambridge
Mistral AI 运行时联合负责人(Runtime Co-lead)。剑桥背景,欧洲主权 AI 旗手的核心工程中层。
B●● W●●
OpenAI · Sr.Director Of AI And Data Platform(未知)
University of Washington
OpenAI AI 与数据平台高级总监。华盛顿大学,前微软,平台/基础设施方向管理者。

C 组 · 跨界与新锐(结构性稀缺画像)

P●● Z●● 公开核实
OpenAI · Member Of Technical Staff(Pasadena)
14 年+ 经验 · Tsinghua University · Caltech(PhD)
档案现职 OpenAI 研究技术成员(MTS)。清华校友,2026-02 从 Meta 回到 OpenAI 做世界模型/机器人,是 2026 年 OpenAI 从 Meta 回聘的两名研究者之一。
Y●● B●●
Anthropic · Member Of Technical Staff(San Francisco)
8 年+ 经验 · University of Toronto · Princeton University(PhD)
Anthropic 研究技术成员(MTS)。Constitutional AI 论文一作级贡献者,Anthropic 保密文化下少见的可识别研究员。
使用说明。本节人物均来自公开职业档案,仅作行业代表性呈现。A 组为创始人、高管与公开技术负责人,B 组为资深技术骨干,C 组为跨界与高潜画像。
Compensation

07薪酬:职级市场与名单市场

前沿 Lab 薪酬已分裂为两个市场:levels.fyi 可查的「职级市场」与绕开职级体系的「名单市场」($10M 到 $1.5B 报道口径)。数字为 2026-06 检索的自报样本中位,非公司官方。

Lab普通职级中位 TC高阶参考股权机制备注
OpenAIL5 $819K / L6 $1.23MMTS 样本 $300K base + ~$500K/年 PPUPPU 利润分享单位,4 年线性归属,tender 提供流动性2025-08 报道口径:约 1,000 人 × $1.5M 留任金(2 年归属)
AnthropicSWE 中位 $665KLead 中位 $785K常规私司股权 + tender现金中位低于 OpenAI 仍留存第一(SignalFire)
Google DeepMindL6 RS $750K-1ML7 $950K-1.4MGSU 上市股票,流动性最好RS 同级股权比 SWE 高 5-15%
Meta (MSL)E7 中位 $1.30M名单市场 $10M-100M+/年RSU + 名单制特殊包庞若鸣 $200M+、Tulloch 最高 $1.5B/6 年均为报道口径
xAISWE $205-640K样本少私司期权(SpaceX 收购后置换)2026-02 起并入 SpaceX 体系
Mistral (巴黎)巴黎中位 €89.5K研究员 $490-950K(估算口径)BSPCE 期权欧洲工程岗与美国差一个数量级,研究岗溢价 3-5 倍

研究员溢价与量化竞价

研究序列与工程序列的分层固化:DeepMind 同级研究岗股权高 5-15%,Mistral 研究岗总包约为工程岗 3-5 倍,Meta 名单制包只发生在研究员/研究领导层。量化基金(Jane Street/Citadel 系)与 Lab 互相抬价,Anthropic/OpenAI 主动办 mixer 招入门级 quant,实名案例已出现(Jane Street 两人 2025 年跳 Anthropic)。

对招聘方的含义

① 职级市场可以对表谈判,名单市场只能用使命/股权上行/算力自由度竞争;② OpenAI PPU 与 DeepMind GSU 的流动性差异是引才话术的实操杠杆(PPU 依赖公司组织 tender,GSU 随时可卖);③ 欧洲(Mistral/Kyutai/H)是同等人才密度下的薪酬洼地,适合预算有限的买方建研发点。

Playbook

08三类读者的行动清单

把图谱变成动作:VC 看 spinout 信号,猎头看窗口与通道,HR 看防守。

VC:跟踪 spinout 信号

① 创业率排行(4.4 节)指向 spinout 的高发来源;② xAI 多位联合创始人 2026 年初离场、去向未公开,是值得关注的组队信号;③ LeCun(AMI Labs $1.03B 种子)与 Tworek(Core Automation)印证「高管离职到成轮约 6 个月」的节奏;④ 任期结构(3.7)可用于预判:高价引入 Meta MSL 的 2025 队列若在 2026 下半年松动,新一批组队窗口随之打开。

招聘方:流动窗口与通道

① 人才互流矩阵(4.1)显示哪些流动通道在历史上已被验证;② 任期窗口与组织调整叠加,可定位流动性较高的群体;③ MTS 头衔不分级,能力评估需回到公开作品(模型贡献名单/论文/系统);④ 技术池 PhD 率 36.3%,校友链 + 公开作品是高命中触达面。

AI 公司 HR:留才参考

① 对照 4.2 留存基准定位自身;② 业内已成型的留才工具:股权 refresh、留任金与使命叙事,OpenAI 案例给出价格参考($1.5M × 1,000 人);③ 关注「任职 36 个月以上且晋升放缓」的群体(3.7 流动窗口的镜像);④ 竞业与 garden leave 在美国市场基本无效,留人靠给方向而非锁人。

用 Metix AI 把图谱变成名单

本报告的检索、画像、流动分析全部由 Metix AI 完成。可按同样口径为任意公司生成定制图谱:全量长名单导出、组织拼图、流动监测、邮箱解锁与多渠道触达,并按「只为合格面试付费」计费。No interview, no charge.

8.6 亿+ 全球人才画像11,914 人 Lab 技术池长名单人才互流网络季度监测只为合格面试付费
Appendix

09附录:口径、全量数据与方法局限

9.1 口径与方法

覆盖的 13 家 Lab

OpenAI、Anthropic、Google DeepMind、Meta(AI 研究线)、xAI、SSI、Thinking Machines、Mistral AI、Reflection AI、World Labs、Physical Intelligence、H Company、Kyutai。地理范围 = 档案常驻地在美国/英国/法国。Google DeepMind 以独立实体口径统计,在 Google 主体下挂 DeepMind 头衔者会少量漏计。

Meta 的特殊口径

Meta 体量巨大且 MSL 无独立实体,本报告的「Meta(AI 研究线)」= 当前在 Meta 且 title/headline 可识别为 AI 研究/工程相关者(含明确标注 Superintelligence Labs/FAIR/GenAI 的档案),是可识别子集而非 Meta AI 全量,绝对数偏保守。

职能口径

技术人才池 = 研究科学家 + 研究工程师 + MTS(未细分) + 工程 + 安全与对齐。OpenAI/Anthropic/SSI 大量使用 Member of Technical Staff 头衔不分研究/工程,单列为 MTS,研究序列占比因此是下限口径。解决方案/产品/GTM 不计入技术池。

数据时效

人才库数据时点约 2026 年上半年;前沿 Lab 档案更新存在滞后,重点人选已逐人对照公开信息复核,2025-2026 的最新职位变动以公开信源为准标注。

9.2 Lab 全表(Metix AI 数据库口径,美英法)

Lab在职画像技术池研究序列占比PhD 率
Meta (AI 研究线)4,2284,09273.3%59.8%
Google DeepMind4,1232,83750.2%36.9%
OpenAI5,4952,6289.6%16.0%
Anthropic2,7401,2516.4%16.0%
xAI1,7177105.1%16.1%
Mistral AI52826351.7%17.5%
Thinking Machines88641.6%43.8%
Reflection AI41210.0%42.9%
H Company321963.2%10.5%
World Labs24128.3%33.3%
Physical Intelligence25911.1%33.3%
Kyutai13875.0%37.5%
SSI300%0%

9.3 方法局限(阅读本报告必看)

数据时效:人才库为静态数据(约 2026 年上半年),前沿 Lab 人员变动极快、档案更新滞后明显(高频跳槽人群常隔数月才改档案),所有数字为方向性而非实时;重点人选已逐人对照公开信源复核并标注。

覆盖率不均:本报告基于公开职业档案聚合:SSI 等保密团队、DeepMind(以独立实体计)与 Meta(取可识别 AI 研究线子集)的覆盖度受限。各 Lab 之间比较以占比与结构为主、绝对数为辅。

职能与层级推断:基于 title/headline 关键词;MTS 等扁平头衔使研究序列占比与带队层人数均为下限。

流出与留存:离职者检索有样本上限,流出为偏保守;本报告「可见留存率」与 SignalFire 的 2 年 cohort 口径不同,对照阅读而非互相替代。

金额口径:薪酬包均为媒体报道口径,公司多未确认;引用时请保留「报道口径」字样。

数据与合规声明。本报告所有人物信息均来自公开职业档案,经 Metix AI 数据库聚合整理,仅用于人才市场研究与行业参考;本报告不含对任何个人离职意向或工作表现的评判。如您是报告中提及的个人,希望更正信息或不被收录,请联系 jc.dai@metix.ai,我们将及时处理。行业事实以引用信源为准,薪酬为公开市场参考、非要约。
常见问题

本报告回答的问题

这份全景覆盖多少家前沿 AI Lab?
可见口径(数据时点约 2026 年上半年)下,13 家前沿 AI Lab、坐标美国/英国/法国的 19,057 份在职画像中,技术人才池 11,914 人(研究 + 工程 + MTS + 安全)。
Meta 与 DeepMind 合计占 13 家实验室技术池多少?
Meta(AI 研究线)4,092 人与 Google DeepMind 2,837 人合计占可见 11,914 人技术池的 58%。其后是 OpenAI(2,628)与 Anthropic(1,251)。
如何引用本报告?
Metix AI Talent Intelligence,2026-06-11。前沿 AI Lab 人才全景与流动地图 | Metix AI。https://metix.ai/reports/zh/mapping/frontier-ai-labs-talent-2026
Metix AI · Mira | 前沿 AI Lab 人才全景与流动图谱 | 2026-06-11 Talent analytics powered by Metix AI
English