近期科技领域有两张照片引发了广泛关注,分别来自美国硅谷和中国深圳。
第一张照片中,Meta CEO马克·扎克伯格穿着标志性的灰色T恤,笑容满面;他身旁站着身着黑色连帽卫衣、头发略显凌乱的亚历山大·王。这位19岁从MIT辍学并创办Scale AI的创始人,在Meta以约143亿美元收购Scale AI 49%股份后,成为Meta超级智能实验室的核心人物。
第二张照片摄于深圳一场备受瞩目的官方座谈会上。腾讯CEO马化腾正襟危坐,面前摆放着红色姓名牌。坐在他旁边的是一位戴着黑框眼镜、身穿深色衬衫的年轻人,姓名牌上写着“姚顺雨”。这位95后(1998年出生)的普林斯顿大学博士、OpenAI前研究员,曾提出《思维树》框架,于2025年底加入腾讯,担任“CEO/总裁办公室”首席AI科学家。在这场政商两界人士汇聚的座谈会上,马化腾与这位年轻技术负责人相邻而坐。
这两张跨越太平洋的照片,虽然场景不同,却共同指向AI时代一个反复出现的商业命题:在这个由算力和模型主导的新世界中,传统商业巨头与顶尖技术人才正在形成一种以往罕见的深度合作与共生关系——巨头开始放权,天才开始上桌。这并非简单的高薪挖角,而是资源、算力和决策空间的一次重新分配。
旧秩序的失效:当资本不再万能
过去二十年的移动互联网时代,大厂老板们是规则的制定者。资本是主导力量,庞大的研发团队和工程师构成了大厂的基石。只要商业模式跑通,大厂就能用高薪招募数以万计的工程师,以规模优势攻克任何赛道。
然而,大模型时代的到来对这种逻辑构成了根本性冲击。
在通往AGI的征途上,决定模型天花板的已不再是人数多少,而是极少数顶尖研究者的认知。全球真正有能力主导训练万亿参数级别前沿模型、深刻理解底层架构(如Transformer变体、MoE稀疏架构、RLHF对齐算法)的科学家,屈指可数。
对扎克伯格和马化腾这样的商业巨擘而言,他们能在资本运作、算力采购和应用分发上呼风唤雨。但当面对“如何跨越Scaling Law瓶颈”“如何设计更高效推理引擎”这些触及人类智力边界的问题时,巨额支票簿难以直接兑换答案。
资本依然强大,但纯粹的资本本身已难以直接买到最前沿的判断力。大老板们开始以更平等的姿态、更顶级的资源乃至更核心的权责,换取与这些年轻研究者深度合作的机会。所谓“巨头放权”,放的正是过去只属于创始人和老臣的核心决策空间。
扎克伯格与亚历山大·王:巨额筹码下的深度结盟
扎克伯格对AI的焦虑近两年尤为明显。在Llama 4发布后市场反应不及预期的背景下,他需要一场颠覆性动作来稳住Meta在AI竞争中的地位。
以约143亿美元收购Scale AI 49%股份,并将亚历山大·王及其部分团队引入Meta,是扎克伯格打出的关键牌。Scale AI是全球头部数据标注与数据服务公司之一,在大模型训练的数据环节中占据基础设施般的位置。而亚历山大·王不仅拥有数据服务领域的运营经验,也具备敏锐的商业和技术直觉。
照片中,扎克伯格穿着休闲T恤,亚历山大·王穿着连帽卫衣。这种随意着装被外界解读为两人已超越传统“上下级”关系,更接近硅谷式的合伙人结盟。
扎克伯格为亚历山大·王提供了巨额资金、大规模算力集群和Meta用户数据;亚历山大·王则带领团队为Meta构建下一代模型。扎克伯格还专门成立了超级智能实验室,赋予其相当程度的自主权。这可视作资本对顶级技术判断力的一次重大让步,也是“巨头放权”的典型样本:扎克伯格让出的不只是预算,还有组织架构和研发自主权。
马化腾与姚顺雨:中国巨头的“求贤若渴”
视线转回国内,马化腾与姚顺雨的同框,折射出中国科技巨头在AI深水区里的另一种急切。
在上一轮互联网浪潮中,腾讯凭借微信和游戏业务积累了庞大的用户基础和现金流。但在大模型时代,面对字节“豆包”的扩张和DeepSeek在底层技术上的竞争,腾讯虽推出混元大模型,但在顶级AI人才储备和前沿研究上,外界对其进展一直存在讨论。
姚顺雨的加入,是腾讯在AI人才战略上的一次重要动作。作为OpenAI前研究员,他在AI Agent和复杂推理方面有深厚积累。腾讯以“CEO/总裁办公室首席AI科学家”身份将他引入,最初兼任AI Infra部与大语言模型部负责人,此后职权逐步扩大,到2026年9月已统管模型、算力与数据三条线。需要说明的是,此前网络流传的“上亿元薪资”说法曾被腾讯官方辟谣,因此不宜将薪酬具体化,但腾讯对这项人才引进的重视程度,从职务安排中可见一斑。
在那张照片里,姚顺雨坐在马化腾身旁。这并非简单的“旁听席”,而是一种公开的背书:姚顺雨不是被安排在桌边观摩的人,而是被放到核心桌边的人。马化腾用这一安排向外界和公司内部传递信号:腾讯愿意把核心资源交给像姚顺雨这样的年轻技术负责人。
大老板懂商业、懂场景、懂产品体验;年轻研究者懂算法、懂架构、懂底层逻辑。腾讯拥有丰富的落地场景(社交、游戏、办公、视频),而姚顺雨们则被期待为这些场景注入更强的AI能力。这是一种典型的优势互补。
为什么是“年轻人”?
很多人会疑惑,为什么大老板们不再优先倚重那些资历深厚、经验丰富的老兵,而是将筹码押注在二三十岁的研究者身上?
一个重要原因是,在大模型时代,底层技术的迭代速度,在相当程度上超过了传统经验积累的节奏。
在传统软件工程中,代码量和技术年限是重要的护城河。但在AI领域,范式转移的周期被大幅压缩。从早期的GPT-3到推理模型,AI正以前所未有的速度重构自身逻辑。
这些年轻研究者没有旧时代的思维束缚。他们在最敏锐的年纪,直接站在了世界最前沿的实验室里。他们敢于打破常规,敢于推翻自己,能以较快速度吸收最新知识。大老板们或许正是看中了这一点:在这场AI竞赛中,年轻研究者身上的纯粹好奇心和突破意愿,可能比按部就班的经验更能应对未知的技术迷雾。
结语:AI黄金年代,谁坐在桌边
这两张照片,是硅谷与深圳在AI时代交汇的一个缩影。
在AI时代,资本与技术的结合方式正被重新定义。传统的雇佣关系正在向更深度的合伙人关系演变。大老板们提供弹药和舞台,年轻研究者输出硬核判断与技术。两者并非简单的谁领导谁,而是在一场决定未来走向的科技竞赛中,互相需要,共同进退。
无论是在山景城的Meta总部,还是在深圳的腾讯大厦,这种合作都指向一个现实:在这个属于超级智能的AI黄金年代,最稀缺的资源,或许不是金钱,也不是算力,而是那颗能够理解并创造未来的年轻大脑。巨头放权,天才上桌,这既是科技巨头的生存策略,也在某种程度上塑造着技术演进的走向。
本文来自微信公众号“Tech商业”,作者:Tech商业,36氪经授权发布。
赵晓梅
2026年9月15日,晚上10:30配牌流程是牌九玩法的基础。从洗牌、码牌到摸牌、配牌,每一步都有讲究。本文详细拆解配牌步骤,并配以图解说明,适合零基础读者按图索骥。
刘建国
2026年9月18日,下午3:45地方规则差异是牌九学习中的常见难点。不同地区对牌面大小、配牌方式、点数计算等存在不同约定。本文按条件分别说明,帮助读者核对正在使用的规则版本。
陈丽华
2026年9月22日,上午9:10常见配牌问题与解答以问答形式整理,涵盖牌面认识、组合比较、点数计算等环节。读者可通过自测回顾巩固知识,避免因单一称呼误判大小。