Meta 的损失，Thinking Machines 的收获
在 AI 人才争夺战中，Meta 和 Thinking Machines Lab（TML）之间的互动呈现出双向流动的态势。尽管 Meta 近期从 TML 挖走了七位创始成员，但 TML 也在积极从 Meta 招募人才，甚至力度更大。
最新案例是 Weiyao Wang，他在 Meta 工作了八年，参与构建多模态感知系统和开源分割项目（包括 SAM3D），上周离职后加入 TML。另一位是 Kenneth Li，哈佛博士，在 Meta 待了十个月后于本月转投 TML。
TML 的吸引力部分源于其基础设施升级。公司刚与 Google 签署了价值数十亿美元的云合作协议，获得 Nvidia GB300 芯片 的早期使用权，成为首批运行该硬件的初创公司之一。这一合作将 TML 的基础设施水平提升至与 Anthropic 和 Meta 相当的层级。
TML 从 Meta 挖来的关键人物包括：
- Soumith Chintala（CTO），在 Meta 工作 11 年，PyTorch 联合创始人
- Piotr Dollár（技术员工），11 年 Meta 经历，Segment Anything 模型合著者
- Andrea Madotto（研究科学家），来自 Meta FAIR 部门，专注多模态语言模型
- James Sun（软件工程师），近 9 年 Meta 经历，负责 LLM 预训练和后训练
此外，TML 还吸引了来自其他顶尖机构的人才，如国际信息学奥赛三金得主 Neal Wu（来自 Cognition）、Waymo/Windsurf/OpenAI 背景的 Jeffrey Tao、Anthropic 研究员 Muhammad Maaz、苹果的 Erik Wijmans，以及微软 AI 超级智能团队的 Liliang Ren。
这场人才拉锯战反映出 AI 领域顶尖人才的稀缺性。Meta 凭借规模优势试图削弱 TML 的创始团队，但 TML 凭借前沿项目（如 SAM3D、PyTorch 生态）和强大的计算资源，反而成为 Meta 人才的“虹吸点”。值得注意的是，TML 的 CTO Chintala 曾是 Meta 开源战略的核心人物，他的加入可能重塑 TML 的技术路线。
总体来看，TML 正在从一家初创公司迅速成长为能与巨头抗衡的 AI 研究重镇，而 Meta 的“人才流失”或许只是行业洗牌的冰山一角。
