科技行業又現重磅人事變動：曾在meta擔任AI基礎設施核心負責人、被外界視為“華人AI技術標桿人物”的龐若鳴，已正式加入OpenAI。這位技術專家的職業軌跡，折射出當前全球頂尖科技公司對AGI（通用人工智能）領域底層系統能力的激烈爭奪。

龐若鳴的履歷堪稱“技術精英模板”：上海交通大學本科畢業后，赴普林斯頓大學攻讀博士學位，隨后加入谷歌工作近15年，深度參與大規模分布式系統研發；2020年代中期轉戰蘋果，主導基礎模型團隊建設，管理超百人工程體系，直接參與Apple Intelligence項目開發；2025年7月，他被meta以“戰略級人才”規格引入，負責超級智能實驗室的模型訓練系統與算力效率優化，薪酬包超過2億美元，包含現金與長期股權激勵。

然而，這場被科技圈稱為“天價挖角”的合作僅維持7個月。據知情人士透露，龐若鳴的離職與OpenAI持續數月的針對性招募密切相關。當前，OpenAI正全力推進更大規模多模態模型研發，同時加速布局推理型模型與Agent體系，這類技術對底層算力調度、分布式訓練穩定性及成本控制的要求遠超以往，而龐若鳴在谷歌、蘋果、meta積累的跨平臺系統優化經驗，恰好覆蓋了這些關鍵痛點。

meta的超級智能實驗室由扎克伯格親自推動，目標直指AGI技術突破。為快速補齊模型訓練與系統架構短板，該公司曾從蘋果、谷歌等公司高薪挖角，龐若鳴的加入被視為“補全最后一塊拼圖”。但現實是，AGI研發不僅需要算法創新，更依賴底層基礎設施的穩定性——如何在超大規模參數下保持訓練效率、降低算力成本，已成為行業新的競爭焦點。龐若鳴的離開，或許暴露了meta在這一領域的挑戰。

OpenAI的招募邏輯清晰可見：隨著模型規模從千億級向萬億級邁進，訓練一次模型的能耗與成本呈指數級增長，系統層面的微小優化都可能帶來數億美元的收益。龐若鳴在meta期間主導的“算力效率提升項目”，曾將單位參數訓練成本降低37%，這種能力對OpenAI而言具有戰略價值。更關鍵的是，他熟悉蘋果、谷歌、meta三家公司的技術架構，能快速整合不同平臺的優勢，這種“跨生態經驗”在當下技術封閉性增強的背景下尤為稀缺。

這場人才流動并非孤立事件。過去一年中，meta從OpenAI、Anthropic挖走多名系統架構師，而OpenAI也反向吸納了meta的核心成員，形成“雙向流動”態勢。薪酬水平隨之水漲船高：系統級技術專家的年薪普遍突破5000萬美元，部分頂尖人才甚至采用“項目制+股權”的復合激勵模式。一位獵頭透露：“現在AGI領域的系統人才，薪酬談判空間比算法專家更大，因為他們的決策直接影響模型能否落地。”

技術競爭的焦點正在從“算法創新”轉向“系統優化”。隨著基礎模型性能趨近理論極限，如何通過底層架構改進提升訓練效率、降低推理成本，已成為決定企業競爭力的關鍵。龐若鳴的跳槽，或許預示著AGI賽道將進入“系統能力決勝”的新階段——誰能率先突破算力瓶頸，誰就能在下一代模型競賽中占據先機。