从苹果到Meta，再到OpenAI：庞若鸣的“AI三国杀”

2026年2月，硅谷最轰动的人才流动事件发生了——OpenAI成功挖走Meta的明星AI研究员庞若鸣。这不是一次普通的跳槽，而是一场持续数月、暗流涌动的“人才围猎”最终落子。庞若鸣，这位曾在苹果主导生成式AI模型落地、又被Meta以超2亿美元天价薪酬挖走的顶尖科学家，最终选择加入萨姆·奥尔特曼的团队，成为OpenAI在AGI冲刺阶段最关键的拼图之一。

他的履历，几乎就是过去五年全球AI产业的缩影。2021年，他在苹果负责内部大模型研发，是Siri下一代智能引擎的幕后操盘手。当时苹果内部称他为“沉默的架构师”——不露面、不发论文，但所有关键模型的推理效率都绕不开他的优化方案。2025年7月，Meta以史上最高薪酬之一将他挖走，希望他能解决Llama系列在移动端和边缘设备上的延迟问题。可不到八个月，OpenAI的团队就找上门了。

据知情人士透露，OpenAI的招揽不是靠高薪，而是靠“可能性”。奥尔特曼亲自三次飞旧金山与他面谈，一次在斯坦福咖啡馆，一次在旧金山湾边的私人会所，最后一次是在OpenAI新落成的“推理实验室”——那里正在测试下一代超低延迟推理架构。他们没有承诺职位头衔，而是展示了一套尚未公开的模型压缩技术，能将当前GPT-5的推理成本压低60%以上。庞若鸣当时只说了一句话：“你们终于把推理做成了产品，而不是工程噩梦。”

他带走的，不只是简历

庞若鸣不是那种爱发推特、上播客的明星科学家。他不写博客，不参加大会演讲，但业内都知道：他解决的是“没人愿意碰的脏活”。在苹果，他让iPhone上的语音识别延迟从1.2秒降到0.3秒；在Meta，他重构了Llama 3的量化系统，让手机端运行130亿参数模型不再卡顿。这些成果，没人知道名字，但每个用过Siri或Meta AI的人都在受益。

现在，他带着这套“极致效率”的基因来到了OpenAI。外界普遍关注的是GPT-6的参数规模，但真正决定AI能否普及的，是它能不能在手机、汽车、手表上跑得又快又省电。OpenAI最近的内部测试显示，其推理服务器的月度电费已突破8000万美元——而庞若鸣带来的优化方案，可能让这个数字直接砍半。

更关键的是，他带来的不只是技术，是一整套团队。据多位前Meta员工透露，已有至少五名他带过的工程师在两周内同步递交了离职申请，其中三人已出现在OpenAI的内部通讯录里。这不再是单点挖角，而是一次“技术生态”的迁移。

AI竞赛，拼的不是算力，是人

2026年，AI战场的胜负手已经从“谁买得起更多H100”转向“谁能留住最懂怎么让模型跑得更省的人”。谷歌在推Gemini Nano，微软在押注Phi-4，Meta还在挣扎于Llama 4的开源节奏——但OpenAI，正悄悄构建一个由顶尖系统工程师和模型优化专家组成的“隐形战队”。

庞若鸣的加入，让外界重新审视OpenAI的策略：他们不再只是靠顶尖论文和巨额融资取胜，而是用“技术理想+极致执行”吸引那些厌倦了大厂官僚、只想把AI真正用起来的人。一位前苹果员工说：“在苹果，我们被要求‘不能出错’；在Meta，我们被要求‘必须开源’；在OpenAI，他们说‘我们还没做对，但你来，我们一起改’。”

现在，全球AI圈都在盯着一件事：OpenAI会不会在2026年Q3发布一个能在iPhone 17上实时运行、无需云端、不耗电的本地AGI原型？如果真有，那背后一定有庞若鸣的影子。

他不是最出名的AI研究员，但可能是这个时代，最值钱的那个。