连续失血背后，可能不只是薪酬问题那么简单。
作者｜桦林舞王
]article_adlist–>
正准备合并 SpaceX 和 xAI，创造一个 1.25 万亿美元估值的宇宙 AI 巨无霸的马斯克，想不到自己的巨饼，不是所有人都吃得下。
当地时间2026 年 2 月 10 日，xAI 联合创始人 Tony Wu，宣布从马斯克的 AI 公司离职。
这已经是继去年 8 月 Igor Babuschkin 离职后，xAI 失去的第二位联合创始人 。Wu 负责的恰恰是 AI 推理能力——这个被业内认为是下一代 AI 系统核心竞争力的关键技术方向。
一家成立才两年多的 AI 公司，连续失去两位联合创始人，这在硅谷并不常见。更关键的是，这发生在 AI 竞争最激烈、人才最稀缺的当下。
创始人纷纷出走，马斯克的AI 野心，还能继续吗？
01
推理专家走人
Tony Wu 在 xAI 的角色，远比表面看起来重要。
作为负责推理能力的技术负责人，Wu 直接向马斯克汇报。在当前的 AI 发展阶段，推理能力被认为是 GPT-4、Claude 这些大模型与真正「通用人工智能」之间的关键桥梁。
简单来说，Wu 负责的就是让 AI 能够「思考」，而不仅仅是「记忆和模仿」。
这个时候失去 Wu，对 xAI 来说打击是致命的。
从技术角度看，AI 推理能力的突破需要长期的积累和持续的迭代。一个推理专家离开，带走的不仅仅是个人能力，还有整套的技术思路、实验数据，以及对未来研发方向的判断。在 AI 这个「以月计」的快速迭代行业，失去关键技术负责人往往意味着至少 6 个月的研发停滞。
更让人担心的是时机。OpenAI 刚刚发布了新的代码模型，在 AI Coding 上取得了显著突破；Anthropic 的 Claude 也在推理任务上表现越来越出色。这个时候失去推理团队的核心人物，xAI 很可能会在最关键的技术赛道上掉队。
有开发者在 X 上直言：「失去 Tony Wu，就像特斯拉失去电池技术负责人一样。表面上公司还在运转，但核心竞争力已经受到冲击。」
Tony Wu 不是唯一的一个，事实上，过去一年，xAI 创始团队的 12 名成员中，已经有 5 名离开，接近一半的离职率，效率堪比老马狂裁Twitter 之时。
为什么顶级 AI 人才，并不愿追随马斯克的 AI 愿景？
02
马式管理的「副作用」
连续两位联合创始人离职，让人不得不重新审视 xAI 内部到底发生了什么。
虽然官方没有透露具体的离职原因，但从马斯克在 Twitter、Tesla、SpaceX 的管理风格来看，问题可能不在薪酬，而在管理理念的冲突。
马斯克一直以「极限压榨」式的管理著称。
在 Twitter 的改造过程中，他曾经让员工睡在办公室，用「要么极度硬核，要么离开」的方式大规模裁员。这种管理风格，在制造业或者相对成熟的科技产品上或许有效，但 AI 研发需要的是创造性思维和长期专注，而不是简单的执行效率。
一位前 OpenAI 研究员在接受采访时表示：「AI 研究有自己的节奏。有时候一个算法突破需要几个月的静心思考，有时候需要反复试错。如果管理层总是催促『快一点，再快一点』，很容易让研究员产生挫败感。」
更关键的是技术路线的分歧。
马斯克曾经公开表示，xAI 要追求「最大程度的真实」和「理解宇宙」。这种宏大的愿景很鼓舞人心，但在具体技术实现上，往往需要更务实的路径选择。
当 CEO 的愿景与技术团队的判断发生冲突时，谁说了算？
在传统的 AI 研究机构，通常是技术专家有更大的话语权。但在马斯克的公司里，最终决策权往往掌握在他手中。
03
AI 的「人才血战」
把 xAI 的人才流失放在更大的背景下看，这其实是整个 AI 行业「人才血战」的一个缩影。
现在的 AI 行业，顶级人才的稀缺程度堪比上世纪的核物理学家。
一个优秀的 AI 研究员，可能同时收到 OpenAI、Anthropic、Google DeepMind 的 offer，年薪轻松超过 50 万美元，股权价值更是天文数字。
在这种环境下，留住人才的关键不仅仅是钱，更是平台和氛围 。研究员们更愿意去那些能让他们专注技术、有清晰研发路径、不被管理层频繁打扰的地方。
从这个角度看，OpenAI 和 Anthropic 确实有优势。
这两家公司都是由 AI 研究员主导的，技术团队在关键决策中有足够的话语权。相比之下， xAI 更像是一家「CEO 驱动」的公司——马斯克的个人意志往往会覆盖技术团队的判断 。
这不是说马斯克的方式不对，而是在 AI 这个特殊的行业，这种管理风格可能不是最优解。
Reddit 上有用户一针见血：「马斯克擅长的是工程化和产品化，但 AI 研究的前半程更像是科学研究，需要的是耐心和试错空间。」
现在的问题是，xAI 还有多少时间来调整？
在 AI 这个「赢家通吃」的游戏里，落后半年可能就意味着彻底出局。失去两位联合创始人，对于一家还在寻找技术突破口的 AI 公司来说，代价可能比想象的更加沉重。
毕竟，在这场 AI 军备竞赛中， 最稀缺的资源从来不是钱，而是那些真正懂得如何让机器「思考」的人 。
*头图来源： TipRanks
]article_adlist–>
<!-- 非定向300*250按钮 17/09 wenjing begin --> <!-- 非定向300*250按钮 end -->
</div>
