文章摘要
顶尖AI研究者、“思维链”核心作者Jason Wei入职Meta仅一年多,便官宣跳槽至刚完成7.5亿美元D轮融资、估值200亿美元的AI专业数据服务初创Mercor任首席科学家,LoRA论文第一作者Edward Hu同期加入。Jason认为高质量专业数据将是AI行业下一阶段演进核心,此次流动也折射出AI产业及人才逻辑的新变化。

去年,Meta为招揽顶尖AI研究者投入了巨额资源,从OpenAI挖来了“思维链”研究的核心作者Jason Wei,提供了超高额的薪酬待遇。然而这位在AI领域崭露头角的研究者,入职Meta仅一年多就宣布离开,且新东家并非行业巨头,而是一家专注于专业数据服务的初创公司。

近期,Jason Wei在社交平台X上正式官宣,将离开Meta旗下的TBD实验室,出任创业公司Mercor的首席科学家。他同时在社交动态中表达了对AI发展方向的判断:随着越来越多企业开始训练专属AI模型,高质量数据将成为推动行业演进的下一个核心前沿。

Mercor联合创始人兼CEO在欢迎声明中透露,Jason将负责搭建研究团队,统管所有数据处理与模型评测工作。值得关注的是,与他一同加入的还有LoRA论文的第一作者Edward Hu,后者将承担模型训练相关的核心工作。

此次跳槽虽略显突然——Jason官宣时甚至来不及更新社交平台的个人简介,但并非毫无预兆。据悉,过去几年Meta一直是Mercor的客户,Jason所在的TBD实验室也曾采购过Mercor的数据标注服务;此外,Mercor CEO称,双方在此前数年中一直保持着密切沟通。

从行业视角来看,这一事件也折射出科技巨头与初创公司之间的合作逻辑变化:大厂为训练模型采购初创的数据服务,而部分顶尖研究者则借此契机,从合作方的平台转向直接参与初创的核心研发。

Jason Wei的动向之所以引发广泛关注,不仅因为他是多项AI经典研究的核心作者,更在于他是典型的“天才型研究者”——本科毕业后未按传统路径攻读博士,直接进入行业核心团队,且年纪轻轻就取得了突出成就。据公开信息推算,他目前仅27至28岁。

2020年,Jason从达特茅斯学院计算机专业本科毕业,随后加入Google Brain团队。仅两年后,23岁的他就成为谷歌的研究科学家,大概率是该职位历史上最年轻的任职者之一。同年,他以第一作者身份发表了“思维链”的开山之作,这一成果成为大模型逐步推理能力的核心基础;同时,他还是指令微调经典研究FLAN的第一作者。

2023年,Jason加入OpenAI,深度参与了初代推理模型o1和Deep Research的核心研发,还主导开发了SimpleQA、BrowseComp等评测基准,并联合200多位医生制定了针对医疗场景的HealthBench评测标准。截至目前,他的学术成果引用量已超过16万次。

去年7月,Jason被Meta以高额薪酬挖入旗下的超级智能实验室TBD Lab,带队研发Muse系列模型,并推动大模型在医疗研究领域的落地应用。离职前一个月,他还分享了团队的一项实验:医学研究者可通过Muse系列模型驱动的工具,分析约500万份去标识化电子病历,仅用四周就产出了十篇研究手稿。他在相关分享中指出,尽管模型能大幅提升研究效率,但病历数据中存在大量噪声,专业判断仍是解读结果的核心依据。

Jason此次选择加入Mercor,正是因为这家公司专注于“高壁垒专业数据”的核心方向。Mercor成立于2023年1月,总部位于旧金山,三位创始人是高中时期的辩论队友,创业初期曾在高校宿舍办公。如今,这家初创公司已聚集了Jason等顶尖AI研究者,还组建了由医生、律师、分析师及资深工程师构成的行业专家网络。

据介绍,Mercor的核心业务是为AI实验室和企业提供专业的训练数据与评测服务:它组织各领域专家将实际工作拆解为高难度训练任务,制定严格的评分标准,帮助企业训练模型并检验其解决复杂专业问题的能力。此外,该公司还协助企业将自有业务数据变现,并在业务流程中部署AI工具。

在完成B轮、C轮融资后,Mercor于Jason官宣跳槽前八天,完成了7.5亿美元的D轮融资,估值达到200亿美元。投资方包括多家顶级风投,以及英伟达、Salesforce等产业巨头。资本押注这家公司的核心逻辑在于:通用互联网语料已接近枯竭,只有资深专家的“隐性判断”,才能帮助AI真正掌握专业领域的实际能力。目前,Mercor的客户已覆盖基础模型实验室,以及法律、财务等垂直赛道的头部企业。

正如Jason此前在社交平台感慨的那样,如今为AI模型提供高质量的专业评测基准,其影响力不亚于在顶级学术期刊发表论文。随着越来越多企业开始训练专属模型,Mercor这类专注于专业数据与评测的公司,正试图通过掌控核心资源,定义AI行业演进的下一个前沿。

这一事件也折射出AI行业的一个有趣现象:近年来,顶尖研究者从Meta入职后往往难以长期留存,“在Meta工作不超过一年”似乎成了一个隐形的“魔咒”。此前,前苹果基础模型负责人曾放弃超2亿美元的薪酬包,入职仅7个月就跳槽至OpenAI;更早之前,两位从OpenAI跳槽至Meta的研究员,甚至仅在Meta工作数周就返回了原公司。

行业内的调侃称,这一现象背后是“一年悬崖期”的规则:大厂为招揽人才设置了大额签约金与股票,通常在满一年时集中解锁,过了这一节点,研究者的去留就更多取决于团队的真实研发愿景与工作氛围。不过,Meta的首席AI官仍在行业内保持稳定,深受高层器重。

以上内容不代表本平台立场,仅供读者参考