2014 年的北京中关村，空气中弥漫着咖啡馆的喧嚣和 O2O 烧钱的焦灼味。那一年，阿里巴巴在美上市，中概股如日中天，久居大厂的高管们嗅到了 " 机会 " 的味道。
他们从杭州的阿里园区、北京的后厂村、深圳的腾讯大厦鱼贯而出，程维创立滴滴，白鸦创立有赞，郭列创立 FaceU 激萌，胡玮炜创立摩拜单车。在那个流量驱动的时代，他们怀揣着一套在巨头体系内被反复验证过的流量收割方法论，在衣食住行的商业荒原上圈地建城。
十年后，当新一波大厂高管再次推开旋转门走向旷野时，迎接他们的是一种跨越时空的错位感。
外面的 VC 仍旧挥舞着支票，只是这次不再为 " 流量买单 "，而是要为 "AI 革命 " 买单。VC 们希望买断的，是他们脑子里在大厂内部无法孵化的 " 非共识 "。
2021 年，原商汤科技副总裁闫俊杰创立了 MiniMax；2023 年，曾于 Google 和 Meta 参与核心模型研发的杨植麟创立了月之暗面；原微软亚洲研究院负责人姜大昕博士创立了阶跃星辰；原百度小度科技 CEO 景鲲创立了 Genspark。这些名字背后，是一群对 Transformer 架构有深度理解、对 Scaling Law 有信仰、用数亿算力 " 喂 " 出工程直觉的人。
整个 2025 年，创始人背景带有科技大厂（包括但不限于百度、阿里、腾讯、字节、美团、滴滴、华为、网易、大疆等企业）的创业融资事件数量超 70 起。其中，大疆、字节、腾讯、华为、阿里 5 家的高管创业事件数量遥遥领先。相应地，智能硬件、AI 应用、具身智能成为最集中的创业赛道。
十年，足够让一代技术从实验室走向千家万户，也足够让一种权力结构从巅峰滑向黄昏。
曾几何时，大厂是抵御风险的避风港。但在 AI 彻底重构生产力的今天，那个严丝合缝的层级组织，正在逐渐异化为一个巨大的认知囚笼。当 " 确定性管理 " 遇上 " 探索性创新 "，旧时代的勋章反而成了新战场上的累赘。
以人才流动起点，我们试图探讨一个完整的叙事链条：他们为何离开？大厂为何留不住？什么样的人才有资格离开？以及最终，谁在为这场迁徙买单？
一个时代向另一个时代的交接仪式才刚刚开始。
为什么离开？
所有的离开，并非都源于同一种动机。
有人是主动逃离，有人是被迫出走。但无论哪一种，本质都是大厂这台精密机器与 AI 这种野生智力之间的结构性冲突。
2022 年 11 月 30 日，ChatGPT 横空出世。但在此之前的 18 个月里，商汤科技副总裁闫俊杰早已经洞察到，Transformer 架构展现出的涌现能力，NLP（自然语言处理）的范式正在发生根本性转移，未来的 AI 不再是一个个垂直的技术模块，而是一个统一的智能底座。
这是一个典型的 " 非共识时刻 "。当时，整个行业还沉浸在 CV （计算机视觉）的繁荣中，商汤的营收主要来自智慧城市、自动驾驶等视觉 AI 项目。闫俊杰若要在内部推动大模型，需要说服管理层砍掉部分现金流业务，把算力和人力 all-in 到一个尚未被验证的方向。这在一家已经上市、需要对股东负责的公司里，几乎不可能。
闫俊杰选择离开商汤，创立 MiniMax。一位接近他的投资人说，" 闫俊杰不是因为在商汤混不下去才出来的，他是看到了一个更大的机会，而这个机会在大厂的决策链条里根本跑不通。"
同样的故事也发生在微软。姜大昕博士 2007 年加入微软亚洲研究院，曾主导了必应搜索、Cortana 等产品的技术研发，积累了丰富的工程经验。大模型技术的快速发展让姜大昕意识到，AGI 的实现可能提前到来。
但微软当时的策略是扶持 OpenAI，无法满足他对 AGI 的探索需求，因此选择创业以自主推动技术研发。
2023 年 4 月，创立阶跃星辰。8 月发布 Step-1 千亿参数语言大模型，模型综合性能超越 GPT-3.5，此后，陆续推出多模态模型 Step-1v、万亿参数模型 Step-2 等，逐步构建起完整的产品生态。
主动派的共同特征是：他们在大厂内部已经看到了未来，但大厂的组织架构、决策流程、资源分配逻辑，都无法支撑他们把这个未来变成现实。
被动派则是被大厂的 " 免疫系统 " 排斥出去的。
Noam Shazeer 是 Transformer 论文的作者之一。2017 年，他和团队发表了那篇改变 AI 历史的论文《Attention is All You Need》。但五年后，当他想把这个技术做成一个面向消费者的对话产品 Meena 时，Google 表示拒绝，不会向公众发布这款聊天产品。
2021 年，Shazeer 愤然离职，和同事 Daniel de Freitas 创立了 Character.AI，产品上线后迅速爆火，月活用户突破千万。
讽刺的是，2024 年 Google 以 27 亿美元的价格回购了 Character.AI 的技术和团队。Character.AI 继续运营，Shazeer 重返谷歌，出任 Gemini 的技术负责人。
一位硅谷投资人评论道，"Google 用 27 亿美元买回了自己三年前不想发布的产品。这不是钱的问题，是组织的问题。"
主动派和被动派的故事，共同指向一个更深层的问题，是大厂的 " 确定性文化 " 与 AI 早期 " 不确定性探索 " 之间的本质冲突。
大厂是为工业时代的大规模生产而设计的。它的核心能力是，把一个被验证过的模式，用最高的效率复制到最大的规模。这需要严密的流程、清晰的 KPI、可预测的回报。但 AI 的早期探索恰恰相反，它需要的是快速试错、容忍失败、拥抱不确定性。
为什么留不住？
面对核心人才的流失，大厂并非没有努力过。
2023 年下半年，某头部互联网公司为挽留一位技术高管，开出了一份堪称 " 诚意满满 " 的条件清单：年薪从 400 万提升至 600 万；承诺为其组建一个 50 人的独立研究团队，算力资源优先调配；甚至允许他每周有两天时间可以不来公司，专注于自己的学术研究。
这份条件放在三年前，足以让任何一个技术高管动心。但在 2026 年，这位技术高管只留下了一句话：" 问题不在于给多少，而在于能不能做成。"
在他看来，大厂的挽留方案本质上是一种 " 资源置换 "，用更多的钱、更多的人、更多的自由度，来换取人才的留守。可是，这种置换忽略了一个更深层的问题：组织基因。
具体而言，大厂的挽留困境体现在三个层面：
第一，决策链条无法压缩。 即便给了独立团队，AI 项目的关键决策仍然需要经过层层审批。是否要 all-in 某个技术方向？是否要砍掉现有业务为新项目让路？这些问题最终都要上升到管理层，而管理层的决策逻辑是 " 风险最小化 "，而非 " 机会最大化 "。
一位接近该科学家的人士透露：" 他最后一次提交的技术方案，在内部走了三个月流程，开了十几场会，最后因为‘与现有业务协同不足’被否决。而同样的方案，他拿到外面，一周就拿到了 VC 的 term sheet。"
第二，利益分配机制无法重构。 高管拿到的是成熟航道上的线性溢价，而 AI 创业，创始人拿到的是未来增长的全部想象空间。
一位创业者表示：" 大厂能给出高薪，却给不出阶级的跨越。"
第三，试错空间被挤压。 一位技术出身的创业者向钛媒体创投家透露：" 在大厂内部，一个 AI 项目如果失败了，负责人不仅要承担业绩压力，还要面对内部的质疑和边缘化。如果创业，失败只是迭代的一部分，甚至可以成为下一轮融资的学费。"
这不是国内大厂的困境，硅谷的巨头们也正试图进行 " 自救 "。
Google 为了压缩决策链条，将 DeepMind 与 Google Brain 合并，赋予 Demis Hassabis 极大的自主权，允许 AI 团队在内部建立一套 " 准实验室制 " 的运行规则，绕过繁琐的法务和 PR 审批，试图营造一种 " 大厂里的初创公司 " 氛围。
英伟达则使出高薪扼杀 " 暴富梦想 " 的杀手锏。黄仁勋推出的 "Jensen 特别奖 "，在原有奖励基础上额外增加 25% 的 RSU。截至 2026 年 1 月，英伟达约 80% 的员工已成为百万富翁。这种极高的离职成本，将人员流失率强行压制在 2.7%，远低于行业平均水平。
2025 年底，OpenAI 废除了此前员工需入职满 6 个月才能获得首批股权的政策。现在，新员工入职即可开始获得股权激励，旨在通过 " 即时收益 " 在与 Meta 和 xAI 的抢人大战中抢占先机。
从商业史的长周期看，人才流动的方向，本质上是经济景气度与生产力范式转移的 " 晴雨表 "。
资金、技术和人才的汇聚点，就是下一个时代利益分配的中心。
谁在离开？
AI 时代的大厂高管是分批开启创业的。
第一批（2022 — 2023 年）是 " 技术信仰者 "，他们手握 Transformer 论文、能徒手推导反向传播公式的技术大神；第二批（2024-2025）是 " 商业翻译官 "，他们擅长找到需求、落地场景，进行商业化。
AI1.0 时代：技术信仰者出发
2023 年 3 月，贾扬青发了一条朋友圈：" 计划走向职业生涯的下一个挑战。" 随后，离开了阿里，创立了 Lepton AI。
他曾是 Facebook 的 AI 基础设施和阿里巴巴的数据分析及 AI 平台等行业 AI 解决方案负责人，也被外界称为 " 架构大神 "。2025 年 3 月，Lepton AI 被英伟达以数亿美元收购，贾扬青出任英伟达软件系统副总裁。
同样的故事也发生在杨植麟身上。2023 年创立月之暗面，推出 Kimi Chat。他的目标很明确，做一个能够处理超长上下文的大模型，把上下文窗口从 GPT-4 的 32K 推到 200K，甚至更高。
杨植麟不是先找到一个商业场景，再去做模型，而是先把模型的能力推到极致，再去寻找场景。
一位接近他的投资人说，" 杨植麟是那种会为了把模型的 loss（损失函数）降低 0.01 而兴奋一整天的人。"
王小川和王长虎也是这一波浪潮中的代表人物。王小川离开搜狗后创立百川智能，王长虎从字节跳动出走创立爱诗科技。他们的共同特征是，都曾主导过大规模的技术项目，都对算法有着近乎偏执的追求，都相信 " 模型能力是一切的基础 "。
我将这个模型混战时期称为 AI1.0 时代。他们是 " 技术信仰 " 驱动的创业；他们大多带有一种理想主义的狂热，只要模型能跑通，一切皆有可能。
他们要解决的是 " 从 0 到 1" 的问题，如何训练一个稳定的大模型？如何降低推理成本？如何提高模型的泛化能力？这些问题没有标准答案，需要在算力、数据、算法之间反复权衡，需要烧掉数亿美元的资金，才能看到一点曙光。
AI2.0 时代：商业翻译官 " 接棒 "
到了 2024 年下半年，当 Token 成本直线下降，战场的规则发生改变。一个新的问题浮出水面，AI 如何商业化。
第二波离职的高管 / 中层开始入场。他们像是一群拿着新式武器冲入传统战场的 " 雇佣兵 "。其核心能力不是写论文，而是找到 PMF（产品市场契合度），在哪个垂直领域，AI 能够创造 10 倍的效率提升，并且用户愿意为此付费。
一位从字节跳动离职的产品负责人说，" 现在做 AI 创业，不是比谁的模型参数更大，而是比谁能更快地找到一个愿意付费的场景。技术只是入场券，产品才是决胜局。"
前第四范式总裁裴沵思，创立营销 AI Agent 项目 Noumena，帮助品牌在内容社交平台实现可持续增长；前第四范式 AIOS 总经理黄缨宁创立 AI 玩具品牌 " 可豆陪陪 "。
2025 年 6 月，前字节跳动扣子产品经理潘宇扬创立心感智影，入局 AI 可穿戴硬件，他曾在华为参与小艺算法与鸿蒙 OS 的产品设计。
7 月，前大疆如影产品线负责人苏铁创立湃岛科技，进军 "AI 拍立得 " 赛道。作为如影（Ronin）产品线负责人，他在过去七年里主导了该系列从 0 到 1 的全过程，将其打造为大疆消费级影像生态的关键支柱之一，累计营收达数十亿元，被业内誉为 " 如影之父 "。
前小米 MIUI 系统负责人马骥创立 AI 影像消费硬件企业光启之境，他负责过 MIUI 系统的产品和研发，后来轮岗到小米互联网业务，主导小米国内和国际互联网产品的研发、运营、商业化，最后又轮岗到中国区，负责小米新零售业务。
前小米中国区市场部总经理、Redmi 品牌总经理王腾，创立 AI 睡眠公司今日宜休。在小米的八年里，他从一线区域市场杀到总部产品总监，不仅懂研发，更懂如何盯着供应链把成本压到极致，用精准的产品定义去对撞市场痛点。
我将这个时期称之为 AI2.0 时代，他们大多是在业务一线摸爬滚打多年，或负责过一条完整产品线的产品经理和业务 VP，擅长找到需求、落地场景，进行商业化。
一位投资人总结说："AI 1.0 的创业者是在建高速公路，AI2.0 的创业者是在高速公路上开货车。前者需要技术信仰，后者需要商业嗅觉。"
两类人，两种打法，共同定义了 AI 时代大厂高管出走的完整图景。
谁在 " 接盘 " 高管？
从互联网时代到 AI 时代，资本对大厂高管的偏爱从未改变，只是逻辑悄然迁移。
2010 年代，投资机构追逐的是 " 流量的确定性 "。阿里的 P10、百度某业务线的负责人，他们带着成熟的增长方法论离场创业，VC 们心里有底，这套打法已经在 BAT 验证过，复制到新赛道，至少不会死得太难看。那是一个 " 已知打已知 " 的时代，高管是经验的载体，投他们就是投确定性。
2023 年之后，游戏规则变了。AI 作为一种涌现的新事物，让整个投资圈陷入认知混沌。
多位投资人私下承认，他们机构里真正懂 AI 的人屈指可数，在这种不确定性的迷雾中，绑定 " 对 AI 更懂的人 " 成为一种理性的避险策略。
大厂高管 / 中层，尤其是那些在字节、阿里、腾讯主导过 AI 项目的核心人物，成为资本眼中新的 " 确定性锚点 "。
某头部美元基金合伙人的话很直白：" 我们不懂 AGI 会不会来，但我们懂人，投一个在大厂做成过事的人，比投一个 idea 靠谱得多。"
AI 时代的确定性，不再来自可复制的方法论，而是来自不可复制的人。
那么，高管身上究竟有哪些特质，能让 VC 心甘情愿为 " 确定性 " 付出溢价？
第一是整合资源的能力。AI 创业不是单打独斗的技术比拼，而是一场需要协同作战的系统工程，算法、工程、产品、运营、销售、出海，每个环节都需要顶尖人才。大厂高管的价值，正是在于他们拥有笼络人才的网络和信用。
前小米中国区市场部总经理王腾新成立的今日宜休，团队汇聚了来自小米、华为、理想等大厂的硬件与 AI 算法精英。这种跨领域、跨背景的团队组合，恰恰是投资人最看重的 " 确定性。"
第二是对垂直行业需求的深度洞察。AI 的商业化落地，最终要回答 " 为谁解决什么问题 "。那些在大厂深耕过某个业务线的高管，往往对行业痛点有超出常人的敏感度。
前钉钉副总裁王铭离职后打造了一款面向海外 TikTok 创作者的 AI 智能体（Agent）Moras，能自动完成选品、脚本生成、视频制作与发布的全流程，并按带货效果抽取佣金。
在他看来，欧美内容电商处于早期，缺乏选品与内容能力，这正是 AI 可规模化填补的洼地。此外，海外用户付费习惯成熟，雇佣 AI 助理的文化认知更普遍。
"2026 年 AI 行业将出现关键转折，纯工具型产品增长放缓，越来越多公司转向按结果付费。只有离钱近、能实现端到端闭环的场景，才能承载 AI 的长期价值期待。" 王铭向钛媒体创投家表示。
第三是融资与公关的能力。一个优秀的 AI 创始人，不仅要管理企业，还要会管理预期，既要让投资人相信故事，也要让市场看到进展。
大厂高管在这方面有天然优势。他们习惯了在复杂的利益相关方之间斡旋，懂得如何用数据和叙事说服董事会，也懂得如何在关键节点释放信号稳定军心。
王腾离职 4 个月后，再次回归，产品还未问世，便获得了高瓴创投、云九资本、智元机器人、喜临门的数千万元的种子轮融资。他在微博表示感谢：" 高瓴创投不仅是投资，还在过程中帮忙提建议、找资源，团队非常专业和高效；智元和喜临门的战略投资，未来会在技术和生产上对今日宜休有更多的帮助。"
资本对大厂高管的追逐，已经形成了一套成熟的 " 捕猎机制 "。
某头部投资机构每季度会定期组织大厂技术、产品高管的私密晚宴，讨论行业最新进展。名义上是行业交流，实则是投资人的 " 潜在项目库 "谁对现状不满，谁流露出创业意向，都会被敏锐捕捉。
某知名 FA 的日常工作，就是 " 泡大厂 "，混进字节、阿里的高管饭局，和他们做朋友，等着他们萌生创业念头的那一刻。
这是一场猎人与猎物的共谋。高管需要资本背书来降低创业风险，投资人需要高管背景来降低投资风险。
在 AI 这个充满不确定性的战场上，他们抱团取暖，用彼此的 " 确定性 " 对冲未来的混沌。
结语：
人才的迁徙，从来不是孤立的职业选择，而是经济系统的一次深层新陈代谢。
在这个转折点上，最大的风险不是走出围墙后的未知，是留守在日渐缩小的安全区内，眼睁睁看着自己从决策者变成执行者，从开拓者退化为维护者。
商业文明的火焰，从来不在密闭的实验室里永生。它永远在最危险、最混乱的边界，由那些敢于背叛确定性的人，重新点燃。（作者｜郭虹妘，编辑｜陶天宇）
更多对全球市场、跨国公司和中国经济的深度分析与独家洞察，欢迎访问 Barron's 巴伦中文网官方网站
