小扎，这波是不是有点亏？Meta强化学习大佬离职，还用老板金句“精准背刺”！

TL;DR：

Meta一位顶尖强化学习专家Rishabh Agarwal悄然“出走”，留给老板小扎的竟是小扎本人的“金玉良言”作为离别赠语，这波操作属实是高情商“扎心”。与此同时，Meta似乎正面临一波老员工离职潮，看来AI帝国挖人的同时，自家后院也得看紧了！

小扎这头为了“超级智能”疯狂挖人，把全球顶尖AI人才往家里搬，结果呢？**自家后院，却悄悄燃起了“离职潮”的烟火？**这剧情反转得，比AI换脸还快！¹

最近科技圈炸开了锅，因为Meta的强化学习（RL）万引大佬Rishabh Agarwal宣布要**“拜拜了您嘞”**。更绝的是，他在离职声明里，竟然祭出了老板扎克伯格的“金句”作为离别寄语——“在这个瞬息万变的世界里，最大的风险就是不去冒险。”²

这波操作，简直是**“杀人诛心”的教科书式示范！网友们都惊呆了，直呼：“把小扎的原话甩回他自己脸上，这操作绝了，瑞思拜！”³ 这不就是妥妥的“精准背刺”**吗？

顶配学霸的“不走寻常路”：他究竟何方神圣？

Rishabh Agarwal，这个名字在强化学习领域，绝对是**“响当当”的存在。他的谷歌学术论文被引用超过上万次，H-index也有34，这数据放哪儿都是炸裂的存在**，妥妥的“大神”级别。⁴

他不仅是印度理工学院孟买分校的学霸，还曾在AI界“黄埔军校”——Google Brain多伦多团队，跟着大名鼎鼎的Geoffrey Hinton老爷子混过。更有意思的是，Hinton当年还曾建议他“不要做强化学习”，结果呢？Rishabh大佬偏不信邪，义无反顾地投身RL，事实证明，**姜还是老的辣，但青出于蓝胜于蓝也不是没可能！**老爷子最终还是留了一句：“应该做自己认为最好的事情。”这不，就有了今天的Rishabh。

在谷歌，Rishabh大佬也是**“战绩辉煌”**：

• 参与开发了Gemini 1.5（号称当时最强多模态模型，上下文窗口突破100万）、Gemma 2（谷歌新一代轻量级开源模型）等重磅产品。这可是直接参与到AI模型界的“核武器”研发啊！⁵
• 2021年，他更是凭借一篇关于深度强化学习统计不稳定性问题的论文，斩获了NeurIPS杰出论文奖。这篇论文听起来高大上，但说白了，就是他发现现在很多AI算法评估可能有点“虚胖”，在有限的实验下容易出“假结果”。他这篇论文，相当于给强化学习领域打了个**“预防针”**，告诉大家别光看表面风光，得扎实点！

后来，他从谷歌“跳槽”到了Meta，继续发光发热，主攻Meta推理模型的后训练工作，比如用RL规模化训练8B稠密模型，使其达到**“接近DeepSeek-R1的水平”，还提出了更高效的on-policy蒸馏方法。这技术，听起来是不是有点“不明觉厉”**？

小扎的“超级智能”梦，留得住“人心”吗？

一边是Meta重金组建“超级智能实验室”⁶，誓要成为AGI（通用人工智能）的领跑者；另一边却是自家核心人才，在**“人财两旺”的当口，选择“功成身退”**。这对比，有点意思！

Rishabh在告别信里说得很清楚，加入新的超级智能实验室“并不容易”，毕竟那里“人才济济、算力爆棚”。但他更想“冒险去尝试一条完全不同的路”。这背后的深意，可能就只有当事人自己最清楚了。但网友们可不买账：“十亿可以为你买一栋房子，但买不到你的梦想。”这句评论，多少带点**“人间清醒”**的味道。

更让小扎头疼的是，Rishabh的离职并非**“孤例”。几乎同一时间，一位在Meta工作了整整12年的老员工，也宣布离职，而且下一站直接投奔了竞争对手Anthropic的推理团队！这波操作，简直是“釜底抽薪”**啊！

有消息指出，Meta新老员工之间，因为薪酬待遇悬殊，摩擦不断，一些研究人员甚至**“撂狠话要辞职”。这似乎印证了那句老话：“薪水给不到位，再大的梦想也留不住人。”**

AI大厂之间的**“人才争夺战”**，早已是白热化阶段。但挖人不易，留人更难。当内部出现薪酬体系的“裂缝”，当资深大佬们感到寻求突破的“天花板”，选择“用脚投票”也就不难理解了。

Rishabh Agarwal的下一站尚未明确，但按照他“想尝试完全不同的一条路”的说法，不少人猜测，他大概率会选择创业，去AI的**“无人区”**再闯一闯。

小扎的AI帝国，一边蓄水，一边却也在**“开闸放水”。在AI军备竞赛如火如荼的今天，如何才能真正留住这些“身价十亿”的大佬们，或许才是摆在Meta面前最大的挑战。毕竟，“人才是第一生产力”，这句话在AI时代，更是“字字珠玑”**啊！

引用

• Meta
• 强化学习
• 人才流失
• Rishabh Agarwal
• AI大佬