xAI關鍵人物跑路，馬斯克AI野心遭重創

作者：樺林舞王，極客公園

編輯：靖宇

正準備合併SpaceX 和xAI，創造一個1.25 兆美元估值的宇宙AI 巨無霸的馬斯克，想不到自己的巨餅，不是所有人都吃得下來。

當地時間2026 年2 月10 日，xAI 聯合創始人Tony Wu，宣布從馬斯克的AI 公司離職。

這已經是繼去年8 月Igor Babuschkin 離職後，xAI 失去的第二位共同創辦人。 Wu 負責的恰恰是AI 推理能力——這個被業界認為是下一代AI 系統核心競爭力的關鍵技術方向。

一家成立才兩年多的AI 公司，連續失去兩位共同創辦人，這在矽谷並不常見。更關鍵的是，這發生在AI 競爭最激烈、人才最稀缺的當下。

創辦人紛紛出走，馬斯克的AI 野心，還能繼續嗎？

Tony Wu 在xAI 的角色，遠比表面看起來重要。

身為負責推理能力的技術負責人，Wu 直接向馬斯克報告。在目前的AI 發展階段，推理能力被認為是GPT-4、Claude 這些大模型與真正「通用人工智慧」之間的關鍵橋樑。

簡單來說，Wu 負責的就是讓AI 能夠「思考」，而不僅僅是「記憶和模仿」。

這時候失去Wu，對xAI 來說打擊是致命的。

Tony Wu 在X 上發布了離職消息｜圖片來源：X

從技術角度來看，AI 推理能力的突破需要長期的累積和持續的迭代。一個推理專家離開，帶走的不僅是個人能力，還有整套的技術思路、實驗數據，以及對未來研發方向的判斷。在AI 這個「以月計」的快速迭代產業，失去關鍵技術負責人往往意味著至少6 個月的研發停滯。

更讓人擔心的是時機。 OpenAI 剛剛發布了新的程式碼模型，在AI Coding 上取得了顯著突破；Anthropic 的Claude 也在推理任務上表現越來越出色。這時候失去推理團隊的核心人物，xAI 很可能會在最關鍵的技術賽道上落後。

有開發者在X 上直言：「失去Tony Wu，就像特斯拉失去電池技術負責人一樣。表面上公司還在運轉，但核心競爭力已經受到衝擊。」

Tony Wu 不是唯一的一個，事實上，過去一年，xAI 創始團隊的12 名成員中，已經有5 名離開，接近一半的離職率，效率堪比老馬狂裁Twitter 之時。

為什麼頂尖AI 人才，並不願追隨馬斯克的AI 願景？

連續兩位共同創辦人離職，讓人不得不重新審視xAI 內部到底發生了什麼事。

雖然官方沒有透露具體的離職原因，但從馬斯克在Twitter、Tesla、SpaceX 的管理風格來看，問題可能不在薪酬，而在管理理念的衝突。

馬斯克一直以「極限壓榨」式的管理著稱。

在Twitter 的改造過程中，他曾經讓員工睡在辦公室，用「要嘛極度硬核，要嘛離開」的方式大規模裁員。這種管理風格，在製造業或相對成熟的科技產品上或許有效，但AI 研發需要的是創意思考和長期專注，而不是簡單的執行效率。

一位前OpenAI 研究員在接受採訪時表示：「AI 研究有自己的節奏。有時候一個演算法突破需要幾個月的靜心思考，有時候需要反覆試錯。如果管理層總是催促『快一點，再快一點』，很容易讓研究員產生挫敗感。」

更關鍵的是技術路線的分歧。

馬斯克曾經公開表示，xAI 要追求「最大程度的真實」和「理解宇宙」。這種宏大的願景很鼓舞人心，但在具體技術實現上，往往需要更務實的路徑選擇。

當CEO 的願景與技術團隊的判斷衝突時，誰說了算？

在傳統的AI 研究機構，通常是技術專家有更大的話語權。但在馬斯克的公司裡，最終決策權往往掌握在他手中。

把xAI 的人才流失放在更大的背景下看，這其實是整個AI 產業「人才血戰」的縮影。

現在的AI 產業，頂尖人才的稀缺程度堪比上世紀的核物理學家。

優秀的AI 研究員，可能同時收到OpenAI、Anthropic、Google DeepMind 的offer，年薪輕鬆超過50 萬美元，股權價值更是天文數字。

在這種環境下，留住人才的關鍵不僅是錢，更是平台和氛圍。研究員們更願意去那些能讓他們專注技術、有清晰研發路徑、不被管理階層頻繁打擾的地方。

從這個角度來看，OpenAI 和Anthropic 確實有優勢。

這兩家公司都是由AI 研究員主導的，技術團隊在關鍵決策中有足夠的話語權。相較之下， xAI 更像是一家「CEO 驅動」的公司——馬斯克的個人意志往往會涵蓋技術團隊的判斷。

這不是說馬斯克的方式不對，而是在AI 這個特殊的行業，這種管理風格可能不是最優解。

Reddit 上有用戶一針見血：「馬斯克擅長的是工程化和產品化，但AI 研究的前半程更像是科學研究，需要的是耐心和試錯空間。」

現在的問題是，xAI 還有多少時間來調整？

在AI 這個「贏家通吃」的遊戲裡，落後半年可能意味著完全出局。失去兩位共同創辦人，對於一家還在尋找技術突破口的AI 公司來說，代價可能比想像的更沉重。

畢竟，在這場AI 軍備競賽中，最稀缺的資源從來不是錢，而是那些真正懂得如何讓機器「思考」的人。