Meta的超级智能实验室才刚刚拉开大幕，资金、算力应有尽有，CEO小扎更是亲自下场喊口号，势必要让“人人都有超级智能”。

可偏偏就在这个时候，Meta研究科学家Rishabh Agarwal刚刚发推官宣——他要走人了。

来品品他的离职宣言：

这是我在@AIatMeta的最后一周。是否继续加入新的Superintelligence TBD实验室对我来说是一个艰难的决定，尤其是在那样的人才与算力高度集中的环境下。但在Google Brain、DeepMind和Meta度过了7.5年之后，我还是感受到一种驱动力——去承担一种不同类型的风险。

听到这里是不是觉得，噢，这就是常规离职套话？别急，他还补了一刀：

Mark和Alexandr Wang提出的加入Superintelligence团队的愿景极具吸引力。但最终我选择遵循Mark本人的建议：“在一个变化如此之快的世界里，你能冒的最大风险就是不冒任何风险。”

笑死，没想到原本扎克伯格掏心掏肺的毒鸡汤，直接成了Rishabh递辞职信的理由。

而为了赢得AI竞赛，最近的Meta的招聘节奏也是异常激进。

小扎向不少顶级研究员开出了高达九位数美元的薪酬，甚至亲自通过电子邮件和WhatsApp等方式从OpenAI、Google等公司招募人才，开出的总薪酬有时能达到1亿美元。

截至8月中旬，Meta已成功从OpenAI挖走超20人，从Google挖走至少13人，3名来自苹果，3名来自xAI，2名来自Anthropic，总计新员工超过50名。

然而，最近有传言称，Meta在持续数月大举招揽了超过50名AI研究员和工程师后，已于上周开始冻结其AI部门的人员招聘，并全面缩减AI部门规模，重组AI团队。

Meta AI业务将被重组为研究、训练（TBD Lab待确定实验室）、产品和基础设施四个核心团队，大部分团队负责人都将直接向Wang汇报。此前负责Llama大模型的AGI基金会团队也在此次重组中被正式解散。

或许Rishabh的离职心态也受到了重组风波影响。不过，Rishabh在Meta的时候可不是混日子的。

根据他的描述，在短短几个月里，他就和团队折腾出了不少成果，比如推动了在“思考型”模型在后训练方面的进展。

具体包括：

通过RL扩展，将一个80亿参数的稠密模型推到了接近Deepseek-R1的性能。
在中期训练中使用合成数据，以便更好地启动RL。
开发了更优的on-policy蒸馏方法。

细看Rishabh的履历，他在AI圈也算上实力派选手。

他本科毕业于印度理工学院孟买分校，主修计算机科学与工程。

随后他在加拿大魁北克人工智能研究所Mila攻读博士，论文方向是深度强化学习的突破性探索，师从Aaron Courville和Marc Bellemare。

Google Scholar显示，他参与并发表了一系列有影响力的研究论文，包括Gemini 1.5与Gemma 2，引用量分别超过2500和1200次；2021年的《Deep Reinforcement Learning at the Edge of the Statistical Precipice》和《Neural Additive Models》也都有较高影响力。

整体来看，他的学术引用总数已超过1万次，h-index为34，i10-index为41。

研究领域也覆盖得很全面——多模态理解、开放语言模型、可解释性神经网络，还有离线强化学习，基本上把当下最热门的几个方向都摸了个遍。

工作经历方面，他目前在麦吉尔大学担任兼职教授，自2024年9月起任职至今，在加入Meta之前，他在2023年至2025年期间任职于Google DeepMind，担任研究科学家。

此外，他在Google Brain工作了5年，担任高级研究科学家，从事深度强化学习研究，并在NeurIPS 2021上获得过最佳论文奖，再往前，他在2018年初曾在Waymo实习。

对于Rishabh来说，离职宣言里的那句“去承担一种不同类型的风险”，或许是真心话。

凭借在Google、Meta等公司手里攒下的履历和影响力，已经足够支撑他转身去追求更自由的研究或者更大的舞台。

小扎亲自出马挽留AI 大神，结果毒鸡汤把人劝跑了？