只剩马斯克自己!xAI 11个联合创始人跑光了

news2026/3/30 18:02:34
11位联合创始人三年出清、只剩马斯克一人xAI这场「天团散伙」背后藏着AI时代最残酷的人才战争与帝国裂缝。3月28日Ross Nordeen悄悄摘掉了自己在X平台上的xAI员工认证标识。他发了一张照片——「触碰一些草」。没有长篇告别信没有下一段旅程的煽情独白甚至没有一句对老东家的感谢。就这么安安静静地离开。但这个看似波澜不惊的动作在硅谷炸出了一声惊雷。因为Ross Nordeen不是普通员工——他是xAI除马斯克以外最后一位留守的联合创始人。他的离开意味着一个冰冷的事实2023年马斯克亲手拉起的xAI创始天团——11位联合创始人——到2026年3月底全部出清一个不剩。马斯克真的成了「光杆司令」。算力总管的分量要理解Nordeen出走的分量得先搞清楚这个36岁的密歇根理工毕业生到底在xAI干了什么。简单说他是马斯克的「右手」。在xAI的组织架构中Nordeen直接向马斯克汇报负责统筹公司的运营优先级驱动各部门的执行落地。用内部人士的话来形容——他是那个「让事情发生的人」。如果说马斯克是发号施令的将军那Nordeen就是确保每一道军令精准传达到最后一个士兵的参谋长。但Nordeen的角色远不止「运营管家」。他真正的杀手锏是算力。在加入xAI之前Nordeen在特斯拉担任Autopilot团队的技术项目经理专门负责搭建训练特斯拉全自动驾驶系统的数据中心。换句话说他是那个知道怎么把成千上万张GPU卡变成一台能跑起来的超级计算机的人。来到xAI后他一手主导了公司数据中心从底层硬件到软件栈的全面搭建为xAI那个号称「理解宇宙真谛」的超级算力集群Colossus奠定了物理基础。Colossus有多猛超过20万张英伟达H100 GPU是当时全球最大的AI训练集群之一。而这台巨兽的骨架很大程度上就是Nordeen带队焊起来的。此外Nordeen与马斯克的关系也不是普通的老板与下属。根据沃尔特·艾萨克森那本马斯克传记的记载Nordeen是马斯克表弟James Musk的老朋友。2022年马斯克收购推特后的那场大清洗Nordeen就是从特斯拉和SpaceX被马斯克临时征调过去、负责协调裁员的几十名工程师之一。现在这种「嫡系中的嫡系」都走了就知道事情有多严重了。十一人大逃亡Nordeen不是第一个走的。他是最后一个。让我们把这份离职名单完整铺开来看——这可能是AI行业史上最「华丽」的一次集体出走2025年2月Christian Szegedy离开。这位前谷歌研究员是最早发出信号的人当时并未引起太大波澜。2025年8月首席工程师Igor Babuschkin离开。他来自Google DeepMind是xAI技术架构的灵魂人物之一。此后Kyle Kosic也悄然离场。2026年2月10日Tony Wu宣布辞职。他是推理团队的负责人属于xAI运营层面最核心的创始人之一。他在X上写道「是时候开始我的下一个篇章了。」24小时之内Jimmy Ba跟着辞职。这位多伦多大学副教授可不是等闲之辈——他是2014年Adam优化器论文的联合作者那篇论文被引用超过95000次是整个AI领域引用量最高的论文。据报道他的离职与马斯克对模型性能提升的严厉要求有关。紧接着Greg Yang因治疗莱姆病宣布退出。Toby Pohlen在被任命领导Macrohard项目xAI的AI智能体计划后不到几周就离开了。Zihang Dai和Guodong Zhang在三月中旬相继出走——据报道马斯克把编程工具落后的锅扣在了Zhang头上。到3月中旬只剩下负责预训练的Manuel Kroiss和「右手运营官」Nordeen。3月最后一周Kroiss告知同事他即将离开。周五Nordeen走了。至此十一个人。三年时间。全部清零。2500亿美元撑不住一支研究团队如果只是普通的创业公司人员流动大可不必如此大惊小怪。创业嘛铁打的公司流水的人才再正常不过。但xAI的情况完全不一样。第一这不是「人员流动」这是「团灭」。11位联合创始人100%离职率。在硅谷的创业史上这种清零式出走极为罕见。即便是那些最混乱的创业公司也总会有一两个死忠留下来。第二这些人不是随便招来的路人甲。他们来自Google DeepMind、OpenAI、微软研究院、Google Brain——这是AI行业最顶尖人才的集合。马斯克2023年能把这些人拉到一起本身就是一件了不起的事。而现在他一个都没留住。第三也是最关键的——这些人离开时xAI的估值是2500亿美元。2026年2月2日SpaceX以全股票交易的方式收购了xAISpaceX估值1万亿美元xAI估值2500亿美元合并后实体价值1.25万亿美元创下有史以来最大企业并购估值纪录。再往前推一个月特斯拉刚刚向xAI的E轮融资投了20亿美元。换句话说这是一家刚拿到天文数字估值、背后站着全球最有钱的企业支撑的公司——它的创始团队却像逃离沉船一样跑光了。钱留不住人权也留不住人。那问题到底出在哪一句大实话背后的组织崩塌答案马斯克自己说了。3月13日也就是最后几位创始人离职前夕马斯克在X上发了一条极其罕见的坦白声明「xAI was not built right first time around, so is being rebuilt from the foundations up。」xAI第一次没搭对所以正在从地基开始重建。同一天他在Abundance大会上公开承认xAI的AI编程工具在与Anthropic的Claude Code和OpenAI的Codex面前毫无竞争力。「Grok目前在编程方面落后了」他说。一个刚被估值2500亿美元的公司创始人亲口说产品不行、需要推倒重来——这在硅谷的CEO发言史上堪称「名场面」。而特斯拉的股东们听到这话恐怕更加坐不住了你们刚用我们20亿美元投的那个公司创始人自己说要推倒重建难怪特斯拉股东已经提起诉讼指控马斯克违反信义义务把股东的钱导入了自己的私人企业。但马斯克这句话同时也解释了创始人们为什么走。试想你是一个世界级AI科学家你放弃了Google DeepMind或OpenAI的百万年薪和稳定环境跟着马斯克白手起家三年。结果老板自己站出来说咱们之前做的东西不行要推倒重来。你会怎么想留下来意味着你之前三年的工作被否定要在一个已经被SpaceX合并、管理层大换血的新组织里从头再来。离开呢2026年的AI人才市场是科技史上最火爆的就业市场——据报道Meta为留住顶级AI研究员开出了4年3亿美元的薪酬包。OpenAI、Google DeepMind、Anthropic都在疯狂扩充研究团队。科学家不是军人没有义务陪着一艘正在被拆解重组的船继续航行。马斯克硬件之王软件之困xAI的创始团队清零并不是一个孤立事件。把它放进马斯克的管理版图中看你会发现一个清晰的规律。2022年收购推特后公司80%的员工在几个月内离职或被裁几乎全部高管走人。特斯拉的高管层这些年也在持续流失尤其是在马斯克同时管理六家公司、精力严重分散之后。这里面有一个深层矛盾马斯克的管理风格——极度冒险、极度高压、极度快节奏——在硬件工程领域是无敌的。SpaceX能把火箭造成可回收的特斯拉能把电动车卖成全球第一靠的就是这种「不可能也要上」的铁血执行力。但AI研究是另一回事。AI的核心竞争力是人。不是GPU卡不是数据中心不是资金——虽然这些都很重要。但归根结底是那些能在论文第一作者位置上写下自己名字的科学家。这些人有无数选择对不稳定的环境容忍度极低而且他们的成果需要时间、需要自由、需要一种研究文化。马斯克可以用意志力让工程师们在122天内建成全球最大的超算集群Colossus。但他没办法用意志力让一群顶级科学家在高压环境下持续产出突破性研究。xAI的前创始团队正是被马斯克的资源和野心所吸引才加入的——他们不缺钱不缺机会。但当这个选择变成了「在一个不断重组、领导层动荡、产品被创始人自己否定的环境里继续干」时他们也有权选择离开。xAI还有什么说xAI完了恐怕也为时过早。马斯克手里还有牌。首先是Colossus。超过20万张H100 GPU的超算集群依然是全球最强大的AI训练基础设施之一。其次是分发渠道。Grok作为xAI的AI聊天机器人嵌入了X平台的庞大用户基础。虽然Grok在技术性能上落后于ChatGPT和Claude但光「有地方可以用」这一点就是很多AI创业公司梦寐以求的。第三是SpaceX的光环效应。SpaceX正在筹备的IPO可能估值高达1.75万亿美元有望成为史上最大规模的首次公开募股。xAI作为SpaceX的全资子公司可以借助SpaceX的资本、基础设施和工程人才——这是绝大多数AI公司无法企及的资源池。马斯克也在积极补血。他从AI编程工具公司Cursor挖来了两名高管——Andrew Milich和Jason Ginsberg他们共同负责Cursor的产品工程。马斯克还亲自和同事Baris Akis一起翻看此前被拒绝的求职申请试图从中发掘被错过的人才甚至公开道歉说「抱歉之前没给你们机会」。但问题在于新来的人能填上这11个人留下的坑吗一个研究机构的核心竞争力从来不是单纯的个人能力加总而是长期共事形成的默契、文化和方法论。xAI的创始团队从2023年开始共同打磨了三年他们之间的配合、对Grok架构的理解、对训练策略的把握——这些东西不是招几个新人就能迅速恢复的。更何况马斯克面前的竞争对手没有一个在等他。OpenAI在狂奔Anthropic在加速Google DeepMind在扩军Meta在砸钱。大语言模型的竞争已经进入了「以月为单位」的白热化阶段xAI没有时间从容重建。一个关于「人」的故事回头来看xAI创始团队的清零本质上不是一个关于技术的故事也不是一个关于资本的故事。它是一个关于「人」的故事。马斯克一直相信只要有足够的资金、足够的算力、足够的决心就没有做不成的事。SpaceX和特斯拉的成功一次次印证了这个信念。但AI领域给他上了不同的一课在这个赛道上最稀缺的资源不是GPU不是美元而是那些能创造突破的大脑。这些大脑有自己的意志有自己的选择权也有满世界的买家在争抢。11位联合创始人用脚投票走得干干净净。他们的去向——无论是加入OpenAI、Anthropic、Google DeepMind还是自己创业都将重新塑造AI行业的人才版图。而马斯克呢他依然坐在那里身旁是全球最大的超算集群、一个估值2500亿美元的估值以及一个他承诺要「从地基重建」的宏大计划。历史上从不乏推倒重来成功的案例。特斯拉的早期也经历过濒死体验SpaceX的前三次火箭发射全部失败。马斯克最不缺的就是在废墟上重新站起来的勇气。但这一次他面对的不是物理定律是人心。而人心是这个宇宙中最难逆向工程的东西。xAI的故事远没有结束。但创始团队的故事在2026年3月28日这个傍晚在Ross Nordeen那张照片里正式画上了句号。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2465752.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…