套现700万美元后？！华人工程师反手偷了马斯克的数据库……

“金九银十”诚不欺我，一转眼，又到了人才流动的季节。

虽然对于AI企业来说，挖人早就不兴挑日子了。

但马斯克可能万万没想到，已经快被Meta挖空了的OpenAI，居然盯上了自家后花园。

马老板这几年摊子铺的很大：今年SpaceX在失败了4次后终于把二代星舰送上了太空；特斯拉也已经不再满足于造车，前几天刚刚公布了人形机器人业务的宏伟蓝图；Neuralink的脑机接口也进入了临床试验……

至于xAI更是风生水起，前几天刚刚宣布开源Grok2.5（虽然是在半年后），Grok 4也已经宣布向全球用户免费商用。

科技圈如果有个最佳该溜子奖，那肯定得颁给马老板。

但科技圈，尤其是AI圈子有个特色，特喜欢互相挖墙脚——

比如今年上半年，Meta砸了600亿美元搞了个“超级智能实验室”，以1亿美元-3亿美元的年薪从OpenAI、谷歌挖了一大批研究员。

OpenAI都快被Meta挖空了说是。

在这种氛围的熏陶下，马老板的xAI当然也没能幸免。

而就在8月的最后一天，马斯克突然发了一条动态，说有一个已经从xAI离职了的员工，把xAI的代码库打包带走了，而且这件事情，这哥们儿自己已经承认了。

可能有朋友已经听说过了这件事情，这边简单过一下剧情：

根据xAI的和指控，事件的主角是一位已经离职了的xAI早期核心工程师“Xuechen Li”。

在今年6月-7月之间，这位工程师先是把手上的xAI股票进行套现，累计套现了差不多700万美元。

紧接着，他又去把xAI的核心机密数据偷偷下载下来打包，为了避免被发现老哥还删了操作历史和系统日志，然后就向xAI提出了离职。

职是7月28日离的，结果不到一个月的时间里，这位工程师就已经确定会在8月19日入职OpenAI。

xAI那边的安全团队例行检查的时候发现好像有数据外泄的情况，查了一波之后，就把这哥们儿逮出来了。

之后xAI和这位工程师进行了几轮battle，工程师本来已经在律师的陪同下签署了承认窃取的书面文件，结果又被xAI发现了他还有所隐瞒。

8月18日，这位工程师签署了一份授权访问协议，同意xAI的取证专家访问其个人设备和账户。

但等专家尝试登录时才发现，Li并未提供关键账户的访问权限，还隐瞒了多个其他可能存储xAI机密信息的账户。

结果Li的律师说：Li不记得密码了。

虽然账户的密码7天前刚刚改过，但反正不记得了。

说实话，看完这个消息我脑子有点嗡嗡的。

这位工程师幸运的赶上了AI的风口，如果他老老实实的干活，按照现在行业的薪酬水平，他大概率能获得一个天文数字。

OpenAI到底给了多少，才能让这哥们心甘情愿的搭上自己的职业生涯去偷代码呢？

当然，现在并没有证据指向这次泄密是由OpenAI主导的，xAI的指控对象也没有包括OpenAI。

据黑马了解，这位工程师目前已经拿到了加拿大永久居留权，但尚未成为加拿大公民，依旧持有中国护照。

“坏了，华人的刻板印象又增加了，华人工程师群体又要遭殃了。”

——我猜肯定有网友这么说。

毕竟就在前几天，苹果刚刚在美国起诉了一个华裔架构师Chen Shi，指控他在离职前系统性窃取核心商业机密后，转投OPPO。

“怎么看华人的问题都很大吧……”

但实际上如果就这么被代表了的话，我还是觉得整个华人群体很无辜。

毕竟当前美国顶尖AI企业的“含华量”是真的挺高的。

有媒体估算了一下各大AI企业中华人AI专家的占比，Meta“含华量”最高，有超过半数都是华人，相对较少的微软也有超过30%的华人比例。

英伟达CEO黄仁勋曾亲自出马，招揽了两位清华毕业的AI专家：朱邦华和焦剑涛，他们在大模型架构优化和多模态AI芯片设计方面贡献突出。

Meta的扎克伯格更是不惜血本，在2025年6月从OpenAI挖走多名核心研究人员，据传每人首年总薪酬高达1亿美元。这些被挖角的团队中，过半是华人，包括曾参与GPT-4训练框架设计的王雪芝和强化学习专家肖泰德。

Meta还以超过2亿美元的薪酬从苹果挖来AI基础模型团队负责人庞若明，其薪资甚至超过了苹果CEO库克。

毫不夸张的说，当前AI行业的顶尖人才超过半数都是华人。

如果一个群体成为了行业主要构成部分，就注定会有良莠不齐的情况。

实际上今年早些时候，xAI也曾陷入过“聘请OpenAI开除的泄密者”的舆论。

当然我们并不是说这种行为值得提倡，只是也没必要因此太过敏感。

比起窃取机密的工程师，外界对这件事情更多的重点还是放在了Grok 4是否会因此受到影响，毕竟马斯克称被披露的数据“功能优于ChatGPT和其他竞品的尖端人工智能技术”。

但也有专家认为，当前大模型的核心竞争力并不完全依赖于代码本身，模型的表现更多取决于训练数据、算力投入、工程优化和迭代速度。

简单来说就是，拿到了模型的代码固然有用，但是如今大模型的迭代速度太快了，更重要的不在数据本身，而是模型的训练方式。

实际上在黑马看来，目前头部的通用大模型差距并不是很大，但恰恰是这种微妙的差距，使得各大巨头在人才上的竞争显得尤其激烈。

谁也不能确定自己一定会在这场角逐中胜利，可一旦掉以轻心，很可能就会就此失去下一场角逐的门票。

Xuechen Li的事件只是冰山一角——哪怕这场没有硝烟的战争最终可能没有赢家——

但肉眼可见的，这场关于人才、资本、技术的竞争还会持续很长一段时间。

撰文：柯然

编辑：小马哥