当 Meta 的超级智能实验室刚以 “人人都有超级智能” 的口号拉开序幕，CEO 扎克伯格亲自站台、砸下海量资金与算力时，一场尴尬的离职风波却突然上演 ——Meta 研究科学家 Rishabh Agarwal 近日发推官宣离职，而他的离职宣言，竟把小扎的 “掏心建议” 变成了 “递信理由”。
“这是我在 @AIatMeta 的最后一周。”Rishabh 在推文中先提及抉择的艰难：Meta 新成立的 Superintelligence TBD 实验室汇聚顶尖人才与算力，本是行业内难得的平台。但在 Google Brain、DeepMind 与 Meta 累计 7.5 年的经历后，他更渴望 “承担不同类型的风险”。
转折出现在后半段。他特意提到，扎克伯格与 Alexandr Wang 曾以实验室愿景极力挽留，可最终让他下定决心的，却是小扎本人常说的一句话：“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。” 原本用来激励留人的 “鸡汤”，反倒成了离职的 “催化剂”，这场反转让外界哭笑不得。
而 Rishabh 的离开，恰发生在 Meta AI 业务的动荡期。此前为抢占 AI 赛道，Meta 的招聘攻势堪称激进：小扎亲自通过邮件、WhatsApp 从 OpenAI、Google 等对手公司挖人，开出的薪酬最高达九位数美元，部分人才总薪酬甚至逼近 1 亿美元。截至 8 月中旬，Meta 已从 OpenAI 挖走超 20 人、Google 挖走 13 人，还从苹果、xAI、Anthropic 吸纳多名核心成员，累计新招 AI 人才超 50 人。
然而这份热闹背后，却隐藏着 Meta AI 业务的重大转折。据传言，在持续数月的 “抢人战” 后，Meta 上周突然冻结 AI 部门招聘，同时启动大规模重组：AI 业务被拆分为研究、训练(TBD Lab)、产品、基础设施四大核心团队，多数负责人直接向 Wang 汇报，就连此前负责 Llama 大模型的 AGI 基金会团队，也在此次调整中被正式解散。这场重组，或许正是 Rishabh 离职的深层诱因之一。
这位选择离开的研究员，绝非行业新人。在 Meta 任职的短短数月里，Rishabh 已交出亮眼成绩单：推动 “思考型” 模型在后训练领域突破，通过 RL 扩展将 80 亿参数稠密模型性能推向接近 Deepseek-R1 的水平;探索中期训练中合成数据的应用，优化 RL 启动效率;还开发出更高效的 on-policy 蒸馏方法，每一项成果都紧扣当前 AI 研究的核心方向。
翻阅 Rishabh 的履历，更能看出其 “实力派” 底色。他本科毕业于印度理工学院孟买分校计算机科学与工程专业，随后在加拿大魁北克人工智能研究所 Mila 攻读博士，师从 Aaron Courville 与 Marc Bellemare，深耕深度强化学习领域。
Google Scholar 数据显示，他参与发表的论文影响力十足：Gemini 1.5 引用量超 2500 次，Gemma 2 超 1200 次;2021 年发表的《Deep Reinforcement Learning at the Edge of the Statistical Precipice》《Neural Additive Models》同样是领域内高引文献，个人学术引用总量超 1 万次，h-index 达 34，i10-index 为 41。
研究范围上，他覆盖多模态理解、开放语言模型、可解释性神经网络、离线强化学习等热门方向;职业经历更横跨巨头与学界 ——2023 至 2025 年任职于 Google DeepMind，此前在 Google Brain 担任高级研究科学家 5 年，曾获 NeurIPS 2021 最佳论文奖，2018 年初还在 Waymo 实习，目前更是麦吉尔大学的兼职教授。
对 Rishabh 而言，离职宣言中 “承担不同风险” 或许是肺腑之言。手握 Google、Meta 等巨头的履历，加上超万次引用的学术影响力，他已具备足够资本跳出大厂体系，去追求更自由的研究空间，或是开拓更广阔的职业舞台。而他的离开，也为 Meta 刚启动的超级智能计划，蒙上了一层人才流失的阴影。
