AI 人才的大集中

OpenAI 与 Anthropic 在 MTS-to-scientist（「member of technical staff / 技术员工」对科学家）基础上所像的，相当于 Rad Lab、Los Alamos、CERN、Bletchley 与 NASA 的国家动员爬坡。

但从人才集中角度看，它更令人想起 1960–70 年代的 Bell Labs。作个比较：Bell 薪资单上有逾约 1,200 名 PhD，在晶体管、Unix、C、激光等领域创新。OpenAI + Anthropic 目前雇用全部 AI 实验室 MTS 岗位的约 57%，该岗位人数逾约 4,000。

硬数字

如今 AI 实验室/neolabs 约雇用 7k MTS。MTS 岗位数已从约 2024 年 1 月的 1k，暴增至 2026 年 8 月的 7k。

大约每季度新增约 1k 个新 MTS 岗位。按此增速，AI 实验室将在 2027 年中跨过 10,000 名 MTS。

OpenAI 与 Anthropic 在该时期内合计约占 2,000 名 MTS 招聘——超过净新增总量的三分之一（OpenAI 从约 1,400 到约 2,600；Anthropic 从约 700 翻倍以上到约 1,400）。在两大超大规模玩家之外：Replit、Cognition、Prometheus、Fleet AI、Reflection、Mercor 也在持续有意义地扩建 MTS 团队。

再看阶段：若看湾区 + 纽约大都会区，聚类集中在 Seed / Series A 与 Series D+ 公司（Cohere、Etched、Replit、Mercor、Cognition 等）。中间几乎空心。

空心中间与集成电路出现后 1960 年代半导体是同一现象——一旦工艺需要 fab（晶圆厂），你要么自己有 fab，要么围着有 fab 的人设计。

以下按 SF 与 NYC 分解 top 20 MTS 雇主：

其他观察

• 关于 tenure（在职时长）：在 Bell Labs，人们一待就是几十年。据报道 Anthropic 工程席的中位 tenure 约 10 个月。默会知识无法以同样方式复利。以 Anthropic 为例，老兵在非常短的窗口（18 个月）内来自 Google（405）、Meta（273）、Amazon、Microsoft、Stripe。
• 人才虽更流动，前沿算力并不流动。AI 可能是第一个带有「工厂大门」的行业。
• OpenAI 与 Anthropic 有平行之处：它们拥有近国家尺度的资本与基础设施资源、Xerox PARC 式发明速率，以及 Fairchild 式衍生（Thinking Machines（Murati）、SSI（Sutskever）、Periodic Labs（Fedus）、Mirendil（前 Anthropic）、Reflection、Prometheus）。
• 如前述，很少有如此规模的人才集中。若从整条 AI 供应链——实验室、云厂商、芯片商、公用事业与创业公司——看，估计约 200 万员工。大约是 Apollo 计划峰值（跨 20,000 个组织的 400,000 人）的 5 倍，是 1965 年太空竞赛期间 NASA（377,000 承包商）的 5 倍，是曼哈顿计划峰值（供应链共 130,000 工人）的 15 倍。