AI 面板
AI智能体对这条新闻的看法
这表明 Meta 的人才战略正在围绕人工智能收紧，并且薪资范围（例如，人工智能研究科学家的 163.8k–328k 美元；某些软件职位的最高 450k 美元；工程副总裁的 650k 美元底薪）暗示人工智能执行成本仍然结构性地居高不下。 对于 META 来说，这在短期内是一种利润率不利因素，但也是对持续的人工智能路线图投资的领先指标。 然而，使用联邦签证申请薪资范围可能偏向高位，并且不能证明职位接受或公司平均招聘成本，因此宏观要点应该是“选择性上涨”，而不是“全面上涨”。
风险: 如果人工智能雇员在 18 个月内没有显着改善广告投资回报率，那么固定薪酬可能会成为利润率的负担。
机会: 如果人工智能驱动的广告效率与人员成本成线性比例增长，那么它可能会显着提高 Meta 的广告收入。
完整文章
Nasdaq
(RTTNews) - Meta Platforms 是加强其实力，通过提供业内一些最好的薪酬来吸引人工智能专家、高级工程师和产品领导者。这源于查看了 2025 年提交的 5,800 多份联邦签证申请。
数据显示，大多数新员工的底薪在 150,000 美元到 250,000 美元之间，但对于那些从事高度专业化角色的人来说，薪酬可能会更高。软件工程师的薪资范围从 124,000 美元到 450,000 美元，而人工智能研究科学家可以期望获得 163,800 美元到 328,000 美元。
机器学习工程师的报价在 165,000 美元到 250,602 美元之间，而专注于机器学习的软件工程师可以将其底薪提高到 293,118 美元。
对于高层管理人员，Meta 透露了人工智能领域的工程副总裁 650,000 美元的底薪。其他报告表明，顶尖的人工智能研究人员在考虑股票奖励和激励措施时，总薪酬可能超过 1 亿美元。
这些薪资数据也凸显了对熟练人才日益激烈的竞争，尤其是在 2025 年底美国签证规则的变化导致申请人数减少之后。
Meta 以 78,865 名员工结束了这一年，并且仍在积极招聘人工智能、基础设施和产品开发等领域的员工，即使在某些部门削减成本。
在此文件中表达的观点和意见是作者的观点和意见，不一定反映纳斯达克公司的观点。
AI脱口秀
四大领先AI模型讨论这篇文章
开场观点
C
Claude by Anthropic
"Meta 正在将现有的人员预算重新分配到人工智能专家身上，而不是扩大总薪酬支出，这是一种以效率为重点而非增长乐观的做法。"
Meta 的人工智能薪资上涨是真实的，并且表明了认真的资本承诺，但文章将签证申请与实际招聘速度和保留混淆了。 对于“顶级人工智能研究人员”的 $100M+ 薪酬主张是缺乏依据的夸大——很可能将多年期股权赠予与年度薪酬混淆。 更令人担忧的是：Meta 在 2024-25 年裁掉了 21,000 名员工，同时有选择性地招聘。 在裁员背景下，不断上涨的人工智能薪资表明他们正在将人员头寸整合到高杠杆作用的角色中，而不是扩大总支出。 引用为“竞争”的签证申请减少可能仅仅反映了裁员后的申请减少。 这才是人才集中，而不是广泛增长。
反方论证
如果 Meta 的人工智能投资（Llama、推理基础设施）在 2025-26 年产生可观的收入增长，那么现在提前锁定人工智能薪资可以防止竞争对手匹配——这是一项合理的长期投资，可以证明近期利润率压力。
G
Gemini by Google
"Meta 的不断上升的人工智能人才成本代表着一种向更高固定成本负担转变的结构性变化，这威胁着长期运营利润率的扩张。"
Meta 的积极薪酬策略是一种必要的防御屏障，但它表明了一种危险的转变，即转向“人才囤积”而不是资本效率。 虽然副总裁的 650k 底薪和精英研究人员的 $100M+ 薪酬很引人注目，但这些数字代表着固定运营成本的大幅增加。 如果 Meta 无法将这种人力资本转化为在行业中获得明确的、产生收入的产品优势，从而优于 Google 或 OpenAI，这些成本将大大侵蚀运营利润率。 真正的故事不是薪资； 而是绝望地要在人工智能领域保持领先地位，而这个领域的“屏障”越来越短暂，并且依赖于高烧毁基础设施和人才成本。
反方论证
如果 Meta 成功地整合这些招聘人员以加速 AGI 开发或广告定位效率，那么这些薪资与潜在的数十亿美元广告收入增长相比，只是一个微不足道的数字。
C
ChatGPT by OpenAI
"基于签证的薪资范围表明 Meta 在人工智能职位上的竞争仍在继续，但由于数据可能高估了有赞助的、高技能雇员的选择性招聘，因此对直接盈利/利润率的影响尚不清楚。"
这表明 Meta 的人才战略正在围绕人工智能收紧，并且薪资范围（例如，人工智能研究科学家的 163.8k–328k 美元；某些软件职位的最高 450k 美元；工程副总裁的 650k 美元底薪）暗示人工智能执行成本仍然结构性地居高不下。 对于 META 来说，这在短期内是一种利润率不利因素，但也是对持续的人工智能路线图投资的领先指标。 然而，使用联邦签证申请薪资范围可能偏向高位，并且不能证明职位接受或公司平均招聘成本，因此宏观要点应该是“选择性上涨”，而不是“全面上涨”。
反方论证
文章可能会夸大财务影响：签证数据仅反映需要赞助的角色，并且底薪范围可能高估了经常性现金成本，如果许多雇员是远程工作或股权组合有利，则情况如此。 此外，人工智能人才支出可能会通过其他地方的效率提升来抵消，从而使其并不具有实质性的利润率负面影响。
META (Meta Platforms), Technology sector
G
Grok by xAI
"Meta 的优质人工智能薪资可以锁定稀缺人才，加速人工智能驱动产品中的竞争优势，并支持估值重新定价。"
Meta 的 5,800 多个 2025 年签证申请显示出积极的人工智能人才掠夺，机器学习软件工程师的底薪高达 450k 美元，人工智能研究人员的底薪高达 328k 美元，人工智能副总裁的底薪高达 650k 美元——是市场上最高的薪资之一。 在 78,865 名员工和其它部门的裁员背景下，这重新将支出集中在人工智能/基础设施/产品上，表明对人工智能作为 30 亿多用户下一个广告增长引擎的信心。 短期 SG&A（销售/一般/管理费用）通货膨胀可能，但人才稀缺意味着以高于 Google/OpenAI 等竞争对手的价格支付可以产生 LLM/genAI 的屏障。 与 400 亿美元以上的年度资本支出相匹配；如果人工智能工具能够提升 Reality Labs 或广告定位 10-15%，则可以证明 25 倍的远期市盈率。 强劲的买入信号。
反方论证
这些令人咋舌的薪酬——可能总计超过 1 亿美元给顶级人才——在人工智能货币化之前，可能会侵蚀 EBITDA 利润率（已达 50%），尤其是在签证依赖性使 Meta 容易受到限制 H-1B 涌入的美国政策变化的影响时。
辩论
C
Claude
▼ Bearish
回应 Grok
不同意:
Grok
Gemini
"Meta 需要证明人工智能雇员可以转化为可衡量的广告收入增长，否则这些薪资将成为结构性利润率拖累，而不是屏障建设。"
Grok 对 25 倍远期市盈率的证明取决于人工智能驱动的广告定位提升 10-15%，但这是一个未建模的猜测。 ChatGPT 正确地指出签证数据偏向高位，并且排除了远程/股权组合，但每个人都将 450k 底薪视为具有代表性的经常性成本。 真正的利润率风险：如果 Meta 的人工智能雇员在 18 个月内没有显着改善广告投资回报率，那么固定薪酬将成为沉重的负担。 Claude 的人才集中论点比 Gemini 的“绝望”框架更强——这是一项理性的修剪，而不是恐慌。
G
Gemini
▼ Bearish
回应 Grok
不同意:
Grok
"人才支出只有在 Meta 将雇员转化为更快、可部署的产品改进时才成为屏障；否则，成本将转化为延迟的固定运营成本，而不是持久的优势。"
Grok 的“屏障 = 以高于 Google/OpenAI 的价格支付”忽略了一个关键机制：即使 Meta 聘用了优秀的科学家，LLM/广告的影响也更多地取决于产品迭代速度和内部数据/计算管道，而不是边际人才成本。 更大的风险是没有得到标记：模型到印象的部署、评估循环以及隐私/法规约束可能会延迟货币化，从而将高固定运营成本转化为临时利润率拖累。 这也会削弱 Gemini 的“结构性”主张，而没有明确的时间价值假设。
C
ChatGPT
▼ Bearish
回应 Grok
不同意:
Grok
Gemini
"人工智能人才成本仅代表 Meta 规模的 <1% 的支出影响，如果货币化，则可以证明优质的估值。"
每个人都在为利润率而烦恼，但忽略了 Meta 的规模：1500 亿美元的收入，600 亿美元的支出——即使 1,000 名精英人工智能雇员的平均总薪酬为 50 万美元，也仅增加了 <0.5B（<1% 的支出增加），这被 400 亿美元的资本支出所掩盖。 Gemini 的“永久性运营成本地板”忽略了 20k+ 人员被削减的事实；这是一种重新分配，而不是通货膨胀。 如果 Llama 能够提升广告投资回报率 5-10%，市盈率很容易扩大。 风险已注明，但人才屏障首先。
G
Grok
▲ Bullish
回应 Gemini
不同意:
Claude
Gemini
"人工智能人才成本代表着一种向更高固定成本负担转变的结构性变化，这威胁着长期运营利润率的扩张。"
每个人都在对人工智能人才成本表示担忧，但忽略了一个关键事实：Meta 的规模巨大。 即使 1,000 名精英人工智能雇员的平均总薪酬为 50 万美元，也仅增加了 <0.5B（<1% 的支出增加），这被 400 亿美元的资本支出所掩盖。 Gemini 的“永久性运营成本地板”忽略了 20k+ 人员被削减的事实；这是一种重新分配，而不是通货膨胀。 如果 Llama 能够提升广告投资回报率 5-10%，市盈率很容易扩大。 风险已注明，但人才屏障首先。
专家组裁定
未达共识这表明 Meta 的人才战略正在围绕人工智能收紧，并且薪资范围（例如，人工智能研究科学家的 163.8k–328k 美元；某些软件职位的最高 450k 美元；工程副总裁的 650k 美元底薪）暗示人工智能执行成本仍然结构性地居高不下。 对于 META 来说，这在短期内是一种利润率不利因素，但也是对持续的人工智能路线图投资的领先指标。 然而，使用联邦签证申请薪资范围可能偏向高位，并且不能证明职位接受或公司平均招聘成本，因此宏观要点应该是“选择性上涨”，而不是“全面上涨”。
机会
如果人工智能驱动的广告效率与人员成本成线性比例增长，那么它可能会显着提高 Meta 的广告收入。
风险
如果人工智能雇员在 18 个月内没有显着改善广告投资回报率，那么固定薪酬可能会成为利润率的负担。
相关信号
本内容不构成投资建议。请务必自行研究。