Война за таланты: как пять компаний делят 200 человек, которые умеют обучать frontier-модели

Если разобрать любой громкий релиз последних трёх лет — GPT-5, Claude Opus 4.7, Gemini 3, Grok 4 — и посмотреть, кто стоит в авторском списке статьи или в кредитах модели, обнаруживается странная вещь. Имена повторяются. Не в смысле «школа учёных», а буквально: один и тот же человек за 2023–2026 годы успел поработать в трёх из пяти топ-лабораторий.

Это не случайность и не социология. Это структура рынка, на котором по-настоящему frontier-research умеют делать примерно 200–300 человек на всю планету — и пять компаний дерутся именно за них.

Откуда взялся дефицит

До 2020 года «уметь обучать большую модель» означало уметь запустить BERT на восьми GPU. В 2026 году это означает уметь спланировать training run на 100 000+ ускорителях, не уронить его за две недели работы и не получить на выходе модель, которая систематически врёт.

Это другой класс задач. Здесь нужны одновременно:

глубокое понимание distributed systems на уровне kernel-инженера;
интуиция про оптимизацию loss-функций, которая нарабатывается только участием в трёх-четырёх крупных training runs;
опыт работы с RLHF, constitutional AI, RLAIF — методами, которым пять лет назад не учили нигде.

Epoch AI в начале 2026 года оценил «активное ядро» исследователей frontier-уровня примерно в 200 человек. Если расширить до людей, способных вести крупный sub-track (alignment, post-training, evaluations, inference optimization), получится ещё 500–1000. И всё. Это меньше, чем сотрудников у среднего регионального банка.

При этом капитализация рынка, который зависит от этих людей, в 2026-м перевалила за $4 трлн только в публичном сегменте. Дисбаланс понятен.

Карта переходов

2021: Anthropic как первый раскол

Всё началось не с денег. В конце 2020-го команда из примерно 14 человек ушла из OpenAI — Дарио и Даниэла Амодеи, Том Браун (первый автор GPT-3), Сэм МакКэндлиш, Джаред Каплан, Крис Олах. Официальная причина — разногласия по подходу к безопасности после сделки с Microsoft. В январе 2021-го они основали Anthropic.

Это задало шаблон: уход на безопасность как легитимный нарратив, под который можно собрать капитал и команду. К 2026 году Anthropic — компания на $300+ млрд оценки, и почти каждый ключевой её сотрудник пришёл по той же логике.

2024: Meta охотится за safety-командой OpenAI

В течение 2024 года Meta AI Superintelligence Labs целенаправленно перехватила несколько ключевых людей из команды безопасности OpenAI — включая исследователей, занимавшихся red-teaming и evaluations frontier-моделей. Слухи о размере пакетов — $100–200 млн на 4 года, по большей части в RSU Meta с ускоренным вестингом.

Иронично, что компания, которую исторически критиковали за релиз весов без серьёзного safety-review, скупила половину тех, кто умеет делать этот самый review.

2025: xAI vs Google DeepMind

xAI Маска в 2025 году провёл агрессивную кампанию против DeepMind. Перехватили несколько senior-исследователей из лондонского офиса, в основном из команды reasoning и из Gemini post-training. Аргументация Маска была простой: «У нас 200 000 H100 в одном кластере в Мемфисе, у DeepMind вы будете два года согласовывать compute через Google Cloud».

DeepMind ответил не контрофертами, а внутренней реструктуризацией: слили исследовательские треки с Google Brain окончательно, дали ключевым людям прямой compute-budget без согласований. К концу 2025-го отток замедлился.

2025: Ross Nordeen, xAI → Anthropic

Один из самых заметных кейсов — уход Росса Нордина, который в xAI отвечал за infrastructure scaling. Перешёл в Anthropic в середине 2025-го. По слухам, xAI предлагал больше денег в моменте, но Нордин выбрал Anthropic из-за более чёткой research-roadmap и отсутствия прямого вмешательства основателя в технические решения.

2026: Карпати возвращается. Только не туда

Самый громкий переход 2026 года. Андрей Карпати — один из соучредителей OpenAI (2015), ушедший в Tesla руководить Autopilot (2017), вернувшийся в OpenAI (2023), ушедший делать Eureka Labs (2024) — в марте 2026-го объявил, что присоединяется к Anthropic в роли Principal Researcher.

Все ждали, что он либо останется в Eureka, либо пойдёт в xAI (Маск публично делал ему предложение несколько раз). Карпати пошёл к Дарио. В коротком посте объяснил: «Я хочу работать там, где исследователи определяют направление, а не наоборот».

Это, вероятно, самая дорогая короткая фраза в истории индустрии — оценочно она стоила xAI несколько миллиардов в восприятии рынка.

Чем держат людей

Nine-figure signing пакеты

В 2025–2026 годах девятизначные signing-бонусы перестали быть исключением для топ-уровня. По данным The Information, Meta предлагала отдельным researcher-ам пакеты в диапазоне $200–300 млн на 4 года. OpenAI и Anthropic отвечали структурой equity, где значительная часть вестится через 12–18 месяцев — чтобы человек не мог уйти, не оставив на столе $50–80 млн.

Это уже не «зарплата + опцион». Это структура, ближе к контрактам топ-спортсменов: гарантированные деньги, бонусы за вехи (например, за участие в training run следующей модели), штрафы за досрочный уход.

Secondary sales

Главный инструмент удержания в late-stage private companies — secondary share sales. В мае 2026-го OpenAI закрыл tender offer на $6.6 млрд по оценке $500 млрд, дав сотрудникам возможность продать часть своих shares без ожидания IPO. Anthropic провёл аналогичный раунд в начале года, xAI — в апреле.

Логика проста: если у researcher-а на бумаге $80 млн в опционах, но он не может купить дом, потому что компания не торгуется, — он рано или поздно уйдёт туда, где платят кэшем. Secondary решает эту проблему, не размывая cap table и не заставляя выходить на IPO раньше времени.

Миссия vs деньги

Кейс Карпати показывает то, что инсайдеры в индустрии знают давно: на топ-уровне деньги перестают быть основным аргументом. Когда у человека уже есть $50 млн ликвидных активов и предложения от пяти компаний на $200+ млн, выбор делается по другим критериям:

кто принимает решения по research-direction (researcher или CEO);
какая модель governance и safety;
кто будет в соседнем кабинете;
сколько compute гарантировано лично тебе;
насколько публичен founder (некоторые researcher-ы открыто говорят, что не хотят ассоциироваться с Маском по личным причинам).

Anthropic построил всю свою retention-стратегию вокруг этого: меньше денег, чем у Meta, но больше автономии и более чёткая ценностная позиция. Работает.

Что это говорит об индустрии

Концентрация таланта стала географической и структурной. Пять компаний в радиусе 50 километров (San Francisco Bay Area + Лондон для DeepMind) контролируют большинство людей, способных вести frontier-research. Любая попытка построить шестую frontier-лабораторию упирается в простой факт: кадров взять негде.

Bifurcation рынка труда. Средний ML-инженер в 2026-м зарабатывает $250–400K total comp. Frontier-researcher — $5–50M в год. Разрыв в 20–100 раз внутри одной профессии — это не градиент, это два разных рынка. И «обычный» ML-инженер не может постепенно перейти во второй: входной билет — участие в training run крупной модели, а такие runs делают только пять компаний.

Скорость прогресса ограничена не compute и не алгоритмами. Все пять лабораторий публично говорят: главное ограничение — люди. NVIDIA может произвести больше GPU. TSMC может расширить производство. Но обучить ещё 500 researcher-ов уровня senior за два года физически невозможно — это требует 5–7 лет погружения.

Куда дальше

Три вектора, которые определят войну за таланты в 2026–2027:

IPO OpenAI. Готовится на конец 2026-го. Если оценка подтвердится на уровне $700–900 млрд, это создаст самый большой выпуск ликвидности для employees в истории. Параллельно — самую большую за десятилетие волну уходов: люди с $100M+ на руках часто решают, что хотят основать своё.

Project Prometheus Безоса. Запущен в начале 2026-го, нанимает агрессивно — переманивает преимущественно из OpenAI и DeepMind. Преимущество: фактически безлимитный personal capital основателя, который не нужно согласовывать с инвесторами. Недостаток: пока нет research-track record, и senior-researcher-ы относятся скептически.

Новая волна спин-оффов. По модели Anthropic 2021 года: команда уходит из крупной лаборатории, привлекает $1–3 млрд seed, строит собственный frontier-проект. Уже видны минимум три таких stealth-проекта — все с ex-OpenAI и ex-Anthropic core.

Война за таланты не закончится IPO или мегасделкой. Она закончится тогда, когда индустрия научится производить новых researcher-ов быстрее, чем существующие меняют работу. Пока этого не произошло — и не похоже, что произойдёт в ближайшие 2–3 года.