8年資深研究員離職，整個核心團隊威脅集體跳槽，數百萬美元的挖角郵包 —— 這不是什么好萊塢大片的劇情，而是最近一周蘋果AI部門正在經歷的真實危機。

6月30日，Bloomberg爆出一個讓整個科技圈都震驚的消息：蘋果最核心的AI團隊MLX，差點就這么沒了。

具體發生了什么？我花了一下午時間挖了挖這個事，發現這背后的故事比表面看起來要復雜得多。這不僅僅是一個普通的人才流失問題，而是關乎蘋果能否在AI時代站穩腳跟的生死之戰。

先說說MLX到底是什么。如果你平時關注AI開發，可能知道NVIDIA的CUDA —— 基本上所有深度學習都跑在CUDA上。而MLX，就是蘋果想要在自家Apple Silicon上做的類似事情。

說白了，MLX就是蘋果的"CUDA殺手"。

這個框架去年12月剛發布，專門為蘋果的M系列芯片優化，讓開發者能夠在Mac上高效訓練和運行AI模型。聽起來很技術，但實際意義重大 —— 如果MLX成功，開發者就不用完全依賴英偉達的GPU了。

Simon Willison的一條推特說得很直白："我的印象是，蘋果的MLX團隊是一小群工程師，幾乎憑一己之力在與英偉達和CUDA一較高下。"

問題就出在這里。這么重要的一個項目，蘋果居然差點把整個團隊都弄丟了。

先是Tom Gunter離職。這個人在蘋果干了8年，是LLM（大語言模型）領域的頂級研究員。同事們的評價是"難以替代，擁有獨特的技能組合"。

然后更夸張的來了 —— MLX團隊的工程師們集體"威脅"要離開。注意，這里用的詞是"threatened"，不是普通的想離職，而是威脅。

為什么這些工程師要威脅離職？原因其實挺現實的。

首先是錢的問題。據報道，蘋果工程師的薪酬通常只有市場價的一半甚至更少。而像Meta和OpenAI這樣的公司，正在向這些AI人才提供"數百萬美元的薪酬包"。

想象一下，你在蘋果拿著50萬美元年薪，隔壁Meta給你開價200萬。你會怎么選？

但更深層的問題是，這些工程師覺得蘋果管理層不重視他們的工作。

報道里提到，蘋果內部員工表示，他們對公司探索第三方AI模型的做法感到不滿。簡單說就是，蘋果一邊讓他們開發自己的AI技術，一邊又在考慮用ChatGPT、Gemini這些外部方案。

這讓MLX團隊覺得，公司是在暗示"我們做得不夠好"。

更讓人無語的是，知情人士透露，蘋果應該把MLX團隊擴大5倍，但管理層似乎在忽視這個團隊。Ronald Mannak（一個專門基于MLX開發工具的創業者）直接吐槽："考慮到MLX有多重要，這個團隊早就應該擴大五倍了。但看起來管理層在忽視他們。"

好在，蘋果最終醒悟了。他們緊急提供反報價，成功留住了MLX團隊。但這個風波暴露的問題值得深思。

從技術角度看，MLX確實很厲害。我看了一些benchmark數據，在某些操作上，運行MLX的M2 Ultra芯片甚至能超越Tesla V100 GPU。要知道，V100可是專業級的AI訓練卡，價格貴得嚇人。

更重要的是，MLX利用了蘋果芯片的統一內存架構。傳統的GPU訓練需要在CPU和GPU之間來回拷貝數據，而MLX可以直接在共享內存中操作，效率高很多。

但技術再好，沒有人才也是白搭。這次危機讓我想起當年英偉達差點讓CUDA團隊流失的假設 —— 如果真的發生了，現在的AI格局可能完全不同。

現在回過頭看，蘋果這次的危機處理還算及時。但這個事件透露的信息很有意思：

第一，AI人才的爭奪已經到了白熱化程度。不只是OpenAI、Google這些AI公司在搶人，傳統科技巨頭之間的人才大戰也異常激烈。

第二，蘋果雖然有錢，但在AI領域的投入策略可能需要調整。不能一邊想要自研技術，一邊又不給團隊足夠的資源和重視。

第三，像MLX這樣的基礎設施項目，雖然不像ChatGPT那樣有話題性，但戰略價值極高。失去這樣的團隊，基本等于放棄了在AI硬件生態上的話語權。

說實話，我覺得蘋果這次確實差點犯了一個愚蠢的錯誤。MLX不只是一個技術項目，而是蘋果在AI時代保持獨立性的關鍵武器。

如果MLX成功，開發者就可以在MacBook上訓練模型，而不用依賴云端的NVIDIA GPU。這對蘋果的整個生態都有巨大價值。

現在這個風波暫時過去了，但蘋果需要從中學到教訓。在AI這個賽道上，人才就是一切。錢可以解決很多問題，但尊重和信任同樣重要。

對我們普通用戶來說，這個事件的積極意義是：MLX團隊留下了，這意味著未來我們有可能在Mac上看到更多本地運行的強大AI功能。

畢竟，能在自己的電腦上訓練AI模型，不用擔心數據隱私，不用支付云端GPU費用，這聽起來就很香不是嗎？