AI行业的人才争夺战再次升级，这一次的焦点是决定未来算力格局的芯片工程师。OpenAI自研芯片项目的早期核心成员Clive Chan，通过社交媒体X宣布，他已离开OpenAI，并于本周正式加入其主要竞争对手Anthropic。

Clive Chan在业界有“002号员工”之称，意指他在OpenAI自研芯片团队中扮演了极为早期的关键角色。他于2024年1月加入OpenAI，成为技术团队成员，直接参与公司的自研AI芯片项目。该项目旨在减少对英伟达等外部供应商的依赖，为训练和运行超大规模AI模型构建专用硬件，是OpenAI深入产业链上游、掌控算力命脉的核心战略。

Chan的职业生涯虽不长，但履历极为亮眼，长期深耕AI基础设施领域。他于2021年从加拿大滑铁卢大学毕业，随即加入特斯拉Autopilot深度学习基础设施团队。在特斯拉的近三年时间里，他深度参与了支撑自动驾驶AI训练的底层系统建设，工作内容涵盖GPU性能优化、大规模集群调度、数据中心软件以及训练基础设施的搭建与维护。这段经历让他积累了从芯片到数据中心的全栈式基础设施经验。此外，他的实习经历还覆盖了谷歌和SpaceX等以尖端工程能力著称的公司。

此次跳槽之所以引发业界广泛关注，在于它并非一次孤立的人事变动，而是AI产业竞争格局深刻变化的缩影。过去一年，大模型的竞争主要聚焦于模型参数、多模态能力和应用产品层面。但如今，随着模型规模持续膨胀，算力成本和供应瓶颈日益凸显，竞争的前线已明确延伸至底层的芯片和算力基础设施。

从「五层蛋糕」的视角看，这一事件直接牵动第二层（芯片）和第三层（基础设施）。OpenAI和Anthropic作为模型层（第四层）和应用层（第五层）的头部玩家，正不约而同地向下渗透，试图通过自研芯片或深度定制硬件来构建更高效、更低成本且供应自主的算力底座。人才的流向，往往预示着资本和技术重心的转移。Chan从一家顶尖大模型公司转投另一家，并继续从事芯片相关工作，清晰地表明，决定未来AI模型性能与成本竞争力的关键战场，已经部分转移到了芯片设计和对大规模集群的系统性优化上。

对于Anthropic而言，吸纳拥有特斯拉和OpenAI双重背景的芯片人才，无疑将增强其在基础设施优化乃至潜在的定制芯片探索上的实力。这不仅能帮助其更高效地利用现有算力资源训练Claude系列模型，也为未来可能的硬件独立之路埋下伏笔。整个行业正在见证一场从软件算法到硅基硬件的全面竞赛，而顶尖工程师正是这场竞赛中最稀缺的“弹药”。