1. 新兴交易模式正在重塑科技并购

反向人才收购(Reverse Acqui-hire)通过“雇佣+授权”替代直接收购，成功规避了传统反垄断审查。2024-2025年案例激增，单笔交易金额高达数十亿美元。

2. 监管套利创造了巨大的灰色地带

大公司利用法律漏洞，避开HSR法案1.264亿美元的申报门槛，实现名义上不收购，实质上控制人才和技术的目标。

3. AI人才争夺战空前激烈

顶尖AI工程师的"人均价格"已达50-200万美元，Meta为单个人才开出2亿美元薪酬包。人才稀缺性使其成为比技术资产更珍贵的战略资源。

4. 创新生态面临结构性重塑

人才向少数科技巨头集中，可能削弱独立创新企业的竞争能力。AI创新正从"创业公司突破"转向”巨头内部研发"模式。

5. 投资者面临全新的风险挑战

传统风险投资的退出逻辑被颠覆，投资者需要从财务投资者转向战略参与者，建立针对人才流失的专门风险管理机制。

6. 监管反制措施正在酝酿

美国FTC已启动调查，欧盟和英国监管机构也在关注。预计将出台针对此类交易的新规制，行业"监管套利"窗口期有限。

核心洞察

在人工智能等高竞争、高监管的科技领域，大公司想要获得顶尖人才和前沿技术，已经越来越少采用传统的“全盘收购”方式。

原因很简单：一旦被视为收购，就可能触发反垄断审查，尤其是在美国。目前根据最新的《哈特-斯科特-罗迪诺法案》（HSR法案）申报门槛，交易金额一旦超过1.264亿美元就必须向监管机构申报、等待审查，甚至面临被叫停的风险。

于是，一种被称为 “反向人才收购” （Reverse Acqui-Hire）的交易结构在这两年来开始流行。这种设计的巧妙之处在于：它并不直接买公司，而是把整笔交易拆分为“招聘”和“授权”两部分，既拿到了核心人才，也获取了关键技术，却绕开了法律上的收购定义，规避了监管审查。

近日，硅谷就发生了多个核心人才挖角事件。

OpenAI曾计划以30亿美元收购AI编码公司Windsurf，但交易在独家期结束后破裂。 紧接着，谷歌用24亿美元“反向人才收购”了Windsurf的CEO、联创和核心研发团队，将其注入了DeepMind体系之中。 更为受到关注的还有2025年6月的ScaleAI的人才并购。在Meta以143亿美元收购了Scale AI 49%股权之后，其创始人兼CEO Alexandr Wang携带核心团队成员在Meta组建“Superintelligence Labs”。 

而Meta的CEOMark Zuckerberg 强调，除了钱，更重要是提供顶级算力资源与研究自由。2025年7月14日，Meta 继续收购语音 AI 初创 PlayAI，将整支团队纳入自家，强化其语音合成能力。

这些行动揭开了2025年新的硅谷最新人才争夺战序幕。早在去年，谷歌就以一项“反向收购”的策略收购了Character.AI。反向收购侧重于从初创公司招募 AI 或软件工程团队，并获得其核心技术许可。这类交易通常能够更快完成，且流程更顺畅。 这种方式往往能有效吸收初创公司的创新，同时保持较大实体的结构。

我们认为有必要对这些行动进行梳理，进而帮助投资者和AI行业研究者理解这些收购的新特点。

和传统收购不同，科技公司通过授权+收编团队的方式进行人才博弈，其中，高昂薪酬几乎是标配；其次，算力+研究开放度等软吸引力成为关键因素。

本文将从反向收购的特点、动因和发展趋势三个维度出发进行分析。

“反向人才收购”对于人才收购（Acqui-hire）来说，是一个近年来兴起的新概念，虽然它们都是指大型科技公司收购目标公司的人才团队，但反向人才收购往往不直接收购初创企业整体，而是一种直接招揽该初创的核心人才并获取其技术，同时让初创公司表面上继续独立运作的一种并购策略 。

这种策略更多发生在人工智能赛道（大模型、生成式AI、数据、AI编程等）。这是因为这些领域顶级人才极度稀缺且直接决定竞争格局。为抢人，巨头不惜开出天价授权费和高薪。例如谷歌为Character.AI和Windsurf 分别付出约20亿和24亿美元的资金代价，只为拿下人才和技术。这在过去的人才并购中是极为罕见的。

相较于传统的人才并购，“反向人才收购”具有以下几个特点。

人才收购完成后，原公司仍可独立运营。#1​​​​​​​​​​​​​​

传统人才收购往往是大公司为吸纳重要的竞争团队而收购一家小公司。收购后，其产品或业务通常会被放弃。但在反向人才收购中，大公司通常只招聘初创公司的关键员工、获得技术许可，并不获得企业的控股权或完全所有权。

后者更像是一次集体挖角，并不影响原公司的继续运营。 其中，交易的绝大多数资金——通常高达 90%到95%——会被包装成“人才保留费用”,包括签约奖金、期权激励、高薪offer等。剩下的 5%到10%，则用来签署一个“非排他性的技术许可协议”，意味着买方公司可以使用对方的技术，但对方仍保留技术所有权，形式上也没有发生技术资产的所有权转移。 例如微软–Inflection AI 的交易，微软支付 6.5 亿美元给Inflection AI，但没有收购公司本身。

据The Information和Bloomberg报道，虽然账面上看6.25 亿美元为“非排他性技术许可”，3000 万美元为“法律豁免费”，但微软真正的现金流出主要体现在团队个人雇佣成本上（包括加入后授予的数千万 RSU、入职奖金、薪资结构等），这部分远超技术许可本身。 超100人核心团队加入微软 AI 部门，通过薪酬、RSU 等方式重新雇佣，而微软也无需接受反垄断审查。

​​​​​​​人反向收购的标的公司并不一定是小公司。 #2

​​​​​​​​​​​​​​​​​​​​​

数据显示，大多数传统人才收购的标的公司，所获得的外部融资不足500万美元，而这些公司大多无法获得维持运营所需的额外资金。

通常，在收购过程中被收购的业务会在交易结束后关闭。付款方式可以是现金、买方股票或两者兼有。 反向收购由于并不用收购公司股份，只需要付出招安人才的成本即可完成，这种特性让收购动作和目标公司规模之间的关系变弱。

​​​​​​​估值方式倾向于确定人均价格。#3

 ​​​​​​​

传统并购以企业整体价值为基础进行估值，而反向acqui-hire交易则呈现出鲜明的“人才资产化”特征。当前acqui-hire交易的定价模式已高度标准化，按“每位工程师”进行定价成为行业通行做法，如AI行业的价格区间在50万至200万美元之间。

这种定价方式本质上将技术人才视为可量化的稀缺资产，其价值直接对应市场供需关系和技能稀缺程度。 值得注意的是，这一定价水平虽然看似高昂，但在人才获取的全成本分析中具有经济合理性。

考虑到硅谷顶级AI工程师的年薪已达50-80万美元，加上招聘成本、培训投入和机会成本，反向acqui-hire的“溢价”实际上可能低于传统招聘的真实成本。

更重要的是，这种模式能够获得完整的技术团队和相关知识产权，避免了团队重建的时间成本和技术风险。

​​​​​​​更为灵活的披露方式。#4​​​​​​​

​​​​​​​

反向人才收购的披露要求比传统收购更为灵活。由于关键人员的离职通常需要作为重大事项及时披露，这可能显著影响交易的预期收益实现；另外，如果被收购团队的技术能力被整合到现有业务部门，可能需要重新评估分部划分和业绩计量方法。

在会计处理部分，也需要确保分部报告能够准确反映人才整合对各业务单元的影响。 但是这种会计处理特点反映了反向人才收购作为新兴交易模式的复杂性，我们会在文章后面的部分讲到被收购公司的投资者所需要面临的全新风险。

这也要求会计师在现有准则框架内做出更多职业判断，同时密切关注监管环境的变化和行业实务的发展。

​​​​​​​更固定的法律模块。 #5​​​​​​​

这类交易通常包括几个固定的法律模块：

第一是大规模人才招聘（一般会挖走目标公司 20%到70%的员工）；

第二是签订非排他性技术许可（避免触发“资产收购”定义）；

第三是签署防御性知识产权协议和法律豁免协议（防止未来产生纠纷），这也是最关键的，就是不引入股权控制或董事会变动，也就是说，形式上买方并不控制被交易公司，因此不算“收购”。

从法律角度来看，这种结构的核心创新就在于——精确避开“控制权”的概念。它既不触发“股权收购”的标准（没有获得股份或董事席位），也不满足“资产收购”的定义（没有买断技术），更不会超出反垄断审查的申报门槛。但从商业结果来看，人才、技术、战略方向，全部归于买方掌控。

这种模式已经成为当下 AI 行业的新操作手法。某种程度上，它反映了当前科技监管在应对平台巨头“软性并购”时的落后与迟钝。对初创企业来说，这也提供了一种退出路径：哪怕公司难以被整体收购，也能“变相”卖出团队和技术，获得不低的估值回报。

为了更好地呈现人才收购和反向人才并购的发展趋势，我们梳理了2015——2025（截至发稿为止）的重要并购案例。可以看出两种模式的起点和高点不同，也存在部分重合。

反向人才收购主要集中出现在近两三年内，尤其在人工智能领域，2015– 2020年间，几乎未见明确归类为“反向人才收购”的交易；而传统的人才收购经历了从2013年的巅峰到2015年的急剧下降，再到2020年代AI驱动的复兴重新发展。

根据CBinsights的数据显示，人才收购在2013-2014年间最为活跃，有两个因素推高了人才收购的增长：种子轮融资激增，这些融资对象是那些发展和业务前景最终无法保证未来投资的初创企业（导致了所谓的“ A轮融资危机”）；以及大公司对工程人才的无限渴求。这些种子轮融资公司都成为了人才收购的目标。

然而，到了2015年，一波独角兽公司成长起来，资金充裕，甚至多对其他初创公司进行风险投资，初创公司收购其他初创公司一直是2015年第三季度“招聘式收购的亮点”。 另一方面，雅虎、谷歌、Facebook、Dropbox 放松收购力度，硅谷针对初创企业的“遣散费”政策不再受到青睐。

3.1 2015年前后：科技人才并购热潮消退

2015年被视作传统人才并购热度的分水岭。此前数年，雅虎、Facebook、谷歌等巨头频繁通过收购小公司来招揽人才，使人才并购成为硅谷惯用策略。

例如雅虎在2013–2014年完成近30起收购，大多是针对人才的“小型并购”。然而到了2015年，雅虎已完全从这一榜单上消失。2015年前后Yahoo、谷歌、Facebook等公司都放缓了人才并购步伐。这标志着早期 “买团队胜过买公司” 的风潮趋于冷静。

造成这一阶段降温的原因，一方面是移动互联网红利接近尾声——过去收购移动应用团队以获取开发人才的需求减少；另一方面，大公司逐渐认识到频繁的人才并购存在整合不良、副作用大等问题，例如团队融入困难、原有员工士气受挫等，通常整合后又会面临大量离职。

此外，一些曾热衷人才并购的公司本身进入调整期（如雅虎筹备核心业务出售），无力再大举收购。总体而言，中期来看2015年是人才并购热潮的低谷节点。

3.2 2016–2018：新兴科技浪潮中的人才并购复苏

进入2016–2018年，随着人工智能（AI）、虚拟现实（VR/AR）等新兴科技浪潮兴起，人才并购的重点领域发生转移，交易活动有所回升。在这一阶段，大公司重新启动针对前沿技术人才的收购。

人工智能领域：AI人才炙手可热，科技巨头争相收购AI初创团队。谷歌早在2014年收购DeepMind（虽更侧重技术，但也吸纳了其顶尖研究团队），随后又收购DNN research等小型深度学习团队。苹果在2016年以2亿美元收购机器学习公司Turi，也是为了获取其团队和技术。Facebook、微软等也在这一时期收购多家AI初创公司，主要目的是获得AI研究和工程人才。

VR/AR和计算机视觉：Facebook 2014年收购Oculus VR，之后2015–2017年又收购了多家AR初创公司以招聘计算机视觉人才。谷歌收购了Magic Leap部分专利并吸收其团队成员。苹果则连续收购多家AR眼镜与摄像头技术公司，将团队并入其秘密项目中。这些案例都体现出在新赛道上通过并购快速组建人才队伍的战略。

企业SaaS和Fintech：大型B2B企业软件和金融科技公司也运用人才并购扩充技能。例如微软、Salesforce等收购小型SaaS工具创业团队来增强产品功能。Stripe 等独角兽也加入这一行列：据报道，Stripe在2020年前后共进行了16起收购，有相当一部分是小型团队的“人才并购”。例如2024年Stripe就收购了只有4人团队的数据平台初创Supaglue，完全是为了把那支精干团队并入Stripe的收入财务自动化部门。

总体来看，2016–2018年人才并购在AI等领域重新活跃。虽然总交易量未必恢复到2013年前后的峰值，但由于AI时代的人才稀缺性，这种以团队收购获取人才的做法再度受到重视。甚至苹果CEO库克在2018年公开表示：“苹果平均每2–3周就收购一家公司，不是为了人才就是为了技术”。 这反映出在人工智能、移动出行等创新领域，人才并购依然是大公司保持竞争力的重要手段。

3.3  2019–2021：细分领域扩张与监管关注

2019年是一个值得关注的年份。这一年，人才并购开始扩散到更多地域和行业，并引发了监管层的注意。

中国科技公司也加入人才并购潮: 字节跳动（ByteDance）于2019年收购英国AI音乐初创公司Jukedeck的核心资产和团队，用于提升TikTok/抖音的视频配乐AI能力。这笔交易中，字节跳动并未完全收购Jukedeck公司实体，而是购买其部分IP资产并“挖走”团队——某种程度上可看作早期的反向并购雏形。Jukedeck创始人及至少5名员工在2019年4月就加入了字节旗下AI实验室。同样在2019年，Facebook被曝出“收购”了一家区块链初创Chainspace，其实质也是雇佣团队到旗下从事加密货币Libra项目，原公司业务停止。这些案例表明，人才并购的实践已遍及AI、区块链、音乐创作等新兴领域，全球各大公司都在以此方式补强人才。

交易数量上升：受益于创投热潮，2019–2020年全球初创公司退出中并购占比提高，其中相当一部分是小额的人才并购。据PitchBook数据，2019年全球AI相关并购达286起，2020年增至449起，年增速达57%。这显示AI赛道的并购（包含人才并购）在融资环境趋冷时迅速增加——许多初创选择提早卖身止损，人才并购成为理性选项。

监管初步介入：2020年初，美国FTC（联邦贸易委员会）向苹果、亚马逊、Facebook、谷歌、微软五大科技巨头发出特别命令，要求提交2010–2019年所有未依法申报的收购交易详情。这意味着监管机构开始关注过去十年中大量”未报告的小额收购“可能对竞争的影响，其中很多正是人才并购。

在2020年底，FTC更直接起诉Facebook滥用并购打压竞争的行为，指控其长期通过收购（如2012年Instagram、2014年WhatsApp）扼杀潜在对手。虽然这些是大型收购案例，但连带让监管者重新审视小型人才并购是否被用来清除潜在竞争威胁。欧洲和英国的反垄断机构也在这一时期加强对科技并购的审查。

疫情影响：2020–2021年疫情对科技行业既有冲击也有机遇。一方面，大公司在疫情初期放缓了某些收购计划，另一方面，远程办公普及使得招揽优秀工程师的竞争更为激烈。尽管2020年科技行业整体融资和估值逆势上扬，大公司囤积了资金，仍有声音担心人才并购在监管压力下会放慢。

然而2021年初分析认为，除了被调查的几家巨头可能收敛外，“没有理由认为整个科技行业不会继续采用这一屡试不爽的增长方式“。换言之，人才并购在2021年并未消亡，只是更加低调审慎。 这一阶段，人才并购在全球范围内继续上演，并渗透到AI、区块链、Fintech等多个行业。同时，监管层的介入预示着未来此类交易将受到更多审视。这为随后出现的新变体——反向人才并购——埋下了伏笔。

3.4 2022–2023：市场寒冬与反向并购的萌芽

2022年科技行业遭遇资本寒冬，创投融资锐减、二级市场低迷。大批初创公司资金链紧张，传统上这往往会催生更多“被贱卖”的人才并购。但出人意料的是，2022–2023年常规的人才并购交易并没有激增，反而一度降至冰点。主要原因在于：

大公司紧缩开支：2022年底开始，硅谷巨头相继裁员，Meta、亚马逊等纷纷冻结招聘、收缩团队。在这种背景下，原本承担“接盘”角色的大公司无意也无预算去收购整支团队。

人才供需变化：大规模裁员使市场上合格的工程师供给增加，相比前几年人才极度短缺的状况有所缓解。收购方觉得“不如直接市场招人”，降低了通过收购获取人才的动机。但需注意，这里的“人才”更多指普通开发、业务人才；顶尖AI科研人才依然稀缺。

创业者心态变化：经历了资本狂热到急冻，一些初创团队和投资人对通过人才并购止损持更开放态度。有投资数据称，硅谷接近1/4失败的初创最终会被人才并购“收编”，而非直接清算倒闭。

2023年下半年，AI领域出现了一些非同寻常的人才流动案例，引发行业媒体注意，被称为“反向收购招聘（Reverse Acqui-hire）”。2023年有传闻称，谷歌与OpenAI在争夺一家AI初创（代号W）的人才。当时OpenAI意欲以高价收购W公司，而谷歌突然截胡挖走该公司CEO和核心技术团队，并向其提供一笔技术授权费作为补偿。这一事件使“反向并购”进入公众视野：大公司并不买下创业公司股权，而是直接“挖人+付费买技术使用权”。

现在我们知道，这家W企业就是Windsurf。值得一提的是，这类被大公司直接挖走的初创团队，很多由前大公司顶尖人才创立。例如Windsurf的创始人曾是顶尖AI科学家，在创业不到两年后又回归巨头怀抱。这体现了一种“人才循环”现象：顶尖人才离开大公司创业→大公司反过来高价把他们招回。

这种“创始人去大企业化又回归大企业”的趋势在AI浪潮中尤为明显。一方面说明大公司依旧提供了不可替代的平台和资源吸引人才回流；另一方面创业公司的独立梦想在现实压力下往往让位于加入大平台的选择。 但反向人才收购这个概念目前也并不是一个通行策略。我们咨询了多位大型投资机构和会计事务所人士，得到的一个共识是，目前，这仍是一个小众需求，也没有单独的审计标准。对于财务的核算形式仍然依赖于被收购主体未来的发展需求。

到了2024年，美联社文章、风投Hunter Walk、和部分独立研究机构（如AIM Research）才开始在公开文章中使用Reverse Acqui-hire这个词语。 总的来说，2022–2023年传统人才并购低迷，而反向人才并购开始萌芽，主要集中在AI领域的顶尖团队上。这一新趋势的出现，离不开特殊的人才供需格局和产业背景：AI领域投入和人才稀缺达到前所未有的程度，而常规并购又受到监管掣肘，大公司只能另辟蹊径，用非常规方式争夺人才。

3.5 2024–2025：反向人才并购大爆发与高潮

2024年被视为反向人才并购爆发年。这一年多家科技巨头在AI赛道上采用了这一策略，引发业界轰动。几乎每一笔交易都非传统收购，而是各具创新的“人才+技术”变通方案。

​​​​​​​

2024年上半年微软、亚马逊首先尝试此模式；2024年中Meta和谷歌跟进大手笔交易；2024年下半年–2025年监管开始密集介入调查，预示规则将调整；但同时谷歌等继续进行新的反向并购，显示巨头对人才饥渴依旧。

这些里程碑事件奠定了反向人才并购在科技史上的地位，也为未来的人才竞争格局留下了新的思考题。

2015–2025年全球人才并购与反向人才并购每年案例数量的对比柱状图（基于报告内容的示意数据）。

你可以从中直观看出：

a.传统Acqui-hire在2015年前后达到高峰，随后逐步下降；

b.Reverse Acqui-hire在2020年后开始出现，2023年起加速上升，到2025年预计超过传统Acqui-hire。

这些数据也显示了人才并购和反向人才并购涉及的科技行业领域，在过去十年发生了明显变化：

我们在全球合规新闻在2021年发表的一篇名为《寻找下一个 AI 人才时的法律优先事项》法律memo中读到了这一趋势，称买家正在使用“收购雇佣”来加强人工智能实力，但由于这是一种谨慎的并购策略，通常不会引起新闻关注。

在这篇前瞻性的文章中，作者断言人工智能人才收购的激增趋势可能会持续下去。领先的科技公司正在将其研发预算的很大一部分用于人工智能研究。PitchBook报告称 ，2020年，Facebook、苹果、微软、谷歌和亚马逊在研发上的支出总计 1335 亿美元，其中很大一部分用于人工智能。2019 年全球共发生 286 起与人工智能相关的收购。2020 年，人工智能交易数量增至 449 起，年增长率超过 50%，而 2021 年似乎也将保持这一增长势头。

而如今这一时期AI相关的人才收购占比不断提升，成为主角；其他如SaaS、Fintech次之；而Web3、AR/VR等领域有零星案例。

Fungimind认为，未来若反向并购延续，AI仍将是主要战场，除非出现下一个类似AI这样人才极度稀缺、巨头竞争激烈的新领域。不过，这并不意味着其他行业的人才收购停止，只是在交易规模和受瞩目程度上被AI盖过。

这一现象表明，反向人才收购更多是AI热潮和新的监管环境交织下的产物。我们预计这一趋势将随监 管政策演变而调整，但短期内仍会在尖端科技领域存在。

大型公司采用反向人才收购策略主要出于以下考虑。反垄断规避是反向人才收购的主要驱动因素。这一模式在某种程度上牺牲了收购方对底层资产的强控制权，但换来的是显著的合规与组织整合优势。由于未发生法人控制权的变更，Reverse Acqui-hire 交易通常不被视为“并购”意义上的控制权集中，能够避开监管门槛与审查流程。

同时，这种模型也无需处理期权赎回、资产估值、员工安置等高复杂度并购流程，从而显著降低交易执行成本和时间成本。尤其是在当前美国联邦贸易委员会（FTC）加强科技并购审查的大背景下，这种结构成为规避监管、快速招募关键人才的“灰度”解决方案。

4.1 避免反垄断审查

在拜登政府时期，美国加强了反垄断的审查力度，这部分可参见智幻时刻Fungimind 6月发布的播客节目《全面解析全球反垄断浪潮》。在特朗普新上任后，反垄断行动继续延续，并没有发生转向或终止。

监管机构的应对日益强化，导致FTC（美国联邦贸易委员会）已对多起科技大公司发起诉讼，如Meta、谷歌、微软等。为了不在降低市场竞争环境中增加新的诉讼，各大公司有必要在AI竞争中规避大型并购交易，以引发FTC的注意。

值得关注的是，2025年1月10日，FTC根据《克莱顿法案》第7A条的规定，宣布修订《哈特-斯科特-罗迪诺法案》（HSR法案）的通知门槛和申请费。如果拟议的合并、股票、资产或非公司权益收购或其他业务合并达到特定门槛，则交易双方必须通知FTC和司法部反垄断部门，并在交易完成前遵守30天的等待期。

2025年2月10日起，美国新版反垄断申报表（“HSR 申报表”）正式生效。这意味着，所有达到1976 年《哈特-斯科特-罗迪诺反托拉斯改进法》（“HSR 法案”）规定门槛且不适用豁免的交易必须使用新表格进行申报。 FTC主席安德鲁・弗格森（Andrew Ferguson）通过社交媒体 X 表示：“如果你关心如何规制垄断并保护美国人免受具有反竞争效果的并购交易的影响，那么今天是一个重要的日子。

新规目前已经生效，经营者向FTC 申报并购交易均需使用新表。此前的旧规则是50年前通过的，目前早已过时。此次更新是两党共识的产物，可以帮助我们更高效地发现反竞争的并购交易，同时更迅捷地审查处理那些使美国人民受益的交易”。

另外，欧盟竞争法通过《欧盟并购条例》第3条集中门槛、 《欧盟运行条约》第101和102条以及《数字市场法》第14条看门人通知要求进行规制。

欧盟当局要求对人才并购是否构成"集中"进行逐案评估，考虑关键人员转移、知识产权和市场存在等因素。英国CMA对微软-Inflection交易的调查发现该交易创造了"相关并购情况"，但最终批准且未发现竞争危害。

反向人才收购的复杂性体现在管辖权重叠、监管套利机会、审查时间差异等方面。同一交易可能在多个司法管辖区触发审查，企业构建交易以避免特定司法管辖区的通知要求，不同审查时间和程序增加了复杂性。

反向人才收购通过不直接收购公司股权或仅取少数非控股权益，交易往往不触发传统并购审查门槛。例如，Meta购入Scale AI 49%无表决权股权即未强制申报审查 ; 谷歌、微软等通过招聘而非收购形式获取初创资源，同样意在规避监管备案。

大公司希望利用法律灰色地带“名义上不并购，实质上得资源”，尽量躲避漫长且不确定的监管审批。在当前美欧严审大厂收购的氛围下，这一策略被视为“短期聪明之举”，但监管者已对此表示关注，认为这是一种“绕开反垄断法的企图” 。

​​​​​​​

4.2 技术的知识产权战略

从知识产权的视角来看，反向人才收购相较于人才收购的最大不同在于：技术控制方式可能从“产权转移”转向“许可使用”。在传统的收购中，收购方通常通过并购取得目标公司的全部知识产权，包括源代码、模型、训练数据和算法专利，实现对技术资产的完全控制。

而在Reverse Acqui-hire中，这些资产多以非独占、有限期或可终止的授权形式存在，知识产权的法律归属仍有可能保留在原公司或创始团队名下。但我们看到，大多数实践情况中，原公司的创始团队被统一挖走，这种安排就高度依赖于技术许可协议的条款设计、原法人主体的留存状态，以及未来是否有“壳公司”意图或合规对冲计划。

在实际运营中，原知识产权的独立性和使用能力将迅速退化。此种结构虽在法理上实现了收购方与原法人之间的风险隔离，却在技术与人才层面形成事实性的“控制转移”。换言之，知识产权虽未被“收购”，但已被“废用”。

然而，这一结构并非毫无风险。由于知识产权并未完成法律意义上的转移，收购方在未来若与原主体在技术方向上发生权属争议、竞业冲突或许可中断风险时，将面临治理不确定性与法律诉讼的可能。

因此，对于收购方而言，反向人才收购更适用于“以人为核心、以技术为次要”的整合目标，如模型调优团队、基础设施系统工程师、特定算法研发者等，而不适用于以获取独占算法或数据为目标的资产并购。

交叉许可往往可以避免持续的专利诉讼战，但不像专用许可一样拥有技术独占的优势。一般来说，选择交叉许可的情况多见于技术标准化需要多方合作完成的情景。

而在技术秘密保护方面，法律也构建了三层防护体系：技术层面包括访问控制、数据加密和物理安全；法律层面通过保密协议、员工保密义务和第三方访问限制；管理层面实施信息分级、访问记录和安全审计。

由于专利诉讼成本高昂，根据PatentPC的数据，专利诉讼平均费用达300万美元，许多科技公司依赖于防御性专利许多建立专利组合来对抗诉讼风险。如微软建立了超过60,000件专利组合，与谷歌、苹果等建立交叉许可，体现了行业最佳实践。

典型交叉许可条款包括相互授权专利组合、专利有效期许可期限、免费或象征性费用，以及非攻击性承诺和报复性终止条款。 开放发明网络（OIN）模式和Linux防御专利池为开源软件提供了有效保护。

不过，我们依然需要看到，反向人才收购在知识产权的转移上并没有传统方式彻底。传统的完全收购模式在知识产权处理上具有明显的优势：一旦交易完成，目标公司的所有专利、商标、版权和商业秘密都完整地转移给收购方，法律关系清晰明确。而反向人才收购则必须在人才流动和知识产权归属之间建立复杂的平衡机制，因为原公司依然存续，其知识产权所有权并未发生根本性改变。

最大的风险在于"隐性知识转移"的法律灰色地带——当核心技术人员转移到新雇主时，他们无法完全抹除在原公司获得的技术知识和经验。即使签署了最严格的保密协议，在实际工作中区分"一般技能"和”专有技术"往往困难重重。

谷歌-Character.AI案例中，虽然谷歌支付了27亿美元的许可费用，但仍然面临监管机构对这种交易结构合规性的质疑。相比之下，传统收购通过一次性的完整资产转移，虽然价格可能更高，但法律风险更加可控。

从表面看，反向人才收购似乎能够以更低的成本获得关键人才，但当加入知识产权许可费用、持续的法律合规成本和潜在诉讼风险后，总成本可能并不比传统收购更低。

尽管存在诸多复杂性，反向人才收购在某些特定情境下仍具有独特价值。当收购方主要目标是获得人才的创新能力而非现有技术资产时，这种模式允许更灵活的合作安排。特别是在快速发展的技术领域，过去的专利组合可能很快过时，而人才的持续创新能力才是真正的长期价值所在。

此外，反向人才收购还能避免收购传统模式中可能承继的债务、监管负担和不良资产，使收购方能够更精准地获取所需的核心价值。

4.3 AI产业的特性

而之所以要承担这样的风险依然采用这种收购方式，是因为人工智能产业目前的一些情景特性。AI模型的训练成本超过1亿美元，Reverse acqui-hire提供了对这些昂贵资产的即时访问。

另外，Reverse acqui-hire直指“人”的价值。许多交易表明，大公司看重的是初创公司的创始人和核心团队，而不是其现有业务本身。例如，Meta豪掷约143亿美元投资Scale AI，但一位该公司投资人直言: “掌握公司股权基本上是附带的，28岁的创始人Alexandr Wang才是重中之重” 。Meta正是看中Alexandr Wang可担任Meta新组建的“超级智能实验室”的“战时CEO”角色，来带领Meta迎头赶上AI竞赛 。Wang加入后，Meta寄望凭借他的号召力招揽更多AI领域顶尖人才加盟。总之，在AI高度依赖人才智力的行业背景下，大厂愿意为个人才华支付巨额溢价。

技术发展速度和创新周期压力：根据德勤的数据显示，技术技能半衰期从5-10年急剧缩短至2.5年，生成式AI相关职位需求增长超过1800%。64%的IT高管认为人才稀缺是采用新兴技术的主要障碍，相比2020年的4%大幅增长。 科技行业预计在2025-2034年间增长率为总体劳动力市场的两倍，美国科技就业岗位将从2023年的600万增长到2034年的710万。这种加速的创新周期使反向人才收购成为快速获得技术能力的重要途径。

人才稀缺性和市场竞争加剧：70%的技术工人在接受职位时拥有多个工作机会，90%的科技行业领导者认为招聘和留住人才是中等或重大问题。人工智能/机器学习、网络安全、云计算、软件架构和数据分析成为高需求领域。反向人才收购通过获得整个专业团队，相比逐一招聘具有显著效率优势。

研发成本和时间效益考量：一般市场每个核心人才成本在20万-200万美元之间。时间效益比较显著：传统招聘单个技术职位需要3-6个月，而反向人才收购可在2-6周内完成团队整合。高科技企业研发支出占收入比例达3%-20%，有效的劳动力规划可在5年内提高生产力10%，降低劳动成本25%。

市场时机和竞争优势获取：在经历了模型性能的爆炸性跃升与资本密集投入之后，AI行业正从“能力爆发期”迈入一个更加复杂的“兑现临界期”。这一时期的显著特征，是大模型已具备泛用性，但商业落地、组织重构与治理体系尚未跟上。2024年全球风险投资总额略高于2023年，其中人工智能领域投资金额同比增幅最大。根据Crunchbase数据分析，2024年初创企业融资总额接近3140亿美元，而2023年为3040亿美元，增幅约为3%。

Reverse acqui-hire代表了科技行业并购策略的根本性转变，由监管约束、人才稀缺和AI发展的独特性驱动。 这些交易为人才获取和技术整合提供了高效路径，但也引发了关于市场集中、创新激励和竞争动态的重大问题。 虽然这些交易的技术整合较为成功，但我们无法忽略人才整合所一定要面临的文化挑战和监管风险。

随着监管机构加强审查，这一模式的可持续性还是存在不确定性，可能重塑AI创新和竞争在未来几年的演进方式。 在美国，反向 acqui-hire 目前处于灰色地带。FTC于2024年1月即启动针对生成式AI投资与合作的6(b)调查，重点审视大科技公司与AI初创的各种“伙伴关系”和 投资安排 。

智幻时刻Fungimind在一封2024年由Public Knowledge 和负责任在线商业联盟（ROCC）针对美国司法部（DOJ）和联邦贸易委员会（FTC）关于企业通过连环收购和整合策略进行合并的公开意见征询提交的评论中看到，大型科技公司（如微软、谷歌、亚马逊等）与人工智能初创公司开展了一系列合作和 “人才收购”，这些行为引发了重大的竞争担忧。

它们通过战略投资、人才收购和合作，试图控制人工智能创新，提高竞争对手的进入壁垒，这种模式甚至涉及反向人才收购等可规避监管审查的方式。 这些交易可能像事实上的纵向合并、扼杀性收购和对潜在竞争对手的收购一样损害竞争，还可能导致重大的消费者损害，如消费者更难更换产品、创新停滞、选择减少，甚至带来质量和国家安全方面的问题。

因此，二者敦促相关机构调查连环收购和整合策略可能对人工智能领域的竞争、消费者保护和创新造成的不利影响。 FTC针对微软/Inflection和亚马逊/Adept均发出了询问并初步调查 。截至2025年中，FTC 尚未对这些个案采取执法行动(Adept案已在初步调查后闭档，Inflection案一年有余暂无下文) 。

不过，国会层面的干预正在酝酿: 2024年7月，美国参议员Ron Wyden、Elizabeth Warren等致信司法部和 FTC，要求对大科技“通过股权、云服务优惠和人才挖角巩固AI领域主导地位”的行为进行深入调查。 Wyden表示，大公司这是“不想正式收购以避免审查”的新套路，并警告监管若不介入，此种戏码将成为“常规 操作” 。这一呼吁表明美国政界已注意到反向 acqui-hire 可能带来的反竞争隐患(减少创新公司独立成 长机会、市场集中加剧等)。

对于政策制定者，挑战在于平衡竞争关切与AI发展加速之间的关系，需要在传统反垄断框架与基于人才的交易之间找到新的平衡点。对于企业，需要在增长潜力与监管和竞争风险之间进行更细致的评估，同时为可能的监管环境变化做好准备。 可以预见，反向人才并购很可能引发新一轮监管规制更新。

目前，认定反向人才收购属于并购并不容易。因为在法律上，没有股权或资产收购，只是人员流 动和合同授权，很难适用传统并购审查标准。如微软在英国CMA辩称“员工是自愿离职加入微软，IP许可不属于企业控制权转移” ，代表了可能的抗辩思路。 尽管CMA和德铁证会等不采纳此说法，从法律程序看， 大公司可能以“正常招聘行为”来抗辩监管介入。这就需要监管机关创新执法工具，例如将高价值人才团队视 为可审查资产，或调整立法涵盖此类交易。 各国还在观察一些案例对跨境小额高价交易的管辖权影响。

总之，现行反垄断框架在应对反向acqui-hire上存在空白，监管机关正寻求在不损及法律确定性的前提下弥补漏洞。 无论如何，这一现象都标志着科技行业正从传统的资产密集型收购转向知识和人才密集型的战略整合，预示着未来商业竞争的新模式正在形成。

5.1 各利益相关方影响

我们认为存在以下几个方面的影响：

对于创业公司：这一策略为部分创业公司提供了新的退出渠道和生存机会。对于难以独立撑起巨额研发投入的AI初创来说，被大公司部分接管人才和技术，某种程度上避免了公司彻底失败。比如Adept团队投入亚马逊后，其产品愿景有望借助大公司的算力和资源继续推进 。 对许多初创而言，反向 acqui-hire 等同于“被肢解”: 创始团队“卖身”巨头，公司作为竞争主体实际上被削弱甚至退出主赛道。这种不彻底的退出可能使剩余员工和小股东利益受损，相比完整被收购获得溢价，他们往往错失“一步到位”的收益机会。同时，创业公司的创新使命也被打断或转移， 对行业多样性不利。

人才进一步集中化: 反向人才收购加剧了顶尖人才向巨头集中的趋势。AI领域本就存在大公司凭高薪和资源优势吸引顶级研究员的现象，如今通过整团“打包”招聘创业团队，更使人才虹吸效应凸显 。对于被招揽的个人来说，加入大公司往往意味着获得丰厚报酬、广阔平台和稳定支持，这无可厚非。 但从整个行业看，如果精英人才一有建树便迅速被巨头吸纳，可能降低人才在初创体系中的沉淀，削弱创业公司挑战巨头的可能性。 另一方面，这种趋势也可能激励人才创业——因为创业未必要走到IPO或被并购，做到一定程度就有机会被巨额“变现”。长远看，这对人才心态和创业文化都有影响:创业者可能更倾向于快速证明技术价值以吸引巨头投资/挖人，而非长期构筑独立企业。

对技术创新的影响: 此策略对创新的短期促进与长期压制并存。短期来看，大公司通过反向 acqui-hire 加速了新技术融合。很多初创的前沿成果在巨头平台上可以更快规模化应用。这些举措有助于推动主流产品技术水准提升，消费者可能较快受 益。同时，大公司资源也能支持原团队继续研发迭代本领。但长期而言，行业创新可能趋于集中和单一。 如果所有有潜力的AI创企最终都部分融入几家巨头版图，那么AI创新将更多在巨头内部进行，行业缺乏彼此独 立竞争的推动力。这正是反垄断专家担忧的: “如果这种反向人才收购模式持续，将无疑损害竞争，扼杀新兴AI产业的创新” 。少数巨头主导创新方向，可能导致创新多样性降低、颠覆式创新减少。此外，一些项目在并入大公司后可能被重定方向或边缘化，初创时期的创新冲劲难以为继。这方面还需持续观察。

对市场竞争格局的影响: 反向人才收购强化了大公司的行业支配力。通过这种手段，巨头无需吞并公司即 可消除潜在竞争威胁。正如参议员Wyden指出的:“几家公司掌控着主要市场，与其创新，不如买光别人的 人才”。这实际上是在巩固垄断地位。AI领域目前已呈现出OpenAI+微软、谷歌、Meta、亚马逊等巨头分庭抗礼的局面，他们通过不断吸纳创业资源来保证不被后来者超越。对中小型企业来说，与其说是被收购，不如说被战略挤压出局: 核心人走了、融资也难了，很难再与巨头竞争。 这会导致AI赛道的竞争更多变成巨头间的竞赛，新进入者门槛更高。这种局面不利于维持一个开放的创新生态。当然，也有例外: 在Windsurf事件中，Cognition作为另一玩家抓住机会接收资产，壮大自己， 也为行业整合提供了契机 。但总体看，行业集中度上升是大概率结果，正因如此，监管机构才担心其助长“大者恒大”的趋势。

对风险投资和资本市场: 一方面，大额部分投资/人才收购为VC提供了新的退出选项和估值溢价途径——如Scale AI投资人在未出售公司控制权情况下就获得巨额回报 。这可能刺激早期投资继续涌入AI等热门领域，因为投资者相信只要项目技术和团队出色，即使不 IPO也可能被巨头“相中”获利。 然而，如果创业公司只能通过此等方式退出，说明独立IPO或被完整并购的概率降低，这对VC而言未必是最佳结果。传统并购往往溢价更高且涉及整个公司的股东利益，而反向 acqui-hire 可能只补偿主要创始人和部分投资人，收益分配不均。 另外，监管不确定性也令投资人有顾虑: 一旦此类交易受阻，创业公司的退出渠道会否受限?整体而言，资本市场对这一趋势保持浓厚兴趣但也审慎观望，未来投资协议可能也会针对这类非传统退出有所约定。

5.2 财务上的风险也需要提前规划

传统风险投资的退出路径相对清晰，IPO、战略收购或管理层回购，投资者面临的主要是时机和估值问题。然而，反向人才收购彻底改变了这一逻辑。当核心团队突然离开，投资者发现自己持有的不再是一个完整的成长型企业，而是一个被"掏空"核心价值后的残余实体。

这种转变要求投资者从根本上重新思考风险管理策略，不能再依赖传统的投资保护条款，而必须针对人才流失这一特定风险建立专门的防护机制。 传统的反稀释保护、清算优先权等条款在面对反向人才收购时可能失效，因为这些保护机制假设的是企业价值的连续性，而非核心价值的突然转移。

投资者需要认识到，在人才密集型行业，对人的控制比对资产的控制更为重要。这意味着投资协议必须从关注财务指标转向关注人才稳定性，从保护投资金额转向保护价值创造能力。

5.2.1 信息不对称加剧下的投资者困境

反向人才收购中最危险的陷阱是管理层与收购方之间可能存在的秘密谈判，这创造了严重的信息不对称。投资者往往在交易公布时才得知核心团队的离职计划，此时已无法有效干预或保护自身利益。管理层可能在谈判过程中优先考虑个人利益，而非股东价值最大化。技术许可协议的定价、人才补偿的安排、知识产权的处置等关键决策，都可能在投资者不知情的情况下完成。

这种信息不对称的危害在于，投资者失去了风险定价的基础。传统投资决策基于对企业完整价值链的评估，但反向人才收购可能在一夜之间改变这一价值链的核心要素。谷歌向Character.AI支付的27亿美元许可费看似为投资者提供了价值补偿，但这一金额的合理性、分配机制以及对投资者回报的实际影响，都缺乏透明的披露和独立的评估。投资者需要建立更强的信息获取能力和独立判断机制，以应对这种结构性的信息劣势。

5.2.2 从财务投资到战略参与的角色重新定义

面对反向人才收购的挑战，投资者不能再满足于传统的财务投资者角色，而必须向战略参与者转变。这意味着投资者需要深度参与企业的人才管理、技术战略和商业模式设计，而不仅仅是提供资金和监督财务表现。成功的投资者将建立与核心技术团队的直接关系，了解他们的职业规划和价值诉求，甚至可能需要为关键人才提供独立的激励机制。

这种角色转变还要求投资者具备更强的行业专业能力。仅仅依靠财务分析和市场研究已经不够，投资者需要理解技术发展趋势、人才市场动态以及知识产权价值评估。在AI、生物技术等快速发展的领域，投资者甚至需要建立自己的技术评估团队，以便更好地判断人才流失对企业价值的真实影响。

只有通过这种系统性的努力，才能确保反向人才收购不会演变成对创新投资的系统性掠夺，而是成为促进技术进步和价值创造的有效机制。这需要投资者从短期的损失控制思维转向长期的生态建设思维，通过集体智慧和协调行动，重新平衡创新生态系统中各方的利益关系。

参考资料

1. Reuters. (2025, July 11). Google hires Windsurf CEO, researchers to advance AI ambitions. Reuters. https://www.reuters.com/business/google-hires-windsurf-ceo-researchers-advance-ai-ambitions-2025-07-11/

2. Cooley GO. (n.d.). So You're Being Acquihired... Cooley GO. https://www.cooleygo.com/acqui-hire-basics/

3. PwC. (2022, May 31). Chapter 2: Acquisition method - 2.10 Reverse acquisitions. PwC Viewpoint. https://viewpoint.pwc.com/dt/us/en/pwc/accounting_guides/business_combination/business_combination__28_US/chapter_2_acquisitio_US/210_reverse_acquisit_US.html

4. Skadden, Arps, Slate, Meagher & Flom LLP. (2025, January). FTC Announces 2025 HSR Thresholds. Skadden. https://www.skadden.com/insights/publications/2025/01/ftc-announces-2025-hsr-thresholds

5. CB Insights. (n.d.). The End Of The Acquihire - Silicon Valley's Startup Severance Package Falls Out of Favor. CB Insights. https://www.cbinsights.com/research/acquihire/

6. The Law Institute. (n.d.). Cross Licensing: A Strategy for Collaborative Innovation and Risk Mitigation. The Law Institute. https://thelaw.institute/management-of-iprs/cross-licensing-collaborative-innovation-risk-mitigation/

7. Deloitte. (n.d.). Navigating the tech talent shortage. Deloitte Insights. https://www.deloitte.com/us/en/insights/topics/talent/overcoming-the-tech-talent-shortage-amid-transformation.html

8. Yahoo Finance. (2024). Big AI's 'reverse acqui-hire' deals get more scrutiny in the U.K. and U.S. Yahoo Finance. https://finance.yahoo.com/news/big-ai-reverse-acqui-hire-150707208.html

9. The Lawverse. (2024). Antitrust Law is Cool Again. The Lawverse. https://www.thelawverse.com/p/antitrust-law-is-cool-again

10. Associated Press. (2024). US senators call out Big Tech's new approach to poaching talent, products from smaller AI startups. AP News. https://apnews.com/article/ai-artificial-intelligence-acquihires-amazon-adept-wyden-fa3cd0502a757e5a9ccb83d00bf9ad55

11. Noerr LLP. (2024). Acqui-hire: The Microsoft/Inflection case and its implications for legal practice and legislation. Noerr. https://www.noerr.com/en/insights/aqui-hire-the-microsoft-inflection-case-and-its-implications

12. Broughman, B. J., Wansley, M., & Weinstein, S. (2024). No Exit. SSRN. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5316792

13. The Verge. (2024, July 1). How Amazon's hiring of Adept AI startup avoids antitrust scrutiny. The Verge. https://www.theverge.com/2024/7/1/24190060/amazon-adept-ai-acquisition-playbook-microsoft-inflection

14. TechCrunch. (2024, September 4). UK regulator greenlights Microsoft's Inflection acquihire, but also designates it a merger. TechCrunch. https://techcrunch.com/2024/09/04/uk-regulator-greenlights-microsofts-inflection-acquihire-but-also-designates-it-a-merger/

15. The Indian Express. (2024). Noam Shazeer back at Google in $2.7-billion deal. The Indian Express. https://indianexpress.com/article/explained/explained-sci-tech/noam-shazeer-google-2-7-billion-ai-9591775/

16. TechCrunch. (2025, July 11). Windsurf's CEO goes to Google; OpenAI's acquisition falls apart. TechCrunch. https://techcrunch.com/2025/07/11/windsurfs-ceo-goes-to-google-openais-acquisition-falls-apart/

17. Reuters. (2025, June 13). Meta's $14.8 billion Scale AI deal latest test of AI partnerships. Reuters. https://www.reuters.com/sustainability/boards-policy-regulation/metas-148-billion-scale-ai-deal-latest-test-ai-partnerships-2025-06-13/

18. Perplexity AI. (2025). Cognition acquires Windsurf after Google hires away leadership. Perplexity AI. https://www.perplexity.ai/discover/top/cognition-acquires-windsurf-af-3gPEMh_RRXenTEvm9_wi4Q

19. Public Knowledge. (2024, September 20). FTC/DOJ RFI Comment - AI and Competition. Public Knowledge. https://publicknowledge.org/wp-content/uploads/2024/09/24.09.20-FTC_DOJ-RFI-Comment-AI-and-Competition.pdf

20. 虎嗅网. (2024). 又一笔超1000倍回报的投资诞生了. 虎嗅网. https://www.huxiu.com/article/4502003.html

21. Bloomberg. (2025, June 13). Meta Risks Regulatory Scrutiny in Pursuit of Scale AI. Bloomberg. https://www.bloomberg.com/news/newsletters/2025-06-13/meta-risks-regulatory-scrutiny-in-pursuit-of-scale-ai