SpaceX上市，先製造了一場財富神話。
馬斯克成為了全球首位兆富翁，身家被推到了人類商業史從未到過的位置。
4400多名現任和前員工，帳面成為百萬富翁；約400人，持有的股票價值超過1億美元。
這些新晉富豪不全是創始人、投資人或者高管，裡面有工程師、焊工、廚師、食堂員工……
入職那天，公司給了他們股票。拿住的人，等了十年、二十年，等到SpaceX上市的這一天，收穫了十分豐厚的回報。
這場全世界有史以來最大規模的IPO，引發了一輪關於SpaceX員工股權的財富重估。
上市的SpaceX，不只是火箭、星艦和Starlink；xAI併入之後，AI模型、工程自動化和多模態能力，也被裝進了同一個資本故事。
SpaceX的財富火箭，也不只載著發射台、火箭工廠和星鏈網路裡的人，還載著xAI的模型訓練團隊。
這支團隊剛剛經歷過一輪劇烈洗牌，負責Grok Code和Grok Imagine的張國棟、戴子航等早期核心人物相繼出走，公司經歷重組，馬斯克之外的xAI原始聯合創始人全部離開。
過去我們關心離開的人才，但留下來的那些人同樣值得關注，其中不乏一些中文名字：胡戎航（Ronghang Hu）、趙龍（Long Zhao）、劉澤（Ze Liu）、黃傑（Jie Huang）、林禹臣（Bill Yuchen Lin）、沈卓然（Zhuoran Shen）、李英儒（Yingru Li）……
對於這些仍然留在xAI體系內、並持有股權激勵的核心工程師來說，SpaceX的上市意味著他們手裡的權益被帶到了公開市場的兌現窗口前。
01. 拿住股票的人，等來了回報
SpaceX從很早開始，就把股票發到了各個層級的員工手裡。
有人拿到的是期權，有人拿到的是受限股票。無論形式是什麼，都不是一筆確定的財富，很多人並不相信這家公司真的能走到上市這一天。
畢竟SpaceX並不是一家看起來穩贏的公司，2006年、2007年、2008年，獵鷹1號前三次發射全部失敗，直到08年9月，第四次發射才終於成功入軌。
馬斯克後來對NASA前局長Jim Bridenstine回憶，當時SpaceX已經沒有預算再做一次發射，第四次都是用備用零件湊出來的；如果還失敗，SpaceX就沒有後來了。
三個月後，靠NASA給的一份價值16億美元的國際空間站商業補給合同，SpaceX才真正從懸崖邊上被拉回來。
在那之後，SpaceX也經歷了重重波折。Falcon 9任務失敗、發射台也發生過爆炸，到了星艦階段，失敗、調查和整改依然是故事的一部分。
今天看起來像一夜暴富的故事，當年其實更像是接受了一張可能永遠無法兌現的欠條。
但事實就是，SpaceX上市這天，拿住股票的人都等來了回報。
《紐約時報》報導裡提到的Trevor Hise是典型的工程師版本，他2011年大學畢業後加入SpaceX，從實習生做起，後來成為發射工程師，在SpaceX工作了12年。到上市時，他手裡還有超過10萬股，按每股135美元的發行價計算，這些股票價值至少1350萬美元。
前SpaceX焊工Juan Hernandez來自墨西哥，早年在SpaceX的時薪約28美元，獲得過約1萬美元股票授予；他在2020年SpaceX估值達到360億美元時賣出過一部分，到IPO前剩餘6,500股，按每股135美元計算，價值約87.75萬美元。
更何況SpaceX首日收盤價為160.95美元，盤中一度超過176美元。
當然，也不是所有人都等到了這一天。SpaceX內部曾流傳過一個說法：早期有員工不相信公司真的會上市，離職時把股票換成了美國連鎖餐廳Chili’s的禮品卡。
正所謂“早知三日事，富貴幾千年”，可惜那時只當手裡攥著的是一張廢紙，那想到有天能換一桌Chili’s全宴都不止。
02. SpaceX的故事不止在天上
SpaceX上市，被推向公開市場的不只是一家火箭公司。
招股書裡，SpaceX的業務被拆成了幾個不同類股。獵鷹火箭負責發射，Starlink負責賺錢，星艦負責把故事推向火星，而xAI的併入，則讓SpaceX的故事在“太空基礎設施”之上，又長出了一層AI基礎設施。
當xAI被併入SpaceX，那些xAI模型訓練團隊裡的工程師們，同樣成為了SpaceX體系的一部分。
值得關注的是，能進入xAI核心模型團隊的工程師，通常不會只是拿現金工資。公開薪酬資料顯示，xAI工程師薪酬結構裡包含股票/股權；而xAI併入SpaceX本身又是一場換股交易。
對仍在xAI體系內、並持有股權激勵的核心工程師來說，SpaceX上市意味著他們手裡的權益被帶到了公開市場的兌現窗口前。
過去幾個月，xAI經歷了一輪劇烈洗牌。負責Grok Code和Grok Imagine的張國棟、戴子航等早期核心人物相繼出走，公司經歷重組。到3月底，根據公開報導，馬斯克之外的xAI原始聯合創始人已經全部離開。
離開的人未必一無所獲，已經歸屬的股權仍可能參與後續轉換；但對留下來的人來說，他們不僅趕上了SpaceX上市，也保留了繼續歸屬和繼續被授予股權的機會。
我們在這批留下來的技術骨幹裡，看到兩組值得關注的中文名字。
一組站在Grok多模態能力上：胡戎航、趙龍、劉澤。
另一組站在推理、後訓練和程式碼能力上：黃傑、林禹臣、沈卓然、李英儒。
他們不是偶然出現在SpaceX上市故事裡的名字。xAI在大模型人才爭奪最激烈的時候把他們吸收進來；經歷創始團隊離場和組織重組之後，他們仍然留在體系內。
他們沒有造火箭。
但他們也搭上了SpaceX這艘財富火箭。
03. 留下來的華人AI工程師
胡戎航2015年本科畢業於清華，2020年在UC Berkeley獲得電腦博士學位。
他的博士論文題目是《Structured Models for Vision-and-Language Reasoning》，研究的是視覺與語言推理：讓模型根據圖像回答問題、根據自然語言在圖像中定位對象，或者根據語言指令在視覺環境中導航。
也就是說，胡戎航很早就在做今天多模態模型的核心問題：讓AI不只是看見圖像，也能把圖像和語言放在一起理解。
後來他加入Meta FAIR，參與Segment Anything系列，是SAM 2和SAM 3的核心貢獻者之一。
2025年11月，胡戎航從Meta FAIR加入xAI，成為MTS（雖然直譯過來是“技術人員”，但卡帕西在Anthropic也是這個頭銜），繼續做多模態AI。
SAM系列是Meta過去幾年最重要的視覺基礎模型項目之一。胡戎航加入那一年，xAI正在大舉補強多模態能力，Business Insider曾報導，xAI 2025年以來從Meta招走了十餘名員工，胡戎航進入xAI的時間點正好踩在這條人才流動線上。
胡戎航加入xAI後公開可見的資訊並不多，但他的技術路徑很清楚，在Grok走向圖像、視訊和多模態理解的過程中，這類人才是底層能力的一部分。
趙龍本科、碩士均畢業於同濟大學軟體工程專業。
碩士階段，他做的是基於草圖的三維模型檢索，也就是讓系統根據一張手繪草圖，在三維模型庫裡找到對應的物體。讀研期間，趙龍還曾在微軟亞洲研究院（MSRA）視覺計算組實習，做目標候選區域生成和顯著目標檢測。
後來，他進入Rutgers讀電腦博士，導師是Dimitris Metaxas，研究繼續圍繞電腦視覺、機器感知和生成模型展開。
博士畢業後，趙龍進入Google Research，後來轉入Google DeepMind。
他在那裡的代表性成果是VideoPrism——這是一套面向視訊理解的基礎視覺編碼器，可以處理視訊分類、定位、檢索、字幕生成和視訊問答等任務。
Google Research官方部落格介紹，VideoPrism的訓練封包括3600萬個高品質視訊-文字對，以及5.82億個帶文字資訊的視訊片段；論文稱，它在33個視訊理解基準中的31個上達到當時最好結果。
趙龍是論文的共同一作。
在前沿模型公司爭搶多模態和視訊生成人才的背景下，趙龍從Google DeepMind來到xAI，進入Grok Imagine團隊。
公開資料顯示，他是Grok Imagine 1.0和Grok Imagine Quality Mode的核心貢獻者。前者是xAI正式切入視訊生成和視訊編輯的版本，後者則把生成質量、文字渲染和創意控制繼續往上推。
劉澤本科畢業於中國科學技術大學，後來在中科大和微軟亞洲研究院體系下讀博，研究方向是電腦視覺、視覺架構和大規模視覺/多模態模型。
微軟亞洲研究院常被稱作華人AI人才的“黃埔軍校”，很多後來進入Meta、Google、DeepMind、xAI的研究員，早年都曾在這裡做過實習、聯培或論文合作。劉澤和趙龍的早期履歷裡都出現過MSRA，但兩人的時間線錯開了大約5年。
劉澤在MSRA最出名的工作是Swin Transformer。
2021年，他作為第一作者之一發表了《Swin Transformer: Hierarchical Vision Transformer Using Shifted Windows》，這篇論文獲得了ICCV 2021最佳論文獎。
一開始Transformer主要在語言模型裡大放異彩，而Swin Transformer通過“移動窗口”的設計，讓模型既能處理圖像裡的局部資訊，又能建立更大的視覺結構關係。這套架構後來被廣泛用於圖像分類、目標檢測、語義分割、視訊理解等任務，也讓劉澤成為視覺基礎模型方向裡很有代表性的年輕研究者。
後來，劉澤又繼續參與Swin Transformer V2和Video Swin Transformer，把這條路徑從圖像擴展到視訊場景。
他進入的時間比前兩位稍早，2024年4月，劉澤加入xAI，成為MTS。加入後，他參與了Grok Vision、Grok 2、Grok 3，並共同負責Grok Imagine的視訊生成，還做過Grok Voice Mode的預訓練。
Grok Vision是讓模型看懂圖像，Grok Imagine是讓模型生成圖像和視訊，Grok Voice Mode是讓模型進入語音互動，Grok 2和Grok 3則是xAI大模型本身的迭代，可以說，劉澤的路線基本覆蓋了Grok從文字走向多模態的關鍵方向。
但這只是xAI留下來的華人技術線索裡，最容易被看見的一部分。
多模態決定的是Grok能不能看圖、生成圖像、生成視訊、進入語音互動。另一條更隱蔽的線，則決定模型能不能推理、能不能寫程式碼、能不能在後訓練裡繼續變強。
黃傑本科畢業於中山大學，後來在伊利諾伊大學厄巴納-香檳分校（UIUC）讀電腦博士，導師是Kevin C.C. Chang，研究方向包括大語言模型能力、風險與推理。
博士期間，黃傑還曾在Google DeepMind做研究。他參與的代表性工作之一是《Large Language Models Cannot Self-Correct Reasoning Yet》，該論文討論了大模型在推理和自我糾錯上的邊界，入選了ICLR 2024。公開資料裡，它的引用量已經超過千次。
黃傑加入xAI的時間點，正好卡在Grok 2發佈前夜。
2024年5月，xAI完成60億美元B輪融資；2024年7月，黃傑加入xAI，做後訓練（post-training）、中訓練（mid-training）和推理（reasoning）；一個月後，xAI發佈Grok 2 Beta。
公開簡歷顯示，黃傑是Grok 2、Grok 3、Grok 4以及Grok Imagine Video的核心貢獻者。
Grok 2、Grok 3、Grok 4，是xAI大模型能力不斷往前推的主線。
黃傑所處的位置，就是讓這些模型在訓練之後，變得更會對話、更會推理、更會遵循指令，也更接近使用者最後看到的形態。
林禹臣本科畢業於上海交通大學IEEE試點班，後來在南加州大學讀電腦博士，導師是任翔（Xiang Ren）。
他的履歷同樣帶有MSRA的痕跡。
2017到2018年，林禹臣曾在微軟亞洲研究院實習。後來他又先後在Google AI、Meta FAIR做研究。進入xAI之前，他在西雅圖的艾倫人工智慧研究所擔任研究科學家，與知名NLP研究者Yejin Choi合作。
林禹臣長期關注的是大語言模型對齊、獎勵建模、評測、合成資料和Agent。
根據他個人首頁列出的項目，比如WildBench、ZeroEval、WildVision、Lumos Agent、SwiftSage、LLM-Blender等，它們分別對應模型評測、偏好對齊、視覺模型評測、Agent訓練和多模型融合。
可以說，林禹臣做的不是單一模型能力，而是模型進入真實任務之前的一整套訓練和評估方法。
2024年11月，林禹臣加入xAI，成為MTS。
他的簡歷裡，xAI這一段寫的是RL for agentic coding models，也就是給能寫程式碼、能執行任務的模型做強化學習。
他參與過Grok 3的後訓練，用基於rubric的強化學習提升模型的通用對話和推理能力；也參與過Grok 3 Mini的後訓練，重點之一是讓模型更好地遵循長格式系統指令，尤其是在程式碼場景裡。
模型先要能寫程式碼，再要學會聽複雜指令、按要求行動、在長任務裡少跑偏。林禹臣做的，正是這部分訓練。
沈卓然的路線，更直接落在Grok Code上。
他本科畢業於香港大學電腦科學專業，早年做過高效注意力機制、視訊理解和視覺Transformer，後來又進入Google Brain做AI Resident。
再往後，他的方向從視覺模型轉向程式碼模型。
加入xAI之前，沈卓然在Augment Code擔任研究科學家，負責程式碼大模型的預訓練和後訓練。公開簡歷顯示，他曾主導Augment的程式碼大模型預訓練，使其在1B規模上達到接近DeepSeek-Coder的表現；後來又參與企業級程式碼Agent的後訓練。
2025年9月，沈卓然加入xAI，成為Reasoning方向的MTS。負責Grok和Grok Code在reasoning與coding能力上的後訓練。
他和林禹臣一樣，都站在Grok Code這條線上，只不過林禹臣更偏強化學習、長程推理和Agent訓練，沈卓然更偏程式碼模型本身的預訓練、後訓練和工程落地。
最後是李英儒。
李英儒2025年在香港中文大學獲得電腦博士學位，導師是Zhi-Quan Luo，研究方向長期圍繞強化學習、大規模最佳化和大模型推理展開。
加入xAI之前，他曾在字節跳動擔任研究科學家。現在，李英儒是xAI的MTS。
他的公開簡歷裡，xAI這部分寫了兩項：一項是面向Grok 4.2和Grok Code的強化學習機制研究，重點是解決強化學習訓練中的不穩定問題；另一項是面向下一代Grok的長程強化學習，關注長任務獎勵歸因、持續學習和遞迴式自我改進。
幾個人放在一起看，可以看到一條比較清晰的技術線索。
胡戎航、趙龍、劉澤，更靠近使用者能看見的那一層。Grok能不能看圖，能不能生成圖像和視訊，能不能進入語音和多模態互動，背後都有他們參與的那條技術線。
黃傑、林禹臣、沈卓然、李英儒，則更靠近模型訓練和工程能力。他們做的東西沒那麼容易被普通使用者直接感知，但會影響Grok最後能不能更會推理、更會寫程式碼、更會執行複雜任務。
前者讓Grok從文字模型走向多模態模型，後者讓Grok從聊天機器人走向能完成任務的Agent。
可以確定的是，當SpaceX被推向公開市場，xAI的核心工程師也被一起推到了資本市場的聚光燈下。
外界無法知道他們每個人手裡到底有多少股權，什麼時候歸屬，什麼時候解鎖。但他們訓練的模型，已經被裝進了SpaceX的未來想像。 (字母AI)