李娅宁：当年轻人都涌向AI行业

李娅宁：当年轻人都涌向AI行业

https://www.zaobao.com.sg/finance/singapore/story20260607-9160106?utm_source=android-share&utm_medium=app

2026-06-07

======

AI本身也有着不逊于前几轮浪潮的强大叙事，它重塑产业、颠覆生活，许多年轻人相信，进入AI行业不仅是在寻找一份工作，更是在参与一场技术革命。改变世界的理想主义，加上资本追捧下的物质回报，对年轻人来说，有什么理由说不呢？

　　最近在某个校友群组里，笔者看到一些年轻人讨论实习和就业，无论是计算机、数学、统计、电气等等专业，目标几乎一致指向人工智能（AI），话题从某某公司的大模型团队如何进入，到年薪、股票期权如何，工作几年后，可以退休躺平。

　　看到“几年实现退休躺平”，让笔者内心很难不起波澜。感慨时代风口的同时，也偶然闪过一些“如若当初”的念头：回到人生分岔路口，有没有另一种可能？

　　过去几年，AI行业资本涌入、估值攀升的故事已反复上演。成立时间不长的公司，一夜间成为市场焦点，天文数字的资本投入不再令人意外。与此同时，顶尖研究员和工程师获得极高薪酬与股权回报，也逐渐成为行业常态。

　　今年4月，有媒体报道字节跳动，以上亿元人民币（约2000万新元）年薪，挖走DeepSeek一名30岁出头的AI人才，公司虽随后否认具体数字，但也承认“部分seed技术人员，四年后的潜在收益可达数亿元”。

　　更早前，Meta被曝开出上亿美元长期薪酬方案，从OpenAI等竞争对手挖角顶尖人才。

AI广泛进入各行各业

引发“造富神话”遐想

　　抛开金字塔顶端的人才不谈，当AI已如此广泛地席卷所有行业，从业者不再局限于那些天才，大量初出茅庐的“做题家”们，也有机会获得比一般基础行业高出几倍甚至十倍的收入。

　　早日实现退休躺平，并非好高骛远。

　　对积极进入AI领域的群组里的年轻人而言，即便中国正经历经济低迷，即便不少同龄人面临“毕业即失业”的窘境，这仍是充满希望的时代，AI正带来一场新的“造富神话”。

　　每个时代都有属于自己的财富叙事。上世纪90年代是互联网，2000年代是金融业，2010年代是移动互联网，如今轮到AI。

　　AI本身也有着不逊于前几轮浪潮的强大叙事，它重塑产业、颠覆生活，许多年轻人相信，进入AI行业不仅是在寻找一份工作，更是在参与一场技术革命。

　　改变世界的理想主义，加上资本追捧下的物质回报，对年轻人来说，有什么理由说不呢？

　　追求财富梦想并不只发生在学生层面。那些早出生一些年，错过了毕业即进入大模型领域的传统互联网工程师、产品经理们，不乏有人想方设法转向AI领域，希望搭上这趟增长更快、回报更高的列车。

　　高校也是如此。媒体报道，美国大学正经历持续的AI人才外流现象，具有影响力的教授从大学课堂转向科技巨头，或投身到创业中的例子，比比皆是。

　　美国经济研究局（NBER）3月发布的一篇论文，探讨为什么大学难以留住AI人才，题目一针见血，叫《注意力（和金钱）才是关键》（Attention (And Money) Is All You Need）。

　　论文基于对4万2000名AI研究人员的追踪发现，工业界顶尖1%的AI科学家，相较于同等级学术研究人员，平均年收入高出约150万美元（约192万新元）。

　　《自然》（Nature）期刊的一篇名为《随着AI创新转向产业界，学术界对数码健康解决方案的控制力逐渐减弱》的文章也指出，大量AI博士和终身教授离开学校，流向企业，根本原因在于资源与激励结构的差异。

　　产业界不仅拥有更充足的算力等关键基础设施，也提供远高于学术界且持续上升的薪酬水平，从而强化人才向企业集中的趋势。

AI使收益极端集中

可能扩大收入差距

　　在资本深度参与下，这样的趋势似乎很难逆转。AI在提升生产力和效率方面毋庸置疑，但对于社会分配与公平的影响，则并不全然乐观。

　　有一派观点认为，由于算力和模型资源掌握在少数公司手中，AI不像传统技术那样让收益更广泛地扩散，而是更容易出现极端集中。资本与高技能劳动者将获得更大份额收益，带来的结果可能是扩大收入差距。

　　这种差距非常夸张。一个苦涩的对比是，传统行业的年轻人，正担心工作几年后被AI替代而失业，进入AI行业的年轻人们想的是工作几年后财富自由。

　　淡马锡董事长张志贤近日在一次媒体访谈中，提到一层担忧，当大量资本涌向AI相关投资，特别是集中于少数热门细分领域时，可能会从其他行业抽走资源，并在一定程度上扭曲市场。

　　他说的是资本层面，但人才也是如此。全球最优秀的数学、计算机和工程人才正以前所未有的速度流向AI领域。与此同时，教育、基础科研、公共服务、先进制造业等领域，却面临人才短缺的问题。

　　这让我想起，2008年金融危机后，美国不少经济学家曾反思一个现象：在较长一段时期内，大量大学生进入经济与管理相关专业，其中顶尖毕业生多数流向华尔街和对冲基金。 批评者认为，最优秀的人才投入金融创新，未必等于为社会创造最大的整体价值。

　　如今，类似的讨论开始出现在AI领域，对象从华尔街变成了大模型公司。

　　它们的本质或许有相似之处，一种在优绩主义下的对“成功”的定义和评价体系。

　　在这一逻辑下，职业选择往往以回报最大化为主要标准：收入更高、增长更快、进入前沿领域，便自然被视为更好的路径。AI与金融在不同阶段分别满足了这些条件，因此成为最具吸引力的方向之一。

　　但问题在于，当它收入过高、增长过快，可能反过来侵蚀职业选择的多样性。那些回报较低但具有长期社会价值的领域，如基础教育、公共服务或基础科研，往往在这种评价体系中，被边缘化。

　　AI无疑是当下最重要的技术变革之一，它正在创造真实而巨大的经济与社会价值。

　　当越来越多人的职业选择汇聚到同一条赛道，须要思考的是：我们对于成功的想象，会不会变得越来越单一？

　　一个健康的创新生态，不仅需要优秀的人进入AI，也需要足够多的人，留在那些也很重要、却不那么耀眼的领域。

李娅宁　报道