文丨张睿
01
年薪千万,司龄一年半
大厂的抢人价码,今年又刷新了一遍。
亿邦AI此前已经报道(《大厂哄抢AI毕业生,算法岗已经给到1200万》),美团校招算法岗最高开到1200万一年,中档500–600万比较常见,300万只能算“白菜价”;字节2025年就给博士开过800万,还有清华博士拒掉过350万国内offer、转身去了硅谷;优必选全球招募首席科学家,总包最高1.24亿元。
全球市场同样夸张,NBER(美国国家经济研究局)的研究显示,顶尖1%的AI研究员年薪比同学术同行高约150万美元;Google DeepMind给顶级研究员开价约2000万美元一年;Meta挖苹果AI负责人庞若鸣,总包超过2亿美元。
但与此同时,AI人才的流动性高得吓人。此前有媒体报道提到,顶尖AI人才的平均司龄,已经降到1到1.5年。
公开报道里不乏这样的例子:周畅在阿里待了7年,转去字节Seed只待了26个月,2026年10月转向Physical AI创业;Swin Transformer作者之一胡瀚,2025年初才进腾讯接混元多模态,18个月后离场做了具身大脑公司Winverse;快手推荐模型核心负责人2025年7月入职,恰好赶上推荐系统切向“端到端大模型”,15个月后离职。
AI公司的组织架构,本质上是技术路线的表达,路线一变,人就出局。顶尖AI人才追逐技术浪潮创业,普通AI人才则在行业起伏以及公司业务的调整中随波逐流。
比如,具身智能初创公司没有销售业绩,运转只能靠融资,融资不顺就只能裁员;另外一种情况是,招聘只是为了达成某个阶段目标,一旦发现目标无法实现、或者这件事本身已无意义,就会裁员,或者强制员工转岗。这些员工在职时间只有1个月到半年。(推荐阅读《第一波去具身智能掘金的年轻人,已经开始重新找工作了》)
入职一家AI行业创业公司变成了一场前途未卜豪赌。
02
AI人才 VS 运动员
职业运动员是吃年龄饭的。据运动科学统计,多数项目的巅峰期落在20–30岁:短跑的反应速度巅峰在18–22岁,举重的力量巅峰在25–30岁,滑雪的耐力巅峰在25–35岁。30岁以后才出最好成绩的也大有人在:苏炳添临近32岁跑出9秒83,基普乔格34岁跑进2小时,梅西35岁举起大力神杯。
如今AI人才的年轻化甚至要赶超运动员。
腾讯首席AI科学家姚顺雨1998年生,2025年12月上任时27岁,他带的混元团队里80%是95后;字节Seedance 2.0预训练负责人曾妍1997年生,2021年校招进字节,29岁一年连升两级到4-2;小米MiMo负责人罗福莉95后,入职10个月升到22级,已是小米职级体系的天花板;阿里Qwen负责人刘大一恒1993年生,30岁出头就接管了国内最成熟的开源模型线。
海外也一样。Meta首席AI官Alexandr Wang 1997年生,19岁从MIT辍学创办Scale AI,28岁接手Meta全部AI业务;Cursor的CEO Michael Truell 2000年生,25岁把公司以600亿美元卖给SpaceX;Perplexity创始人Aravind Srinivas 1994年生,曾在OpenAI、DeepMind、Google做研究,28岁创办公司;法国Mistral的CEO Arthur Mensch 1992年生,曾是Google DeepMind研究员,30岁创办公司,如今已是欧洲最大AI实验室的一号位。
可见AI领域由一群二十多岁到三十出头的年轻人掌舵。残酷的是,之后每一年,这些人还要和更年轻、更便宜、更懂新范式的人竞争。
有研究用“半衰期”描述职业技能的周期。《哈佛商业评论》2023年的一篇文章引述哈佛商学院与BCG的研究:职业技能的平均半衰期已不到5年,部分技术领域只有2.5年。TechClass今年给出的数据是,软件工程与AI专业技能的半衰期已压缩到18–24个月。
模型发版周期从半年压缩到3.5个月,技术方向的保质期越来越短。美团一位算法团队负责人说得更直白:这个行业里,“打脸周期”常常只要三个月。
不妨与职业运动员做个对比。按各联赛球员工会的统计,NFL球员平均打3.3年,NBA 4.8年,MLB 5.6年,NHL大约5年;平均退役年龄落在27到30岁之间。
也就是说,一个AI研究员在单一技术方向上的保质期,短于一个NFL球员的整个职业生涯。
当然,运动员的职业生涯短是生理性的,AI人才的职业生涯短是技术性的,运动员的身体衰退不可逆,AI人才的技能可以再学习。AI人才并非找不到工作,只是在同一条技术路线上的“有效期”很短。
2017年的Transformer,2022年的大模型,2024年的多模态与Agent,2026年的具身智能——每一次范式切换,都在给上一代人才重新标价。在别的行业,资历是资产;在AI,资历可能是负债。范式两年一换,旧经验变成负资产。
哈特穆特·罗萨在《加速:现代社会中时间结构的改变》里描述过一种“滑坡”:在加速社会里,你必须拼命奔跑,才能留在原地。AI人才,必须跑得比技术更快。

