本文來自微信公衆號：LinkedIn領英，作者：Danielle Yuan，頭圖來自：AI生成

陰與陽，本是自然界中兩種彼此依存，相互包容的神奇力量，沒有一方可以獨立於另一方而存在，也沒有哪一方天然優於另一方。

然而，這只是大自然的規則。

自從人類社會誕生以來，每一次戰爭、每一次權力機構的更迭，以及每一次技術革命，都是人類力量的操控。而陰與陽，也在這種非自然力量的壓迫下，經歷着扭曲失序和重組。

作為一項人類創造的，並有可能取代一部分人類認知的技術，AI的未來有太多未知。我們甚至無法看清它的硬幣兩面——它有可能成為應對人類社會制度中所有不公的解藥，也有可能是致命的毒藥。

最近，領英發布了一份題為《三重困境》（Triple Penalty）的AI性別鴻溝報告。領英在分析了全球27個國家的人才招聘數據後發現：2025年拿到AI相關職位Offer的人中僅有26%是女性，而在AI企業高管職位中，僅有13%是女性。

在美國，AI相關職位的普遍平均年薪達到17.7萬美元，是其他崗位平均薪酬（8萬美元左右）的一倍多！而女性大多集中在AI領域中薪資偏低的崗位。不少增長勢頭強勁的技術崗位，以及踩在AI Agent風口上的創業者們，仍以男性佔絕對多數。

一個「陰陽失調」的AI世界可能會怎樣？「性別鴻溝」這個老生常談的舊劇本，在AI新世界裏是否有新的劇情？當下的AI大模型高度依賴於對人類數據的收集和分析，而這一過程中所產生的偏見和單一視角，會對人類世界造成怎樣的影響？

從2025年開始，AI資本追逐的風口從大模型迅速轉向AI Agent、具身智能和商業化應用。在當下這波風口中，是女性人才的基數太少，還是優秀的女性難以展現自身實力？我們和幾位在AI領域從事不同職能工作的女性聊了聊這些問題。

 一、模糊的「AI人才」標準，與不匹配的「AI能力」 

「在招聘AI技術崗位時，我接觸到的候選人中女生的比例可能都不到10%」，May曾在多家互聯網企業擔任招聘官，2025年她也曾加入一家爆火的AI智能體公司負責招聘工作。

在May看來，當前AI崗位招聘面臨的一個挑戰是「候選人的面試能力vs實際能力的匹配問題」。「相對於以前外企和大廠那些相對標準化的招聘流程，AI企業的招聘策略目前隨機性較強，不確定性也更大。尤其是AI Agent公司，他們要搶風口、拼速度，招聘需求會更現實、更短期。」

而所謂AI知識和技能也不是一套成熟的能力體系，並處於日新月異的高速更迭中，這種混沌狀態也給了一些人渾水摸魚的機會。「有實力的那幾個少數頭部公司可以找到全球最優質的AI人才，但對其他公司的招聘職位來說，有些候選人會在簡歷中美化自己的AI技能和做過的所謂AI項目，如果碰巧面試官也沒做過類似項目，就可能造成人才識別誤差。」

May的一個強烈感受是，「當下這個AI行業，對傳統意義上的‘好學生’非常不友好，即使是那些985211和海外名校的畢業生。那些在求職時循規蹈矩，單純依靠學歷和單一的專業能力的候選人，往往拼不過那些更擅長講故事，搭建人脈和信息視野的人。而相對於說，男生在這方面自信心更強、也更善於打破專業壁壘，大膽的推銷自己。」

但是May也明顯感受到00後這一代女生的變化，「她們在求職時有更明確的目標，也更能適應變化，而且很多女生都開始把專注力放在拓展視野，積累資源和人脈上。」

但May也觀察到，相對來說很適合女生的產品經理崗正在大幅減少，「在移動互聯網時代，產品經理是很重要的崗位，然而當前的AI Agent已經具備一定程度的用戶交互能力，而AI也在蒸餾掉一部分產品經理的工作量。不過，市場上營銷、銷售和產品增長的職位需求正在增長，這些職位都很適合溝通力和共情力更強的女生。」

 二、Be Water,the Girls 

「我不想坐等被人邀請進入某個meeting room，而是選擇自己建一個meeting room。」

Shamane的職業生涯大部分都專注在網絡安全領域。這一行業歷來女生少，高層崗位尤為如此。「我通常都是會議室裏寥寥無幾的女性之一。我很早就發現，即便專業能力再突出，也不代表你的聲音會在會議室裏被人聽見。

與其等待被聽見，不如自己搭一個舞台。於是她開始主動出擊，從周圍的社交圈起步，連接專業人脈，分享專業觀點。如今，Shamane發起的「Cyber Risk Meetup」社群規模已經超過5千人，覆蓋亞洲與澳大利亞。

今天的Shamane看起來極具領袖風範，在TEDx、以及亞太區的各種技術峯會上作為發言人掌控全場。在出版了三本網絡安全專業書籍後，她還在近期出版了自己的第四本書《Who Told You Couldn’t?》。但實際上，她本是一個性格十分內向的女生。

「剛開始工作時的我和現在看起來完全判若兩人。但後來，我開始鼓勵自己當衆發言、拓展人脈、把自己‘扔進’那些全是陌生人的場合，慢慢習慣站在衆人的視線中。而我的自信，也是在這些練習中慢慢建立起來的。」從心理學角度來說，Shamane的做法類似一種通過行為訓練為自己打造一個正反饋迴路的過程，而並非去改變自己本身的性格。

「要清楚自己的位置，要做能勝任的工作，要有過硬的專業能力才配講話……」，這是長久以來，盤旋在很多優秀女性內心的聲音。

Shamane發現，「在當前這波AI浪潮中，很多女生還在等待，等待那個所謂Ready的時機，卻不知當下的用人市場與行業需求已經在經歷他們看不見、也無法預知的變化。還有很多行業裏的崗位Title上雖然沒有寫AI，但它正在因為AI技術變革而產生看不見的可能性。而這種機會只留給搶先一步的人。」

AI世界可以釋放女性天然的優勢——像水一樣，可柔可剛，無形卻有力！它可以與任何一個容器相容，也可以匯聚成強大的力量。

Shamane說：「其實我並不認同‘女性天生更適合某些領域’的說法，這種觀點會在無意間形成新的刻板印象。我相信女性需要也能夠參與到AI全生命周期當中，包括工程研發、數據工作、產品設計、治理合規、安全風控、商業化落地以及決策管理。」

「比如，AI 治理，就是需要更多女性人才參與的賽道。因為AI系統會折射出搭建、部署和管理它的人群所帶入的數據、預設偏見與價值優先級。因此吸納擁有不同人生經歷、專業背景，以及具備不同視角的多元化人才就至關重要。倘若女性缺席這些團隊，一些重要的視角就會被遺漏。而這些偏見、預設和認知盲區，有可能離開實驗室，而被廣泛應用招聘、醫療、教育等AI 系統之中，造成深遠而無法預估的影響」，Shamane強調。

 三、應對「幻覺與鴻溝」，AI自有解藥？ 

AI世界的三個基礎要素是算法、算力和數據。算力和算法的升級周期漫長，重資本投入，因此，對於高質量數據的採集、清洗、標註、合規治理以及持續不斷的反饋訓練，就成了維持AI 大模型快速迭代的核心燃料。

小林就是一位身處大模型數據訓練舞台中心的女性Leader。

她曾經在一家全球知名的科技大廠從事大模型後訓練工作，並獨立負責了一套AI大模型項目的開發、訓練和發版。目前，她在一家上市公司內部孵化的AI數據研究實驗室做聯合創始人。

AI幻覺，是當前AI Agent用戶吐槽最多的問題之一。在小林看來，「人類世界本身就存在非常多的‘幻覺/假信息’。在人與人的溝通中，對於人們未知的信息，人們會傾向於相信社會權威或者大佬，而這些信息很多時候也是未經驗證的。但在與AI的溝通中，人們會站在觀測者或測試者的角度去評判AI提供的信息。

今天，我們正在通過AI瞬時獲取到以前無法觸及的海量信息，那麼從整體來看，只要AI產生幻覺的概率低於人類社會本身獲取錯誤信息的概率，AI就已經是在幫助我們接近真相了。」

此外，Responsible AI也是一個改善AI幻覺的關鍵環節。很多AI企業會設立相關部門，也會遵循一套業界標準的價值觀框架。「但是這套價值觀的優先級也會隨產品形態和市場輿論而發生變化」，小林指出，「比如前兩年，當Al還是以Chatbot聊天形態出現的時候，‘性別偏見’會被列為系統糾偏的相對高優先級，而且海外市場更看重這個問題；而現在AI Agent時代，‘安全和隱私問題’就成為了關鍵，因為這也是市場和用戶的最大顧慮。」

然而，未來隨着AI大模型深度嵌入更多產品形態與生活場景，多元視角就會更加重要——因為人類本身就帶有各種預設、偏見和歷史遺留的不平等。擁有多元視角的從業者參與其中，至少可以提高一種可能性：在產品大規模落地使用之前，就有人能夠對固有預設提出質疑，或是識別出思維盲區。

在搭建數據團隊和招募人才的過程中，小林也感受到男性和女性在思維和行為方式上的顯著不同。「在面試的時候，我感覺男生更善於建立第一印象，但是在實際工作中，女生的潛力和韌性要強很多。

在對創業的態度上，我也發現周圍投身於AI Agent這個資本風口的，都是男性。我也問過一個技術很強的女性朋友是否考慮創業？她對我說，目前大部分AI Agent項目技術壁壘都不高，更多是資本情緒推升的產物，有可能過了幾個月就因為大模型的迭代而失去其價值，但可能對男生來說，短期的收益也是機會。」

前一陣，小林曾經工作過的部門裁了幾個團隊，但留下來的幾個Leader都是女生。「我感覺女生更適合小單位的工作形態，女生帶領的小團隊往往更能打，更高效、也更敏捷。而AI未來的一個可能性之一，就是為更多個體和小型組織創造機遇」，小林說。

「A Band of Brothers， A Stream of Sisters. 兄弟成盟，姐妹如川。」

美國當代最傑出的科幻作家厄休拉.勒古恩這樣形容男性與女性團體的性質。她說：「女性團體更像流水，更偏向實時而非固定，更靈活而非僵化，更有協作力而非競爭性。」

如果AI能打破商業世界裏的龐大組織結構和壁壘，為更多個體和小型組織創造空間，那也是更多女性與她們的夥伴們的機會。

本文來自微信公衆號：LinkedIn領英 作者：Danielle Yuan

本內容來源於網絡，觀點僅代表作者本人，不代表虎嗅立場。如涉及版權問題請聯繫 hezuo@huxiu.com，我們將及時覈實並處理。

End

想漲知識 關注虎嗅視頻號！