2026 AI人才暗战残酷真相:亿元塔尖与消失的底座

蓝鲸财经
Apr 17

文|强调Next

在2026年春天的大厂舆论场上,两条看似平行的线索正在暗中交汇。

一侧是令人咂舌的财富神话。腾讯将原OpenAI研究员姚顺雨招至麾下,任CEO办公室首席AI科学家;字节跳动则拿下DeepSeek核心研究员郭达雅,据晚点LatePost报道,乐观情形下其豆包股四年归属后总收益可能高达数亿元,折合年均近亿元(尽管字节官方随即辟谣称“没有招聘近亿元年薪员工”,但这个数字本身已经足够说明问题)。此外,优必选向全球发出招聘邀请,为首席科学家开出最高1.24亿元人民币的薪酬包(含现金、股权激励及成果转化分成)。

另一侧的现实却极度冷酷:过去三年,全球大型科技公司面向应届毕业生的招聘数量锐减超50%。多项行业数据显示,25岁以下软件工程师的就业人数已较2022年的高点明显回落。

顶端大脑被亿元包裹疯抢,底端新人的梯子被尽数撤走。这场AI人才战,正在以一种近乎分裂的方式上演。

01.“逆收购”:人才本身成为并购标的

高薪挖角只是表象,巨头们更高级的操盘手法是“逆向并购”。尤其适合字节深谙此道并从中受益。

传统商业并购买的是产品、用户和市值,而AI时代的并购,买的是“人”。谷歌斥资24亿美元“收购”Windsurf,核心是其创始人和研发团队;微软向Inflection支付6.5亿美元,真正的目的是把联合创始人穆斯塔法·苏莱曼及其AI团队揽入旗下。

这种交易已形成固定范式:巨头支付高额技术授权费,同步以天价雇用初创公司核心人员,却不完全收购公司本身。既拿到了顶尖大脑,又巧妙绕开了反垄断审查的红线。谷歌此前用同样的方式把Character.AI联合创始人Noam Shazeer揽回了Google DeepMind。

换一种ROI算法会更清楚。据Anthropic CEO达里奥·阿莫迪估算,2024年训练一个前沿AI模型的成本已达约10亿美元。当试错成本飙升至这个量级,砸数亿美元抢一个能少走弯路的工程师,怎么算都是一笔极其理性的资产配置。

字节从DeepSeek抢走郭达雅、腾讯引入姚顺雨,道理是一样的,他们都是在用重金购买已被验证的“认知单元”,来对冲自身的研发不确定性。

这在AI竞争如此激烈的当下,尤其重要。

02.组织手术:大厂在自己内部克隆初创公司

不过,事实也证明,只砸钱是不够的。

阿里千问核心负责人林俊旸的出走,直接暴露了大厂的深层组织软肋,也就是大厂病(部门墙、决策慢、沟通效率低等),而顶级研究员需要的是低摩擦的“特区”环境。

郭达雅最终选择字节跳动,在一定程度折射了这批顶尖头脑真实的诉求排序。

第一是算力霸权。 对于习惯了DeepSeek高效训练的研究员而言,算力天花板直接决定了技术验证的边界。Meta的扎克伯格就曾以“几乎无限的顶级芯片使用权”作为核心招募筹码。不被预算卡脖子,本身就是一种最高级的激励。

第二是组织阻力。 字节的Seed团队、腾讯的CEO直属实验室,本质上是大公司在内部强行克隆出的“初创公司”。决策链极短,汇报层级压缩,研究方向高度自主。大厂终于承认科层内耗是最大的人才损耗来源,从而进行了这场手术式的修复。这决定了研究员能否在一个庞大组织里,单纯且长久地对齐技术真理,而不是对齐周报。

第三是真实的反馈闭环。 字节旗下豆包等产品的海量日活,提供了最真实的下游反馈数据。这种“模型-应用-反馈”的测试场,比纸面上的薪资更具吸引力。

大厂正在经历一场被迫的组织改造。过去,科层管理驾驭庞大的工程团队;现在,它们不得不在自己内部挖出一片“无规则区”,才能留住那些不按规则出牌的大脑。

DeepSeek正在从人才“汇聚池”变成人才“出口商”。字节抢郭达雅,本质上是在通过购买“DeepSeek基因”来对冲自己的技术焦虑。而字节的Seed团队、腾讯的CEO办公室直属AI实验室,这些组织形态正在变得“去大厂化”:薪资透明度极低、资源配置极高、决策链条极短,以此来对抗林俊旸式的人才流失。

03.一个几乎不增长的存量池

这场零和博弈的底层矛盾来自于极不平衡的供需关系。

全球具备独立主导前沿AI研究能力的人才,存量不超过数千人,且短期内几乎无法通过教育体系快速补充。国内AI相关职位已占新经济领域新增岗位的四分之一以上,但AI岗位的供求比据业内机构估算仍低于全国平均水平。四家企业抢一个候选人,已成普遍现实。

更致命的是,培养一个能独立主导大模型训练的架构师,所需周期远超资本的耐心。这直接导致市场形成了沙漏结构:

顶部:极稀缺,定价极度膨胀。全球顶级AI研究员的薪资在数年间跳涨数十倍,报价正快速向九位数逼近。中间层:AI相关的中高级工程师、算法架构师、MLOps专家,薪资溢价已比传统技术岗高出25%至45%,美国AI专业人员中位薪资突破16万美元,依然紧俏。底部:初级岗位正被AI本身侵蚀,入口收窄,还在加速。

04.被吃掉的底部

全球大厂在为塔尖豪掷千金的同时,正在无声地进行内部输血。

微软CEO纳德拉在2025年公开表示,AI已经完成了微软内部20%至30%的代码编写工作。Salesforce创始人贝尼奥夫宣布2025年将不再招聘新的软件工程师。全球大型科技公司面向应届毕业生的招聘岗位在过去三年缩减逾半。有调研显示,相当比例的管理者表示更倾向于借助AI工具来完成任务,而非补充应届人手。

大厂用AI替代数以千计的初级工程师,将省下的“人头费”全部梭哈在那几十个核心大脑上。“以底养顶”的循环下,组织的预算正从宽广的毛细血管,强行汇入极少数的主干动脉。

但这可能带来一个严峻的后果。那些入门级的工作,不只是让新人赚第一份薪水的地方,也是积累经验、成长为高级工程师的必经之路。如果这条管道被截断,整个行业将在五到十年后面临真正的高级人才断层:因为他们从未有机会经历初级阶段的成长。企业今天省下的人力成本,可能是在吃自己的种子粮。

05.代际赌注:“AI原生者”争夺战

在亿元级塔尖和萎缩的基础层之外,还有第三条战线。

最近小红书办了一场黑客松大赛,00后占到了六成以上,最小的只有12岁。四位平均年龄仅13.5岁的初中生,用不到24小时做出了一款能诊断小红书笔记流量的AI Agent“薯医”,获得了特别单元奖。

理想汽车创始人李想则明确表达了他的用人逻辑:不招那些并非每天真正从事模型、Agent等核心AI工作的“非原生”人才来做AI研发或运营。

小红书在开发者社区精准定向年轻人,理想汽车李想公开喊出要招募“AI原生人才”。

相信不少90后已经开始瑟瑟发抖。小红书和李想的做法其实已经是很多企业的共识,传统大厂培养出的老兵,骨子里运行的依然是旧时代的系统工程思维。让他们“遗忘”旧代码重塑AI直觉,成本极高且容易失败。

年轻一代则没有历史包袱。他们从第一天起就用Transformer逻辑思考,习惯用大模型构建一切。阿里高达80%的校招岗位与AI相关,字节Seed校园项目直接给实习生发虚拟股权。

06.尾声:谁将在2030年拥有入场券?

中国大厂在2026年陷入了微妙的存在主义焦虑:DeepSeek向全行业证明了,一支精简、极具算法直觉的小团队,可以在远低于巨头的预算下,产出同等甚至更优的成果。大厂花数倍资源,换来的却是低效。

亿元身价与核心出走,背后是大厂AI劳动力定价体系的重置。旧范式拼人头,新范式拼AI智力杠杆。少数几个能“定义逻辑”的超级个体,辅以具备原生本能的年轻开发者和高效AI工具,便能撬动大厂过去的整个技术中台。

在这个残酷的新秩序里,林俊旸的离开与郭达雅的入场给所有巨头出了一道考题。资源永远不是真正的壁垒,真正的考量是:大厂能不能为那些只愿意对齐真理、不愿意对齐周报的智力,留出绝对纯粹的空间?

更残酷的是,注定普通的大多数人,何去何从。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10