2026年的盛夏，各大科技巨头的算力中心依然日夜轰鸣，但在那些看不见的角落，一场悄无声息的风暴正在吞噬无数人的饭碗。
一段关于AI安全的深度影像之前在圈内疯狂传播，深耕该领域十五年的泰斗罗曼博士对着镜头道出了一个令人背脊发凉的预测：到2030年，人类可能只剩下5种工作。曾经我们天真地以为，硅基生命取代的仅仅是枯燥的重复性脑力劳动。
程序员的代码被一键生成，律师的案卷被瞬间梳理，直到今天，人形机器人的进化速度只比AI晚了五年。当水管工和电工也被精密机械臂完美平替，全球99%的岗位将迎来永久性的消失。
仅剩下的1%工作，甚至全是出于人类可笑的怀旧情绪才得以保留。这绝非危言耸听的科幻剧本。
在算力和利益的疯狂追逐下，所谓的AI安全部门大多沦为公关花瓶。面对超级智能这辆狂飙的列车，哪怕前方是万丈悬崖，巨头们也绝不肯踩下刹车。
关于人类在AI时代到底能做些什么的争论一直没断过，之前网上就有一个关于人才与岗位的深刻探讨。
现在聊起就业市场，大众整体的感受普遍偏向悲观，但是谈及 AI 行业，总能刷到不少年薪百万的相关报道。可行业真实的薪资结构，哪些人真正赚到钱，不同岗位的收入细节，大多数普通人其实并不了解。
AI 行业很多企业本身并不盈利，部分企业拥有万亿级别的市值，实际销售收入却只有十几个亿。企业不赚钱，但是赛道被市场判定为未来的核心机遇，所以行业整体显得格外值钱。
真正实实在在赚到钱的，大多是赛道里卖铲子的群体，做融资服务、售卖 token 相关服务的从业者收获颇丰，大量身处一线的 AI 企业依旧处在亏损状态。
网络上流传的应届博士三百万年薪的案例，并不是完全虚构的个例，清华、北大、复旦、交大，还有部分高校人工智能相关学院的毕业生，普遍薪资基数都很高。
但三百万属于总包薪资，里面包含基础工资、奖金、期权或者股票，再叠加各类补贴，全部加总之后才会达到这个数字。绝大多数应届生拿不到这样的待遇，如果只计算现金收入，普遍的水平集中在三五十万。
不同类型的公司，薪资差距十分明显。做大模型的企业手握大量融资，会不惜成本抢夺顶级人才，给出的薪资水平极高。
第二类是做基础设施的企业，也就是业内所说的 Infra 赛道。对于绝大多数普通人而言，机会更多集中在应用层赛道，大模型和基础设施赛道的技术门槛，对普通求职者而言相对过高。
AI 只是一个笼统的统称，内部拆分出大量不同赛道，不同赛道的收入天花板差距巨大。就算是同一家公司内部，不同部门、不同岗位，薪资同样会拉开巨大的鸿沟。
就像海外市场流传的案例，顶级 AI 人才可以拿到上亿美金的签字费，这种待遇已经堪比顶级足球、篮球明星的转会合同，放在过去完全无法想象。
天才型、拥有完整大模型实战经验的从业者，能够创造的价值、调度的资源规模都十分庞大，个人身价随之水涨船高，薪酬远远甩开市场平均水平。但同一家大模型公司内部，行政类岗位的薪资，并不会和普通企业拉开明显差距。
薪酬水平本质上由两个核心因素决定，价值决定价格，供给决定价格，两件事情需要结合看待。大模型训练方向的顶尖人才，市场短时间之内很难大批量供给，人才价值高、供给稀缺，薪资自然水涨船高。
而 HR、财务、行政这类岗位，市场供给十分充足，从业者很难拿到溢价薪酬。整个 AI 人才市场，需求远远大于供给，属于典型的卖方市场，行业内部呈现出极度割裂的冰火两重天真实现状。
真正站在金字塔顶端的人才，只要开始看新机会，手上就会同时握着好几个 offer。曾经行业知名人才流出之后，大量投资机构四处托关系想要对接，顶尖人才属于一将难求。
而市场的另一端，海量求职者带着简历奔赴行业展会现场投递，很难拿到理想的反馈。两极分化，就是当下 AI 人才市场最真实的写照。
细分赛道当中，具身智能领域的人才缺口正在快速扩大。
早些年这个赛道发展速度有限，相关数据积累不足，随着行业发展，企业开始大规模开展预训练工作，需要大量人员完成数据处理、模型能力打磨，这一类人才的缺口被彻底放大。
这类人才大多集中在原有大模型企业内部，具身智能企业又要从大模型公司手里抢夺人才，进一步加剧人才供给不足的局面。人才市场的迭代速度超乎很多人的想象。
过去计算机专业是高考高分考生争相报考的热门专业，大模型普及之后，最先受到冲击的恰恰就是传统程序员。不少依靠传统编程手艺谋生的程序员，成为第一批被裁员的群体。
落到 AI 应用层赛道，纯编码能力已经不再是稀缺能力。架构能力成为更重要的评判标准，从业者需要站在架构师的视角思考完整产品逻辑，编程的工作已经可以交给 AI 完成。
随之而来，审美、判断力，这些软性素质的重要性被无限放大，形成了 AI 干活，人做判断审美的全新工作模式。企业筛选人才的评判标准，正在发生根本性的转变。
过去招聘看重履历、工作经验、学历、从业年限、过往就职企业。现在这些硬性条件之外，架构思维、审美、判断力、直觉这类软性能力，权重越来越高。
这对企业的招聘能力提出更高的要求。企业不仅要触达到目标人才，更要拥有识别对方审美、判断能力的本事，之后才谈得上人才转化。
不少企业手握充足预算，却始终招不到合适的人，根源就卡在人才识别这一环。如今所有行业的企业，都必须借助 AI 重塑自身业务流程与组织架构，如果跟不上这一轮变革，就会面临被市场淘汰的风险。
AI 人才的缺口，并不只存在于那些打上 AI 标签的科技企业，而是全行业范围的人才紧缺。既然所谓的软性素质成了短期内保住饭碗的关键，那些被逼到悬崖边上的传统企业，自然也在拼命寻找能在这场职场大逃杀中生存下来的最后机会。
绝大多数企业，都想不清楚 AI 转型的人才需求。这里有两个很现实的判断，如果一家企业没有引入外部全新的 AI 人才，就不要期待这家公司会发生根本性的改变。
员工日常打交道的圈层，决定了其认知边界，如果组织内部依旧只有原有的传统人员，反复讨论过去的业务逻辑，认知不会迭代，企业也不会产生实质变化。
第二个判断，传统企业想要完成 AI 方向的组织升级，需要付出不小的代价，企业内部至少要完成三分之一的人员换血，引入三分之一原生 AI 背景的人才，转型才有可能落地。企业也可以通过内部挖掘的方式，找到隐藏的 AI 人才。
在公司内部举办黑客松类型的比赛，鼓励员工结合自身业务场景做 AI 创新，不需要设置高额奖金，就能够发掘出一批已经在日常工作当中熟练使用 AI，用来提升效率的内部员工。
借助这样的活动，员工的能力可以充分展现，企业内部的人才结构也会随之发生改变。前两年百模大战的浪潮过去之后，一大批基座大模型公司掉队，真正还在基座层面持续竞争的企业数量变少。
很多手握模型技术能力的公司，转身转型做中间层技术服务，打造面向 CEO、CFO 的垂直 AI 产品，把模型能力封装成标准化产品，接入企业完整业务流程。传统行业企业想要推动 AI 转型，不管是外部挖人还是内部培养，整个过程阻力重重。
这类技术服务公司，会先梳理企业的数据流、工作流，把整套 AI 解决方案交付给企业，先搞定企业一把手，以此推动整个公司完成转型。市场上已经出现大量走这条路线的企业。
不少曾经的 AI 六小龙企业，已经放弃在基础大模型赛道内卷，转向千行百业做落地应用。有企业通过海外本地 CEO，拿下 1.5 亿美金的海外订单。
中国的 AI 能力出海，是一个巨大的机会。东南亚、中亚诸多国家，对 AI 的需求十分旺盛，海外部分 AI 产品要么不对外开放，要么定价高昂，中国开源的 AI 能力，刚好可以填补这部分市场空白。
除了 AI 软件能力出海，机器人产品出海，同样拥有广阔的发展空间。百川等企业，也选择扎根垂直赛道，把大模型的技术能力转化为行业应用，这一类转型蕴藏大量机遇。
回看这起全行业的焦虑与挣扎，无论是拼命出海还是扎根垂直赛道，本质上都是人类在被全面替代前夕的本能求生。当超级智能以前所未有的速度接管这个世界，探讨到2030年人类还能剩下几种工作，已然是一次对生命价值的终极审判。
罗曼博士那无言的沉默震耳欲聋，资本对算力的狂热与对安全底线的践踏，构成了这个时代最悲哀的底色。面对那可能只剩寥寥5种甚至仅仅依靠怀旧支撑的职业选项，任何试图强行拔断电源的幻想都显得无比苍白。
热门跟贴