理工科天才的黃金時代
理工科天才的黃金時代
去年年底，OpenAI前研究員姚順雨高調加入騰訊，引發騰訊緊急闢謠：姚順雨沒有上億薪資。
AI造富浪潮里，水漲船高的不僅有創業老闆的身價，還有頂級打工人的年包，新時代的New Money正在批量製造。作為其中之一，姚順雨出生於1998年，一共做了四次關鍵選擇：第一次是選專業：2015年，姚順雨以704分的高考成績進入清華姚班，學習計算機科學，師從清華學長、深度學習大牛吳佳俊，開始系統性接觸通用人工智慧。
2017年，大名鼎鼎的Transformer架構橫空出世，自然語言處理成為熱門方向。
第二次是選導師：2019年，姚順雨赴普林斯頓大學讀博，原本主攻計算機視覺，但姚順雨認為自然語言處理更有潛力，改道自然語言處理與強化學習，結識了導師Karthik Narasimhan。
Karthik Narasimhan當時剛去普林斯頓，之前在OpenAI當了一年訪問研究員，以第二作者的身份參与了GPT模型的開創性論文GPT-1。2019年，OpenAI拿了微軟10億美元投資，在矽谷聲名鵲起。
姚順雨和導師在博士答辯現場
姚順雨和導師Karthik Narasimhan亦師亦友，後來姚順雨結婚，導師還當了伴郎。
第三次是選公司：普林斯頓期間，姚順雨有兩篇署名一作的論文ReAct 和Tree of Thoughts，前者提出讓AI在推理的同時可以調用工具，兩者交替進行，是如今AI Agent的基礎範式。
畢業后，姚順雨加入了導師曾戰鬥過的地方OpenAI，主導了OpenAI的智能體產品，參与了Deep Research項目。
很多公司的核心研發崗位，履歷都大同小異：選對專業、跟對方向、找對公司。新技術誕生之初，人才一定供不應求。每一次正確的選擇，其實都在拉高自己的身價。
但和大部分人不一樣，姚順雨身價倍增，在於他做出的第四次選擇：在AI競賽如火如荼之時，碰見了一個什麼都缺唯獨不缺錢的公司。
騰訊在大模型競賽里一度落後，作為追趕者，開工資也更爽快。從另一個角度講，對騰訊這樣的公司來說，能把大權交給一個27歲的年輕人，一定是被逼的沒辦法了。
選一個對的研究方向-畢業的時候趕上產業爆發-去一家產業前沿的公司-跳槽到一個出手闊綽追趕者。姚順雨迄今的人生可以總結成一句話：四倍槓桿做多人工智慧。
你什麼身價
高科技行業收入高不稀奇，但資本家像今天這樣豪爽，人類歷史上恐怕也是頭一回。Sam Altman去年就在播客吐槽，Meta為了挖自家研究員，不惜開出1億美元的簽字費。
Meta在大模型研發上跌跌撞撞，但挖人向來出手闊綽。
去年7月，Meta挖走蘋果基礎模型團隊負責人龐若鳴，直接開了2億美元的年包。這是什麼概念？大概就是給庫克發完工資，還剩1億多。
同一個月，Meta豪擲143億美元拿下Scale AI 49%的股權，Scale AI創始人Alexandr Wang順手入職Meta，全面領導Meta的AI團隊。
扎克伯格大手一揮，Alexandr Wang原地問鼎福布斯2025最年輕億萬富豪，平時用模型寫小紅書文案的網友，就別嚷嚷自己是超級個體了，這才叫超級個體。
按照Equilar薪酬資料庫的統計，OpenAI L5高級工程師年總包是82.9萬-87.1萬美元，Anthropic全公司薪酬中位數在42-54萬美元，頂尖AI研究員年薪可能超過1000萬美元，中間差了10倍。
天才和人才的區別，就是這麼直接。以至於Meta CTO Andrew Bosworth接受CNBC採訪時忍不住吐槽：市場正在這裏的某一層級人才身上設定一個價格，這在我20年的技術高管生涯中真的令人難以置信、前所未有。
白花花的銀子直接散給AI研究員，顯然是不行的。珍貴的現金要去黃仁勛那裡換GPU，激勵人才主要靠股權。Andrew Bosworth就在Meta內部闢謠過「一億簽字費」：給的主要是股票，完成KPI才能解鎖。
發股票激勵員工也很常見，但這輪AI浪潮有個不一樣的地方：創業公司的估值膨脹速度非常驚人。
AI編程平台Cursor 2022年成立，2024年底估值26億美元，2026年被馬斯克的SpaceX以600億美元收入囊中，不到兩年翻了20多倍，巴菲特看了想銷戶，索羅斯看完想報警。
2022年底ChatGPT橫空出世，OpenAI當時估值290億美元左右，今年3月，OpenAI完成1220億美元融資，估值8520億，3年多翻了30倍。
同期，Meta市值翻了4倍，谷歌3.6倍，微軟2倍，納斯達克指數漲了2倍多，至於恆生科技指數，嘿嘿。
在馬斯克起訴OpenAI的庭審證詞里，OpenAI總裁Greg Brockman持有的公司股權價值約300億美元；前首席科學家Ilya Sutskever攥著70億美元的股票。估值漲得快，員工手裡的股票也越來越值錢，身價提升速度驚人。
因此，大廠想挖OpenAI和Anthropic的頂尖研究員，不僅要匹配薪資水平，還得把期權增值的預期囊括進去。國內大廠想跨境挖人，還得算上匯率。
OpenAI也知道自己沒法跟大公司比財力，所以給員工發股票格外爽快。按照華爾街日報分析，OpenAI股權薪酬支出占營收比例大約45%，遠遠高於矽谷大公司。2024年，這個數字高達119%。
2025年10月，OpenAI回購了一次員工股票，600名員工一共入賬66億美元，其中75人賣滿了公司設定的3000萬美元上限。按美國勞工部口徑，OpenAI和Anthropic的工資中位數基本相同，競爭力全在期權上。
長期主義者從來不看工資條，但沒有一個活躍甚至狂熱的資本市場，AI大神們的身價不可能漲的這麼快。
你當然可以說，這跟自己的股票持倉一樣都是紙面財富，但人家賬面上至少是賺的。
我在進步，你呢？
本輪AI技術浪潮的另一個特點，是New Money群體高度年輕化，小小年紀就財務自由了好幾次。
2024年，AMiner分析了當時全球十個大模型[1]的核心研究團隊，40歲以下佔比69%，如果只看中國團隊，高達84%。
按雷軍的說法，小米MiMo大模型核心團隊平均年齡25歲。其中大領導羅福莉1995年出生，比騰訊姚順雨大三歲。被扎克伯格親手送上富豪榜的Alexandr Wang 1997年出生，19歲就退學開公司了。
傳統行業「十年經驗」是核心資產，但人工智慧產業化時間非常短，大模型核心技術棧2018年前後才逐漸成型，2020年的GPT-3證明了方向，2022年底ChatGPT一鳴驚人，很多AI實驗室成立還不到十年。
換句話說，一個2018年才讀博的AI研究員，已經算得上行業的老同志、老專家了。
反例不是沒有，位元組大模型研究部門一把手吳永輝，就是字面意義上的老同志。吳永輝1997年考入南京大學計算機專業的時候，姚順雨還沒出生。
吳永輝2008年博士畢業后加入了谷歌，一干就是17年，2025年初入職位元組，全面負責大模型的基礎研究，直接彙報給CEO梁汝波。
所以年齡只是表象，理工天才身價膨脹，離不開另一個大背景：AI的技術迭代速度非常快。
產業界普遍有一個共識：即便和幾年前相比，如今的大模型存在斷層式的技術代差。今年的訓練方式和兩年前相比，已經不是一個世界。
舉例來說，TensorFlow曾是深度學習框架的絕對霸主，時至今日，PyTorch近乎壟斷了研究和生產。模型規模、架構、基礎設施時時刻刻都在迭代，五年前的經驗放在AI領域，大概率算考古發現。
經驗的半衰期太短，資歷的護城河就不存在。由此帶來一個現實的問題：只有團隊選擇了正確的技術方向，個人積累的知識和經驗才有價值。
吳永輝一開始在谷歌負責搜索演算法。2014年，他加入Google Brain團隊，方向轉向深度學習，2023年，吳永輝被晉陞為「Google Fellow」和谷歌DeepMind的研究副總裁。
雖然年紀不算小，但吳博士一直戰鬥在谷歌最前沿的AI研究部門。別看谷歌現在虎落平陽，吳博士去位元組的2025年，谷歌Gemini-3系列模型可是全方位碾壓同行，多的是矽谷大儒為自己辯經。
Gemini-3發布，一向看谷歌不順眼的馬斯克也捏著鼻子送上了祝賀
吳永輝在Google Brain和DeepMind積累的知識和經驗，大量細碎的Knowhow，在位元組眼裡是及時雨雪中炭。如果吳博士在安卓或YouTube部門，大概率是拿不到位元組工牌的。
吳永輝入職一年多，Seed迭代了四個版本，豆包日均token調用量衝到180萬億，視頻模型Seedance進步神速。姚順雨在騰訊時間不算長，但混元大模型已經改頭換面。
同樣的道理，姚順雨在OpenAI摸過的集群、調過的模型，對騰訊而言價值連城。騰訊可不缺博士，大家都是博士，差距在智商嗎？
AI大神的身價，很大程度上取決於公司的技術架構和研究方向。相同背景和學歷的兩個人，一個去了A公司，一個去了B公司，五年後的職業生涯天花板，很可能天差地別。
想象一下這個場景：你的同學A在Anthropic和研究AI Infra如何優化，你的同學B在OpenAI研究Harness如何設計，你的同學C在某創業公司連夜學習Claude Code泄露的51.2萬行代碼，而你正在周報里絞盡腦汁思考：昨天AI紅包轉化的五個用戶為什麼沒留存下來？
隱性知識
NASA飛控員Robert Frost提出過一個觀點：21世紀美國難以重返月球，缺的不是火箭圖紙和工廠，而是那批了解阿波羅製造過程的工程師、技術員、科學家和飛控人員。
一個組織的成功，論文、專利和文檔是一部分，另一部分是大量經驗、工程和管理訣竅。這些隱性知識就像暗物質一樣，難以被觀測，但一定存在。
高科技行業的隱性知識從哪來：試錯。
位於行業最前沿的公司，必然進行了最多的試錯，這個過程中沉澱下來的隱性知識，是追趕者夢寐以求的核心資產，也是給人才定價的核心標尺。
OpenAI訓練GPT-4期間，用了2.5萬個A100 GPU，模型浮點利用率只有32%-36%。原因是故障太多，需要頻繁從檢查點重新訓練。一次訓練的算力成本約6300萬美元，加上實驗、數據採集等成本，還要更高。
燒錢燒出來的教訓，虧錢虧出來的直覺，都會變成隱性知識。騰訊從OpenAI挖走姚順雨，位元組從谷歌請來吳永輝，開出的年包就包含了對隱性知識的定價。
如果一個專家能省下一個億的試錯成本，給他開5000萬工資也是很划算的。
2017年，中芯國際請來梁孟松擔任聯合CEO。梁孟松何許人也？台積電近500個專利的發明人，帶領三星率先量產14nm工藝，從台積電手裡搶下了蘋果A9晶元的代工訂單。
中芯國際不能用三星和台積電的專利，但梁孟松知道哪些方向是錯的，那條路走不通。因此，梁孟松有底氣讓中芯國際跳代研發，跳過28nm直接開發14nm工藝，成功量產。這就是專家的力量。
對一個計程車司機來說，如果舒馬赫說自己趕時間，最好自己主動坐到副駕駛去[2]。
黃仁勛
火熱的資本市場，快速的技術迭代，前沿領域的積累共同推高了AI大神的身價。但這個鏈條里還有至關重要的一環：算力。
AI實驗室入不敷出，雲廠商個個欠了一屁股債，唯獨英偉達賺得頭皮發麻。
英偉達二季報電話會上，黃仁勛給出了2027年營收增速70%的指引，並特別說明這70%是「供給受限口徑」，如果按客戶的真實需求算，增長是100%以上，但光刻機踩冒煙也供給不上。
算力緊缺有多誇張？今年1月智譜上市，結果上市剛滿半年就啟動了一輪大額融資，通過配售募資314億港幣，可見燒錢速度多快。
長期唱空AI的分析師Ed Zitron披露過一份OpenAI的財務文件，2025年，OpenAI虧了385億美元，研發投入就吃掉了191.8億，向微軟租算力的服務費交了172億。
昂貴的算力，拉高了AI實驗室的試錯成本。
由於算力稀缺，很多大模型公司賬上的錢，可能只夠訓練兩三代模型，一些前瞻實驗拿不到足夠的算力，探索性研究也得讓位核心項目。試錯機會變少，試錯成本提高，繼而影響產品競爭力和人才培養。
想搞價值投資的第一步是有錢，追求AGI的第一步是有算力。把模型的參數和規模做大，要看自己手裡到底有沒有足夠的算力。之前廣為流傳的《文鋒紀要》中，梁文鋒就談過這個問題：「人才不是瓶頸，資源是最大的瓶頸。資源首先影響到人才培養，因為算力少，我們能做的實驗機會比較少，所以我們的人才整體上比美國有差距。」
「我們跟美國的區別，我認為就是資源上的區別。我們看到的所有區別，包括人才的區別、模型能力的區別、應用的區別，可以認為都是算力資源上的區別。」
試錯成本提高，就會拉高隱性知識的定價。
如果算力非常廉價，每家AI實驗室都有充足的算力，研究方向就能大大解放，研發效率也會提高，培養人才的效率也隨之提高。
算力昂貴，試錯成本高昂，誕生在行業前沿的隱性知識就更稀缺。一個見過世面的腦子，不僅能給出前進的方向，也能實打實省下算力和試錯成本。
只要算力依然緊缺，模型之間的差距依然存在，姚順雨的故事就會反覆重演。
姚順雨的四次選擇能不能複製，答案是完全可以，但沒必要。
和姚順雨同一級的姚班同學，有的在OpenAI，有的在Anthropic，還有很多人留在頂尖高校做科研，基本都紮根在了AI、量子計算等前沿領域。
您只要能考上清華姚班，就不存在選擇的問題。您後面邁出的每一步，都在為我們普通人創造新的選擇。
尾聲
製造天才，需要合適的環境。
當年吳恩達選擇谷歌合作「谷歌貓」項目，因為當時全世界只有谷歌有訓練演算法的數據和算力，這又建立在谷歌強大的盈利能力之上。谷歌的身後，是活躍的風險投資與資本市場，雄厚的產業壁壘和科研供給。
中國不缺天才，但長期缺少請得動天才的騰訊。騰訊給的不只是待遇，騰訊的財力影響上下游供應鏈的發展，騰訊的投入影響天才能調度的資源，騰訊的野心影響天才能取得的成就。
這一點烏克蘭人瓦列里·巴比奇肯定最清楚。
瓦列里·巴比奇是誰？船舶設計專家，黑海造船廠設計部主任，參与了蘇聯所有航母的設計建造，瓦良格號總設計師。後來蘇聯解體，烏克蘭船舶工業失去經費來源，瓦良格號停工，瓦列里·巴比奇下崗。
2000年，瓦列里·巴比奇轉戰文壇，解鎖了大文豪技能樹，加入烏克蘭記者聯盟及俄羅斯作家聯盟，2006年獲金筆尖獎，2012年獲阿爾卡斯獎。
2014年，瓦列里·巴比奇暫別文壇，入職青島中烏特種船舶研究設計院，獲山東省”齊魯友誼獎”。
天才的智商由基因決定，天才的成就由產業基礎決定。
他日中國企業問鼎人工智慧的王座，你在抖音刷過的廣告，在王者榮耀買過的皮膚，在A股虧過的錢，就是你胸前的軍功章。
*以上內容系網友FindAus自行轉載自首席商業評論，該文僅代表原作者觀點和態度。yeeyi號系信息發布平台，僅提供信息存儲空間服務，不代表贊同其觀點和對其真實性負責。如果對文章或圖片/視頻版權有異議，請郵件至我們反饋，平台將會及時處理。