从姚顺雨到梁文锋:AI高薪神话背后,普通人连“错过”的资格都没有?
错过时代风口的焦虑,是每一代人的阵痛。只是在互联网和大语言模型如日中天的当下,这种焦虑尤为明显。每一天都有新的高薪神话出现在我们的日常信息流之中,一些二十岁出头,或刚刚迈入而立之年的年轻人,因为人工智能一跃成为当下最炙手可热的科研新星,或是各大企业争抢的技术人才。这样的神话,从姓名同音不同字的姚顺雨...
每一代人都有自己的阵痛,那就是怕错过时代风口。眼下互联网和大语言模型正当红,这种焦虑被放得格外大。日常信息流里,天天冒出新的高薪故事:二十出头、或者刚过三十的年轻人,靠人工智能一下成了最抢手的科研新星,或者被各大企业争着要的技术人才。姚顺雨和姚顺宇,名字同音不同字,再加上罗福莉、DeepSeek创始人梁文锋,这些人的经历已经足够说明问题。国外也一样,OpenAI的山姆·奥特曼、Anthropic那群年轻技术精英,类似故事一直在上演。聚光灯之外,身边一些计算机专业的顶尖学生,也在刷新实习日薪2000元甚至7500元的纪录。
美国加州硅谷红木岸甲骨文总部。视觉中国 图
确实,人工智能给我们带来了一种前所未有的
这种困境和矛盾,正是我在读完《正面连接》出品的文章“
所以有人评价,这篇文章“精英味”很重。对大多数人来说,能不能赶上这轮风口,从来不是自己能决定的事。我们连“错过”的资格都没有,因为压根没上过车。可人工智能带来的替代效应,却是每个人都要面对的现实。所以,除了精英的焦虑,更该看到普通人的焦虑。
这种普遍焦虑之下,我们过去信守的种种价值观念也在松动。当一个人的专业价值、甚至人生成败,都开始拿他与AI的距离来衡量,我们其实已经默认了一套技术主导的价值体系。我写这些文字,就是想回应这种焦虑,试着拆掉这层关于技术的时代神话。观察这场技术变革的视角,也确实该换一换了:别只顾着抬头看金字塔尖上的人,也看看身处变革之中、构成金字塔底座的我们自己。大多数人已经错过了这轮风口,只能去适应人工智能带来的巨大变化。迷茫和焦虑躲不掉,但总要相信人的韧性,相信社会自身的适应力。一味沉在技术中心编织的时代神话和“错过”的焦虑里,意义不大。说到底,值得我们关心和讨论的宏大叙事,从来不止互联网和人工智能。
一、为什么人才越稀缺,我们却越焦虑?
人工智能行业的高薪神话,其实不算新鲜。每个行业都有风口期,从上个世纪到现在,互联网行业一直在造类似的高薪故事。只是这回,社交媒体把人与人之间的信息差压小了,也把他人的成功经验包装成一套套可参照的人生攻略,好像照着前人的路走,就能拿到相似的阶段性成就。
计算机专业好,几乎人人都知道;要学编程、学量化分析,要借人工智能在各行各业里找到自己的竞争力,大家也都知道。可信息差缩小,不等于资源和机会的差距也在缩小。当一个行业是时代风口这件事人人都清楚时,真正有条件进场的有多少?社交媒体上那些成功经验,又有多少能脱离个人教育背景和家庭条件被复制?答案很明显:受环境限制,很多普通人其实没什么好选择。
而这种困境和矛盾,项飙早在二十多年前的博士论文中就已经有所讨论。在《[1]。
二十多年过去,从互联网到今天的生成式人工智能,技术翻天覆地,劳动力供需的矛盾却没有消失。2025年7月,猎聘发布的人才供需报告仍在强调国内AI人才紧缺[2];2026年3月,新华社的报道也在讨论人工智能行业愈发激烈的“[3]。可2025年8月,《纽约时报》报道了美国计算机专业毕业生的就业困境:一些曾相信学编程就能拿高薪的年轻人,毕业后连一份与专业相关的工作都难找[4]。一边是人工智能企业不断刷新薪资纪录,一边是大批受过专业训练的计算机人才在求职市场上四处碰壁。这两种看似矛盾的现象,恰恰构成了当下人工智能行业的现实。这样的困境也不只属于人工智能行业,每个专业的人都在面对。社会整体在强调对专业人才的需求,接受过系统专业教育的人,却越来越难靠专业知识找到一份称心的工作。
我们当下的焦虑,也正是源于这种矛盾。自
短短几年,人工智能技术和围绕人才的这套叙事,就冲击了我们既有的评价体系和人才标准。现在要问各行各业什么样的人算人才,答案恐怕不像几年前那么清楚了。AI大幅缩小了人与人之间因知识储备和专业技能产生的差距,只有一条标准越来越清晰:越靠近人工智能技术、越了解它、并且占着一定技术岗位和算力资源的人,越是不言自明的人才。各行各业的人才评价标准,都在向人工智能靠拢。这正是人工智能技术厉害的地方:它靠着便利和实用,在普及过程中悄悄改变了我们对人才和知识价值的认识,也冲击了传统的科研与就业方式。
人工智能对其他领域的殖民显而易见。如今不管什么行业,都在高喊“人工智能+”和“
以人工智能领域的学术顶会[5]。这样的趋势也蔓延到其他学科,医学领域[6]。这些数字背后,是各学科研究者对自身研究议题和方向的重新调整。
与此同时,人工智能也在加速各学科的知识生产。管理学期刊《[7]。知识生产规模的膨胀同样发生在新闻传播学领域。以国际传播学会([8],而2026年11月结束征稿的2027年
从各领域的发展看,人工智能既是各学科争相讨论的研究对象,也成了研究者生产知识的工具,并在这个过程中不断改变各学科原有的研究方式和评价标准。所以前段时间,一些计算机领域的学者联合倡导本科生开展“
现实是,我们已经慢不下来了。搞学术需要长时间沉淀,这个道理当然懂;可当整个知识生产体系都在加速运转,快慢早就不由个人意愿决定。当科研效率逐渐成为衡量知识生产价值的重要标准,许多没法用效率证明自身的事情,自然就出现了危机。这也正是当下人文社科研究者更深的焦虑所在。
二、技术中心之外,人文还能想什么
今天几乎人人都在谈AI。它已经成了日常生活里绕不开的一项技术,好用到不用的人反倒显得另类,深度用过的人则都实实在在感受过它带来的冲击。于是不管哪个学科的研究者,都在积极讨论AI,戴锦华、项飙、赵鼎新等知名人文社科学者也不例外。可一个颇为矛盾的现象是:人文社科谈AI谈得越频繁,在AI讨论中就越是丢掉自己的话语权。
其实不管人文社科界自己,还是外界,都在把这项技术的解释权交给坐在旧金山OpenAI和Anthropic总部办公室里的技术专家,交给国内腾讯、字节跳动那帮技术从业者和研究者。仿佛只有真正掌握这门技术的人,才有资格去解释它给人类社会带来了哪些变化。这恰恰是AI作为一种
但这样的讨论也有专业边界。对人文社科研究者来说,判断模型性能好坏、探究大语言模型的技术内核,本来就不是我们的专长。想从人文社科的知识传统出发去解构技术本身,实际上跟盲人摸象没什么区别。面对一个我们尚且无法理解的
不过面对人工智能,人文社科确实有话要说,而且该积极去说。比如AI如何改变文化生产、文学与影视创作,如何重塑社会关系与信息生态,又如何介入劳动过程、进而改变劳动本身的性质与意义——这些都是人文社科研究者该关心、该讨论的问题。它们不会随着模型性能提升和技术迭代自然解决;恰恰相反,人工智能越成熟、越深入日常生活,这些属于人文社科的问题就越发重要。
面对人工智能,乃至任何一种新兴技术,并不是越靠近技术中心的人才有资格解释它的社会意义。一项以平权和普惠为愿景的技术,倘若只有那些所谓的技术新贵才有资格替它发声,这件事本身就极为矛盾。何况越是身处技术中心的人,其生命经验跟我们大多数人的日常生活就越可能差得很远。享受技术红利的人,和被迫适应技术变革的人,对同一项技术的认识和感受自然截然不同。人文社科要做的,恰恰是把那些身处技术边缘的人及其生命经验,带进关于技术的公共讨论里来。
一旦我们承认并让渡了这项技术的解释权,一旦我们只看人工智能带来的种种红利、却拒绝正视这把双刃剑的另一面,这种“错过”的焦虑就始终摆脱不掉。所以必须走出以技术为中心的认识方式。技术新贵们透露的行业风向当然值得关注,但没必要把他们的人生际遇奉为这个时代的成功神话,更没必要拿他们的人生轨迹来衡量我们自己的价值。
如果说马克斯·韦伯所处的时代经历了一个世界的“
三、为什么我们一边批评技术,一边拥抱技术?
最近,项飙在耶鲁大学做了一场题为《
其实把这个问题放到当下的人工智能技术里也一样。我们一边批评AI对知识生产和劳动的影响,一边又在积极拥抱AI;一边厌恶互联网上大量由AI生成的内容,一边又在自己的工作和学术研究里大量使用AI。我们清楚技术带来的种种社会问题,却又希望自己成为技术红利的获得者。甚至,我们对人工智能的批评,也丝毫不妨碍我们羡慕那些赶上AI时代风口的人。这种矛盾心态,每个人身上或多或少都有,很难免俗。
这种等级制度也好,如今的人工智能技术也好,都已经构成了我们的生存环境。在这样一种总体性的环境里,个体能发挥的能动性其实十分有限,因为事已至此,我们只能如此。
而且在这样的环境里,我们已经不可能不去拥抱AI,甚至还要不断追赶最先进的AI模型。很多新技术、新软件,我们还没听说、还没来得及学、还没用上,就已经过时了;上一个风口没赶上,下一个风口已经来了。这种焦虑是集体性的。可一旦走出技术中心,走出学术圈和那些身处技术前沿的企业,又会看到截然不同的景象。世界确实因人工智能而改变,但那个传统的世界依然存在。一个以模型迭代和技术创新为主旋律的世界,和一个关乎吃喝拉撒、生老病死的世界,就这样同时存在于我们的时代,却又呈现出强烈的割裂感。
所以在拥抱技术的同时,我们一定要走出技术中心构建的那个世界,去认识这种割裂感。争抢AI红利的技术精英,和每天清晨在北京零工市场等待工作机会的普通劳动者,生活在同一个时代,时代经验却截然不同。前者焦虑的是自己能不能赶上下一个技术风口,后者焦虑的是今天能不能找到一份工作。不能因为前者掌握更多话语权,就把他们经历的时代当成我们所有人共同经历的时代。
2023年9月2日,北京,马驹桥劳务市场。视觉中国 图
认识到生活世界与技术中心之间的这种割裂,也正是人文学科存在的意义。出于生存的焦虑,人文社科乃至各个学科都不得不主动接近技术;但出于人文关怀的本位,我们又必须在接近技术中心的同时保持抽离和审视的姿态,回到那个由柴米油盐、吃喝拉撒和生老病死构成的日常生活世界,去认识高新技术与普通人生活现实之间的割裂,去关心那些生活在技术中心之外的人。这才是人文的意义所在。
当然,这很难。正如项飙这样的学者都无法为我们走出等级制度提供一个具体办法,作为普通人,我们也很难为当下的技术困境找到确切出路。只能走一步算一步,但至少,在抬头仰望AI造就的那轮月亮时,也多想想那个挣着六便士的自己,以及那些同样为了六便士而努力生活的普通人。
注释:
[1]项飙.
[2] 猎聘发布2025上半年人才供需洞察报告[EB/OL]. (2025-07-18)[2026-11-18]. https://news.sina.com.cn/shangxunfushen/2025-07-18/detail-inffwuem9130427.shtml.
[3] 熊争艳、王希、王浡等在新华社的深读报道中,梳理了109项重大工程项目,并讨论它们与未来5年“好饭碗”的关系。文章刊登于《新华每日电讯》2026-03-23,引用日期为2026-11-18,链接为 https://www.xinhuanet.com/20260323/5215ef5270484c69849bde552e7eb31a/c.html。
[4] SINGER N 在《纽约时报》2025-08-10 的报道中写到,年薪 $165,000 的技术岗位正在告别,学编程的学生转而到 Chipotle 找工作。该文引用日期为2026-11-18,链接为 https://www.nytimes.com/2025/08/10/technology/coding-ai-jobs-students.html。
[5] NEURIPS。
[6] NATIONAL LIBRARY OF MEDICINE。
[7] GARTENBERG C、HASAN S、MURRAY A 等人在《More versus better: Artificial intelligence, incentives, and the emerging crisis in peer review》一文中,讨论了人工智能、激励机制与同行评审中新出现的危机。
[8] INTERNATIONAL COMMUN