夜雨聆风互联网浪潮的时候，钱进来了，岗位也跟着来了。产品经理、运营、市场、客服、内容编辑、前端后端测试运维——一个App背后可能养着几百上千人。美团高峰期员工六七万，字节跳动十几万。
移动互联网更夸张。光是外卖骑手就几百万，网约车司机几百万，直播带货从业者上千万。一个抖音生态养活了多少人？
但AI这波，钱的量级不比前两波小，甚至更大。英伟达一年营收一千多亿美元，OpenAI估值三千亿，全球AI投资每年几千亿。钱去哪了？
去了三个地方：芯片、算力、和很少的一群人。
───
先说芯片。
你花一个亿买GPU，这一个亿流向了英伟达，英伟达在台积电下单，台积电在工厂里用机器生产芯片。整个链条上新增的就业岗位有多少？几乎为零。因为芯片制造本身就是高度自动化的，台积电一条产线上没几个工人。
这就是AI跟互联网最本质的区别。互联网时代钱花在人身上——雇程序员、雇运营、雇骑手。AI时代钱花在硬件上——买GPU、租服务器、付电费。
硬件不需要吃饭、不需要交社保、不需要请年假。
一个做大模型的公司，可能估值几百亿，但员工只有几百人。OpenAI大概两千人，Anthropic不到一千人。对比一下同等估值的互联网公司在那个阶段有多少人？差了一两个数量级。
───
再说算力。
AI公司最大的支出不是工资，是算力成本。一次大模型训练花掉几千万甚至几个亿美元，这些钱付给了云厂商（AWS、Azure、GCP），云厂商拿去买服务器、建数据中心、付电费。
数据中心需要人吗？需要，但不多。而且这些岗位大多是运维、电力、安保——不是什么高薪技术岗。
所以你看到的景象就是：几千亿的资金在产业链里流动，但大部分流向了硬件和能源，只有很少一部分变成了人的工资。
───
那为什么算法工程师还是那么难进？
因为AI公司需要的人极少，但要求极高。
一个大模型团队可能就几十个核心研究员加几十个工程师。这些人要做的事——设计模型架构、优化训练流程、处理数据pipeline、做RLHF对齐——每一项都需要很深的专业积累。211硕士起步不是歧视，是这些岗位确实需要那个水平的数学和工程基础。
但问题来了：全中国需要多少个这样的团队？大模型公司撑死也就二三十家。每家核心技术团队一两百人。加起来也就几千个岗位。
几千个岗位，每年CS硕士毕业多少人？供需关系摆在那里。
而且这些岗位的"产出杠杆"极高。一个顶级ML研究员的产出可能是普通工程师的一百倍——因为他设计的模型架构会被部署到几亿用户面前。公司宁愿给一个人发200万年薪，也不愿意雇二十个20万年薪的。
这跟互联网时代完全不同。互联网时代你需要大量的"手"——写代码的手、做运营的手、搬内容的手。AI时代你需要极少的"脑"——想出关键idea的那几个脑子。
───
有人可能会问：那AI应用层呢？不是应该有大量的应用开发岗位吗？
理论上应该有。但实际情况是，AI应用的开发方式跟传统软件完全不同。
传统软件开发一个功能，你需要产品经理写需求、UI设计师画原型、前端写页面、后端写接口、测试跑用例。一个小功能可能涉及五六个人。
AI应用呢？很多时候就是调API。你调OpenAI的接口，写几十行代码把它包装成一个产品。一两个人就能做出以前十个人做的东西。
更讽刺的是，AI本身还在替代开发AI应用的人。Cursor、Claude Code这些工具让一个工程师的产出翻了三五倍。公司发现：哦，以前需要十个人的团队，现在三个人配上AI就够了。
所以AI不但没有创造大量的开发岗位，反而在压缩现有的开发岗位。
───
那钱到底分到什么岗位去了？
我观察到有几类岗位确实在增长，但量级跟互联网时代没法比。
AI产品经理——但这个岗位的核心能力是"理解模型能做什么不能做什么"，门槛不低，总量也不大。
数据标注——这曾经是AI行业最大的"劳动密集型"岗位。早期训练模型需要大量人工标注数据。但现在模型越来越强，RLHF的标注需要更高的专业素质（你得能判断AI的回答好不好），同时合成数据在替代人工标注。这个岗位在缩不是在涨。
AI销售和解决方案——To B的AI公司需要人去谈客户、做交付。但这些岗位更像传统的企业软件销售，跟"AI浪潮"的关系其实不大。
提示词工程师——两年前很火，现在已经凉了大半。因为模型理解能力越来越强，不需要那么精心设计提示词了。
说来说去，AI创造的新岗位基本都是"高门槛、小规模"的。没有出现互联网时代那种"门槛不高但需求量巨大"的岗位群。
───
这才是真正让人不安的地方。
以前的技术革命有一个共同特点：新技术消灭旧岗位的同时，创造了更多的新岗位。汽车消灭了马车夫，但创造了司机、修车工、加油站员工、公路建设工人。互联网消灭了报亭，但创造了外卖骑手、主播、运营、客服。
AI可能是第一个"消灭的岗位多于创造的岗位"的技术。因为AI的本质就是用更少的人做更多的事。用更少的人做更多的事=同样的产出需要更少的人=就业减少。
这不是AI的bug，这是AI的feature。整个AI行业存在的意义就是"提高效率"。而"提高效率"的另一面就是"减少人力需求"。
那些投进AI行业的几千亿，最终的效果是让各行各业需要更少的人。钱没有"分到岗位"，钱被用来消灭岗位了。
这听起来很悲观，但它是经济逻辑推导出来的结论，不是情绪。
唯一的出路可能是：AI降低了创业门槛，让更多人能以"一人公司"的形式创造价值。以前你一个人做不了一家公司，现在一个人配上AI可能可以。岗位减少了，但"自雇"的可能性增加了。
不过这条路能走多远，能承接多少人，目前谁也说不清。
