夜雨聆风一个悖论正在硅谷公开上演。
就在此刻，真正懂AI的那批公司，正在用人类历史上从没见过的价码，疯狂抢夺写代码的人。
7月11日，网景浏览器之父、a16z联合创始人Marc Andreessen（@pmarca）在X上连发一组推文，把这个悖论撕开给所有人看。
"This is all happening in broad daylight. The leading AI companies themselves are engaged in the fiercest battle to hire the most highly paid software programmers in the history of the world. It's right there."
“这一切都发生在光天化日之下。领先的AI公司本身，正卷入人类历史上为雇佣薪酬最高软件程序员而进行的最激烈争夺。事情就是这样。”
这条推文发布几小时内，964个赞、45次转发、11万浏览。
互动数字算不上惊人，但那句判断的分量极重，史上最贵。
而说这话的人，恰恰是硅谷最资深的技术乐观主义者之一。
▲ Andreessen 主推文：领先AI公司正卷入史上最贵的程序员争夺战
一条招聘数据,点燃了这场对话
故事要从一条不起眼的经济学观察说起。
专栏作者Conor Sen（@conorsen）转述Indeed首席经济学家的一个发现：软件开发岗位的招聘广告增速，正在跑赢整体招聘广告增速。
配图是两张折线图，浏览量迅速冲到近16万。
▲ Indeed首席经济学家的观察：软件开发招聘广告增速超过大盘
至少在广告投放层面,软件开发的需求并没有熄火。
Andreessen的反应只有两个字："Totally predictable!"（完全可预见！）
然后他甩出一条更完整的逻辑链，像一节压缩到140字的经济学课：技术提高生产力，产出成本随之下降，需求随之上升,总产出因此扩大,最终岗位更多、工资更高。
▲ Andreessen给出的因果链：技术→成本↓→需求↑→产出↑→更多岗位、更高工资
这套逻辑本身不新鲜,是古典经济学的标准剧本。
真正让人愣住的,是他紧接着抛出的"现场证据"，最先进的AI公司,正在为最贵的程序员开战。
而这一切,发生在光天化日之下。
他指着自己投资、观察了几十年的这批公司说：你们看,证据就摆在这儿。
这话冲着眼前这几家公司去的,带着他天天盯盘的底气。
数字不撒谎：从13万到80万美元的五级跳
如果Andreessen只是喊了句口号,这条推文顶多是一句情绪发泄。
但把过去一年的薪酬数据摊开,会发现这句话背后站着一整套可以核对的阶梯。
招聘科技公司Pin在今年5月发布的《AI Compensation Benchmarks 2026》,把整个市场切成清清楚楚的五档：
| OpenAI SWE中位 |
从全国基线到OpenAI中位,中间差了将近六倍。
同一份报告还给出了另一个刺眼的数字：AI相关技能岗位享有56%的工资溢价,相比上一年的25%,几乎翻了一番。
▲ Pin《AI Compensation Benchmarks 2026》：从全美中位到OpenAI $795K的五档阶梯
更能说明供需失衡的是这个比例：约3.4个AI岗位空缺,才对应1名合格候选人。
众包薪酬网站Levels.fyi的抓取数据,把这套阶梯拆得更细。
Anthropic的软件工程师,入门级总包约36.3万美元（基本工资25万+股票11.3万）,做到Senior就跳到约56.3万美元,再往上到Lead一级,总包约84.1万美元。
整条曲线的中位数落在约74.6万美元。
在这些数字里,基本工资往往只占三分之一到一半,股票才是真正决定身价的那部分。
换句话说,公司开出的薪酬包,本质上绑定着模型能力曲线未来走势的一份期权。
一亿美元签约金,和一个价值十五亿的人
如果说薪酬阶梯还只是统计数字,那么过去一年被媒体反复记录的具体案例,才是把"史上最贵"钉死在地面上的钉子。
Fortune在2025年6月的报道写道：OpenAI CEO Sam Altman公开称,Meta向OpenAI的团队发出了"巨额报价",其中包括1亿美元量级的签约奖金,以及"比这更高"的年度补偿方案。
Meta方面对具体数字提出了异议,但没有否认挖角本身的存在，这几乎是这场战争的标准剧本：数字可以吵,热度不能否认。
比数字更有戏剧性的,是一个具名的人。
TechCrunch在2025年10月报道,Mira Murati创办的Thinking Machines Lab联合创始人Andrew Tulloch,宣布离开前往Meta。
此前《华尔街日报》曾披露,扎克伯格的团队一度试图整体收购Thinking Machines,失败之后,又开出一份可能高达15亿美元、锁定至少六年的方案,试图单独把Tulloch挖走。
▲ Tulloch从Thinking Machines Lab跳槽Meta,伴随15亿美元级方案的报道与争议
Meta发言人称这一描述"不准确且荒谬"，但挖角的事实、以及Tulloch最终入职的结果，都摆在那里，谁也没能推翻。
一个横跨OpenAI与Facebook AI Research的研究者，身价被谈到十几亿美元的量级，这已经跳出了"抢人"的范畴，更像是用收购公司的逻辑收购一个大脑。
Synthesia高管Alexandru Voica的说法被反复引用：如果造一个模型要花十亿美元，那么给一个工程师一千万美金，在资本逻辑里"相对很低"。
评论区吵起来了：这到底是工业革命,还是击鼓传花
Andreessen的推文下面,很快分出了三派声音,谁也说服不了谁。
第一派把镜头拉远,搬出了两百年前的历史。
用户emile（@c_emile_c）写道：
"Industry didn't die at the invention of the steam engine, it started."
“工业并没有在蒸汽机发明时死去，它那时才刚刚开始。”
▲ 评论区的历史类比：工业没有死于蒸汽机的发明,恰恰相反
这条回复拿到了8万多浏览。
逻辑很简单：每一次通用技术出现，都有人预言旧职业的死亡，但历史上更常见的剧本，是旧职业消失、新职业涌现、总盘子变大。
第二派做了个更精确的切割。
用户deployer（@0xDeployer）指出，真正被十几家头部机构疯抢的，可能只有数千名量级的研究者和关键系统人才；
而全球软件工程师是以千万计的。
他还提到，自己四个人的小团队，交付量已经是两年前同等规模团队的十倍，真正稀缺的，是能把模型能力推向前沿的那一小撮人，会写代码这件事早就够不上门槛。
▲ 供给稀缺派的校准：真正被疯抢的只是数千名研究者，程序员总量却以千万计
还有人给这套逻辑找到了一个更古老的经济学名字，杰文斯悖论。
为什么"更便宜"反而"更抢手"
19世纪的经济学家William Stanley Jevons观察到一件反直觉的事：蒸汽机让燃煤效率大幅提升之后，英国的煤炭总消费量不降反升。
效率提升降低了单位成本，结果刺激了更大规模的使用。
这套逻辑今天被原封不动地搬到AI身上。
当写代码、做分析的单位成本下降，企业往往不会满足于"用更少人做同样的事"，而是想"用同样的预算做远远更多的事"。
大量中小企业过去雇不起完整的工程团队，工具变便宜之后，被压抑的需求突然被释放出来。
于是出现了这样一个反直觉的结论：对"能把AI真正变成可靠产出"的人的需求，可能随着AI自动化能力的提升同步上升，甚至被这股能力反向抬高。
这也是Andreessen那条因果链背后真正的经济学骨架，一套有一百五十年历史的观察，被原封不动地套用在了2026年的AI公司身上。
钱能买到人,买不到忠诚
但这场战争还有一个被大多数报道忽略的转折，出得起价的公司，未必留得住人。
Fortune转引SignalFire《2025 State of Talent Report》的两年留存数据，排出了一张有意思的榜单：
Anthropic留存约80%，DeepMind约78%，OpenAI约67%，Meta约64%。
出价最凶的Meta，留存率反而垫底。
使命感、研究自由度、团队文化，在同一批报道里被反复提及为薪酬之外的变量。
于是这场战争分裂成两条战线：一条是挖角，一条是防挖，OpenAI、Google等公司开始用高额留任奖金、甚至带薪竞业限制，把关键人才锁死数月，防止他们被别家开着支票本敲门带走。
真金白银买来的，可能只是一个人愿意签字的那一天。
往后能不能留住，靠的是另一套完全不同的东西。
极化,才是2026年最诚实的答案
回到Andreessen最初那句话。
“这一切都发生在光天化日之下。”
他说得没错，史上最贵的程序员抢人战，确实正在最懂AI的公司之间公开上演。
薪酬阶梯、签约金报道、留存率数据，几乎每一个环节都能找到可核对的事实支撑。
一个更诚实的说法或许是：极化正在加深。
顶端更贵，中间被工具重写，底部入口变窄。
那些能把训练损失曲线再压低一点、能让推理成本再降一个数量级的人，正在被开出人类历史上从未有过的价码。
而那些刚刚毕业、想找第一份程序员工作的年轻人，面对的却是一扇越关越窄的门。
同一场技术革命，正在同时书写两种命运。
这场戏才刚刚开场。