300 万抢博士，95 后已“老”：AI 招聘正在“活埋”中间层

撰文：Ada，深潮 TechFlow

“一个互联网大厂，今年 offer 了 60 个 300 万年薪以上的 AI 背景应届博士生。”服务过 1500 多家 AI 公司的猎头公司 TTC 创始人肖玛峰说出这个数字时语气很平淡，像在报当天气温。

同月，脉脉数据显示 AI 岗位数量飙升 29 倍，智联招聘说求职人数暴增 200%。29 倍的岗位，200%的涌入，数字美得像牛市 K 线。

但这组数字藏着一个秘密：大量资金和注意力正涌入一个开口极窄的漏斗。塔尖的几十个人哄抬了整个市场的薪资预期，塔底的几十万人承接了所有焦虑。

而漏斗中段，那些在职场走了五年、十年的人，正在被悄悄掏空。

人才市场的繁荣是假，流动性幻觉是真。

一将难求，万卒厮杀

猎聘报告显示，47% 的 AI 职位要求硕博学历，近半数企业只认 985/211。

猎头 Eva 说得更直接：“大厂招人，211 已经勉强，起码得是 985，没有垂直项目经验的简历基本不看。”

塔尖是什么样？

阿里千问的林俊旸离职消息发出当天，“各家大公司的人都来找我们，说能不能帮联系上林俊旸。”肖玛峰回忆。

这种级别的人才全国可能就几十个。为了找到他们，猎头们早就不翻简历了。他们泡在 GitHub 查代码提交记录，在谷歌学术上追论文作者，混进播客听友群和 AI 创业社群。Eva 甚至加入了清华某 AI 创业比赛群，里面都是二十一二岁的年轻人。“现在提前聊，两三年后他们有工作需求，先占坑。”

另一位猎头 Steve，2022 年开始 AI 方向的招聘，说了句意味深长的话：“我相当怀疑未来可能没有简历。”

他举了个例子。今年 1 月某公司要招一个懂 OpenClaw 的人，方向太新，没人会写在简历上。他的应对方式是把需求拆解，这本质上是一个多 Agent 框架的问题，有没有人做过类似的框架？这个框架是否有开源？在开源社区里有哪些贡献者？

简历在贬值，传统招聘渠道在失效。

有人从这个裂缝中捕捉到了机会。

DINQ 的联合创始人 Sam 创业的起点是一个类似的观察：OpenAI 那些最牛的论文作者往往不是名校出身，有的甚至辍学，年轻，没有 Title，不是技术人根本看不出他们牛在哪儿。LinkedIn 看学历看履历的逻辑，放到 AI 人才身上是失灵的。

所以，Sam 创建了一个“AI 科学家和开发者的 LinkedIn”DINQ，不看履历看实绩，顶会论文引用数、GitHub 代码贡献度、合作者是不是技术大牛。HR 在 DINQ 上输入"Sora 2"，平台会延展到相关技术的论文作者，而不是局限在 Sora 2 相关经历上，把水下的人挖出来。

肖玛峰给的替代方案是 build in public：把你的产品直接抛出来，就是能力最好的证明。

虽然 621 所高校已经开设人工智能本科专业，麦肯锡预测 2030 年中国 AI 人才缺口 400 万。但缺口这个词有欺骗性，缺的是做过十万张卡训练的实验科学家，是既懂大模型能力边界又能找到商业场景的复合型人才。听了两期播客就说"我对 AI 特别感兴趣"的人，市场里从来不缺。

牛客创始人叶向宇概括得很准：塔尖“一将难求”，塔底“万卒厮杀”。脉脉那句“每两个 AI 岗位就能匹配到一位合适候选人”，说的是塔尖。塔底呢？没人统计，因为塔底的简历没机会进系统。

杠杆定价：离模型越近越值钱

那钱到底流向了谁？

Eva 给了一组数字。大厂 P7 级别，非技术岗天花板 100 万左右。同级别 AI 技术岗，150 万到 200 万。跳槽涨幅差距更大，技术岗涨 50% 算普遍，翻倍的也有；非技术岗涨 10% 到 20%，最高不超 30%。

Steve 用了一个词来解释这种定价逻辑：杠杆。

把模型想象成太阳。离内核越近的人，能撬动的杠杆越大，身价就越高。一个核心研究员做出的模型能力提升，对大厂市值的影响可能是几十亿。他运转的十万张卡成本远超自己的工资。从这个角度看，给他一亿都不贵。

离太阳远的人呢？产品经理、运营、销售，杠杆效应没那么直接，薪资自然受限。Steve 估算，在应用层，技术和非技术岗的薪资差距在两三倍以上。

肖玛峰补了一个关键变量。他认为这条“鄙视链”本质是供需，而且分两层。宏观上，做过十几万卡训练的人就那几个，薪资就是天价。但微观上取决于创始团队基因。如果创始人自己是清华教授，实验室里技术人才多的是，反而是能搞商业化的人更值钱。

几十个人的稀缺性，定义了整个行业的薪资叙事。剩下的人拿着这个叙事当标尺，量出来的只有落差。

一场对“老登”清洗

“AI 时代拒绝老登”，肖玛峰给出了犀利的点评。

上一波 AI 浪潮里的人，经历旷视、商汤时代，现在大概四十多岁，他们的经验反而成了包袱。

Steve 的说法更委婉但指向一致：“我们不相信用旧地图能找到新大陆。在一个行业工作太久的人，势能和惯性会大。大脑的直接反应是强化训练的结果，但时代变了，正确反应可能截然相反。”

年龄焦虑已经渗透到每个层级。一些投资机构在寻猎 00 后创业者，“95 后已经老了”这种话开始出现。

这话听起来荒谬，但招聘市场给出的信号很真实：资源有限的时候，天平毫不犹豫地倒向年轻人。

“现在比拼的是执行和落地的速度，大家养的是特种部队，不是大方阵。”Steve 说。特种部队不需要那么多指挥官。

但这里有一个没人愿意正面回答的矛盾。

真正把 AI 产品落地、把技术转化为商业价值的，靠的恰恰是行业经验、隐性知识、踩过的坑。Steve 自己也承认，这些隐性知识存在在比较成熟的人身上。他们不一定知道未来能从哪条路走到，但他们知道哪些路肯定走不了。

行业需要年轻人的冲劲，也需要老手的判断力。这两句话谁都会说，但钱的流向只讲了前半句。

中间层被吞掉了

三位猎头不约而同提到一个变化：管理层正在被压缩。

“纯做管理的人可能已经挺难了。大量的事情在被颠覆，你建的那套体系说不定明天就被推翻。”Steve 说。

组织在变得极度扁平，不再需要层层汇报的金字塔，而是需要每个人都能打仗的小队。你去依赖人去干一件事情，还不如依赖一个 Agent 去干。原来强调管理能力强、管的团队复杂，但这件事情正在被挑战。

产品经理、运营、前后端工程师之间的边界在模糊。一个人用 AI 就能跑完一个产品的 MVP。

陈蕾（化名）在一家中型 AI 公司做了三年产品总监，管一个八人团队。今年初公司重组，她的团队被拆散，四个人转去做 Agent 产品，两个人被优化。她自己的 title 从“总监”变成了“高级产品经理”，向一个比她小五岁的技术负责人汇报。

“我不是被裁了，但我知道这比被裁更难受。”她说，“你在这个公司待了三年建起来的东西，一个组织架构调整就没了。而且你没法抱怨，因为人家会说，你不是还在吗？”

这才是这场流动性幻觉最残酷的部分。漏斗顶端，几十个天才被天价争抢。漏斗底端，几十万新人连门都进不了。而漏斗中段，那些已经在职场走了五年、十年甚至十五年的人，正在被从内部架空。

职业阶梯被抽掉了中间几级。以前坐电梯，一层一层上，现在变成了跳伞，要么直接落在塔顶，要么自由落体。

谁在制造这个幻觉？

这场流动性幻觉，谁是受益者？

招聘平台用“AI 岗位暴增 29 倍”“人才缺口 400 万”收割流量，每一次转发都在把更多焦虑的求职者推进漏斗。

企业用 AI 当遮羞布，Forrester Research 发现，55% 的雇主承认后悔因 AI 裁员，那些被替代的 AI 能力根本没准备好。Resume.org 的调查更直接：59%的企业承认把裁员包装成“AI 驱动”，理由是跟利益相关方解释起来更好听。说因为 AI，听起来像战略升级；说因为业绩不好，听起来像管理失败。AI 成了最好用的遮羞布。

Klarna 砍了 700 人说 AI 替代了客服，结果服务质量暴跌，客户造反，又悄悄招回来。这不是个案。Forrester 预测，半数 AI 裁员最终会被悄悄重新招聘，但用更低的薪资，或者外包到海外。

Steve 精准概括了当下老板们的心态：“他们现在先问第一个问题，要不要招人？然后才是招什么人。”

据 Forrester Research 统计，全球只有 16%的员工具备高 AI 就绪度。企业不投入培训，员工靠自学。Z 世代 AI 就绪度最高，有 22%，却最先被从入门级岗位上赶走，因为入门级岗位正是最容易被 AI 吞掉的。Mercer 调查显示，员工对 AI 导致失业的焦虑从 2024 年的 28%飙升到 2026 年的 40%。

AI 既是抢人的理由，也是裁人的借口。定义权在谁手里，游戏的庄家就是谁。

漏斗不会变宽

回到最开始那组数字。

29 倍的岗位增长，200%的求职涌入，300 万的年薪，400 万的人才缺口。每一个数字都是真的，但拼在一起，讲的是截然不同的故：岗位在增长，开口极窄；求职在涌入，绝大多数连筛选都过不了；薪资在飙升，只属于金字塔尖那几十个人；缺口在扩大，缺的东西和供给的东西根本对不上。

但这个漏斗不会变宽。AI 技术每半年迭代一次，今天最火的方向半年后可能成为遗迹。你以为离太阳很近，一个新模型发布，你可能就被甩到了外围。

Steve 说了句话，既可以当这个行业的墓志铭，也可以当入场券：“用时间长度来衡量资历可能已经不够了。重要的是你跟 AI 交互的密度和深度。有人四年前入行，但只是一般性地用一用。有人去年才进来，但全身心投入。你告诉我，谁的资历更深？”

三位猎头自己也在被这个行业重塑。Eva 在学算法原理，Steve 在研究 Agent 框架，肖玛峰刚从一个 00 后创业者的会议上出来，感叹“人家的认知已经到了下一个层次”。卖铲子的人也得跟着淘金的节奏跑。

陈蕾最近在 GitHub 上开始做一个小项目，用 Agent 框架写了个法律文书自动生成工具。没人让她做，也没人给她钱。她说自己想明白了一件事：与其等着被漏斗筛选，不如自己凿一个洞出来。

这可能是全文里唯一接近乐观的部分，但也只是接近。

绝大多数人既不是那 60 个拿到 300 万的博士，也不是陈蕾这样还有能力和意愿去凿洞的人。他们是漏斗中段那些沉默的大多数，不够顶尖可以被天价争抢，不够决绝可以推倒重来。

这个漏斗，不会变宽。