财富的洪流永恒流动，但从不固守同一片河床，而是不断涌向新的海岸。
泛函是一名人工智能（AI）行业猎头，服务的客户主要是硅谷、新加坡、中国的明星AI公司。前不久，一家AI创业公司的创始人让他帮忙物色候选人。“如果需要见面，我们可以飞过去见他。年薪不设上限。”这位创始人言辞恳切，泛函从中感受到了一种深深的紧迫感——而这样的情绪，在这个竞争日趋白热化、变化以“周”为单位计算的行业，正变得日益普遍。
AI公司老板们争分夺秒、全力竞速，但重要的事情无非两件——融资与招人。猎头们告诉记者，为了“挖”到顶尖AI人才，雇主所愿意支付的对价已远超过去的水准，一场轰轰烈烈的造富潮正在上演。
高薪只是这场AI人才争夺战最肤浅的表象。最深处，正在发生的是一场关于“如何定义人才价值”的深刻变革。AI大潮下，不仅传统的薪酬体系已经失效，而且人才画像和招聘渠道都在被同步改写。相比于那些常人难以够着的薪酬数字，普通人真正需要关注的，是怎样让自己的能力迭代速度，跟上AI进化的步伐。
高年薪背后的“金字塔尖”
林勇（化名）是今年毕业的应届博士生，履历非常漂亮——毕业于清华大学，研究的是人工智能和计算机视觉方向，博士期间在CVPR（IEEE国际计算机视觉与模式识别会议）等顶级学术会议上发表过不少论文，还拥有字节跳动的实习科研经历。毕业后，他选择去一家头部大厂，做视觉语言模型，拿到的年薪总包是600万元。
自2022年底大模型技术爆发以来，顶尖人才的薪资水涨船高。林勇的导师告诉证券时报记者，实验室毕业的博士生，年薪七位数是常态。该导师还记得，十年前的上一波AI热潮中，商汤、旷视等“AI四小龙”风头正旺，他身边的清华博士同学，能拿到百万年薪已经算相当顶尖。华为“天才少年”年薪200万元，足以登上彼时新闻头条。
水位变高，源于行业竞争的加剧。裴小科是一个有15年经验的老猎头，深耕互联网和AI赛道。据其观察，2023年AI行业掀起“百模大战”，做大模型的公司很多，但经过三年发展，行业基本格局已定，还留在牌桌上的只剩下字节豆包、阿里千问、腾讯混元以及DeepSeek、智谱、Kimi等少数玩家。但是，国内真正懂大模型基座的人才不多，这些人才决定着模型的智能上限，是所有模型公司争抢的对象，这种稀缺性导致了高溢价。
同时，大模型训练的过程，本质是通过海量数据、大规模算力与复杂系统协同进行的一种工程实验，成本高，结果不确定性高。一名业内人士告诉证券时报记者，一个优秀的模型科学家，可以通过架构优化、算子定制与推理调度，提升训练效率，降低算力消耗。人力成本看似变高了，但节省的算力费用却可能远高于薪资支出。高薪抢人看似疯狂，实则是经过计算后的理性决策。
但是，百万年薪并非标配，针对的仅仅是顶尖的那一小撮人。如果将每个行业的人才结构视作一个“金字塔”，AI行业的塔尖比其他行业尖得多，同时也窄得多，“塔尖”的薪水更高，但能拿到这份高薪的人也更少。裴小科强调，媒体热衷报道的超高薪是金字塔尖的人才，AI行业人才的薪酬确实处于高位，但绝大多数岗位薪资没那么夸张。
“企业愿意为顶尖的AI人才支付高薪，甚至数倍于以前的岗位薪资水平，但人力总预算与以前相比并未增加。”招聘网站牛客网CEO叶向宇在接受证券时报记者采访时表示，AI给工作产出的杠杆效应正在放大，一个优秀人才借助AI工具所形成的工作产出，可能是普通员工的10倍甚至更高，企业更倾向于将有限的预算集中投向这些能产生巨大杠杆效应的人。
牛客《2026春季校园招聘白皮书》显示，近八成企业为AI岗位开出了高于同层级传统岗位的起薪，薪资上涨集中在AI等特定方向，而非科技类岗位的普涨，企业正把有限的涨薪预算精准投向最稀缺、最具战略价值的AI人才。
高薪人才的两种画像
时代很少“雨露均沾”，它只会犒赏特定的人。在AI行业，受到企业青睐的高薪人才，主要有两种画像。
一种是最稀缺的基座模型科学家。他们是“皇冠上的明珠”，通常拥有顶尖学府的博士学位，手握人工智能领域顶级刊物和会议的多篇论文，有前沿模型实验室的科研工作经历，做出过有行业影响力的科研成果。这类人才，最典型的代表是腾讯的首席AI科学家姚顺雨。他本科毕业于清华，在普林斯顿大学读博期间提出了智能体（Agent）领域的思维树框架，曾担任OpenAI研究员。
这类顶尖基座模型科学家不仅量少，而且鲜少在市场上流通。“招一个这样的人，猎头费就顶我们干一整年。”泛函说。然而，这种机会并不多，因为顶尖基座模型科学家往往“名花有主”，而且被多家公司时刻“紧盯”。为了网罗这类人才，有的模型公司会与顶尖高校实验室达成合作，在课题立项时就“盯”着这批人，一旦发现有好苗子就迅速联系。“他们还会用很多前沿的技术手段，例如建立情报系统、搜集科研网站信息，一旦‘爬虫’发现新的研究成果，就会信息推送给公司招聘负责人。”泛函表示。
另外一种，则是AI应用与产品相关的岗位，包括Agent、具身智能等方向。这类人才的特点是擅长AI编程，驾驭AI工具的能力极强，具备工程、算法、设计、运营等跨领域学习与连接的能力，能自主地制定方案、创造结果和推动产品落地。
泛函经常为AI应用创业公司招聘AI人才，常见的岗位包括Agent产品经理、增长工程师、出海增长运营等。“最受欢迎的候选人，我总结的画像是‘心碎的OPC（一人公司）’。如果候选人有过创业经验，即使失败了，他也一定很擅长使用AI工具，能够端到端地实现整个业务闭环。”泛函说，以前互联网公司不喜欢招有创业经历的人，认为这样的人不稳定、难管理，但AI时代需要有创业精神的人，需要独当一面的超级个体。
“人才的底层逻辑正在发生根本性重构。”裴小科告诉记者，过去都是企业设定好组织架构，每个人以其自身的专业知识与特定技能为立足点，前端、产品、财务、市场、运营等各类岗位，有明确的分工，共同协作完成项目。而现在，岗位的边界变得日益模糊，单一的知识与技能可以交由AI解决，企业真正需要的，是具备强大AI驾驭能力、极高学习力和跨领域理解力的人才。
一个明显的趋势是，很多企业在人才招聘中已经将AI能力视为必要的考察项目。叶向宇告诉记者，企业越来越看重“AI工程化+场景理解+人机协作+真实交付”的复合能力，牛客网专门为企业提供了AI能力的考核产品。“我们会形成一些考题，例如产品经理需要借助AI输出产品文档、市场营销需要借助AI生成营销方案，更好地考察候选人与AI工具协作的能力。”叶向宇说。
传统招聘路径已失效
在常规招聘逻辑中，发布职位、筛选简历、面试是标准流程。但在AI人才争夺战中，这套传统路径已完全失效。
猎头们告诉记者，AI人才大多数不会出现在BOSS直聘、猎聘、智联招聘等传统招聘平台上。为了“遇到”合适的候选人，AI行业的猎头和人力资源专员需要加入各类AI社群、逛技术论坛或GitHub等开源社区、经常听AI播客，甚至能读懂技术论文、会打黑客松（又称编程马拉松，一种合作编程竞赛活动）。“总而言之，一家AI公司的招聘负责人必须是离AI圈子很近的人。”泛函说。
这些渠道的共同特征是：它们是人才日常“栖息”和创造价值的地方，猎头们要做的不是发布招聘广告，而是融入这些场域，找到合适的人。“招募人才不再遵循‘岗位出现—发布招聘信息—寻找候选人’这样的常规流程，而是变成了‘发现潜在人才—建立关系—长期跟踪—待机引入’的崭新路径。”裴小科说。
而对于基座模型科学家这类核心岗位，招聘甚至由公司一把手或高管亲力亲为、直接“操刀”。例如有媒体报道称，字节跳动创始人张一鸣为了招募清华大学顶级AI实验室的学生，还曾邀请学生到家中吃饭，与其讨论论文细节。
作为新兴事物，AI行业的发展速度十分迅猛，大模型迭代的节奏大幅快于高等教育长达数年的培养周期。因此，许多公司对AI人才招聘的节点开始前置，把触角前置到高校实验室、AI竞赛，甚至中学阶段，提前锁定AI原生人才。例如，腾讯推出了“青科实训营”的暑期实践项目，面向13—18岁的中学生，入选的学生可以进入腾讯核心业务线，做科技项目；字节跳动则发起成立了“知春创新中心”，招募16—18周岁，在数学、物理、计算机和人工智能领域有特长和热情的年轻人，以全职预备研究员的身份进行课题研究。
“这些计划和项目都不以短期雇佣为目的，而是建立长期联系、跟踪成长轨迹，等待最佳时机引入。”裴小科说，AI时代的人才特点，决定了企业单纯靠支付高价薪酬去抢“现成的瓜”效果可能并不好，中长期解法应该是系统化培育和搭建生态，在高校、开源社区乃至早期青年社群中搭建自己的“土壤”和“水系”，建立起能够长期跟踪、陪伴成长的人才池。
