硅谷巨头花800万年薪抢“这一类人”

前几天，高盛经济学家Joseph Briggs提出了一个耐人寻味的判断：随着AI普及，未来美国约9%的人有失业风险。这相当于全美1500万人可能会丢掉饭碗。

管理咨询、平面设计等AI应用较快的行业，感受最为直接。这些行业新招聘岗位需求每月已经减少约1万到1.5万个。

这样的数字，足以让任何一位关心孩子未来的家长感到焦虑。但Briggs话锋一转，给出了另一半真相：这一切只是技术变革的其中一面。

过去80年的产业革命中，美国约85%的新岗位都是技术进步催生出来的。这一次AI也不例外。

今年，美国科技行业因AI发展需要，诞生了几个全新的职业方向。顶级名企开出了动辄百万美元的年薪抢人。

这轮由AI催生的新职业浪潮，也给正在为孩子规划专业方向的家庭，提供了一个重新思考的机会。

与其追着眼下最热门的技术标签跑，或许更该看清楚，未来真正稀缺的能力究竟长什么样子。

01

从代码高手到哲学家：硅谷正在疯抢的两类新贵

要说今年科技圈的顶流职业，前沿部署工程师（Forward Deployed Engineer，简称FDE）必须排在首位。今年这个岗位的招聘需求，同比暴涨超过1000%。

从金融、航空、医药到科技领域，各行业巨头都在疯抢这类人才，其中包括OpenAI、Anthropic、Palantir等公司。

这个岗位其实早在2003年就已经存在，但当时只出现在美国联邦调查局（FBI）、五角大楼等军方和情报部门。

这一次，是因为AI商业化落地的浪潮，才让FDE彻底爆发出圈。

FDE具体做什么？

简单来说，工程师会直接入驻客户公司内部，先理解对方的业务和真实痛点。再制定个性化且能落地实现的解决方案，最后搭建智能体、调试模型，把方案真正交付上线。

它既不是传统意义上的程序员，也不是单纯的产品经理。这个岗位需要的，是同时懂技术、懂行业、懂商业沟通的复合型人才。

有调查显示，FDE每周47%的时间用于和客户沟通，31%用于写代码做交付，内部协调只占22%。这和传统高级工程师的时间分配几乎完全相反。

FDE的薪酬非常可观。今年中高级和首席级别的FDE，总年薪普遍在20万至65万美元之间，折合人民币约136万到442万元。

在Anthropic、OpenAI、Google DeepMind这类顶级AI巨头里，高级FDE年薪能达到56万到78.5万美元。首席研究员一级的薪资，则会超过100万美元。

需要说明的是，不同职级、不同岗位序列的薪资区间会有所差异。

比如OpenAI内部的L5至L6级研究岗位薪资为70万至128万美元，Anthropic对应的L6级也差不多在120万美元左右，顶格年薪接近820万元人民币。

这些属于更高阶的研究序列，与前文提到的一线FDE岗位并非完全同一层级。

但两者共同反映出，这类懂技术又懂业务落地的复合型人才，正被市场以前所未有的力度争抢。

国内大厂也纷纷开设了类似岗位，只是叫法不同，比如AI解决方案工程师、AI落地师、AI技术交付专家等。

本质上都是FDE的国内版，薪资待遇同样十分可观。

另一个硅谷顶流职业，是AI哲学家。它要解决的是"AI应该怎么做"这个问题，名企给出的岗位年薪同样能达到六位数美元。

谷歌DeepMind今年专门为剑桥学者Henry Shevlin设立了哲学家岗位，负责研究机器意识、人机关系和通用人工智能（AGI）的伦理问题。

目前，DeepMind已经至少雇用了10位AI哲学家。

Anthropic同样组建了自己的哲学团队。

负责Claude价值观设计的Amanda Askell，本科毕业于耶鲁大学哲学系，博士就读于纽约大学，长期研究伦理学、决策理论和认识论。加入Anthropic之前，她还曾参与OpenAI的AI安全和政策研究工作。

就连OpenAI的CEO Sam Altman也透露，在制定ChatGPT行为规范的过程中，团队聘请了数百位伦理学家和哲学家共同参与设计。

AI公司突然开始抢哲学人才，原因并不复杂。如今的大模型，不再只是回答问题的工具，还必须具备价值判断的能力。

比如当用户问到自杀、暴力、医疗建议、政治敏感话题时，AI该怎么回答？底线划在哪里？不同价值观发生冲突时该如何取舍？

这些问题早已上升到哲学和伦理层面，单纯的编程技术已经无法给出答案。

多年来，哲学一直被嘲笑为"无用之学"，学生常常被贴上"毕业即失业"的标签。但在这波AI浪潮里，哲学专业却意外迎来了属于自己的第二春。

今年美国CS专业应届毕业生失业率为6.1%，计算机工程更是达到7.5%，均高于5.6%的整体失业率。

相比之下，哲学专业失业率仅为3.2%，不仅远低于CS和计算机工程，甚至低于全美平均水平。

耶鲁大学哲学系教授卢西亚诺·弗洛里迪就提到，不少哲学专业的学生还没毕业，就已经拿到了工作机会。

据薪资统计网站PayScale的数据，哲学本科生的平均基本年薪约为8.1万美元，高于多个商科和传播学专业，也是薪资增长最快的专业之一。

在人文学科被普遍唱衰的这些年里，哲学专业学生凭借批判性思维、逻辑论证、伦理推理和清晰写作这套硬功夫，在AI时代打了一场漂亮的翻身仗。

02

信任、融合、品味：读懂AI新职业的三个关键词

世界经济论坛曾预测，到2030年，AI将取代900万个就业岗位，同时也会催生1100万个新增就业机会。

那么，这些未来的新职业，有没有共同的规律可循？

《纽约时报》给出了一个相当精妙的总结：AI催生的新职业，大多会围绕信任（Trust）、融合（Inclusion）和品味（Taste）这三个关键词展开。

第一类是信任类，负责替AI把关。 

AI能快速生成海量答案，但它无法保证内容百分百准确、合法、公平，出了问题也不需要承担后果。

因此，未来这类岗位会负责审核AI输出的内容，制定价值规则，处理伦理争议。他们还要在最终决策环节拍板，并承担相应责任。

AI审计师

AI伦理师

AI翻译官

事实核查员

信任鉴定师

法律担保人

一致性协调员

升级应对官

前文提到的AI哲学家，也属于这一类。

对口的专业大多是法律、哲学、伦理学、公共政策等，过去看似离AI很遥远的人文社科方向。

图说：《纽约时报》文章插图

第二类是融合类，让AI真正落地、创造价值。 

模型再聪明、再先进，如果无法和企业的实际业务结合，就只是一堆技术产品，创造不了任何商业收益。

融合类岗位负责把AI和现实世界连接起来。他们要理解企业的业务需求，调整模型和技术方案，设计工作流，帮企业真正把AI落地、提升效率。

AI工程师

AI训练师

合规优化师

AI与人类协同评估专家

前文谈到的FDE，就属于这一类。

其中，AI工程师是美国目前增长最快的岗位，AI泰斗级人物吴恩达也很看重这个方向，认为它的长期价值可能比FDE更大。

这类岗位最大的特点是：技术能力只是基础，更重要的是懂商业、懂行业、懂用户。商业分析、机器学习，以及工程与商科交叉的项目，都是与之对口的专业方向。

第三类是品味类，这是最难被AI取代的能力。

 "品味"这个词今年在硅谷格外火热，几乎成了大佬们挂在嘴边的高频词。

原因很简单：AI能在几秒钟内生成上百种方案，但它不知道哪种风格与品牌调性契合，哪种表达能真正打动人心。文化、情感和审美，依然是人类独有的领域。

当每个人手里都握着一个强大的AI工具时，真正决定胜负的竞争，其实变成了人的判断力、独有的审美和创造力，看谁能把技术和创意真正融合在一起。

未来这类岗位会围绕创意、品牌和内容决策展开，比如产品设计师、故事设计师、世界观设计师、差异化设计师等。

对应的是设计、传媒、人文艺术、心理学、社会学等多个学科方向。

总结来看，无论是信任类、融合类，还是品味类岗位，需要的几乎都是学科交叉型人才。员工必须具备两门甚至多门学科的知识储备，跨学科能力正在成为职场新常态。

还有一个趋势同样值得注意：人文学科非但没有失去价值，反而以"新文科"的角色悄然崛起，深度参与到了AI产业的发展之中。

原因也不难理解。当AI越来越擅长写代码、做计算分析和生成内容时，人文学科长期培养的思辨能力、沟通协作能力、伦理推理能力和价值判断能力，反而变得愈发稀缺和值钱。

03

从斯坦福到宾大：美国名校正在重新定义"AI人才"

这几年，美国不少大学都在打破学院之间的传统壁垒，把AI和不同学科重新组合，推出新学院或新专业，为未来的新职业提前储备人才。

最典型的例子是斯坦福大学。

2019年，被誉为"AI教母"的李飞飞等人，创立了斯坦福大学以人为本人工智能研究院（Stanford HAI）。他们希望推动AI从纯技术领域走向真正的跨学科合作。

如今，HAI已经聚集了400多位来自工程、医学院、商学院、教育学院、人文与科学学院等不同学院的跨学科学者。

今年5月，斯坦福进一步将HAI与数据科学中心合并，联合七大学院与产业界，共同攻克AI时代最复杂的难题。同时，他们也在探索基础科学问题、培养下一代人才，让AI更好地服务社会。

图说：斯坦福大学以人为本人工智能研究院（HAI）官网页面

7月1日，威斯康星大学麦迪逊分校正式成立了计算与人工智能学院，这是该校40多年来首个新设的学院。

新学院整合了计算机科学、数据科学、统计学、图书馆学和信息科学等优势学科。

新学院成立的初衷，是为了更好地解决AI开发、管理和应用中的现实问题，让学生在学习技术的同时，也能认真思考信任、公平、隐私等更深层的议题。

宾夕法尼亚大学是常春藤院校中动手最早的一所。

2024年，宾大率先推出了藤校中首个AI本科专业。去年，沃顿商学院联合工程学院，又开设了商业人工智能专业。

这个专业既教授数据科学、统计学、机器学习、神经科学等理解和使用AI所需的基础知识，也深入探讨AI在商业、经济、法律、伦理、心理和社会等领域的实际应用。

MIT同样走在时代前列。

2022年，MIT在电气工程和计算机科学系新增了AI与决策专业，教学生如何用大模型在金融市场、自动驾驶、智能电网等领域做出决策和优化。这也正是目前硅谷最稀缺的能力之一。

目前，该专业已有近330人主修，热度仅次于传统CS类专业。

杜克大学则选择把AI和创意结合起来。

2021年开设的计算媒体专业，融合了计算机科学、视觉艺术、游戏开发和交互设计。它专门培养既懂技术、又有创意和审美的新一代数字内容创作者。

南加州大学同样值得关注。

今年秋季，该校的AI本科专业正式开始招生，首届计划招收30人。

去年底，学校旗下的艺欧文与扬氏学院（USC Iovine and Young Academy）还推出了全美首个人类技术交互专业。这个专业涵盖工程、传播、医学、人本设计和产品管理等课程，专门培养能够理解人类认知和情感需求的产品设计师。

除此之外，哈佛、西北大学、卡内基梅隆大学（CMU）、康奈尔、加州大学伯克利分校、加州大学圣地亚哥分校、乔治亚理工学院等院校，也都已经开设了涉及AI研究或应用的相关专业和学院。

可见，AI正在打破学科之间的围墙，逐渐成为所有专业的基础能力。而美国大学，也已经把跨学科培养当作了面向未来人才的一门必修课。

04

技术会过时，这几种能力永远不会

随着AI技术向更高维度发展，未来企业还会不断冒出我们今天听都没听过的新岗位，大学也会持续推出新的学院和专业。今天提到的这些新职业，也许过几年就会被更新的名字取代。

但有几件事，无论技术如何变化，都不会过时。

首先，打好学科基础。 

时代变化得越快，地基反而越重要。数学功底好的孩子，未来无论转向数据科学、量化金融，还是AI算法，路都是敞开的。

表达能力强、写作扎实、逻辑清晰的孩子，未来去做AI训练师、产品设计，或是技术传播工作，也更容易脱颖而出。

基础打得越牢，未来的选择空间就越大，因为一旦需要跨界，能力的迁移速度会明显更快。事实上，多数成功跨界的人，都是先在一个领域把本事练到家，再把这份核心能力平移到新的领域里。

其次，做文理兼修的人。 

这些年，很多家庭在选专业时，目光几乎都聚焦在理工科上。

但回头看看这些新兴的专业和职业，很少有纯技术导向的。它们几乎全都是"技术加上人的维度"，比如认知、情感、伦理和心理。一旦缺了"人"这个维度，再先进的技术，也只是一堆没有方向的工具。

李飞飞最近在一次播客访谈中提到，未来的职场可能会走向两极分化，只剩下两类人。

一类是前1%的顶尖专家，掌握着不可替代的核心技能。

另一类，是能够跨领域整合资源、解决复杂问题、拥有统筹力和判断力的通用型人才。

而绝大多数孩子，未来更有可能成为后者。所以在规划专业方向时，不要轻易放弃人文学科，也不必急着把孩子一股脑推向纯理工科的赛道。给他们足够的空间去探索，才更有机会找到真正适合自己的方向。

另外，要尊重孩子真实的个人兴趣。 

未来是一个高度个性化的世界，说不定孩子眼下不起眼的小热爱，正是他日后撬动更大世界的支点。

前不久，英伟达CEO黄仁勋提出了一个"五层蛋糕模型"。他把AI产业分为能源、芯片、基础设施、模型和应用五个层次。

底下四层几乎是英伟达、台积电、OpenAI这类巨头的战场。而最上层的应用层，才是留给所有人的机会，值得每个人认真投入。

应用层真正比拼的，是一个人精通什么知识、深耕在哪个行业，再用AI去改造或重新创造它。懂医学的人，可以做AI加医疗；懂教育的人，可以做AI加教育。

孩子眼下的小爱好、愿意钻研的那个小领域，从来不是耽误学习的旁枝末节。

未来，如果孩子拥有一份真正独特的兴趣，再学会用AI把这份热爱变成现实，这份独特性本身，就会是他最难被复制的竞争力。

真正需要担心的，从来不是孩子学得不够多，而是孩子从始至终，都没能找到自己真正热爱的东西。

最后，培养孩子承担责任的意识。 

AI能帮我们完成很多具体的工作，但当AI给出的方案出现问题、或是它本身出现错误时，最终需要站出来做判断、下决策、并承担后果的，永远是人，不是机器。

所以在日常生活的点滴小事里，从小培养孩子的责任感、担当意识和端正的三观，或许才是让他们在未来真正成为技术的守门员，而不是被技术牵着走的关键所在。