北京
姚顺雨从清华姚班毕业时，面前摆着好几条路。他选了AI研究，几年后，这条路的回报远超大多数同龄人的想象。OpenAI给顶级研究员的股权薪酬支出占营收比例从45%飙到119%，Meta直接开出2亿美元年包挖人，Cursor两年估值翻了20倍。理工科天才的黄金时代，来得比所有人预想的都猛。
这不是个别现象，而是一套完整的定价逻辑在起作用。AI研究员的职业路径，本质上是一场四步选择游戏：选专业、选导师、选公司、选时机。每一步踩准了，身价就上一个台阶。姚顺雨们之所以值钱，不是因为智商碾压，而是因为他们在正确的时间站在了正确的位置上。
资本狂潮把人才价格推上了天
先看钱从哪来。创业公司的估值增速已经远超传统科技巨头，Cursor两年估值翻20倍，OpenAI的股权薪酬支出占营收比例从45%一路飙到119%。这意味着什么？公司烧的钱里，超过一整个营收盘子都用来买人了。资本愿意为AI人才付这个价，是因为他们赌的是未来十年的技术红利。
这种估值膨胀直接传导到人才市场。Meta开出2亿美元年包挖人，不是财大气粗，是算过账的——一个顶级研究员可能决定一个产品线的生死。在AI领域，顶尖人才和普通人才的产出差距不是两倍三倍，而是数量级的差异。资本看懂了这一点，所以愿意溢价。
经验半衰期太短，资历护城河失效
钱只是表面，更深层的逻辑是技术迭代速度。PyTorch取代TensorFlow，模型架构快速演进，五年前的经验可能已经过时。在传统行业，十年经验是加分项；在AI领域，经验半衰期短到让人焦虑。
这就引出一个关键概念：隐性知识。NASA飞控员的案例很能说明问题——组织成功不仅依赖文档，更依赖那些难以编码的经验。AI领域同理，前沿试错中沉淀的隐性知识，是论文和代码库都装不下的。一个在行业最前沿踩过坑的研究员，他的价值不在于会调参，而在于知道哪些路走不通。这种经验无法速成，只能靠真金白银的试错换回来。
算力稀缺，才是人才定价的上游阀门
但真正卡住人才价格的，是算力。英伟达黄仁勋预计2027年算力需求增速超100%，但供给明显受限。OpenAI 2025年亏损385亿美元，其中算力租赁费就占了172亿。算力成本直接约束了探索性实验的数量——实验做得少，试错机会就少，隐性知识的积累就慢。
所以"见过世面的大脑"更值钱：他们能用更少的算力做出正确的判断，帮公司省下真金白银。想搞价值投资的第一步是有钱，追求AGI的第一步是有算力。这句话放在人才市场同样成立——算力稀缺推高了试错门槛，试错门槛又拉高了有实战经验人才的身价。
中国不缺天才，缺的是请得起天才的资本
乌克兰船舶设计师瓦列里·巴比奇的经历是个残酷的注脚。他的天才毋庸置疑，但苏联解体后产业基础崩塌，他的才华无处安放。天才的智商由基因决定，天才的成就由产业基础决定——这句话放在AI时代依然成立。
中国不缺姚顺雨这样的天才，缺的是腾讯这样出手阔绰、能提供充足算力和资源的追赶者。当产业资本环境跟不上，再聪明的头脑也只能在有限的舞台上发挥。这不是智商问题，是生态问题。理工科天才的黄金时代已经到来，但能接住这份红利的，不只是个人，更是整个产业体系的厚度。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
