來源：市場資訊

（來源：網(wǎng)易智能）

出品 | 網(wǎng)易智能

作者 | 辰辰

編輯 | 王鳳枝

公司能提供多少AI算力，竟然也成了薪酬總包的一部分？這種看似新奇的現(xiàn)象，正在硅谷真實發(fā)生。

過去二十年里，吸引頂尖軟件工程師的籌碼通常是高額底薪、豐厚獎金以及誘人的股票期權。但如今，如果你走進帕羅奧圖(Palo Alto)或山景城(Mountain View)的咖啡館，可能會聽到求職者在面試中拋出一個帶有些許魔幻感的新訴求：公司到底能為我提供多少專屬AI算力。

當AI推理效果直接決定了開發(fā)者的產(chǎn)出效率時，這場圍繞底層硬件使用權展開的隱形博弈，正在悄然重塑2026年的職場法則。

一、算力即權力：面試桌上的新籌碼

在OpenAI負責AI編程服務Codex的工程負責人蒂博·索蒂奧(Thibault Sottiaux)最近在社交平臺上分享的有趣現(xiàn)象：在面試候選人時，他越來越多地被問到，為了構建產(chǎn)品，我個人能獲得多少專用的推理算力。

這背后折射出一個殘酷的職場新邏輯：在AI時代，算力就是程序員的生產(chǎn)資料。

正如OpenAI總裁格雷格·布羅克曼(Greg Brockman)所強調(diào)的，AI算力在科技崗位的薪酬構成中正變得日益重要。

想象一下，如果你是一名程序員，但你所在的公司只提供基礎版的AI輔助工具，而你的同行卻擁有無限制、高帶寬的頂級模型訪問權限。這意味著對方可以在幾秒鐘內(nèi)完成你可能需要數(shù)小時調(diào)試的代碼架構，長此以往缺乏算力支持的開發(fā)者不僅產(chǎn)出低，甚至可能在職業(yè)競爭中面臨被降維打擊的風險。

這種焦慮正在重塑硅谷的薪酬結構。知名薪酬數(shù)據(jù)網(wǎng)站Levels.fyi最近就記錄到一個極具象征意義的案例，一名軟件工程師在提交的薪酬組成中，赫然將Copilot訂閱包列為其福利的一部分。雖然金額不高，但這標志著AI訪問權限已正式跨入員工福利清單。

二、公司財務們的算盤：20%的隱藏薪酬

對于企業(yè)的首席財務官(CFO)們來說，這種趨勢不僅是文化變遷，更是一場財務風暴。

理論風險投資公司(Theory Ventures)的托馬什·通古茲(Tomasz Tunguz)給出了一個驚人的估算。目前一名硅谷頂尖工程師的年薪約為37.5萬美元，如果公司每年再為其提供價值10萬美元的推理算力預算，那么這名員工的綜合成本將飆升至47.5萬美元。

換句話說，AI算力將占據(jù)一名技術人才總薪酬成本的20%以上。

通古茲本人也是一位重度算力用戶。他在日常工作流程中集成了大量AI工具，每天自動化處理多達31項任務，每年的推理成本約為1.2萬美元。

“如果一個工程師一年燒掉10萬美元的算力，那他最好能帶來8倍以上的生產(chǎn)力提升?！蓖ü牌澰诼殘錾缃黄脚_LinkedIn上寫道。這種基于每美元算力產(chǎn)出比的考核方式，正成為財務部門衡量員工價值的新尺度。

然而，許多業(yè)內(nèi)人士對此并不買賬。前Facebook產(chǎn)品副總裁山姆·萊辛(Sam Lessin)在社交媒體X上直言，人們似乎成為了新的機器人。最初的設想一直是，這是你用來補償機器人的方式而不是人類。如果你表現(xiàn)好就能獲得更多智能，表現(xiàn)不好則沒有。他認為這種黑色幽默如今已經(jīng)成為了生活的核心主題。

與此同時，老牌科技資訊社區(qū)Slashdot上也掀起了針對此事的激烈熱議。多數(shù)網(wǎng)友對此并不買賬，認為這是科技公司企圖將技術成本轉嫁給員工的剝削手段。他們不僅質(zhì)疑該方案的可行性更直斥其荒謬，指出其本質(zhì)是用工作必需的算力來偷換真實的薪酬概念，甚至有評論一針見血地將其類比為1995年用辦公電腦抵扣工資。

不過，也有少數(shù)人看到了其中的潛在價值。他們回溯到早年昂貴PC時代，指出當時確有利用頂級硬件作為甜頭吸引技術大牛的案例。但這部分人也強調(diào)了一項核心前提：若算力真的被定義為一種補償，則員工應擁有其絕對的所有權，即可以自由出售或交易而非僅限工作使用。否則，所謂的算力抵薪無異于一場披著福利外衣的工具租賃。

前微軟最有價值專家(MVP)保羅·帕蒂爾諾(Paolo Patierno)也在X上發(fā)文直言：“我認為公司理應將AI工具視作基礎的辦公標配，就像筆記本電腦一樣提供給員工，而絕不應該算作薪酬的一部分。否則，我們是不是也可以去問問供應商，看能不能用AI Token來支付賬單呢？”

三、硬件困局：為什么Token越來越貴？

既然算力如此重要，科技公司為什么不干脆給員工管夠？答案在于硬件供應鏈的極端緊缺。

2026年，算力市場的通脹壓力主要來自底層硬件。美光科技(Micron Technology)CEO桑杰·梅赫羅特拉(Sanjay Mehrotra)指出，由于AI基礎設施瘋狂擴張，DRAM內(nèi)存芯片的供需缺口達到了歷史最高水平，價格年增長率達20%。

特別是對高性能AI至關重要的HBM(高帶寬內(nèi)存)，幾乎處于一芯難求的狀態(tài)。這種硬件成本的上漲，不可避免地傳導到了終端用戶手中。

不僅硬件昂貴，AI模型本身也變得越來越啰嗦。為追求更好的推理能力模型生成的Token數(shù)量大幅增加，尤其在進行復雜邏輯推理時，模型往往需要輸出詳盡的思維鏈(CoT)，這直接導致計費表飛速跳動。

OpenAI等頭部AI模型廠商也面臨巨大的盈利壓力。例如其旗艦模型GPT-5.2，OpenAI將向開發(fā)者收取的輸入Token價格從前代GPT-5.1的1.25美元提高到了1.75美元，單Token價格漲幅達40%。這意味著公司分發(fā)給員工的每批Token，背后都是真金白銀的支出。

四、智能體的陷阱：算力消耗的指數(shù)級增長

如果說普通編程輔助還在CFO的忍受范圍內(nèi)，那么AI智能體的普及則徹底打破了預算平衡。

字節(jié)跳動在2025年底發(fā)布的一份研究報告揭示，智能體在交互過程中的Token消耗并非線性增長，而是呈指數(shù)級跳躍。

在典型的智能體循環(huán)中，每一次對話、每一個工具調(diào)用及其輸出，都會作為上下文重新喂回模型。報告指出，Token成本隨著API調(diào)用輪數(shù)的平方而增加。這種算力黑洞讓許多企業(yè)在部署AI智能體時感到肉疼，也促使企業(yè)必須像管理現(xiàn)金流一樣管理Token。

以最近爆火的智能體龍蝦OpenClaw為例，當用戶需求從單次問答變成了多步驟自主執(zhí)行時，算力消耗也呈幾何級數(shù)增長。

傳統(tǒng)的聊天模式中，人類提問一次，機器回答一次，Token消耗是線性的。而當企業(yè)利用OpenClaw部署代理式AI后，模型會在后臺自主搜索、跨應用執(zhí)行、糾錯并反復推演。英偉達CEO黃仁勛最近就拋出了一個極具警示意義的數(shù)據(jù)，這種智能體任務的Token消耗量飆升了整整1000倍。

五、職場生存指南：如何在算力緊縮時代自救？

面對日益昂貴的算力，2026年的職場人該如何應對？以下是三條實用的算力省錢經(jīng)：

· 學會分時度假式批處理。大多數(shù)AI服務商現(xiàn)在都提供非高峰期的批處理價格。對于不急需即時反饋的任務，例如大規(guī)模代碼重構或文檔分析，利用夜間批處理可以將成本降低50%以上。

· 保持禮貌用語真的能省錢。這聽起來像個笑話，但卻有科學依據(jù)。愛荷華大學的研究發(fā)現(xiàn)，對AI使用諸如請或勞駕等禮貌用語竟然能減少模型輸出的冗余。研究顯示，非禮貌的祈使句會導致GPT-4生成更多無關的解釋性Token，平均每個請求增加約0.000168美元的額外成本。雖然單筆開銷微乎其微，但對于日均處理22億次請求的OpenAI來說，如果全世界都變得粗魯，公司每天將多賺36.9萬美元。

· 設置算力熔斷機制。參考字節(jié)跳動的建議，開發(fā)者應為AI智能體設置最大輪數(shù)(Turns)限制，并結合RAG(檢索增強生成)技術。通過減少不必要的全文本上下文傳輸，強制程序在有限的Token預算內(nèi)給出答案。

六、結語：新時代的開端

2026年，或許會被歷史記錄為Token薪資元年。

我們正在目睹一場深層次的職業(yè)分配改革，從雇傭一個大腦轉向雇傭一個由AI加持的大腦。

在這個時代，衡量頂尖人才的標準，不僅是智商和經(jīng)驗，更是其調(diào)動和利用全球算力資源的能力。對于廣大內(nèi)容創(chuàng)作者而言，這同樣是一個信號。

正如硅谷工程師開始爭取他們的算力包，我們也應當思考，在未來的創(chuàng)作流中哪些環(huán)節(jié)可以交給AI。我們又該如何守護那些Token換不來的、屬于人類的情緒共鳴與深度觀察。

畢竟，薪水可以用Token支付，但真正的創(chuàng)意，永遠無價。