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(shí)發(fā)生。

過(guò)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(jiǎng)金以及誘人的股票期權(quán)。但如今，如果你走進(jìn)帕羅奧圖(Palo Alto)或山景城(Mountain View)的咖啡館，可能會(huì)聽(tīng)到求職者在面試中拋出一個(gè)帶有些許魔幻感的新訴求：公司到底能為我提供多少專(zhuān)屬AI算力。

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

一、算力即權(quán)力：面試桌上的新籌碼

在OpenAI負(fù)責(zé)AI編程服務(wù)Codex的工程負(fù)責(zé)人蒂博·索蒂奧(Thibault Sottiaux)最近在社交平臺(tái)上分享的有趣現(xiàn)象：在面試候選人時(shí)，他越來(lái)越多地被問(wèn)到，為了構(gòu)建產(chǎn)品，我個(gè)人能獲得多少專(zhuān)用的推理算力。

這背后折射出一個(gè)殘酷的職場(chǎng)新邏輯：在AI時(shí)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(qiáng)調(diào)的，AI算力在科技崗位的薪酬構(gòu)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(chǔ)版的AI輔助工具，而你的同行卻擁有無(wú)限制、高帶寬的頂級(jí)模型訪問(wèn)權(quán)限。這意味著對(duì)方可以在幾秒鐘內(nèi)完成你可能需要數(shù)小時(shí)調(diào)試的代碼架構(gòu)，長(zhǎng)此以往缺乏算力支持的開(kāi)發(fā)者不僅產(chǎn)出低，甚至可能在職業(yè)競(jìng)爭(zhēng)中面臨被降維打擊的風(fēng)險(xiǎn)。

這種焦慮正在重塑硅谷的薪酬結(jié)構(gòu)。知名薪酬數(shù)據(jù)網(wǎng)站Levels.fyi最近就記錄到一個(gè)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(biāo)志著AI訪問(wèn)權(quán)限已正式跨入員工福利清單。

二、公司財(cái)務(wù)們的算盤(pán)：20%的隱藏薪酬

對(duì)于企業(yè)的首席財(cái)務(wù)官(CFO)們來(lái)說(shuō)，這種趨勢(shì)不僅是文化變遷，更是一場(chǎng)財(cái)務(wù)風(fēng)暴。

理論風(fēng)險(xiǎn)投資公司(Theory Ventures)的托馬什·通古茲(Tomasz Tunguz)給出了一個(gè)驚人的估算。目前一名硅谷頂尖工程師的年薪約為37.5萬(wàn)美元，如果公司每年再為其提供價(jià)值10萬(wàn)美元的推理算力預(yù)算，那么這名員工的綜合成本將飆升至47.5萬(wàn)美元。

換句話說(shuō)，AI算力將占據(jù)一名技術(shù)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(hù)。他在日常工作流程中集成了大量AI工具，每天自動(dòng)化處理多達(dá)31項(xiàng)任務(wù)，每年的推理成本約為1.2萬(wàn)美元。

“如果一個(gè)工程師一年燒掉10萬(wàn)美元的算力，那他最好能帶來(lái)8倍以上的生產(chǎn)力提升。”通古茲在職場(chǎng)社交平臺(tái)LinkedIn上寫(xiě)道。這種基于每美元算力產(chǎn)出比的考核方式，正成為財(cái)務(wù)部門(mén)衡量員工價(jià)值的新尺度。

然而，許多業(yè)內(nèi)人士對(duì)此并不買(mǎi)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(jī)器人。最初的設(shè)想一直是，這是你用來(lái)補(bǔ)償機(jī)器人的方式而不是人類(lèi)。如果你表現(xiàn)好就能獲得更多智能，表現(xiàn)不好則沒(méi)有。他認(rèn)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(shí)，老牌科技資訊社區(qū)Slashdot上也掀起了針對(duì)此事的激烈熱議。多數(shù)網(wǎng)友對(duì)此并不買(mǎi)賬，認(rèn)為這是科技公司企圖將技術(shù)成本轉(zhuǎn)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(lái)偷換真實(shí)的薪酬概念，甚至有評(píng)論一針見(jiàn)血地將其類(lèi)比為1995年用辦公電腦抵扣工資。

不過(guò)，也有少數(shù)人看到了其中的潛在價(jià)值。他們回溯到早年昂貴PC時(shí)代，指出當(dāng)時(shí)確有利用頂級(jí)硬件作為甜頭吸引技術(shù)大牛的案例。但這部分人也強(qiáng)調(diào)了一項(xiàng)核心前提：若算力真的被定義為一種補(bǔ)償，則員工應(yīng)擁有其絕對(duì)的所有權(quán)，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(wú)異于一場(chǎng)披著福利外衣的工具租賃。

前微軟最有價(jià)值專(zhuān)家(MVP)保羅·帕蒂爾諾(Paolo Patierno)也在X上發(fā)文直言：“我認(rèn)為公司理應(yīng)將AI工具視作基礎(chǔ)的辦公標(biāo)配，就像筆記本電腦一樣提供給員工，而絕不應(yīng)該算作薪酬的一部分。否則，我們是不是也可以去問(wèn)問(wèn)供應(yīng)商，看能不能用AI Token來(lái)支付賬單呢？”

三、硬件困局：為什么Token越來(lái)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(yīng)鏈的極端緊缺。

2026年，算力市場(chǎng)的通脹壓力主要來(lái)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(chǔ)設(shè)施瘋狂擴(kuò)張，DRAM內(nèi)存芯片的供需缺口達(dá)到了歷史最高水平，價(jià)格年增長(zhǎng)率達(dá)20%。

特別是對(duì)高性能AI至關(guān)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(dǎo)到了終端用戶(hù)手中。

不僅硬件昂貴，AI模型本身也變得越來(lái)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(jìn)行復(fù)雜邏輯推理時(shí)，模型往往需要輸出詳盡的思維鏈(CoT)，這直接導(dǎo)致計(jì)費(fèi)表飛速跳動(dòng)。

OpenAI等頭部AI模型廠商也面臨巨大的盈利壓力。例如其旗艦?zāi)Ｐ虶PT-5.2，OpenAI將向開(kāi)發(fā)者收取的輸入Token價(jià)格從前代GPT-5.1的1.25美元提高到了1.75美元，單Token價(jià)格漲幅達(dá)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(jí)增長(zhǎng)

如果說(shuō)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(yù)算平衡。

字節(jié)跳動(dòng)在2025年底發(fā)布的一份研究報(bào)告揭示，智能體在交互過(guò)程中的Token消耗并非線性增長(zhǎng)，而是呈指數(shù)級(jí)跳躍。

在典型的智能體循環(huán)中，每一次對(duì)話、每一個(gè)工具調(diào)用及其輸出，都會(huì)作為上下文重新喂回模型。報(bào)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(shí)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(dāng)用戶(hù)需求從單次問(wèn)答變成了多步驟自主執(zhí)行時(shí)，算力消耗也呈幾何級(jí)數(shù)增長(zhǎng)。

傳統(tǒng)的聊天模式中，人類(lèi)提問(wèn)一次，機(jī)器回答一次，Token消耗是線性的。而當(dāng)企業(yè)利用OpenClaw部署代理式AI后，模型會(huì)在后臺(tái)自主搜索、跨應(yīng)用執(zhí)行、糾錯(cuò)并反復(fù)推演。英偉達(dá)CEO黃仁勛最近就拋出了一個(gè)極具警示意義的數(shù)據(jù)，這種智能體任務(wù)的Token消耗量飆升了整整1000倍。

五、職場(chǎng)生存指南：如何在算力緊縮時(shí)代自救？

面對(duì)日益昂貴的算力，2026年的職場(chǎng)人該如何應(yīng)對(duì)？以下是三條實(shí)用的算力省錢(qián)經(jīng)：

· 學(xué)會(huì)分時(shí)度假式批處理。大多數(shù)AI服務(wù)商現(xiàn)在都提供非高峰期的批處理價(jià)格。對(duì)于不急需即時(shí)反饋的任務(wù)，例如大規(guī)模代碼重構(gòu)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(yǔ)真的能省錢(qián)。這聽(tīng)起來(lái)像個(gè)笑話，但卻有科學(xué)依據(jù)。愛(ài)荷華大學(xué)的研究發(fā)現(xiàn)，對(duì)AI使用諸如請(qǐng)或勞駕等禮貌用語(yǔ)竟然能減少模型輸出的冗余。研究顯示，非禮貌的祈使句會(huì)導(dǎo)致GPT-4生成更多無(wú)關(guān)的解釋性Token，平均每個(gè)請(qǐng)求增加約0.000168美元的額外成本。雖然單筆開(kāi)銷(xiāo)微乎其微，但對(duì)于日均處理22億次請(qǐng)求的OpenAI來(lái)說(shuō)，如果全世界都變得粗魯，公司每天將多賺36.9萬(wàn)美元。

· 設(shè)置算力熔斷機(jī)制。參考字節(jié)跳動(dòng)的建議，開(kāi)發(fā)者應(yīng)為AI智能體設(shè)置最大輪數(shù)(Turns)限制，并結(jié)合RAG(檢索增強(qiáng)生成)技術(shù)。通過(guò)減少不必要的全文本上下文傳輸，強(qiáng)制程序在有限的Token預(yù)算內(nèi)給出答案。

六、結(jié)語(yǔ)：新時(shí)代的開(kāi)端

2026年，或許會(huì)被歷史記錄為T(mén)oken薪資元年。

我們正在目睹一場(chǎng)深層次的職業(yè)分配改革，從雇傭一個(gè)大腦轉(zhuǎn)向雇傭一個(gè)由AI加持的大腦。

在這個(gè)時(shí)代，衡量頂尖人才的標(biāo)準(zhǔn)，不僅是智商和經(jīng)驗(yàn)，更是其調(diào)動(dòng)和利用全球算力資源的能力。對(duì)于廣大內(nèi)容創(chuàng)作者而言，這同樣是一個(gè)信號(hào)。

正如硅谷工程師開(kāi)始爭(zhēng)取他們的算力包，我們也應(yīng)當(dāng)思考，在未來(lái)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(hù)那些Token換不來(lái)的、屬于人類(lèi)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(yuǎn)無(wú)價(jià)。