AI新造富神话:除了算法天才,还有什么新型AI职业可选择?

新闻

作者：微信文章
每天150万美元流向“AI老师”，22岁辍学生靠此成为最年轻亿万富翁。当Meta以天价延揽Scale AI创始人加入、双方达成深度战略合作的消息震动硅谷时，这笔交易不仅让27岁的Scale AI创始人Alexandr Wang事业再上新台阶，更意外地成就了三位22岁青年的创业神话。

他们创办的公司叫Mercor。就在Scale AI与Meta深化合作后，原本的客户——包括OpenAI、谷歌——开始寻找新的合作伙伴。Mercor接住了这波外溢订单，迅速从一家名不见经传的初创公司，成长为估值百亿美元的独角兽。

今天，这家成立仅三年的公司每天向“AI老师”支付超过150万美元的薪酬，年化收入接近4.5亿美元。这揭示了一个被大多数人忽视的真相：AI热潮中，最大的赢家不一定是算法天才，而是那些站在产业链不同环节、分食“训练费”的人。


一、冰山之上：算法天才的神话

我们习惯把AI造富故事简化为“天才程序员改变世界”。他们确实是这个时代的幸运儿——凭借算法能力跻身高薪阶层，享受着AI浪潮的红利。但这是AI高薪图谱的冰山一角。真正的财富分布，藏在水面之下。

单次大模型预训练耗资数千万美元。这笔钱除了购买英伟达芯片、支付电费，最终流向了谁的口袋？答案是：分布在AI训练三阶段的不同玩家。

第一阶段：预训练——算力与架构的“造物主副手”

这是最烧钱的阶段。单次训练耗资数百万至上千万美元，需要清洗整理教科书、学术论文、维基百科等海量高质量数据。

在这个阶段，真正的稀缺人才不是写训练代码的普通工程师，而是分布式系统架构师和GPU算力集群专家。他们的任务是在千万美元预算内保证系统不崩溃，让数千张显卡协同工作。这类人才全球稀缺，薪资往往附带巨额期权，属于“造物主的副手”。当算力规模扩展到千卡级别，系统架构的复杂度呈指数级上升。能驾驭这种复杂度的人，价值远超单纯调模型的算法工程师。

第二阶段：专业训练——知识“翻译官”的黄金时代

当AI完成基础教育，进入专业训练阶段，最有趣的现象出现了：知识倒挂。这个阶段需要注入医学、法律、金融等专业数据。数据量虽然减少，但对质量的要求指数级上升。谁掌握高质量的专业知识，谁就掌握了议价权。

于是，一个新兴高薪岗位诞生了：领域知识工程师。Mercor的商业模式正是卡位这一环节。它为AI实验室招募律师、博士、医生等专家来训练模型，时薪最高可达250美元。一位资深律师在AI公司拿到的薪资，可能超过在顶尖律所的收入。他们的工作不是写代码，而是给AI喂“人类精华”——提出让AI卡壳的复杂商业问题，构建复杂的财务模型，然后手把手教AI什么是对、什么是错。根据Mercor的官方招聘信息，具有投行背景的金融建模分析师时薪可达100-200美元，负责将复杂的LBO、DCF等交易经验转化为结构化知识，用于训练金融决策AI。更有意思的是，诗人这一看似与AI无关的职业，时薪也能达到150美元——因为他们能增强AI对诗歌结构、文学细微差别和情感表达的理解。

AI公司需要这些专家写出“评分细则”，让模型学会在特定领域做出正确判断。制作一份高质量的细则可能耗时10小时以上，包含数十条评价标准，而一次训练需要数十万份这样的细则。

这些专家输出的不是代码，而是他们在行业摸爬滚打十几年积累的“隐性知识”——那些无法通过公开数据获取的实战经验。这正是AI模型从“通才”进化为“专才”的关键养料。

第三阶段：对齐训练——AI“品德课”的守门人

AI越强大，犯错造成的破坏就越大。这就是对齐训练的价值——建立回答红线，确保模型不“胡说八道”。

这个阶段催生了AI风险管理师、AI安全与伦理官、底线测试专家等高薪岗位。他们负责给AI设定边界，用人类反馈优化回答质量。这类工作需要懂心理学、法学甚至伦理学的复合背景。这种对人性与技术的双重理解，正是最稀缺的能力。


二、高薪的陷阱：当知识劳工成为“饲料”

然而，高薪故事的另一面，是残酷的阶层分化。前MBB咨询师收到Mercor平台时薪120美元的邀约时，以为自己拿到了体面的“AI教导合约”。但当她真正进入流程，才发现真相远非如此。

平台要求她交出过往真实项目的核心逻辑、判断链路——那些耗费数月、价值数百万美元的职业结晶。所谓高薪，不过是用几百美元换走她几十年积累的专业价值。

“我不是牛马，而是牛马的饲料。”这是她经历AI面试后的第一反应。更令人窒息的是那种彻底的“非人感”：摄像头全程监控，烧水、拿外卖、如厕都需要暂停计时。想拿到5小时的薪酬，实际耗时远超于此。

这就是AI时代的阶层真相：少数人靠不可替代的专业知识跻身高薪阶层，多数人陷入“数据劳动”的陷阱，廉价贡献毕生所学，最终教会AI取代自己。

一位在Mercor平台上打工的专家在接受采访时苦笑：“我正在训练AI有朝一日取代我的工作。”这种宿命感在Mercor的内部社群讨论中并不罕见。


三、AI时代的“新三大阶级”

透过这场财富分配的游戏，我们可以清晰地看到AI时代的阶层分化：

01 算力资本家：拥有芯片和资本的人，赚取行业整体红利。Mercor的三位22岁创始人凭借这一商业模式，已成为全球最年轻的白手起家亿万富翁之一。

02 模型魔法师：掌握调参和架构魔法的人，赚取稀缺技术溢价。顶级研究员年薪已突破200万美元，行业薪酬涨幅达25%。

03 知识苦行僧：提供清洗、标注、对齐服务的人——少数人靠不可替代的专业知识（医学、法律、伦理）跻身高薪，多数人沦为算法驱动的“数字流水线”上的螺丝钉。根据《华尔街日报》报道，Mercor在2025年雇佣了超过30,000名这样的“高端”外包人员。

AI没有消灭工作，它只是像历次工业革命一样，将人群重新洗牌，划出新的阶层分界线。

结语：站在历史正确的一边

所谓高薪，本质是“不可替代性”的定价。AI时代，如果你能定义AI的规则、喂养AI的知识、校准AI的伦理，你就是规则的制定者；如果你只会执行AI的命令，你就是数据流中的燃料，随时可能被替换。

Mercor CEO Brendan Foody说：“这些AI公司总得站在历史正确的一边。”而我们每个人，也需要问自己：我站在历史的哪一边？

不必恐惧AI取代你。要恐惧的是，你正在把自己活成一个低配版的AI——机械、重复、且没有灵魂。

---

引用说明：

·  Parsers VC数据库，Mercor公司档案（访问时间2026-01-28）
·  RichChat深度报道，《零工经济2.0：精英们在为22岁的亿万富翁训练替代自己的AI》（2026-02-13）
·  科技媒体报道，《AI训练专家Mercor估值欲破百亿融资忙》（2026-02-09）
·  TechCrunch播客访谈，Mercor CEO Brendan Foody（2026-01）
·  Indeed招聘平台，Mercor Investment Banking Modeling Analyst职位（2026-02）
·  天眼查转载网易号文章，《警惕AI面试骗局：高薪实为数据饲料》（2026-02-20）
·  新浪财经，《创始人杨植麟说Kimi不缺现金，那这次融资的钱打算用来做什么？》（2026-02-17）

（作者系人工智能资深从业者、大数据科学家，曾任四大咨询公司合伙人、大型金融集团数字化运营总经理）


--喜欢请您右下角点个赞👇--

相关合集

AI时代读书 智识日记

人工智能

AI与商业

AI与教育

Al与女性

欢迎扫码关注公众号

中小学生的人工智能科研项目👇

火热报名中！紫熊AI微科研项目来了！