文 | 蒋旭峰（资深金融从业者）
【系列前言】
这是「200人与14亿」系列的第一篇。
写这个系列的起因，是姚顺雨那条刷屏的新闻。一个98年的年轻人，四次选择全部押中AI，坊间传年薪过亿。越辟谣，公众越清楚一件事：AI时代顶级人才的身价，已经到了普通人无法想象的量级。
但真正让我想写这个系列的，不是那200个站在顶端的人。
是剩下的14亿人。
一个顶级大模型团队，200人撑起千亿估值。这个数字太刺眼了。它意味着，本轮技术革命的红利，正在以极快的速度向极少数人集中。而夹在中间的中产、白领、普通打工人，正在经历一场静悄悄的塌陷。
这个系列一共6篇，我想试着回答几个问题：
为什么历次技术革命都壮大了中产，偏偏这一次不一样？
为什么每家公司都在做正确的降本决策，加在一起结果却更糟？
为什么越优秀、越努力的人，反而越容易在AI时代感到无力？
普通打工人不想卷，还有没有别的路可以走？
AI时代的社会，正在分化成哪几层？你站在哪一层？
没有标准答案，也没有万能解药。我只是想把我看到的图景，尽量完整地画给你看。
知道了全局，你才知道自己的选择意味着什么。
下面是第一篇。
去年（2025年9月），腾讯发了一则紧急辟谣：姚顺雨的薪资没有上亿。
越描越黑。公众第一次清晰地意识到，AI时代顶级人才的身价，已经到了普通人需要用"亿"来想象的量级。
姚顺雨是谁？一个1998年出生的年轻人，清华姚班毕业，普林斯顿博士，在OpenAI做过智能体产品，2025年底加入腾讯、出任大模型团队首席科学家。
他的人生路径说穿了就是四步：选专业押中AI，选导师跟对了方向，选公司进了OpenAI，最后跳到一个"什么都缺唯独不缺钱"的追赶者手里。四次选择，全部命中。
—
这不是孤例。Meta把苹果的庞若鸣挖走，开出超过2亿美元的年包；从OpenAI挖走Jiahui Yu，付了约1亿美元签约费；OpenAI去年回购员工股票，600人一共入账66亿美元，其中75人卖满了3000万美元的上限——这些都是公开报道里反复出现过的数字。
一个顶级大模型的核心团队，大概200人。
200人，撑起千亿级估值。
当然，200人只是一个象征性的数字。在他们背后，是几千人的支撑团队、几万亿美元的算力投入、一整条全球芯片和数据中心供应链。没有英伟达的显卡，没有微软的云，没有成千上万标注数据的人，这200人再厉害也没用。
但即便把所有人都算上，这个数字跟千亿级估值相比，依然小得不成比例。
这个数字值得琢磨。它藏着本轮AI革命和历史上所有技术革命最本质的区别。
01 以前的技术革命，越革命中产越壮大
我们先翻一翻历史。
工业革命来了，蒸汽机砸了手工业者的饭碗，农民被迫离开土地。听起来很惨，但工厂需要大量工人，需要工程师、经理、会计、销售员。社会结构从"地主和农民"的两层金字塔，慢慢长出了中间层。
电气和流水线时代，自动化替代了很多蓝领工人。但企业规模越做越大，管理层级越来越多，财务、人事、法务、研发、市场，白领岗位像雨后春笋一样冒出来。中产队伍持续扩张。
互联网革命更不用说了。它确实干掉了一些传统岗位，但创造了更多新职业。程序员、产品经理、运营、设计师、新媒体、电商主播，过去二十年，白领阶层的规模和收入都在快速增长。
每一次技术革命，都会摧毁一批旧岗位，但同时会创造更多、收入更高的新岗位。技术进步的红利虽然分配不均，但好歹是水涨船高，底层有工作，中层在扩大，顶层赚大钱。
这就是为什么"知识改变命运"成了过去几十年的社会共识。好好读书，学个好专业，进个好公司，就能沿着职业阶梯往上走，就能过上体面的中产生活。
这条路虽然辛苦，但它是确定的。只要你努力，就能看到回报。
02 这一次，AI直接攻入了中产的领地
但AI这一波，不太一样。
它冲击的不是流水线工人，不是农民，而是坐在办公室里、靠知识和技能吃饭的白领。
先搞清楚一件事：AI不是一下子把某个职业干掉，它是从"任务"层面切入的。一个岗位由很多任务组成，AI先接管最标准化、最重复、最容易拆解的那部分。
哪些任务最容易被接管？资料整理、格式化文本、常见问答、初稿生成、数据清洗、标准化审核。这些恰恰是初级白领、基层专业人士每天干的活。
哈佛商学院有一项研究跟踪了数千家企业的AI采用情况，结论很清晰：引入AI之后的6个季度里，初级员工数量平均下降了7.7%，而高级岗位基本不受影响，甚至略有增长。
受损的不是最底层，是中间层。
更有意思的是替代方式。AI不会让律师这个职业消失，但它会让"初级律师助理"这个层级消失。AI不会让设计师消失，但它会让"只会套模板的初级设计师"消失。AI不会让程序员消失，但它会让"写基础CRUD代码的初级工程师"消失。
法律行业已经在讨论一种"只有合伙人的律所"：跑腿的、起草的、核对的活交给模型，合伙人只负责判断和签字。
组织正在长成一个奇怪的形状。顶端是少数专家，底部是大量模型和代理，中间只有很窄的一层人。
以前的公司像金字塔，越往上人越少，但每一层都有足够多的位置给你往上爬。现在的公司更像一根钉子，头部很小，底部铺得很开，中间那根杆细得几乎看不见。
中间层的消失，不像一堵墙轰然倒塌，更像电梯悄悄停运了。
顶层的人本来就在上面，没影响。底层的人可以走楼梯，反正也没指望坐电梯。最难受的是卡在中间楼层的人，上不去，也下不来。
一个35岁的分析师，上有总监，下有实习生。电梯一停，他往上挤不动，往下走不甘心。上一份工作和下一份工作之间，隔着的不是几级台阶，是整个行业的结构性空缺。
03 更残酷的真相：红利只集中在200人手里
如果只是中间层受冲击、顶层获利，那跟历史上也没太大区别。
但这一次的特殊之处在于，获利的人群太小了。小到和整个经济体量完全不成比例。
为什么一个顶级大模型团队只需要200人？因为大模型研发不是人多就能堆出来的，反而人多可能是负资产。
腾讯AI团队的组织方式很说明问题：扁平化、取消管理层级头衔、方向负责人制、砍掉部门周会、问题直提当场决策。为什么要这么搞？因为200个聪明人用高效方式协作，比2000个人按传统层级管理，产出高得多。
这里面有几层逻辑。
第一，瓶颈在"对的方向"，不在"干活的人手"。模型架构选对了、训练策略对了，事半功倍。方向错了，堆再多算力也是烧钱。方向判断靠的是极少数顶级研究员的直觉和经验。
第二，AI自己也在参与AI的研发。代码生成、实验记录、数据分析、文档撰写，这些过去需要大量初级研究员干的活，现在AI能干了。团队结构自然从金字塔型变成倒T型，少量顶级人才加AI工具就够了。
第三，隐性知识的集中度极高。什么是隐性知识？就是论文、专利之外的那些工程诀窍、踩过的坑、调参的手感。像暗物质一样，看不见摸不着，但真实存在。
OpenAI训练GPT-4，用了约2.5万个A100 GPU，浮点利用率只有32%到36%。故障太多，频繁从检查点重启。一次训练的算力成本约6300万美元——这是多家券商研报和公开技术揭秘材料里反复引用的数字。
烧钱烧出来的教训，亏钱亏出来的直觉，就是隐性知识。这些东西不在论文里，不在教科书里，只在那几百个亲手训练过几代模型的人脑子里。
所以姚顺雨、庞若鸣这种人才能开出天价。因为他们脑子里的东西，是用钱买不到、用时间也堆不出来的。如果一个专家能省下一个亿的试错成本，给他开5000万工资也是划算的。
再加上算力稀缺这个放大器。算力越贵，试错成本越高，前沿隐性知识就越稀缺，顶尖人才的身价就越高。这是一个正循环，只不过循环的受益者，只有站在最顶端的那一小撮人。
梁文锋说得很直白：人才不是瓶颈，资源才是最大的瓶颈。反过来理解就是，正因为算力是瓶颈，所以"能把算力用出效果的脑子"才更值钱。
OpenAI L5高级工程师的年总包是82.9万到87.1万美元，而顶尖AI研究员的年薪超过1000万美元（据levels.fyi等公开薪资数据）。中间差了10倍还多。
这还只是AI行业内部的差距。如果和普通白领比，差距是几十倍甚至上百倍。
04 最隐蔽的伤口：入口在收窄
中间层塌陷，最疼的其实不是已经在中间层的人。
最疼的是还没进来的年轻人。
初级岗位从来不只是干活的位置。它是社会的训练教室，年轻人用低工资买经验，企业用培训换未来。过去企业愿意付这笔账，因为一般性技能总得自己养。
现在不一样了。模型加API就能现成买到，新人那点"学习力"不再稀缺。算过账之后，企业发现没必要再养一批学习中的新人。
英国一份覆盖155家大型雇主的调查显示，2024到2025年，毕业生招聘降了8%，学徒招聘涨了8%，初级岗位整体缩了5%。
国内的数据更刺眼。2026届高校毕业生1270万人，创历史新高（教育部数据，同比增48万）。据国家统计局2026年7月公布的分年龄组失业率：16到24岁（不含在校生）为14.9%，25到29岁为7.1%；而30到59岁只有4.0%，但周平均工作时间高达48.2小时。
一边是有工作的人拼命加班保位置，一边是想工作的年轻人进不来。
这像什么？像一个公司停止了校招，但老员工一个都不裁，只是把活都压在现有团队身上。老员工越来越累，新人永远在门外排队。
企业停止招聘初级员工，等于停止为整个社会的成长系统付费。社会曾经默认，每个公司都在为下一代人才付钱。你培训别人家的孩子，别人家的公司培训你的孩子。现在这个默认的前提，被悄悄取消了。
这笔账迟早要有人还，只不过还账的人，现在可能还在上小学。
初级岗位还是身份的传送带。从实习生到专员到经理，每一步都有人告诉你下一步往哪走。传送带停了，年轻人要自己找路。
这也是为什么"中技赛道""职教高考"最近这么火。家长们用脚投票，既然读个普通大学出来也找不到好工作，不如学门实实在在的手艺。
"读书改变命运"这句话，正在悄悄松动。
05 这不是"努力不努力"的问题
很多人喜欢说，AI不会替代你，只会替代不学习的人。
这句话听起来很励志，但它回避了一个更本质的问题。
如果AI替代的恰恰是那些"好好学习、努力工作"的人呢？
一个客服团队规模缩减，不是因为每个客服都不够勤奋。一个初级设计岗位消失，也不代表职场新人缺乏审美。一个35岁的分析师找不到工作，更不是因为他"不学习"。
当技术和资本开始重新编排工作任务时，把一切都归因于"个人不够努力"，既是对受害者的二次伤害，也是对结构性问题的回避。
中间层是社会的减震器。它是大多数家庭的生计来源，是消费的主力，是社会流动性的通道。中间层塌陷，社会结构会从橄榄形变成哑铃形，极少数人拥有定价权，大量的人堵在入口排队。
历史的经验告诉我们，哑铃形的社会，比橄榄形的社会更容易摇晃。
这才是本轮AI革命和历史上所有技术革命最本质的区别。
以前的技术革命，是把底层的人往上拉，一起把蛋糕做大。大家虽然分得多分得少，但都在往前走。
这一次，是把中间层的人往下挤。而蛋糕的增量，只分给了站在顶端的极少数人。200人撑起千亿估值，剩下的十几亿人，在重新寻找自己的位置。
这不是某个人的问题。这是一个时代的命题。
理解了这一点，你才能看懂为什么年轻人越来越焦虑，为什么"读书无用论"重新抬头，为什么职教、手艺突然火了。（本文为作者观点，不代表本头条号立场）
下一篇，我们聊一个更扎心的问题：为什么每家公司都在做正确的降本决策，加在一起结果却更糟？