Menlo Ventures 合伙人 Deedy Das 最近在 X 上说，旧金山当下的 AI 氛围“相当狂热”。他还给出一笔粗略估算：OpenAI、Anthropic、NVIDIA 等公司里，约有 1 万名创始人和员工，已经获得超过 2000 万美元的“退休级财富”。

这不是经过验证的财富统计，也不能拿来证明科技行业整体变差。但它解释了一个硅谷内部越来越难回避的落差：AI 是少数人的财富彩票，也可能是更多人职业后路变窄的原因。

最别扭的地方在这里。焦虑的人并不都是低薪岗位。他们可能是年薪接近或低于 50 万美元的科技从业者，收入仍然很高，但没有踩中头部 AI 公司股权，也开始担心自己的核心技能被 AI 工具削弱。

AI财富为什么先流向少数人

这一轮 AI 热潮的财富锚点很集中。OpenAI 和 Anthropic 代表模型公司，NVIDIA 代表算力核心。资本、人才、估值和叙事，都在向这些位置靠拢。

这和移动互联网、云计算周期不完全一样。过去也有赢家通吃，但外溢路径更多。应用、广告、电商、SaaS、云基础设施，都能分走增长。

AI 早期红利更像压在少数关键节点上。模型、芯片、算力、平台入口，离财富效应更近。普通工程师即使在大厂拿高薪，也未必拥有同样的上行弹性。

对象现在的位置现实影响
OpenAI、Anthropic、NVIDIA 等头部公司创始人和员工可能持有高增值股权少数人进入退休级财富区间
其他高薪科技员工薪资高，但股权弹性有限收入不错，财富跃迁难度变大
软件工程师AI 编程工具进入日常流程初级任务和通用编码能力被重新定价
AI 创业者和投资人资金偏向模型、应用、算力链条非 AI 项目融资叙事变弱

对科技从业者来说，差别不只在工资。关键是资产结构。

工资是线性的。股权可能是跳跃的。AI 热潮把这种差别放大了。

所以 Das 的帖子真正刺痛人的，不是“别人赚得更多”。而是很多人发现，自己在同一个行业里工作，却不在同一条收益曲线上。

高薪工程师的焦虑，不只是精英抱怨

X 上很快有人反驳。企业家 Deva Hazarika 的看法是，Das 提到的大多数人已经足够幸运，完全可以选择快乐。

这话有现实基础。和更广泛的劳动力市场相比，硅谷高薪工程师当然不是最脆弱的人。把他们写成被时代抛下的人，也不准确。

但如果只说这是精英抱怨，也会漏掉结构变化。

科技职业过去有一套隐含承诺：持续学习，进入好公司，积累经验和股权，长期能换来相对稳定的上升通道。AI 正在同时改写两端。头部股权回报被放大，普通岗位的技能护城河被压低。

这会落到很具体的选择上。

一个后端工程师，可能要把 Cursor、GitHub Copilot 这类工具纳入日常开发，而不是只把它们当提效插件。一个刚毕业的 CS 学生，不能只押注“会写代码”，还要判断自己是否理解业务、数据、模型接口和产品交付。一个大厂中层，如果继续等内部机会，就要承受新增岗位减少和团队产出要求提高的压力；如果跳去早期 AI 公司，又要承担股权归零的风险。

这不是一句“转 AI”能解决的事。

更现实的动作可能是三类：把 AI 工具变成默认工作流，减少只靠重复编码吃饭的部分；补足系统设计、业务判断和产品交付能力；在换工作时重新评估现金薪酬和股权风险，不把估值故事当成确定收入。

对从业者和投资人，真正要看的是分化会不会继续扩大

这场争论容易跑偏。X 上的焦虑不等于客观就业趋势，裁员持续也不能直接证明软件工程师已经被 AI 淘汰。

目前更稳妥的说法是：软件岗位还在，但企业对同样人数产出多少代码、多少产品的期待变了。AI 编程工具没有让工程师消失，却改变了初级任务、测试、文档和代码生成的价值分布。

对科技从业者，最该观察的不是“工程师会不会消失”。这个问题太大，也太容易变成口号。更该看三件事：公司是否减少新增招聘，初级岗位是否被压缩，现有团队是否被要求承担更多项目。

对关注 AI 创业和风险投资的人，问题也不是“AI 还热不热”。热度已经摆在眼前。更关键的是，钱到底流向哪里：基础模型、算力基础设施、AI 原生应用，还是能把 AI 工具接入真实业务流程的公司。

这里有一个限制。Das 的估算只能说明情绪和结构线索，不能替代薪酬数据、就业数据和公司财务数据。判断 AI 是否泡沫，还需要看收入质量、客户留存、算力成本和融资环境。

但它至少把一个悖论说清了：AI 的财富效应和职业风险不是先后发生，而是在同一时间发生。

对个人来说，问题不是要不要羡慕那 1 万个幸运位置。问题是自己的技能、股权和行业位置，是否还在同一条增长曲线上。

如果答案不确定，就该重算了。