AI 人才的天价年薪，定价权握在买方账本手里。

本文来自微信公众号： 宁明亮Seerning ，作者：宁明亮Seerning

瓶颈溢价：价格归位置，位置不归人

据传800万年包招应届博士，放进巨头开支账上只是微弱噪声——薪酬的定价权，握在买方账本手里。

今年，全球四家最大的云厂商计划在数据中心和AI芯片上花掉超过7000亿美元；仅亚马逊一家的资本开支（购建固定资产、无形资产和其他长期资产支付的现金），就即将超过它全年的经营现金流。

今年以来一批关于AI人才的报道里，流传着另一组让人屏息的数字。一位猎头透露，名校应届博士的年薪，普通的两三百万，偏好的五六百万，顶级的八九百万。据报道，京东给应届生开出800万，英伟达给一位北大应届博士开出约290万的首年总包。

这两个数字都停留在猎头转述与社交平台流传帖层面，未经相关公司确认，本文只作量级参照，不作为事实基座。

不妨把这两组数字并排放在桌面上看看。据传用800万年包雇一名刚出校门的应届博士。

放在普通职场人的日常尺度里，是一笔天价。

但如果把这800万放进巨头们的开支账本里比照：比如腾讯仅一个季度的资本开支就是527.8亿元。

在这张大表上，800万连千分之一都不到，只是一粒微弱的噪声。

当然，资本开支属于资产性支出，薪酬属于当期人力成本，这两笔钱并非同一会计科目，但它们共享同一个买方现金流约束；决定高薪能撑多久的，是底层那本现金流总账。

猎头们给出的定价逻辑说得很直白：训练一个前沿模型，成本动辄上亿美元；一个顶尖人才优化一套训练策略，省下的算力可能就是千万级。

如果换作你坐在算力集群负责人的办公桌前对着月度账单算一笔小账，这种体感会更具体。几万张算力卡昼夜轰鸣，单次训练如果因为梯度发散或参数配置失误而崩溃重跑，几天烧掉的电费与硬件折旧就是几千万甚至上亿元。

在这张赌桌上，花几百万请一个能帮训练少走一次弯路、让损失函数提前收敛的人，在买方算术里并不贵。

顺着这笔账往下想，很容易摸到底层的分界线：这笔钱究竟是在衡量「他产出了多少」，还是在为买方「少亏多少」买一份保险？账本指向后者。至于「少亏多少」这笔账还能算多久，要看买方账上还有多少现金，以及这些钱还愿意往哪儿投。

这篇文章把这种现象叫做瓶颈溢价：天价薪酬挂在当前最窄的那个卡点位置上；一旦卡点转移，溢价随之迁徙，哪怕人还留在原地，身价也会重估。

本文说的「价格归位置」，指的是溢价部分归位置；个人能力依然是站上牌桌的入场券，只是这张牌桌上的超额溢价并不按个人能力线性定价。

买方参照系：按对手的损失出价

我们可以先从定价机制看起。看清了这套机制，后面出现的每一个悬殊数字，读起来都会有另一层味道。

2025年7月，Meta为组建超级智能实验室，被曝向顶尖研究员开出最高1亿美元的签约金。OpenAI CEO奥特曼公开证实Meta在报价；Anthropic联合创始人本·曼也确认报价属实，但顺手补了一句：与企业创造的价值相比，这「相当便宜」。

Meta发言人安迪·斯通则出面否认有人拿到1亿签约金，说那是「各种不同待遇的总和」。

同一个数字，三方三种用法。三方各执一词，症结在于这道题原本就没有「公允市场价」这个选项。价格由买方的防御参照系决定：对手拿走他，我损失多少。

这套机制带来一个反直觉的后果：报价的高低，与留不留得住人脱钩了。

花高价把人签下来，和让人长期留下来，走的是两套不同的逻辑。

领英人才数据机构People in AI在2026年8月做过一次统计。过去十二个月，按该机构统计口径，Meta招进778名研究科学家，同时走了785名，团队净减7人（按其估算的存量研究池分母计算，年化流失率约19%，排在四家前沿实验室之首）。

全行业最昂贵的招聘动作，按该口径交出的账面结果却是团队净减7人。

再看同期的Anthropic，研究池一年净增约150%，近四分之三的人是在十二个月内新加入的，研究员的中位任期只有0.8年——而整个团队的平均从业经验达十二到十六年。任期以月计，但经验是以年计。

客观来说，中位任期短主要是团队一年扩招150%、新员工占比极高带来的高增长结构效应，不能单独当作留存率指标；但它依然清晰地折射出资深从业者在前沿实验室之间高频迁徙的现状。

高薪和高流动，为什么总是绑在一起出现？因为买方按「损失多少」出价，签完字才发现，能让人安心坐冷板凳留下的东西，钱只是其中之一。

Anthropic联创曾公开拒绝匹配Meta的薪资，谷歌DeepMind CEO哈萨比斯说得更直白：「有些东西比钱重要。」

上述人才流动数据全部来自领英自报信息和关键词筛选，跨公司只能做方向性比较，并非审计过的普查。

猎头口中的薪资多是孤证，经得起审计的硬数字都写在买方的财报里。

这也带来了一个错位：当我们想看清人才的价格水位时，翻买家的财报比打听猎头的报价单更可靠。这种信息分布的不对称，恰好说明了谁握着方向盘。

钱的来源正在换轨

既然定价权在买方手里，不妨翻开买方的财报账本，看看支撑高薪的钱从哪儿来。

海外四大云厂商今年的资本开支指引合计超过7000亿美元，较2025年的约4100亿美元同比增长超七成（部分汇总口径达77%）；甲骨文上一财年资本开支557亿美元，下一财年指引抬升到700亿美元。

国内大厂的步调同向。腾讯二季度资本开支527.8亿元，同比增长176%，单季自由现金流多年来第一次转负（公司称剔除算力预付款扰动后仍为正）；阿里二季度676.8亿元，同比增长75%，两家合计单季投入超1200亿元，占当期营收接近四分之一。

与此同时，阿里最新一个季度的归母净利润同比下降74%，自由现金流为负65.7亿美元。

把这几家核心买方的资本开支、现金流与债务动作收拢在一张表里，水面下的资金换轨会更加一目了然：

这些数字如果拆开单看，每一笔都有充分的商业理由：抢时间窗口、锁算力产能、不上牌桌就出局。但把它们连起来看，就会发现钱的来源正在换轨。

过去业内流行一种「这次不一样」论，依据是本轮AI资本开支由现金流充沛的成熟巨头驱动，不同于2000年互联网泡沫期那批靠借债烧钱的初创公司。这个区别在过去两年确实存在。

但2026年的新情况是：头部云厂商的资本开支即将跨过全年经营现金流的红线，科技债发行同比大增七成；国际清算银行6月的年度经济报告也把AI主导的投资过热列为核心警示，原话是可能带来「长期投资失败」。

从自有现金流托底，换轨到靠债务杠杆托底——「这次不一样」的护城河，有了保质期。

顺着这条资金链条看下去，整件事的底牌便浮现出来：高薪是买方现金流的导数。卡点位置决定了报价的高度，买方的现金流厚度决定了这个价格能维持多久。

分子（人才价格）还在往上冲，但决定这场狂飙何时减速的，是分母（买方现金流与融资条件）何时见顶。而分母的起伏，每个人都可以用公开财报按季追踪。

两个时钟：工资按月走，股权等出价

在流行叙事里，「年薪八百万」常被直接讲成「新高净值人群」，中间跳过了一道财务关口：人才的待遇一般包括工资和股权/期权，这里存在两个时钟，但走法有明显不同：工资是周期钟，按月跳动；股权是事件钟，不按日历走，只等一次外部出价来对表。

工资这只周期钟，按月结算现金，规则清楚：公司账上付得起就付，付不起就停了。况且顶尖人才合同常签四年，在部分高额签约金或奖金合同中还会附带追索条款（clawback，干不满约定期限需按比例退还，具体以个案合同为准）。

它直接挂在公司的现金流上，也就是挂在上一节说的分母上。

股权这只事件钟则按另一套规律运转：它要等一次「外部买家掏出真金白银出价」，把账面上的内部估值兑现成银行账户里的现金。这里说的股权事件钟，主要指未上市AI独角兽的期权与老股；至于上市科技巨头的RSU（受限股票单位），虽然每天有二级市场公允市价，但漫长的归属锁定期与减持窗口依然是兑现的闸门。

对未上市公司的持有人而言，外部出价何时到来、走哪条通道，比单纯「等IPO」复杂得多。

传统的IPO通道正在收窄。据文艺复兴资本统计，截至今年10月下旬，美国定价的IPO共117宗，较去年同期下降约35%；但总募资额却冲到1480亿美元，仅SpaceX、SK海力士和Cerebras三笔大单就占去约四分之三。门没有关，但大多只为巨型交易敞开。

OpenAI已明确将IPO推迟到2027年；Anthropic虽然在推进，但据路透报道，财务披露后部分投资者讨论中的估值已从约2万亿美元下调至约1.5万亿美元。

现阶段更活跃的主通道是老股要约交易（tender offer）。OpenAI在2025年10月组织过一次tender，600多名员工卖出约66亿美元股票，其中75人触到每人3000万美元的上限；Anthropic今年4月跟进了一次，员工反而惜售。

据PitchBook统计，全行业2025年的tender总额达184亿美元，创下纪录。对处于风口核心的这批人来说，变现不必苦等上市，前提是私募桌面上还有大买家愿意接盘。

左边是按月匀速跳动的周期钟，右边是在静默中等一束外部出价的事件钟。

三次计价：从年薪到净资产

除了IPO和老股转让，过去两年还长出了一条只肥极少数人的通道——硅谷称之为「反向人才并购」（Reverse Acquihire，即买人不买壳的准并购交易）。

这里不妨先厘清一个容易混淆的概念：投行语境里的「反向并购」（Reverse Merger）是指非上市项目方买壳上市；而硅谷这两年流行的Reverse Acquihire，是把传统的「人才并购」（Acquihire）倒过来操作。

以前科技巨头看中一家初创团队，会直接出钱把整家公司买下来；现在为了绕开漫长的反垄断并购申报，巨头们干脆买人不买壳——直接给创始人和核心骨干发个人聘书，再往原本的初创公司壳里打一笔巨额「非独家技术授权费」，用来给优先股投资人分账。

过去两年多，从微软和亚马逊，到谷歌、Meta和英伟达，至少做过六笔这类「授权+挖人」的准并购交易，仅已披露金额合计就超过400亿美元：微软付6.2亿美元授权费加3000万美元「不许起诉费」，挖走Inflection几乎全部团队；

亚马逊先后对Adept（约3.3亿美元授权费）与机器人公司Covariant发起同类交易，带走创始人与核心骨干；

谷歌花27亿美元拿下Character.AI的非独家授权并带回两位创始人，此后又通过DeepMind以约24亿美元吸纳了Windsurf核心团队与技术许可；

Meta用约149亿美元拿走Scale AI 49%股权，同时把创始人请进首席AI官的位置；最大的一笔则是英伟达以200亿美元拿下Groq的推理芯片技术授权。

这些交易没有一笔走完HSR强制并购申报。直到今年1月FTC宣布审查这类「许可+雇佣」结构，司法部也就其中最大一笔（英伟达-Groq）立案，截至本文发稿均无结论；三位美国参议员今年2月的联名信则直指其为「事实上的并购」。

被抽走核心灵魂后，留在原地的公司壳会迎来什么结局？今年10月12日，曾被谷歌花27亿美元买走非独家授权的Character.AI（主体Character Technologies）向美国特拉华州联邦破产法院正式提交Chapter 11破产保护申请。

迪士尼仅以2000万美元的假马竞标基准价（stalking-horse bid）接盘其部分剩余技术许可（据法庭文件及福布斯、路透报道）。

顺着这一纸破产公告，我们不妨做一个示意性的处境切片：设想一位三年前放弃大厂稳定高薪、冲着早期期权加入这类明星独角兽的普通算法工程师。

在创始人被巨头天价迎回总部那天，他打开内部系统，手里的期权归属进度条虽然还在按月跳动，处境却骤然悬空——因为公司既没有被整体收购，也没有敲钟上市，

授权费在扣除运营负债与优先股清算回报后（正如风投机构Founder Collective对Inflection案的复盘：早期投资人仅拿回1.1至1.5倍本金，在上一轮40亿美元估值门槛下普通员工期权收益几乎归零），

留守普通员工手里的期权很难顺着常规并购条款全额穿透变现。同一间实验室里走出来的人，坐在谈判桌主位上的创始人揣着巨头的签约金全身而退，而守在普通工位上的人，最后只等来破产重组的通告。

顺着这个切片再看钱的流向，分配规则清晰而冷峻：创始人个人拿天价offer，项目公司壳拿授权费走股权瀑布优先分给投资机构；至于没有坐上核心谈判桌的普通员工，很难分到这桌席面的红利。

把老股交易与这类「买人不买壳」的通道并排放在一起，一个有些扎眼的事实便浮出水面：在这个市场里，出价的人和定价的人，其实是同一小撮人。

OpenAI那次老股交易的5000亿美元估值，是由结构化买家流程在私募谈判桌上敲定的，不同于公开交易所里连续竞价博弈出的价格。守门人依然在场，只是从交易所搬进了私密的会议室。

所以，对未上市AI公司的期权与老股持有人而言，从「年薪八百万」到落袋的「高净值」，中间要跨过三次计价：工资是第一次，按月拿现金；期权股权是第二次，账面价格由公司下一轮投资人定；净资产是第三次，要等一次外部真金白银的出价。

前两次计价，拿到漂亮数字的人不少；但第三次计价的窄门，目前只对极少数人敞开过。哪怕是跨过第三次计价的人，过往周期留下的回音也颇有参照意义：Facebook在2009和2011年做过tender，2012年上市后股价先经历下探，大约两年后才收复失地并开启翻倍；

Uber的tender之后则是动荡的IPO，锁定期满股价跌去四成。中途高价变现过，与最终拿住确定性收益之间，依然隔着周期的颠簸。

我的判断

走完这趟账本之旅，在给出最终推论前，我们不妨先把事实和判断轻轻分开。

回顾前文所有天价薪酬数字，除了巨头财报、法院破产文件和并购交易金额，其余全部停留在猎头和转述层——800万无人确认，290万无人确认，1亿美元签约金双方各执一词，没有一个具体offer得到过公司官方背书。

基于可核验的买方硬约束，我的核心判断归纳为以下三张逻辑卡片，每条均附带明确的成立边界与证伪条件：

判断一：这是瓶颈溢价，溢价归位置，能力仍是入场券。

只要买方之间继续按「对手拿走他、我损失多少」的防御算术定价，超额溢价就可以继续与个人实际产出脱钩。哪怕一个人的能力没有任何变化，他的身价也可以在一夜之间起落。

成立条件：买方之间存在未分胜负的竞赛。竞赛结束那天，为抬价而存在的防御需求退潮，价格就会回到按产出定价。

判断二：工资的闸门在买方现金流。

市面上流传的稀缺故事（全球约2000人能推进前沿模型），只是一个没有方法披露的粗略估计。另一组数则能看出供给反应的方向：Anthropic研究池一年净增约150%（领英自报口径，仅供方向性比较）；国内高校今年也在增加AI博士名额（据公开报道，未见正式文号，仅作方向性参考）。

目前需求扩张快于供给扩张，支撑着眼前的溢价，但控制水位的总闸门握在分母手里。

作为经验观察指标（而非统计预测模型），我们可以按季盯着四个公开的财务信号：四大云厂商资本开支增速转负、自由现金流持续为负、科技债发行放缓、企业信用利差走阔。

凭过往周期经验，这四个观察信号里一旦有两个在同一个季度共振，工资调整往往会比大多数人预期的快。

不妨参照2001年互联网泡沫破裂后的历史切片（据当年统计报道）：美国IT岗位在短时间内减少约20%，资深软件工程师年薪从13万美元跌到10万美元以下，入门支持岗从5.5万美元跌到3.5万美元。

历次周期的退潮次序大体相似：数量调整先于价格调整，招聘冻结和流失率先动，面上的薪资数字最后动。

判断三：这次的不一样有保质期。

巨头用自有现金流支撑AI开支，是本轮和2000年最实在的区别；但随着资本开支即将跨过经营现金流红线、债券发行大幅加杠杆，这道护城河正在变薄。

这个区别还能讲多久，取决于下游AI收入验证的速度：云端AI收入加速、推理需求规模化落地，分母就能续期；若商业化迟迟停留在试点，分母见顶之时便是溢价退潮的起点。

这三条判断共用同一个验证方式：少看卖方的喜报，多看买方的账本。

那么，站在个体与从业者的日常视角，

什么先行信号出现，说明买方开始悄悄收紧钱袋子了？

大厂极少以突然崩塌的方式退场，收缩往往先从几处日常细节里透出凉意：比如实验室的算力预算审批从「敞开供应」变成「按项目ROI逐笔核销」；比如猎头手里的急单变少，裁员与招聘冻结先于公开降薪出现；

又比如新发出的offer结构里，按月落袋的现金占比下调，附带四年锁定期的期权占比抬升。

当这些细节浮现时，说明公司正在不动声色地把周期下行的风险，从买方的资产负债表转移到个体的职业合同里。

无论是财报里的分母指标，还是合同里的条款冷暖，这些路标都摆在明面上。在那之前，瓶颈溢价还会留在聚光灯下。技术演进的链条上，瓶颈很少凭空消失，它只是顺着产业环节往下游挪移——

价格归于位置，而位置本身并不向任何人承诺任期。把这句话留在账本最后一页，或许就够了。

关于作者

做投行和顾问，没干成过惊天大事。现在用一套基于硬约束和逻辑推导的方法，在不同领域探索并构建认知操作系统。

这里记录判断、验证和代价。

如果你也在想类似的问题，欢迎评论区、后台交流。

封面图

推荐语：据传的800万年包放进巨头开支账上只是微弱噪声。价格归位置，位置不归人——薪酬的定价权，握在买方账本手里。

证券时报/腾讯新闻汇总/e公司观察/阿里财报/《财富》/FT/参考消息/路透/南方+/《华尔街日报》/PitchBook/彭博/Fast Company/CNBC/特拉华州破产法院文件/《福布斯》/Founder Collective,等媒体报道。