科技巨頭開800萬年薪搶文科生？中產家庭養娃思路要變天了…

前幾天，高盛經濟學家Joseph Briggs提出了一個耐人尋味的判斷：隨著AI普及，未來美國約9%的人有失業風險。這相當于全美1500萬人可能會丟掉飯碗。

管理咨詢、平面設計等AI應用較快的行業，感受最為直接。這些行業新招聘崗位需求每月已經減少約1萬到1.5萬個。

這樣的數字，足以讓任何一位關心孩子未來的家長感到焦慮。但Briggs話鋒一轉，給出了另一半真相：這一切只是技術變革的其中一面。

過去80年的產業革命中，美國約85%的新崗位都是技術進步催生出來的。這一次AI也不例外。

事實上，這種此消彼長的變化，已經在硅谷真實上演。

圖源unsplash

今年，美國科技行業因AI發展需要，誕生了幾個全新的職業方向。頂級名企開出了動輒百萬美元的年薪搶人。

這輪由AI催生的新職業浪潮，也給正在為孩子規劃專業方向的家庭，提供了一個重新思考的機會。

與其追著眼下最熱門的技術標簽跑，或許更該看清楚，未來真正稀缺的能力究竟長什么樣子。

從代碼高手到哲學家：硅谷正在瘋搶的兩類新貴

要說今年科技圈的頂流職業，前沿部署工程師（Forward Deployed Engineer，簡稱FDE）必須排在首位。今年這個崗位的招聘需求，同比暴漲超過1000%。

從金融、航空、醫藥到科技領域，各行業巨頭都在瘋搶這類人才，其中包括OpenAI、Anthropic、Palantir等公司。

這個崗位其實早在2003年就已經存在，但當時只出現在美國聯邦調查局（FBI）、五角大樓等軍方和情報部門。

這一次，是因為AI商業化落地的浪潮，才讓FDE徹底爆發出圈。

圖源unsplash

FDE具體做什么？

簡單來說，工程師會直接入駐客戶公司內部，先理解對方的業務和真實痛點。再制定個性化且能落地實現的解決方案，最后搭建智能體、調試模型，把方案真正交付上線。

它既不是傳統意義上的程序員，也不是單純的產品經理。這個崗位需要的，是同時懂技術、懂行業、懂商業溝通的復合型人才。

有調查顯示，FDE每周47%的時間用于和客戶溝通，31%用于寫代碼做交付，內部協調只占22%。這和傳統高級工程師的時間分配幾乎完全相反。

圖說：FDE崗位的時間分配統計。與傳統工程師不同，FDE近一半的工作時間都花在與客戶面對面溝通上

圖源：Get Perspective

FDE的薪酬非常可觀。今年中高級和首席級別的FDE，總年薪普遍在20萬至65萬美元之間，折合人民幣約136萬到442萬元。

在Anthropic、OpenAI、Google DeepMind這類頂級AI巨頭里，高級FDE年薪能達到56萬到78.5萬美元。首席研究員一級的薪資，則會超過100萬美元。

需要說明的是，不同職級、不同崗位序列的薪資區間會有所差異。

比如OpenAI內部的L5至L6級研究崗位薪資為70萬至128萬美元，Anthropic對應的L6級也差不多在120萬美元左右，頂格年薪接近820萬元人民幣。

這些屬于更高階的研究序列，與前文提到的一線FDE崗位并非完全同一層級。

但兩者共同反映出，這類懂技術又懂業務落地的復合型人才，正被市場以前所未有的力度爭搶。

圖源unsplash

國內大廠也紛紛開設了類似崗位，只是叫法不同，比如AI解決方案工程師、AI落地師、AI技術交付專家等。

本質上都是FDE的國內版，薪資待遇同樣十分可觀。

圖說：2026年FDE薪酬調研報告節選，展示不同公司、不同職級的薪資分布區間（圖源：Get Perspective）。

另一個硅谷頂流職業，是AI哲學家。它要解決的是"AI應該怎么做"這個問題，名企給出的崗位年薪同樣能達到六位數美元。

谷歌DeepMind今年專門為劍橋學者Henry Shevlin設立了哲學家崗位，負責研究機器意識、人機關系和通用人工智能（AGI）的倫理問題。

目前，DeepMind已經至少雇用了10位AI哲學家。

Anthropic同樣組建了自己的哲學團隊。

負責Claude價值觀設計的Amanda Askell，本科畢業于耶魯大學哲學系，博士就讀于紐約大學，長期研究倫理學、決策理論和認識論。加入Anthropic之前，她還曾參與OpenAI的AI安全和政策研究工作。

就連OpenAI的CEO Sam Altman也透露，在制定ChatGPT行為規范的過程中，團隊聘請了數百位倫理學家和哲學家共同參與設計。

圖源unsplash

AI公司突然開始搶哲學人才，原因并不復雜。如今的大模型，不再只是回答問題的工具，還必須具備價值判斷的能力。

比如當用戶問到自殺、暴力、醫療建議、政治敏感話題時，AI該怎么回答？底線劃在哪里？不同價值觀發生沖突時該如何取舍？

這些問題早已上升到哲學和倫理層面，單純的編程技術已經無法給出答案。

多年來，哲學一直被嘲笑為"無用之學"，學生常常被貼上"畢業即失業"的標簽。但在這波AI浪潮里，哲學專業卻意外迎來了屬于自己的第二春。

今年美國CS專業應屆畢業生失業率為6.1%，計算機工程更是達到7.5%，均高于5.6%的整體失業率。

相比之下，哲學專業失業率僅為3.2%，不僅遠低于CS和計算機工程，甚至低于全美平均水平。

圖源unsplash

耶魯大學哲學系教授盧西亞諾·弗洛里迪就提到，不少哲學專業的學生還沒畢業，就已經拿到了工作機會。

據薪資統計網站PayScale的數據，哲學本科生的平均基本年薪約為8.1萬美元，高于多個商科和傳播學專業，也是薪資增長最快的專業之一。

在人文學科被普遍唱衰的這些年里，哲學專業學生憑借批判性思維、邏輯論證、倫理推理和清晰寫作這套硬功夫，在AI時代打了一場漂亮的翻身仗。

信任、融合、品味：讀懂AI新職業的三個關鍵詞

世界經濟論壇曾預測，到2030年，AI將取代900萬個就業崗位，同時也會催生1100萬個新增就業機會。

那么，這些未來的新職業，有沒有共同的規律可循？

《紐約時報》給出了一個相當精妙的總結：AI催生的新職業，大多會圍繞信任（Trust）、融合（Inclusion）和品味（Taste）這三個關鍵詞展開。

圖源unsplash

第一類是信任類，負責替AI把關。

AI能快速生成海量答案，但它無法保證內容百分百準確、合法、公平，出了問題也不需要承擔后果。

因此，未來這類崗位會負責審核AI輸出的內容，制定價值規則，處理倫理爭議。他們還要在最終決策環節拍板，并承擔相應責任。

AI審計師

AI倫理師

AI翻譯官

事實核查員

信任鑒定師

法律擔保人

一致性協調員

升級應對官

前文提到的AI哲學家，也屬于這一類。

對口的專業大多是法律、哲學、倫理學、公共政策等，過去看似離AI很遙遠的人文社科方向。

圖說：《紐約時報》文章插圖

第二類是融合類，讓AI真正落地、創造價值。

模型再聰明、再先進，如果無法和企業的實際業務結合，就只是一堆技術產品，創造不了任何商業收益。

融合類崗位負責把AI和現實世界連接起來。他們要理解企業的業務需求，調整模型和技術方案，設計工作流，幫企業真正把AI落地、提升效率。

AI工程師

AI訓練師

合規優化師

AI與人類協同評估專家

前文談到的FDE，就屬于這一類。

其中，AI工程師是美國目前增長最快的崗位，AI泰斗級人物吳恩達也很看重這個方向，認為它的長期價值可能比FDE更大。

這類崗位最大的特點是：技術能力只是基礎，更重要的是懂商業、懂行業、懂用戶。商業分析、機器學習，以及工程與商科交叉的項目，都是與之對口的專業方向。

圖說：對AI工程師崗位長期價值的判斷

圖源：X

第三類是品味類，這是最難被AI取代的能力。

"品味"這個詞今年在硅谷格外火熱，幾乎成了大佬們掛在嘴邊的高頻詞。

原因很簡單：AI能在幾秒鐘內生成上百種方案，但它不知道哪種風格與品牌調性契合，哪種表達能真正打動人心。文化、情感和審美，依然是人類獨有的領域。

當每個人手里都握著一個強大的AI工具時，真正決定勝負的競爭，其實變成了人的判斷力、獨有的審美和創造力，看誰能把技術和創意真正融合在一起。

圖源unsplash

未來這類崗位會圍繞創意、品牌和內容決策展開，比如產品設計師、故事設計師、世界觀設計師、差異化設計師等。

對應的是設計、傳媒、人文藝術、心理學、社會學等多個學科方向。

總結來看，無論是信任類、融合類，還是品味類崗位，需要的幾乎都是學科交叉型人才。員工必須具備兩門甚至多門學科的知識儲備，跨學科能力正在成為職場新常態。

還有一個趨勢同樣值得注意：人文學科非但沒有失去價值，反而以"新文科"的角色悄然崛起，深度參與到了AI產業的發展之中。

原因也不難理解。當AI越來越擅長寫代碼、做計算分析和生成內容時，人文學科長期培養的思辨能力、溝通協作能力、倫理推理能力和價值判斷能力，反而變得愈發稀缺和值錢。

從斯坦福到賓大：美國名校正在重新定義"AI人才"

這幾年，美國不少大學都在打破學院之間的傳統壁壘，把AI和不同學科重新組合，推出新學院或新專業，為未來的新職業提前儲備人才。

最典型的例子是斯坦福大學。

2019年，被譽為"AI教母"的李飛飛等人，創立了斯坦福大學以人為本人工智能研究院（Stanford HAI）。他們希望推動AI從純技術領域走向真正的跨學科合作。

如今，HAI已經聚集了400多位來自工程、醫學院、商學院、教育學院、人文與科學學院等不同學院的跨學科學者。

今年5月，斯坦福進一步將HAI與數據科學中心合并，聯合七大學院與產業界，共同攻克AI時代最復雜的難題。同時，他們也在探索基礎科學問題、培養下一代人才，讓AI更好地服務社會。

圖說：斯坦福大學以人為本人工智能研究院（HAI）官網頁面

圖源：斯坦福大學

7月1日，威斯康星大學麥迪遜分校正式成立了計算與人工智能學院，這是該校40多年來首個新設的學院。

新學院整合了計算機科學、數據科學、統計學、圖書館學和信息科學等優勢學科。

新學院成立的初衷，是為了更好地解決AI開發、管理和應用中的現實問題，讓學生在學習技術的同時，也能認真思考信任、公平、隱私等更深層的議題。

賓夕法尼亞大學是常春藤院校中動手最早的一所。

2024年，賓大率先推出了藤校中首個AI本科專業。去年，沃頓商學院聯合工程學院，又開設了商業人工智能專業。

這個專業既教授數據科學、統計學、機器學習、神經科學等理解和使用AI所需的基礎知識，也深入探討AI在商業、經濟、法律、倫理、心理和社會等領域的實際應用。

圖說：賓夕法尼亞大學沃頓商學院與工程學院聯合開設的商業人工智能專業介紹頁面

圖源：賓夕法尼亞大學

MIT同樣走在時代前列。

2022年，MIT在電氣工程和計算機科學系新增了AI與決策專業，教學生如何用大模型在金融市場、自動駕駛、智能電網等領域做出決策和優化。這也正是目前硅谷最稀缺的能力之一。

目前，該專業已有近330人主修，熱度僅次于傳統CS類專業。

杜克大學則選擇把AI和創意結合起來。

2021年開設的計算媒體專業，融合了計算機科學、視覺藝術、游戲開發和交互設計。它專門培養既懂技術、又有創意和審美的新一代數字內容創作者。

圖說：MIT電氣工程和計算機科學系AI與決策專業課程頁面

圖源：MIT

南加州大學同樣值得關注。

今年秋季，該校的AI本科專業正式開始招生，首屆計劃招收30人。

去年底，學校旗下的藝歐文與揚氏學院（USC Iovine and Young Academy）還推出了全美首個人類技術交互專業。這個專業涵蓋工程、傳播、醫學、人本設計和產品管理等課程，專門培養能夠理解人類認知和情感需求的產品設計師。

除此之外，哈佛、西北大學、卡內基梅隆大學（CMU）、康奈爾、加州大學伯克利分校、加州大學圣地亞哥分校、佐治亞理工學院等院校，也都已經開設了涉及AI研究或應用的相關專業和學院。

圖源unsplash

可見，AI正在打破學科之間的圍墻，逐漸成為所有專業的基礎能力。而美國大學，也已經把跨學科培養當作了面向未來人才的一門必修課。

技術會過時，這幾種能力永遠不會

隨著AI技術向更高維度發展，未來企業還會不斷冒出我們今天聽都沒聽過的新崗位，大學也會持續推出新的學院和專業。今天提到的這些新職業，也許過幾年就會被更新的名字取代。

但有幾件事，無論技術如何變化，都不會過時。

首先，打好學科基礎。

時代變化得越快，地基反而越重要。數學功底好的孩子，未來無論轉向數據科學、量化金融，還是AI算法，路都是敞開的。

圖源unsplash

表達能力強、寫作扎實、邏輯清晰的孩子，未來去做AI訓練師、產品設計，或是技術傳播工作，也更容易脫穎而出。

基礎打得越牢，未來的選擇空間就越大，因為一旦需要跨界，能力的遷移速度會明顯更快。事實上，多數成功跨界的人，都是先在一個領域把本事練到家，再把這份核心能力平移到新的領域里。

其次，做文理兼修的人。

這些年，很多家庭在選專業時，目光幾乎都聚焦在理工科上。

但回頭看看這些新興的專業和職業，很少有純技術導向的。它們幾乎全都是"技術加上人的維度"，比如認知、情感、倫理和心理。一旦缺了"人"這個維度，再先進的技術，也只是一堆沒有方向的工具。

李飛飛最近在一次播客訪談中提到，未來的職場可能會走向兩極分化，只剩下兩類人。

一類是前1%的頂尖專家，掌握著不可替代的核心技能。

另一類，是能夠跨領域整合資源、解決復雜問題、擁有統籌力和判斷力的通用型人才。

而絕大多數孩子，未來更有可能成為后者。所以在規劃專業方向時，不要輕易放棄人文學科，也不必急著把孩子一股腦推向純理工科的賽道。給他們足夠的空間去探索，才更有機會找到真正適合自己的方向。

圖源unsplash

另外，要尊重孩子真實的個人興趣。

未來是一個高度個性化的世界，說不定孩子眼下不起眼的小熱愛，正是他日后撬動更大世界的支點。

前不久，英偉達CEO黃仁勛提出了一個"五層蛋糕模型"。他把AI產業分為能源、芯片、基礎設施、模型和應用五個層次。

底下四層幾乎是英偉達、臺積電、OpenAI這類巨頭的戰場。而最上層的應用層，才是留給所有人的機會，值得每個人認真投入。

圖說：英偉達CEO黃仁勛提出的AI產業"五層蛋糕模型"示意圖

圖源：英偉達

應用層真正比拼的，是一個人精通什么知識、深耕在哪個行業，再用AI去改造或重新創造它。懂醫學的人，可以做AI加醫療；懂教育的人，可以做AI加教育。

孩子眼下的小愛好、愿意鉆研的那個小領域，從來不是耽誤學習的旁枝末節。

未來，如果孩子擁有一份真正獨特的興趣，再學會用AI把這份熱愛變成現實，這份獨特性本身，就會是他最難被復制的競爭力。

真正需要擔心的，從來不是孩子學得不夠多，而是孩子從始至終，都沒能找到自己真正熱愛的東西。

最后，培養孩子承擔責任的意識。

AI能幫我們完成很多具體的工作，但當AI給出的方案出現問題、或是它本身出現錯誤時，最終需要站出來做判斷、下決策、并承擔后果的，永遠是人，不是機器。

所以在日常生活的點滴小事里，從小培養孩子的責任感、擔當意識和端正的三觀，或許才是讓他們在未來真正成為技術的守門員，而不是被技術牽著走的關鍵所在。

參考資料：

https://www.businessinsider.com/goldman-sachs-economist-predicts-ai-displacing-15-million-jobs-2026-7

https://getperspective.ai/blog/2026-fde-hiring-trends-what-1000-job-posts-reveal

https://getperspective.ai/blog/2026-forward-deployed-engineering-compensation-report-1200-fdes

https://blogs.nvidia.com/blog/ai-5-layer-cake/

https://www.nytimes.com/2025/06/17/magazine/ai-new-jobs.html

編輯：蘿拉

排版：湯包

-每日教育新知-