埃隆·馬斯克（Elon Musk）再次改寫歷史，人類史上最大規模的IPO已正式拉開帷幕。據知情人士透露，SpaceX已經悄悄向美國證券交易委員會（SEC）秘密提交了首次公開募股（IPO）檔案，標誌著這家私營航天巨頭正式開啟上市處理程序，其預期估值更是高達驚人的1.75兆美元（約合12兆元人民幣）。從可重複使用的獵鷹9號（Falcon 9）火箭，到承載星際雄心的星艦（Starship），再到覆蓋全球的星鏈（Starlink）網路，SpaceX早已超越了單純的航天公司範疇，蛻變為太空經濟與前沿科技的終極融合體。曾經對公開市場保持高度警惕的馬斯克，如今突然踩下了資本的加速踏板。這背後的核心驅動力，正是星鏈使用者的爆發式增長、xAI合併帶來的龐大協同效應，以及他試圖在太空中大搞AI資料中心的世紀豪賭。SpaceX的上市，不僅將重塑公眾對太空產業的商業認知，也意味著AI與太空基礎設施的結合進入了實質性的落地階段。秘密提交馬斯克這次是認真的SpaceX要上市的傳聞已在坊間流傳多年，但這一次，檔案是真的遞上去了。所謂“秘密申報”，是允許公司在正式公開財務資料前，先與監管機構進行私下溝通，並在資訊公開前完成修改。這在資本市場通常被視為上市流程中一個極其明確且關鍵的訊號。知情人士透露，SpaceX的目標是在今年7月之前正式掛牌上市，甚至可能特意將敲鐘日選在馬斯克55歲生日（6月28日）前後。一旦成行，它將成為2026年三場超級IPO中的第一場，緊隨其後的極有可能是AI領域的明星公司OpenAI和Anthropic。為了這場世紀交易，SpaceX做足了準備，組建了一個堪稱豪華的承銷天團。目前已集結了美國銀行、花旗集團、高盛集團、摩根大通和摩根士丹利這五大華爾街巨頭，並正在吸納更多銀行加入陣容。此外，針對不同區域市場，還引入了巴克萊銀行（英國）、瑞銀集團（歐洲）、加拿大皇家銀行（加拿大）以及瑞穗金融集團（亞洲）等頂級機構。可以說，全球最頂尖的金融力量已經集結完畢，只等這場資本大戲開場。估值到底有多高？可能超過1.75兆美元現在市場最關心的核心懸念，就是SpaceX究竟能撐起多大的盤子，這直接決定了未來股價的想像空間。據彭博社報導，SpaceX在此次IPO中尋求的目標估值可能超過1.75兆美元。如果以此估值成功上市，其體量將僅次於輝達、蘋果、Alphabet、微軟和亞馬遜等少數幾家美國科技巨頭。要知道，在2022年SpaceX的估值還停留在900億美元左右，短短幾年間，其商業價值幾乎翻了20倍。這個驚人的估值溢價主要由兩大核心業務支撐：一是已經步入成熟期的火箭發射和星鏈衛星網際網路；二是今年2月才正式併入的AI公司xAI。這筆合併交易當時對合併後實體的估值定為1.25兆美元，而如今IPO的目標估值顯然在此基礎上又跨上了一個新台階。華爾街的定價並非憑空捏造。有分析師測算，SpaceX在2026年的總收入預計接近200億美元，其中絕大部分由星鏈和火箭發射貢獻，而xAI可能產生不到10億美元的收入。按1.75兆美元的估值計算，其市銷率大約高達67倍，這一數字甚至遠超當下的算力霸主輝達（其追蹤市銷率約為30倍）。這從側面印證了資本市場對SpaceX未來增長曲線的預期有著近乎狂熱的自信。錢從那裡來？星鏈是現金牛火箭是基本盤一家公司能否撐起兆估值，歸根結底要看其底層的變現能力。SpaceX目前的業務結構已經非常清晰：火箭是基礎，星鏈是主力，xAI是未來。火箭業務構築了堅實的護城河。SpaceX憑藉可重複使用的獵鷹9號火箭，已經穩坐全球最高產發射商的交椅，絕對主導著航天工業。僅在2025年一年內，公司就完成了165次軌道飛行以及星艦超重型運載火箭的額外測試飛行。美國政府機構（包括NASA、空軍和太空部隊等）是其絕對的超級大客戶。自2008年以來，來自美國政府的合同總額已累計超過244億美元。這不僅是穩定且龐大的收入來源，更是SpaceX技術實力的官方金字招牌。星鏈則扮演著最強勁的增長引擎角色。它由大約10000顆低地球軌道衛星組成龐大網路，正為全球數百萬使用者提供高速網際網路服務。從偏遠地區到航空航海，星鏈正在悄然演變為一個覆蓋全球的底層基礎設施。可以說，星鏈成功將SpaceX從單純的發射服務商升維成了一家全球電信營運商，其快速爆發的收入已經成為公司當下最重要的現金流支柱。最後是被寄予厚望的xAI。雖然目前營收貢獻尚微，但它承載著馬斯克關於太空與AI深度融合的終極想像。合併後，xAI的控股資產不僅包括社交媒體平台X（前Twitter）和AI聊天機器人Grok，更是為未來建構太空資料中心、智能衛星網路等宏大構想鋪平了底層道路。上市之後錢要花在那兒？從星艦到太空AI資料中心馬斯克的商業野心從不設限。這次IPO預計募集的巨額資金（華爾街日報稱目標為400億至800億美元，彭博社則報導最高可達750億美元），全部指向了那些極度燒錢的未來計畫。首先是繼續往星艦項目裡砸錢。作為SpaceX下一代重型運載火箭，它的終極目標是實現完全可重複使用，並將超大載荷送入深空，這是未來建立月球基地和殖民火星的核心載具。然而其研發之路充滿坎坷，自2023年以來的多次亞軌道試飛中屢遭挫折。想要將其打磨至成熟可靠，勢必需要海量資金的持續投喂。其次是星鏈網路的無邊界擴張。儘管目前已有上萬顆衛星在軌，但馬斯克計畫打造一個覆蓋密度更高、服務質量更優的全球級網路，這同樣需要源源不斷的資本注入。最引發市場爭議與遐想的，無疑是馬斯克拋出的太空AI資料中心計畫。按照他的激進構想，未來將把多達100萬顆AI衛星送入軌道，直接在太空中建立資料中心。馬斯克篤信，這種模式能徹底規避地球上的電力與水資源瓶頸，完美利用太空的太陽能和自然冷卻優勢。但這番宏大敘事也招致了業內的高度質疑。微軟曾在2015年啟動過一個名為Project Natick的項目，嘗試將集裝箱大小的資料中心沉入蘇格蘭海底以利用海水冷卻節能。然而知情人士透露，儘管技術上取得了成功，但由於客戶需求匱乏且經濟帳根本算不平，該項目已在兩年多前被悄然廢棄。TMF Associates的獨立衛星行業分析師蒂姆·法拉爾（Tim Farrar）對此給出了犀利點評。他認為商業的核心不在於某項技術是否可行，而在於與地面建設傳統機房相比，它在經濟回報上是否真的有意義。五位資料中心專家在接受路透社採訪時直言，微軟的沉沙折戟對SpaceX而言是一個極具現實意義的警示。行業專家指出，太空資料中心這種終身密封的設計，面臨著比海底更為嚴苛的考驗，它根本無法像地面機房那樣靈活更換每年都在極速迭代的AI晶片（衛星或海底裝置的更換周期可能長達五到七年）。美國獨立股票研究公司MoffettNathanson的分析師更是算了一筆殘酷的經濟帳：要實現百萬顆AI衛星的組網計畫，預計需要數兆美元的恐怖投資，且每年需要進行約3000次星艦發射，相當於每天要發射8次。在理性的金融分析師眼中，這聽起來更像是一個遙不可及的科幻願景，而非近期能夠落地的商業計畫。散戶能分到一杯羹嗎？馬斯克的粉絲經濟學在交易結構的設計上，這次IPO也玩出了罕見的新花樣，其中最顛覆傳統的一點是：馬斯克似乎決意讓普通散戶深度入局。據知情人士透露，SpaceX可能將高達30%的發行份額直接分配給小投資者，這一比例極其誇張地超越了傳統IPO中僅留給散戶5%到10%的行業慣例。市場分析認為，這不僅是為了標榜讓更多人分享夢想，更是馬斯克對其龐大粉絲基本盤的一次精準變現。散戶投資者對馬斯克狂熱的個人崇拜，極有可能在上市初期成為穩定股價的超級壓艙石。此外，消息人士指出，SpaceX正考慮在上市時採用雙重股權結構，確保馬斯克等核心內部人士握有絕對的額外投票權，從而在公開上市後依然能將公司的控制權死死攥在手裡。同時，他們還試圖打破華爾街陳規，允許部分現有股東在敲鐘首日直接減持股份套現，完全無視通常長達180天的鎖定期限制。這些強勢舉措無一不在宣告，馬斯克不僅要拿華爾街的錢，還要按自己的意志重塑SpaceX的所有權結構與股票交易法則。有人歡呼也有人潑冷水太空圈怎麼看？SpaceX上市，影響的不僅僅是它自己，而是整個太空產業生態。對於競爭對手和行業觀察者來說，他們的看法也很有意思。聯合發射聯盟公司（ULA）的馬克·佩勒（Mark Peller）給予了高度評價。他認為SpaceX的IPO對整個行業而言是一劑強心針，天量資金的湧入將極大增強產業鏈的底層基礎，加速許多商業計畫的實質性落地。阿麗亞娜航天公司（Arianespace）的大衛·卡瓦耶斯（David Cavailles）也秉持類似觀點。在被問及這場IPO是會提振整體業績還是引發資源失衡時，他坦言這不會干擾他們既定的計畫，反而會成為引導更多資金流入太空賽道的風向標，畢竟要跑贏這場競賽，整個行業都需要更充沛的彈藥。風險投資基金Seraphim Space的首席執行長馬克·博格特（Mark Boggett）的目光則更為深遠。他斷言此次IPO將徹底重塑太空生態系統，因為它為整個行業樹立了一個體量極其龐大的公開市場定價錨點，必將成為推高整個太空賽道估值的核心引擎。然而，在喧囂的狂歡中，永遠不缺冷峻的審視者。網友（@Sheldon Liber）一針見血地指出，這極有可能是人類歷史上規模最大也是炒作最瘋狂的IPO，但它最終淪為史上最嚴重估值泡沫的機率同樣居高不下。他用歷史資料發出冷酷警告：90%的IPO在掛牌第一年都會陷入虧損泥潭。另一位商業觀察者（@Michal_Stan）的剖析則直擊靈魂。他拋出了一個終極拷問：投資者掏出真金白銀買入SpaceX，到底買的是火箭發射的傳統經濟效益，是星鏈的穩定現金流，還是對未來太空和資料霸權的長期期權（optionality）？他進一步指出，估值必將成為多空雙方殘酷廝殺的焦點。公司選擇秘密遞交，本質上就是在正式敲定估值前對市場胃口的一次隱秘試探。當真正的招股說明書大白於天下時，裡面隱藏的財務細節絕對是一場極具看點的商業博弈。更有甚者（@AletheiaPneuma_）用極其宏大的視角賦予了這場IPO史詩般的色彩。他認為這已不再是一場單純的融資，而是人類文明的一次蛻變，空間將成為重構一切商業邏輯的底層基礎設施。當巨額資本正式衝入地球軌道，這個世界的運行規則將被徹底改寫。不過，喬治城大學金融學教授兼IPO專家裡娜·阿加瓦爾（Reena Aggarwal）立刻將視線拉回了現實。她冷峻地提醒，即便馬斯克和SpaceX自帶頂級光環，公司的成功上市依然極度依賴一個平穩友好的宏觀市場。在近期地緣政治衝突與油價飆升的陰影下，全球股市正處於劇烈震盪期。阿加瓦爾直言不諱地指出，無論公司基本面多紮實、投資故事多性感，一旦宏觀大盤下行或劇烈動盪，這場超級IPO依然面臨折戟沉沙的巨大風險。業界只能祈禱到今年6月，地緣局勢能夠降溫，市場的極度不確定性也能隨之消散。但她同時篤定，散戶的認購狂熱必將突破天際。她強調，對於任何企圖將財富繫結在馬斯克身上的信徒來說，這就是絕佳的入場券。結語下一步分析師日與路演目前，SpaceX的IPO衝刺已經進入實操階段。公司計畫在4月21日舉辦盛大的分析師日，並於兩天后組織核心分析師實地考察位於田納西州孟菲斯的xAI資料中心Macrohard。如果一切按計畫推進，SpaceX將在7月前正式敲響上市的鐘聲。屆時，馬斯克將史無前例地成為全球首位同時掌控兩家兆級上市巨頭的個人。目前特斯拉的市值約1.4兆美元，而他本人的淨資產據福布斯估算已逼近8400億美元。SpaceX遞交IPO註冊草案，無疑是太空商業化處理程序中一個極具壓迫感的歷史分水嶺。它意味著，人類對星辰大海的征途，正從少數國家和政府主導的宏大敘事，被冷酷的資本市場精確量化，變成一場全球投資者皆可下注的財富遊戲。無論最終估值落位何處，籌集多少資金，SpaceX的上市都已是一場被載入史冊的資本風暴。接下來的幾個月，隨著正式招股書的剝絲抽繭，我們將能看到更多關於這家巨頭真實財務狀況、風險挑戰和未來規劃的硬核細節。 (網易科技)

AI博士，遠沒有外界想像中風光。畢業即享百萬年薪的傳奇，僅屬於金字塔尖的一小撮人。絕大多數普通AI博士並不具備市場議價權。他們中，有人為湊夠頂會論文無奈延畢，有人因缺少熟人推薦與心儀崗位失之交臂，有人因研究方向並非熱門在企業難覓用武之地。頂端人才被企業重金爭搶，平庸的AI博士則在人才魚塘裡徘徊張望。這個群體的就業圖譜，正呈現出殘酷的兩極分化。大廠夠不上，中廠養不起郵件開頭“很遺憾”三個字映入眼簾，王浩然意識到自己只是招聘方的一個“備胎”。他沒有繼續往下讀，直接刪除了這封來自心儀公司的郵件。王浩然是上海某985院校大模型演算法專業的博士研究生，這一專業方向正值AI賽道的風口。不過，由於就讀的學校不算頂尖，且論文成果僅達到畢業基本要求（兩篇頂會論文），去年參加秋招時，王浩然接連遭到多家公司拒絕。公司拒絕的方式，被他戲稱為“泡池子”。從初面到終面，走完一套面試流程通常需要一周左右。終面結束後，王浩然總會陷入漫長的等待，十天半個月的沉默期已是常態。最終等到“很遺憾”這句回覆，意味著公司在候選人比中“釣到了更大的魚”，而他則被留在了人才魚塘裡，沒被對方撈起。經歷四五次這樣的期待落空後，王浩然已逐漸習慣。但這一次被拒，還是出乎了他的意料。這個崗位來自國內一家頭部網際網路大廠。由於研究方向與崗位需求高度契合，王浩然順利進入了終面。終面時輕鬆融洽的氛圍，他至今印象深刻——直屬領導氣質親和，聊起自己在學校做的科研項目時，王浩然不止一次從領導的眼鏡片後看到肯定的目光。領導不僅明確對他表達了歡迎，甚至提前告知了他加入團隊後將擔任的具體工作，讓他有種“明天就要上崗”的錯覺。可一周後，王浩然卻收到了這家公司的拒絕信。大模型演算法崗位在行業內雖炙手可熱，但大廠放出的招聘名額通常有限。王浩然面試過的大廠，崗位招錄比至少在10：1，應聘的一家國企研究所，招錄比甚至高達200：1。想到自己僅有兩篇論文成果，王浩然沒有死磕大廠，他同時投遞中小廠作為保底。但在中小廠的面試中，他通常撐不過二面。比起大廠，中小廠更注重用人性價比，期待高薪聘請的博士人才，能直接匹配公司業務需求。在校期間，王浩然主要研究AI程式設計類課題。由於程式設計涉及AI應用的底層架構，該方向的演算法能力可遷移至不同領域，這使他獲得了醫療、金融領域大模型崗位的面試機會。然而，當面試官發現他需要時間熟悉具體業務場景時，便終止了後續流程。畢竟對中小公司而言，高薪聘請人才後還需投入時間培養業務熟悉度，成本過高。金九銀十的招聘旺季已接近尾聲，各家公司的招聘名額所剩無幾。王浩然的微信裡新增了十幾位HR聯絡人，卻仍未獲得保底offer。在社交媒體上，王浩然經常刷到同行們的 “凡爾賽貼”。貼子裡，優秀的AI博士們正被“幸福的煩惱”纏繞，不知該拿百萬年薪去大廠打拚，還是留在學界當一名高校教師。在這種對比下，王浩然自認為屬於“平庸的博士”。他仔細收藏了這些帖子，時刻關注著“大佬”們的最終選擇。因為一旦有人確定去向，其他公司就可能空出新的崗位，自己也就有了被“撈走”的機會。“平庸的博士”在魚池中徘徊觀望，處在金字塔尖的博士們正在攪動時代風浪。企業對頂尖人才的爭奪持續白熱化。字節跳動的“Top Seed”計畫、華為“天才少年計畫”、阿里T-Star計畫等，為博士人才提供了極具吸引力的條件：科研自由、資源優先、百萬年薪，這些只是最基本的誠意——前提是人才足夠頂尖。有消息稱入選這類人才計畫的應屆AI博士，綜合年薪已突破200萬元，同時還能獲得遠低於市場價的期權等額外福利。而通常能進入這類項目的博士，名校出身、有重磅研究、競賽大獎、實踐豐富等標籤幾乎一樣不少。對於這類人才引進計畫，王浩然從不點開。他覺得，如果不是剛好研究方向踩在了行業風口，自己可能連面試機會都難得到。博士4年，攢不夠入場券踏入人才市場前，論文是A博士的硬性入場券。對於非熱門研究方向的博士，則需要更多的論文來加持。在博士二年級實習時，研究電腦視覺方向的張藝凡就意識到了這一點。他在企業公開的招聘帖上看到，企業對AI博士的要求是擁有一至兩篇頂會一作論文。但正在求職的師兄師姐告訴張藝凡，要是沒參與過業界極具知名度的項目，想拿到面試機會，至少得有5篇論文成果才行。對業界來說，這是為數不多能衡量博士能力的可量化標準。博士學制通常四五年，一篇論文從實驗、撰寫到發表常需一年，時間本就緊張。為達到就業門檻，張藝凡不得不體會“湊”論文的苦。比起火熱的大模型，電腦視覺是更傳統的研究領域，研究歷史久、技術成熟，想在熟悉範圍內找創新點很難。師兄師姐說，一篇論文得有3個創新點才能中稿，有時迫於時間，張藝凡只能“為創新而創新”。他曾研究惡劣天氣下模型的環境感知，為增加創新點，他把常見的“在模型感知關鍵節點注重訓練資料一致性”改為讓模型在每一節點都注重。實驗後，雖然測出效果提升不大，但為了稿件能順利中選，他還是硬著頭皮寫進了論文。學界靠“策略”發論文的情況不少見。張藝凡發現，有些論文看似不同，實則在證明同一個已知結論，算不得真創新；有時跑通前人論文中的模型，卻發現結果或資料與論文不符，除了吐槽幾句“套路深”，也只能放棄。諷刺的是，這些質量參差的文章，不少都登在行業頂會期刊上。AI行業火熱，學術界也擁擠。頂級會議AAAI今年主要技術領域接收近2.9萬篇論文，幾乎是去年的兩倍，中國投稿佔三分之二；五年前AAAI-21僅收9034篇，還不及現在零頭。短時間內論文激增，評審系統明顯跟不上。大多期刊用“眾包”模式湊評審，發過相關論文或有導師推薦就能當上評審，部分期刊甚至允許碩士生參評。系統會按關鍵詞隨機分配審稿人，可AI跨領域研究多、單篇方向細，評審常因“摘要有共同概念”就被匹配，實則根本不懂論文內容，發表系統愈發混亂。正在紐約大學機器學專業讀博二的李睿峰，今年4月就因離譜評審栽了跟頭。他的一篇論文，遭評稿人質疑未能被期刊收錄。這篇論文由師兄帶領他完成，核心是通過演算法設計，讓機器人更精準識別需人類協助的時刻。他花半年跑通演算法，又花近一年做實驗，直到演算法能讓機器人在模擬與實體環境中完成所有任務，才進入最終測試。與同類研究中的演算法對比後，該演算法成功率高出一倍。二人對實驗嚴謹性和結果很滿意，信心十足地投稿，期待為行業出力。三個月後，李睿峰收到盲審結果：三位評審中兩人給低分，質疑點恰是他們最滿意的“實驗嚴謹性”。其中一位評審員給李睿峰發來一篇上月剛發表的論文，質問為何不測試文中演算法；另一位則認為，演算法中使用的關鍵概念沒有介紹。李睿峰又氣又無奈，測試前人演算法需先聯絡作者，可有時文中演算法、資料未公開，作者還可能遍佈全球，聯絡成本很高。因此學界共識是，可用於對比實驗的論文，發表時間至少要比投稿時間早三個月。至於演算法關鍵概念，論文子章節早已專門解釋。李睿峰覺得對方“壓根沒看懂”。學界離譜評審並不少見，甚至鬧出不少笑料。今年7月，機器學習頂會NeurIPS曾質疑研究者未解釋“Adam”——這本是行業最常用的一種最佳化演算法，只要接觸過模型訓練，就難以問出這種問題。圖 | 研究者在社交媒體上發出NeurIPS的評審意見李睿峰此次投遞的RSS（機器人科學與系統國際會議），是他敬仰的機器人領域頂會，他耐著性子委婉回覆評審，但仍被否決。李睿峰苦笑：“比起論文質量，更該反思自己的運氣。”好博士不一定是好牛馬博士階段需常年深耕單一領域，張藝凡覺得這就像在狹長隧道里埋頭摸索，等走到出口，才發現外面的世界和想像中全然不同。今年年初，張藝凡進入國內某頭部網際網路大廠，參與多模態大模型研究項目實習。此前，他曾耗時10個月研究自監督訓練原理，找到一套節省訓練資料成本的方法，本期待能將這項成果在業界落地。可認知脫節很快襲來：大廠坐擁充足的算力與資料資源，他在學校擔憂的資料成本問題根本不存在，企業也不會在這類細枝末節上投入精力。“此前的研究有用，但不多”，張藝凡無奈發現。他在電腦視覺領域積累的專業知識，同樣難在業界派上用場。當下行業聚焦商業化，大廠更傾向於打造“通用大模型”，靠全面的應用功能搶佔使用者入口，而非深耕單一功能的最佳化——就像如今各類AI應用的花式功能，多停留在“能用”層面，遠未到“專業好用”。張藝凡的研究聚焦電腦視覺細分方向，可企業更需要能整體最佳化模型的綜合能力，這類細分研究對項目落地變現收效甚微。實習期間，他做得最多的是根據不同場景，用現有模型微調出可落地的產品功能，而非發揮自己的專長。即便身為AI博士，多數企業需要的仍是能助力變現的牛馬。張藝凡這類專業背景的博士，只有去到專做圖像生成類模型的項目中，才有對口的用武之地。但行業裡專做細分領域的大模型項目或崗位較少，或技術門檻低，不需要博士代勞。為湊夠論文發表要求，張藝凡在學校的幾乎所有精力都投入到電腦視覺中的3D圖像感知方向，極少關注領域外的技術。第一次參加企業技術研討會時，他徹底懵了：同事們討論如何用現有大模型最佳化圖像生成質量，他卻一直糾結“多模態大模型如何理解圖像”，忍不住提出疑問。同事詫異地後仰脖子：“就是token化啊，大模型能把圖像當文字一樣理解。” 張藝凡才意識到，這是大模型基礎原理，作為AI博士，問出這話 “有些愚蠢”。平日裡同事聊前沿技術，比如大模型與AR技術互動，他更是完全插不上話。實習中接觸到大模型相關知識後，張藝凡本想調整後續研究方向，可聽到領導說 “轉正需6篇研究成果”，他還是決定在熟悉領域抓緊發論文。儘管這些研究對企業應用意義不大，但無奈是入職的剛性門檻。實習結束後，他將社交網名改成“千里煙波”，覺得自己難在多變的AI行業抓住確定性，未來迷茫遼遠。同樣在“湊”論文的李睿峰，還正在努力學習維護人脈。在他看來，AI博士的不少崗位要靠“熟人推薦”。剛入學時，他在新生群看到一位大模型博士的分享：對方僅3篇論文，卻靠同組師兄內推拿到蘋果面試機會，最終成功入職。李睿峰明白，個人能力固然重要，但熟人推薦是關鍵敲門磚。“AI行業圈子不大”，某一方向的優秀研究者有限，與他們有關聯的人自然多了層“稀缺標籤”。李睿峰常聽說，企業會因仰慕導師名氣錄用其學生。加上AI行業計算資源昂貴、博士崗位薪資高，企業試錯成本大，便更願意相信熟人推薦的人選。 圖 | 李睿峰提前參加企業招聘會拓展人脈國內也有類似情況，不少公司AI團隊負責人是高校導師或出自某高校實驗室，其學生、師弟師妹便更容易拿到團隊中的崗位。最近，導師告知李睿峰自己認識國內某機器人公司創始人，這讓他看到希望。若能獲得推薦，畢業後可直接入職，且借導師的業界影響力，薪資會比其他應屆生高不少。臨近畢業的王浩然，因未拿到合適offer，決定“戰術性延畢”，回校攢論文、補實習，提升競爭力明年再求職。在等待“被撈”的日子裡，他總想起四年前碩士畢業時的場景：那時他學的還是傳統NLP演算法，然而當時就業市場卻“遍地黃金”。即便沒有對口經驗，面對技術提問常坦言 “不會”，國內頭部大廠仍紛紛向他伸出橄欖枝。可如今學歷提升，崗位要求陡增，就業反而更嚴峻。不久前，組裡一位碩士師弟找王浩然聊天，執意要考大模型方向博士，對該領域就業前景充滿期待。王浩然一算，師弟博士畢業至少還要五年，不禁擔憂：屆時這個專業是否還在風口，誰也無法確定。AI行業日新月異，博士卻需長期深耕單一方向，兩條路線本就難以緊密契合。思及此，王浩然給師弟回覆：“讀博一念起，頃刻天地窄”。 (鈦媒體AGI)