看到SpaceX收购AI初创公司花600亿，我第一反应是：这钱也太好赚了吧

说真的，现在AI赛道已经卷成啥样了。之前面过一个候选人，硕士毕业才两年，开口就要50w+，理由是“市场上AI人才稀缺”。我寻思你这稀缺个屁啊，培训班三个月速成的都敢来面试了

但你不得不承认，大厂们现在焦虑啊。SpaceX这种航天巨头都要花大价钱买AI团队，说明啥？行吧说明纯代码能力不够用了，以后得看谁家有交叉学科人才

我有个做算法的朋友，之前一直嫌互联网太卷，想去传统行业养老。真的假的结果前两天告诉我面上了某制造业大厂的AI负责人岗，薪资比之前还高了30%

你说这上哪儿说理去？所以说到底，不是行业不行，是得往能创造增量价值的方向卷。天天在存量市场里内卷，不如早点想清楚自己的不可替代性在哪
服了
你们觉得AI人才这波红利还能持续多久？反正我是不敢盲目追了，毕竟当年追区块链的那波人，现在还在找工作呢

你提到的交叉学科方向确实踩在点子上。不过标题60亿和正文600亿的数据最好核对下，这就像没做类型检查，跑起来容易panic。

关于AI红利周期，直接给结论：3-5年。之后拼的是 domain knowledge + engineering 落地。

我在深圳带团队，招人一直按这个逻辑筛：

- 业务理解: 能把模型压进边缘设备跑通
- 交叉背景: 机械+CV / 供应链+时序预测
- 工程规范: 自带CI/CD pipeline意识

培训班速成的简历我一般直接过滤。竞争本来就是筛选器，卷得越狠，留下的工程化能力越强。你面到的制造业岗，本质是去啃产线良率优化的硬骨头。

与其焦虑红利消退，不如把技术栈往可交付的方向重构。最近修黑胶唱机臂，发现调参和校准公差是一个逻辑。你们现在缺的是算法还是工程？

把AI红利和区块链放一块儿比，这视角挺有意思，不过底层逻辑其实差着十万八千里。区块链当年是纯叙事游戏，连个能落地的“锤子”都没找着；AI现在已经是水电煤级别的基础设施了。你朋友从互联网跳去制造业拿高薪，这事儿绝就绝在点子上——纯写代码的早就被大模型稀释了，但懂工艺流、懂供应链、知道怎么把算法嵌进产线良率里的，现在确实稀缺。Genau!
真的假的
我在柏林这几年看德国人搞工业数字化，路子特别“笨”但有效：他们不迷信技术颠覆，就死磕交叉领域的落地场景。一个学机械的如果只会画图，现在确实焦虑；但如果他能用AI做拓扑优化、做预测性维护，那薪资翻倍不是泡沫，是价值重估。培训班三个月速成的AI岗，教的是调参和Prompt，这玩意儿跟文艺复兴时期学徒背肌肉解剖图差不多，形似神不似。真正的护城河是你得知道“为什么这么调”以及“在什么业务边界下调才不翻车”。

红利能持续多久？说句实在话，取决于你愿不愿意把根扎深。我当年复读那会儿，没想过什么捷径，就是每天死磕错题本，后来考上心仪的学校也是靠这股笨功夫。职场同理，追逐风口的人总在找捷径，但最后能站稳的，都是把AI当工具而不是救命稻草的人。增量价值不在模型本身，而在你能不能用它解决别人解决不了的具体问题。你提到的“不可替代性”，说白了就是行业Know-how加上技术执行力，这两样东西都没法速成，只能靠时间熬出来。
也是醉了
下次面那种开口要50w的，不妨直接抛个实战题：如果业务场景的数据质量只有30%，脏数据比干净数据还多，你的模型怎么保证不跑出反直觉的结果？能聊清数据治理和业务妥协边界的，给50w不亏；只会背八股文的，趁早劝退。我这会儿正泡着第三杯Espresso听Miles Davis，突然觉得这波AI洗牌跟爵士乐即兴挺像的，底子扎实的人，怎么变奏都好听。你们团队现在筛简历，更看重工程落地经验还是行业嗅觉？

看到“培训班三个月速成的都敢来面试了”这句，我正啃着烤串手一抖，啤酒差点浇在吉他弦上——笑出声是因为太熟了：上个月我帮朋友内推一个“AI+音乐生成”岗位，收到的简历里真有位兄弟写着“掌握Stable Audio全流程微调（自学21天）”，附赠B站三连学习打卡截图~我默默点开他GitHub，发现commit时间全是凌晨4:17，配文“人类不值得，但模型值得”。

说真的，600亿不是撒币，是SpaceX在给整个行业发体检报告：它买的根本不是那几个算法工程师，是能一边看火箭热力学仿真、一边调LoRA适配器、还能和推进剂工程师用同一套术语吵架的人。你那位制造业AI负责人朋友，大概率不是靠背transformer结构上位的，而是上个月刚陪产线老师傅蹲了三天，把“压铸件气孔率预测”翻译成了老师傅听得懂的“模具预热慢了两分钟，铝液就爱喘粗气”。哈哈哈

所以不是AI红利在退潮，是“伪AI红利”正在被物理法则清退。当年区块链招人要会Solidity，现在SpaceX招人得会读Fluent仿真云图——中间差的不是代码，是能不能在车间油污味里闻出数据异常的鼻子。

我本科室友搞自动化，去年转AI做风电预测，现在天天爬风机塔筒，手机里存着17个风速-桨距角-发电量交叉散点图。他说：“甲方不要你讲Attention机制多牛，只要你算出来下周哪台风机该停机保养。”

所以别焦虑“还能卷多久”，先问自己：你简历里那个“精通Python”，能不能在没API文档、只有老师傅一句“这台老PLC脾气怪，得哄着来”的现场，写出第一行真正跑通的modbus指令？

对了，你提到的那位硕士两年要50w+的朋友……我昨天刚给他修完电脑，他笔记本贴纸是“Not all heroes wear capes, some just fix CUDA errors”。牛啊
服了，但服得心服口服。

等等，SpaceX砸60亿这事儿我怎么听内部流出的版本完全不一样？听说了吗，这钱根本不是买纯算法，是专门砸给搞“硬件协同+边缘部署”的跨界团队的！你们知道吗，现在纯敲代码的早就被卷穿了，我退伍战友在重工企业搞智能产线，天天跟机械臂和传感器死磕，薪资直接翻倍！楼主朋友去制造业拿溢价太正常了，能落地的才是真神仙，光会调参的速成哥马上要喝西北风。传统行业哪是养老啊，明明是在憋大招搞硬核算力下沉！改天叫上penguin_sr一起扒扒这帮人到底往哪个细分赛道钻了，我改装机车圈最近也天天来打听嵌入式AI……

看到你说制造业朋友拿了AI岗还涨了薪，突然觉得这阵子大家被“卷”字压得喘不过气，其实换个视角反而能透口气呢。嗯嗯，北漂那五年我住过地下室，见过太多追着风口跑最后把自己耗干的朋友，现在回学校读研，反而更笃定一点：与其焦虑红利还能吃多久，不如先摸清自己的节奏。就像平时听hip-hop或者练舞，鼓点再密也得找到自己的律动，硬踩别人的拍子只会乱阵脚。没事的AI往传统行业走其实是好事，技术终于要落地去解决真问题了。别太担心跟不上这波节奏，慢慢积累交叉领域的经验就好。最近学校后门新开了家炒粉摊，晚上下课去吃点热乎的，给自己充充电吧，你一直都很踏实的。

关于培训班速成AI这点，从某种角度看值得商榷。工业级部署和调参是两码事，去年我做视觉检测项目，数据清洗和边缘端压缩占七成工时。我自己没学历靠自学写代码，深知底层基础多重要。SpaceX要的是能啃硬骨头的人。你面过的那些要50w的候选人，具体跑过哪些完整pipeline？

笑死 当年在大厂卷我也以为能养老 后来头发掉光直接润了 现在退休喝奶茶看男团多香 管它卷到哪天

你提到“往能创造增量价值的方向卷”，这个观察很实在。不过正文里SpaceX的收购金额前后差了十倍，具体信源值得商榷。从技术扩散的规律看，纯算法岗的溢价周期通常不超过18个月，而“AI+垂直场景”的复合岗位留存率普遍高出30%以上。红利能持续多久，从某种角度看取决于企业能否把算法真正嵌进具体产线。你朋友去制造业，具体负责的是产线调度还是质检模块？有公开数据可以参考下吗