1. 首頁 > 生活百科 > >

哈佛CS博士月入4000，搶GPU搞科研，硅谷百萬年薪挖人，學界瘋狂逃離

京東

哈佛CS博士月入4000，搶GPU搞科研，硅谷百萬年薪挖人，學界瘋狂逃離

文章圖片

哈佛CS博士月入4000，搶GPU搞科研，硅谷百萬年薪挖人，學界瘋狂逃離

文章圖片

哈佛CS博士月入4000，搶GPU搞科研，硅谷百萬年薪挖人，學界瘋狂逃離

文章圖片

哈佛CS博士月入4000，搶GPU搞科研，硅谷百萬年薪挖人，學界瘋狂逃離

文章圖片

哈佛CS博士月入4000，搶GPU搞科研，硅谷百萬年薪挖人，學界瘋狂逃離

文章圖片


AI人才大戰正讓學術界陷入前所未有的危機！博士生月津貼只有幾千美元 ， 卻要面對硅谷百萬年薪的誘惑；實驗室為一塊顯卡焦頭爛額 ， 大廠卻豪擲千億買GPU 。 博士生本是科研與教學的支柱 ， 如今卻加速流向產業 。 教授擔心學生半路跳槽 ， 政府和高校的補救也遠遠跟不上 。 未來的 AI突破 ， 還能出現在大學實驗室嗎？
一圖看透全球大模型！新智元十周年鉅獻 ， 2025 ASI前沿趨勢報告37頁首發
博士生的處境 ， 正在被AI風暴徹底改寫 。
哈佛博士每個月拿著4205美元津貼 ， 而硅谷AI公司一開口 ， 就是百萬年薪 。
實驗室里博士生還在為一塊顯卡焦頭爛額 ， 大廠卻揮金如土買下千億GPU集群 。
這場人才爭奪戰 ， 正在把學術界推向前所未有的危機 。
哈佛教授David Alvarez-Melis甚至坦言：
大家都有一點怕錯過的感覺
這不僅是一場產業的淘金熱 ， 更是一場動搖學術根基的地震 。

博士生的尷尬：一邊領補貼 ， 一邊看人拿百萬年薪 【哈佛CS博士月入4000，搶GPU搞科研，硅谷百萬年薪挖人，學界瘋狂逃離】博士生和AI公司之間的薪資 ， 已經從「差距」變成了「天塹」 。
在哈佛 ， 計算機博士生的月津貼只有4205美元 ， 一年大約僅5萬美元 。
而在硅谷 ， AI公司給博士生開出的起薪 ， 動輒就是百萬美元 。
即便是提升補貼 ， 也依舊杯水車薪 。
2023年 ， CMU大學把博士生的最低津貼從2.7萬美元漲到3萬美元 ， 但相比行業的薪水 ， 這幾乎沒有任何競爭力 。
卡內基梅隆大學的計算機科學教授Vincent Conitzer直言：
學生本來就不指望能拿和業界一樣的薪水 ， 但當差距越來越大時 ， 就不得不擔心了 。
而且 ， 這并非美國獨有的矛盾 。
在澳大利亞 ， 博士生的標準津貼約為AU$33511/年 ， 但最低工資標準約AU$47627/年 ， 不少候選人因此被勸退 。
在英國 ， UKRI也不得不出手 ， 從2025年秋季開始 ， 將最低博士生津貼提高8% ， 新標準為￡20780/年 ， 試圖更貼近生活成本 。
與此同時 ， 產業界的誘惑卻越來越強烈 。
Meta曾被曝出向OpenAI頂尖人才提供1億美元簽約獎金 ， 試圖用金錢強行挖人 。
不少科技公司在招聘具有AI或機器學習經驗的工程師時 ， 還會額外給予高達20萬美元的薪酬溢價 。
學術界的「窮養博士」 ， 和業界的「豪擲百萬」 ， 正把博士生一步步推向實驗室之外 。

算力鴻溝：博士生搶顯卡 ， 大廠燒千億如果說工資差距讓博士生心灰意冷 ， 那么算力鴻溝則直接決定了他們能不能做出像樣的科研 。
在實驗室里 ， 博士生常常為了幾塊顯卡排隊 ， 甚至要東拼西湊才能把模型跑起來 。
而與此同時 ， 微軟、Meta、Alphabet等巨頭今年光是在AI算力基礎設施上的投入 ， 就高達數千億美元 。
這種懸殊的對比 ， 讓年輕學者望而興嘆 。 哈佛教授David Alvarez-Melis坦言：
一些大學已經意識到 ， 這類研究越來越依賴算力資源 ， 所以才開始嘗試加大投入 。
但現實是 ， 哪怕像哈佛Kempner研究所這樣有雄厚背景的機構 ， 籌錢擴建GPU集群依舊困難重重 。
執行主任Elise Porter就說：
這是我們必須擁有的關鍵工具 ， 但它極其昂貴 。 捐贈者可能存在 ， 但鳳毛麟角 。
學術界早就有人提出警告：這種差距正在形成「算力鴻溝」 。
一項題為「The Compute Divide in Machine Learning: A Threat to Academic Contribution and Scrutiny?」 的研究指出 ， 產業實驗室與高校在 GPU 使用量上的差距正急劇擴大 。
這不僅限制了學術研究者參與前沿模型開發的機會 ， 也削弱了他們對安全性、可解釋性等問題的監督能力
一些大學正在嘗試自救 。
比如普林斯頓大學投資建設了一個由300塊H100 GPU組成的集群 ， 用于支持生成式AI研究；
普林斯頓大學的全新GPU集群將有助于將人工智能研究留在公共領域 ， 普林斯頓大學計算機科學系的查爾斯·C·菲茨莫里斯教授、大學語言與智能計劃負責人 Sanjeev Arora表示 。
孟菲斯大學也建立了「iTiger」GPU 集群 ， 為區域科研和教學提供算力支持 。
但與大廠動輒千億美元的投入相比 ， 這些嘗試仍顯得杯水車薪 。
一邊是博士生「搶顯卡寫論文」 ， 一邊是大廠「燒錢堆GPU」 。
這場算力軍備差距 ， 正在成為決定博士生去留的關鍵因素 。

人才斷供：學術界的血液正在流失博士生在學術體系里 ， 扮演著極其關鍵的角色 。
他們不僅是實驗室里最主要的科研人員 ， 還承擔了大量本科教學工作 。
可以說 ， 博士生就是學術界賴以循環和成長的「血液」 。
但如今 ， 這股「血液」正在加速流向產業 。
MIT教授Jim Collins警告 ， 如果博士生過早被行業吸走 ， 整個科研系統就會「失血過多」 ， 難以維持長期健康 。
危機并非夸大 。 博士生一旦提前離開 ， 學術界面臨的不是少一個研究助理這么簡單 ， 而是科研項目斷檔、學術梯隊塌陷 。
更重要的是 ， 博士生原本是未來教授的儲備力量 。
人才流失過快 ， 意味著未來能成長為獨立學者的人數驟減 。
一篇來報告指出 ， 若博士生人數顯著減少 ， 不只是研究受影響 ， 本科教育也會受到沖擊 。
很多博士生兼任教學助理 ， 他們幫助批改作業、帶討論課、輔導本科學生；若人數減少 ， 本科生的導師資源、課堂互動及反饋都會變差 。
與此同時 ， 美國部分大學正因為聯邦科研經費不確定性而縮減PhD招生人數 。
最新文章報道 ， 美國許多研究所推遲或撤回了對博士項目的錄取通知 ， 主要原因是經費撥款的不穩定 。
這讓很多教授憂心忡忡：一邊百萬年薪的吸引力 ， 一邊是學術界的根基動搖 。
當博士生越來越把學術當作跳板 ， 整個體系都可能出現斷供的危險 。

混合模式：在大廠打工還能順便拿博士？當學術界苦苦思索如何留住博士生時 ， 產業界已經拋出了一種「折中方案」 。
在倫敦、巴黎和特拉維夫 ， Meta的研究實驗室FAIR給博士生開出了一種特殊的選擇：
你既可以在Meta做研究員 ， 又能在本地大學同時攻讀博士學位
這種模式看似雙贏——博士生既能拿到行業的高薪與算力支持 ， 又不會完全離開學術圈 。
Meta的Llama首批研究論文就誕生于這種模式 ， 其中的作者Hugo Touvron和Gautier Izacard都是在FAIR工作、同時攻讀博士的代表 。
類似的模式并不只存在于 Meta 。
在英國 ， DeepMind長期資助牛津、劍橋等高校的博士項目 ， 部分學生在攻讀學位的同時 ， 也能進入 DeepMind 實習或參與研究 。
谷歌也推出了PhD Fellowship Program ， 為博士生提供資金與算力支持 ， 并開放研究合作 。
微軟同樣設立了PhD Fellowship ， 并通過與多所大學的研究院合作 ， 讓博士生能在MSR的科研與學術研究間切換 。
這種混合模式正在變得越來越普遍 。 不過 ， 也有學校態度謹慎 。
比如斯坦福就明確反對這種「雙重身份」 。 副教授Stefano Ermon解釋說：
他們希望學者100%投入學術 ， 而不是一半在產業一半在學校
一邊是Meta、DeepMind等公司大開方便之門 ， 一邊是斯坦福堅守學術純粹 。
未來博士培養會不會就此「學術-產業混血」？這一議題正在成為新的焦點 。

教授的焦慮：招學生先擔心人會不會跑一場AI人才大戰 ， 不僅讓博士生猶豫要不要留在學術界 ， 也把教授們推入了前所未有的焦慮之中 。
哈佛助理教授David Alvarez-Melis就直言：
大家都有一點怕錯過的感覺 。
這句話本來是用來形容行業里的FOMO ， 如今卻成了學界教授的心聲 。
情況有多嚴重？以波士頓大學的新晉教授Naomi Saphra為例 ， 她剛要開始招博士生 ， 就已經被數十封申請郵件「轟炸」 。
但她的糾結點不再只是學生的學術水平 ， 而是：這些人能不能堅持到畢業 ， 而不是中途跑去拿高薪 。
在這樣的環境下 ， 教授們的角色發生了微妙變化 。
他們不僅是學術導師 ， 還得像人事經理一樣 ， 反復評估「人才留存風險」 。
一旦學生選擇半路跳槽 ， 實驗室的項目就可能陷入停滯 。
更讓教授們擔憂的是 ， 博士生的不穩定不僅影響實驗室 ， 還可能波及科研經費的申請 。
美國國家科學基金會（NSF）等資助機構在評審時 ， 往往要求申請團隊具備穩定性 。 如果博士生頻繁流失 ， 評審委員會會懷疑項目能否順利完成 。
當教授們都開始用「能不能留下來」作為選人標準時 ， 足以說明學術生態的焦慮程度 。
AI熱潮帶來的不確定性 ， 已經滲透進博士招生的每一個細節 。
從津貼到年薪的巨大鴻溝 ， 從GPU緊缺到千億算力軍備 ， 再到博士生被提前「截胡」 ， AI熱潮正以前所未有的力量撼動學術界 。
博士生本是學術體系的支柱 ， 卻在金錢與資源的雙重誘惑下加速流向產業；教授們則一邊為經費、算力發愁 ， 一邊擔心學生半路離開 。
在這個節點上 ， 學術界和產業界似乎正在走向兩種極端：要么守住學術的純粹性 ， 要么接受「混合模式」的現實 。
但問題是——當AI公司拋出高薪與海量算力時 ， 高校還有什么籌碼 ， 能留住這些未來的科研中堅？
也許 ， 真正的考驗才剛剛開始 。
參考資料：
https://www.theinformation.com/articles/ai-talent-frenzy-complicates-universities-retain-recruit-doctoral-students?rc=epv9gi
https://mp.weixin.qq.com/s/qumzcUmBm8Jkn_V0BuMAQw
本文來自微信公眾號“新智元” ， 作者：新智元 ， 36氪經授權發布 。

    推薦閱讀