本周,硅谷一个备受关注的话题再次成为焦点:将AI Token作为薪酬补偿的一部分。这个想法相当直观——除了给工程师提供薪资、股权和奖金外,公司还会向他们提供AI Token预算,这些计算单元为Claude、ChatGPT和Gemini等工具提供动力。工程师可以使用这些Token来运行智能体、自动化任务和处理代码。这种做法的理念是,获得更多计算资源能让工程师更高效,而更高效的工程师值得更多回报。
英伟达CEO黄仁勋在本周的年度GTC大会上提出,工程师应该获得相当于基础薪资一半的Token补偿,这一想法吸引了众人的注意。按他的计算,顶尖人才每年可能会消耗价值25万美元的AI算力。他将此称为招聘工具,并预测这将成为硅谷的标准做法。
目前还不完全清楚这个想法最初来自何处。专注于AI、数据和SaaS初创公司的知名湾区风投家Tomasz Tunguz在2月中旬就讨论过这个话题,他写道,科技初创公司已经开始将推理成本作为"工程师薪酬的第四个组成部分"。根据薪酬追踪网站Levels.fyi的数据,他将顶级软件工程师的薪资定为37.5万美元。再加上10万美元的Token,总计47.5万美元——这意味着每五美元中约有一美元是计算成本。
这并非巧合。智能体AI正在兴起,1月底OpenClaw的发布大大加速了这一讨论。OpenClaw是一个开源AI助手,设计用于持续运行——处理任务、生成子智能体,并在用户睡觉时完成待办事项。这是向"智能体"AI转变的一部分,即不仅响应提示,还能随时间自主执行一系列动作的系统。
实际结果是Token消耗激增。写文章的人一个下午可能使用1万个Token,而运行一群智能体的工程师一天就能自动消耗数百万个Token,无需输入任何文字。
到本周末,《纽约时报》对所谓的"Token最大化"趋势进行了深入报道,发现包括Meta和OpenAI在内的公司工程师正在内部排行榜上竞争Token消耗量。据报道,慷慨的Token预算正悄然成为标准工作福利,就像牙科保险或免费午餐一样。一位斯德哥尔摩的爱立信工程师告诉《纽约时报》,他在Claude上的支出可能超过了薪水,尽管雇主承担了费用。
也许Token真的会成为工程师薪酬的第四大支柱。但工程师们可能应该谨慎对待这一趋势。更多Token在短期内可能意味着更多权力,但考虑到技术发展的速度,这不一定意味着更多的工作保障。首先,大量Token分配伴随着高期望。如果公司实际上为你提供了相当于第二个工程师的计算资源,那么隐含的压力就是要以两倍(或更多)的速度产出。
更深层的问题是:当公司为每个员工的Token支出接近或超过该员工的薪资时,财务团队对人员配置的财务逻辑会发生变化。如果计算在完成工作,那么需要多少人来协调这些工作的问题就变得难以回避。
东海岸的斯坦福MBA、前风投家转金融服务CFO的Jamaal Glenn指出,看似福利的东西实际上可能是公司巧妙地夸大薪酬包价值的方式,而不增加现金或股权——这些才是员工长期受益的真正财富。你的Token预算不会归属,不会升值,也不会在你下次薪资谈判中发挥作用。如果公司成功地将Token标准化为薪酬,他们可能会发现更容易保持现金薪酬不变,同时指向不断增长的计算津贴作为对员工投资的证据。
这对公司来说是笔好买卖。对工程师来说是否划算,取决于大多数工程师目前还没有足够信息来回答的问题。
Q&A
Q1:什么是AI Token薪酬?具体是怎么运作的?
A:AI Token薪酬是指除了传统的薪资、股权和奖金外,公司还给工程师提供AI Token预算。这些Token是驱动Claude、ChatGPT等AI工具的计算单元,工程师可以用来运行智能体、自动化任务和处理代码,目标是通过提供更多计算资源来提高工程师的生产力。
Q2:黄仁勋提出的Token薪酬标准是多少?
A:英伟达CEO黄仁勋在GTC大会上建议,工程师应该获得相当于基础薪资一半的Token补偿。按他的计算,顶尖人才每年可能消耗价值25万美元的AI算力。他认为这将成为硅谷的招聘工具和标准做法。
Q3:AI Token薪酬对工程师来说真的是好事吗?
A:这个问题存在争议。虽然更多Token可能在短期内提供更多计算能力,但也带来了更高的工作期望。而且Token预算不会像薪资或股权那样升值或在未来谈判中发挥作用,可能是公司在不增加真正财富的情况下夸大薪酬包价值的方式。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。