博士生的處境，正在被AI風(fēng)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(zhàn)，正在把學(xué)術(shù)界推向前所未有的危機(jī)。

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(chǎn)業(yè)的淘金熱，更是一場動搖學(xué)術(shù)根基的地震。

博士生的尷尬：一邊領(lǐng)補(bǔ)貼，一邊看人拿百萬年薪

博士生和AI公司之間的薪資，已經(jīng)從「差距」變成了「天塹」。

在哈佛，計算機(jī)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(bǔ)貼，也依舊杯水車薪。

2023年，CMU大學(xué)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(yè)的薪水，這幾乎沒有任何競爭力。

卡內(nèi)基梅隆大學(xué)的計算機(jī)科學(xué)教授Vincent Conitzer直言：

學(xué)生本來就不指望能拿和業(yè)界一樣的薪水，但當(dāng)差距越來越大時，就不得不擔(dān)心了。

而且，這并非美國獨有的矛盾。

在澳大利亞，博士生的標(biāo)準(zhǔn)津貼約為AU$33,511/年，但最低工資標(biāo)準(zhǔn)約AU$47,627/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(biāo)準(zhǔn)為￡20,780/年，試圖更貼近生活成本。

與此同時，產(chǎn)業(yè)界的誘惑卻越來越強(qiáng)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(qiáng)行挖人。

不少科技公司在招聘具有AI或機(jī)器學(xué)習(xí)經(jīng)驗的工程師時，還會額外給予高達(dá)20萬美元的薪酬溢價。

學(xué)術(shù)界的「窮養(yǎng)博士」，和業(yè)界的「豪擲百萬」，正把博士生一步步推向?qū)嶒炇抑狻?/span>

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(chǔ)設(shè)施上的投入，就高達(dá)數(shù)千億美元。

這種懸殊的對比，讓年輕學(xué)者望而興嘆。哈佛教授David Alvarez-Melis坦言：

一些大學(xué)已經(jīng)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(xiàn)實是，哪怕像哈佛Kempner研究所這樣有雄厚背景的機(jī)構(gòu)，籌錢擴(kuò)建GPU集群依舊困難重重。

執(zhí)行主任Elise Porter就說：

這是我們必須擁有的關(guān)鍵工具，但它極其昂貴。捐贈者可能存在，但鳳毛麟角。

學(xué)術(shù)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(chǎn)業(yè)實驗室與高校在 GPU 使用量上的差距正急劇擴(kuò)大。

這不僅限制了學(xué)術(shù)研究者參與前沿模型開發(fā)的機(jī)會，也削弱了他們對安全性、可解釋性等問題的監(jiān)督能力

一些大學(xué)正在嘗試自救。

比如普林斯頓大學(xué)投資建設(shè)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(xué)的全新GPU集群將有助于將人工智能研究留在公共領(lǐng)域，普林斯頓大學(xué)計算機(jī)科學(xué)系的查爾斯·C·菲茨莫里斯教授、大學(xué)語言與智能計劃負(fù)責(zé)人 Sanjeev Arora表示。

孟菲斯大學(xué)也建立了「iTiger」GPU 集群，為區(qū)域科研和教學(xué)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(guān)鍵因素。

人才斷供：學(xué)術(shù)界的血液正在流失

博士生在學(xué)術(shù)體系里，扮演著極其關(guān)鍵的角色。

他們不僅是實驗室里最主要的科研人員，還承擔(dān)了大量本科教學(xué)工作。

可以說，博士生就是學(xué)術(shù)界賴以循環(huán)和成長的「血液」。

但如今，這股「血液」正在加速流向產(chǎn)業(yè)。

MIT教授Jim Collins警告，如果博士生過早被行業(yè)吸走，整個科研系統(tǒng)就會「失血過多」，難以維持長期健康。

危機(jī)并非夸大。博士生一旦提前離開，學(xué)術(shù)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(xué)術(shù)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(xué)者的人數(shù)驟減。

一篇報告指出，若博士生人數(shù)顯著減少，不只是研究受影響，本科教育也會受到?jīng)_擊。

很多博士生兼任教學(xué)助理，他們幫助批改作業(yè)、帶討論課、輔導(dǎo)本科學(xué)生；若人數(shù)減少，本科生的導(dǎo)師資源、課堂互動及反饋都會變差。

與此同時，美國部分大學(xué)正因為聯(lián)邦科研經(jīng)費不確定性而縮減PhD招生人數(shù)。

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(jīng)費撥款的不穩(wěn)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(xué)術(shù)界的根基動搖。

當(dāng)博士生越來越把學(xué)術(shù)當(dāng)作跳板，整個體系都可能出現(xiàn)斷供的危險。

混合模式：在大廠打工還能順便拿博士？

當(dāng)學(xué)術(shù)界苦苦思索如何留住博士生時，產(chǎn)業(yè)界已經(jīng)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(xué)同時攻讀博士學(xué)位

這種模式看似雙贏——博士生既能拿到行業(yè)的高薪與算力支持，又不會完全離開學(xué)術(shù)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(xué)生在攻讀學(xué)位的同時，也能進(jìn)入 DeepMind 實習(xí)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(shè)立了PhD Fellowship，并通過與多所大學(xué)的研究院合作，讓博士生能在MSR的科研與學(xué)術(shù)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(xué)校態(tài)度謹(jǐn)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(xué)者100%投入學(xué)術(shù)，而不是一半在產(chǎn)業(yè)一半在學(xué)校

一邊是Meta、DeepMind等公司大開方便之門，一邊是斯坦福堅守學(xué)術(shù)純粹。

未來博士培養(yǎng)會不會就此「學(xué)術(shù)-產(chǎn)業(yè)混血」？這一議題正在成為新的焦點。

教授的焦慮：招學(xué)生先擔(dān)心人會不會跑

一場AI人才大戰(zhàn)，不僅讓博士生猶豫要不要留在學(xué)術(shù)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(yè)里的FOMO，如今卻成了學(xué)界教授的心聲。

情況有多嚴(yán)重？以波士頓大學(xué)的新晉教授Naomi Saphra為例，她剛要開始招博士生，就已經(jīng)被數(shù)十封申請郵件「轟炸」。

但她的糾結(jié)點不再只是學(xué)生的學(xué)術(shù)水平，而是：這些人能不能堅持到畢業(yè)，而不是中途跑去拿高薪。

在這樣的環(huán)境下，教授們的角色發(fā)生了微妙變化。

他們不僅是學(xué)術(shù)導(dǎo)師，還得像人事經(jīng)理一樣，反復(fù)評估「人才留存風(fēng)險」。

一旦學(xué)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(dān)憂的是，博士生的不穩(wěn)定不僅影響實驗室，還可能波及科研經(jīng)費的申請。

美國國家科學(xué)基金會（NSF）等資助機(jī)構(gòu)在評審時，往往要求申請團(tuán)隊具備穩(wěn)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(dāng)教授們都開始用「能不能留下來」作為選人標(biāo)準(zhǔn)時，足以說明學(xué)術(shù)生態(tài)的焦慮程度。

AI熱潮帶來的不確定性，已經(jīng)滲透進(jìn)博士招生的每一個細(xì)節(jié)。

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(xué)術(shù)界。

博士生本是學(xué)術(shù)體系的支柱，卻在金錢與資源的雙重誘惑下加速流向產(chǎn)業(yè)；教授們則一邊為經(jīng)費、算力發(fā)愁，一邊擔(dān)心學(xué)生半路離開。

在這個節(jié)點上，學(xué)術(shù)界和產(chǎn)業(yè)界似乎正在走向兩種極端：要么守住學(xué)術(shù)的純粹性，要么接受「混合模式」的現(xiàn)實。

但問題是——當(dāng)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。