哈佛博士月薪僅 4000 美元——為顯示卡苦戰科研，而矽谷開出百萬年薪，學術界正面臨前所未有的人才出逃危機

學術界崩塌前夜：AI 人才大戰如何永久改寫科研版圖

全球範圍的 AI 人才爭奪戰，正將學術界推向危機的邊緣。博士生每月僅拿幾千美元津貼，卻要面對矽谷百萬年薪的強大誘惑；大學實驗室為一塊顯示卡絞盡腦汁，而科技巨頭則揮金如土打造龐大的算力叢集。曾是科研與教育支柱的博士生，如今正以前所未有的速度流向產業界——教授焦慮、院校無力應對。問題擺在眼前：未來的 AI 突破，還會誕生在大學實驗室嗎？

AI 熱潮徹底改寫了學術雄心的版圖。在哈佛大學，電腦科學博士生每月津貼約為 4205 美元，年收入約 5 萬美元。而在矽谷，AI 公司開口就是百萬年薪。即使高校嘗試提升補貼，差距依然巨大。2023 年，卡內基梅隆大學將博士生最低津貼從 2.7 萬美元提高到 3 萬美元——在行業薪酬面前，這幾乎微不足道。卡內基梅隆大學教授文森特·康尼策直言：“學生從未期望能拿到與業界一樣的薪水，但當差距如此之大，就再也無法忽視。”

這種困境並非美國獨有。在澳大利亞，博士生的標準津貼為每年 33,511 澳元，遠低於最低工資 47,627 澳元，令不少候選人望而卻步。而在英國，UKRI 將從 2025 年秋季起把博士生最低津貼提高 8%，達到每年 20,780 英鎊，以緩解生活成本壓力。然而，產業的吸引力卻愈發強大。Meta 據傳曾為挖角 OpenAI 頂尖人才開出高達 1000 萬美元的簽約獎金，而擁有 AI 或機器學習經驗的工程師往往可獲得額外 20 萬美元的薪資溢價。對比之下，學界培養“節儉的學者”，業界則打造“百萬美元工程師”。

若說薪水差距是精神打擊，那麼算力差距就是生存危機。許多博士生仍在排隊等待幾塊老舊的 GPU，勉強拼湊資源來完成實驗。而與此同時，微軟、Meta 和 Alphabet 每年在 AI 基礎設施上的投入已高達數百億美元。即便是哈佛這樣頂級院校的 Kempner 研究所，籌集 GPU 叢集資金依舊艱難重重。執行主任伊麗絲·波特坦言：“這是我們必須擁有的關鍵工具，但它極其昂貴。”

研究者們將這種差距稱為“算力鴻溝”。一項題為《機器學習的算力鴻溝：對學術貢獻與監督的威脅？》的研究警告稱，大學正迅速失去參與前沿 AI 研究的能力，甚至削弱了對安全性與可解釋性等關鍵問題的監督作用。為此，一些高校嘗試反擊。普林斯頓大學投資建立了一個由 300 塊 NVIDIA H100 GPU 組成的新叢集，以確保生成式 AI 研究仍留在公共領域；孟菲斯大學則推出 “iTiger” 叢集，為區域科研與教學提供算力支援。然而，與大廠動輒數千億的投入相比，這些努力依舊顯得杯水車薪。

博士生是學術界的心臟——他們承擔科研、輔導本科生、維持知識迴圈。然而這顆心臟正在衰弱。MIT 教授吉姆·柯林斯警告，若博士生過早被行業吸走，整個科研生態將“流血不止”。這不僅意味著少一個研究助手，更是科研連續性的崩塌與未來學術梯隊的斷層。許多博士生還兼任助教，批改作業、帶領討論課、輔導本科生。一旦他們離開，本科教學質量也將受到嚴重衝擊。與此同時，美國多所大學因聯邦科研經費不確定而縮減博士招生，甚至推遲錄取。結果是——研究者更少，發現更少，一整代學者或將消失在萌芽階段。

當學界還在苦思如何留人，產業界已經丟擲了折中方案。在倫敦、巴黎和特拉維夫，Meta 的 FAIR 實驗室允許博士生在攻讀學位的同時，以研究員身份在公司工作。看似雙贏：既有高薪又有強大算力支援，還能維繫與學術界的聯絡。Meta 的 LLaMA 論文作者 Hugo Touvron 與 Gautier Izacard 便是此類“雙重身份”博士的代表。DeepMind 與 Google 也資助牛津、劍橋等高校的博士專案，微軟則通過 PhD Fellowship 計劃與多所大學共建科研體系。

然而並非所有人都接受這種混合模式。斯坦福大學就明確反對這種“雙重身份”。副教授斯特凡諾·厄爾蒙解釋：“我們希望學者 100% 投入學術，而不是一半在業界，一半在學校。”當 Meta、DeepMind 等公司向學界伸出橄欖枝，而頂尖高校卻堅守學術純粹性，未來博士培養的模式或將被徹底改寫。

教授們的焦慮同樣在蔓延。波士頓大學新任教授娜奧米·薩夫拉坦言，她如今最擔心的不是學生的科研能力，而是他們能否堅持到畢業。哈佛助理教授大衛·阿爾瓦雷斯-梅利斯也道出了學界的共同心聲：“大家都有點 FOMO（害怕錯過）。”頻繁的學生跳槽不僅使專案陷入停滯，也威脅到科研經費的穩定。美國國家科學基金會（NSF）等資助機構在評審時越來越重視團隊穩定性，一旦博士生頻繁流失，資助機會也可能隨之減少。教授們不得不在選人時評估“留存風險”，學術指導開始變得像“人才管理”。

從津貼到年薪，從顯示卡短缺到算力軍備，從博士生流失到教授焦慮，AI 熱潮正在重塑學術界的 DNA。博士生——原本是學術進步的基石——如今被金錢與資源的雙重誘惑所吸引；教授們則在有限的預算中苦苦維繫科研理想。學術界與產業界，正走向兩個極端：一個堅守純粹，一個逐利前行。也許未來的 AI 學者，不再屬於大學或企業，而是屬於一個“學術-產業混合”的新前沿。無論結局如何，有一點可以肯定——AI 時代對學術界的真正考驗，才剛剛開始。