硅谷正把学术界的 AI 研究人才挤出局

学术界 vs. 行业激励

• 许多人认为这只是资本主义：高技能的 AI 研究人员会追随更高的行业薪酬，就像在其他领域长期发生的那样（例如汽车、芯片设计、物理学）。
• 有人认为学术界无法匹配 FAANG 级别的薪酬（通常高出 3–10 倍），尤其是在生活成本高昂的地区，这会让人们在博士/博士后之后离开。
• 也有人指出，一些学者更看重声望、自由度或成就感而非金钱，但随着基本生活成本上升，这一点正变得越来越难。

行政臃肿与资源错配

• 常见抱怨是：大学把资源投入到层层行政、设施和体育项目上，而不是教授薪资和研究。
• 有报告称，科研经费的“间接费用”比例非常高（50–90%），而且行政人员数量在增长；一些人称大学在非营利外衣下几乎像营利机构。
• 对体育项目到底有多赚钱存在分歧；有些项目会补贴其他项目，但大多数都亏钱。

学术界的目的与价值

• 一种观点认为：学术界存在的意义是开展那些短期内没有明确财务回报的研究，并拓展人类知识。
• 另一种观点认为：资助机构越来越把大学主要视为服务国家利益的人才培养机构。
• 还有不少人强调学术界作为非商业、批判性或理论性工作的“安全空间”的作用，以及让研究成果保持公开。

人才外流与对 AI 研究的影响

• 有人担心，大型科技公司的招聘会让研究偏向企业问题、大规模基准测试和计算资源密集型的渐进式工作。
• 也有人反驳说，业界一直以来都在做大量“前沿”研究，而且私人实验室仍然可以非常严谨。

工作条件与文化

• 多条评论把学术实验室描述为有毒、薪酬偏低且官僚化；研究生被比作廉价、过度劳累的劳动力。
• 教职终身轨道被描述得极其狭窄；大多数博士实际上是在被培养去从事他们永远得不到的职位。

可能的应对 / 这算问题吗？

• 建议的改进包括：削减行政、把资金重新分配给研究人员、改善工作条件、考虑四天工作周或增加带薪休假。
• 有些人认为这种“被高薪挤出”的现象是健康的市场调整，甚至是一种成功：AI 工作已经脱离学术界，并且现在得到了高度重视。
• 另一些人则担心学术能力会长期衰退，以及会缩小真正被开展的研究范围。