你以为 AI 公司只招会写 CUDA 的工程师？本周经济学人和 HN 同时告诉你：他们正在用 35 万美元（约合人民币 250 万）的年薪，去抢哲学系的文科生——干的活是"让 AI 别学坏"。这条信息差，90% 的中国技术人完全没听说过。
2026 年 6 月 24 日，经济学人（The Economist）发了一篇报道，标题直白得让人愣三秒：《为什么大型 AI 实验室在招聘这么多哲学家》（Why big AI labs are hiring so many philosophers）。同一天，这个话题被搬上 Hacker News，帖子编号 48662452，迅速聚集了一批围观。
真正有信息差的不是标题，而是评论区的真实薪资和真实心态。HN 用户 asdff 一句话点破了这种岗位的门槛与回报：
"你是在跟上千个资历差不多的候选人，竞争一个职责极其模糊的岗位——base salary 35 万美元。"
注意，这是评论区用户给出的数字，是个人陈述而非官方招聘页，可信度需要打折。但即便按"六位数美元 base"的保守理解，这个方向也已经远远甩开了普通工程岗。一位在大厂工作多年、后转 AI 的用户 personjerry 直接问出了所有技术人的心声：他伯克利哲学辅修出身，主修帕门尼德、苏格拉底、柏拉图，现在的问题是——"我怎么把自己对齐（align）到这种岗位上？"
更有意思的是 gizajob，他主动"求职"：本科毕业论文题目是《维特根斯坦对通用人工智能的难题》（Wittgensteinian problems for artificial general intelligence），在科技圈摸爬滚打三十年，"图灵测试至今没挂过"。一位前 SBF（有效利他主义社区的代表人物之一）相关讨论者甚至把矛头指向了功利主义伦理学的天然缺陷。
这些评论拼出一个被中国技术圈严重低估的现实：海外 AI 实验室正在系统性吸纳哲学、伦理学、社会学背景的人，付给他们和资深工程师一样甚至更高的钱。
很多人第一反应是："文科生能干嘛？让 AI 写心灵鸡汤吗？"完全不是。这些岗位干的活，恰恰是代码解决不了的问题。目前在头部 AI labs，这类"软实力"岗位大致分成四个新工种：
1. 红队测试员（Red Teamer） 专门"攻击"自家模型，诱导它输出危险内容（造炸弹、写钓鱼邮件、生成 CSAM、协助网络攻击），然后堵漏洞。这活儿的本质不是编程，而是攻击性想象力——你得比坏人更懂怎么用坏。社会学、心理学、安全研究背景的人，往往比纯工程师更擅长"想坏事"。
2. 对齐研究员（Alignment Researcher） 研究怎么让模型的目标和人类意图一致，避免"能力越强、走偏越远"。这是整个 AI 安全的核心命题。这个领域大量借鉴哲学里的规范伦理学、决策论、博弈论——功利主义、义务论、美德伦理这些本科哲学生烂熟于心的东西，在这里是实操工具。
3. 可解释性研究员（Interpretability Researcher） 打开模型的"黑箱"，搞懂它到底为什么这么回答。Anthropic 在这块是行业标杆，他们用"稀疏自编码器"等技术去逆向工程神经网络的内部概念。
4. 模型福利研究员（Model Welfare Researcher）——这是最新、最离谱、也最哲学的一个 2025 年，Anthropic 正式立项了一个让圈外人瞠目结舌的研究方向：如果未来的 AI 系统可能具备某种"体验"或"感受"，我们是否应该在道德上考虑它们的福祉？ 这是一个标准的哲学问题（心灵哲学、道德地位），却被严肃地放进了一家估值千亿美元公司的研发议程。经济学人这篇报道，很大概率就是冲着这个趋势去的——因为只有哲学家能定义"什么算有感受""什么算受苦"。
为什么文科生值这个价？ 因为当代 AI 已经不是"写功能"的问题，而是"定义对错"的问题。当代码能自动生成、模型能自己写代码时，"该不该做""做了会怎样""什么是对的"这些价值判断，反而成了最稀缺、最难替代的能力。这正是哲学家被高价抢走的底层逻辑。
我把 48662452 这条帖子的 11 条评论过了一遍，评论区明显分成三派，恰好对应海外社区对这个现象的完整光谱：
🟢 支持派：哲学家本来就是最聪明的人之一
用户 dvt："通常你得在领域里有大量发表和引用，辅修大概不够。大家总拿这开玩笑，但哲学家是我见过最聪明的人之一，而且差距明显（可惜他们大多现在去当了律师，少数成了工程师或创业者）。" aniokono 则更直白："这是在为 AGI（通用人工智能）做准备。"
🔴 怀疑/泡沫派：我们不可能在泡沫里（讽刺）
cphoover 一句反话点满讽刺值："We couldn't possibly be in a bubble."（"我们绝不可能在泡沫里"）。gye1234 更犀利，搬出 Paul Graham 那篇著名的《潜艇 essay》（指媒体通过看似中立的报道暗中推销某个观点），怀疑经济学人这篇的最后一段是软广，文末引用的"AI 理论家"那段话和正文毫不相关。slowmovintarget 则把矛头指向有效利他主义（EA）社区："这是在找功利主义的替代方案，试图借陀思妥耶夫斯基来修正 EA？"
🟡 围观转岗派：技术人想上车
personjerry、gizajob 代表了最大的一群人——在场的程序员、大厂老兵，发现隔壁文科生拿 35 万刀，于是认真地问"我怎么转过去"。还有 nakedrobot2 一句很真实的话："有没有链接能真正读到这篇文章？"——因为经济学人是付费墙，绝大多数人根本读不到原文，只能靠标题和脑补讨论。这本身就解释了为什么信息差会存在。
这三派的观点，给中国技术人的启示是：别急着嘲笑"招哲学家"是泡沫。即便其中真有泡沫成分，"AI 安全/对齐"作为一个高薪、高门槛、且长期只会更稀缺的赛道，已经是既成事实。
如果说"招哲学家"是 AI labs 在价值观治理（最软） 一端的重金投入，那么本周 HN 首页还有一条 161 条评论的热帖，展示了它们在算力主权（最硬） 另一端的同等投入——两者形成绝妙对照。
OpenAI 发布首颗自研芯片（TechCrunch 6 月 24 日报道，HN 194 分/161 评论）：由博通（Broadcom）设计制造，目的是减少对英伟达 GPU 的依赖。OpenAI 总裁 Greg Brockman 亲自解说，称早期测试显示其性能功耗比（performance-per-watt）显著优于当前最先进的替代方案，且芯片研发过程中有 AI 模型参与辅助设计。Google 和亚马逊此前都已自研芯片（TPU、Trainium），OpenAI 这步棋意味深长——当模型能力趋同，算力成本和供应链安全就成了胜负手。
再看本周另外两条热搜，凑齐"软硬兼具"的图景： - Krea 2：开源 12B 权重图像模型，登顶 SOTA（HN 238 分）。开源图像模型又在性能上追平甚至反超闭源，"开源反超"的叙事本周继续发酵。 - Gemini 3.5 Flash 的 computer use（电脑操控）能力（HN 76 分/33 评论）。把"操控浏览器/电脑"这种 agent 能力，从大模型下放到便宜的小模型 Flash 上——意味着 agent 自动化的边际成本正在暴跌。
把这些放一起看，本周 AI 圈的真实底色是：头部公司在三个战场同时深耕——价值观治理（哲学家）、算力主权（自研芯片）、能力下沉（小模型 agent + 开源追平）。 任何一个战场，都是中国技术人该提前卡位的方向。
flowchart LR
subgraph OLD["传统 AI 岗位结构（2023前）"]
A1["算法/ML工程师"] --> A2["数据工程师"]
A2 --> A3["Infra/算力运维"]
end
subgraph SOFT["新增·最软一端：价值观治理"]
S1["红队测试员\nRed Teamer"]
S2["对齐研究员\nAlignment"]
S3["可解释性研究员\nInterpretability"]
S4["模型福利研究员\nModel Welfare\n← 哲学家主场"]
end
subgraph HARD["新增·最硬一端：算力主权"]
H1["自研芯片\nOpenAI/Broadcom"]
H2["数据中心\n10GW级电力"]
H3["供应链安全\n去英伟达化"]
end
OLD --> SOFT
OLD --> HARD
SOFT -.->|"定义对错\n能力不可替代"| VAL[("高薪稀缺\n六位数美元base)"]
HARD -.->|"定义成本\n能力趋同后胜负手"| COST[("护城河\n价格战本钱)"]
读懂这周的热议，对中国技术从业者有三个可立刻执行的判断：
第一，红队/对齐/Prompt 安全，是未来三年最稳的高薪新方向。 国内目前这类岗位还很少，原因是中国市场是"产品驱动"，海外市场是"合规驱动"——欧盟 AI Act、美国行政令、英国 AI 安全研究所，逼着 labs 必须养安全团队。但这个趋势一定会传导到国内：大模型备案、内容安全、算法合规的红线越来越紧，谁先掌握"红队测试方法论""越狱攻击防御""价值观对齐技术"，谁就拿到了下一波溢价。你现在就可以做的事：去读 Anthropic 的红队测试公开报告、可解释性论文，在自家产品上做一套越狱测试用例库。
第二，"定义问题"正在变得比"解决问题"更值钱。 当 Claude Code、Cursor 能把 CRUD 一晚上写完，工程师的核心竞争力从"会写"转向"知道该写什么、不该写什么、写了会怎样"。这恰恰是哲学家的强项。技术上可迁移的技能是：把模糊的产品需求翻译成清晰的可验证标准（spec writing）、做评估体系（eval）、做风险预判。本周 HN 首页那条 "Why eval startups fail"（为什么评估创业公司会失败）和这条"招哲学家"是同一个硬币的两面——评估和价值观，都是"定义对错"的活。
第三，别被"泡沫论"劝退，但也要识别真泡沫。
HN 评论区 gye1234 提醒的"submarine essay"很关键——媒体会借中立报道推销某个叙事。经济学人这篇有没有公关成分？可能有。但"model welfare"立项、红队岗位激增、对齐论文爆发，这些都是可独立验证的硬事实。判断标准很简单：看具体岗位 JD 和公开论文，而不是看媒体标题。
| 维度 | 国内大多数技术人以为的 | 海外本周热议的真实情况 |
|---|---|---|
| AI 公司最缺的人 | 会写 CUDA/分布式训练的工程师 | 哲学/伦理背景的"对齐+红队"研究员，base 可达 35 万美元 |
| 哲学家在 AI 公司干嘛 | 无关紧要 | 定义红队用例、做对齐、研究"模型是否有感受"(model welfare) |
| AI 安全岗位市场 | 国内几乎没有 | 海外已成高薪标配赛道，受合规驱动长期扩张 |
| 本周 AI 巨头重心 | 卷模型参数 | 同时砸钱抢"最软"（哲学家）和"最硬"（自研芯片）两端 |
| 能力下沉趋势 | 大模型贵且慢 | Gemini 3.5 Flash 把 agent 操控下放到廉价小模型 |
Anthropic model welfare、AI red teaming guide、constitutional AI paper——半小时读完，你就比 95% 的同行懂"AI 安全岗"。promptfoo 或 inspect-ai（英国 AISI 出品），给你的 prompt/agent 做量化评估。Big AI labs are hiring philosophers（含 350k base 等评论）：https://news.ycombinator.com/item?id=48662452本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。