职业选择 on KnightLi的博客

黄仁勋 CMU 演讲真正想说什么

Thu, 14 May 2026 20:59:50 +0800

黄仁勋在 CMU 的演讲，表面上是在讲个人经历和创业故事，实际上是在给一批顶尖大学毕业生泼冷水。

他的核心意思不是“大家都会变得更轻松”，而是：AI 时代来了，过去那套稳定、体面、线性的职业路径可能不再成立。年轻人要准备重新吃苦，也要准备接受一些以前看起来不够光鲜的工作。

第一层：我小时候很苦，你们可能也会苦

黄仁勋讲自己小时候的经历：凌晨 4 点起床送报纸，后来去 Denny’s 洗碗。

这种故事当然有励志成分，但它不是普通的忆苦思甜。他面对的是卡耐基梅隆大学的学生，一群本来很容易进入投行、软件公司、科技巨头和高薪岗位的人。

所以这段话真正的指向是：不要默认自己毕业以后就能沿着过去那条舒服路线走下去。

AI 正在重写很多职业的价值。过去靠学历、简历和大厂通道获得稳定上升的模式，可能会被压缩。很多人可能会发现，自己也要经历一段更粗粝、更不体面、更需要从基础工作开始的时期。

第二层：脱下长袍，去做真正需要人的工作

黄仁勋从送报纸讲到去 Denny’s 洗碗，并把洗碗称为一次重要的职业晋升。

这句话很关键。他其实是在说，职业价值不一定来自头衔，而来自你是否进入了真实需求里。

放到今天的 AI 产业里，他想表达的可能是：不要只盯着投行、互联网软件公司、咨询公司、传统白领岗位。未来真正缺人的地方，可能在更基础、更工程化、更辛苦的环节。

比如：

建数据中心；
做电力和制冷；
做机房运维；
做水电和基础设施；
做 GPU 集群部署；
做 AI 工厂的工程交付。

这些工作听起来没有“进大厂写软件”那么体面，但在 AI 时代，它们可能就是新的关键岗位。

所以“去做水管工、电工、机房建设者”不是简单的玩笑，而是在提醒毕业生：AI 不只是模型和代码，它还需要电、土地、机房、网络、散热、运维和供应链。谁能把这些东西真实建出来，谁就站在产业最硬的地方。

第三层：真正困难的事总比想象中更难

黄仁勋还讲到，英伟达每次遇到困难时，团队都会想：这能有多难？

但事实是，每一次都比一开始想象得更难。

这也是创业者和工程师最该听进去的一句话。很多事情在 PPT 上看起来只是一个项目，在会议室里看起来只是一个路线图，在战略叙事里看起来只是一个趋势。但真正做起来，都会遇到供应链、资金、工程、客户、组织、竞争和时间压力。

AI 时代尤其如此。

训练模型很难，部署模型也难；做出 demo 很难，把 demo 变成可靠产品更难；买 GPU 很难，把 GPU 跑满、跑稳、跑出商业回报更难。

所以黄仁勋讲的不是轻松乐观，而是一种工程现实主义：你可以乐观，但不要低估困难。

这场演讲真正的提醒

如果把这场演讲压成一句话，大概是：

AI 时代不会自动奖励聪明人，它会奖励愿意进入真实困难、真实基础设施、真实工程现场的人。

CMU 的学生当然仍然有很多机会。但如果他们只是沿着过去师兄师姐的路径，去找一个稳定大厂岗位，然后在里面等待职业惯性继续运转，那么被时代淘汰也不是不可能。

黄仁勋真正想提醒他们的是：别只想着穿着毕业长袍走进体面办公室。未来的机会，可能在机房里，在电力系统里，在冷却管道旁，在 GPU 集群前，也在那些一开始看起来不够优雅、不够白领的工作里。

AI 改变的不只是软件岗位，也会重新定义什么叫“好工作”。

硅谷 CTO 集体跳去 Anthropic 当 MTS：真是为了理想吗？

Wed, 06 May 2026 08:39:25 +0800

最近硅谷出现了一个值得关注的现象：一些已经做到 CTO、联合创始人、CPO 的人，离开原来的公司，转去 Anthropic 做 Member of Technical Staff，也就是常说的 MTS。

表面看，这像是从高管位置退回到普通技术岗。但放到 AI 产业变化里看，它更像是上一代软件和互联网精英在重新选择权力中心、职业标签和未来杠杆。

事件本身：高管转向前沿实验室

这波转向的特别之处在于，离开者并不是刚入行的工程师，而是已经在公司里拥有高管头衔的人。他们原本掌握团队、预算、路线图和组织话语权，现在却选择进入 Anthropic 这样的前沿 AI 实验室，承担更接近一线技术和产品落地的角色。

在传统科技公司里，CXO 意味着组织权力：你管多少人，掌握多少预算，对路线图有多大发言权。但在前沿 AI 公司里，权力的来源正在变化。真正稀缺的，可能不再是你管理了多大组织，而是你离模型、数据、产品化能力和企业落地场景有多近。

所以，MTS 不能简单理解成“小兵”。在 Anthropic、OpenAI 这类公司里，MTS 往往是高等级技术岗位。它不一定有庞大的直属团队，但可能更接近模型能力、产品决策和企业客户需求。

过程逻辑：为什么现在发生

这类转向不是孤立的个人选择，而是几条行业线索叠加后的结果。

第一，技术本身重新变得足够重要。很多技术人做到 CTO 后，日常工作会从写代码变成管理、招聘、预算、路线图和公司政治。大模型出现后，技术前线重新变成杠杆率最高的地方。离模型越近，越可能理解下一轮产品形态、组织方式和商业模式。

第二，传统软件公司的增长叙事正在变弱。成熟 SaaS 公司仍然能赚钱，但很难再讲早期十倍、百倍增长的故事；AI 搜索、AI IDE、Agent 工具等新应用，又持续受到基础模型公司的挤压。当模型公司开始向上吃应用层，很多原本看起来有前景的赛道都会被重新估值。

第三，职业市场也在重新定价。过去，一个高管最有价值的标签可能是“带公司上市”“完成并购”“帮助投资人退出”。但如果所在公司增长停滞、上市窗口变窄，甚至被 AI 改写赛道，这个高管身上的标签也会变得尴尬。转向 Anthropic，本质上是在给自己换一张更符合 AI 时代的新标签。

权力变化：从组织权力到模型权力

传统科技公司的权力来自组织架构：你管多少人、控制多少系统、决定多少预算。

AI 时代的新权力来源，正在变成另一套东西：

你离最强模型有多近。
你能不能调动模型能力。
你能不能把模型能力变成产品。
你能不能用 AI 把个人和团队产出放大。

从这个角度看，CTO 去 Anthropic 做 MTS，不一定是降级。更准确地说，是从传统软件公司的组织权力，切换到前沿 AI 公司的模型权力。

过去的软件公司，护城河主要来自组织、销售、渠道、合规、客户成功和长期积累的业务流程。现在，Agent、Claude Code、企业自动化工具和模型 API 正在重构这些护城河。谁能把模型能力嵌进真实工作流，谁就能拿到新的增量。

原公司困境：成熟、挤压和退出窗口

这些高管离开的公司并不一定都失败了。很多公司仍然有收入、有客户、有团队，也有稳定业务。但问题在于，它们所处的行业位置变了。

成熟 SaaS 公司进入稳定增长阶段后，很难再给高管带来巨大的职业弹性。AI 搜索、AI IDE 和很多垂直 AI 应用，则面临基础模型公司的直接挤压。还在成长但未上市的公司，也会遇到更现实的问题：资本市场是否愿意接，IPO 后能否支撑估值，投资人是否还能顺利退出。

这就形成了一个现实压力：继续留在原公司，可能拿到的是“成熟业务维护者”“增长放缓时期的高管”“被 AI 改写赛道的负责人”这些标签；转去 Anthropic，则有机会拿到“前沿实验室一线经验”“企业 AI 产品化”“Agent 时代组织经验”等新标签。

职业标签：不是不要杠杆，而是换杠杆

很多成长型公司的 CTO，并不总是从 0 到 1 写出核心系统的人。公司进入 B 轮、C 轮、准备上市或并购时，往往会补齐高管团队，让公司看起来更可治理、更可审计、更适合融资或退出。

这类高管的价值在于：

补技术团队和管理流程。
提升投资人信心。
帮公司讲清楚上市、融资或并购故事。
陪跑到下一轮融资、IPO 或被收购。

在创投语境里，这类人最重要的标签是“成功退出”。如果一个人曾经帮公司上市或并购成功，他就会在投资人眼里变得更值钱。反过来，如果公司增长停滞、上市失败，甚至被 AI 改写赛道，这个高管身上也会被贴上不太好看的标签。

因此，转去 Anthropic 并不是不要杠杆，而是在换杠杆。过去的杠杆是“我能带公司上市或并购”；新的杠杆是“我在前沿 AI 实验室做过模型、Agent 和企业 AI 落地”。

下一次创业、加入新公司、进入投资体系，或者被传统企业请回去做 AI 转型时，这些经历都会变成新的溢价。

Anthropic 的算盘：收编旧软件世界的经验

Anthropic 也不是单纯在接收“有理想的人”。它需要这些人，是因为模型公司要进入企业市场，不能只靠模型研究人员。

这些高管未必是最强的模型训练专家，但他们懂软件工程、企业客户、组织流程、招聘体系、产品化和上市公司治理。他们知道企业客户怎么采购，知道大型组织里谁会推动、谁会阻挡，也知道一个工具要怎样嵌入工作流，才能真的卖出去、用起来、续费下去。

这对 Anthropic 很重要。因为 Anthropic 的战场已经不只是模型 API，也不只是 Claude 这个聊天入口。它还要进入企业工作流、软件开发、知识管理、咨询服务、私募股权支持的企业改造等更重的场景。

要进入这些场景，Anthropic 需要熟悉旧软件世界地图的人：客户痛点在哪里，组织阻力在哪里，预算在哪里，合规和治理怎么做，产品怎么包装成企业能买的服务。

对行业的影响：人才和资本重新投票

这件事的后续影响，可能会沿着几条线展开。

第一，传统软件公司的人才流失会加速。过去优秀高管会在成熟软件公司、成长型 SaaS、上市前创业公司之间流动；现在，前沿 AI 实验室成了新的高地。人才用脚投票，本身就会影响资本对赛道的判断。

第二，企业软件会被重新估值。过去企业软件卖的是流程、权限、报表、合规和客户成功。未来企业客户会更关心：你的软件能不能让 AI agent 直接完成工作？能不能减少人力？能不能接入模型能力？能不能变成自动化工作流的一部分？

第三，高管职业路径会变化。传统的“加入成长公司、陪跑融资、推动上市、股权退出”这条路会变窄。新的路径可能是：进入前沿模型公司，理解 AI 原生组织和产品形态，再把这套经验带去下一家公司、下一个创业项目或企业 AI 改造项目。

第四，模型公司会越来越像企业服务公司。它们不只卖 API，还会卖工具、工作流、咨询、行业方案和组织改造能力。Anthropic 吸引旧软件高管，正是在补这块能力。

理想主义和现实利益可以同时存在

这件事不能简单说成“全是理想主义”，也不能简单说成“全是利益计算”。

很多技术人员确实热爱技术，也确实想回到一线。尤其在大模型快速演进时，亲手靠近前沿系统的吸引力非常强。但职业标签、财务杠杆、行业位置和未来出路，同样会影响选择。

人的动机通常是混合的。理想主义和现实利益并不冲突。一个人既可以相信 AGI 或企业 AI 的长期价值，也可以清楚地知道：现在去 Anthropic，会让自己的下一段职业叙事更值钱。

核心判断：AI 正在重新排序行业权力

这波高管转向 Anthropic，最值得看的不是单个职位变化，而是 AI 正在重新梳理整个软件行业的权力结构。

过去，管的人越多、公司越接近 IPO、头衔越高，CXO 越值钱。现在，离模型越近、越能把模型能力产品化、越能驾驭最强 AI 系统的人，正在重新变得稀缺。

对个人来说，去 Anthropic 是换职业标签、换杠杆、换叙事。

对 Anthropic 来说，吸引这些人是为企业战场储备旧软件世界的经验。

对传统软件公司来说，人才和资本已经开始重新投票。

对普通程序员来说，未来最重要的可能不是你管多少人，而是你能否驾驭最强的 AI 系统，并把它变成真实生产力。

小结

硅谷 CTO 跳去 Anthropic 做 MTS，不是一个简单的“高管降级”故事。

它更像是一次行业权力迁移：上一代软件公司的聪明人，正在判断下一个杠杆中心在哪里。表面上他们离开了管理岗位，实际上是在离开旧赛道，抢先把自己贴到 AI 时代的新标签上。

后续如果更多传统软件高管、AI 应用公司创始人和成熟 SaaS 技术负责人转向模型公司，说明这不是个别人的职业选择，而是软件行业人才结构和资本叙事正在整体转向。