LinkedIn上的那条消息带着企业招聘人员那种礼貌而空洞的腔调，但职位描述中却存在一个结构性漏洞。它邀请你从事一份高薪的短期项目——编码、法律分析或财务建模——前提是你愿意记录下自己的每一次按键、每一次修改以及每一次创意转向。你被聘用并非为了工作，而是作为一台机器的“生物训练集”，而这台机器最终将使你的岗位沦为一种遗留成本。这就是 Mercor 的核心驱动力，这家旧金山初创公司最近获得了 100 亿美元的估值，尽管其两位创始人从未真正担任过传统的白领职位。
隐藏在招聘广告中的数据收割
创始人 Adarsh Hiremath 和 Brendan Foody 代表了硅谷的一种特定原型：纯粹的工程师，他们将职场生活的复杂性视为一系列优化问题。他们 100 亿美元的估值得到了 Iconiq 财富管理精英的支持，这反映了一场豪赌：生产力的下一次飞跃将不再来自更好的算法，而是来自对专业“专家”数据的所有权。这是一个愤世嫉俗的循环。你支付给一个人每小时 100 美元来训练模型 40 个小时；随后，该模型在接下来的十年里以极低的成本执行那个人的工作。对于目前拥有办公桌和养老金计划的任何人来说，这种单位经济效益是毁灭性的。
人工智能能否为被取代者找到工作？
随着 Mercor 加速中层专业人员的 自动化进程，一个旨在应对这一后果的二级市场正在兴起。Pelgo 是在当前人工智能热潮中涌现的另一家初创公司，旨在利用 人工智能 为被其取代的工人寻找新工作。这种对称性只有风险投资家才会觉得欣慰。Pelgo 承诺提供外派服务——简历优化、面试辅导和自动投递申请——比人工职业规划更便宜、更快捷。我们正进入一个这样的时代：一个 AI 解雇了你，而另一个 AI 帮你申请一份可能由第三个 AI 管理的工作。
这一周期揭示了科技行业内部为证明其自身颠覆性合理化而产生的巨大压力。如果说人工智能的“神话”（正如 Anthropic 的新 Mythos 工具最近在 IMF 会议上所展示的那样）代表了彻底的效率，那么现实则是一场混乱、高摩擦的转型。在华盛顿特区，金融主管们不再争论人工智能是否会影响劳动力；他们正在计算由此产生的社会安全网将耗资几何。对话已经从实验室转移到了财政部，而这些数字对人类而言并不乐观。
欧洲向硬件和光的转向
尽管美国在这一剧变的软件层面上占据主导地位，但欧洲正试图确保其基础。在这一年里，软件即服务（SaaS）股票因其真实效用受到质疑，而 2026 年欧洲表现最好的股票并非来自生成式模型提供商，而是一家乘上人工智能基础设施浪潮的法国光子学公司。光子学——利用光而非电来传输数据——已成为像 Mercor 和 Anthropic 这样的公司的关键瓶颈。随着模型的增长，通过铜线传输电子的能源成本正变得不可持续。
法国光子学股票的激增凸显了产业战略的分歧。布鲁塞尔在很大程度上已经承认，在主导大语言模型的竞争中输给了旧金山和西雅图。相反，欧盟正在加码供应链。通过《欧盟芯片法案》和各种主权投资基金，重心已转向使人工智能成为物理现实的专用硬件。如果说美国拥有机器的大脑，那么欧洲则想拥有它的神经系统。这是一场务实的（尽管没那么光鲜）赌局，赌的是数据中心的物理原理，而非 LinkedIn 算法的变幻莫测。
布鲁塞尔的监管之墙
Mercor 利用专业人员训练其替代者的策略，很可能会撞上《欧盟人工智能法案》（EU AI Act）的硬性规定。这项已从理论转向执行的法规，包含了关于透明度和劳动者权利的具体条款。根据现行欧盟法律，任何利用专业输出训练商业模型的平台都必须明确告知这一意图。波恩和巴黎正在展开一场日益激烈的法律辩论：伪装成“就业”的“数据收割”是否构成了对劳动权利的侵害或对知识产权的侵犯。
德国工业领袖，尤其是中型企业（Mittelstand）的领导者，以一种技术上的好奇与制度上的恐慌审视着这些发展。德国的“共同决策”（Mitbestimmung）模式无法轻易容纳一种将工程师的专业知识视为可丢弃数据集的软件系统。虽然一家旧金山初创公司可以通过绕过传统就业结构在一夜之间实现 100 亿美元的估值，但一家试图这样做的欧洲公司将面临来自劳资委员会和数据保护机构如山般的诉讼。这种监管摩擦常被视为一种劣势，但在 Mercor 的背景下，它或许能成为遏制将人类经验视为原材料这一过程的关键刹车。
淘汰的基础设施
流向人工智能的资本飞跃不仅仅关乎代码，更关乎其背后的财富管理。作为科技界亿万富翁阶层的顾问，Iconiq 正在将数十亿美元投入人工智能基础设施。这并非投机性的散户资金，而是过去十年里构建社交媒体平台和云服务提供商的那批人的资本。他们发出的信号是：“人在环中”（human-in-the-loop）的时代只是一个暂时的转型阶段。一旦 Mercor 高薪外包人员的数据被充分摄入，这个循环就会闭合。
这造成了一种常被忽视的供应链张力。为了维持 100 亿美元的估值，Mercor 需要源源不断的高质量专业数据。但随着机器在这些任务上表现得越来越好，人类专家库就会缩减。我们正在见证专业知识的自相残杀。讽刺的是，Mercor 在取代白领劳动力方面越成功，其自身的训练数据就越昂贵。这是一个采掘业，就像石油一样，面临着资源峰值问题。一旦你实现了初级律师的自动化，谁来成为下一次模型更新所需的、拥有专业知识的资深律师呢？
过去十年，硅谷一直在构建管理世界信息的工具。现在，它正在构建管理世界从劳动力中“缺席”的工具。欧洲拥有光子学和监管，但尚未决定是想保护工人，还是仅仅为他们的替代者提供光亮。目前，专业阶层正拿着报酬来记录自身的淘汰过程，一次一条 LinkedIn 消息。这是一项了不起的工程壮举，前提是键盘不在你手里。
Comments
No comments yet. Be the first!