七岁学音乐、剑桥读研时组乐队、Spotify播放量破万、签同步授权唱片公司——2023年之前，Alexander Cobb的人生关键词是“音乐”。彼时他已站在娱乐圈门口：唱片合约在手，作品即将打入影视广告，星途看似坦荡。直到一场演讲，让他在命运分岔口转身，一头扎进AI的世界。
### 从音乐到AI：一场演讲触发的“认知觉醒”
2023年11月，OpenAI CEO山姆·奥特曼的剑桥演讲，成为Alexander的“转折点”。彼时ChatGPT刚问世一年，在他眼中只是“解决不了实际问题的聊天机器人”；但现场观众的提问改变了一切——来自经济学、计算机、人文等不同背景的学生和教授，正严肃探讨“AI导致80%人口失业”的可能。
“无论是否相信，如此多聪明人认真对待AI的潜力，我突然意识到：**也许我该把AI从‘无关选项’变成‘核心命题’**。”Alexander说。
这个曾在剑桥读经济学、帝国理工读数学的“跨界才子”，并非完全不懂技术——本科时他学过编程，搭建过神经网络，但此前的精力全放在音乐和学业上。演讲后，他开始刷Reddit论坛、泡Hacker News，重新思考职业路径：“互联网浪潮我错过了，但AI的黄金窗口期可能只有十年。音乐五十年后还在，可AI的起点，我刚好赶上。”
2024年7月期末考结束，他终止了与唱片公司的合约，将编程转化为全职投入：**连续十个月保持朝九晚六的学习节奏**，从哈佛大学CS50计算机导论课入门，刷完The Odin Project开源全栈课程（强调“实践中学习”，质量堪比剑桥教育），再拿下TypeScript专项课。当朋友毕业进大公司赚钱时，他在啃代码；父母劝他找稳定工作，他说：“把职业生涯交给别人，比‘落后’更可怕。”
过去几个月，他开发应用、参加黑客松——三次参赛全获奖。如今他已启动AI创业，联合创始人用自有资金支持项目，他能领薪水全职投入：“每天醒来，我都迫不及待想奔向办公桌。”
### AI“原住民”的红利：25岁以下，年薪百万不是梦
Alexander的选择并非个例。当美国应届生正经历“职场寒冬”——纽约联储数据显示，2025年6月美国大学毕业生失业率达4.8%（高于整体4%），**拥有机器学习经验的25岁以下人才，却站在“薪酬金字塔尖”**。
数据分析软件公司Databricks的招聘策略印证了这一点：2025年他们计划将应届生招聘名额增加两倍，CEO Ali Ghodsi直言，“我们偏爱‘AI原住民’——他们对AI的熟悉度是‘刻在认知里的’”。在Databricks，**两年经验的生成式AI研究员基础年薪达19万-26万美元**（约合137万-188万人民币），加上股票期权，总薪酬远超传统岗位。
Scale AI的“人才争夺战”更激烈：这家公司15%的员工低于25岁，应届生基础年薪约20万美元（约145万人民币）。22岁的Lily Ma从卡内基梅隆大学AI方向毕业，投了三四十份简历，拿到十余家公司面试机会，最终拒绝初创公司1%股份，选择加入Scale AI——“研究经历是简历最亮的点”。
斯坦福大学计算机科学教授Jure Leskovec观察到，AI人才市场已分化为两类：**一类是“研究突破者”**——20出头的博士生若在机器学习领域有论文或项目突破，会被各大公司以“天价offer”抢走，“薪酬后面的零多得惊人”；**另一类是“应用实践者”**——擅长用AI工具提升效率的年轻人，与传统程序员的能力差距正不断拉大，“他们是下一代软件工程师”。
### 机器学习岗位“上岸”干货：四个建议直指核心
如何进入这个“高薪赛道”？22岁加入Meta、总包超40万美元的Manoj Tumu，分享了实操经验——他从2022年开始AI硕士之旅，一年拿下本科，全职工作同时读硕，毕业后先入亚马逊，九个月后跳至Meta，路径清晰：
1. **看懂机器学习的“风向”**：
机器学习岗位名称五花八门（研究科学家、应用科学家、ML工程师），但核心已从“人工定义特征”转向“深度学习”（让机器从数据中自主学习）。**必须持续读顶会论文（如ICML、NeurIPS）、跟行业进展**，否则半年就会“掉队”。
2. **大学期间，想尽办法去实习**：
Manoj的简历没有内推，全是官网海投，但他强调：“简历的亮点是‘职业经验’，不是‘项目列表’或‘编程语言清单’。”若有2-3年工作经验，**果断删掉校园项目，重点写“做过什么AI落地项目”**。
3. **行为面试别“裸考”**：
大厂面试的“行为问题”（如“你如何解决团队冲突？”）不是“性格测试”，而是**匹配公司价值观的“筛选器”**。Manoj的方法是：提前查公司核心价值观（如Meta的“快速行动”），准备1-2个对应案例（比如“我曾用一周时间迭代AI模型，帮团队提前完成项目”）。
4. **别只看“眼前钱”**：
他曾放弃高薪软件开发岗，选择低薪的机器学习实习——“这个选择让我掌握了AI落地的核心能力，为后来进亚马逊、Meta铺了路。**关键不是一开始多光鲜，而是你走在‘正确的方向’上**。”
### 结语：浪潮起点的人，早已出发
对于Alexander来说，放弃音乐不是“背叛热爱”，而是“选择更燃的终身命题”；对于Lily Ma来说，拒绝1%股份不是“可惜”，而是“选对赛道比赌运气更重要”；对于Manoj来说，从亚马逊跳Meta不是“跳槽”，而是“沿着AI的脉络，走向更前沿的战场”。
当AI成为“新的互联网”，站在浪潮起点的年轻人，早已用行动给出答案：**所谓“抓住机会”，从来不是等浪潮涌来，而是在它刚起风时，就站到风口上**。
（文中图片：Alexander Cobb在AI Engine黑客松领奖；Databricks公司招聘页面截图；Manoj Tumu分享建议时的工作照）
