抢人的尽头，是抢电

导语： 一线算法研究员年薪从100万跳到300万，00后博士生实习日薪5000元；布伦特原油7月以来首次盘中突破100美元；DeepSeek被曝聘请中信证券筹备科创板上市。三件事看起来互不相干，摊在同一张图上，却指向同一个判断：AI竞赛进入下半场，拼的不再只是模型、论文和天才，更是能源供给与自我造血能力。对整个新能源产业链而言，这可能才是本轮AI浪潮真正外溢的时刻。

🧠 人才金字塔，每一层都在重定价

一顿饭的时间，饭桌上所有人对自己重新估了价。

据36氪报道，一位98年的一线算法研究员跳槽去头部大厂，同事们聚餐时大胆猜测对方涨了50%。答案揭晓：从100万涨到300万，涨幅三倍。一年过去，据当事人朱可欣的说法，现在已经没人会对一线研究员拿300万年薪感到惊讶了。

价格的下探还在继续。一名00后研究生还没走出校园，就以实习生身份领着5000元日薪，月收入超过这座大城市的大部分白领。他的上级交底：毕业转正可以给到年薪300万。这位年轻人直白地说，他今年就想马上毕业。

把整座金字塔摊开看，价格梯度是这样的：

一位今年入职字节跳动的博士候选人拆解了600万年薪的构成：不全是现金，包含字节期权、豆包股和奖金。而两年前，博士实习生平均月薪还是1万元——只相当于现在两天的薪水。

这背后的格局变化是：字节原本是市场上最慷慨的AI人才买家，但最近一年腾讯突击抢人，成为顶级人才大金主；DeepSeek、月之暗面在一级市场大额融资，智谱、MiniMax上市，头部创业公司也筹集了加码的钱。从硅谷到中国，张一鸣花8个月促成吴永辉出任字节AI一号位，扎克伯格给想挖的OpenAI研究员亲手做汤——塔尖到塔底，全方位白热化。

产业逻辑很清楚： 人才价格是行业军备竞赛最诚实的温度计。当薪酬基准线一年翻倍，说明各家判断——模型层还处在人才边际产出极高的阶段。但这恰恰也意味着，人才成本正成为模型公司最大的刚性支出之一，倒逼所有玩家去回答一个更根本的问题：钱从哪来。

🛢️ 油价破百，能源溢价正在被重估

供应中断没有结束，只是换了一种持续的方式。

9月9日，布伦特原油盘中一度上涨2.3%，突破100美元/桶，为7月24日以来首次。截至发稿涨幅收窄至1.82%，报99.7美元。市场对中东供应中断的担忧，重新主导了油价定价。

这不是一次性的脉冲。据新华社和央视报道，伊朗伊斯兰革命卫队对两艘美国军舰和8艘油轮实施打击，并打击10艘违规船只；美国中央司令部则表示摧毁了5艘伊朗原油运输船。此前两天，伊朗革命卫队两次使用弹道导弹袭击一艘美国海军军舰。本轮冲突呈现明显的以牙还牙态势。

事件脉络大致如下：

汇丰在8日的报告中给出了关键判断：霍尔木兹海峡的供应中断，可能已经从短期冲击演变为新常态。目前经海峡运输的液体约600万桶/日，远低于冲突前的1900万至2000万桶/日——既未完全关闭，也未恢复通航，处于持续受损状态。汇丰将布伦特2026年全年均价预测从80美元上调至90美元，2027年从65美元大幅上调至85美元。高盛更警告，若航运扰动持续恶化，布伦特可能升至120美元/桶。

产业逻辑在于： 当一家主流投行把供应中断写进基准情景，能源的稀缺性溢价就从尾部风险变成了结构性假设。油是油、电是电，但在宏观层面它们共享同一个逻辑——任何需要持续消耗能源的产业，其成本模型都必须重写。而AI，恰恰是未来十年最大的新增能源消耗方。

📈 DeepSeek上市：从理想主义到现金流叙事

再克制的技术理想主义者，也要算人才账。

路透社9月9日引述知情人士报道，DeepSeek已聘请中信证券，为上海科创板IPO做准备，计划今年启动上市程序。具体时间、募资规模和目标估值均未确定。

钱袋子此前已经动过一轮。据消息人士和投资者文件，DeepSeek今年6月完成约74亿美元融资，投后估值超过500亿美元；路透社7月曾报道，公司新一轮融资估值可能达到5000亿元人民币。

募来的钱去哪了？消息人士指向三个方向：算力基础设施、模型研发、以及人才招募和留任。另一名人士说得更直白：创始人梁文锋希望通过IPO融资，为关键员工和研究人员提供更具吸引力的激励。原因是DeepSeek近期已有部分人才流向资金实力更雄厚的竞争对手，包括字节跳动和小米。

即便如此，中国AI企业的估值仍远低于美国同行——一些投资者认为Anthropic上市时估值最高可能达到2万亿美元，OpenAI计划上市时的估值可能高达1万亿美元。这一差距反映出中美AI企业在营收规模上的悬殊，也凸显中国开发商的挑战：如何把技术竞争力转化为商业收入和盈利能力。

资金流向的闭环大致是这样的：

产业逻辑在于： DeepSeek选择上市，本身就是一个信号——AI竞赛的门槛价，已经高到连头部玩家都需要公开市场输血。而募资三用途中，算力基础设施排在第一位。算力的物理形态是数据中心，数据中心的命脉是电力。

🔋 当AI撞上能源：算力的隐形成本浮出水面

所有算法的问题，最后都会变成能源的问题。

把前面三条线收拢：人才价格一年翻倍，说明模型层竞争仍在加码；DeepSeek募资首选算力基础设施，说明中国头部公司开始补物理底座的课；而油价破百、霍尔木兹中断成新常态，说明全球能源供给的紧张不是暂时的。

三者交叉点上，站着一个此前很少被放在台面上讨论的变量：AI的电力消耗。模型训练和推理都需要大规模、高稳定性的电力供应，数据中心的选址逻辑本质上是电力逻辑——哪里有充足、便宜、稳定的电，算力就去哪里。这一点在产业内部早有共识。据多位接近头部模型公司的人士透露，算力预算的讨论中，电力供应的确定性已经是和芯片采购并列的议题。

再往下推演一层，就是新能源产业链的机会窗口：

油价的持续高位，会抬升整个能源品的边际定价。当化石能源供给存在结构性受损风险，各国出于能源安全考虑，对本地化、可再生电力供给的政策权重只会上升——这对光伏、储能和电网设备而言，是需求端的长期顺风。当然，需要克制的是：素材中并未给出AI用电量的具体测算，我们不能凭空填数字。但方向是清晰的——AI产业的钱，正在从人才溢价分流向算力资本开支，而算力资本开支的相当部分，物理上终将落到电力系统的账上。

对产业链上的公司来说，值得跟踪的信号有两个：一是头部模型公司募资后算力基建的落地节奏，二是电力现货价格和数据中心的区域匹配度。谁先把电的确定性做出来，谁就接住了AI外溢的第一桶水。

小结

300万年薪的算法研究员、100美元的布伦特原油、冲刺科创板的DeepSeek，是同一场产业变迁的三个切面：AI竞赛的稀缺资源，正在从论文和天才，转向资本和能源。人才价格终会均值回归，但算力对电力的需求是刚性的、长期的。当抢人的尽头是抢电，能源产业链就不只是AI的旁观者，而是这场竞赛里沉默的供应商。下一阶段值得盯的，是模型公司的资本开支里，有多少真正流向了电。