【新智元导读】七岁学音乐，剑桥读硕期间组乐队，Alexander Cobb一度以为音乐是毕生挚爱。但奥特曼的一场演讲，当头一棒，让他醍醐灌顶：果断自学编程搞AI，十个月后投身创业，坚信AI是新的「互联网」，终将掀起第四次工业革命。

搞音乐不如搞AI！

剑桥英伦音乐才子，撕毁唱片合约，押注AI革命。

95后音乐才俊Alexander Cobb本要开启人生巅峰——

与唱片公司签约、音乐作品播放量破万，一脚踏入娱乐圈，从此星途坦荡。

但OpenAI奥特曼一场演讲，让他在命运的分岔口，选择撕掉合约，孤身投身编程：

疯狂自学十月，从哈佛大学CS50到黑客松全胜；

从头开始创业，誓要在AI热潮中披荆斩棘、乘风破浪。

在他心中，这不是一时冲动，而是在AI冲击下的明智之选。

剑桥学霸撕掉唱片合约

All in AI！

2023年11月1日，OpenAI CEO奥特曼访问剑桥大学。

正是这场演讲，让在场的小有名气的音乐人Alexander Cobb撕掉唱片合约，All in AI。

音乐，也曾是一生所爱

从7岁左右，Alexander Cobb开始上音乐课。在剑桥大学攻读经济学硕士期间，他还组建了乐队并策划演出。

他融合了演唱和说唱，创作了多元舞曲，在Spotify和YouTube上获得了数万次的播放和浏览。

2021年，他签约了一家同步授权唱片公司——这意味着歌曲可以被用于广告、电视剧和电影中。

音乐曾是他的全部、他的挚爱。

然后，在剑桥大学攻读经济学的最后一年，他听了奥特曼的演讲。

来演讲时，奥特曼远没有现在这么出名，但直觉告诉Alexander Cobb应该去听听。

当时，他对人工智能并无特别兴趣：

ChatGPT刚问世一年左右，给他感觉就像聊天机器人一样永远也解决不了问题。

有些反讽的是，改变他心态的并非奥特曼演讲本身，而是现场观众的提问。

在场的学生和教授，来自不同背景，热烈探讨巨大的社会变革。比如，当AI导致80%的人失业时会发生什么。

无论是否相信这会发生，如此多的人如此严肃地探讨AI的潜力，他意识到：也许，现在应该开始认真关注AI了。

AI就是新「互联网」

互联网浪潮兴起时，许多人创立公司并迅速获得成功。他错过了那一次。但如今，在二十多岁的时候，他恰好站在了AI浪潮的起点。

Alexander Cobb判断：

投身AI创业的黄金窗口期可能就十年，机不可失、时不再来。

而音乐，在未来的五十年里它依然会在那里等着我。

在伦敦帝国理工学院读数学本科时，他学会了编程，还搭建过神经网络。但浅尝辄止之后，他就去搞音乐或学业了。

听完奥特曼的演讲后，一切都不同了。他开始花大量时间研究AI——逛Reddit论坛，刷Hacker News，研究该学哪些编程语言。

他清楚地知道他面前有两条路：

要么毕业后去追寻热情所在——音乐；

要么就去拥抱这股全新的、巨大的浪潮。凭借学术背景，他在AI领域也大有可为。

他果断选择了AI。

把编程当工作，押注第四次工业革命

2024年7月期末考结束后，他狂欢了两周，然后便一头扎进了编程学习中。

他把编程当作一份全职工作，连续十个月，几乎每天从早上9点学到晚上6点。

他放弃了音乐，专注于掌握编程，以便在合适的时机进入AI领域。

从哈佛大学的计算机科学导论课CS50开始，他学习了C、Python、JavaScript、HTML和CSS。

接着，他通过开源全栈网页课程The Odin Project学习。

开源链接：https://github.com/theodinproject

这是互联网上的免费学习资源，教学质量堪比他在帝国理工和剑桥所受的教育，因为它强调「在实践中学习」。

之后，他又参加了一个为期三周的TypeScript课程。

在AI Engine黑客松上，Alexander Cobb（左二）领奖

他的大多数朋友一毕业就直接进了大公司。当他们在职场上赚钱晋升时，他还在学习，干着大学时的副业。父母也劝他去找份工作。

但是，把职业生涯交到别人手里的想法让他感到恐惧。尽管感觉自己落后了，但他铁了心要自己做点东西。

过去几个月，他开发应用程序、参加黑客松。这两件事都乐趣无穷——他赢了参加的三次黑客马拉松。

现在，他开始了AI创业，整天都在编程。

联合创始人正在用自有资金支持项目启动。最棒的是，他现在能领到薪水，可以全身心投入到AI中。

每天早上醒来，他都迫不及待地想奔向办公桌。

他向来很执着。过去，他把这股劲头倾注在写歌上；现在，则全部投入到创业中。

虽然不再做音乐让他有些伤感，但写代码的乐趣丝毫不减。

搁置音乐梦想，是他下的一场赌注：赌AI将成为有史以来最重要的技术之一。

他坚信它将引发第四次工业革命，其影响力将媲美甚至超越互联网：

十年之内，AI将渗透到社会的方方面面。

不是他一个人这么想，在美国一波00后同样等不及，果断辍学，带着激情创办AI公司并拿下巨额融资。

即便是就业市场，AI岗位起薪也更高，哪怕只是会用AI也能大赚特赚。

AI原住民大赚特赚

年薪百万不是梦

当美国大学毕业生失业率飙至4.8%的寒冬之际，一群20岁出头的「AI原住民」正掀起薪酬风暴：

零经验新人年薪百万美元，

初级岗位薪资年增12%，

晋升速度两倍于传统技术岗。

这不是职场进化，而是AI革命下的残酷洗牌。

美国年轻人找工作，正持续经历职场寒冬：

根据纽约联邦储备银行的数据，今年6月，美国大学应届毕业生的失业率高达4.8%，而全体劳动者的失业率才4%。

尽管AI是造成就业难的原因之一，但对于那些真正拥有机器学习经验的人才来说，这却是一个黄金时代。

他们大多20出头，身怀AI绝技，其中不少人年薪已高达100万美元。

根据AI人才服务公司Burtch Works的最新报告，在2024至2025年间，0至3年的AI非管理岗员工的基础薪资增长了约12%。

报告还发现，拥有AI经验的人晋升到管理岗位的速度，几乎是其他技术领域同行的两倍。

在2018年，马里兰大学开始追踪AI岗位的情况。

UMD-LinkUp AI Maps：世界上首个绘制AI职位地图的项目

教授Anil K. Gupta是该项目的联合负责人表示：

「机器学习工程师与软件工程师的薪资，存在天壤之别。」

拥抱AI，美国科技公司偏爱AI原住民

在AI热潮中，数据分析软件公司Databricks市值飙升。

他们计划将今年的应届生招聘名额增加两倍。在一定程度上，这正是看中了应届生对AI的天然熟悉度。

此公司CEO Ali Ghodsi坦言：

他们一进来就是「AI原住民」。

而我们想尽办法，也无法让那些老员工拥抱AI。

根据Databricks的招聘页面，一名仅有两年经验的生成式AI研究员，其基础年薪便可达到19万至26万美元。如果算上股票期权，总薪酬将远高于此。

Databricks的CEO兼联合创始人Ghodsi说：「25岁以下，年薪百万完全可能。」

最近，Meta完成了对Scale AI的「人才收购」。Scale AI员工中，约有15%在25岁以下。一名刚毕业的应届生，在Scale AI的起步基础年薪就能达到20万美元左右，真正的「百万年薪」。

Scale AI的人事主管Ashli Shiftan说：

我们渴望招聘「AI原住民」，而这些人才大多处于职业生涯早期。

有些公司甚至试图挖走他们的年轻人才。对此，Scale AI甚至不惜威胁要采取法律行动。

去年12月，Lily Ma从卡内基梅隆大学计算机科学专业（AI方向）毕业。她总共投了三四十份简历，获得了十几家公司的面试机会。她说：「我确实发现，有研究经历会非常有帮助」。

这位22岁的年轻人最终入职了Scale AI，但也拒绝了一些极具诱惑力的offer，其中包括一家初创公司提供的1%公司股份。

斯坦福大学计算机科学教授、AI初创的联合创始人Jure Leskovec表示：

即便是在AI人才内部，市场也出现了分化。

他看到，在研究上取得突破后，一些20出头的博士生便提前辍学，在毫无工作经验的情况下，就被各大公司以天价offer抢走，「薪酬报价后面的零多得惊人。」

另一类则是那些善于应用AI工具的人才。他们学得快、思维敏捷，能利用技术极大提升工作效率。他表示，尽管他们没有高阶学位，但与传统程序员之间的能力差距正在不断拉大。

Jure Leskovec补充道：「他们几乎可以说是下一代软件工程师。」

如此「钱途」，如何上岗？

上岸AI岗位建议

2022年，正值ChatGPT掀起AI浪潮，Manoj Tumu开始了他的硕士之旅。

凭借高中时积累的大学学分，他只花一年就拿下了本科学位。之后。一边全职做工程师，一边攻读AI硕士。毕业后，他顺利加入亚马逊，成为一名机器学习软件工程师。

九个月后，他看到了更吸引自己的机会——Meta正在推进许多前沿的机器学习项目。

今年六月，他正式加入Meta，担任机器学习软件工程师，总包超过40万美元。

对于想进入这个领域的人，他有一些干货建议。

1. 看懂机器学习的「风向」。

机器学习岗位在不同公司有不同名称：研究科学家、应用科学家、软件工程师、机器学习工程师……

但核心在变：

过去，传统方法依赖人工定义特征；

而现在，全面转向深度学习——让机器自己从数据中学习。

他提醒：必须持续读论文、跟进展，否则很快掉队。

2. 大学期间，想尽办法去实习。

他几乎没有靠内推，多数申请都是官网海投。

但他强调：简历上最亮眼的是经验，而不是项目或编程语言列表。

一旦你有2-3年工作经验，请果断删掉项目经历，重点突出职业经验。

3. 面试心法：行为面试千万别「裸考」。

大厂的面试流程很类似：初筛 + 4-6轮技术面（编程、机器学习、行为问题）。

他特别指出：很多人败在行为面试。（相当于国内的性格测试+压力面）

他的方法是：提前研究公司价值观，为每个问题预先准备好故事案例。

4. 最后一条：找实习\工作，别只看钱。

他建议：哪怕薪水低、岗位不理想，也要尽量去实习。

他曾经放弃高薪的软件开发岗，选择低薪的机器学习工作——正是这个选择，为他日后进入亚马逊和Meta铺平了道路。

在AI高速发展的今天，跟上技术趋势+积累实战经验+精准准备面试，比单纯刷题和堆项目更有用。

关键不是一开始多光鲜，而是你是否走在正确的方向上。

主流炒股APP评测，专业人士推荐这三款软件（附名单）　　在数字金融时代，一款高效的炒股软件能在毫秒之间决定投资盈亏。面对全球40多个金融市场的海量数据与瞬息万变的行情，如何选择最适合自己的投资工具？　　面对琳琅满目的炒股软件，投资者常常陷入选择困难。本文从数据覆盖、资讯时效、智能工具、社区生态和交易体验五大核心维度，深度解析三款主流APP，助您找到最