返回首页
信息来源:tomtunguz.com 2026.07.06 11:24 约 6 分钟 AI 3,509 阅读

当 AI 成本超过工程师成本

简而言之:Anthropic 的算力支出是其薪酬支出的 2.3 倍——在目前包含福利的 22.4 万美元年薪下,每位工程师每年消耗 51.5 万美元。顶尖 1%的软件公司此项支出为 8.9 万美元,中位数公司为 13.7 万美元。三个 2029 年情景假设勾勒了这一差距的缩小路径。

Anthropic 的算力支出是其薪酬支出的 2.3 倍。假设 2026 年拥有 5000 名员工、推理与训练支出约 100 亿美元,相当于每位员工每年消耗约 200 万美元的算力资源,而其综合用人成本可能超过 50 万美元。

其余软件市场则相形见绌。排名前 1%的企业每年为每位工程师投入 8.9 万美元的 AI 支出,占高级工程师满负荷薪资 22.4 万美元的 40%[1]。而中位数企业的这项投入仅为 137 美元。这就是差距所在:前沿领域差距 2.3 倍,市场头部企业差距 0.4 倍,中位数企业则近乎为零。

其余市场有多接近?三种情景圈定了答案范围。

Line chart showing three scenarios for AI spend as percent of engineer salary through 2029, with the Bull case converging to the Anthropic benchmark of 230 percent

熊市(代币通缩占优)、基准(前 1%企业增速放缓)、牛市(其余市场在 2029 年前达到 Anthropic 的比率)。每个情景对应每位工程师的年度 AI 账单。

牛市
2026 9 万美元(40%) 9 万美元(40%) 9 万美元(40%)
2027 10.6 万美元(45%) 16.4 万美元(70%) $258k(110%)
2028 $11.8 万(48%) $259k(105%) $44.4 万(180%)
2029 10.6 万美元(41%) $36.3 万(140%) $59.6 万(增长 230%)

在牛市情景下,每位工程师的 AI 开支已与中位数 SaaS 企业员工的人均营收贡献持平。 6 Anthropic 与 OpenAI 的员工人均营收分别达到 1400 万美元和 650 万美元,位列《福布斯》全球 2000 强企业之首。 7

成本结构跟随收入结构。

牛市驱动因素:前沿模型价格保持稳定,训练成本趋于平稳,需求超越供给。代理型工作流的代币消耗速率比聊天模式高出数个数量级,高盛预测到 2030 年代币消耗量将增长 24 倍。 8 若竞争对手更快推出功能,AI 账单将不再是可选项。

熊市反作用力:代币价格连续三年每年下跌 10 倍。 9 开源权重模型以极低成本缩小了质量差距。 10 按角色或工作负载限制使用量的企业正在改变曲线走向。

A wooden seesaw with a small engineer & laptop lifted high on the left while a stack of server racks sinks down on the right

其中一个场景将在 2029 年更接近现实。你正在为 2027 年规划哪一个?


  1. 高盛,《2026 年人工智能经济》。在 Anthropic 等原生 AI 公司中,算力支出约为员工成本的 2.3 倍,表明其结构性成本基础中基础设施占比已超越薪资支出。另见行业报道:valueaddvc.com/ai-spending。 ↩︎

  2. Anthropic 员工数~5000 人(依据 SaaStr 2026 年 6 月数据)。推理与训练支出~100 亿美元(2026 年),对应~50 亿美元营收(引自 Fortune AI 资本支出报道)。100 亿美元/5000 人=人均 200 万美元算力成本。顶级 AI 实验室全员薪酬超 50 万美元/人(Levels.fyi Anthropic 数据)。↩︎

  3. 高级软件工程师全面薪酬基准为每年 22.4 万美元,该数据综合了 Levels.fyi 平台 2026 年第一季度基础薪资数据与美国劳工统计局 2026 年《雇主雇员薪酬成本》中的福利附加率。头部企业薪酬水平更高。↩︎

  4. Ramp AI 指数,2026 年 6 月。ramp.com/data/ai-index-june-2026。顶尖 1%的企业在 AI 方面的支出为每名员工每月 7,449 美元(每年 89,000 美元),环比增长 14.1%;普通企业每月支出 11.38 美元(每年 137 美元);领先企业与普通企业之间的支出差距达 680 倍。 ↩︎

  5. 方法论。资深工程师满编薪酬目前为每年 22.4 万美元,按美国劳工统计局工资趋势每年增长 5%。各情景中工资占比路径决定了每位工程师每年的 AI 支出。熊市路径(各年工资占比):40%、45%、48%、41%;基准路径:40%、70%、105%、140%;牛市路径:40%、110%、180%、230%。熊市情景下,美元支出在 2028 年前持续上升,但到 2029 年因该比率下降速度快于工资通胀而出现回落。

  6. 来自 KeyBanc 资本市场 SaaS 调查和 OPEXEngine 2025-2026 队列的公开 SaaS 人均营收基准。中位数约为 1001 人规模/25 万美元;前四分位数范围在 40 万至 60 万美元之间,具体取决于公司发展阶段和垂直领域。 ↩︎

  7. Epoch AI,人工智能公司人均营收数据,2026 年。epoch.ai/data-insights/revenue-per-employee-ai-companies。Anthropic 人均营收 1400 万美元,OpenAI 人均营收 650 万美元,位列福布斯全球 2000 强企业榜首。↩︎

  8. 高盛研究预测,到 2030 年,以代理型 AI 工作负载为主导的令牌消耗量将比当前以聊天为主的使用模式增长 24 倍。

  9. OpenAI 的 GPT-4 类输入定价从发布时(2023 年 3 月)的每百万 token 30 美元下降至 2026 年的低于 3 美元,同等能力下年通货紧缩率约达 10 倍。类似的降幅在 Anthropic Claude 及 Google Gemini 的 SKU 中同样显著。 ↩︎

  10. 根据 Ramp 在 2026 年 6 月的观察,顶尖企业正“将前沿模型与廉价开源模型混合使用”以控制成本,DeepSeek-V3 及其后续开源权重版本以前沿专有模型 1/10 至 1/30 的 API 成本,实现了可与之媲美的基准性能。 ↩︎

了解 RecodeX 的更多信息

立即订阅以继续阅读并访问完整档案。

继续阅读