AI确实在变得更值钱，但这份钱目前只先付给了少数人——这是“AI越能干我们会越有钱吗”在2026年能给出的最直接回答。判断这件事有两个新近的刻度：OpenAI伦敦分部的110名员工去年人均拿到231.8万英镑薪酬，是英国全职员工收入中位数的58倍。 而在招聘端，2025年AI新发岗位平均月薪61764元，比新经济行业整体高出35.59%——溢价是真的；但同一份报告里，AI领域的人才供需比在2025年首次超过1，从“供不应求”转向“供大于求”——挤爆也是真的。界面新闻界面新闻
也就是说，“AI变强”和“我变富”之间不是没有连线，而是连线断在几个具体位置：钱先流向顶端；“会用AI”有了明码标价，但门槛在抬高；省下的时间变成了工作量，没变成工资；宏观上则出现了供强需弱的挤压。看清这几处断点，才知道普通人的钱会从哪儿来、还差什么才会到哪儿。
最值钱的人和挤爆了的门
这波红利最先在塔尖兑现。多位熟悉高校就业情况的人士向第一财经证实，AI相关专业的博士毕业后，第一年薪资达到数百万人民币已经不鲜见，一些毕业生的打包薪资甚至可以更高。 给这种定价撑腰的逻辑很冷：头部公司在算力和模型上的投入以数百亿美元计，一个顶尖研究员如果能帮项目少跑几次失败的训练，几百万年薪在算力成本面前“就不显得那么贵了”。第一财经
塔尖之下，行情急转。脉脉《2025年度人才迁徙报告》显示，新经济行业的人才供需比已升至2.23，相当于2.23个人争夺1个岗位；AI领域也从“稀缺”转向“供大于求”。 与此同时，市场开始给“会用AI”本身发工资：AIGC算法工程师比普通算法工程师月薪高17.81%，AI产品经理比普通产品经理高20.59%——同样是干产品，带着AI能力进场的人一年能多拿10万元左右。 但溢价不等于普涨：它奖励的是能力标签，不是所有在岗的人。界面新闻界面新闻
提效归提效，钱包归钱包
个人层面最直接的体感是：干得更快，不等于赚得更多。OpenAI企业报告里，深度使用AI的员工每周能节省超过10小时；而据知乎用户转述的脉脉2026年9月报告数据，91.08%的受访职场人说用了AI之后产出变多了，但只有31.77%的人说工时变少了。 翻译过来：省下的时间，大多填进了新增的工作量和更高的KPI。企业的账本同样直白——渣打银行宣布未来四年将裁员超7000人以加速AI转型，全球企业职能和后台支持岗位要砍掉15%以上。知乎界面新闻
被改变收入的不只是白领。全球头部图片库Getty Images在“合并折戟叠加AI冲击”后，将于2026年10月通过破产重组私有化：截至6月30日的12个月里，其采购客户同比下滑10%、年度订阅客户减少25.2%。 另一边，AI新造出来的岗位也不自带高薪：曾经被称为“魔法师”的AI短剧抽卡师，一年时间变成了月薪7000元的流水线工人。 数据标注、AI训练师这类入门岗位数量同比增长171.35%，但岗位膨胀和价格坚挺是两回事。界面新闻界面新闻
副业故事与真账本
“用AI搞钱”是社交平台上传播最强的叙事，也是最容易把个例当平均数的地方。小红书博主“Route AI副业实录”晒出过AI接单七天的逐日流水：9元一个的头像定制、连续几天的0单，七天合计229元。小红书 另一位“行政转行AI”的博主则坦承：能月入过万，但没有想的那么容易，也没有机构说的那么轻松。 把“有人赚到”读成“用了就能赚到”，是这波叙事里最贵的一次误读。小红书
相对清醒的共识是：别去卖AI能直接做完的那部分——那部分已经不值钱了；值钱的是AI做不好、但能帮你做得更快更好的环节。知乎
入口在收窄，门的形状在变
比“会不会被裁”更实质的变化发生在门口。多位研究AI与就业关系的观察都指向同一个方向：目前没有出现大规模裁员式替代，但“学徒任务”——整理资料、写初稿、修小bug、做基础测试——正被AI先行接管，而这些活原本既是产出、也是新人学会判断的台阶。有知乎答主梳理美国薪酬记录分析后提到，在AI暴露度较高的职业里，22至25岁年轻员工的就业水平明显偏低，且差距主要来自少招聘而非裁员；这仍是描述性证据，但足够让带新人的公司重新算账。知乎
分化也发生在校园与产业之间。在北京大学任教、博士期间曾入选字节跳动顶尖人才计划的杨灵对第一财经说得更直接：AI这一块，之后应该就没有Top20或者Top15高校毕业生的事情了——这些人能做的事，AI编程工具都能做。 他也提醒，拿到顶薪的人并不高枕无忧：过两年有更聪明的人进来把你替代掉。高薪与高压，在这条赛道上一体两面。第一财经
门在收窄的同时，形状也在变。市场真正缺的不再是“会造模型的人”，而是能把模型装进生意里的人：同一份脉脉报告里，AI产品经理岗位量增幅达369.36%，数据标注/AI训练师增幅171.35%；新发岗位JD中明确写入“AI”“大模型”等关键词的占比，一年间从12.25%提升到19.18%——大约五分之一的新岗位已经把AI能力列为硬性要求。“带着AI干活”正在从加分项变成默认项。
更大的那笔账：多出来的东西卖给谁
把镜头拉远，AI对钱包的最后一道约束来自需求端。北京大学国家发展研究院院长黄益平在9月的外滩大会上提醒，AI有望提升全要素生产率，但宏观显效往往滞后；更值得警惕的是，它在强化供给的同时可能冲击就业、扩大资本与劳动之间的分配差距，让“供强需弱”长期化。 最新统计为这种担忧提供了注脚：8月规模以上工业增加值同比增长5.2%，而社会消费品零售总额只增长0.4%。 一个5.2%对上一个0.4%，不能简单归因于AI，但它让问题变得很直观：机器不会买房，GPU也不下馆子，多生产出来的东西最终得有人买。界面新闻界面新闻界面新闻
历史给过一个不安的参照。经济史里有个概念叫“恩格斯停顿”：工业革命头几十年，英国工人的产出持续增长，实际工资却涨得明显更慢，直到19世纪中叶后才逐渐追上生产率——技术让整个社会生产了更多东西，却不保证技术带来的钱会马上进入多数人的口袋。 AI会不会重演这段，没人能保证；差别在于，这一次从效率到收入的传导环节，已经有人在专门盯守。知乎
政策开始接这个球
收入问题正在从个人运气变成公共议题。7月，人社部等四部门联合印发“人工智能＋人社”实施意见，明确要加快建立人工智能就业影响评估体系，引导创新资源向创造就业潜力大的方向倾斜；人社部还向第一财经表示，力争到2030年把技能人才占就业人员的比例提升到35%。界面新闻第一财经
国际层面同样在补课：第八届APEC人力资源开发部长会通过《人工智能赋能亚太地区就业》，这是APEC在该领域首份聚焦AI的成果文件；2026年世界技能大会上，一场讨论“AI对未来劳动力市场真实影响”的研讨会达成的共识则很朴素——技术本身不是最大障碍，真正的瓶颈在于组织愿不愿意给员工创造学习时间、教育体系能否与市场需求对齐、技能认证是否可信。第一财经
回到标题的问题：AI越能干，我们会越有钱吗？目前的证据是——社会确定会更富，普通人会不会跟着富，取决于三处断点何时接通：技能能否被持续定价，新人入口会不会彻底关死，多出来的生产率能否变成工资而不只是利润。与其焦虑地刷“AI取代人类”，不如盯住三个可观察的信号：就业影响评估体系的落地动作、招聘平台上初级岗位的量价变化、以及每一季薪资报告里AI溢价是继续扩大还是摊平成标配。AI还在变强，钱会不会轮到你，就看这三根管道接得多快。
