Josh Batson是Anthropic的AI研究员。现在的他，已经没空刷社交媒体了。如今能让他感受到多巴胺式快感的，只剩下Slack上的内部交流频道。在那里，他可以看到同事们关于大语言模型和架构的理论探讨与实验交流。

Batson正是一群核心AI研究员和高管中的一员。他们身处一场没有硝烟的科技竞赛。为了打造出超越人类智慧的系统，他们争分夺秒地推进似乎永无止境的颠覆性技术突破。

在硅谷最顶尖的人工智能实验室里，核心研究员和高管每周工作80到100小时早已是常态。一些资深研究员甚至直言这种处境就像一场战争。

Anthropic人工智能研究员Josh Batson

“我们想用两年时间，速通过去二十年科学进步的过程，AI系统几乎每隔几个月就进步一个台阶，”Batson说，“AI无疑是当今世界上最有意思的科学议题。”

来自微软、Anthropic、谷歌、Meta Platforms、苹果和OpenAI的高管与研究员普遍认为，他们正在做的工作是划时代的。他们不仅要赶超竞争对手，还要把前沿AI技术快速推向大众。其中不少人已是千万富翁，早早实现了财务自由，但他们坦言自己根本没有时间能用于享受财富。

当扎克伯格不惜用数百万美元的高薪从对手那里挖人时，一场围绕AI顶尖人才的争夺战就此打响。如今，一小撮AI研究员和高管的工作价值，已经成为世界上最宝贵的资源之一。企业想方设法让这些人每一天都能贡献出最大的工作价值，员工本人也竭尽使自己的工作效率最大化。

谷歌DeepMind技术总监Sewak

“每个人都在不停地进行似乎没有终点的高强度工作，”谷歌DeepMind的优秀研究员Madhavi Sewak在一次采访中感慨道。

据知情人士透露，一些初创公司甚至在劳动合同中直接写明“每周工作必须超过80小时”。不过，更多公司其实并不需要硬性规定，因为激烈的竞争和对技术可能性的强烈好奇驱动着这些顶尖人才自愿工作。尽管在硅谷过往的科技热潮中，通宵加班并不稀奇，但在这些全球最大的科技公司里，如此极端的工作强度和时长仍属罕见。

对很多员工来说，最忙的阶段是在研发新模型或新产品的时期，工作节奏甚至远超“996”（早9点工作到晚9点，每周工作6天）。一位初创公司高管半开玩笑地称之为“002”——几乎每天从午夜工作到午夜，仅仅在周末抽出2小时的休息时间。

这种高强度工作主要集中在少数核心员工身上，他们负责优化AI底层模型、推进新功能融入产品等等。据员工反映，这些团队常常昼夜连轴转，即便其他同事早已下班回家，他们仍在实验室或办公室忙碌。

夜晚灯火通明的微软办公区

尽管不少人坦言，这种节奏实在令人身心俱疲，无法陪伴家人、朋友，但他们也反复强调，长时间工作是自己的选择。“脑子里总有各种新点子冒出来，而且这是一场和时间的赛跑，”Sewak说，“我们不想错过任何一个可能带来技术突破的机会，所以一有空就会继续投入工作，把每一个灵感落到实处。”

为了支持这些几乎不离岗的员工，硅谷的公司纷纷提供各种便利。一些公司在周末也提供用餐，还有公司专门安排支持性人员轮班值守。据AI从业者透露，有些公司会任命短期轮换人员，负责实时监控模型输出、产品开发。

为企业提供费用管理服务的公司Ramp披露了一些企业信用卡交易数据。数据显示，每到周六中午至半夜，旧金山地区饭馆的订单量显著激增，远超往年同期水平，也高于美国其他城市，侧面印证了周末加班的普遍性。

微软AI首席产品官Aparna Chennapragada

微软负责AI的首席产品官Aparna Chennapragada表示，虽然她经历过科技行业过去的热潮，但这一次完全不同。原先，从技术突破到大规模应用往往需要十年以上。而AI的普及速度前所未有，短短几年，90%的《财富》500强企业已开始使用AI产品。

过去，从研究突破到产品落地可能要等好几年，而现在这个周期被极限压缩，没准就出现在今天和明天之间。

Chennapragada把这种额外的、非强制性的工作负担称为管理者面临的“第二轮班”。为了应对它，Chennapragada开发了一些AI工具来提升效率。比如一个浏览器插件，在每次打开新标签页时插件就会提醒她“能不能用AI完成这件事？”

尽管业内的讨论都集中在“996”甚至全天候的工作模式上，但她一直引导微软员工将AI视为解决巨大工作量的方案。“应该24小时在线的不是你，而是你的AI助手。”她说。

Batson表示，他很难为工作做长期规划，因为AI模型进步太快。在他看来，这个过程更像“生物进化”，而不是传统意义上的“工程设计”。“在训练完成之前，你往往无法确切知道会得到什么。在测试之前，你也不知道它究竟能做什么。就算测试完成了，在它被实际应用之前，你还是无法完全知道它的实际表现。”

Batson所在的Anthropic公司一直强调要打造“符合伦理、以人为本”的AI，这种使命感也深深激励着他。他说：“我们想看看，人类对AI的理解速度，能不能跑赢模型本身的变化速度。”

谷歌DeepMind的一位技术总监Sewak则表示，她很高兴看到顶尖的AI研究员因其智慧和努力而获得丰厚的回报，即使许多人仍然纯粹是为工作本身所驱动。“我很高兴，我们这些技术派终于迎来了高光时刻。”