編輯：Aeneas 好困

【新智元導讀】亞馬遜工程師一個周末辛苦寫出的代碼，因爲項目最終被降級而白白浪費了。AI爆火的背面，是一衆硅谷大廠員工的瘋狂內耗。越來越密集的活動日程表，越來越不可思議的deadline，爲董事會准備毫無用途的AI産品展示……被迫「內卷」的大廠AI工程師們，已經感到窒息。

AI爆火之後，硅谷的工程師們已經被「內卷」搞得精疲力竭，苦不堪言！

放棄整個周末休息辛苦寫出的代碼，因爲項目降低優先級全部白費。

大家你追我趕，爭取比競家更快發布産品，一切都向速度看齊。領導瘋狂發號施令，但對項目的實際影響漠不關心。

爲了趕工AI項目，毫無經驗、也未經受培訓的成員被紛紛拉進來；而另一邊，許多人都在deadline前瘋狂內耗，即使旁邊就是技術大牛，也根本沒有機會向他們學習……

以上，就是生成式AI爆火的硅谷大廠中，正在發生的種種怪相。

「內卷」永不停歇

比如一位亞馬遜的工程師。

去年末，他在結束了幾周的工作後，本來打算輕松地過一個周末。

然而，當他收到一個Slack消息時，一切都變了：上司要求他，必須在周一早上6點前完成一個項目。

于是，他的周末計劃就這樣泡湯了。他不得不取消朋友們的聚會，夜以繼日地趕工。

這件事情的結局，以項目被降低優先級而結束。這意味著，他的所有努力都白費了……

其實，這種情況對他來說已經司空見慣了。

AI領域的專家們經常緊急開發出一個新功能，然而這些功能往往會突然被暫停，然後讓他們去應對其他AI項目的緊急需求。

這位亞馬遜工程師就透露，自己就曾在一個沒有任何錯誤檢測的環境中，爲新的AI功能寫了幾千行代碼。

然而，因爲代碼在缺乏必要測試的情況下極易出錯，團隊成員有時不得不在深夜互相聯系，修複AI軟件問題。

在他看來，亞馬遜的高層更注重形式上的「我全都要」，然而當他們想要盡最大速度嘗試複刻微軟和OpenAI的産品時，産品質量就很難跟上了。

對于這些深陷大廠「內耗」的AI工程師，外媒給出了一個非常形象的比喻——「老鼠賽跑」（Rat race）。

在「老鼠賽跑」中，人們就仿佛試圖獲得奶酪獎勵的老鼠，疲于奔命，但徒勞無功。爲了獲得眼前的奶酪，他們過著重複的生活，沒有時間休息。

谷歌、微軟工程師，都卷麻了

同樣怨聲載道、苦不堪言的，還有谷歌和微軟的工程師。

由于擔心技術落後于對手，他們時刻懸著這根弦，需要迅速推出工具。

英偉達CEO老黃說，AI正處于「iPhone時刻」。

這也就意味著：整個硅谷都處于巨大壓力的籠罩之下。

項目進度不斷加快，每一個AI發布都拼命搶在競爭對手之前。更荒唐的是，領導層對許多項目的實際影響也並不關心。

以上並不是某家特定公司的做法，而是整個行業的普遍趨勢。

谷歌的一名員工表示，在高強度工作了大約六個月後，她感覺自己終于能喘口氣了。

但在公司「邊飛邊造飛機」的産品開發策略之下，壓力仍在不斷增加。

一位亞馬遜的AI工程師表示，爲了趕工一個進度落後的項目，他的團隊都被臨時拉了進去。但問題是，成員既沒有經驗，也沒有接受過相關的培訓……

而管理層則爲了push員工，經常舉辦「振奮人心」的演講：「你們的工作將會革新整個行業！」

無論是工程師還是其他職位的人，都有這樣一種感覺：自己的工作越來越集中于滿足投資者的期望，以及保持行業競爭力，而非解決用戶的實際問題。

而且，爲了追求開發速度，雇主們也忽略了監控上的影響，以及AI可能造成的其他負面效果。

因爲長時間的工作、巨大的壓力、不斷變化的工作要求，他們普遍面臨著職業倦怠。

許多員工因爲無法忍受這種高壓和快節奏的工作環境， 已經選擇離開AI部門，或者正在尋找下家。

是的，這就是生成式AI淘金熱不爲人知的一面。

爲了在未來十年內預計收入超過1萬億美元的市場中保持競爭力，科技公司正競相開發著各種聊天機器人、AI智能體和圖像生成器，爲了訓練LLM投入數十億美元。

另一面，是卷到窒息的硅谷大廠員工。

巨頭們，紛紛爲AI瘋狂

而大科技公司的高管們，也毫不避諱地向投資者和員工們宣揚著AI對自己重大決策的影響。

微軟的首席財務官Amy Hood在今年的某次財報電話會議上提到，公司正在調整人手，優先專注AI。而且，微軟還將繼續優先投資AI，因爲這是「塑造未來十年的關鍵因素」。

Meta CEO小紮也是如此。在最近的財報電話會議上，他大部分時間都談論産品和服務，以及Llama 3的最新進展。

「我堅信，在未來幾年裏，我們應該大力投資，開發更先進的模型和世界上規模最大的AI服務，」小紮表示。

在亞馬遜，CEO Andy Jassy也對投資者表示，生成式AI機遇空前，因此需要增加資本投入，絕不可錯過這次機遇。

「我認爲，我們中任何人在技術領域都很少見到這樣的機會，至少自從雲計算出現以來，甚至自從互聯網問世以來，」Jassy給出這樣的判斷。

速度，一切都爲了速度！

如今在AI競賽中，這些大廠一邊在裁員，一邊在盡最大努力挖來更多AI專家。

曾在蘋果工作四年的老員工Eric Gu，參與了包括Vision Pro頭顯在內的關鍵性項目。

他表示，自己越來越強烈地感覺到，自己的發展十分受限。雖然身邊到處都是人才和大牛，自己卻沒機會向他們學習。

「蘋果非常注重産品，因此我們總是面臨著巨大壓力，需要高效工作、快速推出産品、增加功能……」

這種快節奏的壓力，讓Eric Gu不堪重負。

終于，大概在一年前他選擇離開蘋果，加入了AI初創公司Imbue。在那裏，他也能夠參與野心勃勃的項目，只是節奏可以更平和。

一位微軟的AI工程師也透露，公司正深陷激烈的AI競爭之中。

而且，爲了追求速度，微軟也忽略了倫理和安全保障，這導致團隊還沒來得及考慮潛在後果，産品就在倉促之間被推出。

他還指出，由于所有科技大廠都能接觸到幾乎相同的數據，因此AI領域實際上並不存在真正的競爭優勢。

的確，擁有超20萬用戶熱門項目的獨立軟件工程師兼數字藝術家Morry Kolman表示，在AI技術迅速發展的今天，很難去判斷哪些領域值得投入時間。

而這就非常容易導致職業倦怠，因爲你很難對一件事情保持持續的熱情。

在谷歌，一名AI團隊成員表示，職業倦怠主要來自于競爭壓力、更緊迫的時間表和資源短缺，尤其是在預算和人員配置上。

盡管許多頂尖科技公司都表示正在追加對AI的投入，但在緊迫的時間表下，所需的人力往往難以實現，即使在谷歌也是如此。

匆忙的産出，導致谷歌數次面臨尴尬的翻車。

Gemini圖像生成工具在今年二月發布後，因爲犯了曆史錯誤而倉皇下線。

而在2023年初，谷歌員工也批評了公司領導層，尤其是CEO劈柴。明眼人都能看出，爲了跟ChatGPT對打，谷歌匆忙推出的Bard明顯處理不當。

這名十多年的谷歌老員工表示，不僅如此，行業普遍都在削減成本，衆多公司也不得不爲了滿足投資者的期望、提高淨利潤而采取大裁員。

緊湊的會議日程安排，也讓團隊面臨著巨大的壓力。

AI團隊的日程表上，是2023年5月的Google I/O開發者大會、8月的Cloud Next以及2024年4月的另一場Cloud Next大會。

比起以前，這些活動的間隔大大縮短。對于一個需要按照會議時間線推出功能的團隊來說，這意味著巨大的壓力。

同樣的壓力，也存在于政府機構和初創公司中。

一位政府機構的AI研究員表示，盡管政府行動較慢，但他仍感受到必須快速跟進的壓力。因爲如今生成式AI的影響力已經破圈，波及到了各個圈層。

初創公司同樣如此。

數據科學家兼AI政策顧問Ayodele Odubela提到，一些初創公司獲得了大型風投的投資，正在趁熱打鐵地加班加點。

這些投資者期望的，是高達十倍的投資回報。

爲了用AI而用AI

除此之外，大廠的AI工程師們，還有很大一部分工作只是爲了使用AI而使用AI，而不是爲了解決商業問題或直接服務于客戶。

一位微軟的AI工程師表示，在自己接觸到的任務中，有不少就只是在爲AI的炒作貢獻素材而已，並沒有任何實際的應用價值。

比如，對于明明不涉及生成式AI的問題，也要想辦法用大語言模型去解決，即便這樣會讓效率更低、成本更高。

另一位在互聯網大廠工作的軟件工程師，也被調到了一個研究LLM新團隊，原因只是「AI太火了」。

這位有多年機器學習經驗的工程師認爲，當前生成式AI領域的工作，充斥著大量虛假的承諾和過度的宣傳。

外界看來，似乎每兩周都會有重大進展，但其實大家都在重複相同的工作。

比如，他就經常需要在三周的時間內，爲公司董事會准備好全新的AI産品演示，即便這些産品實際上「毫無用途」。

此外，爲了取悅投資者並獲得資金，他還特地制作了一個網頁應用。當然，這與團隊正在進行的工作並無關系，而且在演示完成之後也再也沒有人用過。

一位金融科技初創公司的産品經理表示，高層想要推出一些AI加持的解決方案，但卻不知道針對問題是什麽。

比如，他曾參與的一個項目是將公司一直在用的算法重新包裝成「人工智能」。並且，還開發了一個供客戶使用的ChatGPT插件。

一位在零售監控初創公司工作的AI工程師表示，公司總共只有40個人，而他是其中唯一的AI工程師。

在這裏，他除了要負責處理所有與AI相關的任務外，還需要面對由那些完全不了解AI的投資者提出的「根本無法完成的需求」。

如今，飽受折磨的他一心只想離職去讀個研究生，然後進行獨立研究並發表成果。

車速太快容易翻

正如前面提到的，各個大廠在快速推出産品的壓力下，紛紛縮減常規測試，並擱置了對AI准確性的驗證。

然而，爲了趕超競爭對手而急推的AI項目，很容易「翻車」。

還是以不止一次深陷「歧視」風波的谷歌Gemini圖像生成爲例。

比如，當用戶要求生成「1943年的德國士兵」時，它就會給出各種不同膚色的人穿著當時的德國軍裝的圖像。

而在生成「19世紀的美國參議員」時，甚至同時給出了黑人、拉丁裔，以及土著女性的形象。

然而，美國第一位女參議員是一位白人女性，于1922年任職。

這顯然是枉顧了種族和性別歧視的真實曆史。

對此，Odubela表示，隨著AI技術叠代速度越來越快，審慎的思考和嚴格的評估比以往任何時候都更爲重要，但一些大廠似乎不僅不care，甚至還在做著相反的事情。