老板的账本上，你在涨价，AI 在降价

前阵子帮朋友改简历，顺手翻出自己这些年的调薪记录。头几年那条线还往上走，最近两年基本平了。

我第一反应是行情差，缓两年就好。

后来算了另一笔账，才觉得没那么简单。问题可能不在行情，在一张我从来没认真看过的表上。

先说这张表是什么。

任何一家公司，老板手里都有一张成本表，一行行列着钱花在哪：房租、水电、服务器、云账单、每个人的工资和社保。这种表我不算陌生，做项目的时候多少接触过一点。老板每天做的事，就是盯着这张表，让每一行少花钱、多出活。

你在这张表上，是“人力成本”里的一行。你的技术、经验、加班，最后都折算成这一行的数字。

这两年，表上多了一行，叫“算力”，或者叫“AI 调用”。公司拿大模型写代码、跑客服、处理数据，花的钱记在这一行。

要命的地方在于，这两行的方向是反的。一行在往上走，一行在往下掉。

先看 AI 那一行。

风投机构 a16z 在 2024 年做过一个测算：要达到同样的能力水平，大模型的调用成本每年往下降大约 10 倍。他们举的例子是，2021 年底 GPT-3 那个水平，每百万 token 要 60 美元；三年后，一个小模型做到同样效果，只要 6 美分，降了一千倍。哪怕只看 GPT-4 出来之后的高端水平，两年也便宜了六十多倍。

再看你这一行。

美国 IEEE-USA 的年度调查里，2025 年美国技术岗的薪资涨幅是 1.6%，十五年最低；2024 年还有 2.9%，2023 年是 3.5%，一年比一年低。更细一点的数据里，资深通用开发岗甚至同比往下走了 10%。国内没有这么细的统计，但这两年是什么光景，你我心里都有数。

一行一年便宜十倍，一行一年涨一个多点，老板照着这张表做最普通的成本决策，天平就一直往你这边压。

他甚至不需要针对你。

到这儿，技术人最容易想到的应对是：那我把技术练得更硬，硬到不可替代。

这个方向不算错，但它没跳出那张表。

练技术，是在“按人头、按工时”这条线上往上爬。爬得再高，你还是这条线上的一个数字。头顶那个天花板，是这条线本身的计价方式：公司按你占用的时间付钱，而时间正在被旁边那行越压越便宜。一天就那么多小时，单位时间的价格又被压着，两头都顶死了。

技术当然有用，它是你能上桌的前提。但只在这条线上使劲，你较劲的对象是整条线的方向，不是某一年的行情。

就像在一部向下走的自动扶梯上往上跑，你比别人快，也还是在往下。

IEEE 那份数据其实已经说了一半：会 AI、能搭平台的岗位在涨，纯通用的岗位在缩。通用技术不是不值钱，是同一份手艺挂在不同的计价方式上，结果能差很远。

换行业不解决问题。要换的是你收钱的方式。

按人头、按工时、按月薪结账，你就在那条被压的线上。按一个做完的东西结账，比如一个能跑起来的系统、一次完整交付、一个被解决掉的具体问题，你就挪到了另一条线上。那条线的计价看的是这东西值多少钱，不是你花了多少个小时。

这事不用辞职去赌。可以先从小的试：接一个私活，报价别写“多少钱一天”，写“这个东西整包多少钱”。就这一下，客户的反应、你自己的心态，都会不一样。

往后盯一个数就行：今年你全部进账里，按工时、按月结的占多少，按项目、按结果结的占多少。这个比例往哪边动，比你今年涨没涨薪，更能说明你站在哪条线上。