你打开任何一篇AI就业文章，第一眼看到的数字大概都是「年薪百万」「博士起薪200到300万」「大模型算法岗月薪5万」。如果你正好在考虑要不要读AI方向的博士，这些数字很容易让你觉得：读完就是赚到。
但你有没有把硕士直接就业的五年总收入拿出来对比过？
先看博士这边。36氪2026年的报道提到，头部企业为顶尖AI博士应届生开出的年薪普遍在200万到300万元，硕士毕业年薪可达60多万。字节跳动2026届校招硕士基础年薪60到75万。大模型算法岗月薪中位值5.2万。这些数字是真的，但它们描述的是天花板附近的人。
同一份报道里还提到了另一面：AI岗位的人才供需比0.97，看起来供需平衡，但高性能计算工程师的供需比只有0.15，七个岗位抢一个人。与此同时，AI数据训练师的月薪中位值只有8513元，AI测试工程师是13621元。同样顶着「AI」的标签，薪资差距可以到六倍。
再看时间成本。AI博士读完最快4年，正常5到6年。这段时间里你的收入基本为零，或者只有微薄的助研补贴。如果一个硕士生同期进入大厂，按年薪60万算，五年下来总收入300万。博士毕业后即使拿到年薪100万，要多工作几年才能追平这个差额？而且你不只是少赚了五年的工资，还错过了五年的职业积累和行业人脉。硕士进大厂第一年是新人，第五年可能已经在带团队了。博士毕业进去还是从零开始，起点看起来一样，但跑道长度不一样。
更现实的问题是：不是所有博士都能拿到天花板的offer。年薪200到300万的位置，基本只给清北复交或海外QS前50的博士，而且要求有顶会一作和大厂实习经历。普通院校的AI博士，毕业后拿到的offer可能和硕士差不多，甚至更少——因为企业会觉得你年龄大、薪资期望高、但产出不一定比硕士强。
AI行业变化极快。你入学的时候热门的方向，毕业的时候可能已经不在风口上了。前几年通信、硬件、移动互联网都经历过类似的周期。NLP三年前还是主流方向，现在大模型把整个领域重新洗了一遍。风口风大的时候去读博，风小了博士毕业，没分到一杯羹，还要面对一地鸡毛。这个风险不是努力能消除的。
我的判断是：AI博士值不值得读，取决于三个东西。你的导师和实验室能不能让你在毕业前发出顶会一作；你读博期间能不能拿到大厂的核心算法岗实习；你的方向在五年后是否还在企业的核心需求里。如果这三个问题里有两个答案不确定，硕士直接就业可能是更稳的选择。
查一下目标实验室近三年博士毕业生的去向，算一下硕士直接就业五年的总收入，看一下你想做的方向在大厂的核心岗需求里有没有对应的位置。六月的毕业季，有人穿学位服拍照，有人在想下一步走哪条路。别只看新闻里最亮的数字。
