不止“996”!曝硅谷AI创业圈「极限工作制」:每天16小时、凌晨3点下班、周末也在写代码

不止“996”!曝硅谷AI创业圈「极限工作制」:每天16小时、凌晨3点下班、周末也在写代码

编译 | 郑丽媛

出品 | ZEEKLOG(ID:ZEEKLOGnews)

“如果你周日去旧金山的咖啡馆,会发现几乎每个人都在工作。”

这是 AI 创业公司 Mythril 联合创始人 Sanju Lokuhitige 最近最直观的感受。去年 11 月,他特地搬到旧金山,只为了更接近 AI 创业浪潮的中心。但很快,他也被卷入了这股浪潮带来的另一面——一种越来越极端的工作文化。

Lokuhitige 坦言,他现在几乎每天工作 12 小时,每周 7 天。除了每周少数几场刻意安排的社交活动(主要是为了和创业者们建立联系),其余时间几乎都在写代码、做产品。

“有时候我整整一天都在编程,”他说,“我基本没有什么工作与生活的平衡。”而这样的生活,在如今的 AI 创业圈里并不算罕见。

旧金山 AI 创业圈的真实日常

一位在旧金山一家 AI 初创公司工作的员工,曾向媒体展示过几张令人压抑的照片:那是一套 Dogpatch 社区的两居室公寓——这个社区在科技从业者中很受欢迎。但这间公寓不仅是住所,同时也是一家公司的办公室。

他透露道,公司的几位创始人每天早上 9 点开始工作,常常一直忙到凌晨 3 点。他们几乎不会离开这栋楼,只有在抽烟或拿外卖时才会短暂出门。吃饭基本靠外卖,睡觉则是简单打个盹。

这名员工用一个词来形容这种生活:“horrendous”(可怕)。“我以前听说过 ‘996’,但他们甚至都不止 996。”他说,“他们每天 16 小时工作。”

由于这种极端的工作节奏,不少员工干脆在办公室把鞋子都脱了——毕竟每天都要在办公室待十几个小时,穿拖鞋显然更舒服。

创业公司一直很拼,但 AI 让节奏更疯狂

其实严格来说,创业公司从来都不是可以放松的地方。

差不多十年前,当移动互联网创业潮刚刚兴起时,很多程序员为了延长工作时间,甚至会用代餐饮料代替正常吃饭。那时的创业文化同样强调“拼命干”、高强度投入以及不计代价的增长。

这些理念在科技行业里一直存在。但过去一年里,随着 AI 浪潮席卷硅谷,这种文化显然被进一步放大:一方面,人们对技术新时代充满兴奋——以及随之而来的巨额资本;另一方面,焦虑也在迅速蔓延。

当下,很多科技从业者正处于一种矛盾状态:

  • 有人全力投入 AI 开发,同时又在怀疑 AI 是否真的对世界有益
  • 还有人正在训练机器把自己的工作做得比自己更好

于是,一个越来越现实的问题开始出现:

我们正在构建未来,但这个未来里,还有我们的位置吗?

科技行业正在经历“心理转折点”

这种焦虑,在整个科技行业已经非常明显。

曾经,大型科技公司以“员工友好”著称:公司内部有免费餐饮、按摩服务,甚至理发店。可近几年,这些福利开始逐渐收缩,企业对员工效率和产出的要求却越来越高。例如,扎克伯格和马斯克都曾公开表示,AI 未来可能会替代一部分初级和中级工程师,并强调公司需要更加“高效”甚至“极端硬核”的工作文化。

与此同时,大规模裁员也在持续发生。根据金融研究机构 RationalFX 的统计,2025 年全球科技行业共裁员约 25 万人,而在不少裁员公告中,AI 都被视为重要因素之一——尽管真实原因往往更加复杂。

曾为 Google、Microsoft、Salesforce 和 Airbnb 等公司提供咨询的职场教练 Mike Robbins 也注意到一个明显变化:科技行业的“话题”已经发生转移。

  • 疫情期间,公司最关心的是员工倦怠、心理健康和团队归属感;
  • 而现在,公司高管更常讨论的是变化、颠覆和不确定性。

“五年前,你要是个软件工程师,基本可以随便挑工作。”Robbins 说,“但现在,公司已不再担心员工流失,就会更直白地提出要求、也更加苛刻。”

技术变化太快,很多人连周末都不敢休息

在此背景下,对很多 AI 工程师来说,加班不仅是公司要求,更是竞争压力带来的必然选择。

AI 工具和模型几乎每天都在更新,如果周末休息两天,周一可能就已经错过了一次关键技术突破——对创业公司而言,这种差距可能意味着产品落后甚至被淘汰。

但矛盾的是,许多工程师同时又对这场技术革命感到兴奋,认为现在是科技行业创造力最旺盛的时期之一。例如,创业加速器 Y Combinator 的负责人 Garry Tan 就曾在社交平台上表示,自己连续 19 小时在尝试新的 AI 编程工具。

“很多人都在想一个问题——三年后,我还会有工作吗?”在 AI 开发工具公司 Mintlify 工作的软件工程师 Kyle Finken 坦言:“所以,这绝对不是一个可以躺平的时代。”

除此之外,AI 对就业结构的影响,也正在显现。Mythril 联合创始人 Lokuhitige 直言“现在已经没人招聘初级开发者了”,Anthropic 的 CEO Dario Amodei 更是预测:未来五年,AI可能会消灭一半白领行业的入门级岗位。

过去,刚毕业的工程师可以通过初级岗位慢慢成长。但现在,越来越多基础代码工作可以由 AI 完成。根据招聘平台 Indeed 的研究数据显示:自 2022年以来,入门级技术岗位招聘减少约三分之一,而要求 5 年以上经验的职位数量却在增加。

换句话说,对于许多年轻开发者来说,如果没有在创业公司参与真实项目、做出足够“酷”的产品,未来甚至可能连进入行业的门槛都很难跨过。

“未来”已来?硅谷不再是“工作理想地”

事实上在旧金山,有些变化已经“肉眼可见”。

例如:Uber 司机开始与自动驾驶车辆竞争、自动驾驶公司 Waymo 的无人出租车越来越常见、一些咖啡馆也开始尝试机器人咖啡吧。与此同时,科技行业的裁员还在影响周边生态——为科技公司提供法律、招聘或商务服务的企业,也在因为客户减少而受到冲击。

从某种意义上说,AI 创业圈如今的高压工作文化,可能不仅仅是硅谷个例,而是一种提前出现的信号。

在过去二十多年里,硅谷一直被全球企业视为工作文化的标杆。但如今,这种“硅谷神话”正在逐渐褪色。如果说过去的硅谷代表的是自由、创新和高薪,那么今天的硅谷,也许更像是在预示另一种未来——一个充满竞争、焦虑,以及持续自我证明压力的工作时代。

而这种变化,很可能不会只停留在科技行业。

原文链接:https://www.theguardian.com/technology/ng-interactive/2026/feb/17/ai-startups-work-culture-san-francisco

推荐阅读:

一天开13个会、一个Bug要修200天!前亚马逊L7爆料:这轮大裁员,AI只是“背锅侠”

为省5-10美元差点毁库!Claude一条指令删光200万条数据、网站停摆24小时,创始人坦言:全是我的错

全球26w+用户在线「养虾」:OpenClaw这一波泼天流量,到底让谁接住了?

未来没有前后端,只有 AI Agent 工程师。

这场十倍速的变革已至,你的下一步在哪?

4 月 17-18 日,由 ZEEKLOG 与奇点智能研究院联合主办「2026 奇点智能技术大会」将在上海隆重召开,大会聚焦 Agent 系统、世界模型、AI 原生研发等 12 大前沿专题,为你绘制通往未来的认知地图。

成为时代的见证者,更要成为时代的先行者。

奇点智能技术大会上海站,我们不见不散!

Read more

Python 数据分析第三版(二)

原文:annas-archive.org/md5/74a7b24994c40ad3a90c290c07b529df 译者:飞龙 协议:CC BY-NC-SA 4.0 第四章:线性代数 线性代数和统计学是任何数据分析活动的基础。统计学帮助我们获得初步的描述性理解,并从数据中做出推断。在上一章中,我们已经理解了数据分析的描述性和推断性统计度量。另一方面,线性代数是数据专业人员的核心基础之一。线性代数对于处理向量和矩阵非常有用。大多数数据以向量或矩阵的形式存在。深入理解线性代数有助于数据分析师和数据科学家理解机器学习和深度学习算法的工作流程,使他们能够根据业务需求灵活地设计和修改算法。例如,如果你想使用主成分分析(PCA),你必须了解特征值和特征向量的基础知识;或者如果你想开发一个推荐系统,你必须了解奇异值分解(SVD)。扎实的数学和统计学背景将有助于更顺利地过渡到数据分析领域。 本章主要关注线性代数的核心概念,如多项式、行列式、矩阵逆;解线性方程;特征值和特征向量;SVD;随机数;二项分布和正态分布;正态性检验;以及掩码数组。我们还可以使用 Python 的 NumPy 和 S

By Ne0inhk
【启发式算法】Dynamic A*(D*)算法详细介绍(Python)

【启发式算法】Dynamic A*(D*)算法详细介绍(Python)

📢本篇文章是博主人工智能(AI)领域学习时,用于个人学习、研究或者欣赏使用,并基于博主对相关等领域的一些理解而记录的学习摘录和笔记,若有不当和侵权之处,指出后将会立即改正,还望谅解。文章分类在👉启发式算法专栏:        【启发式算法】(10)---《Dynamic A*(D*)算法详细介绍(Python)》 【启发式算法】Dynamic A*(D*)算法详细介绍(Python) 目录 一、D*算法的背景 二、D*算法的工作原理  A*算法基础回顾 D*算法的基本步骤 1. 初始化:目标节点的值计算 2. 更新规则:局部更新 3. 优先队列更新 4. 反向搜索 5. 增量更新 6. 计算最终路径

By Ne0inhk

为什么顶尖团队都在迁移至Python 3.13?答案就在类型提示增强

第一章:为什么顶尖团队都在迁移至Python 3.13? Python 3.13 的发布标志着语言在性能、类型系统和开发者体验上的又一次飞跃。越来越多的顶尖技术团队,包括大型科技公司与开源核心项目,正在加速向该版本迁移。其背后驱动力不仅来自运行时效率的显著提升,更源于对现代软件工程实践的深度支持。 性能飞跃:更快的执行引擎 Python 3.13 引入了新的自适应解释器循环(Adaptive Interpreter Loop),通过运行时热点代码识别优化字节码执行路径。这一机制使典型工作负载的执行速度平均提升 50% 以上。例如,在数值计算场景中: def compute_primes(n): primes = [] for num in range(2, n): if all(num % i != 0 for i in range(2,

By Ne0inhk