【新智元导读】亚马逊工程师一个周末辛苦写出的代码，因为项目最终被降级而白白浪费了。AI 爆火的背面，是一众硅谷大厂职工的疯狂内讧。越来越密集的活动日程表，越来越不可思议的 deadline，为董事会准备毫无用途的 AI 产物展示…… 被迫「内卷」的大厂 AI 工程师们，已经感到窒息。
AI 爆火之后，硅谷的工程师们已经被「内卷」搞得精疲力竭，苦不堪言！
放弃整个周末休息辛苦写出的代码，因为项目降低优先级全部白费。
大家你追我赶，争取比竞家更快发布产物，一切都向速率看齐。领导疯狂发号施令，但对项目的实际影响漠不关心。
为了赶工 AI 项目，毫无经验、也未经受培训的成员被纷纷拉进来；而另一边，许多人都在 deadline 前疯狂内讧，即使旁边就是技术大牛，也根本没有机会向他们学习……
以上，就是生成式 AI 爆火的硅谷大厂中，在发生的种种怪相。
「内卷」永不停歇
比如一名亚马逊的工程师。去年末，他在结束了几周的事情后，本来打算轻松地过一个周末。
然而，当他收到一个 Slack 消息时，一切都变了：上司要求他，必须在周一早上 6 点前完成一个项目。
于是，他的周末计划就这样泡汤了。他不得不取消朋友们的聚会，夜以继日地赶工。
这件事情的结局，以项目被降低优先级而结束。这意味着，他的所有努力都白费了…… 其实，这种情况对他来说已经司空见惯了。
AI 规模的专家们经常紧急开发出一个新功效，然而这些功效往往会突然被暂停，然后让他们去应对其他 AI 项目的紧急需求。
这位亚马逊工程师就透露，自己就曾在一个没有任何错误检测的环境中，为新的 AI 功效写了几千行代码。
然而，因为代码在缺乏必要测试的情况下极易出错，团队成员有时不得不在深夜互相联系，修复 AI 软件问题。
在他看来，亚马逊的高层更注重形式上的「我全都要」，然而当他们想要尽最大速率尝试复刻微软和 OpenAI 的产物时，产物质量就很难跟上了。
对于这些深陷大厂「内讧」的 AI 工程师，外媒给出了一个非常形象的比喻 ——「老鼠赛跑」（Rat race）。
在「老鼠赛跑」中，人们就仿佛试图获得奶酪奖励的老鼠，疲于奔命，但徒劳无功。为了获得眼前的奶酪，他们过着重复的生活，没有时间休息。
google、微软工程师，都卷麻了
同样怨声载道、苦不堪言的，还有google和微软的工程师。由于担心技术落后于对手，他们时刻悬着这根弦，需要迅速推出工具。
英伟达 CEO 老黄说，AI 正处于「iPhone 时刻」。这也就意味着：整个硅谷都处于重大压力的笼罩之下。
项目进度不断加快，每一个 AI 发布都拼命抢在竞争对手之前。更荒唐的是，领导层对许多项目的实际影响也并不关心。
以上并不是某家特定公司的做法，而是整个行业的普遍趋势。
google的一名职工体现，在高强度事情了大约六个月后，她感觉自己终于能喘口气了。
但在公司「边飞边造飞机」的产物开发策略之下，压力仍在不断增加。
一名亚马逊的 AI 工程师体现，为了赶工一个进度落后的项目，他的团队都被临时拉了进去。但问题是，成员既没有经验，也没有接受过相关的培训……
而管理层则为了 push 职工，经常举办「振奋人心」的演讲：「你们的事情将会革新整个行业！」
无论是工程师还是其他职位的人，都有这样一种感觉：自己的事情越来越集中于满足投资者的期望，以及保持行业竞争力，而非解决用户的实际问题。
而且，为了追求开发速率，雇主们也忽略了监控上的影响，以及 AI 可能造成的其他负面效果。
因为长时间的事情、重大的压力、不断变化的事情要求，他们普遍面临着职业倦怠。
许多职工因为无法忍受这种高压和快节奏的事情环境，已经选择离开 AI 部门，或者在寻找下家。
是的，这就是生成式 AI 淘金热不为人知的一面。
为了在未来十年内预计收入超过 1 万亿美元的市场中保持竞争力，科技公司正竞相开发着各种聊天机器人、AI 智能体和图象生成器，为了训练 LLM 投入数十亿美元。另一面，是卷到窒息的硅谷大厂职工。
巨头们，纷纷为 AI 疯狂
而大科技公司的高管们，也毫不避讳地向投资者和职工们宣扬着 AI 对自己重大决策的影响。
微软的首席财务官 Amy Hood 在今年的某次财报电话会议上提到，公司在调整人手，优先专注 AI。而且，微软还将继续优先投资 AI，因为这是「塑造未来十年的关键因素」。
Meta CEO 小扎也是如此。在最近的财报电话会议上，他大部分时间都谈论产物和服务，以及 Llama 3 的最新进展。
「我坚信，在未来几年里，我们应该大力投资，开发更先进的模型和世界上规模最大的 AI 服务，」小扎体现。
在亚马逊，CEO Andy Jassy 也对投资者体现，生成式 AI 机遇空前，因此需要增加资本投入，绝不可错过这次机遇。
「我认为，我们中任何人在技术规模都很少见到这样的机会，至少自从云计算出现以来，甚至自从互联网问世以来，」Jassy 给出这样的判断。
速率，一切都为了速率！
如今在 AI 竞赛中，这些大厂一边在裁员，一边在尽最大努力挖来更多 AI 专家。
曾在苹果事情四年的老职工 Eric Gu，参与了包括 Vision Pro 头显在内的关键性项目。
他体现，自己越来越强烈地感觉到，自己的发展十分受限。虽然身边到处都是人才和大牛，自己却没机会向他们学习。
「苹果非常注重产物，因此我们总是面临着重大压力，需要高效事情、快速推出产物、增加功效……」
这种快节奏的压力，让 Eric Gu 不堪重负。
终于，大概在一年前他选择离开苹果，加入了 AI 草创公司 Imbue。在那里，他也能够参与野心勃勃的项目，只是节奏可以更平和。
一名微软的 AI 工程师也透露，公司正深陷激烈的 AI 竞争之中。
而且，为了追求速率，微软也忽略了伦理和安全保障，这导致团队还没来得及考虑潜在后果，产物就在仓促之间被推出。
他还指出，由于所有科技大厂都能接触到几乎相同的数据，因此 AI 规模实际上并不存在真正的竞争优势。
的确，拥有超 20 万用户热门项目的独立软件工程师兼数字艺术家 Morry Kolman 体现，在 AI 技术迅速发展的今天，很难去判断哪些规模值得投入时间。
而这就非常容易导致职业倦怠，因为你很难对一件事情保持持续的热情。
在google，一名 AI 团队成员体现，职业倦怠主要来自于竞争压力、更紧迫的时间表和资源短缺，尤其是在预算和人员配置上。
尽管许多顶尖科技公司都体现在追加对 AI 的投入，但在紧迫的时间表下，所需的人力往往难以实现，即使在google也是如此。
匆忙的产出，导致google数次面临尴尬的翻车。
Gemini 图象生成工具在今年二月发布后，因为犯了历史错误而仓皇下线。
而在 2023 年初，google职工也批评了公司领导层，尤其是 CEO 劈柴。明眼人都能看出，为了跟 ChatGPT 对打，google匆忙推出的 Bard 明显处理不当。
这名十多年的google老职工体现，不仅如此，行业普遍都在削减成本，众多公司也不得不为了满足投资者的期望、提高净利润而采取大裁员。
紧凑的会议日程安排，也让团队面临着重大的压力。
AI 团队的日程表上，是 2023 年 5 月的 Google I / O 开发者大会、8 月的 Cloud Next 以及 2024 年 4 月的另一场 Cloud Next 大会。
比起以前，这些活动的间隔大大缩短。对于一个需要按照会议时间线推出功效的团队来说，这意味着重大的压力。
同样的压力，也存在于政府机构和草创公司中。
一名政府机构的 AI 研究员体现，尽管政府行动较慢，但他仍感受到必须快速跟进的压力。因为如今生成式 AI 的影响力已经破圈，波及到了各个圈层。
草创公司同样如此。数据科学家兼 AI 政策顾问 Ayodele Odubela 提到，一些草创公司获得了大型风投的投资，在趁热打铁地加班加点。这些投资者期望的，是高达十倍的投资回报。
为了用 AI 而用 AI
除此之外，大厂的 AI 工程师们，还有很大一部分事情只是为了使用 AI 而使用 AI，而不是为了解决商业问题或直接服务于客户。
一名微软的 AI 工程师体现，在自己接触到的任务中，有不少就只是在为 AI 的炒作贡献素材而已，并没有任何实际的应用价值。
比如，对于明明不涉及生成式 AI 的问题，也要想办法用大语言模型去解决，即便这样会让效率更低、成本更高。
另一名在互联网大厂事情的软件工程师，也被调到了一个研究 LLM 新团队，原因只是「AI 太火了」。
这位有多年机器学习经验的工程师认为，当前生成式 AI 规模的事情，充斥着大量虚假的承诺和过度的宣传。
外界看来，似乎每两周都会有重大进展，但其实大家都在重复相同的事情。
比如，他就经常需要在三周的时间内，为公司董事会准备好全新的 AI 产物演示，即便这些产物实际上「毫无用途」。
此外，为了取悦投资者并获得资金，他还特地制作了一个网页应用。当然，这与团队在进行的事情并无关系，而且在演示完成之后也再也没有人用过。
一名金融科技草创公司的产物经理体现，高层想要推出一些 AI 加持的解决方案，但却不知道针对问题是什么。
比如，他曾参与的一个项目是将公司一直在用的算法重新包装成「人工智能」。并且，还开发了一个供客户使用的 ChatGPT 插件。
一名在零售监控草创公司事情的 AI 工程师体现，公司总共只有 40 个人，而他是其中唯一的 AI 工程师。
在这里，他除了要负责处理所有与 AI 相关的任务外，还需要面对由那些完全不了解 AI 的投资者提出的「根本无法完成的需求」。
如今，饱受折磨的他一心只想离职去读个研究生，然后进行独立研究并发表成果。
车速太快容易翻
正如前面提到的，各个大厂在快速推出产物的压力下，纷纷缩减常规测试，并搁置了对 AI 准确性的验证。
然而，为了赶超竞争对手而急推的 AI 项目，很容易「翻车」。还是以不止一次深陷「歧视」风波的google Gemini 图象生成为例。
比如，当用户要求生成「1943 年的德国士兵」时，它就会给出各种不同肤色的人穿着当时的德国军装的图象。
而在生成「19 世纪的美国参议员」时，甚至同时给出了黑人、拉丁裔，以及土著女性的形象。
然而，美国第一名女参议员是一名白人女性，于 1922 年任职。这显然是罔顾了种族和性别歧视的真实历史。
对此，Odubela 体现，随着 AI 技术迭代速率越来越快，审慎的思考和严格的评估比以往任何时候都更为重要，但一些大厂似乎不仅不 care，甚至还在做着相反的事情。
参考资料：
https://www.cnbc.com/2024/05/03/ai-engineers-face-burnout-as-rat-race-to-stay-competitive-hits-tech.html
本文来自微信公众号：新智元 （ID：AI_era）