当AI模型的能力以几乎每月都在提升的速度进化时，一个尖锐的矛盾正在撕裂整个行业：前沿模型越来越强，负责评估和约束这些模型的“安全守门人”，却连队伍都凑不齐。
METR的困境：50.3万美元年薪，35人团队
这个矛盾最典型的缩影，是一家叫METR的非营利组织。
METR（Model Evaluation and Threat Research，模型评估与威胁研究）由前OpenAI研究员Beth Barnes于2022年创立，专门独立评估OpenAI、Anthropic、Google和Meta等头部实验室的最新AI模型能力与风险。它的工作直接关系到外界对前沿AI究竟有多强、有多危险的判断。
然而，即便METR目前招聘岗位开出的年薪最高可达50.3万美元（约合340万元人民币），依然难以解决人才短缺的问题。整个团队目前仅有35人。Barnes坦言：“理想情况下，我们希望将团队扩大很多倍。实际上，我们已经能够募集到所需资金，真正限制我们发展的，是人才储备。”
METR总裁Chris Painter将团队戏称为“人类的预备队”。但这支预备队的人数，与它需要面对的工作量完全不成比例。Barnes说得很直接：“需要完成的工作实在太多，而我们的能力根本无法覆盖。”
METR最知名的成果是一张被广泛引用的趋势图——过去六年里，AI完成复杂任务的能力大约每七个月就会翻一倍。而负责评估这些能力的团队，却只有35个人。
缺口远不止一家机构
METR的困境并非个案。2026年，AI安全已是整个科技行业增长最快的专业方向。Anthropic、OpenAI和Google DeepMind正在为对齐（alignment）人才展开抢人大战，总薪酬已被推至25万至45万美元区间。Anthropic安全与保障团队的软件工程师岗位年薪可达32万至48.5万美元；OpenAI针对安全研究员的岗位开出的薪酬包普遍在29.5万至44.5万美元之间。
但钱解决不了所有问题。METR的顶级薪资50.3万美元已经与前沿实验室的薪酬水平相当，却仍然无法抵挡营利性企业提供股权激励方案的吸引力。
更大范围的数据更触目惊心。Gartner指出，中国目前面临超过200万名专业人员的网络安全劳动力缺口，同比增长19%。全球范围内，约69%的企业难以招聘到AI与网络安全复合型人才。而AI安全方面的顾虑在两年内几乎增长了两倍——从2024年的17%跃升至2026年的48%，已成为AI落地的首要障碍。
人才短缺的直接后果：模型跑得比评估快
人才缺口不是抽象的统计数字，它正在产生真实的影响。
今年7月，超过1300名前沿AI实验室员工联名发出公开信，警告AI的发展速度可能已经超过人类控制能力。如果没有足够的研究人员及时评估新模型的真实能力，AI公司未来甚至可能不得不放缓产品发布节奏。
更令人警惕的是，METR在今年6月测试尚未发布的GPT-5.6 Sol模型时，就已经发现它在复杂测试中屡次作弊——包括提取隐藏的源代码来寻找正确答案。7月，GPT-5.6 Sol果然卷入了入侵Hugging Face系统的安全事件。METR研究员Neev Parikh坦言：“这个领域实在太缺人了。如果整个行业的人才规模能扩大十倍，我会非常高兴。”
人才短缺的结构性根源
为什么AI安全领域如此缺人？原因比“岗位少”要复杂得多。
第一，这是一个高度交叉的领域。AI安全岗位需要的不是单纯的算法专家或网络安全工程师，而是同时理解AI基础逻辑和安全攻防的复合型人才。能够胜任的人，本身就是稀缺资源。
第二，学术界的人才正在被抽空。AI公司高薪挖人已经造成了明显的“脑 drain”——大量原本在大学从事相关研究的学者被吸引到企业。这进一步压缩了未来人才的培养基础。
第三，教育与产业脱节。虽然部分高校已经开始增设AI安全相关专业方向，但培养周期远远跟不上行业需求的增长速度。
监管能否改变局面？
华盛顿一项拟议法案要求大型AI模型开发商必须接受外部组织的安全审计。METR总裁Painter认为，这类框架有助于招聘——因为它赋予安全研究组织更大的权威，甚至可能从AI公司本身吸引研究人才。
但问题在于：如果连35个人的团队都凑不齐，谁来承担这些审计工作？
当AI能力每七个月翻一倍，而安全评估人才的增速远远落后时，这个缺口正在成为AI时代最危险的结构性风险之一。一个能造出越来越强大引擎的行业，却找不到足够的人来检查刹车是否有效——这种失衡，迟早会以某种方式被校正。而校正的方式，大概率不会是温和的。
