切换深色模式
S120｜欧洲生物医药博士后：AI科研热潮中的资源分化与海外生活选择
行业： 生物医药 / AI for Science
地区： 欧洲；计划在北欧继续发展，具体国家未披露
人物与概要
欧洲某国生物医药博士后第一年，传统学科训练背景，研究属于AI for Science领域
投稿人观察到AI科研投入、论文产出和创业融资膨胀，但担忧实验验证与商业落地不足，传统学科人才和小团队受到挤压。他暂不考虑回国，希望寻找较稳定的岗位，并分享欧洲生活成本、储蓄安排与重视闲暇的个人选择。
视频来源： 「观众投稿分享」20261017：电力工程行业、北欧生物医药博后、985在读博士观众投稿
读信时间： 00:11:21—00:20:20
正文为公开视频读信的整理文本，标题与概要由整理者概括。来信中的经历与判断请结合原视频阅读。
学术竞争、企业用工和技术前景为个人观察与预测，不代表已验证的产业趋势；文中机构、人名和术语可能识别有误。
薪酬、税负和假期仅对应本人经历；到瑞典旅游的见闻不等同于其居住国情况。
2026-10-19已对来源转录的人名、数字及英文术语进行重点复核，明确误识别已修正；仍非逐字人工听校定稿，待核项见校对记录。
税前约5000欧、税率接近40%、到手约3200欧，以及新增32天年假均按复核口播保留；约数不作强行配平。
投稿正文
老厉害你好,我目前在欧洲小国做生物医药的博士后,属于目前比较火的AI for Science大类。以背景出身,但一直对相关话题都很感兴趣,您的频道是我最喜欢的油管频道之一,几乎陪伴我每天下班回家的路,很早就想来分享,但拖延症一直拖到现在。现在简单分享一下个人经历,以及对行业一些不太成熟的看法。大家经常提到K型分化,AI for Science,尤其是生物医药行业的AI for Science,根据我和身边朋友的观察,应该是行业内部K型分化最严重的小领域之一。
目前这个领域确实处于风口期。尤其是24年的AlphaFold和蛋白质设计拿了诺贝尔化学奖,以及AI时代到来之后,国内这个领域的学术和产业界几乎是在飞速膨胀。第一,最先投入AI for Science的大佬和青年学者吃到了第一块蛋糕,迅速在学界和产业界站稳了脚跟,例如晶泰、深势的几位早期创始人。第二,AI技术的普及实际上降低了这个行业的准入门槛。在学术界,很多传统领域的大佬可以依靠资源和合作。合作快速切入并产生成果。在产业界,传统大厂,例如药明康德,
百济神州也都有相应的布局。第三点,可能是我个人的偏见,但生物医药产业本质上还是一个周期长,重资产,高风险,高回报的领域。这一点大家从最近的莫德纳和BioNTech这两个做新冠疫苗的企业在癌症mRNA疫苗上的一成一败的表现就能看出来。那么现在风风火火的AI for Science最后能否在商业上落地?转化为实在的效益呢?我个人是保有疑虑的。当然这很可能因为我之前的训练主要来自于传统学科,存在认知不够的偏见。以上三点共同造成了目前生物医药行业一些很有意思的现象。
首先是人才和产出的极度膨胀。现在AI for Science的学生不仅要面对本专业小同行的竞争,也要面对CS，Computer Science转行,以及传统实验学科转行人员的挤压。分蛋糕的人呈指数级增加。AI for Science乃至广义的计算加自然科学,例如计算材料学,计算化学等等,原本是一个偏小圈子自娱自乐的领域,既需要很深的理论训练,做出来的结果主流实验学科的人又看不懂,也不感兴趣。但近两年涌入了大量行业外的人才,基本重塑了这个领域的面貌。
有个在美国院士组做传统理论化学的朋友有次开玩笑说,他去参加美国的计算化学年会,80%以上的报告全是关于AI的。很多本身没有受过正规化学训练的CS背景的人,将各种人工智能方法在数据集上炒炒菜,都能练出看上去不错的结果,文章发得又快又好。甚至国内已经出现了本科生硕士生做AI for Science发几十篇文章的现象,放在十年前应该都能当985系主任了,让他们这些传统做理论推公式的彻底成了小丑。另外,原本引入AI是为了节约实验资源,但因为大大小小的过江龙,
下山虎实在太多,目前AI for Science已经迅速演变成了一个重资产的红海行业,膨胀速度之快前所未见,资源有限的小课题组举步维艰。还有一点,目前上到北大清华,下到大专,以及国内国外的研究所和大厂都在疯狂拿钱建集群和数据中心来做AI for Science。HPC运维和网络工程师这种既需要写代码又需要实地操作的生态位需求非常火爆,在国内高校这类工程师和专业技术岗,大部分都是稳定职位,服务的也大多是像我这样的计算机小白,WLB和稳定性比普通青椒不知道高到哪里去了,
尤其适合想进高校体制内拿长期饭票的朋友,频道内感兴趣的朋友可以研究研究。第二是工业界热钱的迅速涌入和学术界吸引力的相对贬值,身边很多学术背景很好的朋友都开始做国内的AI for Science创业,甚至辍学创业,也都拿到了非常不错的投资,但反观学术界的吸引力正在下降,主要原因是供需关系不平衡,每年三五十万的青基把全国几十万生化环材的青年学者调成了范进,仔细想想真的很滑稽,一个让无数青椒夜不能寐,家破人亡,妻离子散,这么表述有时候并不夸张,
这样的青基不过是很多CS本科生在AI大厂一个月的工资而已。第三点就是行业产出和需求的极度K型分化,首先是产出的分化,目前AI for Science的计算研究早已消耗了过去几十年,实验积累的大量真实数据,很多最新的研究成果本质上都是用AI在训练AI,也就是将AI生成的数据集用于自己的训练,和用AI来证明AI,就是AI生成的结果能否被其他AI认可。湿实验验证和真正重要的临床应用验证因为成本过高,反而很少有人愿意去做,现在从资本到创始团队似乎也都不太关心这个,
其次是对人才需求的分化,目前AI for Science企业,尤其是初创团队,对人才的需求往往很不均衡,通常只招机器学习和CS背景的人,待遇相对传统工业界岗位可以说非常丰厚,偶尔愿意招传统理论方向的,但一般不招受过实验室训练的湿实验博士,真到了万不得已需要做实验验证的时候,基本都会外包给大大小小的CRO,后者做实验的主力大多是普通高校的本硕,待遇和工作环境就相对严峻了,强度高,压力大,薪水有限,大家感兴趣可以搜搜,国内头部CRO,康龙化成实验员,
抢仪器,排队打架的视频,可以说这是行业内的普遍现状,另外多说一句,这种底层的实验人员原则上也是最容易被自动化取代的,因为工作本质就是大量的机械化的试错,现在很多头部企业,例如晶泰都在建无人高通量实验车间,未来底层的实验操作员大概率会被大量的取代,从上面的情况大家可以看出,对于传统学科培养出来的青年学者,非但没有吃到AI for Science热潮的红利,反而原本的生存空间被大胆压缩了,高不成低不就,一方面行业现在不鼓励长期主义编制和资源越来越紧同行的数据指标越来越卷另一方面在自己埋头做实验的时候行业的评价标准已经沉舟侧畔千帆过发展到了自己理解不了也不被需要的程度这种幻灭感是周围很多人都在切身体会的这也是我目前对于AI时代的一个很困惑的问题对于一个需要长期主义的重资产行业,
AI的介入如果先冲击了原有的游戏规则和人才储备,这种热潮真的可以持久吗?当然也很有可能这个行业之前积累的经验,绝大部分也确实没那么重要,那么上个时代的从业者被淘汰也是理所当然的了,接下来说说个人现状,我目前在欧洲做博后第一年,因为不太适应国内学术界和工业界的游戏规则,也出于一些个人和家庭的因素,无论短期还是长期,都没有回国的打算,未来的计划大概是在北欧找一个生物医药企业,或者是进学术界的稳定岗位混日子,来这边最大的感受就是平均主义和躺平氛围很浓,
很容易让人失去奋斗的动力,适合没有什么太大野心的人,比如我,目前每个月工资换算过来税前大概5000欧左右,扣掉接近40%的税,到手差不多3200欧,房租占掉三分之一,剩下的基本生活费加上订阅各种AI会员花掉300到400欧,每个月还能上市,剩下一半左右,挣的更多扣税也更狠,最后剩下的大家其实大差不差,这边的制度设计就是让人存不下太多钱,上半年去了趟瑞典,感觉那里的人从上到下基本都是每天工作5到6个小时,吃喝玩乐月光,生病养老靠政府,活得也挺开心的,
理财上因为不打算回国,所以日常生活主要先消耗国内的存款,打算花完再说,这边的工资主要分成三份,三分之一留现金,三分之一定投QQQ,三分之一买短期,美债,我个人的投资风格比较保守,主要是没精力研究,本金也有限,另一方面现在是单身,将来即使成家也打算飘着,不打算买房或者要孩子,父母在国内体制内养老都有基本保障,因此我对财产积累的需求相对较弱,我一直觉得财富带来的幸福感边际递减速度很快,所以在保证生活预期和兜底的前提下,把闲钱在自己喜欢的领域趁早花掉,
也是一种活法,我平时物欲其实很低,一,唯二愿意花钱的就是看电影和旅游,看刚好今天HR联系我说把今年的年假算错了突然多出了32天的年假必须今年修完不能顺延这也能看出欧洲工作环境和国内的差异了打算年底紧急安排一次长途旅行,可能要把今年攒下来的钱基本花光,觉得也挺值的,感谢您读到现在,祝频道越来越好,来信还请匿名。
故事评价与启示
以下为整理者分析，与投稿原文分开。
评价
论文与融资热度快于实验验证，是理解AI科研价值的重要切口。传统学科人才感到被挤压，可以提示评价体系变化，但不直接证明新方法都无效。选择海外稳定岗位与闲暇，也有其生活成本和家庭条件。
启示
科研提效应以可重复验证和实际问题推进衡量，不能只数论文或融资。青年研究者需要明确自身方法和实验能力如何在新工具下继续发挥作用。
值得关注的点
- AI提出的结果有多少得到实验复核，验证成本和失败结果是否公开。
- 大平台资源集中后，小团队与传统学科的合作、培养和独立研究空间如何变化。