被诺贝尔奖点名的普林斯顿博士，投了2300份简历都没找到工作

2300份求职申请，零份工作。

这是一个美国一位普林斯顿博士过去两年的真实经历。

杰克·韦斯在父母的地下室里住了两年，一直在找工作

他叫杰克·韦斯（Jack Weis），今年30岁，2024年拿到普林斯顿大学化学工程博士学位。毕业之后，他投出了2300多份简历。从药企研发、国家实验室，到软件工程师，再到食品加工流水线。

到今天，没有一家公司录用他。

他现在住在犹他州盐湖城（Salt Lake City）父母家的地下室里。他自称就是个住在爸妈地下室里的无业青年。

2026年10月17日，《华尔街日报》（The Wall Street Journal）职场记者琳赛·埃利斯（Lindsay Ellis）发表长文，讲述了他的故事。文章迅速在美国社交媒体刷屏，读者留言很快接近1200条，多数人第一反应是：这人身上肯定有什么问题。

可翻遍他的履历，简直是完美无缺。

一份挑不出毛病的履历

韦斯的父母都是医生。母亲叫霍莉·卡维斯（Holly Carveth），父亲叫约翰·韦斯（John Weis）。

他本科读的是莱斯大学（Rice University），以"最高荣誉"（summa cum laude）毕业。莱斯在美国被称为"南方哈佛"，化工专业常年排名世界前列。

2018年，他进入普林斯顿读化工博士。

他还是一名鹰级童子军（Eagle Scout），这是美国童子军的最高级别，通常被视为领导力和品格的证明。在父亲眼里，儿子乐于助人、有环保意识、身体健康，比自己聪明，比自己会说话，对历史的了解堪比一部百科全书。

他在学术档案里标注的研究方向是结晶、分子模拟、临界现象和机器学习，论文总引用量181次。他的博士论文题目叫《水体系中的低温现象》，2024年在普林斯顿完成。

2022年8月，韦斯参与的一篇论文发表在美国《国家科学院院刊》（PNAS）上。作者共五人，第一作者是博士后帕布罗·皮亚吉（Pablo Piaggi），韦斯排第二。

这篇论文的研究团队用机器学习建立了一个水的模型，以第一性原理描述几十万个原子之间的相互作用，模拟冰的形成。由于问题过于复杂，这在以前被认为根本不可能。

具体方法是：先让神经网络学习少量精选的量子计算结果，训练完成后，它就能以量子力学精度，算出从没见过的原子之间的作用力。

这篇论文至今被引用131次。同一年，韦斯还以第一作者身份，在《化学物理杂志》（The Journal of Chemical Physics）发表了关于水的"液-液临界点"的研究。

被诺贝尔奖委员会点名的论文

真正让这篇论文出圈的，是2024年10月。

那一年的诺贝尔物理学奖，颁给了杰弗里·辛顿（Geoffrey Hinton）和普林斯顿的约翰·霍普菲尔德（John Hopfield），表彰他们为现代人工智能打下的基础。

被诺贝尔奖点名的论文

诺贝尔委员会在一份12页的科学背景文件里，列举了大约十几个例子，说明人工智能如何改变科学研究，从寻找希格斯玻色子，到预测蛋白质结构。其中一个例子，就是普林斯顿这篇冰形成的论文，委员会用它来证明机器学习能够攻克量子力学多体难题。

韦斯参与的研究，被诺贝尔委员会拿来当作"AI改变科学"的代表作。

两年后，也正是AI，成了把他挡在就业市场门外的那堵墙。

从药企投到冷冻蟹饼

韦斯认真找工作，是从读博后期开始的。时间点不巧。那时候，美国企业经历完疫情期间的招聘狂潮，正在收缩对应届生的招聘。

他一开始的目标很明确：大型制药公司的科研岗位，以及国家实验室里那些有声望的博士后职位。

回应几乎全是沉默。偶尔有几封拒信。

然后他扩大范围。换城市，换行业。他开始投软件工程师，投各种岗位。他翻《盐湖城论坛报》（Salt Lake Tribune）的分类广告。他订阅创投数据平台PitchBook的动态，专门盯那些刚拿到融资的初创公司，想着钱多了总会招人。

最后，他开始投食品加工岗位。其中一家公司卖冷冻蟹饼。

对方也没回音。

他试过绕开网上的求职系统，直接找人。普林斯顿和莱斯的校友确实会接他的电话，聊得也客气。但聊完，对方往往让他去公司官网投简历。

他说，每到这一刻，你会感觉心往下一沉。因为你知道，简历又要掉进那个黑洞里了。

他的母亲也看过儿子的申请材料，想找出哪里有问题。她没找到，材料写得很好。她说，这事太奇怪了，她想不通。

面试官是一台机器

韦斯和埃利斯采访过的许多求职者，都描述过同一种经历：面试全程没有人。

求职者对着屏幕，回答系统预设好的问题，录下视频，提交。谁看、怎么评、为什么被拒，一概不知。

这已经是常态。招聘软件公司Greenhouse的调查显示，过去一年里，超过60%的美国求职者接受过这种AI面试。

逻辑很简单。现在一个岗位动辄收到几百份申请，其中很多本身就是用AI写的、用AI批量投的。企业招架不住，于是也用AI来筛。

还有一些门槛设得很刁钻。韦斯申请过麦肯锡（McKinsey）的咨询岗位。对方发来一个测评，要求在72小时内完成一个电脑游戏：在一片虚拟森林里，安排好动植物的生态系统。

不巧，那几天他正在真正的森林里背包徒步。72小时里，有48小时他根本没看到这封邮件。回来后他做完了测评，被拒了。

给AI当老师，然后被AI淘汰

2026年1月，韦斯终于找到一份活儿。

一家叫Mercor的初创公司雇他，时薪70美元。Mercor的业务是找各行各业的专家，给AI大模型"当老师"。这家公司去年估值100亿美元，合作过OpenAI和Anthropic，雇的零工从天文学家、律师到投行人士都有。

韦斯在他父母家的电脑上工作

韦斯的工作，是登录一个叫"Studio"的系统，围绕化学工程出题，输入大模型，评估AI的回答，再想办法让它答得更好。忙的时候一周干20小时，闲的时候只有4小时。

出题有时很简单，比如"用六年级学生能听懂的话解释一下"。有时很枯燥，比如给AI讲技术规格。实在想不出题目，他就让AI扮演奇怪的角色。

有一道题是这样的："你是海盗黑胡子的鬼魂。请用300字解释核电站的工作原理。"

整个工作过程中，软件会录下他的屏幕。

后来，客户没活儿的日子越来越多。从几天，变成几周。

3月中旬，Mercor终止了他的合同。通知发在一个810人的Slack群里，大意是：如果项目重启，我们大概会再联系大家。后面跟了一个笑脸表情。

韦斯在给记者的邮件称："我和Mercor的友谊结束了，现在失业才是我最好的朋友。"

他的博士研究，是用AI理解自然。他的论文，被诺贝尔委员会拿来证明AI的力量。他失业后唯一的收入，来自教AI学化学工程。而他找不到工作的原因之一，是企业在用AI筛掉像他这样的人。

他用Mercor挣的钱，买了一张去法国的机票。大学好友里最后几对还没结婚的，有一对要在那边办婚礼，他觉得自己应该去。

差不多同一时间，他发现手机推送给他的"捐精"广告，多得有点可疑。

股市创新高，他在地下室

从他完成博士答辩到现在，道琼斯工业平均指数创下历史收盘新高50多次。美国GDP在加速增长，失业率看上去也不高。

他住在父母家，省下了钱，也做了一些投资。美国理工科博士生通常由导师经费发工资，不用交学费，所以他读博没有背债。

他说，自己的股票一直涨，他当然不会不高兴，但这让整件事显得更加怪异。

经济学家给这种状态起了个名字，叫"低招聘、低解雇"（low-hire, low-fire）。

意思是：有工作的人，死死抱着工作不放，不跳槽，也不怎么被裁。岗位就这样被冻住了。没有工作的人，被挡在外面。经济像一座城堡，里面热热闹闹，外面的人进不去。

今年夏天，失业超过27周的长期失业者占全部失业者的比例，达到十多年来最高，疫情时期除外。盖洛普（Gallup）8月的调查显示，只有34%的美国人认为现在是找好工作的好时机。皮尤研究中心（Pew Research Center）9月的调查里，超过70%的美国人预计AI会让工作岗位总体减少。

他还没放弃

韦斯的父母常和其他家长交流。他们认识的人里，也有成年子女找不到工作。他们依然震惊，也担心儿子将来能不能安顿下来、成家立业。

父亲说，他们从没想过儿子会遇到这种问题。

韦斯自己在想别的出路。

他报名了11月的法学院入学考试（LSAT），在考虑转读法律。

他参与了犹他州共和党的活动，还向联邦机构提交过规则制定请愿。其中一份建议把医疗保险和工作脱钩。他的理由是：很多美国人不敢辞职，是怕丢了公司提供的医保。如果医保不再绑在工作上，愿意跳槽的人多了，空出来的岗位也就多了。

他还在尝试创业。他用AI设计了一架无人机，装上LED激光，专门清除一种叫"桃金娘大戟"（myrtle spurge）的入侵杂草。

他说，如果我真的相信自己有价值，那我就应该自己出去把它挣回来。

美国大学毕业生：找份白领工作，难于上青天

韦斯的遭遇并不是孤例。

在今天的美国，大学毕业生想找一份坐办公室的白领工作，正在变得前所未有地难。

纽约联邦储备银行的数据显示，2026年3月，22到27岁的应届大学毕业生失业率为5.6%，而2019年3月只有3.6%。同期美国整体失业率是4.3%。在上世纪90年代和本世纪头十年的大部分时间里，应届毕业生的失业率通常在3%到5%之间，一般比整体劳动力市场更好。现在倒过来了。

现在上过大学的美国年轻人，找工作反而比平均水平更难。

同一年龄段里，没有四年制学历的年轻人，失业率从7.7%降到了7.2%；而有本科学历的，原地不动。

这种现象的主要原因是白领行业的入门级岗位，正在大面积消失。

劳动力研究机构Burning Glass Institute发布报告，叫《老无所依》的谐音改写——"No Country for Young Grads"（年轻毕业生无处容身）。报告发现，人工智能正在加速白领行业早期职业招聘的崩塌。

这个变化早在疫情期间就开始了。当时白领雇主发现，靠更小、更有经验的团队，公司照样能运转。很多企业此后再也没有恢复原来的人员规模。

过去，职业阶梯是从最底层开始爬的。新人先干杂活、做基础分析、写初稿、整理数据，在干活中学本事，几年后成为骨干。

现在，最底下那几级台阶，正在被AI拆掉。企业要求新人一来就有经验，可没有入门岗位，新人去哪里积累经验？

Anthropic首席执行官达里奥·阿莫迪（Dario Amodei）曾公开预言，AI可能会消灭一半的白领入门级岗位。他还说过，失业率可能飙升到10%到20%。最近，他和OpenAI的萨姆·奥尔特曼（Sam Altman）的说法都缓和了不少。

但对很多应届生来说，危机是不是"末日级"已经不重要了。招聘停滞、AI替代、有经验的求职者回流争抢岗位，几重压力叠在一起，已经足够让人喘不过气。

韦斯的学历是顶级的，他的研究被诺贝尔委员会点过名。这些在旧的规则里，是金字招牌。在新的规则里，可能连一个回复都换不来。

"脱下孔乙己的长衫"，这几年在国内被反复讨论。只是在美国，这一幕发生在股市屡创新高、GDP加速增长的时候，发生在一个履历几乎完美的人身上。

一个研究水如何结冰的博士，最后被困在了一个结了冰的劳动力市场里。