同一片代码,两种阶级:北美与中国自动驾驶从业者画像

如果您是无人驾驶算法工程师、智驾企业技术负责人、或长期关注无人配送赛道的投资人（一级/二级），欢迎添加我的个人微信（搜索：gloriazdd或扫文末二维码添加），加入「Robovan Future 投资观察」社群。我们会定期分享赛道深度资料、融资动态解读，以及线下闭门研讨信息。

同一片代码，两种阶级：北美与中国自动驾驶从业者画像——技术精英与产业后备军的全球分工

8年吸金6

• 自动驾驶赛道正在经历一场沉默的阶级重构。它不发生在工厂车间与董事会之间，而是发生在同一套技术栈的上下游、同一家跨国公司的东西海岸、同一个开源生态的贡献者与使用者之间。

• 代码本身没有阶级属性，但书写代码的人、调试代码的人、为代码提供数据的人、被代码替代的人，正在被技术全球化的分工体系重新安置到截然不同的社会位置。

• 本文从社会学与阶层分析的视角，勾勒北美与中国自动驾驶从业者的结构差异，追问一个核心问题：当“代码”成为全球流动的生产要素，什么人拥有对它的控制权，什么人只能执行它，什么人被它排除在外？

一、教育—劳动再生产的双重路径

在任何技术行业，阶级位置的起点都是教育资本的获取方式与再生产成本。自动驾驶领域尤为典型，因为它要求长时间、高强度的专业训练，且知识更新速度极快，教育投资的折旧率高于传统行业。

在北美，华人自动驾驶工程师的典型成长轨迹是一条高度标准化、同时也高度风险的通道：国内985/211工程专业本科 → 美国顶尖高校CS/EE硕博（2-7年） → OPT工作许可 → H1B抽签 → 绿卡排期。这条通道的教育成本通常在100万至200万人民币之间，时间成本则可能长达十年。更为关键的是，H1B签证将劳工身份与单一雇主绑定，绿卡排期则以国别为配额单位——来自中国和印度的申请者面临长达数年的等待。结果是，即便是年薪20万美元以上的算法工程师，在法律身份上也处于一种“高技能临时工”的状态：他们可以购买湾区昂贵的房产，却无法确定自己五年后是否还能合法居留；他们领导着核心算法项目，却可能因为一次裁员而被迫在60天内离境。

在中国，自动驾驶工程师则走了一条截然不同的再生产路径。国内985/211硕士毕业后，他们直接进入地平线、卓驭、Momenta、主机厂智驾部门等企业，没有签证壁垒，不需要在身份不确定性的阴影下生活。教育成本约为北美的五分之一到三分之一，资本回收周期明显更短。但这一路径的代价是国内竞争的极度内卷——每年数百万工科毕业生中，只有极少数人能进入智驾头部企业的高薪岗位，更多人流向薪资更低的外包岗、测试岗或传统零部件企业。国内再生产路径的突出特征是：入口宽、分层严、向上通道狭窄但稳定。

两种路径的差异不仅在成本与风险，更在于再生产的社会关系嵌入。北美再生产高度依赖跨国教育中介机构（留学咨询、语言培训、签证代理）和雇主担保体系，个体的阶级再生产必须借助一系列制度性通道，这些通道本身就在筛选并巩固一个特定的技术移民阶层。中国的再生产则更依赖家庭经济资本和应试能力，但一旦进入行业，社会网络（校友、前同事、内推）的作用远大于任何制度通道。这意味着，在北美，阶级边界的维系靠的是制度筛选；在中国，阶级边界的维系靠的是社会资本与内部圈子。

二、劳动过程：谁控制知识，谁执行指令

马克思主义劳动过程理论的核心问题是：劳动者在生产过程中是否掌握对劳动的控制权？在自动驾驶研发中，这一问题的答案呈现出清晰的全球分工。

北美的华人算法工程师——尤其是在Waymo、Tesla、Nuro等公司从事感知大模型、决策规划框架、端到端学习系统设计的群体——通常享有较高的劳动自主权。他们参与定义技术路线、设计系统架构、选择技术方案，甚至在顶级学术会议上发表论文、推动行业标准演化。这种自主权并非普惠——它集中在少数拥有顶尖研究能力和北美名校博士学位的精英手中。对这部分人而言，劳动是创造性、反思性和累积性的；他们不仅是代码的执行者，更是知识的生产者。

但即便在这个精英圈层内部，阶级位置也并非铁板一块。Tesla的“暴力加班文化”和马斯克的公开施压，实际上在削减工程师对劳动节奏的控制。当马斯克在社交媒体上公开要求员工“长时间高强度工作”时，工程师的劳动自主权被压缩为“要么服从、要么离开”。而对于那些持有H1B签证的员工而言，“离开”并不只是一个职业选择，它可能意味着失去合法身份。因此，签证制度在这里充当了一种劳动纪律的强化装置：它将经济胁迫转化为法律胁迫，使得精英工程师也部分丧失了对其劳动力的完全支配权。

中国头部智驾企业的算法工程师，在劳动过程中的控制力则更为分化。一小部分顶尖人才仍能参与核心模型设计，享有较高的研究自由度。但绝大多数工程师——即便是985硕士——的工作已被分解为高度模块化的任务：数据清洗、模型调参、仿真场景搭建、自动化评测脚本维护。Momenta的“数据飞轮”战略在商业上是成功的，但在劳动社会学上，它意味着将算法工程师的工作拆解为可重复、可衡量的标准化操作，从而削弱了单个劳动者对知识生产过程的整体控制。这种“泰勒主义”式的劳动分工在智驾行业加速蔓延，其后果是：即便是高薪的脑力劳动者，也在经历劳动过程的“去技能化”和“碎片化”。

产业链底部的测试工程师、数据标注员、路测安全员则几乎完全丧失了劳动过程的控制权。他们的工作内容由上游算法团队定义，执行严格的标准化流程，不需要创造性，也不允许偏差。在中国，这类岗位的月薪通常在5K-10K之间，且职业上升通道极为狭窄。他们是自动驾驶产业中的“操作工”，其阶级位置更接近传统制造业工人，而非人们想象中的“科技精英”。

三、身份政治：签证墙与国家归属

身份问题也许是北美与中国从业者最根本的阶级分野。

在北美，自动驾驶从业者的身份焦虑并非抽象的文化归属问题，而是制度性的、可量化的生存风险。H1B签证持有者必须与单一雇主绑定；失去工作即失去合法身份。绿卡申请过程中的PERM（劳工证）阶段，雇主可以随时撤回申请，而雇员几乎没有追索权。2025年，一些大型科技公司曾大幅减少甚至暂停为外籍员工申请绿卡，导致大量已在美国工作多年的华人工程师陷入“永久临时工”状态。

这种制度安排塑造了一种独特的阶级心理结构。一方面，高薪和优越的工作条件造成了中产阶级的表象；另一方面，随时可能被驱逐出境的恐惧，以及对未来的不可预测感，使得这个群体难以形成稳定的阶级认同和社群组织。他们很少参与工会活动，很少公开表达政治诉求，甚至在对不公正的劳动待遇感到不满时，也倾向于沉默或“用脚投票”（跳槽或回国）。这种“沉默的阶级”现象，源于身份不安全感对集体行动的抑制。

相比之下，中国从业者没有居留身份的后顾之忧。他们可以跳槽、创业、转行，而无需担心失去合法居留权。这种制度保障不仅降低了个人风险，也允许更灵活的阶级流动和更公开的职业谈判。但中国从业者面临另一种身份焦虑——阶层滑落风险。智驾行业技术迭代极快，35岁现象、技能过时、裁员潮都在制造着“今天的高薪码农，明天的失业中产”的普遍焦虑。中国的阶级焦虑更多来自纵向的流动性不确定性（能否维持或提升现有阶层），而非横向的生存权威胁（能否继续留在这个国家）。

四、全球分工中的“技术种族”与产业后备军

一个更深层的结构性问题在于：自动驾驶的全球研发体系正在按照地理和国籍划分出不同的技术层级。

北美尤其是硅谷，扮演着“知识生产中心”的角色。核心算法突破、技术路线选择、顶层框架设计，大多发生在这一区域。华人工程师在这里的地位是矛盾的：他们是技术中坚力量，贡献了大量高质量的研究成果和工程实践，但管理和战略决策权仍高度集中在白人高管和创始人手中。职场中的“竹子天花板”现象依然坚固——华人工程师很少能进入最高管理层，无论技术贡献多大。

中国则同时扮演着“应用开发中心”和“数据生产基地”的双重角色。一方面，本土企业在地图、定位、场景适配、车路协同等领域做出了重要创新；另一方面，中国庞大的城市道路和快递网络为自动驾驶提供了无与伦比的测试环境和真实数据。这种分工导致了一个不平等的交换：北美的算法模型依赖中国的道路数据来优化迭代，而中国工程师在使用这些开源模型或商业方案时，往往只能扮演“下游用户”的角色，难以回馈核心知识。

更隐蔽的分工体现在“技术底层”与“技术上层”的分离。基础算法框架（如TensorFlow、PyTorch、ROS）和核心模型架构（如Transformer、Diffusion Models）主要由北美研究机构和企业主导开发；中国工程师大量使用这些工具，但在工具链上缺乏主导权。这种依附关系，在阶级分析的语言中，可以被称为“技术半外围”位置——既不是中心，也不是纯粹的外围，而是一个既能享受部分技术红利又无法完全自主的中间地带。

产业后备军的概念同样适用于自动驾驶。大量低技能测试员、标注员、安全员构成了一个庞大的“技术劳工蓄水池”，他们随时可以被吸纳或淘汰。在中国，这部分劳动力的薪资低、保障弱、流动率高，且职业前景黯淡。在北美的道路测试团队中，这类岗位部分由华人或拉美裔移民担任，同样缺乏职业上升空间。自动驾驶的技术进步，恰恰以压低这部分劳动力的议价能力为代价——越是自动化的标注工具、越是高效的仿真系统，就越能替代他们。他们是“技术进步”的代价承担者。

五、回流的齿轮：阶级套利与全球循环

2025年以来，一种新的阶级现象愈发显著：大量在北美积累技术经验和产业资源的华人工程师选择回流中国。

这一现象不能简单理解为“人才流失”或“爱国情怀”。从阶级分析的角度，这是跨国阶级套利的典型策略——工程师们利用自己在北美积累的教育资本、工作经验、技术视野和社交网络，在国内寻找更高阶的职位、更大的决策权和更优厚的股票期权。一个曾在Waymo或Tesla工作五年以上的算法工程师回到国内，通常可以直接获得技术总监或首席架构师级别的岗位，薪资总额未必明显高于硅谷，但实际购买力和社会地位显著提升。

这种回流正在重塑两国的阶级格局。在北美，它导致华人技术社群的老龄化和边缘化——最富创造力的青年才俊不断流失，留下的是已获得绿卡或公民身份、不再有回流动力的中老年群体，以及依然困在H1B流水线上的新移民。在中国，回流精英占据了行业顶端位置，形成了新的技术贵族阶层，他们与本土成长的技术人员之间出现了新的层级区隔——即“海归派”与“本土派”的分野，前者通常在技术视野和国际资源上占据优势，后者则在本地场景理解和成本控制上更有经验。

这种全球循环的特殊之处在于，它没有从根本上改变不均衡的知识生产分工，但为少数精英提供了跨体系流动的通道。用世界体系理论的术语说，自动驾驶行业正在形成一个 “核心—半边缘—边缘” 的全球技术分工结构，而华人工程师群体则分布在这三个层次的各个节点上。他们的阶级位置，不仅取决于个人的技能和教育水平，更取决于他们所处的全球分工节点以及他们跨国流动的能力。

六、结语：代码不能消解阶级

自动驾驶技术被寄予了打破传统社会分层的期望——毕竟，算法面前人人平等，代码只问逻辑，不问出身。但现实是，技术非但没有消除阶级，反而以更隐蔽、更精细的方式重组了阶级结构。

阶级差异不再仅仅体现在体力与脑力、蓝领与白领之间，而是渗透到劳动过程的每一个环节：谁能参与知识创造，谁只能执行指令；谁能自由流动，谁被困在签证牢笼中；谁的技术贡献被承认和奖励，谁的工具性劳动被隐形和低估。

这篇文章无意给出简单的道德判断，也不想煽动对立情绪。我们所试图呈现的，是一幅基于田野数据和深度访谈的产业社会学图景。自动驾驶行业还在高速演变，阶级边界不会固化在今天这个形态。但有一点可以确定：代码不生产平等，它生产新的分工。 而我们如何看待这种分工、如何调整制度安排、如何为不同技术层级的从业者提供有尊严的劳动条件与流动可能，将决定这个行业能否走得更远、更稳。

作者/编辑：Gloria.Z

本文章仅代表个人观点，不代表雇主立场。

Robovan Future 致力于成为中国商用车L4落地赛道最冷的商业观察员。我们不追概念热点，不灌行业鸡汤，只做三件事：拆解Robovan无人车商业化的成本账，追踪落地真相，用咨询级框架穿透无人物流的商业逻辑和一级市场投资机会。