Google为什么愿意签下一份长达20年的协议？原因并不神秘。它的数据中心需要电，而且需要长期、稳定、大规模的电力供应。

过去两年，只要聊到AI人才争夺，话题总绕不开大模型、GPU和算法工程师。

但Google最近签下的一份协议，把另一个问题摆到了台面上：

芯片有了，电从哪里来？

10月6日，Google与美国能源公司Constellation宣布长期合作。双方签订了一份为期20年的购电协议，计划升级伊利诺伊州、宾夕法尼亚州和新泽西州的六座在运营核电站，为PJM电网增加890兆瓦的发电能力。

890兆瓦，大致相当于一座大型核反应堆的发电能力。

这次合作针对六座现有核电站里的11个反应堆，改造内容包括涡轮机、蒸汽发生器和数字控制系统。简单说，就是在原有设施上做升级，让它们多发一些电。

Google为什么愿意签下一份长达20年的协议？

原因并不神秘。它的数据中心需要电，而且需要长期、稳定、大规模的电力供应。

01 AI公司有了芯片，又开始为电发愁

训练和运行AI模型，需要大量计算资源。计算资源装在数据中心里，而数据中心能不能投入使用，除了看芯片够不够，还要看当地有没有足够的电、能否接入电网、冷却系统跟不跟得上。

过去，GPU短缺最受关注。现在，电力问题也越来越难绕开。

即使一家科技公司买到了芯片，也找到了土地，只要当地电网无法及时提供足够的电，项目还是可能卡住。

新建电厂和输电设施又很慢，从审批、建设到并网，动辄需要多年。

相比之下，升级已经运行的核电站更快。按照Google的说法，这批项目将在2032年底前陆续完成，为PJM电网增加890兆瓦全天候电力。

Google此前已经参与过美国其他核电项目。算上这次合作，其支持的核电扩容和重启项目，总新增容量已经超过1.5吉瓦。

从求职角度看，这件事真正值得注意的地方，不是Google突然“跨界做核电”，而是AI公司的需求正在往产业链上游走。

以前大家盯着模型和芯片，现在电力、电网、制冷和数据中心建设也成了必须解决的问题。

招聘需求也会跟着走。

02 这波机会，不会全出现在科技大厂

根据Google与Constellation公布的数据，这项合作涉及超过43亿美元的新投资，预计维持约4400个现有岗位，并在建设阶段支持约7200个新岗位。

这批工作主要来自核电站升级和相关工程建设。真正招聘的企业可能包括Constellation、工程承包商、设备供应商和技术服务公司。

部分工作只存在于建设期，也不能直接算作长期岗位。

不过，岗位会沿着AI基础设施产业链扩散，这一点是明确的。

电气工程学生可以关注电力系统、控制系统、配电设计、电网规划和负荷预测。

机械工程学生可以看热管理、冷却系统、设施维护和设备可靠性。

土木、建筑及项目管理专业，可能参与数据中心建设、施工管理和基础设施规划。

CS和数据科学学生也不必只盯着互联网产品。

Google与Constellation计划把云计算和Gemini用于选址、电力潮流建模、设备健康监测、停机管理和关键基础设施保护。

对应到招聘市场，工业软件、能源数据分析、自动化和网络安全都可能出现新的需求。

商科学生能看的方向也比想象中多，例如能源采购、项目融资、供应链和基础设施投资。

如果把这条用人链拆开，会发现AI公司只是需求的起点。发电企业负责提供能源，电网负责输送，工程公司建设和改造设施，设备商提供冷却、电气和控制系统，最后才到数据中心的运营。

AI创造的工作，不一定都叫“AI岗位”。

03 很多机会，藏在新闻主角的供应链里

学生看行业新闻时，很容易盯着新闻里的公司。

Google投资核电，于是马上去Google官网搜索Software Engineer；某家公司宣布建设数据中心，于是只查看这家公司的招聘页面。

问题是，产业投资传导到招聘市场，往往没有这么直接。

Google需要更多电，最先增加人手的可能是电力公司、工程设计公司、冷却设备供应商或建筑承包商。

Google扩建数据中心，机会也可能出现在负责选址、施工、设备安装和设施运营的合作企业里。

这类机会可以理解为二阶机会：职位不在新闻主角那里，而在帮助它完成扩张的公司里。

搜索职位时，关键词也要跟着调整。除了AI、Machine Learning和Software Engineer，可以试试：

data center

critical facilities

power systems

electrical design

energy analyst

infrastructure

industrial automation

当然，行业需要人，不代表每个职位都适合国际学生。

能源、核电和关键基础设施岗位的要求差异很大。有些职位可能涉及执照、公民身份、合规审查或工作授权限制；也有一些软件、数据分析和通用工程岗位，准入条件相对不同。

因此，不能看到行业投资增长，就默认自己也能申请。

还是要一份一份看JD，核对工作内容、身份要求、雇佣性质，以及公司是否有真实的签证支持记录。

04 现在要不要为了这波趋势转专业？

通常没必要。

比转专业更实际的做法，是看看自己的专业能不能接入这条产业链。

CS学生可以增加能源数据、工业系统或网络安全项目。

电气工程学生可以补强电力系统、控制和仿真能力。

机械工程学生可以关注冷却与热管理。

商科学生可以了解能源市场和基础设施投资。

但也别因为看完一篇新闻，就急着报课、考证或读第二个学位。

先找20至30份真实JD，把反复出现的技能要求整理出来，再检查自己的课程、项目和实习能对应多少。

缺的是一项软件工具，还是一段相关实习？是技术能力不够，还是身份条件根本不匹配？

这些问题弄清楚后，再决定要补什么。

Google这份协议并不能证明核电会成为所有留学生的新风口，也不代表科技大厂即将普遍扩招。

它说明的是另一件事：AI公司的钱正在流向能源和基础设施。

未来几年，有些由AI带来的工作，职位名称里可能完全没有“AI”。它们会出现在电力公司、数据中心、设备商和工程公司的招聘页面上，名字可能是电力系统工程师、设施工程师、能源分析师，或者工业网络安全工程师。

所以，找工作时别只追最热的职位名称。

顺着企业的钱往哪里投、项目卡在哪里，再去找谁会因此招人，往往能看到更多选择。