文章指出AI岗位虽在快速增长但新人入口却正在收窄。作者通过分析Anthropic和科锐国际的数据揭示了AI市场存在“做AI”和“用AI”两个不同市场前者要求高学历后者则更看重行业理解和实际应用能力。文章提出了四条适合普通人的AI就业路径老本行AI、走认证通道、往判断层挪、单独卖工具能力并强调AI正在改变传统的学徒期普通人需保持核心判断力通过实践而非完全依赖AI来提升自己。岗位在涨入口在缩。一个非科班的普通人现在进 AI 领域路到底在哪。我把今年的数据翻了一遍。这篇文章想回答一个问题一个非科班、非名校的普通人现在进入 AI 领域还有没有路。我不给结论先行的答案先把今年几份就业数据摆出来。先说一个可能让你不太舒服的结论AI 岗位在快速增长但新人入口正在收窄。这两件事同时发生不矛盾。矛盾的是我们对它的理解——大多数人以为「行业在扩张所以学完就能进」。真实情况比这个复杂也比这个有出路。一、两组数据先把矛盾摆出来今年 10 月 16 日AnthropicClaude 的开发方发了一份内部就业报告叫《就业之变》。里面有两个数字我看完沉默了一会儿。技术部门的初级员工占比从 2025 年初的 21%降到了 14%。初级技术岗位在新招聘中的占比从 27%掉到了 9%。注意一个前提这家公司的技术岗总人数还在涨。涨的是岗位总量缩的是新人入口。而且这不是自然演化。报告里的经理问卷显示约三分之一的机器学习经理、五分之一的软件工程经理明确承认因为 AI他们减少了初级岗招聘。同一时间另一头的数据是科锐国际统计2024 上半年到 2026 上半年AI 相关招聘职位增长约 119%在全部招聘中的占比接近三年前的 3 倍。一边需求暴涨一边入口收窄。这就是今天要拆开的东西。二、它其实是两个完全不同的市场我后来想明白了问题出在我们把「AI 行业」当成了一个市场。它不是。它是两个。第一个做 AI 的。算法研发、模型训练、底层工程。这一层要求硕士及以上的比例是 35.79%差不多是其他行业的 3 倍。这一层对普通学历的人门是关着的。硬闯没有意义。第二个用 AI 的。AI 训练师、行业落地、产线调度、内容生产、流程改造。这一层的需求正在往「用」的方向延伸。广告、传媒、教育这几个行业近三年 AI 相关岗位增速达到 354%。这一层现在是空的。不是没人要是符合要求的人太少。因为大多数人学了半年学的是「怎么调用 API」而企业缺的是「怎么把 AI 嵌进我这个行业的真实流程里」。这两件事中间隔着一条行业的鸿沟。三、四条路按落地难度排我把它整理成四条从最稳到最谨慎。01 · 老本行 AI最稳你在一个行业里干了五年懂流程、懂痛点、懂谁在卡谁。这是资产不是包袱。不用转行。你要做的只是把 AI 加到你已经会的事情上。制造业的排产、零售的选品、法务的合同初审、财务的对账——这些活儿的 AI 化改造缺的都是懂业务的人不是懂模型的人。02 · 走认证通道较快用技能门槛部分替代学历门槛。国家职业技能等级认定里已经有「人工智能训练师」这个工种。它不能保证你拿到 offer但它提供了一个可被 HR 系统识别的凭证比「我自学了三个月」有用得多。03 · 往判断层挪扛打这条我单独放在第五节讲它是四条里最重要的。04 · 单独卖工具能力谨慎就是接单、做副业、卖提示词、卖模板。这条路我建议谨慎下一节说原因。四、接单变现这条数据不支持很多人学 AI 的目标是「接单赚钱」。我把全球自由职业平台的公开数据翻了一下。生成式 AI 类的合同数量增长了 90%。但单份合同的平均收入下降了 13%。入门级项目的数量减少了 29.3%。量在涨价在跌。翻译成人话就是客户原来花钱外包的活现在自己打开工具就干了。他不用裁你他只要不发单。所以如果你把「会写提示词」「会调 API」当成一门独立生意去卖你卖的东西正在快速贬值。它得挂在具体的行业问题上才有议价空间。「我会用 AI」不值钱。「我能帮你把退货率降两个点」才值钱。五、岗位没消失是被劈成了两半以数据分析师为例。过去这个岗位的时间60% 到 80% 花在取数、清洗、做看板、写周报上。这一半叫执行层。它正在被接管而且接管得很快。剩下那一半是定义问题、校验口径、判断结论是否成立、为写出来的数字负责。这一半叫判断层。短期替代不了。有个基准测试可以参考人类专家得分 92.96%较好的模型大约 82%。差的那 10 个点就是判断层的位置。【此处加引用块 · 浅灰底 #F7F7F7 · 字号 15px · 居中】当 AI 把一个错误的数字放进对外披露的文件里时公司没办法让模型来担这个责任。所以问题不是「AI 会不会取代你」是「你在哪一层」。如果你全部价值都在执行层压力会越来越大。如果你能站在判断层AI 是给你放大杠杆的工具。六、一个可以参考的真实样本说点具体的不然是空谈。上海徐汇有个「人工智能训练师」的项目地方人社部门的公开口径培训 8935 人次获证 5193 人。输送出去的从业者里63% 是中西部劳动者。有学生考完证进了制造企业做数据分析有人进半导体公司做数据处理储备干部。没有一个算法岗。也没有一个是硕士。我不是说这条路适合所有人。但它可以说明一件事学历不是唯一的入场券。七、最被低估的一环学徒期正在被拆掉最后说一个我想了很久的角度。过去你是怎么学会判断力的靠整理 100 份材料学会判断什么值得注意。靠改 10 遍初稿学会什么叫到位。靠被领导打回来三次学会什么叫「这个数不能用」。这些笨功夫就是学徒期。现在 AI 三分钟就做完了。于是新人再也没有机会通过做那些低价值的活长出高价值的判断力。但那套判断力你还怎么练出来这可能是整个 AI 就业讨论里最被低估的一环。我给不出完美答案。但我给一个可操作的建议别让 AI 替你做全部的笨功夫。用它提速但每隔一段时间逼自己手工做一遍完整的分析、写一遍完整的初稿。不为效率为保住那套判断力的生成机制。说回最开始那个问题普通人学 AI能找到工作吗我的答案是——能找到但不是原来那条路了。原来那条路是「学会技术 → 投简历 → 进公司」。现在这条路是「带着行业理解 → 把 AI 挂到具体问题上 → 用结果换位置」。前者在收窄后者在打开。想听听你们的真实情况三个问题你现在做的是哪个行业如果给它加一个 AI 环节你觉得最先能被改造的是哪一步学 AI 之后你投简历的回复率有变化吗你觉得判断力这个东西除了做笨功夫还有别的练法吗如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】为什么要学习大模型我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年人才缺口已超百万凸显培养不足。随着AI技术飞速发展预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。大模型入门到实战全套学习大礼包1、大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通2、大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。3、AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。4、大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。5、大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。适用人群第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
