本文探讨了AI产业发展中的人才需求变化，特别是具身智能机器人领域的招聘情况。文章指出，虽然AI岗位需求巨大，但并非所有岗位都需要高学历，许多应用岗位专业不限，薪资从7000元到4.5万元不等。文章强调了学习AI并不难，并提供了一个行动建议，即先了解本地AI企业情况，再逐步学习相关技能。通过本文，读者可以了解到AI领域的就业前景，以及如何开始自己的AI学习之旅。
9 月，同一条产业链上出现两张招聘启事。
一张在武汉：招 10 名「具身智能机器人应用技术员」，月薪 7000 到 1 万，要求栏里四个字——专业不限，文科也欢迎。
另一张在杭州：招具身智能方向的算法工程师，月薪最高 4.5 万。中间还夹着一个数字：这条链的人才缺口超过 100 万。同一条链，差 6 倍。
1
不是"AI 抢工作"，是目录里多了 11 个名字
9 月 9 日，人社部等部门发布第八批新职业：11 个新职业、23 个新工种。11 个里数字职业占 5 个（45.5%）。2019 年以来累计 8 批 121 个。
最像"AI 岗"的那个就是开头那个；23 个新工种里还多了个新名字：智能体开发员。同一批还有适老化改造设计师、低空物流员——AI 和养老、低空在同一张榜上。
我查这份名单时第一反应是：这不是又要一批程序员吗？
职业目录不会解释时代，但它会记账。这一次记的是：AI 开始需要人扶着走。
2
官方定义，就是答案
人社部给的定义很长，关键在四个动作：数据采集与处理、模型微调与适配、现场部署与调试、运行监控与维护。编码 4-04-05-16，下挂两个工种：数据采集员、训练师。
翻译成人话：它不是造模型的人，是把模型送到工位上、再调到能用的人。
举个例子：拧一颗螺丝。人抬手对准拧紧，一次就会；机器人得先知道往哪伸手、使多大劲、什么角度算到位。这些写不进代码，只能人做给它看——谁做？采集员。
现场也一样。苏州一家机器人企业说，设计和调试两类人加起来接近全体员工的一半。接下来这组数字，才是我最想给你看的。
3
所以薪资裂成了两半
武汉的应用技术员：7000 到 1 万，专业不限，上岗前带教一个月，考证就能干。基础数据采集岗大约 8000。
杭州的算法工程师最高 4.5 万——那是最高的一档，不是平均。全国 AI 工程师的应届平均招聘月薪，智联招聘三季度数据是 17775 元。
差的不在学历，在能不能上手。4.5 万那头招的是设计模型的人，7000 这头招的是把模型调通的人。是两个岗位，两拨人。
4
这 100 万缺口，跟你有什么关系
缺口怎么来的？今年上半年，全国人形机器人出货超 4 万台。央视《新闻联播》说，围绕一台机器人已催生 20 多个新工种。台阶是清楚的：数据采集 → 标注质检 → 模型适配与部署 → 现场应用。
但有三个前提，得先问自己：
一、你所在的城市有没有这类企业？岗位集中在苏州、杭州、武汉、深圳一带。二、7000 的起薪能接受吗？它是"专业不限"那头，不是"4.5 万"那头。三、“专业不限"不等于"能力不限”，它只换了个要求：学得快。
国家确实有补贴培训，"技能照亮前程"行动每年补贴培训 1000 万人次以上。但别为了"缺口 100 万"辞职——缺口是产业的，不是你的。
最后总结一下：
常见误区：以为 AI 岗就是算法岗，只要博士
正确观点：缺口最大的是"把模型送到工位上"的应用岗，专业不限，起薪 7000
最小行动：先查本地有没有这类企业，再看四级台阶
AI没那么难，AI在手，事事不愁。
你身边有没有人转行进机器人这行？现在拿多少？评论区说个数。
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。
