AI 行业早已不是 “全民皆可卷” 的风口，而是形成了高壁垒核心层、高增长应用层、广覆盖工具层的三层金字塔格局。普通人硬冲算法、大模型研发基本没戏，更现实的路是：用 AI 放大原有行业能力，做垂直场景的应用与服务。

AI行业怎么样？拉完了。

AI怎么样？现在所有涉及AI的方向全都拉完了。说到这可能就有人要说了，人家AI行业一年一千万的都有，你凭什么说人家拉完了？这个时候要给大家讲一个概念，什么叫有效岗位？其实对于我们大多数普通人而言，AI现在这个板块是很难挤进去的，它再怎么好，工资再怎么高，跟我们都没有关系。

我们现在要做的是找一个自己能走的最好的方向，不管大家是双非研究生还是双非本科，我的建议就是不要去碰所谓的AI，这不是学习歧视，而是我结合现在AI行业的真实格局给大家的建议。

虽然AI听起来确实很热，网上也一直在鼓吹AGI未来的发展，包括最近一些没什么用的相关概念也在网上吹得很厉害。今天我就把对这个行业的判断逻辑拆开给大家讲一讲。

首先AI主要分两个方向：生活领域的AI和工具垂直领域。

• 生活类领域，像我们常见的豆包、腾讯、mix和智普这类产品都属于这个范畴。

• 工具类的，比如国外的一些编程助手，还有做音视频、图片生成的这类工具都在其中。

先拿生活领域来讲，大家每天用的豆包、腾讯、mix这些产品，看起来很酷，但实际上都是全免费的。这些公司靠什么赚钱？现阶段来讲，他们根本不赚钱。

他们现在要做的是什么？就拿豆包举例，豆包在生活领域的AI里属于断档式的遥遥领先，不管是写作、聊天还是其他功能，豆包都是生活领域的number one，而这背后是字节每月以亿为单位赔钱烧钱。

这类生活类领域的AI，本质上就做一件事：烧钱，抢用户、抢市场。先把产品的用户量做起来，等用户习惯了、离不开了，再想办法通过广告、会员，或者利用用户数据来变现，这就是他们的商业模式。

说白了，目前在AI这个板块，这些公司都在疯狂砸钱、疯狂亏钱，每月的硬性支出都是几千万，说一年几千万都算少的。国内大多数公司，根本经不起这样的开销。这也反向论证了，AI相关岗位的招聘要求会极高，岗位数量极少，能做这个领域的公司也寥寥无几。

做生活领域AI的，掰着指头数也就字节、腾讯、百度、阿里，美团都还没做，只是有能力做而已，小米就算做了，也没那么明显。那些初创公司，比如mini mix之类的，背后其实也都有顶级大厂的投资和扶持。就这么几家公司，能有多少岗位？就这一点岗位，面对的是全国无数985、211的硕士、博士，普通的双非本科或双非研究生，连简历都投不进去。

那工具类领域，要求就更不用说了，比生活领域只高不低。因为做工具类领域，不能像生活领域那样靠烧钱吸引用户，必须自己做模型训练，自己设计底层架构，还要有算法优化的能力。

本科阶段的线性代数、概率论、最优化，再加上硕博阶段的系统性训练，比如深度学习、NLP、CV方向的学习，还有顶会论文加持，有这些基础，才有机会去面试这类岗位，还不是一定能进，只是有面试的机会而已。而且在这个赛道，没有顶尖老师指导，没有好的实验室资源，再加上没有顶会论文，连面试、投简历的机会都没有。

现在工具类领域的岗位，学历要求至少是92硕以上，还有论文的人优先，有大模型训练经验，比如学校实验室的大模型训练经历的人更优先，没有这些条件，直接就被系统过滤掉了。

还有人说，那大模型应用技术岗总可以吧？但这也是我最不看好的岗位，调别人的API、做相关应用开发，为什么行不通？我来给大家讲一讲。

首先，要分清开源版本和闭源版本。网上能调的开源版本接口，和大厂的闭源模型比，至少差两个版本以上，而且开源接口收费还非常贵，大厂自己用都是成本价，而做应用开发的还要接受开源方的定价，效果差、成本高，拿什么去跟别人抢市场？根本抢不了。

这种做API调用的开发，除非是做私域卖课赚钱，不然根本没有其他变现方式，因为成本高、效果差、迭代慢，全是问题，谁会用这样的模型？

还有一种说法，以后AI行业放开了，门槛变低了，是不是就能做了？答案是，能干也不能干。为什么？就算将来AI方向真的放开了，突然冒出很多可做的方向，门槛越来越低，先学的人就有开发优势吗？并不是。那些有3年、5年、7年开发经验的人，技术更扎实，理解能力更强，学新东西也更快，人家看一天文档就能学会的东西，新手可能要学两个星期、三个月，这边基础还没学完，人家的业务都已经落地了。

凭什么觉得一个刚入行、只有一年开发经验的人，或者应届生，能和这些有经验的人竞争？完全没有竞争能力。有经验的开发者转AI相关开发，稍微看看文档就能上手写代码，而新手从零开始学，还要补基础，学得又慢，对业务也没理解，可能半年都入不了门，而人家早就落地变现了，根本没法比。

就算AI方向将来真的火了，对普通人开放了，最先受益的也是那些有3-5年以上工作经验的开发者，对于新手而言，基础才是最重要的，传统的开发能力才是根本。

其次就是学历壁垒的问题，985的硕博，做AI肯定是没问题的；211的硕士，还能看看工具类或者非顶尖头部的相关岗位；985的本科，更多只能做一些工程类的边缘化岗位；211的本科，机会比985本科还少；而双非本科、双非研究生，客观来讲，连简历都投不进去。

为什么AI行业的学历要求这么高？

• 第一，知识密度非常高，不是学个框架就能上手的，需要非常扎实的数学基础、数据基础，比如线性代数、概率论、信息论、最优化，还要懂深度学习理论，同时要有持续跟踪行业前沿的能力，比如关注国外顶尖的技术发展动态，了解AI最前沿的研究成果。

• 第二，行业现阶段还是科研导向、学术驱动，很多核心技术的突破都来自于论文，企业需要的是能读懂论文、复现论文、改进论文的人，而不是只会调API的人。

• 第三，资源壁垒，训练一个大模型需要极高的成本，普通的双非院校根本没有对应的实验室，甚至很多211院校都没有，只有顶尖的院校才有这样的资源，有机会接触这些资源的人，企业才愿意录用。

• 第四，导师资源，普通学校的大多数老师，对AI领域根本没什么研究，别指望能从老师那里学到什么，靠自学的话，难度会更大，而且目前网上的AI知识还处于比较封闭的状态。

说了这么多AI行业的门槛，普通人该怎么办？以后该怎么走？答案就是，先别去卷AI岗，而是用AI赋能自己的工作，也就是AI+现有行业，让AI帮自己提升工作效率，把AI集成到自己的工作中。

普通人最适合走的，其实还是传统的前后端开发，后续业务场景落地了，再结合AI也不迟。AI应用层开发，只能作为一个附加能力，底层还是要以传统开发能力、业务能力为核心，再加上API调用、数据库构建、检索优化这些技能就够了，这些都只能算是附加能力。

还有数据相关的岗位，目前对学历的要求也很高。所以核心思路还是用AI去赋能传统行业，把AI的能力融入到行业中，提升行业效率。

所以对于普通人而言，算法岗、大模型相关的岗位，想都不用想，这不是一个有性价比的选择。把AI当工具，不要把AI当赛道，我们的竞争力，来自于AI带来的效率提升，而不是去做AI相关的工作。

最后想给大家说的是，一个行业，不管是AI还是其他，它热门，不代表它好做；它好做，不代表适合你。关键要看自己能不能挤进去，能不能干。现在的AI行业，就是顶尖大厂在砸钱布局，普通人连入场的机会都没有。所以大家还是要以传统开发能力为主导，慢慢沉淀、发展自己，再去市面上看看合适的机会。