AI职场真相:两个岗位抢一个人,但我劝你先冷静

新闻

作者：微信文章
AI人才市场分析

今天下午两点，我打开DeepSeek，发现界面悄悄变了。上下文从128K变成1M，知识库更新到2025年5月。这意味着什么？你可以把《三体》三部曲整本丢给它，让它一次性读完。1M token，相当于一口气吃下几百万字。这个消息在科技圈炸了。有人说是V4前的终极灰度版，有人说是DeepSeek要在推理上再下一城。但说实话，这个升级背后藏着一个更值得聊的事——技术狂飙的同时，AI人才市场正在经历一场剧烈的结构性撕裂。一边是两个岗位抢一个人，应届生起薪3.5万；另一边是传统IT从业者被大量清洗，35岁以上的中层管理者面临再就业困境。冰火两重天。Part.01500万缺口背后的"假繁荣"
说起来，上周和几个HR朋友吃饭，他们都在吐槽一件事："现在投AI岗位就像开盲盒，简历刚发出去三家企业就来抢。"这个描述还挺形象的。根据最新数据，国内AI人才供需比已经跌到0.5，相当于两个岗位抢一个求职者。但问题来了——如果你真以为是"随便投就能进"，那就错了。核心数据BOSS直聘2025年数据，AI相关岗位月均新发职位数同比增长74%。                        
智联招聘2025年第四季度，算法工程师需求同比暴增110.1%。                           
猎聘数据显示，要求"会用AI"的职位平均年薪29.6万元，而不要求的只有21.8万元——溢价幅度35%，也就是一年多赚7.8万。

图 | AI人才供需比这些数字看起来很美。但最近多份权威报告（赛迪顾问、麦肯锡等）都在说同一件事：到2026年，AI人才缺口将达500万量级。等等，需求和缺口同时暴涨，这不就说明机会遍地都是吗？不是。因为这是一个典型的"结构性缺口"。什么叫结构性缺口？就是——企业在找的那500万人，和市场上想找工作的那批人，不是同一批人。猎聘数据显示，2025年AI核心岗位（算法工程师、深度学习专家）中，46.98%明确要求硕士或博士学历。智联招聘的数据更直接：近9成AI技术岗要求本科及以上，其中34%明确要求硕士或博士。这个数据让我有点意外。不是门槛高让我意外——技术岗要求学历很正常。意外的是，这个比例还在持续上升。为什么？因为AI岗位的性质变了。以前企业要的是"会用深度学习框架的人"，现在要的是"能理解Transformer底层原理、能做模型微调、能适配垂直行业的科学家级人才"。这不是"调包工程师"能干的活。
Part.02学历通胀与技能上移
"两年前我们招人，问会不会PyTorch，会不会TensorFlow。现在我们根本不问这些——默认你会。我们问的是：你有没有从零开始训练过大模型？有没有做过RLHF？有没有在真实业务场景里部署过模型？"这段话道出了AI岗位技能要求的变化——技能上移。基础的使用能力成了"标配"，不再是竞争力。真正值钱的，是"全链路落地能力"。什么是全链路落地？以大模型算法工程师为例，不是你训练个模型就完了。你得会选型（哪个模型适合这个场景）、会调试（参数怎么调最优）、会部署（怎么上生产环境）、会优化（推理成本怎么降）、会迭代（模型效果怎么持续提升）。每个环节都要能独立把控。

图 | AI技能金字塔猎聘《2025年中国AI人才奇点报告》里有个对比很有意思：2022年，AI相关职位的薪资溢价是平均水平的3.3倍。2025年，这个数字是2.6倍。很多人看到这个第一反应是"AI不值钱了"。完全错了。这反而说明AI技能正在从"稀缺奢侈品"变成"职场通用必需品"。以前只有少数人会用AI，企业愿意付3倍薪水。现在AI越来越普及，应用越来越下沉，溢价自然回归理性。但关键在于—你有没有把"会用AI"这件事，变成自己的核心竞争力？
Part.03三类人正在被淘汰
说点残酷的。AI人才市场在扩招，但有三类人正在被边缘化。第一类：纯"调包工程师"只会调用现成的API和框架，不理解底层原理，不知道模型为什么会这样输出。这类人在2024年还能找到工作，但2025年就已经开始被淘汰了。为什么？因为大模型自己就能干这些事。你说"帮我生成一段Python代码"，大模型给你。你说"帮我微调这个模型"，大模型也能给你一个方案。当AI能替代你的工作时，你的价值就归零了。第二类：不懂业务的技术人这是我去年写过的一个观点，现在看来更应验了——"技术深度决定你的上限，但业务理解决定你的生存空间。"一个纯技术的算法工程师，能拿高薪，但容易被替代。一个懂医疗业务的AI工程师，知道医生诊断的决策路径，知道哪些数据可以用、哪些不能用——这种人，企业不敢随便换。为什么？因为换了他，新来的三个月都搞不清楚业务逻辑。第三类：拒绝拥抱AI的传统从业者这不是危言耸听。阿里巴巴的员工数量从2022年高峰期的25万人，锐减到2025年的12.4万人左右。降幅超过50%。这50%的人去哪了？一部分业务剥离了，但相当一部分是被AI替代了。35岁以上的中层管理者，以前靠经验吃饭。现在AI在数据分析、决策支持上已经不输人类了。经验这个护城河，正在被填平。
Part.04机会在哪里？
前面说得有点压抑，但我不想制造焦虑。焦虑没有意义，行动才有。AI时代确实在淘汰一批人，但也在创造一批新机会。关键在于，你能不能抓住。我梳理了三条路径，不同背景的人都能找到切入点。路径一：技术岗，但往"深"里走如果你是技术背景，别再满足于"会用PyTorch"了。往这些方向深挖：

大模型微调（Fine-tuning）RLHF（人类反馈强化学习）MLOps（模型工程化部署）多模态（图像、视频、语音的跨模态建模）

这些方向的门槛高，但天花板也高。算法工程师的平均月薪已经达到21,439元，而杭州的AI产品经理更是高达28,659元。顶尖人才（清北博士、国际算法竞赛冠军）年薪能到100-200万。这条路难，但值得。路径二：非技术岗，往"跨"里走如果你不是技术背景，别硬磕算法。去学"AI+行业"。举个例子：你是做医疗的，去理解AI在医疗影像、辅助诊断上的应用边界。你是做金融的，去研究AI在风控、量化交易上的落地场景。你是做教育的，去探索AI在个性化教学上的可能性。猎聘数据显示，"AI+行业"的复合型人才，比纯技术人才薪资溢价30%。为什么？因为懂技术的人很多，但既懂技术又懂行业的人很少。你是那个"少"。路径三：零基础，往"用"里走如果你完全没有技术背景，别慌。AI不是只有开发岗。AI产品经理、提示工程师、AIGC运营、数据标注师——这些岗位不需要你会写代码，但需要你会"用"AI。什么叫会用？不是你知道ChatGPT是什么。而是你能把复杂的商业需求，拆解成AI能理解的任务。你能设计提示词（Prompt），让大模型输出你想要的结果。你能判断AI的输出哪里对、哪里错，知道怎么优化。这类岗位的门槛低，但需求在暴涨。AI产品经理的招聘需求增速达到了178%，年薪25-60万。提示工程师年薪20-50万，是文科生进入AI领域的最佳跳板。最后：不是"要不要学AI"，而是"怎么找准位置"

回到开头，DeepSeek今天更新的1M上下文。

这个升级的本质是什么？



是AI的"能力边界"在不断扩大。

以前AI读不了长文档，现在可以了。

以前AI处理不了复杂任务，现在可以了。

以前AI只能"说"，现在能"干"了。

这种变化，对职场人的冲击是巨大的。

因为它意味着——

以前需要3个人干的事，现在1个人+AI就能干。

以前需要3个月干的事，现在1周就能干完。

效率提升的同时，岗位数量在减少。

但机会也在增加——

以前做不到的事，现在能做到了。

以前不敢想的创意，现在能落地了。

以前需要大团队才能做的事，现在一个人+AI就能创业。

所以，问题从来不是"要不要学AI"。

这个问题已经过时了。

真正的问题是——

在AI时代，你如何找准自己的位置？

是做那个"被替代的人"，还是"驾驭AI的人"？

是做那个"只懂技术的人"，还是"既懂技术又懂行业的人"？

是做那个"被动接受变化的人"，还是"主动拥抱变化的人"？

这些选择，决定了你未来3-5年的职业轨迹。