AI时代正催生五大类新职业，包括AI训练师、生成式AI测试员、AI产品经理/运营、智能体开发工程师及具身智能算法工程师。这些职业需求激增，薪酬丰厚，但需具备不同技能门槛。提示词工程师热度回落，而AI伦理合规官等治理岗位未来可期。企业支付薪酬的核心在于解决AI落地、安全、合规等问题，为模型能力商业化提供支持。

每次聊AI，就会有人问一句：它会不会把工作都抢走？

但现实正在朝另一个方向发展。

AI确实在替代一部分旧任务，也在催生一批以前根本没有的岗位。

这一期我们回答四个很现实的问题。

AI时代到底冒出了哪些新职业？这些职业具体做什么？市场给多少钱？这些职业需要什么门槛？

一、AI新职业不是凭空冒出来的，它们已经有了几种明确信号

要判断一个岗位是不是真的新职业，我认为有三个标准：

第一，它有没有被认定或点名；

第二，它有没有真实的招聘增长；

第三，它有没有形成独立的能力要求和薪酬体系。

按这个标准看，AI时代最值得关注的新职业，已经不止一个。

它们大致可以分成五组。

第一组是“教AI”的，比如AI训练师和数据标注质检员。

第二组是“测AI”的，比如生成式人工智能系统测试员和多模态AI测试工程师。

第三组是“把AI做成产品”的，比如AI产品经理、AI产品运营。

第四组是“让AI真正去办事”的，比如智能体开发工程师。

第五组是“让AI长出身体”的，比如具身智能算法工程师。

还有一组也在冒头。

那就是AI伦理合规官、AI风险与治理专员、AI内容合规师这类岗位。

它们目前还没有前面几类那么成型，但方向已经非常明确了。

表1：AI时代已经能看见的几类新职业

岗位	主要做什么	新在哪里	当前信号
AI训练师	标注、反馈、校正模型输出	把“教模型”做成独立工作	Deel称两年内几乎从零长成7万+从业者职业
生成式人工智能系统测试员	测功能、性能、安全、幻觉与合规	AI时代第一次把“模型测试”单独命名	2025年被纳入新工种公示
AI产品经理/运营	把模型能力变成可用产品和增长结果	不再只是做功能，而是做“AI落地”	智联报告显示需求增长显著
智能体开发工程师	搭建Agent（智能体）工作流和工具调用	从“会聊天”走向“能办事”	行业口径显示2025-2026需求暴涨
具身智能算法工程师	把AI接到机器人和物理世界里	AI从屏幕内走向实体设备	猎聘数据显示岗位和薪资都在上冲
AI伦理合规官/风险治理专员	做治理、审查、风控、合规	AI开始需要独立治理岗位	AI Workforce Consortium 点名缺口严重
提示词工程师	设计Prompt（提示词）和交互结构	曾是最火热的新职业之一	正在从单独岗位转向通用技能

图1：WEF展示的2030年增长最快与下降最快岗位。来源：World Economic Forum。

图2：WEF展示的2030年增长最快技能。来源：World Economic Forum。

世界经济论坛（World Economic Forum，简称WEF）在《Future of Jobs Report 2025》里提到：增长最快的技能里，排第一的是AI and big data（AI与大数据），排第二的是networks and cybersecurity（网络与网络安全），但创意思维、韧性、终身学习也都排得很前。

这说明当前AI时代的新职业，不只是技术职业，更多是“人机交互”的职业。

二、AI训练师：最早成型，也最容易被低估的新职业

很多人第一次听到AI训练师，会以为这就是高级一点的数据标注员。

这话只对了一半。

AI训练师确实要做标注、反馈、纠错。

但更高阶的训练师，已经不是给图片打标签这么简单，而是在教模型怎么推理、怎么表达、怎么判断专业问题。

Deel在2026年3月的文章提到，两年前AI trainer（AI训练师）这个职业几乎还不存在；到2025年底，全球已经有超过7万人、分布在600多家机构里做这件事。

更夸张的是，2025年这类岗位的跨境招聘增长了283%。

AI训练师薪酬差距也很大。

Deel的数据里提到，30.3%的AI训练师时薪在15到20美元之间，19.1%在50到75美元之间，6.1%甚至能超过100美元每小时。

为什么差这么多？

因为这个职业已经分层了。

做基础标注的人，更像流水线的喂数工；

做医学、翻译、法律、心理学等专业反馈的人，更像把自己的专业判断卖给模型的人。

国内招聘市场也能看到类似趋势。

智联招聘《2025年人工智能产业人才发展报告》提到，数据标注/AI训练师的需求仍在增长，城市上北京、西安、重庆、成都、杭州这几地更集中。

图3：智联招聘展示的AI训练师等岗位城市分布。来源：智联招聘《2025年人工智能产业人才发展报告》转引图。

但这个岗位的平均招聘月薪，明显低于AI产品经理和算法工程师。

按智联口径，AI训练师平均招聘月薪约6479元，北京大约9063元。

这说明它有很强的两极分化。

基础层岗位门槛低，薪资也低；一旦叠加医学、金融、心理学、翻译等领域知识，价格就会明显上去。

所以AI训练师其实更像一条职业带，而不是一个单点岗位。

表2：AI训练师这份工作，到底在卖什么能力

维度	现实情况
主要工作	标注数据、给模型输出打分、纠错、补充高质量反馈、参与RLHF（人类反馈强化学习）流程
市场信号	Deel：2025年跨境招聘增长283%，全球已有7万+从业者分布在600+组织
薪酬情况	基础型岗位约为低时薪或低月薪；高阶岗位可达50-100美元/小时以上
学历门槛	基础岗位大专可入场；高阶岗位更看重垂直专业背景
更适合谁	语言、医学、法律、教育、金融、心理学等专业的人，转身空间反而不小
长期前景	基础标注会被自动化压缩，但“专业判断型训练师”会更值钱

这个职业最重要的要求，不只是细心。

如果你只想做入门型岗位，耐心、专注、基本的数据处理能力就够；如果你想往高阶走，真正值钱的是你能不能用专业经验帮模型做判断。

三、生成式人工智能系统测试员：AI时代的“质检员”和“守门人”

如果说AI训练师是教模型的人，那生成式人工智能系统测试员就是“拦住模型出错的人”。

这个岗位官方已经点名了。

2025年5月，人力资源和社会保障部公示新增42个新工种，其中就包括生成式人工智能系统测试员。

这意味着什么？

意味着AI测试这件事，已经从企业内部零散职责，开始长成独立工种。

这背后的现实很简单。

大模型一旦真进企业、进教育、进金融、进医疗，大家最怕的不是它“不会说”，而是它说得像真的，但其实是错的。

所以这个岗位的工作，不只是测页面、测按钮、测接口。

它要测生成质量、测幻觉、测越权、测安全、测合规，还要测不同模态之间是不是一致。

公开报道提到，2024年人工智能测试岗位招聘量同比激增320%，远超传统测试岗位增长速度；多模态AI测试工程师的平均薪资，相比传统测试岗位高出35%。

因为AI应用越往真实业务里走，测试的重要性就越高。

很多企业以前觉得测试只是成本中心。

现在开始意识到，如果AI测不好，后面赔掉的可能是品牌、合规和客户信任。

从能力要求看，这个岗位明显比传统测试更复杂。

它既要懂软件测试，也要懂一点模型原理。

它既要会写测试用例，也要知道怎么设计提示词、怎么判断输出质量、怎么发现风险边界。

如果再往上走，很多岗位还会要求你理解法律、伦理和内容安全。

所以它其实是典型的“测试+AI+安全”复合岗。

表3：生成式人工智能系统测试员，核心看哪些能力

维度	现实情况
主要工作	做功能测试、性能测试、安全测试、幻觉检测、多模态一致性测试、合规检查
官方信号	2025年被纳入“生成式人工智能系统应用员”下的新工种
市场信号	公开报道提到2024年AI测试岗位招聘同比激增320%
薪酬情况	多模态AI测试工程师平均薪资较传统测试岗位高出约35%
学历门槛	本科更常见，软件测试、计算机、AI相关背景更占优
关键技能	测试方法、自动化测试、模型原理、安全意识、内容判断、沟通协作

这份工作特别适合两类人。

一类是传统测试工程师转型；另一类是懂一点AI、又愿意往质量和安全方向深扎的人。

如果你原来就做QA（质量保障）、测试开发、内容审核、风险控制，转型做生成式人工智能系统测试员其实挺适合的。

四、AI产品经理和AI产品运营：不是做模型，而是把模型做成业务

AI产品经理和AI产品运营，严格说不算从零发明出来的职业名。

但在过去两年里，它们已经从“传统产品岗里的一个方向”，变成招聘市场里转型最快的一类复合岗位。

原因很简单。

企业现在缺的，不只是会训练模型的人，更缺能把模型接进场景、做成产品、跑出增长的人。

智联招聘《2025年人工智能产业人才发展报告》里提到，2025年前三季度，AI产品经理需求增长178%。

如果放到全平台口径看，AI产品经理同比增速也达到144%。

薪资也明显不低。

同一份报告里，AI产品经理平均招聘月薪19459元，杭州达到28659元，上海、北京、武汉、深圳也都在2万以上。

图4：智联招聘展示的AI核心职业薪酬排名TOP10城市。来源：智联招聘《2025年人工智能产业人才发展报告》转引图。

这个岗位真正值钱的，不是你会不会喊几个AI术语。

而是你能不能同时听懂模型、业务、用户和增长。

你要知道模型能做什么，也要知道模型做不到什么。

你要会拆需求，也要会定指标、跑验证、控成本、拉团队。

为什么这个岗位现在特别吃香？

因为大模型时代，企业最怕两件事。

第一，模型很强，但没人能把它落地；第二，团队烧了很多钱，最后却没有业务结果。

AI产品经理和AI产品运营，本质上就是解决这两个问题的人。

所以这个岗位的前景，很大程度上取决于企业会不会继续把AI当成正式业务来做。

只要企业还在做客服、销售、办公、教育、营销、搜索、知识管理这些改造，这类岗位就会一直有需求。

所以这条线最适合的，不一定是最懂算法的人，而是最懂场景的人。

表4：AI产品经理/运营，为什么现在这么吃香

维度	现实情况
主要工作	定义场景、做需求拆解、连模型能力、做验证、推增长、控体验
市场信号	智联：2025年前三季度AI产品经理需求增长178%
薪酬情况	平均招聘月薪19459元；杭州28659元，上海北京武汉深圳均超2万
学历门槛	77%岗位要求本科；3-5年和5-10年经验占比较高
关键技能	产品方法、业务理解、用户研究、数据分析、模型理解、跨团队协作
更适合谁	传统产品经理、运营经理、咨询/策略岗、行业专家转型者

这份工作还有一个很大的好处。

它对纯技术背景并没有想象中那么死。

如果你本来就在教育、医疗、金融、电商、营销这些行业里做产品或运营，反而可能比只懂模型的人更占优势。

五、智能体开发工程师：AI开始从“回答问题”走向“替你做事”

这两年最值得注意的新岗位之一，就是智能体开发工程师。

如果说早期大模型像一个会聊天的助手，那智能体（Agent）更像一个能拆任务、调工具、跑流程、交结果的执行者。

这也意味着，企业开始需要一批新的人。

他们不是去训练底模，而是负责把模型接进工作流，把工具调用、记忆、知识库、审批、表单、搜索、数据库这些东西真正串起来。

火山引擎开发者社区转引的多份行业数据里，2026年这类岗位已经非常热。

文章提到，智能体开发工程师初级年薪在40万到60万之间，资深架构师可到100万到200万；掌握Agent开发的程序员，薪资普遍比传统开发高30%到50%。

更猛的是需求增速。

同文提到，2025Q1到2026Q1，智能体开发岗位需求增长380%。

这个数字至少反映出一个事实。

AI产业已经从“大家都在聊模型”开始转向“大家都在找会落地的人”。

这个岗位最硬的门槛，在于工程能力。

你得会Python，得会API（应用程序接口），得会LangChain、LangGraph、RAG（检索增强生成）、向量数据库、工具调用和工作流编排。

但它和传统后端开发又不完全一样。

它更看重你能不能把“模型、业务、系统、流程”整成一个能跑的东西。

它不是纯算法岗，也不是传统开发岗，而是更像企业AI落地的“总装工”。

这个岗位的岗位数量现在还没有传统开发那么大。

但它的含金量往往更高，因为企业招的不是多一个程序员，而是“一个能把AI系统跑起来的人”。

对普通工程师来说，这也是一条很现实的转型路线。

先补API、补工作流、补RAG、补提示词和评测，再做几个能上线的项目，竞争力就会明显不一样。

所以它的前景，不只是薪资更高，而是很可能成为未来几年很多技术人转型的主赛道。

表5：智能体开发工程师，真正稀缺的不是会写代码，而是会搭系统

维度	现实情况
主要工作	搭建智能体、接入工具、设计任务流、做RAG、做多Agent协同、上线迭代
市场信号	行业转引数据称2025Q1-2026Q1需求增长380%
薪酬情况	初级约40-60万/年；资深架构师约100-200万/年
学历门槛	本科及以上更常见，但项目经验和工程能力比文凭更关键
关键技能	Python、API、LangChain/LangGraph、RAG、向量数据库、流程编排
更适合谁	后端工程师、AI应用工程师、解决方案架构师、技术产品经理

六、具身智能算法工程师：AI最硬核、也最贵的一条新职业线

如果说智能体还主要活在电脑里，那具身智能（Embodied AI）就是让AI走到物理世界里。

它对应的岗位里，最典型的就是具身智能算法工程师。

这类岗位为什么突然火？

因为机器人、人形机器人、智能硬件、自动驾驶、工业设备都开始需要“会感知、会决策、会控制”的AI。

猎聘大数据研究院2026节后开工首周报告显示，具身智能领域新发职位同比增长73.65%，平均年薪达到33.38万元。

南方财经的报道还提到，企业对具身智能算法工程师的月薪区间已经能到2.5万到9万。

这类岗位的高薪，并不奇怪。

因为它几乎是AI、机器人、控制、硬件、感知、多模态一锅端。

你不仅要懂模型，还要懂传感器、控制、规划、仿真、强化学习、SLAM（即时定位与地图构建）这些东西。

所以它也是今天门槛最高的新职业之一。

从招聘现实看，这类岗位对学历要求通常比前面几类更高。

硕士、博士更常见，机械、自动化、机器人、计算机、控制、电子信息相关背景更吃香。

而且这个岗位还有一个好处。

一旦你真跨进这条赛道，替代性通常没那么高。

因为这不是会不会用工具的问题，而是和现实世界的机器打交道。

这也决定了它不像很多互联网岗位那样可以快速复制。

你需要实验、仿真、调参、看硬件、看现场，还要接受研发周期更长、试错成本更高。

它是AI时代壁垒最高的长期职业之一。

表6：具身智能算法工程师
如果企业在为上线安全和效果负责，就选测试和合规岗。

如果企业在为业务增长付钱，就选AI产品经理和运营岗。

如果企业在为系统落地和自动化付钱，就选智能体开发工程师。

如果企业在为机器人和真实设备付钱，就选具身智能算法工程师。

最后

对于正在迷茫择业、想转行提升，或是刚入门的程序员、编程小白来说，有一个问题几乎人人都在问：未来10年，什么领域的职业发展潜力最大？

答案只有一个：人工智能（尤其是大模型方向）

当下，人工智能行业正处于爆发式增长期，其中大模型相关岗位更是供不应求，薪资待遇直接拉满——字节跳动作为AI领域的头部玩家，给硕士毕业的优质AI人才（含大模型相关方向）开出的月基础工资高达5万—6万元；即便是非“人才计划”的普通应聘者，月基础工资也能稳定在4万元左右。

再看阿里、腾讯两大互联网大厂，非“人才计划”的AI相关岗位应聘者，月基础工资也约有3万元，远超其他行业同资历岗位的薪资水平，对于程序员、小白来说，无疑是绝佳的转型和提升赛道。


对于想入局大模型、抢占未来10年行业红利的程序员和小白来说，现在正是最好的学习时机：行业缺口大、大厂需求旺、薪资天花板高，只要找准学习方向，稳步提升技能，就能轻松摆脱“低薪困境”，抓住AI时代的职业机遇。

如果你还不知道从何开始，我自己整理一套全网最全最细的大模型零基础教程，我也是一路自学走过来的，很清楚小白前期学习的痛楚，你要是没有方向还没有好的资源，根本学不到东西！

下面是我整理的大模型学习资源，希望能帮到你。

👇👇扫码免费领取全部内容👇👇

1、大模型学习路线

2、从0到进阶大模型学习视频教程

从入门到进阶这里都有，跟着老师学习事半功倍。

3、 入门必看大模型学习书籍&文档.pdf（书面上的技术书籍确实太多了，这些是我精选出来的，还有很多不在图里）

4、 AI大模型最新行业报告

2026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。

5、面试试题/经验

【大厂 AI 岗位面经分享（107 道）】

【AI 大模型面试真题（102 道）】

【LLMs 面试真题（97 道）】

6、大模型项目实战&配套源码

适用人群

四阶段学习规划（共90天，可落地执行）

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

• …

  👇👇扫码免费领取全部内容👇👇

  

3、这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

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】