AI 这一轮,规律没变,但节奏快得多。2023 年爆火的"提示词工程师",在美国一度能开出 30 万美元年薪;到 2026 年年中,国内某头部大厂的招聘系统里,这个岗位名称已经直接消失了——不是需求没了,而是被拆解重组进了"AI 应用优化师"和"AI 产品经理(Prompt 方向)"里。整个周期只用了 30 个月。
所以这篇盘点要解决的不是"AI 有哪些新岗位"这个已经被写烂了的问题,而是三个更实际的问题:
我现在这个基础,能进哪一个?——所以我们按入门门槛从低到高排,从"下周就能开始接活"一直排到"需要硕博学历"。
进去之后能挣多少?——所以每个岗位都给国内月薪和海外年薪两个口径,并且区分入门价和熟手价。
这个岗位三年后还在吗?——所以我们加了"抗替代性"这个维度。有些看起来很美的岗位,正在被 AI 自己吃掉。
三个判断
第一,纯执行类岗位正在快速贬值,但它们仍然是最好的入场券。
数据标注、内容审核、简单的图文生成,这些活儿的单价确实在往下走,因为 AI 自己就能干掉一大半。但对于零基础的人来说,它们的价值不在于工资本身,而在于让你以最低成本、最快速度进入这个行业的语境——你会知道模型是怎么被训出来的,会知道什么样的输出算"好",这些直觉是看多少教程都学不来的。把它当跳板,别当归宿。
第二,最赚钱的位置不在"最懂 AI"的人手里,而在"既懂 AI 又懂某个具体行业"的人手里。
2026 年的招聘数据里有一个很反直觉的现象:纯算法岗位的需求增长在放缓,而"AI + 医疗", "AI + 法务", "AI + 制造"这类复合岗位的需求在暴涨。企业已经过了"招个懂大模型的人来看看能干啥"的阶段,现在要的是你能不能用 AI 把成本大幅砍掉。如果你有 5 年以上的行业经验,你的起点比一个刚毕业的算法硕士高得多,前提是你愿意花三个月补上 AI 的部分。