“AI 會不會搶我的工作？”“怎麼進入 AI 行業？”是我們最常被問到的問題。我們不靠猜：2026 年 10 月 9 日，我們抓取了 14 家（以美國為主的）AI 公司的 4022 條崗位信息，另加 7 家中國公司的 293 條，逐條看它們要求什麼。下面的數字是“提到的次數”，不是硬性要求；薪資是公開基本薪資區間的中位數，不是實際收入。
誰在要人
人數最多的幾類是部署與解決方案崗（728）、商務崗（649）、AI 工程師（159）、研究崗（145）和產品經理（123）。4022 個崗位標題裏，“提示詞工程師”一個也沒有，但 33% 的 AI 工程師崗位提到了提示詞工程。評測無處不在：研究崗 71%、機器學習工程師 68%、AI 工程師 66% 都提到了它。AI 工程師公開基本薪資區間的中位數是 22 萬–38.5 萬美元，而美國軟件開發者的中位數是 135,980 美元。Anthropic 的 643 個崗位裏有 14 個提到博士；中國樣本里 55% 要求至少本科。
這些工作實際做什麼
- AI 工程師（159 個崗位）：智能體 72%、評測 66%、大語言模型 55%、TypeScript/JavaScript 52%、Python 49%、檢索增強（RAG）42%。提到微調的只有 7.5%，PyTorch 只有 3%。在 73 箇中國崗位裏，智能體高達 93%。
- 前線部署工程師：728 個部署與解決方案崗位中，有 170 個用這個名稱。它們提到面對客户（80%）、溝通（57%）和處理不確定性（31%），公開薪資中位數為 18.2 萬–25.4 萬美元。
- 評測工程師：只有 23 個崗位用這個名稱，背後其實是三種不同的工作：研究評測、平台評測和安全風險。我們人工複核自己的關鍵詞計數時，30 個命中都確實提到了評測，但只有 15 個真的是崗位職責。一個正確的數字，也可能誤導人。
AI 工作的四種類型
崗位名稱背後有四類工作：訓練前沿大模型（最少見）、小數據上的應用統計、業務數據上的傳統機器學習，以及基於基礎模型做產品，從提示詞、檢索，到工具、評測、成本、護欄和監控。一個前沿實驗室裏有九類“房間”，包括鮮為人知的數據研究員。服務部署、評測、環境搭建和數據工程大多可以在外面學會；底層算子和分佈式訓練很難，預訓練研究最難。作品集不等於一定會被錄用。
這和我們自己的工作一致：我們做的是模型外面那一圈系統，而不是模型本身；從現成模型出發，並把每個假設寫下來，而不是悄悄寫死在代碼裏。有三個習慣適用於以上任何一種工作：先把數據層做好，弄清噪聲有多大，然後去測量。