我前两天发了篇文章,讲4.2万月薪转AI的事。

朋友圈有几个人转了,也有人私信我:"我看了,但我不知道从哪开始。"

我说实话——光看数据没用,知道"AI很赚"也不能让你多赚一分钱。

但今天这篇不一样。

脉脉前两天发了份《2026年1-2月中高端人才求职招聘洞察》,里面有几个数据我看完就决定写一篇。

AI岗位同比涨了12倍。

平均月薪60738元。

AI人才供需比0.97,接近供不应求。

数字够大吧?

但你猜——真正能转的人,占想转的人里面多少?

我估的,不到10%。

剩下90%在"学AI"上瞎转。

为啥?

因为他们把"学AI"当成了"学Python""学机器学习""学算法"。

错。

90%的人败在第一步。

数据背后,真正的信号是这4个

我看完整份报告,真正有用的不是"涨12倍"和"月薪6万"——这种数字你朋友圈天天看。

真正有用的是这4个信号:

信号1:缺的不是算法工程师,是"会用AI"的人。

脉脉数据里最缺的4个AI岗位是——

• AI Agent开发工程师
  (2026年"Agent大年",字节等大厂大量招募)
• RAG开发工程师
  (技术新方向,竞争小)
• 大模型辅助运维
  (小白友好,20K-35K起步)
• AI工具应用专员
  (最适合跨行转型的AI工作方向)

你看到没?没有"AI算法工程师"。

不是说算法岗不重要——是2026年最缺的,不是"能训模型的人",是"能把AI工具用起来解决业务问题的人"。

信号2:薪资分层极其明显。

• AI入门岗(0-1年):20K-35K/月
• 中级AI工程师(1-3年):35K-50K/月
• AI科学家/负责人:137,153元/月

也就是说,同样叫"AI工程师",入门和顶尖的薪资差6倍以上。

信号3:2026届毕业生就业市场是5年来最疲软,但AI岗位涨12倍。

世界经济论坛预判:2030年全球净增7800万就业机会,超80%集中在AI/大模型领域。

别的岗位在缩,AI岗位在扩。

信号4:非开发人员用Codex的增速是开发的3倍。

OpenAI的Codex每周500万用户,非开发(分析师/营销/运营/设计/研究/投资者/银行从业者)占20%,增速是开发的3倍。

"会用AI"这件事,已经不是开发者的专利了。

90天具体怎么转(脉脉版本的4阶段)

脉脉给了一个90天学习路径,我看完觉得靠谱,直接给你看——

第一阶段:10天搞定Prompt + API

别看书,直接用。

• 注册ChatGPT/Claude/Gemini的账号
• 找10个真实工作场景写Prompt
• 用Python写个调OpenAI API的小脚本(不会就抄)

第二阶段:30天搞定RAG + Agent

• 学LangChain,做一个"个人知识库问答机器人"
• 学Coze/Dify,做一个能自动跑流程的Agent
• 部署上线,哪怕就是放在自己电脑上

第三阶段:30天搞定微调

• 找一份开源数据集(比如HuggingFace上的)
• 用LoRA微调一个7B模型
• 把你的微调模型部署到API,看实际效果

第四阶段:20天搞定商业化

• 把你做的东西卖给1个真实客户(哪怕朋友也行)
• 写一个"我能用AI做什么"的产品介绍
• 挂到GitHub上,做技术博客

90天后,你有3-4个真实项目能写在简历上,能跟HR讲清楚。

这3-4个项目,比"考过PMP""读过吴恩达"值钱10倍。

4个最缺岗位的真实招聘要求

光学没用,得知道企业要什么。

我把4个最缺岗位的真实要求列给你——

1. AI Agent开发工程师

• 核心要求
  :LangChain/AutoGen/Coze框架熟练 + 业务场景理解
• 薪资
  :30K-60K/月
• 学历
  :本科起步,大厂要硕士
• 项目要求
  :做过Agent项目,能讲清楚"为什么用这个框架不用那个"

2. RAG开发工程师

• 核心要求
  :向量数据库(Chroma/Pinecone) + 文档切片策略 + 检索优化
• 薪资
  :25K-50K/月
• 学历
  :本科
• 项目要求
  :做过RAG问答系统,能跑通端到端

3. 大模型辅助运维

• 核心要求
  :传统运维经验(K8s/Docker/Prometheus) + 大模型API集成
• 薪资
  :20K-35K/月(小白友好)
• 学历
  :大专起步
• 项目要求
  :做过"用AI辅助日志分析/告警/故障定位"

4. AI工具应用专员

• 核心要求
  :Prompt工程 + 业务流程理解(行业know-how) + 工具栈熟悉
• 薪资
  :15K-30K/月(最适合跨行转型)
• 学历
  :不限
• 项目要求
  :用AI工具提升过具体业务指标(运营转化/客服效率/内容生产)

看完这4个,你会发现一个事——

"会调API""会用框架""会写Prompt"的薪资,比"懂ML算法""懂模型训练"的薪资,在入门阶段反而更高。

因为企业缺的不是科学家,是"能落地的人"。

怎么知道你能不能转(2个简单测试)

看完这些你可能想问:"我能不能转?"

给你2个简单测试——

测试1:你最近1年做过的东西里,有没有"调过API/用过AI工具/写过爬虫"的影子?

• 有:3个月能转
• 没有:6个月能转(需要补基础)

测试2:你能不能用Python写一个"调OpenAI API回答用户问题"的小脚本?(不会可以现学,2小时够)

• 能:放心转
• 不能:先学Python基础,1个月后再看

2个测试都过,90天后你就能拿3-4个项目去找工作了。

最后说个不中听的

我前两天跟一个HR朋友吃饭,他说了一句我印象很深的话——

"现在招AI岗,10份简历里8份是'读过吴恩达'。能讲清楚自己做过什么AI项目的,1份都不到。"

翻译一下:你在学AI这件事上,90%的竞争对手都在"学",真正动手做项目的凤毛麟角。

所以你的机会不是"我学得比他们好",是"我做得比他们多"。

90天,4个阶段,4个项目。

不是"学AI"——是"做AI"。

2026年6月,你自己算算,90天后是9月初,正好是秋招启动。

90天后你拿着3-4个AI项目,跟其他人拿着"读过吴恩达"一起投简历,你猜HR会选谁?

回见。