夜雨聆风
最近我在看 AI 岗位 JD 的时候，发现一个很明显的问题：
很多普通人想转 AI 岗，但真正卡住的，不是“不会用 AI 工具”。
而是看不懂岗位描述里那些越来越密的新词。
比如：
RAG
Agent
AI 工作流
知识库
多模态
智能体
提示词工程
这些词看起来都很高级。
但如果你正在准备简历、转岗、投递，真正重要的不是把这些词背下来，而是搞清楚：
这些词背后，岗位到底希望你具备什么能力？
它是在考你会不会写代码？
还是考你会不会整理资料？
会不会设计流程？
会不会用 AI 提高工作效率？
会不会把一个模糊需求拆成可执行的步骤？
这件事，比“了解某个 AI 概念”重要得多。
所以我做了一个小工具：
AI 岗位热点雷达。
入口在这里：
它不是一个 AI 新闻网站。
也不是简单收集热词。
我更想做的是：
把 AI 岗位里反复出现的新词，翻译成普通人能理解、能行动、能写进简历里的求职动作。
举个例子。
很多 JD 里会写：
“熟悉 RAG 相关应用”
“了解知识库问答系统”
“有 AI Agent / RAG 项目经验优先”
如果你只是把它写成：
“了解 RAG”
其实很弱。
因为招聘方看不到你到底会什么。
但如果把 RAG 拆开理解，它可以先被翻译成一句普通话：
让 AI 先查资料，再基于资料回答问题。
那它背后对应的工作动作就清楚很多：
你有没有整理过资料？
你有没有把资料变成结构化知识库？
你有没有测试过 AI 回答是否准确？
你有没有发现它会乱编、漏答、引用错？
你有没有设计过一套判断回答质量的方法？
这时候，简历就可以从一句空泛的：
“了解 RAG”
改成更像证据的表达：
“整理 50 条岗位 JD 与产品资料，搭建小型知识库，用 AI 工具进行问答测试，并记录回答准确率、引用错误和可改进问题。”
这就不一样了。
前者像是在背概念。
后者像是真的做过一件事。
这也是我做 AI 岗位热点雷达的原因。
我希望它能帮普通人解决三个问题：
第一，看懂 AI 岗位到底在要什么。
很多岗位不会直接说“我要一个会整理资料、会搭流程、会验证结果的人”。
它会写成：
RAG
Agent
AI workflow
知识库
大模型应用
智能客服
内容自动化
这些词如果不翻译，就会让人误以为：我是不是必须会编程？是不是必须有算法背景？是不是必须做过大厂 AI 项目？
但很多岗位真正需要的，可能是：
能把业务资料整理清楚
能用 AI 工具改进流程
能验证 AI 输出质量
能把原来的运营、产品、内容、项目经验，包装成 AI 应用能力
第二，把热词变成简历表达。
普通人的问题不是完全没有经验。
而是很多经验没有被翻译。
比如你做过运营 SOP、客户问答、培训文档、内容选题、项目复盘、用户反馈整理。
这些东西放在传统简历里，可能只是普通工作内容。
但如果换到 AI 岗位语境里，它们可能对应：
知识库搭建
提示词优化
AI 工作流设计
用户问题归类
问答质量评估
内容自动化流程
不是硬蹭 AI。
而是把你已经做过的事情，翻译成 AI 岗位听得懂的能力语言。
第三，找到可以补的项目证据。
很多人最焦虑的是：
“我没有 AI 项目，怎么办？”
我的想法是，不要一上来就追求很大的项目。
先做小证据。
比如围绕一个岗位方向，做一个 3 天的小练习：
收集 10 条目标岗位 JD
提取高频关键词
整理岗位能力表
选一个关键词，比如 RAG 或 Agent
做一个小型案例
记录过程、结果和问题
最后把它整理成简历里的项目经历
这比泛泛写：
“熟悉 ChatGPT、了解 AI 工具”
要有用得多。
因为求职不是证明你知道多少词。
而是证明你能不能把一个具体问题，用 AI 工具做出一点结果。
AI 岗位热点雷达目前会重点整理三类内容：
AI 岗位常见关键词
比如 RAG、Agent、AI 工作流、知识库、多模态、智能体等。
关键词背后的真实能力要求
它到底是在考技术理解、工具使用、流程设计、资料整理，还是结果校验。
普通人可以补什么证据
没有 AI 项目时，可以做哪些小作品、小表格、小案例，逐步写进简历里。
我做这个工具的目标很简单：
帮普通人把原有经历，改写成能投 AI 岗位的简历和项目证据。
不做泛泛 AI 新闻搬运。
不制造焦虑。
只做一件事：
把 AI 变化，翻译成普通人能执行的求职动作。
如果你最近也在看 AI 岗位，但被 JD 里的新词劝退，可以先打开这个页面看看：
后面我会继续拆这些问题：
RAG 到底要你会什么？
Agent 怎么写进简历？
AI 工作流怎么变成项目经验？
普通运营怎么转 AI 运营？
没有 AI 项目，怎么补一个能写进简历的小作品？
如果你在 JD 里看到某个看不懂的 AI 词，也可以发给我。
我会试着把它拆成：
岗位在考什么
普通人能怎么补
简历里可以怎么写