不会写代码,也能进AI,但你得先放弃一个错觉

准备第一篇文章的时候，我反复改了很多遍标题。

最初想讲的是，AI行业里其实有很多岗位不要求你每天写代码。后来越改越觉得，只说这一半，很容易把人带进另一个坑。

因为手机或电脑前的人听到「不会写代码也能进AI」，脑子里很可能自动补完后半句。

不用补技术，不用做作品，学会ChatGPT、Claude或者几个Agent工具，就可以转行了。

很遗憾，不是。

不会写代码，只是帮你排除了一部分路线。它没有替你解决岗位选择，更没有替你生成岗位能力。

我做了很多年产品，也长期站在业务和用人的位置看人。比起一个人会不会某个当下最火的工具，我更在意的是，他能不能把一个模糊问题拆清楚，能不能做出完整交付，能不能解释自己的判断，能不能根据结果继续迭代。

工具当然重要。

但工具更新得太快了。今天大家都在学Claude Code，明天工作流可能又换一套。真正能跟着你走很久的，是你原来积累的能力，以及你把它接到AI上的方式。

01

别急着问能不能进，先回答两道筛选题

第一道题，你愿不愿意长期写代码。

注意，是愿不愿意，不是现在会不会。一个人今天不会，但愿意持续学习，和一个人明确不喜欢工程工作，是两种完全不同的路线。

第二道题，你有没有数理和工程基础。

如果两道题的答案都是否定的，那就先别硬冲算法、模型研发和深工程岗位。不是说你永远不行，只是眼下把大量时间押在这里，机会成本可能很高。

这时候更聪明的做法，是回头看自己已经有什么。

你可能会拆问题，会推进项目，会写内容，有审美，懂用户，熟悉某个行业，或者很会跟客户沟通。这些东西并不会因为AI来了就突然清零。

恰恰相反，它们是你进入AI最该保留的部分。

02

不会写代码的人，可以重点看四条路线

产品与交付

如果你擅长拆问题、推进协作、定义结果，可以关注AI产品经理、AI交互体验、AI实施与交付。这里需要的不是一句「我懂AI」，而是把不确定的模型能力变成可测试、可验收的产品方案。

数据与评测

如果你细致、规则意识强、能在大量样本中发现偏差，可以关注AI训练师、领域训练、数据质检和模型评测。AI训练师并不等于简单标注，它还涉及规则、样本、评分与一致性分析。

内容与增长

如果你会表达、有审美、理解用户，可以关注AIGC内容策划、AI产品运营和智能体运营。会生成只是起点，真正拉开差距的是选题、事实核验、用户反馈和数据复盘。

商业与行业

如果你熟悉一个行业，懂客户，也能把复杂方案讲明白，可以关注AI客户成功、AI销售、商务拓展和行业顾问。企业真正愿意付费的，往往不是一个炫酷演示，而是有人能把AI接进现有业务。

你会发现，这四条路线看起来差别很大，但它们有一个共同点。

AI只是新变量，你原来的专业和经验才是底盘。

03

招聘方真正想看的，不是你收藏了多少工具

很多人学AI的方式，是不停收藏。

收藏提示词，收藏工具清单，收藏别人做好的工作流。收藏夹越来越满，简历却还是只能写一句「熟练使用ChatGPT」。

这句话为什么没什么用。

因为它没有回答一个岗位最关心的问题，你到底解决过什么。

如果你想做AI产品经理，第一份作品不能只有一张原型图。你至少要讲清楚场景、需求、流程、模型边界、评测集和验收指标。

如果你想做AI产品或智能体运营，不是搭出一个Agent就结束了。你要说明谁会用、在哪一步流失、用户反馈是什么、下一轮怎么改。

如果你想做AIGC内容，招聘方看的也不只是成品好不好看。他们会看选题从哪里来，事实有没有核验，内容能不能稳定生产，数据不好时你怎么复盘。

如果你想做AI客户成功，一份像样的作品可以是客户激活SOP、使用健康度指标和问题闭环方案，而不是几张客服聊天截图。

问题 → 流程 → 交付 → 评测 → 复盘

这才是一份完整作品的证据链。

编程不是所有岗位的首筛项，但作品、业务判断和结果照样筛人。这个门槛一点都不低，只是它和写代码不是同一种门槛。

04

如果你现在想转AI，先完成这四个动作

• 1
  定一个主攻岗位，不要同时学五六条路线。
• 2
  再定一个能力相邻的备选岗位，给自己保留调整空间。
• 3
  找20条真实JD，记录反复出现的任务、能力、工具和交付物。
• 4
  根据JD做一份完整作品，让别人能够演示、评测和追问。

做完这四件事，你可能依然没有立刻找到答案。

但至少，你已经从「我是不是也该学AI」这种泛焦虑，走到了一个能被验证的问题上。

方向不是想出来的，是拿真实岗位和真实作品一遍遍校准出来的。

回到文章开头。

不会写代码，当然可以进入一部分AI岗位。

只是那张入场券上，写的从来不是「会用几个工具」。它写的是，你能不能把原来的能力带过来，再用AI做出一个真实、完整、可验证的结果。

这条路没有标题听起来那么轻松。

但它比盲目学一门并不适合自己的技术，靠谱得多。

产品人的AI现场｜记录AI进入产品、业务与真实工作的过程