大模型就业

说实话，看到现在网上那些“月薪三万招大模型工程师”的广告，我真是想笑。我在这行摸爬滚打十一年，从最早的NLP算法岗，到现在的Agent开发，见过太多人起高楼，也见过太多人楼塌了。

今天不聊虚的，就聊聊大模型就业这潭浑水，到底该怎么蹚。

先泼盆冷水。纯做Prompt Engineering（提示词工程）的岗位，正在快速消失。为什么？因为模型越来越聪明，你写的提示词，它自己就能优化。如果你只会调包，只会写几个简单的API调用，那你的可替代性太高了。HR现在看简历，第一眼不看你会不会写代码，看的是你有没有“落地”过项目。

我去年带的一个团队，招了三个名校硕士，全是大模型科班出身。结果呢？第一个月就走了两个。为啥？因为他们眼里只有算法精度，不管业务死活。老板要的是能解决客户投诉率降低10%的方案，他们非要用最复杂的RAG架构，结果延迟高得离谱，线上直接崩了。

这就是大模型落地最大的坑：技术很丰满，业务很骨感。

真正能拿到高薪的，不是那些只会调参的大神，而是懂业务、能把大模型塞进现有系统里的人。比如，一个电商客服系统，接入大模型后，不仅要回答准确，还要能直接调用订单接口查物流。这种“大模型应用开发”的能力，才是现在企业最缺的。

我有个朋友，以前是做传统Java后端开发的。去年大模型火的时候，他也慌了，报了个所谓的“大模型培训”班。花了五万块，学了一堆Transformer原理，回去发现根本用不上。后来他沉下心来，研究怎么把大模型嵌入到他们公司的ERP系统里。他搞了一套简单的Agent工作流，用LangChain串联内部API，把原本需要人工核对三天的对账工作，缩短到了半小时。

老板直接给他涨了30%的工资。

你看，这就是区别。别总想着去大厂卷算法岗，那地方早就挤破头了。中小厂、传统行业数字化转型的公司，才是大模型就业的真正蓝海。他们需要的是能把技术变成生产力的人。

再说说数据。我看过一份行业报告，今年大模型相关岗位的面试通过率只有15%左右。为什么这么低？因为大部分求职者，连基本的向量数据库都没玩过，更别提处理非结构化数据了。

如果你现在想入行，或者想转行，我有几条掏心窝子的建议。

第一，别只盯着模型本身。去学学怎么清洗数据，怎么构建知识库。大模型的智商，很大程度上取决于你喂给它的数据质量。

第二，动手做一个完整的项目。别光看教程，去GitHub上找个开源项目，自己部署一遍，然后尝试修改它，接入你自己的业务数据。把这个过程记录下来，写成博客。这比简历上写“熟悉大模型”有用一万倍。

第三，关注“大模型微调”和“私有化部署”。很多传统企业不敢用公有云大模型，怕数据泄露。如果你懂怎么在本地服务器上跑通一个开源模型，还能做轻量级的微调，那你就是香饽饽。

最后，别被焦虑裹挟。大模型技术迭代太快，今天学的框架，明天可能就过时了。但底层的逻辑不变：如何用AI解决实际问题。

我见过太多人因为害怕被淘汰，盲目报班，结果钱花了，技术没学会，心态还崩了。其实，只要你能把一个具体的小问题，用大模型技术漂亮地解决了，你就有立足之地。

如果你现在正迷茫，不知道从哪里下手，或者手头的项目卡住了，不妨找个懂行的人聊聊。别怕问傻问题，怕的是你一直在原地打转。

我是老张，在大模型行业干了十一年。我不卖课，不忽悠，只讲真话。如果你有关于大模型就业的困惑，或者想聊聊技术落地的细节，欢迎随时找我交流。毕竟，这条路，一个人走太冷，一群人走，才能暖和点。