智联招聘数据显示，AI短期内替代编辑、翻译等白领岗位，但人工智能工程师等AI核心岗位需求激增。初级职位衰减，中级和高级职位增长，人才需求从“专业分工”转向“跨界融合”，要求更高软技能和实践能力。新质生产力与现代服务业带来就业增量，但需警惕智能鸿沟和职业阶梯断裂，应对策略包括AI平权、加强复合型人才培养、帮扶替代严重职业并关注新就业机会。

招聘行业有一个基本规律：春节后第一个月的招聘情况，基本决定了全年招聘的走势。只要接下来没有剧烈的经济或外部政策环境变化，这一趋势基本就会延续下去。

短期数据的真相：创造VS替代

从春节后三周的数据来看，与AI相关的核心职业招聘增速明显提升，包括人工智能工程师、数据标注/AI训练师以及AI产品经理。

人工智能工程师作为直接从事AI研发的岗位，其增长在预期之内。数据标注和AI训练师的增速一度在2025年第三季度有所放缓，但在今年一季度重新回升，这与OpenClaw（“龙虾”）的火爆密切相关。

AI产品经理自2025年第二季度起基本保持三位数增长，今年前三周增速仍在129%左右。这表明，“人工智能+”政策正在有效推动AI向各行各业落地——许多传统行业，包括农林牧渔领域的企业，都在大量招聘AI产品经理，但供给严重不足，岗位供需比高达5.1:1。

图1 2026年节后前三周AI相关核心职业的招聘同比增速

特别值得关注的是，今年节后前三周，因“龙虾”带动的智能体开发人才招聘增速达到455%，需求主要集中在一线及新一线城市的中小企业，一部分用于服务本地商业化需求，另一部分用于企业自身部署。2025年，仅智联招聘平台上，上述三类核心岗位的增量就达到100万。

从整体趋势看，以大模型应用为主的岗位自2023年1月以来增长了32倍，今年1-2月同比增速也达78%左右。AI渗透度自2024年底持续提升，预计2026年至2028年将显著加速，可能会对就业带来一定挑战。

图2 要求应用大模型的职位数变化

图3 AI渗透率发展趋势预测（S型曲线）

根据我们与北大国发院团队合作的“暴露度”研究，岗位技能替代指数在0.66以上的职位占白领岗位的45%，而在大学生群体中这一比例高达50%以上，意味着如果没有新增岗位，找传统白领工作的年轻人的体感压力或将增大。

图4 2025年上半年各职业的AI暴露指数

从节后三周数据看，企业总招聘职位数同比下降，替代指数高的岗位降幅更为明显。编辑、翻译、教育培训等岗位的招聘需求显著缩减。与此同时，企业招聘需求中明确要求“会使用AI工具”的比例持续上升。

销售与商务拓展类岗位自2023年第三季度以来持续下降，而这类岗位过去是许多大学生的第一份工作，其缩减与直播带货、数字人及AI的兴起密切相关。市场公关、运维、客服、人事行政、软硬件开发等岗位也在招聘中普遍要求具备AI工具使用能力。

从地域看，一线城市中约72%的企业在招聘时关注求职者是否会使用AI工具，新一线及二线城市这一比例降至34%，三线及以下城市尚不足10%。AI技能要求在地域间的分化已十分明显。

为什么初级岗位和年轻人在AI浪潮中受到的影响更严重？我们将智联招聘上的职位按经验要求分为初级、中级和高级三类：初级指无经验或一年以下工作经验，中级指一至五年经验，高级指五年以上经验。从2022年1月至今的职位结构变化来看，初级类职位自2022年10月——即大模型、ChatGPT在全球火爆的那个月份——开始持续衰减，中级类职位受影响不大仍在增长，高级类职位也略有增长。

图5 白领职业中初中高级招聘占比变化

另一组数据也印证了这一趋势：从不同年龄求职者的待业比例来看，以往认为33岁以上、尤其是35岁以上的人很难找工作，但在大模型加持下情况发生了剧烈变化。

我们比较2022年第一季度与2026年第一季度的情况，发现只有31岁至40岁区间的人群，待业找工作的数量增速较低。这一方面与他们持续的家庭稳定需求有关，另一方面，这可能表明企业不再优先裁30岁以上人群。

除这个年龄段外，其他年龄段的待业数量增速均有所升高。其原因可能在于，应用AI需要一定的经验积累而非体力比拼。目前有部分公司的人力政策也在向这个方向调整。

再看大学生群体。节后前三周，应届生职位同比增速下降幅度高于全社会平均岗位数。高替代类职业的降幅更为明显，只有一个特例是软硬件研发，但实际招聘的岗位都与AI相关——AI数据工程师、数据标注、人工智能、芯片，基本只有这三类在增长。

还有一个问题需要澄清：企业招聘减少是否是因为经济环境下行？我们认为不是。从智联招聘全站数据来看，有招聘意愿的企业数量同比提升了7%，但每家企业招聘的人数变少了，因此总职位数下降了15%。

我们同时发现，20-100人区间的小企业，企业数量同比增速较好，但职位数降幅较大。除此之外，所有规模的招聘企业数和职位数都在下降。这里存在一个我们一直试图解答的问题：宏观经济条件良好、环境向好、增速也不错，但传导到微观个体，体感上存在一定温差。

我们还观察了美国的情况。美国同样处于这个阶段：经济增速良好，制造业就业指数不错，但非农就业人口一直在减少。这与我们类似——整体经济环境不错，企业也在扩张，有可能确实不需要那么多员工了。

综上，我们认为，白领类岗位、标准化工作、程序化工作都在被替代，同时由于AI的使用带来岗位效率提升，岗位数量也在收缩。其中，有两类人群可能面临较大挑战：一方面，过去有一部分青年群体通过事务类工作进入企业，但现在企业可能不再需要过去那么多的事务类岗位；另一方面，替代指数0.6以上的许多职业中，女性相对更多地就业于人事、行政、财务、销售等岗位。

正在重构的需求

我们观察到，“新质生产力”产业发展势头良好，增速非常可观；另一个增长点是大生活服务领域，比如在线生活服务（O2O）、美发/美容/保健、宠物服务、汽车后市场、文化艺术/娱乐等。

大生活服务领域过去存在“三低”的观念，目前正在转变——很多岗位的招聘要求中已明确需要本科学历，且给出的薪酬十分具有竞争力。我们认为，新质生产力行业和大生活服务业确实带来了显著的就业增量。

人力资源招聘需求发生了哪些变化？最明显的变化是，对求职者的软技能要求显著提升。除了专业能力要强，沟通能力、团队协作能力、自驱力等也在不断被强调。

我们认为，未来人才结构将从“专业分工”走向“跨界融合”。过去只要专业能力强就足够了，未来则需要具备“π型”能力——不仅要有扎实的专业基础，还要能熟练运用各类AI工具，同时要了解多个行业，才有可能在就业环境中立足。

在我们最新的人力资源趋势管理报告中，针对具备同等专业能力的候选人，企业更倾向于选择具有以下特质的人：第一，实践应用与工程化能力。如果没有实习经验或项目经验，这一项就可能被排除，持这一倾向的比例达到38.7%。第二，在大模型提供大量辅助的情况下，企业更看重专业判断与决策力，持这一倾向的比例为21%。

第三，创新与解决问题能力——在大模型给出多种解决方案的基础上，能否跳出常规思路，提出创新的解决方案，持这一倾向的比例为17%。第四是人机协同管理与领导力，持这一倾向的比例仅为8%。

从实际招聘需求来看，企业招聘信息中出现频率最高的词是“人工智能”，项目经验、实际操作能力强、解决问题的资源、数字化能力强、能快速有产出、自驱力强、良好的沟通能力、更严格的专业素养要求、更高的效率要求、名校加分。这些关键词中，“名校加分”和“应届毕业生”直接有关，对于学校实践教育的要求加强。

问题及应对建议

人工智能带来了一系列新挑战，比如：需要警惕智能鸿沟出现的可能、初级岗位数量下降带来的传统职业成长阶梯的断裂、宏观上升和微观阵痛的温差、岗位量的短期下降、创造效应的滞后性、部分女性和高学历青年群体短期内或也面临一定压力、工具提效后的岗位编制缩减、AI冲击下无措者的占比升高等。

尽管人工智能确实可能带来冲击，但新模式、新技术和多元化的职业集群也正在开启。未来前景是有的，但需要时间，而这个时间差可能比较长，因此我们应做好充分准备。

具体应对策略包括：第一，AI平权，基础设施普及。第二，技能培养及教育，培养跨学科、跨行业复合型人才。第三，针对AI替代严重的职业，加强引导和帮扶。第四，关注新质生产力、现代服务业的新增就业机会。

特别是在“AI平权”方面，只有在技术推广上做得足够好，才能让每个人都平等地使用AI并得到更多的机会。

那么如何学习大模型 AI ？

对于刚入门大模型的小白，或是想转型/进阶的程序员来说，最头疼的就是找不到系统、全面的学习资源，要么零散不成体系，要么收费高昂，白白浪费时间走弯路。今天就给大家精心整理了一份全面且免费的AI大模型学习资源包，覆盖从入门到实战、从理论到面试的全流程，所有资料均已整理完毕，免费分享给各位！

核心包含：AI大模型全套系统化学习路线图（小白可直接照做）、精品学习书籍+电子文档、干货视频教程、可直接上手的实战项目+源码、2026大厂面试真题题库，一站式解决你的学习痛点，不用再到处搜集拼凑！

👇👇扫码免费领取全部内容👇👇

1、大模型系统化学习路线

学习大模型，方向比努力更重要！很多小白入门就陷入“盲目看视频、乱刷资料”的误区，最后越学越懵。这里给大家整理的这份学习路线，是结合2026年大模型行业趋势和新手学习规律设计的，最科学、最系统，从零基础到精通，每一步都有明确指引，帮你节省80%的无效学习时间，少走弯路、高效进阶。

2、大模型学习书籍&文档

理论是实战的根基，尤其是对于程序员来说，想要真正吃透大模型原理，离不开优质的书籍和文档支撑。本次整理的书籍和电子文档，均由大模型领域顶尖专家、大厂技术大咖撰写，涵盖基础入门、核心原理、进阶技巧等内容，语言通俗易懂，既有理论深度，又贴合实战场景，小白能看懂，程序员能进阶，为后续实战和面试打下坚实基础。

3、AI大模型最新行业报告

无论是小白了解行业、规划学习方向，还是程序员转型、拓展业务边界，都需要紧跟行业趋势。本次整理的2026最新大模型行业报告，针对互联网、金融、医疗、工业等多个主流行业，系统调研了大模型的应用现状、发展趋势、现存问题及潜在机会，帮你清晰了解哪些行业更适合大模型落地，哪些技术方向值得重点深耕，避免盲目学习，精准对接行业需求。值得一提的是，报告还包含了多模态、AI Agent等前沿方向的发展分析，助力大家把握技术风口。

4、大模型项目实战&配套源码

对于程序员和想落地能力的小白来说，“光说不练假把式”，只有动手实战，才能真正巩固所学知识，将理论转化为实际能力。本次整理的实战项目，涵盖基础应用、进阶开发、多场景落地等类型，每个项目都附带完整源码和详细教程，从简单的ChatPDF搭建，到复杂的RAG系统开发、大模型部署，难度由浅入深，小白可逐步上手，程序员可直接参考优化，既能练手提升技术，又能丰富简历，为求职和职业发展加分。

5、大模型大厂面试真题

2026年大模型面试已从单纯考察原理，转向侧重技术落地和业务结合的综合考察，很多程序员和新手因为缺乏针对性准备，明明技术不错，却在面试中失利。为此，我精心整理了各大厂最新大模型面试真题题库，涵盖基础原理、Prompt工程、RAG系统、模型微调、部署优化等核心考点，不仅有真题，还附带详细解题思路和行业踩坑经验，帮你精准把握面试重点，提前做好准备，面试时从容应对、游刃有余。

6、四阶段精细化学习规划（附时间节点，可直接照做）

结合上述资源，给大家整理了一份可直接落地的四阶段学习规划，总时长约2个月，小白可循序渐进，程序员可根据自身基础调整节奏，高效掌握大模型核心能力，快速实现从“入门”到“能落地、能面试”的跨越。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型

• 带你了解全球大模型

• 使用国产大模型服务

• 搭建 OpenAI 代理

• 热身：基于阿里云 PAI 部署 Stable Diffusion

• 在本地计算机运行大模型

• 大模型的私有化部署

• 基于 vLLM 部署大模型

• 案例：如何优雅地在阿里云私有部署开源大模型

• 部署一套开源 LLM 项目

• 内容安全

• 互联网信息服务算法备案

• …

👇👇扫码免费领取全部内容👇👇

3、这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】