最近小半年我身边至少有二十个人问过同一个问题“我想学AI从哪开始”一开始我还认真给建议后来发现大部分人的问题压根不是“从哪学”而是“AI这个行业到底有什么岗位、每个岗位都在干什么”。太多人把“AI”当成一门课或者一个岗位但实际上它早就是一整条产业链了。这条产业链上岗位和岗位之间的技能栈、工作内容、薪资结构、成长路径差别巨大——算法工程师和应用开发工程师干的几乎是两码事AI绘画师和大模型训练师的日常更是一个靠审美、一个靠数学。这篇我干脆把AI行业核心的五条赛道完整拆一遍每条告诉你到底做什么、要会什么、能拿多少钱、有什么坑、零基础怎么切入。你看完之后不用再问别人“我适合哪个”自己就能盘出来。1. 赛道的底层逻辑AI行业现在是怎么被切成五块的先纠正一个常见的认知偏差很多人以为AI岗位只有“训练模型”和“调模型”两种其实完全不是。任何一个行业的岗位切分本质上都是跟着“生产流程”走的。你可以把AI想成一家餐厅有研发新菜谱的有负责采购和仓储的有在后厨颠勺的有管前厅服务的还有研究顾客喜欢什么的。五条赛道对应五个环节。第一条是“做模型的”也就是大模型算法方向研究怎么把模型训出来、效果调好。这是离学术最近的赛道重数学、重代码、重论文阅读能力。第二条是“用模型的”也就是AI应用开发和Agent工程方向用现成的大模型API去搭产品、搭自动化流程目前就业容量最大、零基础友好度最高。第三条是“拿模型搞创作的”AIGC内容生成方向AI绘画、AI视频、AI短剧、AI漫剧都算它是过去一年在社交网络上声量最大的赛道热搜里的“AI漫剧制作教程”“AI视频制作全过程”全是在讲这个。第四条是“伺候模型跑起来的”AI Infra和模型部署方向负责GPU集群、推理加速、服务化封装让模型在线上稳定运行、控制成本。第五条是“把模型卖出去的”AI产品经理和行业解决方案方向负责把技术翻译成用户需求决定做什么东西、卖给谁、怎么收钱。可能有人问热搜里那些“无限制AI对话”“无禁词AI聊天”算什么赛道我只能说搜索量高不等于产业机会真正正规大厂和研究机构都在做“对齐”“安全”“审核”这类工作让AI用得安全可控这本身就是一条细分的职业方向而不是靠打擦边球搞灰色流量。想靠“无审核生成”当职业卖点走不远也不建议碰。这五条赛道不是平行的它们之间的关系更像一座金字塔底层是大模型技术和Infra支撑中间是应用开发把能力产品化上层是内容和产品把价值送到终端用户手里。零基础的人从哪一层切进去都有机会但切入的难度、需要的准备时间、薪资成长曲线完全不同。下面逐一拆。2. 五条赛道逐个拆解职责、技能、薪资与真实槽点2.1 赛道一大模型算法——金字塔尖但登顶路很长先说金字塔尖。大模型算法岗是现在AI行业里薪资天花板最高、也是竞争最惨烈的方向。它的工作内容是训模型、微调模型、做对齐、做评测从数据准备到loss曲线下降再到部署上线全程深度参与。研究型岗位要求能读论文、能复现实验、能提出改进方案工程型岗位则是把研究结果稳定落地产出。技能栈上Python是基础PyTorch/DeepSeek这类深度学习框架是吃饭家伙Transformer架构的原理是基本功分布式训练、混合精度、量化、LoRA/QLoRA这些微调手段都要熟。数学门槛是线性代数、概率论、最优化理论不是大学那种老师画个重点应付考试的水平而是能直接推导公式的水平。薪资水平我不说虚的一线大厂的研究岗应届生总包35万起步有顶会论文的还能更高资深研究员百万年薪不稀奇。但代价也很明显——这行的学历门槛是硬卡线。HR筛简历时一般硕士起步博士优先而且名校背景、顶会论文、大厂实习三样至少得有两样。零基础转行想一步登顶基本不可能现实路径是先读个相关方向的硕博或者先进应用开发岗再慢慢往上蹭。如果你本科不是数学、计算机相关专业我的建议很直接别把算法岗当第一目标。这条赛道还有一个外人不知道的槽点大部分时候你干的是“炼丹炉边的护法”不是“炼丹师”。日常写数据的清洗、实验配置的调参、观察训练日志、排查OOM大量工作是枯燥的工程问题。以为自己每天都在产生新想法实际上一周能有一次有效的idea实验就不错了。2.2 赛道二AI应用开发与Agent工程——当前就业容量最大的口子应用开发方向说人话就是“用别人训好的模型做出真正有人用的东西”。你不需要会训练模型但你需要调API、写后端、做前端、设计工作流。过去一年多最热的两个概念——RAG检索增强生成和AI Agent——都属于这个方向。RAG解决的是大模型“瞎编”和“不知道你的私有数据”这两个问题。做法是把你自己的文档切块、向量化、存进向量数据库用户提问时先检索出相关片段再拼进Prompt里让模型基于这些材料回答。很多AI客服、企业知识库问答、合同审查工具都是这套逻辑。AI Agent则更进一步让模型不仅能“说话”还能“动手”自己去调工具、查数据库、调用别的API完成一个多步骤任务。像AutoGPT、各类编程助手还有热搜词里频繁出现的“AI编程提示词”“AI Coding”都是Agent技术在具体场景的落地。零基础的话这条赛道是目前最友好的切入点不需要数学很好重点是把工程能力补起来。Python或者TypeScript挑一个学扎实Flask/FastAPI或者Node.js会搭接口至少会一种前端框架能写简单界面再搞懂Prompt Engineering的基础技巧基本就有干活的能力了。进阶再看LangChain、LangGraph这类编排框架和向量数据库的用法。薪资方面初级工程师一年以内经验在一线城市能拿到15-25K每月三五年经验的架构型人才30K-50K很常见。和算法岗相比天花板略低但岗位数量多得多——现在几乎每一家有IT部门的企业都在做AI应用化改造需求量是肉眼可见的涨。而且这个岗位对学历的容忍度高很多大专、民办本科、非计算机专业只要作品能打都有机会进场。我个人的观点是如果完全零基础、又急着靠AI吃饭应用开发是投入产出比最高的选择。但也要说清楚它的槽点技术栈更新速度快到吓人年初还在用LangChain年中可能都在聊别的框架了学习节奏跟不上的人很容易焦虑。2.3 赛道三AIGC内容生成——上手最快但天花板分化严重说到AIGC这是最“出圈”的一条赛道。AI绘画、AI视频、AI短剧、AI漫剧、AI数字人全在这里。热搜词那一长串——“无限制ai生成视频工具”“ai漫剧制作教程”“ai短剧制作全过程”——证明这行的关注度集中在“工具怎么用、怎么做出作品”上。这条赛道最大的优势是上手门槛极低。没有任何编程基础的人花一周学会Stable Diffusion或者Midjourney再花两周研究ComfyUI的节点式工作流就能产出像模像样的图学AI视频的话Runway、可灵、即梦这些工具已经能生成相当流畅的镜头。我见过一个做漫剧的团队三个人通一个礼拜产出六十集短剧搁三年前这是不可想象的。但入行门槛低意味着竞争分层极其严重。普通的“会用工具”已经不值钱了现在能赚钱的是“用工具做出别人做不出的东西”的人也就是你还需要懂叙事结构、视听语言、剪辑节奏甚至角色IP运营。AI只是降低了产能成本并没有消灭审美和讲故事的能力。同样是AI漫剧有人做出来是流水账有人做出来能上热门——差别全在镜头感和剧本结构不在工具熟练度。就业渠道也比前两条赛道更碎片化。一部分人去MCN机构、影视后期公司、广告公司做AI内容方向一部分人自己做号接商单还有一小部分进到大厂的内容平台做AI视频/AI绘画的产品运营。收入方差极大接商单的成熟创作者月入能到两三万但新手可能连续两三个月颗粒无收。我的建议是如果你选择这条赛道一定要把它当成“内容创业”而不是“找一份稳定工作”来规划同时准备好前几个月的粮草。2.4 赛道四AI基础设施与部署——闷声赚钱的后端支柱AI Infra全称AI Infrastructure是这几年大厂最爱招但外行很少听过的方向。刷热搜词的时候看到“AI Infra”和“AI模型部署”出现在榜单上说明这个方向已经开始被更多求职者关注了好事。一句话概括它的工作让模型在成千上万张GPU上高效地跑起来。包括模型训练时搭建分布式训练集群、做模型并行/数据并行也包括推理上线时做量化、剪枝、蒸馏还有GPU显存优化、推理加速、弹性伸缩、服务网关这些基础设施工程。通俗理解模型是水管里的水Infra就是水管的管径、阀门、泵站——水管铺不好水再干净也送不到用户嘴里。技能栈偏传统后端和系统工程Linux是基本功Kubernetes容器编排要熟GPU的原理和CUDA编程要懂常规的微服务架构、性能分析和监控告警也要能扛。这一行对Python的要求反而不高Go和C更重要。学历门槛在大厂里不算低但因为懂的人少供需缺口很大有经验的人跳槽议价能力很强。薪资上AI Infra工程师是目前AI工程类岗位里隐性天花板最高的一类因为懂模型又懂系统的复合人才极其稀缺。一线大厂三到五年经验的Infra工程师年薪50万以上很常见而且在云厂商类似做算力生意的那批公司这种利润高的地方还有更多想象空间。这个方向的最大门槛不是别的是经验壁垒你没真的把上亿参数的模型跑出问题再排掉就很难说自己会做。所以零基础别直接冲比较合理的过渡是先做一年后端开发再切到AI推理服务化方向到时候你的工程经验全是加分项。路是绕了一点但胜在后劲足。2.5 赛道五AI产品经理与解决方案——把模型翻译成人话最后一条赛道是AI产品经理。很多人看不起产品岗觉得“不就是画个图、写个文档吗”那是十年前的老黄历了。现在的AI产品经理要懂大模型的基本能力边界和token成本逻辑知道哪些问题该用RAG、哪些问题该微调、哪些问题压根不该用AI解决还要能把业务数据流梳理清楚。你不需要亲手写代码但必须能跟算法工程师和工程团队“同频沟通”能在白板上把技术方案画出来能跟客户讲清楚部署成本和见效时间。产业里还有一类“AI解决方案架构师”本质是产品岗的变体主要负责对接政企客户把客户的业务流程翻译成AI落地项目。这行特别吃行业知识积累你懂金融、懂医疗、懂制造业比单纯懂AI值钱得多。薪资上成熟AI产品经理在一线城市的月薪普遍25K以上资深或者带人的能到40K-60K。而且产品岗有一个隐形的优势它最接近业务价值和商业闭环也最容易积累自己的核心竞争壁垒——因为你能说清楚“为什么做这个功能”而不只是“怎么做这个功能”。口碑好的AI产品经理在大厂内部晋升速度往往不比技术岗慢。但这条赛道零基础切入有个前提你得有一样拿得出手的“其他领域背景”来当船票。比如你以前做过电商运营那你去面试AI选品的PM就有故事可讲要是纯应届生、没有任何行业积累建议先在内容社区写AI产品分析或者从产品助理做起攒几个完整落地的项目再谈高薪。3. 选赛道时最常见的三种误判把五条赛道都拆完再来说说那些“开始得很热闹、最后不了了之”的人到底在哪个环节上想岔了。第一种误判看哪条赛道最热就往哪冲不看自己的基础。这是被需求侧情绪带偏了。AIGC热就学AI绘画Agent热就学LangChain大模型热就报个深度学习班。结果就是东一榔头西一棒子三个月过去没有一条线走得够深。选赛道的正确逻辑不是“哪条最热”而是“哪条离我现有的能力和资源最近”。第二种误判把“上课”当成“入行”。很多人以为报个培训班、拿张结业证就等于有技能了。实际上AI行业招聘非常看重作品和实践痕迹。你上完课能拿出一个部署在线的AI应用、一个播放量过万的AI视频、或者一个能跑通的微调模型比任何证书都好使。用作品说话是这个行业最公平的地方。第三种误判低估了“非AI技能”的杠杆作用。岗位是AI岗但真正拉开差距的往往是传统基本功。写代码的人工程规范性好不好、代码结构清不清晰做内容的人剧本会不会写、镜头语言懂不懂做产品的人文档表达能力、需求分析能力、跟业务方打交道的能力扎不扎实。AI技能像一个放大器你原来的基本盘越强放大之后效果越夸张基本盘是零的话放大器放大多少也还是零。4. 零基础入行的落地路线从知道到拿到offer聊完了“想清楚”接下来给一条实际可操作的路线。不管选哪条赛道这套流程是通用的。第一步从真实使用开始打破神秘感。第一周不要看理论先把国内外主流的大模型产品用一遍——和ChatGPT、文心一言、Kimi、豆包这些轮番聊天把你能想到的任务都丢给它试试再拿AI绘画、AI视频工具各生成一批内容。这一周的目的只有一个亲手确认“AI并没有那么神秘它只是工具”。很多人卡在第一步迟迟迈不出去就是因为觉得AI太高级了不敢上手。其实越早动手越早祛魅。第二步选定一个主赛道配一个副技能然后投入100小时刻意练习。以AI应用开发为例主技能是“用API搭一个带后端和前端的小应用”副技能可以是“Prompt工程”。第一个练手项目别贪大做一个类似“输入一份简历、自动帮我整理成结构化数据”的小工具就行从注册API、写后端逻辑、调通接口、套一个页面上全流程跑通。这个100小时定律极其接近真实世界的入门规律大多数人不是笨是练得太少就换了目标。第三步做出一个能拿得出手的作品并把它发布上线。做AI应用的把项目部署到云服务器上域名能访问、别人能试用这就是作品。做AIGC的攒一个有明确主题的内容系列比如“用AI重绘公司前十年经典广告”发布在社交平台上。做产品经理的找5个AI Agent产品各写一份深度体验报告和功能分析。作品是这个行业通行证比简历上的自我评价重要一百倍。第四步带着作品去面试并在面试里讲清楚“数据——流程——结果”。你不需要背八股文但需要把自己的项目讲成一个完整的故事当初为什么要做它、用了什么模型和工具、中间遇到什么问题、怎么排查解决、最后效果如何、如果重来一次会怎么优化。这套叙述方式不管是面技术岗还是产品岗都非常加分。5. “适合我”的三个判断标准与自我诊断表最后来回答标题里最核心的问题——哪条赛道最适合你。我给三个判断维度你先对号入座再往下看诊断表。维度一你享受“为什么”还是“做什么”。如果你从小就爱抠原理物理课上非要问清楚“为什么是这个公式”算法和Infra会更让你上头如果你更在意“把它做出来、跑起来、有人用”应用开发适合你如果比起逻辑你更在意“它好不好看、有没有意思”AIGC会更有成就感。维度二你能接受结果的不确定性有多大。AIGC的反馈链路最短今天发一条视频明天看数据数据好就是好数据差就是差非常刺激也非常残酷。应用开发就比较稳定需求清晰、目标明确、交付周期可控成就感是细水长流型的。产品经理最磨人你要面对大量模糊的需求、不可控的协作节奏但做成一个0到1的项目之后的满足感也最强。维度三你的现实约束条件——学历、城市、现金流、可投入时间。算法岗对学历和数学要求最高学历不够的建议把它当长期目标而不是短期路径。AI Infra对经验和动手环境要求高在小城市自学难度大。AIGC对地理位置几乎没要求一台电脑就能开工很适合现金流紧张的人兼职起步。应用开发是目前对新人最宽容的方向。产品经理则需要你在某个行业领域有积累。下面这张表是我根据自己的经验做的供你参考赛道入门难度就业容量薪资上限达到第一份工作的平均时长适合什么背景的人大模型算法极高中极高百万1-3年通常读研/读博数学、计算机相关专业能坐冷板凳AI应用开发/Agent中极大高50K/月4-8个月有点代码基础或愿意死磕编程想要稳定就业AIGC内容生成低大但碎片化差异极大1-3个月但前半年收入可能不稳定审美在线有表达欲能接收不确定性AI Infra/部署高大极高1-2年通常需后端基础系统/运维/后端背景喜欢跟硬件和性能较劲AI产品经理中高中高6-12个月有垂直行业经验想往商业化/业务方向走最后分享一个我见过很多次的规律真正在AI行业里混得好的人几乎没有一个是“观望了很久才下定决心”的类型。他们都是先挑一条离自己最近的赛道用一个周末做出一个特别粗糙的demo然后在后面几个月里把粗糙慢慢打磨成专业。选哪条赛道当然重要但“先动起来”永远比“选得完美”更重要。你可以给自己一个30天的试错窗口选定赛道就一口气扎进去30天后拿结果复盘比任何测评工具都管用。