脉脉高聘人才智库发布的《2025年度人才迁徙报告》指出，自2025年6月起，新经济行业新发岗位数量正式反超去年同期，就业市场的复苏态势愈发明显。其中，AI领域的岗位增长表现堪称惊艳，成为拉动新经济就业的核心引擎。

数据显示，2025年9月，AI领域新发岗位量创下历史峰值，单月同比增幅突破11倍；而在2025年1-10月这一周期内，AI相关岗位的整体同比增长率更是高达543%，岗位扩张速度远超其他行业赛道。

但机遇与竞争往往相伴相生，岗位量的激增也直接推高了AI领域的人才竞争强度。

报告数据显示，2025年1-10月，新经济行业整体人才供需比攀升至2.23的历史高位，平均每个岗位面临2.23名求职者的竞争。值得关注的是，AI领域人才供需比在2025年首次突破1，达到1.08，这一数值标志着AI行业正式从“人才紧缺”迈入“供大于求”的新阶段。更值得程序员与职场新人警惕的是，AI能力已不再是技术岗的专属要求，2025年1-10月，非AI专业岗位中，明确将AI能力纳入招聘需求的岗位占比达19.18%，较2024年同期的12.25%提升近7个百分点，“AI+”已成为各岗位的通用能力要求。

AI纪元迈入第三年，技术革新已深度渗透社会各领域，而招聘市场的变化，正是这场变革最直观的缩影。

01 AI人才首次供大于求：高薪赛道的竞争与机遇

AI领域首次出现供大于求，并不意味着赛道吸引力下降，相反，其依旧是职场中薪资水平最高、增长潜力最大的领域之一，尤其对掌握核心技能的程序员而言，依然是优质赛道。

脉脉高聘数据显示，2025年1-10月，AI领域新发岗位平均月薪达61764元，较新经济行业整体平均薪资（45553元）高出35.59%。在高薪岗位TOP20榜单中，AI相关岗位占据绝对主导地位，其中AI科学家/负责人以127225元的平均月薪登顶，大模型算法工程师（71060元）、AIGC算法工程师（67460元）紧随其后，成为程序员薪资天花板的代表岗位。

更具吸引力的是“AI溢价”效应，这一现象对程序员职业发展极具参考价值。报告显示，AIGC算法工程师平均月薪比普通算法工程师高出17.81%（前者67460元，后者57260元），每年薪资差额可达12万元左右；AI产品经理月薪较普通产品经理高出20.59%，年增收近10万元；AI架构师较普通架构师薪资溢价13.41%，即使是技术岗内部，AI技能也能带来显著薪资提升。

对程序员和职场新人而言，AI能力已从“加分项”彻底转变为“必选项”。当近五分之一的非AI岗位都明确要求AI能力时，缺乏相关技能储备，可能会直接丧失岗位竞争资格，尤其是在大模型技术普及的当下，掌握基础大模型应用与开发能力，已成为职场入门的核心门槛。

从行业渗透来看，AI技术正加速覆盖全领域，为不同方向的程序员提供就业机会。新金融科技行业AI岗位渗透率达13.76%，位居首位；纯互联网（11.81%）、新能源汽车（11.62%）、通信行业（11.50%）紧随其后。以新金融科技领域为例，兴业银行搭建智能体平台并上架200余个智能体，华泰证券推出AI Agent形态的涨乐App，这些落地场景催生了大量AI算法工程师、数据分析师、AI产品经理岗位，其中对掌握大模型微调、部署技能的程序员需求最为迫切。

岗位增长数据也释放出明确信号：AI产品经理岗位量增幅达369.36%，远超大模型算法岗位（248.65%），成为增幅最高的AI相关岗位，这意味着企业不仅需要能攻坚技术的算法工程师，更急需能将大模型技术落地为产品的复合型人才，小白程序员可重点关注“技术+产品”的跨界方向。此外，数据标注/AI训练师岗位增幅达171.35%，该岗位门槛较低，无需深厚编程功底，可作为非技术背景新人进入AI领域的跳板，积累行业经验后再转向大模型相关技术岗位。

需要注意的是，AI领域整体供大于求的背后，细分岗位人才缺口依然显著，这也是程序员的破局关键。高性能计算工程师人才供需比仅0.31，相当于3个岗位争抢1名人才；SLAM算法（0.38）、规控算法（0.44）、搜索算法（0.45）、云计算（0.45）等岗位均处于供不应求状态。对程序员而言，深耕这些细分技术领域，掌握核心算法能力，就能在竞争中脱颖而出，成为市场争抢的稀缺人才。

02 职场人集体拥抱AI：工具普及与择业观变革

面对AI技术带来的职业变革，职场人尤其是程序员群体，正主动通过学习AI工具、提升技能来适应趋势，AI工具已成为职场必备生产力工具。

脉脉高聘报告显示，2025年职场人AI工具使用率突破90%，较2024年的69.99%大幅提升；“从未使用AI工具”的比例从30.01%骤降至9.53%，“经常使用”的比例从19.95%翻倍至37.01%，“高度依赖AI”的用户占比也从6.02%提升至13.52%，AI工具已彻底融入日常工作流程。

在能力提升需求上，“AI工具应用能力”以57.84%的占比位居第一，与“核心思维能力”（51.83%）成为唯二占比超50%的选项，这意味着AI能力已被职场人视为与思维能力同等重要的基础素养。对程序员而言，熟练使用AI工具辅助编码、调试、优化，已成为提升工作效率的核心手段。

AI工具带来的生产力提升切实可见，OpenAI去年年底发布的企业AI应用报告显示，深度使用AI的“前沿用户”每周可节省超10小时工作时间，在数据科学、工程开发、文档撰写等程序员高频工作场景中，效率提升效果更为显著。例如，利用大模型工具生成基础代码、排查Bug，能大幅缩短开发周期，让程序员聚焦核心算法设计。

从工具使用偏好来看，国产AI工具占据职场主流，对国内程序员更友好。DeepSeek（67.62%）、豆包（66.68%）分列使用量前两位，ChatGPT以32.31%的占比排名第三。值得关注的是，企业自研内部AI工具的使用率达12.95%，这一数据也解释了为何2025年AI人才需求爆发式增长——企业需要大量懂AI技术、能适配内部业务的程序员，参与自研工具的开发与优化。

职场人的择业观也随AI浪潮发生转变，更倾向于选择长期有发展潜力的赛道。2025年，求职时优先关注“薪资福利”的比例从85.16%降至74.54%，而“行业/企业发展前景”“企业文化和价值观”的关注度分别提升至38.07%、12.22%。对程序员而言，AI领域无疑是兼具短期高薪与长期潜力的优质选择，尤其是布局大模型、AI Agent等前沿方向的企业，更能为职业发展提供广阔空间。

岗位结构上，AI领域技术岗与非技术岗比例从2024年的88:12调整为83:17，非技术岗占比提升至17.36%，意味着AI行业的岗位包容性更强。应届生招聘市场中，大模型算法、算法工程师位居新发岗位量TOP2，产品经理（含AI产品经理）在非技术岗中需求最高，产品运营、用户运营等岗位也保持高位需求，为不同背景的求职者提供了多元入口。

人才流动性也反映出AI领域的活力，2025年主动辞职比例从2023年的12.80%升至21.13%，AI从业者平均在职时长仅2.03年，低于新经济行业整体的2.91年。这表明职场人更愿意通过跳槽寻找更适配的AI岗位，对程序员而言，持续提升AI技能，就能在人才流动中把握更好的就业机会。

03 企业AI人才战升级：招聘趋势与城市机会

面对AI技术变革，企业层面的人才争夺战已全面打响，尤其是互联网、新能源汽车等领域企业，纷纷加大AI人才招聘力度，为程序员提供了丰富的就业选择。

脉脉高聘报告显示，2025年1-10月，字节跳动以897的招聘指数位居新经济行业热招企业榜首，AI领域招聘指数更是以111遥遥领先，小红书（53）、蚂蚁集团（43）紧随其后。2026届校招中，字节开放超5000个岗位，研发类岗位同比增长23%，并推出Top Seed大模型顶尖人才校招计划，专项招募30位顶尖应届博士，为核心技术人才提供优质发展平台。

从岗位增幅来看，追觅科技表现最为突出，2026届校招计划招聘1000人，成为清华大学最大就业单位，Offer发放量超700份，平均年薪达70万元，为应届生程序员提供了极具竞争力的薪资待遇。

小鹏汽车的AI人才布局也值得关注，其新发岗位AI渗透率达19.32%，位居全行业企业第一，相当于每5个岗位就有1个与AI相关。2025年，小鹏将招聘计划从6000人上调至8000人，首次将AI方向岗位单列，应届生最高年薪达160万元，聚焦大模型应用、自动驾驶算法等核心领域，对相关方向程序员吸引力极强。

AI化已成为企业共识，79.55%的企业已启动AI布局，12.18%的企业实现AI规模化应用，且企业规模越大，AI布局越深入——万人以上规模企业AI应用比例达91%，5000-10000人企业为88.20%，1000-5000人企业为86.11%。这意味着无论规模大小，企业对AI人才的需求都在持续增长，程序员无需局限于大厂，中型企业也能提供丰富的AI技术实践机会。

城市就业格局也在发生变化，为程序员提供了更多地域选择。2025年1-10月，北京、上海、深圳、杭州、广州依旧是AI人才聚集的TOP5城市，而重庆首次跻身招聘量TOP10，成为AI人才就业新热土。这一变化得益于产业转移与政策支持，重庆两江新区聚集19家汽车整车企业，2025年1-9月汽车产量达193.08万辆，其中新能源汽车80.45万辆，“重庆造”问界M9成为“十四五”成就展唯一入选的新能源汽车，相关产业布局催生了大量AI自动驾驶、车载AI系统开发岗位，为程序员提供了新的就业方向。

结语：AI时代，以技能破局拥抱新机遇

脉脉高聘《2025年度人才迁徙报告》清晰地揭示了一个趋势：AI正全面重塑职场规则，无论是程序员、产品经理，还是职场新人，唯有主动拥抱AI技术，才能在变革中把握机遇。

对小白和程序员而言，AI能力已成为职场必备技能——90%的职场人在用AI工具提升效率，57.84%的人在主动提升AI能力，AI不再是可选技能，而是职场入门的“通行证”。尤其是大模型技术的普及，掌握大模型基础应用、微调优化、部署落地等技能，能显著提升岗位竞争力。

市场从不吝啬奖励拥抱变化的人：20%左右的AI薪资溢价、369%的AI产品经理岗位增幅、543%的AI岗位整体增长，这些数据背后，是AI领域广阔的职业发展空间。对程序员而言，深耕细分技术领域（如高性能计算、SLAM算法），或向“技术+产品”复合型方向转型，都能在供大于求的市场中脱颖而出。

AI浪潮已至，规则在变，机遇也在升级。对想要进入AI领域的小白和寻求突破的程序员来说，从现在开始学习大模型相关技术，熟练运用AI工具，主动适配行业变化，就能在这场技术变革中，为自己开辟更广阔的职业道路。

小白/程序员如何系统学习大模型LLM？

作为在一线互联网企业深耕十余年的技术老兵，我经常收到小白和程序员朋友的提问：“零基础怎么入门大模型？”“自学没有方向怎么办？”“实战项目怎么找？”等问题。难以高效入门。

这里为了帮助大家少走弯路，我整理了一套全网最全最细的大模型零基础教程。涵盖入门思维导图、经典书籍手册、实战视频教程、项目源码等核心内容。免费分享给需要的朋友！

👇👇扫码免费领取全部内容👇👇

1、我们为什么要学大模型？

很多开发者会问：大模型值得花时间学吗？答案是肯定的——学大模型不是跟风追热点，而是抓住数字经济时代的核心机遇，其背后是明确的行业需求和实打实的个人优势：

第一，行业刚需驱动，并非突发热潮。大模型是AI规模化落地的核心引擎，互联网产品迭代、传统行业转型、新兴领域创新均离不开它，掌握大模型就是拿到高需求赛道入场券。

第二，人才缺口巨大，职业机会稀缺。2023年我国大模型人才缺口超百万，2025年预计达400万，具备相关能力的开发者岗位多、薪资高，是职场核心竞争力。

第三，技术赋能增效，提升个人价值。大模型可大幅提升开发效率，还能拓展职业边界，让开发者从“写代码”升级为“AI解决方案设计者”，对接更高价值业务。

对于开发者而言，现在入门大模型，不仅能搭上行业发展的快车，还能为自己的职业发展增添核心竞争力——无论是互联网大厂的AI相关岗位，还是传统行业的AI转型需求，都在争抢具备大模型技术能力的人才。

人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！

2、大模型入门到实战全套学习大礼包分享

最后再跟大家说几句：只要你是真心想系统学习AI大模型技术，这份我耗时许久精心整理的学习资料，愿意无偿分享给每一位志同道合的朋友。

在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。

部分资料展示

2.1、 AI大模型学习路线图，厘清要学哪些

对于刚接触AI大模型的小白来说，最头疼的问题莫过于“不知道从哪学起”，没有清晰的方向很容易陷入“东学一点、西补一块”的低效困境，甚至中途放弃。

为了解决这个痛点，我把完整的学习路径拆解成了L1到L4四个循序渐进的阶段，从最基础的入门认知，到核心理论夯实，再到实战项目演练，最后到进阶优化与落地，每一步都明确了学习目标、核心知识点和配套实操任务，带你一步步从“零基础”成长为“能落地”的大模型学习者。后续还会陆续拆解每个阶段的具体学习内容，大家可以先收藏起来，跟着路线逐步推进。

L1级别:大模型核心原理与Prompt

L1阶段：将全面介绍大语言模型的基本概念、发展历程、核心原理及行业应用。从A11.0到A12.0的变迁,深入解析大模型与通用人工智能的关系。同时,详解OpenAl模型、国产大模型等,并探讨大模型的未来趋势与挑战。此外,还涵盖Pvthon基础、提示工程等内容。
目标与收益:掌握大语言模型的核心知识,了解行业应用与趋势;熟练Python编程,提升提示工程技能,为AI应用开发打下坚实基础。

L2级别：RAG应用开发工程

L2阶段：将深入讲解AI大模型RAG应用开发工程,涵盖Naive RAGPipeline构建、AdvancedRAG前治技术解读、商业化分析与优化方案,以及项目评估与热门项目精讲。通过实战项目，提升RAG应用开发能力。

目标与收益:掌握RAG应用开发全流程,理解前沿技术,提升商业化分析与优化能力,通过实战项目加深理解与应用。

L3级别：Agent应用架构进阶实践

L3阶段：将 深入探索大模型Agent技术的进阶实践,从Langchain框架的核心组件到Agents的关键技术分析,再到funcation calling与Agent认知框架的深入探讨。同时,通过多个实战项目,如企业知识库、命理Agent机器人、多智能体协同代码生成应用等,以及可视化开发框架与IDE的介绍,全面展示大模型Agent技术的应用与构建。

目标与收益:掌握大模型Agent技术的核心原理与实践应用,能够独立完成Agent系统的设计与开发,提升多智能体协同与复杂任务处理的能力,为AI产品的创新与优化提供有力支持。

L4级别:模型微调与私有化大模型

L4级别：将聚焦大模型微调技术与私有化部署,涵盖开源模型评估、微调方法、PEFT主流技术、LORA及其扩展、模型量化技术、大模型应用引警以及多模态模型。通过chatGlM与Lama3的实战案例,深化理论与实践结合。

目标与收益:掌握大模型微调与私有化部署技能,提升模型优化与部署能力,为大模型项目落地打下坚实基础。

2.2、 全套AI大模型应用开发视频教程

从入门到进阶这里都有，跟着老师学习事半功倍。

2.3、 大模型学习书籍&文档

收录《从零做大模型》《动手做AI Agent》等经典著作，搭配阿里云、腾讯云官方技术白皮书，帮你夯实理论基础。

2.4、AI大模型最新行业报告

2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

2.5、大模型大厂面试真题

整理了百度、阿里、字节等企业近三年的AI大模型岗位面试题，涵盖基础理论、技术实操、项目经验等维度，每道题都配有详细解析和答题思路，帮你针对性提升面试竞争力。

【大厂 AI 岗位面经分享（107 道）】

【AI 大模型面试真题（102 道）】

【LLMs 面试真题（97 道）】

2.6、大模型项目实战&配套源码

学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。

适用人群

四阶段学习规划（共90天，可落地执行）

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】