AI 时代新工作机会全盘点:16 个岗位,从零门槛到天花板
本文全面盘点了 AI 时代的 16 个新工作机会,并按入门门槛从低到高进行排列。文章针对每个岗位详细分析了工作内容、能力要求、国内外薪资水平以及小白友好度等指标。作者指出,纯执行类岗位虽在贬值但仍是入行跳板,最赚钱的是懂行业与 AI 的复合型人才。文章为零基础转行者提供了极具实操性的职业切入指南。
本文全面盘点了 AI 时代的 16 个新工作机会,并按入门门槛从低到高进行排列。文章针对每个岗位详细分析了工作内容、能力要求、国内外薪资水平以及小白友好度等指标。作者指出,纯执行类岗位虽在贬值但仍是入行跳板,最赚钱的是懂行业与 AI 的复合型人才。文章为零基础转行者提供了极具实操性的职业切入指南。
文章基于2026年最新AI行业数据,详尽盘点了真实招聘岗位,提供了直接的薪资数据、入门路径和极具深度的职业发展洞察,结构清晰且对求职者具有极高的落地指导价值。
作者Cara曾参与《西部世界》《哥谭市》等好莱坞剧集的视效制作,回国后在外企视效公司、腾讯游戏工作,2026年7月裸辞All in AIGC。她发现当AI技术门槛降低后,做AIGC最难的不是技术,而是讲故事。文章记录了她用1000元预算试错、建立工作流的过程,并分享了两部作品的经验:《曜曜侠》花费800元、2分18秒,让她认识到短视频需要黄金三秒和强冲突;AI小猫Vlog《莫莫的Vlog》仅用1天、80元完成。她的结论是内容为王,先完成再完美。
作者基于20年咨询行业经验指出,无论在麦肯锡、BCG等咨询公司还是独立顾问,很多人都在错误的技能上浪费数月。他提出通过观察资深同事在哪些方面需要'救场'来定位自身短板,总结了六大常见'救场'场景:问题界定、会议掌控、利益相关者协调、故事化表达、杠杆复用和商业敏锐度。触发救场最多的能力往往就是你的瓶颈,优先弥补它能带来最大回报。作者推荐使用Consulting Edge工具进行能力测评,基于约束理论找出瓶颈并生成7-30-90天的个性化提升计划。
作者详细记录了从零开始训练一个专属人物 LoRA 的完整实战流程。他使用 GPT Image 2 生成 56 张虚构人物训练数据,基于开源模型 MOSS-Image(5B 参数 Diffusion Transformer)进行微调,仅用一张 RTX 4090 训练约 65 分钟即获得稳定的人物形象生成能力。文章涵盖数据准备、Caption 标注、Checkpoint 选择、效果验收等关键环节,并指出了过拟合等常见问题。作者将整个流程开源到 GitHub,提供运行环境镜像、Jupyter Notebook 和 ComfyUI 工作流,建议初学者亲手跑一遍以真正理解 LoRA 训练原理,一通百通。
作者分享使用 DeepSeek-V4.1-Flash 1017 模型配合开源 AI 原生设计工具 OpenPencil 和生图模型 Qwen-Image-2.1 Turbo 制作电商落地页与模特图的实战体验。文章包含完整的落地页设计提示词和模特生成提示词,展示了生成结果的高审美水准,并提到 OpenPencil 是一款开源免费的 AI Native 设计工具,核心能力是通过 Agent 输出高质量 UI 设计稿、卡片、轮播图、PPT 等,适用于电商页面和海报制作,评论区多人交作业复刻效果。
作者测试了模思智能开源的 5B 生图模型 MOSS-Image,重点验证其文字渲染与 JSON Layout 结构化布局能力。通过虚构日系甜品店海报案例,对比传统自然语言 Prompt 与 JSON 布局控制的效果差异:JSON 可将人物、产品、标题等元素按坐标框精确定位,类似写前端页面。三轮测试覆盖主视觉、商业活动海报排版及中英文文字生成,验证了文案正确率、版式适配与视觉融合。结论是 JSON Layout 虽非 PS 级精确编辑,但能将模糊排版需求变为结构化描述,对商业海报、电商图等场景具有实际价值。
文章作者以其公司 microagi 计划部署十亿台机器人为引,探讨机器人普及将带来物质极大丰裕的"富足世界",从根本上消除经济学赖以成立的资源稀缺假设。但同时指出,通用机器人将取代大量体力劳动岗位,若经济制度不变,数百万人将失去收入、地位与人生意义。作者认为机器人界回避了这一困境:若不解决分配问题,公众与政府将联合阻止机器人部署,富足将无法实现。文章回顾机器人技术的快速进展(Figure AI、Generalist、Gemini Robotics 等),并指出当前可验证任务最易被自动化,最后以欧洲为焦点讨论三种未来路径。
作者用一道难题对比测试开源 5B 图像模型 MOSS-Image 与闭源最强的 GPT Image 2.5:在一张水墨长卷中画出李白临江举杯场景,写出《将进酒》全文12行书法,配标题、作者、朱印和英文,并精确控制酒杯数量。第一轮两者都通过,但第二轮仅改两处细节后,GPT Image 2.5 数错酒杯,MOSS-Image 两轮全部正确。文章分析了小模型在中英文渲染、长提示词理解(支持4K tokens)和风格控制上的优势,并分享了结构化布局、负面约束等复杂提示词技巧,附完整提示词。MOSS-Image 已开源权重和代码,支持 LoRA 微调,ComfyUI 下载量突破70万。