企业官网建设流程全解析

大家都知道进入2026年，各个前沿行业挂起了agent的科技风，对AI Agent工程师的需求量进入了一个全新的阶段，作为从业者我也想了解一下市场上AI Agent岗位的需求以及需要具备的能力。

于是这周我手动从xx直聘网站上获取了多个相关岗位，7个城市（北京、上海、深圳、杭州、广州、南京、武汉）、167个AI Agent相关岗位，一条一条扒下来。

你知道我发现了什么？

88%的岗位，都写着同一个技能要求：Python。

将近九成。Python就是入场券，有它才有面试机会。

更有意思的发现还在后面。

先说钱

大家最关心薪资。我算了一下，平均月薪43.5K，最低32.8K，最高54.1K。

换算成年薪，按15薪算，平均年薪在65万左右。

但这个数字得拆开看。城市差异大得离谱。

各城市AI Agent岗位薪资

北京59.7K · 26个岗位

上海49.7K · 28个岗位

深圳46.6K · 30个岗位

杭州41.6K · 22个岗位

广州34.9K · 30个岗位

南京34.8K · 16个岗位

武汉17.7K · 15个岗位

北京比武汉高了3.4倍。同样是AI Agent岗位，北京月薪6万，武汉1.8万。这个差距，生活成本解释不了。

**AI行业的钱，集中在北上深杭。**广州和南京勉强能看，武汉基本是"有岗无钱"。

哪些行业在招AI Agent？

这是我比较好奇的部分。按公司业务和岗位描述做了分类：

行业分布与薪资

AI/科技106个 · 63.5% · 42.8K

教育12个 · 7.2% · 27.3K

电商9个 · 5.4% · 41.0K

汽车9个 · 5.4% · 51.2K

金融8个 · 4.8% · 53.9K

医疗8个 · 4.8% · 46.9K

游戏8个 · 4.8% · 43.0K

几个发现。

AI/科技公司是绝对主力，占了63.5%，将近2/3。这很正常，毕竟AI Agent本身就是科技圈的产物。

金融行业薪资最高，平均53.9K。8个岗位，个个给得起钱。金融行业对AI的需求集中在智能客服、风控、量化交易这些方向，利润厚，出手也阔绰。

汽车行业也不低，平均51.2K。智能驾驶、车载AI是主战场。9个岗位，钱给得比很多科技公司都多。

教育行业岗位多但钱少，12个岗位排第二，但平均月薪只有27.3K，不到金融的一半。教育行业对AI的需求主要是智能辅导和自适应学习，方向对但预算紧。

一句话总结：想赚钱去金融科技，想稳定去AI科技公司，教育行业有情怀但得接受降薪。

学历没那么卷

我本来以为AI岗位会要求一堆硕士博士，数据打脸了。

学历要求分布

本科67.7%（113个）

硕士22.2%（37个）

学历不限5.4%（9个）

博士4.2%（7个）

大专0.6%（1个）

**接近7成岗位只要求本科。**硕士和博士加起来才26.4%。

AI Agent这个方向还没到"学历内卷"的阶段。企业更看重你能不能干活，而不是你发了几篇论文。

经验要求也差不多。

经验要求分布

1-3年35.3%（59个）

3-5年29.3%（49个）

5-10年21.6%（36个）

经验不限9.0%（15个）

**超过6成的岗位，要求5年以下经验。**1/3的岗位只要1-3年。

这说明两件事。AI Agent是个新方向，老手不多，大家在招"潜力股"；同时入门门槛没想象中那么高，3年经验就能拿到不错的机会。

技能TOP20

这部分最带劲。所有岗位的关键技能做了统计。

关键技能排名

1. Python88.0%

2. NLP30.5%

3. 推荐系统13.2%

4. C++10.8%

5. AI Agent10.2%

6. AIGC7.8%

7. 计算机视觉7.8%

8. 全栈开发4.8%

9. 优化算法4.8%

10. LangChain4.2%

11. 机器学习4.2%

12. 对话系统4.2%

13. 数据分析4.2%

14. Java3.6%

15. RAG3.6%

16. LLM3.6%

17. 路径规划3.6%

18. 知识图谱3.6%

19. AI Agent开发3.6%

20. 跨境电商3.0%

几个发现值得聊聊。

**Python是绝对霸主。**88%，比上次统计的84.7%还高了。数据处理、模型训练、API调用、部署上线，全指着它。

**NLP排第二，30.5%。**Agent要和人对话、理解意图，NLP是基本功。这个数字和Python之间差的那57个百分点，就是在告诉你：会Python不够，你还得懂语言。

**推荐系统13.2%，比我想的高。**Agent要给用户推内容、推商品，推荐算法是底层能力。

**C++还有10.8%。**Python一家独大的领域里，C++在性能优化和底层部署上还有一席之地。

**LangChain排第10，4.2%。**作为Agent开发框架，这个数字说明它已经开始被企业认可。不过还没到"标配"的程度。

**RAG和LLM各3.6%。**这两个是当前AI Agent最核心的技术概念，但作为"技能要求"出现在JD里还不算多。可能是因为企业默认你做AI就该懂这些，懒得专门写。

**跨境电商3.0%上榜了。**这个有点意思。广州和深圳的跨境电商公司开始招AI Agent做智能客服、选品推荐了。行业应用正在落地。

高薪岗位长什么样

我单独筛出了月薪40K以上的岗位（93个，占55.7%），看了看它们的特征。

经验分布：3-5年占48.4%，5-10年占34.4%，1-3年占11.8%。

学历分布：本科53.8%，硕士38.7%，博士7.5%。

核心发现

**高薪岗位里，本科占了一半以上。**硕士和博士加起来才46.2%。3-5年经验是高薪的主力军。这个阶段的人已经脱离了纯新人阶段，但还没变成老油条，性价比最高。

一个3年经验的本科生，可能比刚毕业的硕士生更受欢迎。

想入行，几条实在建议

数据看完了，聊点实际的。

**第一，Python必须扎实。**得达到"能用Python做工程"的水平，会写个脚本不行。

**第二，NLP是必修课。**30.5%的岗位要求它。Transformer、Attention机制、BERT、GPT，这些都是日常工具，不是面试题。

**第三，别只盯着"Agent"。**数据告诉你，大部分企业招的是"AI工程师"，Agent只是应用场景之一。你得先会AI，然后才能做Agent。

**第四，选对城市和行业。**北京、上海、深圳、杭州四个城市占了65%的岗位。想赚钱去金融科技，想稳定去AI科技公司，教育有情怀但预算紧。

**第五，3年经验是个坎。**1-3年经验的岗位最多，但高薪集中在3-5年。熬过前3年，后面会好很多。

**第六，本科就够了。**67.7%的岗位只要求本科。能力比学历重要，至少在AI Agent领域是这样。

最后

对于正在迷茫择业、想转行提升，或是刚入门的程序员、编程小白来说，有一个问题几乎人人都在问：未来10年，什么领域的职业发展潜力最大？

答案只有一个：人工智能（尤其是大模型方向）

当下，人工智能行业正处于爆发式增长期，其中大模型相关岗位更是供不应求，薪资待遇直接拉满——字节跳动作为AI领域的头部玩家，给硕士毕业的优质AI人才（含大模型相关方向）开出的月基础工资高达5万—6万元；即便是非“人才计划”的普通应聘者，月基础工资也能稳定在4万元左右。

再看阿里、腾讯两大互联网大厂，非“人才计划”的AI相关岗位应聘者，月基础工资也约有3万元，远超其他行业同资历岗位的薪资水平，对于程序员、小白来说，无疑是绝佳的转型和提升赛道。

如果你还不知道从何开始，我自己整理一套全网最全最细的大模型零基础教程，我也是一路自学走过来的，很清楚小白前期学习的痛楚，你要是没有方向还没有好的资源，根本学不到东西！

下面是我整理的大模型学习资源，希望能帮到你。

👇👇扫码免费领取全部内容👇👇

最后

1、大模型学习路线

2、从0到进阶大模型学习视频教程

从入门到进阶这里都有，跟着老师学习事半功倍。

3、 入门必看大模型学习书籍&文档.pdf（书面上的技术书籍确实太多了，这些是我精选出来的，还有很多不在图里）

4、AI大模型最新行业报告

2026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。

5、面试试题/经验

【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）】

6、大模型项目实战&配套源码

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】