企业官网建设流程全解析

就业市场并没有单纯变冷，而是走向撕裂：一部分岗位需求大幅收缩，另一类岗位却能给到 6.8 万的高薪。

后台经常收到读者提问，当下的求职环境到底是什么样子？
有人求职碰壁，投递上百份简历都收不到回复；也有人不受影响，跳槽还拿到了涨薪 offer。两种感受都真实存在，放在一起却显得十分矛盾。

背后的核心现实：2026 年的就业市场，不是简单的行情下行，而是出现了明显的结构性撕裂。
同一个市场里，两条走向完全相反的发展曲线。看懂这种两极分化，远比单纯纠结 “找工作难不难” 更有价值。

一、先看大盘：稳，但只是总量稳

宏观层面的数字其实不差。人社部 10 月 10 日国新办发布会的数据：今年前 9 个月城镇新增就业 1052 万人，完成全年目标的 87.7%；前 8 个月城镇调查失业率均值 5.2%。

如果只看这组数字，会得出「就业形势总体稳定」的结论。官方口径也确实是这么说的。

但把镜头拉近到年轻人，画面立刻不一样：8 月份，全国城镇不含在校生的 16-24 岁劳动力失业率 18.9%，连续两个月上升。而 30-59 岁主力劳动力的失业率只有 3.9%。

同一个国家、同一个月，青年失业率接近主力劳动力的 5 倍。总量的稳，掩盖不了结构的裂。

二、裂缝长什么样：一边腰斩，一边月薪 6.8 万

再看招聘市场内部，反差更直接。

一边：普通前端、后端开发岗位需求同比下降超过一半；基础行政、客服、数据录入这类标准化岗位，AI 替代率已达七八成；互联网、房地产、教培的校招岗位分别缩了 35%、40%、50%。

另一边：大模型算法岗月薪开到 6.8 万，AI 工程师供需比 2.62 比 1——平均每个求职者对应 2.6 个岗位，完全倒挂；机器人行业应届职位增长 83.8%，新材料增长 60.1%。

翰德报告把这叫 「K 型分化」：高价值赛道虹吸大部分资源，低价值领域日益承压。同一个行业内部也在裂——传统软件开发需求降 25%，AI 应用开发需求涨 60%，而这两类人坐在同一个办公室里。

三、为什么你会「感觉」就业难

体感和宏观数据的落差，来自三个被忽视的变化。

第一，招聘逻辑从「培养」变成了「即用」。约三分之二的企业维持现有规模或收缩，要求 3 年以上经验的岗位占比超七成。企业不再批量招应届生慢慢教，要的是来了就能干活的人。

第二，消失的岗位，恰好是大多数人所在的位置。被替代最快的是重复性、标准化工作——而这正是普通白领岗位的主体。你感觉不到大规模裁员，但老员工离职后不再补招，岗位就这样静悄悄地蒸发了。

第三，需求集中扎堆。七成以上毕业生挤一线和新一线城市，四分之一奔体制内，国考报名 371.8 万人首超考研。不是岗位都没有了，是大家都觉得好的那部分岗位，竞争比到了几百比一。

不是工作消失了，是你觉得好的工作，所有人都觉得好。

四、普通人能做什么：把问题换掉

多数人焦虑的问题是「AI 会不会取代我」。这个问题没有答案，只会越想越慌。真正有用的是换成三个可操作的问题：

1. 我手上哪些活正在被接走？重复录入、模板输出、标准化报表——这部分替代率已到 70% 以上。先诚实地把它列出来。

2. 哪些活 AI 接不动？复杂问题处理、跨多方协调、一线现场处置、行业深度经验沉淀。这些是岗位的抗风险部分，值得把时间投进去。

3. 我能不能用 AI 跑通一个完整闭环？科锐国际的报告显示，同时懂行业业务又会用数字化工具的复合型人才，薪资比普通岗位高三成左右。缺口就在这。

政策面也在往同一个方向使劲：人社部 10 月刚公布了「技能照亮前程」培训行动和百万青年就业技能提升行动，重点正是人工智能领域的技能培训。大方向已经写得很明白——技能，正在重新超过学历，成为就业市场的硬通货。

写在最后

就业市场裂开，对身处其中的人来说当然不是好消息——但看不清裂缝在哪，才是真正的坏消息。

往上涨的那条曲线需要门槛，往下降的那条曲线不需要——你此刻积累的每一样技能，都是在选边站。

裂缝已经出现。站在哪一边，取决于你现在在做什么准备。

大模型的知识又多又杂，到底怎么学？

做这行久了，被问最多的问题就一个：大模型的知识又多又杂，我到底先学啥？翻了一堆资料，看啥都像重点，结果啥都没学进去。今天把我自己一路摸出来的顺序捋一遍，零基础、应届生、转行的都适用。跟着走，至少方向不乱、不瞎忙，学完拿得出手。

第一阶段（10天）：初阶应用

这一阶段就一个目标：把大模型真正"玩明白"，不是只会聊天那种，而是能调教它、能用代码把大模型和业务接起来。

• 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

这阶段正式进实战，目标很实在：做出两个能拿出手的东西——一个私有知识库，一个 agent 对话机器人。

• 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

• …

走完这 30 天，Python 或 JavaScript 背景的基本能独立做一套 RAG 应用，简历上也敢写"大模型应用开发"了。

第三阶段（约20天）：动手微调

学到这，你已经开始 “造” 模型了 —— 通过微调，搞出垂直领域的专用小模型。

• 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
• …

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。你从 “只会用” 变成 “能造” 的 AI 小子。那么你还想往下探索吗？

想要入局AI大模型赛道、抢占行业红利的朋友，微信扫描下方CSDN官方认证二维码，即可100%免费领取全套学习资料！

第四阶段（20天）：商业闭环，部署落地

技术学完，落地才算数。这阶段带你搞明白大模型怎么真正跑起来、用起来。

• 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
• …

想要入坑大模型的朋友，给大家准备了一份2026 年最新 AI 大模型全套学习资料：

1、大模型系统化学习路线

2、大模型学习视频教程

3、大模型学习书籍&电子文档

4、AI大模型最新行业报告

5、大模型项目实战&配套源码

6、2026大模型大厂面试真题

7、为什么要学习大模型？

我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着AI技术飞速发展，预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。

8、适合谁学？

• 传统后端 / Java / 前端开发，想转型 AI 应用
• 大学生、应届生，想拿更好的 offer
• 产品经理、运营，想武装职业竞争力
• 技术负责人，想给团队落地提效

学习是反人性的，但回报是真金白银。技术会更新，赛道会切换，但只要你先动手，机会就永远站在你这边。

9、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。

想要入局AI大模型赛道、抢占行业红利的朋友，微信扫描下方CSDN官方认证二维码，即可100%免费领取全套学习资料！

好了，就写到这。路线是死的，人是活的，卡住了随时来问我。觉得有用就点个收藏，别让它进收藏夹吃灰——动起来比啥都强。