为什么这波 AI 浪潮没有带来大量的就业岗位?

算法工程师依然要211硕起步，本科生就算985也不用想。非常疑惑涌进来的钱都分到什么岗位去了？

发表于前天 08:01

因为它革的是“脑子”的命，而不是“手脚”的命。

过去的每一次科技革命，哪怕它让某些人失业了，但它同时也创造了更多新的岗位。比如：

工业革命（机器替代手工劳动）——纺织工失业了，但工厂工人、机械维修工、物流工人多了。
电力革命（电动工具替代人力）——煤矿工减少了，但电力工程师、电工、电器维修工增加了。
计算机革命（信息化替代人工记录）——打字员、账房先生消失了，但程序员、IT维护、软件开发激增。

这些革命的逻辑是：它们只是让“手脚”变得不那么必要，但“脑子”仍然是稀缺的，所以人仍然有价值。
但这次AI不一样。
AI革的是“脑力劳动”的命，而人类最大的经济价值，恰恰就是脑力。
<hr/>1. 以往科技革命是“增强人”，但AI革命是“替代人”

以前的科技革命，本质上是“让人更强”：

机器，让体力劳动者变得更高效（工人可以操作机器，一个人能干十个人的活）。
计算机，让脑力工作者变得更高效（人可以处理更多数据、计算更快、办公更轻松）。

所以，每次技术革新，都会让人变得更值钱，因为“有技能的人+新技术=更高效”。
但AI这次不同，它不是让你变强，而是让“你这个岗位”消失。

过去的计算机工具：你还是核心，它只是帮你提高效率。
现在的AI工具：它才是核心，你只是个“可能的人工监督者”。

这就是为什么AI没有带来大量的就业，而是直接干掉了大量工作。
<hr/>2. 以前是机器替代体力劳动，现在AI直接替代“中层脑力”

AI这次杀得最狠的，是“脑力劳动的中间层”。
过去，体力劳动者被工厂里的机器取代，但知识工作者仍然是社会核心。你需要医生、律师、工程师、设计师、程序员、会计师……这些人靠“脑子”吃饭，社会离不开他们。
但AI的能力，让大量知识型工作被压缩成**“输入问题—获取答案”**。

AI比会计更会算账，你只要输入数据，它就能出报表，甚至还能分析财务风险。
AI比普通律师更懂法规，你不需要人类律师，AI直接把你的案件和所有法律条文匹配，给你最合理的分析。
AI比初级程序员更高效，你不需要写代码，它自己生成，甚至可以直接部署。
AI比一般医生更精准，它能分析所有医学论文，快速给出诊断建议。

过去的“中级脑力岗位”，在AI面前，全部变成了“可以被优化的流程”。
这就是为什么AI没有带来大量就业——它杀的是“脑力工作中层”，但这些中层岗位，恰恰是人类社会的经济基础。
<hr/>3. AI导致的“极端两极化”：要么超级牛，要么彻底没用

以前，你的职业发展是“逐步升级”的：

普通工人→熟练工→技工→工程师
初级程序员→中级程序员→高级程序员→架构师
普通设计师→高级设计师→艺术总监

但AI时代，很多“普通岗位”直接断层，根本没有向上的路径了。

初级程序员？AI写代码比你快10倍。
初级会计？AI的财务分析比你精准无数倍。
普通翻译？AI能秒翻几十种语言，而且越来越精准。

如果你只是个**“一般水平”**的脑力工作者，你的职业价值基本已经“归零”。
未来的职场，可能只剩下两种人：

顶级专家（AI只是工具，你的专业能力远超AI，比如顶级科学家、艺术家）
AI操作员（你不会创造，但你会用AI优化流程，比如AI训练师、AI审查员）

中间层，几乎要被挤压消失了。
所以，这次AI革命的本质是**“要么变成超级人类，要么变成废人”**，中间地带的人会被抛弃。
<hr/>4. 以前的技术革命，创造了更多工作岗位，但AI革命让“工作总量”变少

你有没有发现，过去的技术革命，虽然让一些人失业，但总能创造出更多的新岗位？
比如：

计算机普及，让打字员失业了，但创造了程序员、IT工程师、网络安全等新职业。
自动化流水线，让一部分工人失业了，但创造了机械维修工、工业工程师等职位。

但AI革命，它不只是让“旧工作消失”，它甚至连新工作都不需要太多人。

AI能自己开发AI，所以它不需要那么多程序员了。
AI能自己优化业务流程，所以它不需要那么多中层管理了。
AI能自己生成内容，所以它不需要那么多文案、设计、翻译了。

以前是**“老工作消失，新工作增加”，所以社会还能吸收大量就业。
但现在是“老工作消失，新工作只要极少数人”**，所以大量人根本无处可去。
AI正在把“职业市场”变成一个越来越小的“精英俱乐部”，只有极少数真正优秀的人，才配拥有职业价值，其他人只能做边缘性工作。
<hr/>5. AI最终会让“就业”这件事本身变得越来越不重要

如果AI真的变成社会核心，那意味着生产效率极大提升，但人类的岗位需求极大减少。
那么未来的世界，可能会变成这样：

工作岗位极端集中化：只有少数精英人才有高价值岗位，绝大多数人找不到工作。
全民基本收入（UBI）成为必要：如果没有足够的工作，政府必须发钱给普通人，不然社会要崩。
人类的价值不再是“劳动者”，而是“消费者”：你活着的意义，不是贡献劳动力，而是享受AI生产的资源，让社会运转。

这个转变可能需要几十年，但趋势已经不可逆。
过去的社会逻辑是**“有能力的人找工作，工作创造价值”，
未来的社会逻辑可能是“工作岗位极少，人类的价值是维持社会稳定”**。

发表于前天 08:14

不要拿应用没落地来说事，去年还能当挡箭牌，到今年是纯纯的遮羞布了。
没带来就业岗位无非两个原因：应用落地了但是效果不行卖不出去，相应的团队或者企业扩张不了。又或者落地了效果很好，但是这种效果本来就是把更多的就业岗位干掉……
在这两年的经济环境下，AI在资方的眼里就是用来降本增效的。也许长期看会重塑整个社会对于劳动力的定义和商业模式，短期怎么看都不会带来大量的就业岗位……
何为降本增效？不就是原本一个团队的工作现在只需要一个人，还时间更短了。不就是原本需要找“专业”乙方才能完成的工作现在可以直接内部消化了。
自动化消解了工人阶层，人工智能消解白领阶层。
当对他人的重复性劳动和创造性劳动的需求都不存在了，哪里会有什么给人提供的新岗位呢？
就算有也是给AI的。
你就算算AI要不要五险一金，会不会抱怨劳动时长。如果你是资方你会怎么选？
<hr/>我们就按甲乙两方来讲AI浪潮下的就业岗位。
先说提供AI服务和产品的乙方吧。
国内这波AI浪潮一是大厂和明星独角兽做ToC，二是海量的小微初创企业在寻找ToB的机会。
前者目前正在烧钱搞用户阶段。要么是大厂本身血条厚，内部提高AI产品的战略层级专项拨款，要么是几家明星独角兽瓜分国内已经成为濒危物种的VC融资。最典型的两个例子是豆包和kimi，有产品也舍得花钱买广告，用户量也是真上来了。
后者就很难搞了，什么样的人和团队都有（有之前大厂跳出来创业的，有搞独立开发的，也有各行各业跨界的），统一特征就是基本融不到钱，只能靠实打实的产品和服务去生存，没有客户买单就几乎只能等待死亡的结局。
别看大厂和独角兽们广告打的不少，实际上单论绝对数量小微初创企业才是占大头。
而为什么小微初创企业得做ToB呢？因为C端已经到处是大厂的免费产品和服务了，小团队想杀出一条血路来希望很渺茫。不要拿DeepSeek来说事，看看人家的人才梯队和算力集群，人家是低调的富二代，不是那种没钱也没卡的草根团队。
如果草根小团队硬要做C端，比较成熟的路径还真就是AI自媒体卖课。不要杠，杠就是你对。
但是不做C端，小微企业用AI做ToB的落地业务难度也很大。
首先是在填前十年SaaS在B端埋下的坑。
市面上的企业简单分无非两种，一种觉得自己的数据有价值且有付费意愿，另一种要么是不在乎数据价值要么是没有付费意愿。
觉得自己数据有价值且有稳定支付能力的企业，大多在十年前就入了SaaS的坑。
所以ToB端的AI应用/服务遇到的第一个难关就是对接企业SaaS系统内已有的数据，让这些数据焕发第二春。
而接到企业已有的SaaS系统里，实际体验绝不会是闻到一股珍藏十年的红酒醇香，而是空气中散发出一股陈年变质芬达的气息。关键付钱找你来不是让你闻一闻这个味道，而是需要你把陈年变质芬达重新蒸馏净化成珍藏红酒。
你没看错，AI在ToB端的场景本质上就是点石成金。但是这个东西转化完是不是拿到企业对应的市场上真能被当作金子，现阶段只有极少数的企业和服务团队试出了一个非常初期的结果（因为AI应用开始爆发到现在也就两年多的时间）。
其次是每一个企业的垂直场景都需要定制化服务，几乎没法Scale。
去年有官媒发问：AI的生产力真就是Chat吗？当然不是。但同样讽刺的是Chat是到目前为止泛化能力最广的场景。都说是生成式大语言模型了，你不Chat，你想干嘛？
这意味着对企业提供的AI服务，其商业模式和建筑设计行业投标做方案一样，服务方是个中间层，扮演人形GPT的角色，主打一个无限调整直到甲方Know-How的人满意。
其结果就是小微企业在这轮AI浪潮中，实际上成为了有AI需求的大中型企业的外包合同工。这既来源于经济环境降本增效的需求，也可以归因于业务本身难以泛化复用的困境。
最后是目前几乎所有AI产品和服务的死穴：生成式AI解决不了最后10%的不确定性问题，正如同快递和外卖行业最难的是最后的一公里。
好的SaaS能把数据端的活儿做到80-90分。AI服务的价值在哪儿？在很多企业眼里就是最后的10-20分。如果你对接完企业数据到不了95-100分的表现，那企业不但没付费意愿还嫌浪费时间。
可是大模型不是一个标准化的组件，实际上你会发现同一个厂商同一系列下不同大模型返回的结果是没法做到完全一致的，小到输出文本的格式，大到生成结果的风格……就算你self-host了哪家的开源模型来试图维持一个稳定质量的大模型接口，不出两年这个大模型必被淘汰。不信你看看两年前多少人用Mistral和Llama，现在呢？你不想升级难道你的客户也能忍受不升级？满天满地的DeepSeek满血版本地部署，而你还在试图说服客户接受Llama-70B或者Qwen-72B，可能吗？
你想要长期稳定的生成式AI驱动的输出系统？几乎没可能。
闲扯了这么多，回到就业岗位的议题，在这波AI浪潮的乙方市场当中，头部的聚集效应极其明显，前1%的人和团队拿到80%-90%的融资，后99%的人和人团队以灵活就业的外包模式去争夺市场上剩下的10%-20%的融资和业务。
<hr/>再来说对AI服务和产品有需求的甲方。
生成式AI对人类工作最大的威胁就在于你的工作产出数字化内容的占比，占比越大越容易被取代。
你去看市面上稍有点人气的AI产品，宣传语模板几乎都是这个调性：“原先需要XX人XX天才能完成的工作量，接入XXAI产品之后，仅需要XX秒/分钟就可以完成，且准确率高达XX%以上……”
这种打着“解放了员工”的落地，最终结果一定是把员工彻底从岗位上解放出来，输送到社会上。
我两年前回答过这个问题：
AI秒出方案，效率碾压建筑师，建筑师会彻底失业吗？彼时Midjourney和Stable Diffusion还很稚嫩，评论区里无非是觉得生成个难控制的抽卡图像也能叫设计？结果你看到今年是不是很多设计单位的招聘要求里已经开始加上SD这类AI软件了？
别不承认，随着大语言模型和扩散模型的发展，很多像建筑设计这类过往的“数字手工艺流程”的确正在被颠覆，以纯图像产出的效果图行业大幅萎缩只是一个开始。先建模后渲染的业内基操早晚会变成先生图后建模。无他，省时高效罢了。
就像三十年前效果图是人手工画的，二十年前复杂的电脑渲染取代了手工，十年前傻瓜式的快速渲染登场开始挤压传统的3ds Max和V-ray，五六年前业内为了跟上高周转Enscape和Lumion早普及了，到今年效果图真的不能用SD直出吗？讲什么控制不好那是你自己不会用罢了。顺便一说，BIM+AI这阵风也算是吹到国内了，再过几年精细化的3D建模也要面对今天2D图像一样的境况。
同理，企业原有的内部架构和岗位细分，在智能外包的情况下不再适应利润最大化的需求。数字流水线上的脑力民工会被性价比更高的AI员工逐步取代，直到缩减到不能再缩，只留下少数的一群背锅侠调调参数，新的人员组织架构才会稳定下来。
基于文字和图像的文员类工作，肉眼可见地在缩减，已经发生冲击的包括但不限于：多语种的文案翻译，网络销售推广/客服，新媒体文案/运营，平面Logo/海报设计，XX设计效果图……说白了就是单一的技能和职业越来越难以成为值得深耕的土壤，因为对大多数人而言这些东西成不了护城河。
而且也不要指望这种影响只在体制外存在，体制内需要降本增效的需求可是一点都不比体制外小。
在一个生产型社会里，不事生产的部门永远是积攒最大敌意的靶子。妄图把头埋在沙子里继续手工处理文山会海的官话套话，是既不利人也不利己的行为。DeepSeek-R1切实推动了大模型在国内行政科研等数据敏感场景的落地，而这种降本增效在土地财政一地鸡毛的背景下利远大于弊，就算有浪费也无法和撒钱时代信创各种数字衍生垃圾相比。
就说之前的数字大屏，元宇宙展馆，还有什么数字驾驶舱，产生任何正向效益了没有？而这波AI浪潮再怎么泡沫，取代个把胡锡进还是没什么问题的。
体制内的笔杆子和当年的老会计一样，早晚要成为历史的阶段性产物。
还有一群人抱着一百多年前的旧思想，高呼什么汽车取代了马车，但是司机永存……
快给我笑岔气了。且不说训练汽车司机不必从马车夫里挑，在当下的AI时代，无人驾驶就是字面意义上的无人驾驶。都说了，人开车出事的概率比AI开车出事的概率大。AI防不住的事故，人想在那电光火石间去阻止，能成功的概率很低。
解读Uber无人车事故 - 人民周刊你知道上述事故发生时，坐在车里的观察员正在干嘛吗？答案是在玩手机。当某种劳动过程被部分或者全部托管，人是不可能有那个自觉性去像原来一样时刻绷成一根弦的。
至于那些说司机只不过换到了后台的，不要以为百度的萝卜快跑就是无人驾驶的答案了，降本增效是一个持续发生的过程。大家最好别对一辆车配一个监察员报以太大期望。等到整个无人驾驶规模上去了，资本八成宁愿去买保险赌那个事故发生概率也不会愿意常年养着一群坐在工位上看监控的社畜的。
<hr/>如果你真的认同AI是和前几次产业革命类似的浪潮，那么你要承认它就是来改变现有的生产消费关系的。
我们假设AI真的能提升整个社会的生产力，那么与之对应的消费力是谁在承担？
普通人吗？普通人又不拥有生产资料，论效率也比不上AI，他们怎么有能力去产生足够的消费力呢？
难道靠政府和企业的投资拉动吗？反正靠富裕阶层那是拉不动的。
而如果没有强劲的终端消费，就业岗位又怎么去增加？
也别着急，“AI出来以后孩子学啥”那个问题，前两年山姆奥特曼和马斯克都支支吾吾半天说不出个所以然来。
上一次遇到这么严重的生产消费失衡的危机，打了两次世界大战，孕育出了共产主义，两极世界又持续了差不多半个世纪才进入到我们这代人熟悉的历史进程。
搞不好有生之年也会看到把具身智能称呼为“同志”的一天。
到那个时候，什么底特律变人赛博朋克就不再是娱乐产品，而是现实派的启示录了。

发表于前天 08:26

你看互联网浪潮带来的大量就业，是怎样的就知道了：
民众发声的门槛降低了，不再是被专业媒体垄断，于是产生了“自媒体”职业；
成名的门槛降低了，不再是被专业明星垄断，于是产生了“网红”职业；
唱歌被听到的门槛低了，不再是被专业歌手垄断，于是变成了网红口水歌歌手；
带货的门槛降低了，不再仅是“电视购物”那种模式，演变成了全民的“直播带货”职业；
写小说被看到的门槛降低了，不再是被专业出版社垄断，于是便出现了“网络作家”职业；

开店门槛降低了，不再局限地理位置、昂贵房租、仓库、人流量等，于是便出现了“网店卖家”职业；
剪辑的门槛降低了，于是出现了各种影视解说等职业；
……
专业媒体—自媒体；
专业明星—网红
专业歌手—网络歌手
出版社作家—网络作家
电视购物—短视频平台直播带货
实体店店主—网店店主
……
以上这些，依赖于庞大的互联网基建，需要有人“搬砖”建设一砖一瓦，于是便有了各行各业转“码农”的盛况。
也就是说，互联网的普及，降低了一些专业“生产资料”的价格，大众能够以低廉的成本的方式获得。
使得专业化，逐渐走向大众化，让大众掌握了廉价的生产资料，使得原先本来是专业化的工作，膨胀成了大众化的工作。
从这点来理解，AI 浪潮带来的就业潮可能还得等相关的应用潮大量出现时，才会出现。
目前它只是少数职场人士生产力工具，以及少数民众图一时新鲜感的“玩具”，并没有进行大规模普及。
甚至可以说绝大部分网民，只是听过，压根没用过，用过的，可能也只是偶尔好奇试了试效果如何，和其它各种软件的使用频率暂时完全不在一个层面上。
AI 普及阶段，目前还处于“雷声大，雨点小”的状态，围绕着 AI 的应用量都少之又少。
传统大众应用，比如微信、抖音、小红书、百度、淘宝等都是亿级用户量，而且超过亿级用户量的软件还挺多的。甚至十亿用户量级的传统软件也不少。
上述的那些新型工作，带货、网红、电商等，也都是在亿级用户量的软件平台上完成的。
但放到 AI 相关的应用，除了国外的 ChatGPT 以及国产一些 AI 等少数应用，民众基本都没接触到什么。

都没经过大众化的普及，没办法重复互联网带来的就业潮的过程：
专业化的工作，演变成大众化工作。

可能未来会出现一系列相关的大众软件吧。
然后大量民众，使用各种亿级用户量的相关大众软件，完成原先一干专业人士才能干的工作。
比如：
自漫画家？

一些本不会画画的小白，用一些 AI 软件绘画，然后自己提供相关的故事思路，通过 AI 绘画工具，编成漫画，在相关的漫画 AI 软件平台上供用户订阅解锁，就像网络作家一样的工作？
可能还有自动画家

通过 AI 工具创作各种动画，付费解锁下一集/或看广告/插入带货链接
微电影市场？

未来用完善的 AI 工具，生成各种“特效”片段，使得普通大众，可以低廉价格拍自己想拍的微型电影？
文生视频，短视频博主进一步增多

原先的文字博主，可能可以通过一些大众化的 AI 工具，智能生成更恰当的视频片段，然后揉合成短视频，创作短视频门槛进一步降低，更容易了。
智能硬件创业潮？

将 AI 大模型，和各种传统硬件结合起来，演变成新智能硬件，诞生出一些相关的独角兽公司，因此开始大规模招人。就像以前的智能手环、智能电视、智能台灯、共享单车等等玩意一样。
未来可能的某种相关产品，以及工作，举个例子：
比如AI眼镜、AI换脸皮肤定制、外语同声传译机等

目前的 AI换脸技术
https://www.zhihu.com/video/1774734420874153984
（抖音博主：亲AI的章鱼哥哥）
可能过个几年，一堆糙老爷们，在线当清纯女网红谋生；
腾讯等企业也许在线售卖AI眼镜，将“游戏皮肤”卖到现实当中来，情侣们戴上AI眼镜，对方在自己眼里就变成了刘亦菲/彭于晏。
相关阅读：
为什么抖音上的姑娘都那么好看，现实中我怎么一个也见不着？可能的第二种智能硬件：外语同声传译机
这个也不用讲了，你看最近的 gpt4o 语音效果，以及现在AI 大模型翻译的效果，大家也是有目共睹的，以后再迭代几次，接入硬件。以后和外国人交流应该会很顺畅。
数据采集员

AI进一步成长，逐渐蚕食现有的各种数据库，数据显得越发稀缺，因此数据采集员的工作应运而生。专门负责采集数据、投喂AI。

发表于前天 08:35

主要是应用没落地。
先不谈被AI取代后失业的问题，你就算让人失业了，但肯定也会有新岗位出现。哪怕少，肯定得有是不是。
一般我们预测的大概是，比如AI取代了10个人，起码能创造1个岗位吧？
而目前的实际情况是：AI大概能取代了一部分搞翻译、摄影绘画的人，但是没产生1个新岗位。虽然火了一些搞AI的，但这些人数也实在太少了。
最近GPT-4o开放了大量免费权限，所以业内有人怀疑，大概GPT-5应该没那么惊艳，所以奥特曼才会出来抢流量。
国内就更卷了，前段日子KimiAi抢占各种流量，其他各种模型也都在快马加鞭的跟进。要知道这些大模型可全是免费的，各大资本烧钱给你免费用？
之所以免费，大概是因为不免费，流量就到顶了。
因此国内投资人说GPT大模型赚钱的能力太差了，比发电厂还差。
我认为这句话的意思，是大模型赚钱得依靠应用，而且说实话，国内一直都是靠做应用赚钱的，你见着哪个商业公司搞基础科学研究了？至于国内大厂，那完全是在开源基础上混的。所以投资人怎么讲的？应用上赚到的钱，起码是大模型的十倍。
呵呵，难怪被人卡脖子呢。让这些人赚钱，你不被卡脖子谁被卡？我觉得真得提拔点技术人上来，假如国内顶层人士全部是商人，卡脖子这事儿，一百年也解决不了。只能等着别人自爆了。
不好意思跑题了。
归根结底，就是没应用落地。
一旦应用落地，产生多少个岗位不好说，但是刚开始的相关岗位，一定会爆赚一波。
但是说实话大模型出来这么久了，全世界这么多精英，你觉得他们能没研究过落地的事儿吗？
之所以还没出来，大概是挺难的。
所以观察吧兄弟们，真出来了，一定得上啊。
万一难产呢？
那就该干嘛干嘛去，就当看个乐子了。
去年投资人说今年是应用落地年，最近我看新说法变成明年了。
我们假如说GPT的诞生是AI重大的转折点，那大概应用落地，才是对普通人来讲最大的转折点吧。
其实我总是杞人忧天的认为，应用落地对当下的普通人的影响，大概不会太好。
就好像我总说，汽车司机取代了马车夫是一种进步，但是没人会可怜马车夫。
而你，我亲爱的朋友，你并不是马车夫，你是马！

发表于前天 08:44

先回答题主的一个疑问：“涌进来的钱都分到什么岗位去了”
答：没有涌进来的钱，所以也没什么可分的
在国内，能支撑起大量就业岗位的一定得是个非常大的盘子的业务，这种业务大概率得是ToC。而ToC产品非常讲究网络效应，而网络效应的原始驱动力就在于“老百姓有利可图”，而10亿老百姓的有利可图这就是一个天文数字了。
这个天文数字，不是几个打工仔凑个100万就能解决的问题。
因此，这类业务是离不开风险投资的介入的。而我们知道，AI产业如今来看很像是next-generation的互联网产业，这类产业在过往的20年里，主要受到美元基金的青睐，你可以回头看下过去20年里长大的互联网巨头（BATTMD等），哪个背后站着的不是美元基金。
而如今由于众所周知的原因，国内基本没有美元基金了，这是我们无法改变的大势。因此，ToC产品创业的根源上的驱动力算是断了，纵是你有天大的能耐，也很难独自对抗时代大势和做ToC的底层逻辑。
因此，这一波的ai创业浪潮，分化非常明显。
一波人出海了，专攻美国市场。这些创业团队往往具备多年的海外背景，深刻的了解海外市场并具备一些海外资源，这类创业公司往往做的比较顺利，融资、商业化的环境都还不错。很多只有几个人的团队却做到了百万美金的ARR，活的往往比较舒服。
另一波人留在国内了，继续卷国内市场。这些创业团队由于很难融到美元，所以如果想活下去，就得自己造血。而自己造血就注定没法去做那些需要前期大量研发和资金投入的事情，所以大家普遍的活法是，找到一个年营收大几百万、小几千万的盘子，扎根活下去。早期的话，能在一年的时间里实现百万+的营收就很难得了。所以这些团队，注定是个小而美的团队，少的只有一两个人，多的一般也不可能超过10个人。
而在国内，这种几百万、小几千万的盘子大多是ToB的生意，这些ToB公司是销售驱动的，所以不会像ToC公司一样在社交媒体疯狂推广，也不会有什么网络效应。所以对大众来说，几乎是个小透明。就算被大厂出来找工作的候选人发现了，候选人往往还会一脸嫌弃——这是做啥神奇的完全看不懂的业务的。
所以，时代变了，很多人在大厂呆的久了，其实看不清外面的世界变成了什么样子，还抱着过去的思维去寻找下一个字节跳动，只能越找越懵逼。

发表于前天 08:42

关于您提到的关于AI浪潮与就业机会的问题，其实这是一个复杂的现象。AI技术的发展确实催生了一些新的职业岗位，比如算法工程师、数据分析师等。然而，由于AI技术的复杂性和专业性，这些岗位往往对从业人员的学历和技能要求较高。因此，尽管AI领域在创造新的就业机会，但对于普通本科生而言，进入核心岗位仍有一定难度。<br><br>至于资金去向，大部分投入到了技术研发、产品创新以及企业运营等关键领域。此外，为了推动AI技术的普及和应用，许多企业还投入资金进行人才培养和团队建设。因此，资金并非没有创造出新的就业岗位，而是集中在技术要求较高的领域。随着AI技术的不断发展和普及，相信未来会有更多就业机会涌现。

为什么这波 AI 浪潮没有带来大量的就业岗位?

本周热门