今年四月春招期間，一些網絡公司釋出了「AI人文訓練師」的崗位，要求應聘者受過文史哲、藝術等學科的專業訓練，負責「AI的文學與藝術表達訓練」、「提升AI的多元智能水平」和「構建生動的human-AI交互體驗」。招聘平台上顯示，正職月薪可達3-5萬元（人民幣，下同）。

這對「絕望」的文科生來說，似乎是一份令人心動的offer。

近年來，文科生就業狀況持續遇冷。智聯招聘發佈的《2022大學生就業力調研報告》顯示，文科生就業簽約率僅為12.4%，遠低於理科生的29.5%和工科生的17.3%。不少文科生嘗試為自己尋找新出路，激流勇進地盯上了作為最新風口的AI行業。

根據智聯招聘的最新數據，今年AI行業相關崗位招聘量按年增長超過40%，平均月薪突破2.1萬元。麥肯錫預測到2030年，中國的AI專業人才缺口可能高達400萬人。

一條對話了五名文科背景的年輕人，他們分別處在進入AI行業的不同階段，從事着AI模型工程師、產品經理、新媒體運營等不同崗位。我們聊了聊他們的轉行之路和對於行業的思考。

一條編輯：唐 詩　　　　一條責編：魯雨涵

AI時刻的降臨

1985年，蘋果創辦人喬布斯在演講中提到他對未來的希望 ——

「當下一個亞里士多德出現的時候，我們可以用計算機捕捉到亞里士多德的基本智能，這樣有一天，學生們不僅可以閲讀這位亞里士多德的著作，還可以向他請教問題，並且直接得到回答。」

三十多年後，喬布斯的願景以「AI大語言模型」之名被實現了。2022年11月30號，ChatGPT上線，兩個月內，月活用戶數量快速達到了1億，成為了大眾對於AI的第一想象。

彼時的00後陳柳陽還是一名管理學大四學生，他在第一時間使用ChatGPT過後，覺得「像魔法一樣，對我吸引力非常大」。

當時，他已經保研去了中國科學院大學繼續讀管理學，但他決定之後朝着AI大模型的方向發展，「就算我在AI大模型公司做人力資源管理、商務之類的工作，也比其他公司的同類型崗位強。」

95後班布是主要關注科技領域的編輯，一直跟進AI以及AIGC（人工智能生成內容）相關的新聞。

在近些年的科技熱點中，元宇宙、區塊鏈、NFT（非同質化代幣）這些新風口「讓人有些看不懂，也少有科技巨頭持續大額投資」，但是「AI是大家共識看好的行業」，班布萌生了想要轉行的想法。

2020年英碩畢業後，班布曾經進入網絡大企業工作了一年，似乎趕上過時代的風口。但是她發現，85後的員工已經佔據了公司的核心位置，核心團隊的崗位也基本飽和了。之後入職的95後年輕人大多只能做比較邊緣的業務，「像教育線，後來網絡的紅利過去，這些線就被裁了。」班布想，「一代人有一代人的機會」，網絡大企業屬於上一代，或許AI屬於新一代。

比起陳柳陽和班布是受到ChatGPT的感召而產生了轉行的動力，Sophia和小樂兩名英專生的「AI時刻」顯得更為誤打誤撞和先驗。

95後Sophia自詡「從小學習普通」，起初學的是英語和文學專業，後來轉行數據科學。今年是她在一家英國科技公司工作的第三年，辦公地點位於倫敦最貴的寫字樓。

2020年，Sophia在比利時唸完世界文學史碩士，回到蘭州老家的當雅思老師。因為疫情，線下的雅思考試經常被取消，可以線上進行的多鄰國英語測試變得流行。

在備課的時候，Sophia發現多鄰國線上測試比雅思更難。雅思可以通過答題技巧提分，但多鄰國測試行不通。因為後者題庫更大，而且題目是機器出的，會自適應答題者的水平，答對的越多，拿到的題目會越來越難。

出於好奇，Sophia查到多鄰國出題用的是機器學習算法、自然語言處理等技術，「我當時就對這個領域產生了興趣。」

同時，雅思老師的工作也讓她感到疲憊。Sophia的雅思口語得分能達到8分，在蘭州屬於少見的高水平，經常被機構當作宣傳的噱頭。但是，她能夠得到的報酬並不對等，一個小時的課，「機構誇張的時候收學生六七百塊錢，但到老師手上只有一百多。」

綜合考慮之後，Sophia決定一邊工作一邊自學編程語言Python，再去英國讀一個數據科學的碩士。

2018年，小樂通過外語類保送政策進入Top2學習英語。那時，英語專業的就業狀況已初現頹勢。小樂的同學們達成了潛在的共識，「大家進入這麼好的學校，基本都想着轉行」，多數人選擇轉去金融行業。

在嘗試商業分析的工作之後，小樂放棄了商科。她發現自己的性格並不適合從事商科，更根本的原因是，「這種工作對社會產生的價值不是我想要的。」

由於學校不限制跨專業選課，小樂根據自己的興趣選了一些計算機學院的課，譬如編程語言C++、神經網絡、人工智能。

在原本英語專業的選課中，小樂也放棄了文學和翻譯方向的課程，選擇了她覺得比較有意思的語言學。這為她後來申請碩士項目的方向 —— 計算語言學，埋下了伏筆。

延伸閱讀：生成式AI席捲職場！這「15種技能」越見重要　及早掌握保持競爭力

先上車，再選座

取決於理想崗位的不同和自身技術基礎的差異，站在AI門外「程門立雪」的文科生們走上了不同的轉行之路。

AI行業的核心是算法和技術工作，但是落到實際的應用環節，整個產業鏈還需要產品經理、運營、商務等職能。對於這些崗位來說，除了可遷移的技能以外，應聘者更需要的是體現自己對AI行業的了解。

2024年夏天，班布辭去內容編輯的工作。由於對科技行業有着長期和深入的觀察，在面試了幾家AI公司後，她很快成為一家AI獨角獸公司的新媒體負責人，工資也有了可觀的漲幅。

但是，如果想要從事更接近行業核心的工作，比如機器學習算法工程師、自然語言處理工程師、圖像識別工程師等職務，則需要花費更多的時間與精力去補足技術的基礎，積累經驗。

2023年9月，陳柳陽開始在中國科學院大學讀管理學研一。為了提升對AI技術的了解，他選修了計算機研究所和自動化研究所的課程，比如深度學習算法和大模型預訓練。

但是，想在北京得到一份AI實習並不容易，因為之前沒有相關的工作經歷，打不過清北的和科班出身的學生。

到了2024年4月，陳柳陽刷到自己十分嚮往的AI大模型產品Kimi舉辦了prompt engineering（指令工程）大賽。他就試着把自己平時用AI讀論文的一整套prompt發到了小紅書，最後得到了全網第六名。

有了這些鋪墊，陳柳陽終於收到了實習機會，去當時被稱為「大模型四小龍」之一的智譜做prompt工程師。

他的日常工作分為四塊：調研其他大模型產品、寫程序跑模型、給客戶寫prompt和方案，以及打標籤評測模型。

在社媒分享上，經常能聽到「避雷打標籤這種dirty work」的聲音，但是陳柳陽並不認為做數據標註的工作是毫無意義的。

對於AI門外漢的普通人來說，「數據標註的工作能讓你了解甚麼是prompt、如何評價一個大模型的能力好壞、大模型的輸入和輸出之間的邏輯和規則等等」。在工作中還會接觸到很多大模型算法工程師、產品經理，「你在和他們的溝通中其實也能夠為下一份求職做準備。」

陳柳陽還聽說，像DeepSeek這樣對數據質量要求高的公司，會專門請北大中文系的學生制定數據標註的評判標準，給實習生開到550塊一天的工資。

模型訓練的數據質量上去了，模型最終的性能才會表現得好，「我覺得這是DeepSeek能在成本如此低的情況下獲得很好的模型表現的原因之一。」

Prompt工程師實習結束後，去年年底，他比較順利地進入字節跳動做AI產品經理的實習。在把自己從0基礎文科生一步步找到AI實習的經驗貼發在小紅書上，他的私信裏也湧入不少想要求職諮詢的人。

在他目前經手的四個案例裏，有兩個文科專業的研究生成功去做AI產品運營了。陳柳陽始終覺得，對於普通人來說，「先上車，再選座」，行業對了或許更加重要。

小樂則是選擇了出國讀碩士，通過與人工智能相關的學歷得到了一張入場券。今年年初，她入職了一家網絡大企業做AI大模型工程師。

最艱難的階段恰恰是出國讀碩士前。她時常會因為轉碼的選擇產生自我懷疑，「我還要堅持嗎？我這麼堅持有意義嗎？」因為她的身邊很少有志同道合的同學，也很難得到家人的支持。

每次一個人去上數學或者計算機的課，老師和其他專業的同學都要問她，「你是學英語的，為什麼來上這個課？為甚麼不去當翻譯？」語氣裏有時是單純的好奇，有時是獵奇和戲謔。

在大一、大二的時候，因為選修微積分這些比較難、賦分比較低的課程，小樂的績點被同專業的同學拉開不少，因此「心態有點崩了」。家裏人也會問她，「你在搞甚麼？好好學英語就行了，整天學其他課有甚麼用？」

轉碼成功之後，她根據自己的經驗，在網上分享了一條「從0到1的文科轉AI極簡攻略」。直到今天，她仍舊能看到潑冷水的話，比如「現在才轉碼已經來不及了、非常不明智」。不過，她已經不再懷疑自己的選擇，認定了這份自己喜歡且對世界或許有意義的事業。

延伸閱讀：ChatGPT｜你有追問、提供範例嗎？7大錯誤用法限制AI「發揮潛能」

3. AI以後

進入AI行業，不單單意味着工作內容和薪酬的變化，還意味着不同的行業水温。

2022年，公孫大娘從清華新傳專業研究生畢業，以選調生的身份進入體制內工作。她發現，整個工作氛圍潛移默化地傳達着「要學會拍馬屁、處好人際關係、在酒桌上有眼色」的觀念，但她並不想那樣做。

因為體制內工作穩定、福利制度完善，所以在公孫大娘辭職時，她的上司對她說，「你可能再也找不到這麼好的工作了。」但是那種工作的挑戰不是她想要的，她也「不想再這樣沒有任何自己價值地活着。」

今年春天，憑藉着對AI應用的重度使用和對行業資訊的了解，公孫大娘成功進入一家AI初創公司做市場營銷工作，稅前收入是選調生時期的三倍。

這家公司的規模不大，大約二十幾名員工，氛圍與體制內完全不同，「比較像矽谷創業公司，鼓勵創新，說錯了甚麼也沒關係。」

老闆會和所有崗位的員工討論產品，常常看到一個新資訊就會分享給公孫大娘，「在我提出自己的觀點之後，他又會追問怎麼應用在我們自己的產品上，這會推着我不斷地去思考。」

在工作中，她從頭開始學習自己不了解的金融知識，也能接觸到許多專家，譬如聽斯坦福物理系的教授討論AI的基準性能測試、AI如何協助科研。在她看來，「我這人正需要這種不斷的新刺激、新挑戰。」

然而，並非所有AI公司都有着如此友好且積極的氛圍。

班布覺得目前公司的氛圍更像是以前待過的大企業，「工作比較高壓，有大小周，晚上經常要加班到12點之後。」在上下班等電梯的時候，班布曾經聽見其他部門的同事討論了好幾次：「太累了，甚麼時候能拿n+1的賠償走掉？」

從ChatGPT面世，再到今年年初DeepSeek破圈，AI行業仍在高速發展。對於剛剛搭上AI這艘快艇的年輕人來說，如何不被甩下成了新的目標。

「多模態」是AI發展的大勢所趨，這種技術將能處理更多種類型的數據，包括文本、圖像、音頻或視頻。Google報告預計，全球多模態AI市場規模將在2025年達到24億美元，到2037年底達到989億美元。

在字節跳動做AI產品經理實習時，陳柳陽的工作正是與 AI的多模態功能有關。以往，用戶向AI大模型搜索東西一般用的是文字，為了讓用戶也能用圖片進行搜索，具有多模態能力的向量數據庫這一技術被引入。

在陳柳陽上崗的第一天，他的正職要求他能用代碼跑通向量數據庫的所有功能。因為只有簡單的代碼基礎，陳柳陽很難看懂那麼複雜的程序。作為整個組唯一的文科生，他也不好意思麻煩其他忙碌的同事，「每天都處在絕望之中，生怕趕不上進度。」

入職的第一周，陳柳陽就在工作的間隙一句一句代碼地去問ChatGPT和豆包。那一段的自學經歷過得非常艱難，讓他一度想要放棄，「周末也在看代碼，好在最終全弄明白了。」

在倫敦打工人Sophia的觀察中，計算機行業的風向變得很快，上岸的難度越來越大。

疫情期間那幾年，「數據科學突然爆火，很多沒甚麼背景的人都找到工作了。」Sophia正是在讀完數據科學的碩士後，得到了一份數據科學家管培生的工作，「有我努力的成分在，但那時候行業沒那麼捲，我運氣也好。」

三年後，她的崗位已經轉換成了機器學習工程師，AI大語言模型就是機器學習訓練出的超級成果。Sophia的同事裏有牛津的博士，在倫敦國王學院做過數學老師，「現在不一樣了，沒點research背景或者AI經驗，跳槽和升職非常困難。」

最近，Sophia在下班和周末的空閒時間通過GitHub研究模型、看YouTube視頻開始自學AI最新的趨勢 —— AI Agent（人工智能代理），一種能夠自主理解、規劃決策、執行複雜任務的智能體。未來可能的設想有，用戶告訴AI Agent自己想買甚麼東西，它就會下單把東西外送到家。

Sophia想通過新技術找到新機會，跳槽去做行業前沿的工作內容，「從計算機學科發paper的速度就能看得出來，這個行業發展得非常快，如果我再在現在的公司幹兩年，那可能就徹底被市場淘汰了。」

偶爾，班佈會懷念以前內容編輯的工作，每周有三天可以居家辦公，同事之間的關係像是朋友。

她也會想，其實任何一個行業都不是文科生就業焦慮的解藥，最終的解藥應該是找到自己擅長的能力，並且這種能力在真實市場中能夠被可持續交易，或者是在一家公司裏找到自己不可替代的位置。

【本文獲「一條」授權刊出，歡迎關注：https://www.facebook.com/yitiaotv】