上星期，我去北京出差，正巧在地铁站遇到一位大学同学。

大学的时候我们都叫他元旦，和我一样也是做设计工作。

区别是我搞建筑的，他搞电气设计的，设计院加地产。今年40岁。去年公司裁了一批人，他没被裁，但工资降了30%。现在每天上班都像是等判行一样，他说他知道迟早会轮到他的。

现在他想转行，又不知道学啥。想了半年。

他列了一堆想做的事。学Python。学数据分析。学AI。他报了两个课，花了七千多，上完发现更迷茫了。

他说。这些课都不好，都不教真东西。

学完了，压根就不知道第一步该干什么。

我说。你不是一个人。

90%想转行的人，都卡在第一步。

不是他们懒。不是他们笨。是他们搞反了三件事。

第一件事。你盯着的方向，可能是一片正在缩小的海。

元旦最开始想转行，第一反应是「学个新技能」。

他去搜什么行业热门。搜出来数据分析、人工智能、大模型。他报了数据分析的课，学了两周，发现自己跟那些22岁科班出身的完全没法比。他说他学完连面试都不好意思投。

我说。你投了也没用。

你不是跟同龄人竞争。你是跟学了四年科班、做了两年实习的人竞争。你学三个月就想跟他们抢饭吃，这不是转行，是自杀。

但这不是你最该关心的。

最该关心的是方向。

今天证券时报A001版头条，互联网大厂第一次完整披露了AI业务收入。联想全年AI收入增速105%，第四财季同比增84%。百度Q1 AI收入136亿，占一般业务52%，首次过半。快手可灵AI单季6.5亿，同比增300%。

大厂已经靠AI真金白银赚到钱了。方向在哪已经很清楚了。

元旦说。所以我该去学AI吗。

我说不是。你有八年电气设计经验。你知道整个设计流程，懂施工管理，跟甲方打过无数交道。这些经验AI没有。你要学的是用AI把它放大，不是从零开始学一个新行业。

他停了一下说。我从来没往这个方向想过。

这就是90%的人死的第一步。他们以为转行等于学一项新技能。其实转行等于用AI放大你本来就有的值钱东西。

第二件事。你永远准备不好。等得越久你的筹码越少。

元旦说他还有一个问题。他想等自己准备好了再开始。把Python学完，把数据分析证书考下来，把AI工具学会。他说等这些都准备好了，我再去投简历。

我说。等你准备好，你可能就没有简历可以投了。

世界经济论坛上个月发了个预测。到2030年，AI会创造1.33亿个新岗位，同时取代7500万个传统岗位。不是「可能取代」，是「会取代」。

你看CSDN上那篇热文「哪些职业会完全被AI取代」了吗。里面写得很清楚。所有标准化重复劳动，行政文员、基础客服、电话销售，都会消失。没有讨价还价的余地。

你等一年，你现在坐的那个工位，可能就不需要人了。

等得越久，你的谈判筹码越少。被裁了再想转行，跟主动转行，两回事。

第三件事。你觉得AI来了自己就没价值了。这是最隐蔽的坑，也是最要命的。

元旦跟我说。他不想学AI还有一个原因。他说他看那些AI生成的图纸，一个提示词就出一版方案，比他想三天还好。

他说。我觉得自己没用。

我说你看过奥特曼上周的采访吗。OpenAI CEO。他说AI不会取代人类多数岗位。他的原话是「AI替代的是任务，不是岗位」。

什么意思。

职场里80%的基础工作，有一半是标准化的机械执行。另一半是不可复制的人性决策、共情沟通、价值判断。AI可以一秒写完初稿、整理数据、生成报表。但AI看不懂场景、权衡不了利弊、承接不了责任、共情不了他人。

他说这些我懂。问题是这些能力怎么变成转行的第一步。

我说。你不懂。你听懂了但没想通。

我再给你一个数据。新浪新闻昨天的报道，掌握AI工具的职场人薪资溢价是45%。同样一个人，会AI和不会AI，薪资差将近一半。

AI不是让你没价值。AI是让你本来有的价值翻一倍。

那正确的第一步是什么。

我给了元旦一个方案。三个步骤。他三个月前开始做。

第一。盘点老经验。

我让他把自己八年的电气设计经验写成一张清单。他从项目里拆出来六条：设计流程管理、施工图纸审核、材料清单编制、现场问题处理、甲方沟通协调、成本控制。他说写出来自己都惊了。原来我值这么多钱。

第二。用AI把经验放大。

我没让他学Python。我让他用DeepSeek写一份电气设计常见问题解答。他花了一小时，做了一份20页的文档。他说以前要写一周。

他又用AI做了一个自动生成材料清单的Agent。他说这个工具放在公司，采购部门的人都要来找他问怎么用。

第三。副业试水。

我开始没让他辞职。我让他利用下班时间，把做好的电气设计资料打包成一个小产品，在小红书上发内容。不卖课，先免费分享。第一条笔记讲「电气设计最常见的10个坑，我做了一个AI帮你避开」，当天就有了咨询。

三个月后的今天。元旦的副业收入已经覆盖了他被降薪的那部分。他说他现在不用焦虑了。公司爱裁不裁。

他说他这辈子最大的转折不是学了AI。是有人告诉他第一步该干什么。

我朋友听完元旦的故事，沉默了很久。

他说。你知道吗，我最大的问题不是不知道怎么做。是我总觉得自己还没准备好。怕跨出去就回不来了。

我说。不是等你准备好了再去转行。是转行的过程，让你准备好。

一个时代快结束了。另一个时代已经开始了。你需要的不是焦虑。是迈出第一步。

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】