数据截至 2026-09-10

AI产品经理职位数一年涨87.7% 但同一头衔下，月薪从2万到11万 20家上线AI Agent的企业，九成还在亏钱

最近一年，你大概率在各种地方刷到过类似的消息：谁谁又转岗去做AI产品经理了，培训班里坐满了人，朋友圈隔三差五有人晒offer。

这不是错觉。智联招聘的数据显示，2026年上半年，AI产品经理岗位的职位数同比增长了87.7%，9月初被多家媒体反复引用。放到整个招聘市场都在收缩的大背景下，这个增速确实扎眼。

于是很多人心里冒出同一个问题：这活儿到底是干什么的？我一个普通人，能不能也去干？

我把这个月还在招人的6份真实招聘启事扒了一遍，又翻了这几天从业者写的复盘。把看到的东西讲给你听，你自己判断。

一、先泼半盆冷水：涨得猛的不止这一个岗位

有个很容易搞混的事，得先说清楚。

招聘平台上说的"AI相关岗位"，是一大坨职位的统称：算法工程师、大模型研究员、数据标注、AI产品经理、AI运营，全都算。媒体上很多吓人的数字，说的是这一整类，不是AI产品经理这一个岗位。

比如这几天流传的几个数：

• AI相关岗位的招聘企业数同比涨24.8%，职位数涨10.6%，求职人数涨10.5%
• 智能体开发方向的人才需求，同比涨了244%
• AI工程师的需供比达到2.62，相当于每个AI工程师，市场上挂着约2.6个岗位在抢
• 麦肯锡预测，到2030年，中国AI人才需求总量会达到600万人

这些数字听着提气，但都是"AI行业整体"的账。真正属于AI产品经理这一个岗位、能找到近期出处的，其实就两条：职位数同比+87.7%，以及各家在招职位上明晃晃标着的薪资——低的月薪两三万，高的开到11万。

也就是说，别看到"AI岗位暴涨"就默认AI产品经理的坑也跟着暴涨。那是两本账。

二、这个岗位每天到底在干什么

想讲明白这个，得先说传统产品经理在干什么。

传统产品经理的核心工作，说白了是"把需求说清楚"。他调研用户、画原型、写一份叫PRD的文档交给工程师。工程师照着文档写代码，结果是确定的——按钮点下去弹什么页面，白纸黑字写得明明白白。

AI产品经理面对的东西，完全不是这么回事。

他交付依赖的对象是一个大模型。大模型的特点是：聪明，但不靠谱。你让它总结一段话，十次里可能有八次总结得挺好，一次漏了关键信息，还有一次，它自己编了一段根本不存在的内容。

所以AI产品经理的活，说白了就是三件事。

第一件：判断这个需求该不该交给AI。

不是所有问题都适合用AI。规则明确、结果必须百分之百正确的事——比如算工资、对账单——用代码写死，比用AI靠谱得多，还便宜。AI产品经理的第一项工作，就是从一堆"看起来很AI"的需求里，把不适合的部分剔掉。

第二件：给不靠谱的输出装护栏。

护栏怎么装？招聘启事里写得最直白。滴滴在招的风控AI产品经理，要求建一套评测机制，指标里除了任务成功率、准确性、时延、成本、安全性，还有一项很特别的——“人工接管率”，也就是AI干不下去、必须把人叫过来的比例。

这个指标很说明问题。它等于公开承认：AI一定会出错。产品经理的工作不是消灭错误，而是提前想好，错了之后怎么办。

第三件：持续盯成本和效果。

大模型每调用一次都要花钱，问得越频繁、上下文塞得越长，账单越贵。一家医药AI公司的招聘启事里，明确要求用Ragas这类工具做量化评测，每天盯的是"Skill调用准确率"“召回率”"推理链"这些指标。店匠科技的岗位更直接：搭建评测流水线、设计AI当裁判的评分标准、主导A/B实验。

我扒的6份JD里，5份把"评测体系"写进了职责，4份提到提示词工程，4份提到RAG——一种让模型先查资料再回答的技术。

换句话说，这个岗位最核心的新技能，不是"会跟AI聊天"，而是会给AI打分。

三、都叫AI产品经理，干的活能差出一个身位

这是我觉得最值得讲的一点。

同一个头衔，6份JD，要的几乎是六种人。

店匠科技在招的资深AI Agent产品经理，开价30到60K、15薪。职责是定义Agent的交互方式——什么时候主动建议、什么时候闭嘴、推理过程要不要给用户看、出错了怎么恢复——还要主导Agent技能的撰写和规范制定。这已经接近在设计一个"数字员工"的性格和工作方式。

滴滴那个风控岗位，要求懂Agent的任务编排、工具调用、上下文管理、权限与沙盒。"权限与沙盒"是典型的工程概念，意思是AI能动哪些数据、在一个什么样的隔离环境里动。

滴滴另一个自动驾驶方向的岗位更极端：明确写"不限定传统产品经理背景"，要的是能写代码、深度用过AI编程工具半年以上的技术型选手。

一家传统企业集团的岗位，月薪2到3万，要求理解Transformer、预训练微调、推理优化，还要有私有化部署的动手经验——GPU集群、模型量化、推理加速，全是硬核工程词汇。

而阿里云一个AI OS平台产品经理的岗位，对大模型的要求只有一句：有基本认知。它真正看重的是五年以上互联网产品经验。

把这几份摆在一起，结论很直接：有的AI产品经理在设计Agent的大脑，有的只是在给现有系统加个AI功能，还有的，其实就是原来的平台产品经理换了个名字。

这也是为什么，同样是"AI产品经理"，有人月薪11万，有人月薪2万。头衔不定价，活才定价。

四、再泼一盆冷水：项目失败率比想象中高

岗位在涨，不代表每个岗位都稳，更不代表这行都赚钱。

9月6日有一篇从业者复盘，作者跑了20家已经上线AI Agent项目的企业，结果是九成还在亏钱，真正跑通、产生正向回报的不到10%。里面有家零售企业，去年一口气立了5个Agent项目、砸了两百万，一年后黄了3个，产生的价值不到三十万。

同一篇还引了Meta的案例：用Agent替代部分团队之后，重大技术安全事故不降反增40%，员工处理事故的时间增加70%，项目最后干脆叫停。

背后的逻辑其实不复杂：AI把"做出来"的成本打得很低，但没有把"做对"的成本打下来。项目容易立项，不容易收场。

还有一个细节，挺有意思。

人社部9月9日发布了第八批新职业，一次新增11个新职业、23个新工种，其中数字职业占5个，里面甚至有"智能体开发员"这种新工种。但这份名单里，没有AI产品经理。

从2019年到现在，人社部累计发布了8批共121个新职业。AI产品经理始终不在其中。

这不代表它没价值，只说明一件事：它还是个市场自己叫出来的头衔，没有官方标准。没有标准，就意味着什么水平的人都能往这四个字里装——这既是门槛低的好事，也是水深的根源。

五、AI拿不走的部分，才是真护城河

那篇复盘里有句话我觉得说得挺准：AI越猛，"该做哪个场景、出了问题谁签字、凌晨两点出事谁在现场"这些事越值钱。

作者列了四样AI替代不了的能力：对业务的穿透力、对人的判断力、扛结果的责任心、定义问题的能力。

第三样最容易被忽略。AI产品出事的方式和普通软件不一样——传统软件的bug是明确的、能复现的；AI产品的问题是概率性的，今天好好的，明天换个问法就崩。这种时候，得有个人站出来说"这是我的责任，我来改"。愿意在概率性的问题面前签字担责，这件事本身就有市场价。

至于怎么进这行，那位作者的建议很实在：别在简历里转型，要在业务里转型。你现在手上的行业经验，可能比报个课有用得多。

六、三个自检，帮你判断适不适合

第一，你手上有没有一个特别熟的具体业务场景？

那6份JD，几乎每一份都写着要懂某个具体行业——风控、自动驾驶、医药、跨境电商。这行最缺的不是懂模型的人，是既懂业务、又能判断AI能不能用上的人。

第二，你能不能接受一半时间在"验收"而不是"创造"？

搭评测集、看坏案例、调提示词、再跑一遍——这些活重复度高、成就感低，但它们是这份工作的主体。

第三，你愿不愿意为AI的错误负责？

"人工接管率"这个指标，本质是把责任分配写进了系统。如果你想要的是"需求交出去就等结果"的工作，这个岗位会让你很痛苦。

七、往后这个岗位会长成什么样

判断一个岗位的未来，最笨也最准的办法，是看招人的要求怎么变。

我把那6份JD按性质分了分，它们其实指向两个方向。

一类往工程里走。滴滴的风控岗位要"权限与沙盒"，自动驾驶那个岗位直接不要求产品经理背景、只要求能写代码，传统集团那个要GPU集群和模型量化。这些岗位的活，正在和AI工程师重叠。

另一类往行业里走。医药AI那条JD写得最细的不是技术，而是"至少主导过2个非问答类的AI应用"“能设计Prompt测试框架”。它要的是懂医药业务流程的人，AI只是新的实现方式。

这两条路的尽头不一样。前者可能慢慢并入技术岗，后者更可能变成"懂AI的业务负责人"——头衔里最后未必还带着AI两个字。

有个细节可以佐证：人社部这次新增的新工种里有"智能体开发员"，说明偏技术的那一半已经开始被官方定义标准；而AI产品经理不在名单里，说明它还在业务侧自己长，没长定型。

还有个数字挺值得琢磨：脉脉的数据显示，2026年1到5月，新发的AI校招岗位同比涨了47.3%，AI岗位在名校生招聘中的渗透率从26.41%升到37.56%。年轻人在批量涌入，这意味着两三年后，懂AI会变成产品经理的默认配置，而不是加分项。

等到那天，这个头衔本身的溢价也就消失了。就像十年前叫"移动互联网产品经理"的那批人，后来都改回叫产品经理——但活法已经完全不一样了。

说到底，AI产品经理不是一个新发明的职业，它是产品经理这个老岗位在新技术下的一次分叉。分出来的一部分人往技术深处走了，另一部分人只是换了个名字。

一年涨87.7%是真的，九成项目没跑通也是真的。这两件事同时成立，才是这个岗位眼下的真实状态。

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】