这本图鉴里有什么
00📐 数据从哪来、怎么读(先看这页) 01🗺️ AI 职业冲击地图:哪些岗位高危、往哪转 02💎 金字塔尖:最炸的几个薪资数字怎么回事 03🛠️ 图鉴 I · 技术岗(13) 04🧭 图鉴 II · 治理管理岗(5) 05🏥 图鉴 III · 行业垂直岗(5)📐 这些数字从哪来、该怎么读
薪资图鉴最怕一件事:数字看着唬人,但没人知道哪来的。这本书反过来——先把方法论摆在最前面,你信得过再往下看。
薪资数据怎么来的
每个岗位的薪资区间来自匠人学院 AI 岗位库,并和公开薪酬数据库交叉核实。主要来源(按权重):
Levels.fyi(首要 · 从业者自报薪酬)· Robert Half 2026 Salary Guide(美国雇主侧)· Glassdoor / Indeed(含澳洲分位数)· LinkedIn Salary · Hays Australia Salary Guide · 各大公司公开招聘 JD。中国岗位参考拉勾 / BOSS 直聘。
读之前先记住三件事
1. 薪资是市场区间,不是承诺。同一个岗位,硅谷、悉尼、新加坡、上海差好几倍,还随行情波动。本书美元岗位标 US$,中国岗位标 ¥/月,看清货币再对照。
2. 别拿天花板对标自己。OpenAI、Anthropic 这些前沿实验室的数字是金字塔尖 0.1%,录取率不到 1%。它们定义行业上沿,但不是你入行的参照。
3. 职业风险评估是我们的判断,不是第三方数据。下一章的「高危 / 中危 / 低危」是匠人学院基于 AI 自动化程度给的观点,供你参考方向,不是预言。
🗺️ AI 职业冲击地图

在看新岗位之前,先搞清楚你现在站在哪。我们把 78 个常见职业按「被 AI 替代的风险」分了三档——不是吓你,是帮你判断该不该动、往哪动。
数据:匠人学院基于 AI 自动化程度的职业风险评估,覆盖 12 个行业 78 个职业(观点,非第三方调查)。
高危岗位往哪转?
好消息是:几乎每个高危岗位,都有一条通往本书后面那 23 个新岗位的路。下面是几条最典型的转型路径——你会发现,终点几乎都指向 AI。
💎 金字塔尖:那几个最炸的数字

你大概在朋友圈刷到过「OpenAI 人均年薪 150 万美金」这种标题。先把这几个最容易被传歪的数字讲清楚口径——它们是真的,但不是你以为的那个意思。
OpenAI 人均股权 ~$150 万/年
这是股权激励(stock-based comp),不是现金年薪。约 4000 名员工,人均每年 ~$150 万股权,相当于年营收的 ~46% 拿去做股权激励,号称科技史上 IPO 前最高。注意:是股权不是工资,而且要等公司估值兑现。来源:The Information(经 Fortune 转载)、NCEO。
Anthropic 研究科学家 总包中位 US$746K
Levels.fyi 实打实的中位总包:base $320K + 股票 $426K,区间 $320K 到 $1,050K+。这个数字精确、可查。来源:Levels.fyi。
Google DeepMind 研究科学家 最高 US$893K
很多文章把 $893K 说成「高级岗中位」,其实它是 L8(接近顶级)档位的上限。Google 研究科学家全档中位约 $373K,区间 $176K 到 $893K+。把天花板当中位,会严重误导。来源:Levels.fyi。
🛠️ 技术岗(13 个)

直接造 AI 系统的人,薪资天花板最高。从 AI 工程师到 RAG、Agent、MLOps —— 这一类是 AI 浪潮里最硬的通货。
🧭 治理管理岗(5 个)

不写代码,但决定 AI 怎么用、谁来负责。从董事会的首席 AI 官到合规官、AI 产品经理 —— 管理和法律背景转 AI 的最佳入口。
🏥 行业垂直岗(5 个)

把 AI 装进具体行业的人。医疗、金融、农业、教育 —— 有行业经验 + 懂一点 AI,就是稀缺的交叉人才。
