文科转行后，我终于吃上了时代红利

今年四月春招期间，一些互联网公司释出了“AI人文训练师”的岗位，要求应聘者受过文史哲、艺术等学科的专业训练，负责“AI的文学与艺术表达训练”、“提升AI的多元智能水平”和“构建生动的human-AI交互体验”。招聘平台上显示，正职月薪可达3-5万元。

招聘软件上AI人文训练师的岗位要求接受过系统的文科训练

这对“绝望”的文科生来说，似乎是一份令人心动的offer。

近年来，文科生就业状况持续遇冷。智联招聘发布的《2022大学生就业力调研报告》显示，文科生就业签约率仅为12.4%，远低于理科生的29.5%和工科生的17.3%。不少文科生尝试为自己寻找新出路，激流勇进地盯上了作为最新风口的AI行业。

根据智联招聘的最新数据，今年AI行业相关岗位招聘量同比增长超过40%，平均月薪突破2.1万元。麦肯锡预测到2030年，中国的AI专业人才缺口可能高达400万人。

一条对话了五名文科背景的年轻人，他们分别处在进入AI行业的不同阶段，从事着AI模型工程师、产品经理、新媒体运营等不同岗位。我们聊了聊他们的转行之路和对于行业的思考。

AI时刻的降临

陈柳阳第一份实习位于北京中关村，附近聚集了月之暗面、智谱、百川智能等十多家AI独角兽企业

1985年，苹果创始人乔布斯在演讲中提到他对未来的希望——

“当下一个亚里士多德出现的时候，我们可以用计算机捕捉到亚里士多德的基本智能，这样有一天，学生们不仅可以阅读这位亚里士多德的著作，还可以向他请教问题，并且直接得到回答。”

三十多年后，乔布斯的愿景以“AI大语言模型”之名被实现了。2022年11月30号，ChatGPT上线，两个月内，月活用户数量快速达到了1亿，成为了大众对于AI的第一想象。

彼时的00后陈柳阳还是一名管理学大四学生，他在第一时间使用ChatGPT过后，觉得“像魔法一样，对我吸引力非常大”。

当时，他已经保研去了中国科学院大学继续读管理学，但他决定之后朝着AI大模型的方向发展，“就算我在AI大模型公司做人力资源管理、商务之类的工作，也比其他公司的同类型岗位强。”

社交平台上“文科转码”的话题有超过4400万浏览

95后班布是主要关注科技领域的编辑，一直跟进AI以及AIGC（人工智能生成内容）相关的新闻。

在近些年的科技热点中，元宇宙、区块链、NFT（非同质化代币）这些新风口“让人有些看不懂，也少有科技巨头持续大额投资”，但是“AI是大家共识看好的行业”，班布萌生了想要转行的想法。

2020年英硕毕业后，班布曾经进入互联网大厂工作了一年，似乎赶上过时代的风口。但是她发现，85后的员工已经占据了公司的核心位置，核心团队的岗位也基本饱和了。之后入职的95后年轻人大多只能做比较边缘的业务，“像教育线，后来互联网的红利过去，这些线就被裁了。”班布想，“一代人有一代人的机会”，互联网大厂属于上一代，或许AI属于新一代。

左：Sophia以一等学位毕业于杜伦大学数据科学项目硕士，右：在当雅思老师时，Sophia的口语成绩达到8分

比起陈柳阳和 班布 是受到 ChatGPT的感召而产生了转行的动力， Sophia 和小乐两名英专生的 “ AI 时刻 ” 显得更为误打误撞和先验。

95后Sophia自诩“从小学习普通”，起初学的是英语和文学专业，后来转行数据科学。今年是她在一家英国科技公司工作的第三年，办公地点位于伦敦最贵的写字楼。

2020年，Sophia在比利时念完世界文学史硕士，回到兰州老家的当雅思老师。因为疫情，线下的雅思考试经常被取消，可以线上进行的多邻国英语测试变得流行。

在备课的时候，Sophia发现多邻国线上测试比雅思更难。雅思可以通过答题技巧提分，但多邻国测试行不通。因为后者题库更大，而且题目是机器出的，会自适应答题者的水平，答对的越多，拿到的题目会越来越难。

出于好奇，Sophia查到多邻国出题用的是机器学习算法、自然语言处理等技术，“我当时就对这个领域产生了兴趣。”

同时，雅思老师的工作也让她感到疲惫。Sophia的雅思口语得分能达到8分，在兰州属于少见的高水平，经常被机构当作宣传的噱头。但是，她能够得到的报酬并不对等，一个小时的课，“机构夸张的时候收学生六七百块钱，但到老师手上只有一百多。”

综合考虑之后，Sophia决定一边工作一边自学编程语言Python，再去英国读一个数据科学的硕士。

小乐的第一个硕士就读于剑桥语言学项目，其中包括计算语言学课程

2018年，小乐通过外语类保送政策进入Top2学习英语。那时，英语专业的就业状况已初现颓势。小乐的同学们达成了潜在的共识，“大家进入这么好的学校，基本都想着转行”，多数人选择转去金融行业。

在尝试商业分析的工作之后，小乐放弃了商科。她发现自己的性格并不适合从事商科，更根本的原因是，“这种工作对社会产生的价值不是我想要的。”

由于学校不限制跨专业选课，小乐根据自己的兴趣选了一些计算机学院的课，譬如编程语言C++、神经网络、人工智能。

在原本英语专业的选课中，小乐也放弃了文学和翻译方向的课程，选择了她觉得比较有意思的语言学。这为她后来申请硕士项目的方向——计算语言学，埋下了伏笔。

“先上车，再选座”

陈柳阳的实习地点位于清华科技园，他的工位看出去的景色

取决于理想岗位的不同和自身技术基础的差异，站在AI门外“程门立雪”的文科生们走上了不同的转行之路。

AI行业的核心是算法和技术工作，但是落到实际的应用环节，整个产业链还需要产品经理、运营、商务等职能。对于这些岗位来说，除了可迁移的技能以外，应聘者更需要的是体现自己对AI行业的了解。

2024年夏天，班布辞去内容编辑的工作。由于对科技行业有着长期和深入的观察，在面试了几家AI公司后，她很快成为一家AI独角兽公司的新媒体负责人，工资也有了可观的涨幅。

但是，如果想要从事更接近行业核心的工作，比如机器学习算法工程师、自然语言处理工程师、图像识别工程师等职务，则需要花费更多的时间与精力去补足技术的基础，积累经验。

陈柳阳的深度学习课程笔记

2023年9月，陈柳阳开始在中国科学院大学读管理学研一。为了提升对AI技术的了解，他选修了计算机研究所和自动化研究所的课程，比如深度学习算法和大模型预训练。

但是，想在北京得到一份AI实习并不容易，因为之前没有相关的工作经历，打不过清北的和科班出身的学生。

到了2024年4月，陈柳阳刷到自己十分向往的AI大模型产品Kimi举办了prompt engineering（指令工程）大赛。他就试着把自己平时用AI读论文的一整套prompt发到了小红书，最后得到了全网第六名。

有了这些铺垫，陈柳阳终于收到了实习机会，去当时被称为“大模型四小龙”之一的智谱做prompt工程师。

他的日常工作分为四块：调研其他大模型产品、写程序跑模型、给客户写prompt和方案，以及打标签评测模型。

陈柳阳写的一套“用AI读论文”的prompt

在社媒分享上，经常能听到“避雷打标签这种dirty work”的声音，但是陈柳阳并不认为做数据标注的工作是毫无意义的。

对于AI门外汉的普通人来说，“数据标注的工作能让你了解什么是prompt、如何评价一个大模型的能力好坏、大模型的输入和输出之间的逻辑和规则等等”。在工作中还会接触到很多大模型算法工程师、产品经理，“你在和他们的沟通中其实也能够为下一份求职做准备。”

陈柳阳还听说，像DeepSeek这样对数据质量要求高的公司，会专门请北大中文系的学生制定数据标注的评判标准，给实习生开到550块一天的工资。

模型训练的数据质量上去了，模型最终的性能才会表现得好，“我觉得这是DeepSeek能在成本如此低的情况下获得很好的模型表现的原因之一。”

陈柳阳为一家企业做大模型使用培训

Prompt工程师实习结束后，去年年底，他比较顺利地进入字节跳动做AI产品经理的实习。在把自己从0基础文科生一步步找到AI实习的经验贴发在小红书上，他的私信里也涌入不少想要求职咨询的人。

在他目前经手的四个案例里，有两个文科专业的研究生成功去做AI产品运营了。陈柳阳始终觉得，对于普通人来说，“先上车，再选座”，行业对了或许更加重要。

2024年年底，为了求职，小乐开始在leetcode上密集刷题

小乐则是选择了出国读硕士，通过与人工智能相关的学历得到了一张入场券。今年年初，她入职了一家互联网大厂做AI大模型工程师。

最艰难的阶段恰恰是出国读硕士前。她时常会因为转码的选择产生自我怀疑，“我还要坚持吗？我这么坚持有意义吗？”因为她的身边很少有志同道合的同学，也很难得到家人的支持。

每次一个人去上数学或者计算机的课，老师和其他专业的同学都要问她，“你是学英语的，为什么来上这个课？为什么不去当翻译？”语气里有时是单纯的好奇，有时是猎奇和戏谑。

在大一、大二的时候，因为选修微积分这些比较难、赋分比较低的课程，小乐的绩点被同专业的同学拉开不少，因此“心态有点崩了”。家里人也会问她，“你在搞什么？好好学英语就行了，整天学其他课有什么用？”

转码成功之后，她根据自己的经验，在网上分享了一条“从0到1的文科转AI极简攻略”。直到今天，她仍旧能看到泼冷水的话，比如“现在才转码已经来不及了、非常不明智”。不过，她已经不再怀疑自己的选择，认定了这份自己喜欢且对世界或许有意义的事业。

AI以后

Sophia（中）和同事一起参加Women in Tech峰会

进入AI行业，不单单意味着工作内容和薪酬的变化，还意味着不同的行业水温。

2022年，公孙大娘从清华新传专业研究生毕业，以选调生的身份进入体制内工作。她发现，整个工作氛围潜移默化地传达着“要学会拍马屁、处好人际关系、在酒桌上有眼色”的观念，但她并不想那样做。

因为体制内工作稳定、福利制度完善，所以在公孙大娘辞职时，她的领导对她说，“你可能再也找不到这么好的工作了。”但是那种工作的挑战不是她想要的，她也“不想再这样没有任何自己价值地活着。”

今年春天，凭借着对AI应用的重度使用和对行业资讯的了解，公孙大娘成功进入一家AI初创公司做市场营销工作，税前收入是选调生时期的三倍。

这家公司的规模不大，大约二十几名员工，氛围与体制内完全不同，“比较像硅谷创业公司，鼓励创新，说错了什么也没关系。”

老板会和所有岗位的员工讨论产品，常常看到一个新资讯就会分享给公孙大娘，“在我提出自己的观点之后，他又会追问怎么应用在我们自己的产品上，这会推着我不断地去思考。”

在工作中，她从头开始学习自己不了解的金融知识，也能接触到许多专家，譬如听斯坦福物理系的教授讨论AI的基准性能测试、AI如何协助科研。在她看来，“我这人正需要这种不断的新刺激、新挑战。”

然而，并非所有AI公司都有着如此友好且积极的氛围。

班布现在工作的AI独角兽公司经常需要加班

班布觉得目前公司的氛围更像是以前待过的互联网大厂，“工作比较高压，有大小周，晚上经常要加班到12点之后。”在上下班等电梯的时候，班布曾经听见其他部门的同事讨论了好几次：“太累了，什么时候能拿n+1的赔偿走掉？”

从ChatGPT面世，再到今年年初DeepSeek破圈，AI行业仍在高速发展。对于刚刚搭上AI这艘快艇的年轻人来说，如何不被甩下成了新的目标。

“多模态”是AI发展的大势所趋，这种技术将能处理更多种类型的数据，包括文本、图像、音频或视频。谷歌报告预计，全球多模态AI市场规模将在2025年达到24亿美元，到2037年底达到989亿美元。

在字节跳动做AI产品经理实习时，陈柳阳的工作正是与 AI的多模态功能有关。以往，用户向AI大模型搜索东西一般用的是文字，为了让用户也能用图片进行搜索，具有多模态能力的向量数据库这一技术被引入。

在陈柳阳上岗的第一天，他的正职要求他能用代码跑通向量数据库的所有功能。因为只有简单的代码基础，陈柳阳很难看懂那么复杂的程序。作为整个组唯一的文科生，他也不好意思麻烦其他忙碌的同事，“每天都处在绝望之中，生怕赶不上进度。”

入职的第一周，陈柳阳就在工作的间隙一句一句代码地去问ChatGPT和豆包。那一段的自学经历过得非常艰难，让他一度想要放弃，“周末也在看代码，好在最终全弄明白了。”

Sophia参加伦敦的科技展会，了解最新行业动向

Sophia回到杜伦大学分享工作经验

在伦敦打工人Sophia的观察中，计算机行业的风向变得很快，上岸的难度越来越大。

疫情期间那几年，“数据科学突然爆火，很多没什么背景的人都找到工作了。”Sophia正是在读完数据科学的硕士后，得到了一份数据科学家管培生的工作，“有我努力的成分在，但那时候行业没那么卷，我运气也好。”

三年后，她的岗位已经转换成了机器学习工程师，AI大语言模型就是机器学习训练出的超级成果。Sophia的同事里有牛津的博士，在伦敦国王学院做过数学老师，“现在不一样了，没点research背景或者AI经验，跳槽和升职非常困难。”

最近，Sophia在下班和周末的空闲时间通过GitHub研究模型、看YouTube视频开始自学AI最新的趋势——AI Agent（人工智能代理），一种能够自主理解、规划决策、执行复杂任务的智能体。未来可能的设想有，用户告诉AI Agent自己想买什么东西，它就会下单把东西外送到家。

Sophia想通过新技术找到新机会，跳槽去做行业前沿的工作内容，“从计算机学科发paper的速度就能看得出来，这个行业发展得非常快，如果我再在现在的公司干两年，那可能就彻底被市场淘汰了。”

偶尔，班布会怀念以前内容编辑的工作，每周有三天可以居家办公，同事之间的关系像是朋友。

她也会想，其实任何一个行业都不是文科生就业焦虑的解药，最终的解药应该是找到自己擅长的能力，并且这种能力在真实市场中能够被可持续交易，或者是在一家公司里找到自己不可替代的位置。

‍‍‍‍本文来自微信公众号“一条”，编辑：唐诗，责编：鲁雨涵，36氪经授权发布。