本文讲述了建筑专业西芹因行业压力选择Gap一年，通过学习AI成功转行进入国内头部大模型公司的经历。文章分享了西芹如何应对面试官对Gap的质疑、在AI公司的体验、如何守住思考边界以及平衡AI求职的主线和支线。她强调了业务能力的重要性，提醒求职者关注长期发展而非短期热点技术，并鼓励大家“说干就干”，积极面对转行挑战。
- 鱼丸：简单介绍一下自己的转行经历吧？
西芹：
我有两年半明星事务所、一年半外企经验。我不后悔选择建筑，但大环境下，个人付出极大的努力也只能拿到差强人意的工作结果，当时的工作压力加上对职业发展的焦虑，直接导致了四个月的严重失眠。
我当时申请了2个月长假，发现不是休息时长的问题，是需要花时间重新定向，就正式提了离职。gap近一年，期间旅行、锻炼、接个人项目，身体恢复了健康，同时保持了一定的工作产出，现在回想还是挺满意这种有松有紧的生活的。
gap期间在各地旅游
我感觉，2025年算是AI应用层的人才需求逐渐成型的一年，到今年初，岗位明显多了起来。AI是各行各业都在尝试抓取的机遇，我已经在下行的行业学到大势不可违的道理，这轮肯定要抓风口，重点是在哪个生态位、获取何种资源、面向什么场景为后续发展铺路。
正好我之前有朋友在合创转行成功，就在朋友推荐下报名了。密集准备了3个月，平均每天投入4-6小时，最终拿了4-5个offer，很幸运地加入到杭州头部AI公司。
每天学习的书桌
- 鱼丸：怎么面对面试官对gap的质疑？
西芹：
大致可以分成两种态度：
-
几乎不在意：通常是互联网/科技行业背景。这两年互联网行业gap的人也多，面试官已经见怪不怪，他们关注的是你简历上的AI项目经验和技术深度是否和岗位需求匹配。这也是我最后能拿到offer、聊得比较舒适的一拨人。
-
怀疑警惕：通常是需要做AI升级的传统企业。不管你gap期有没有做项目，首先怀疑你工作态度，会刻意问服从性问题，比如“能不能接受加班”，即便我说可以他们依旧不信。
很多时候他对你的质疑，更多是由于他自己已经有了固化的观点，不在于我如何应对，所以还不如一开始就放弃，这也是双向选择。
gap期拍得最多就是树，很治愈
- 鱼丸：你觉得你遇到的面试官懂不懂AI？
西芹：我感觉我遇到的面试官有三种吧：
- 垂类行业AI公司：很早就做AI，早期叫指令工程或基于基座模型做微调，更关注你有没有指令调优意识或微调经验。
- 互联网大厂PM：有自己一套传统产品方法论再叠加AI能力，会拓展性地问你的设计思路能迁移到什么新场景。
- 传统企业做信息化：本身跟AI没关系，面试官对AI的了解还不如面试者深，很多时候相对无言，我甚至要跟他解释什么叫RAG，就挺尴尬。
还有一场很特殊的大厂面试，岗位名称是AI创新-PDSA，要求面试者要懂基模、MoE、MAS框架、上下文记忆设计，要有非常深入的业界经验，又要了解对应领域的学术概念。我最后以一种开开眼界的心情结束了面试，心想要不是决定转行AI也不会有机会接触这么多新奇的想法。
伦敦的书店
- 鱼丸：你现在在国内大模型第一梯队的公司，是什么体验？
西芹：
公司大致分成三层：
- 模型训练：追求技术高度（几乎属于科研范畴）
- Maas：售卖模型能力（偏好传统计算机、软件工程背景的求职者）
- 产品：包含标准产品和定制化交付（需要对真实业务场景有经验的人才，也是目前转行人比较容易进入的赛道）
公司对AI成为未来社会的主要生产力抱有很高的期待，技术氛围很浓厚，同事们日常会深度研究各厂商各版本模型的参数、训练方式、推理架构、以及搭配不同Agent的优劣等等。
不过作为普通打工人，对AI行业的体感是机遇与风险并存，传统行业面临衰落的焦虑，AI从业者也存在fomo焦虑。AI的商业化路径其实没有完全跑通，是否能稳定产生业务价值需要时间验证，个人发展也需要边走边看。
上班以后再回忆gap期就特别想出去玩
- 鱼丸：你大概在做哪些内容？
西芹：
- 传统产品： Vibe coding 是很有趣的工作方式：从想法直接落到可交互原型甚至前端，省去大量研发往复沟通，也能想明白很多只写 PRD、画原型想不到的点。
感觉和原来干建筑很像，也是先从方案概念开始梳理，建模之后翻到图纸里，都是把想法借由多种媒介工具变成可呈现产品的过程，最后交接给更专业的技术人员去实施。
- Agent 交付项目：卡点多数在协调而非技术，客户和合作方对 流行的AI名词定义往往和专业定位有一定错位，60%-70% 的时间在做技术科普和需求定义。
总的来说，新工作还没有做作业压力大，因为课上框架很系统全面，目标是尽善尽美，工作中很多时候是mvp，商业场景不会太复杂。如何找准切入点、选择工具、分步规划这些，合创课上和答疑中也都讲过，加上前期作业积累，入职后我上手还挺顺的。
- 鱼丸：你感觉现在使用AI最大的问题是什么？
西芹：
我觉得最大的问题是AI容易让人放弃思考，让人降低对输出成果的把控。比如有些合作方不太在乎产出质量，让AI把文档也写了、决策也做了。我认真梳理的内容，对方直接用AI返回来，这样双方无法基于文档达成任何共识。还有PRD直接不加约束地AI写完，这种文档基本没有太大参考价值。
所以我自己有一套保持思考边界的方法：
-
认真看AI输出，研究不同模型的逻辑特征和表达习惯
-
写完善的AGENT.md文档，添加自定义原子化skill；
-
写PRD分步骤：先定业务场景、总体逻辑、用户旅程、page spec、业务规则、边界情况、验收标准等等→AI 完善→分页框架→逐页讨论→写脚本，不让它一口气出一个大东西。
确保即便文字不是我写的，我也很清楚它会写什么。虽然这个过程有点笨，但我对产出结果是很清醒的。
不要放弃对世界的体验和思考
Eddie：
说到这个，我到现在都没有用任何一个PPT skill，要求团队做项目分享、对外的东西，PPT必须自己写，不能用AI生成。
原因是AI生成的东西有个弱点，会生成很多不一定有用的副标题解释、补充或关键词。我们团队有个同事用AI生成PPT去分享，他本来理解得很好，结果讲的时候就会纠结：“PPT上的东西我到底讲不讲”。不讲它又在那，讲的话跟故事线又不一样。最后整个分享特别糟糕。
西芹：
是的。AI 对思路的理解和人不同步，重点不是让它帮我表达，而是我表达清楚让它执行。如果让它替代我的表达，思路反而被打乱。人沟通时很多共识靠言外之意达成（语气、强调、表情），AI 固化了某些字词，整个表达状态就被歪曲了，就像团队里突然插进来个聪明助手说“我觉得是这样理解的”，沟通反而被打断。
Eddie：
没错，它生成的东西是给 AI 消费的。人在中间变成了阻碍。人做了 AI 的东西，再拿去跟下一个人表达，在人→AI、AI→人的转换之间，就会带来意想不到的偏差。
去看演唱会
- 鱼丸：AI求职的主线和支线怎么理解？
Eddie：在 AI agent 这条能力主线里，包含业务能力和 AI 技术能力，我一直认为业务能力的要求高过 AI 技术能力，但两条腿都不能少，业务更重要。主线的东西永远不会变。
主线之外，随着技术发展会冒出很多支线，比如 Skill、Coze、Vibe coding。这些支线有个规律：刚火的时候，每家面试官都会追着问；但过了那个周期，几乎就没人再问了。
所以新趋势的红利顶多一个季度。你大概只有两三个月的时间，可以把它写在简历里当亮点，过了这个周期作用就严重递减。一些求职机构刻意夸大 Vibe coding 的重要性，确实有段时间它在面试里出彩，但现在又回归主线了。
西芹：
Eddie是从求职角度讲，但我对这些技术的理解是：不管Skill还是Vibe coding，常态化之后使用它没有门槛了。你只要下载了Codex就可以说我会Vibe coding，所以它不是一个可以被量化的能力。举例前面提到PPT skill，它就像新时代的PPT模板，模板再花哨，都不如你写进去的内容重要，其他Skill也一样，流程、脚本再完善，跟你场景契合度不高，结果也不见得好。
- 鱼丸：转行路上成长最大的是什么？
西芹：
是“说干就干”的心态。一开始我总纠结“怎样才算好工作”，后来和 Eddie、Edison聊，觉得多想无益，先全力推进，拿到结果再说。人对新领域根本没法预判，提前构想只会带入旧经验的惯性。
比如投简历，一开始我还会斟酌录用概率和就职意愿，后来发现这太低效了。海投之后，已读不回、拒绝、接受本质都是外界的中性反馈，基于反馈快速复盘调整就行。专注了就不内耗，效率也起来了，高峰期一周8场面试，连续两周就有回音了。大家不要怀疑自己，行情就是一阵一阵的，求职期没有办法不焦虑，但一定不要太苛求自己。
最后
2026 年一晃已经过半，AI 大模型的热潮不仅没有降温，反而持续升温！
金融行业用大模型做风控、医疗依靠 AI 解析影像，电商、制造、教育各行各业，都在把 AI 融入日常业务。曾经热闹的 “百模大战”，早就告别单纯比拼模型参数，正式进入落地应用时代。
现在企业疯狂紧缺一类人才：懂业务、懂 AI、能做出可上线项目的大模型开发工程师，岗位缺口大，薪资待遇十分可观。
风口再好，不如手握高薪 offer 实在。行情火热，普通人、程序员该怎样从零入门大模型，抓住这波机会？
今天整理好【2026 最新版】AI 大模型全套免费学习资源，覆盖零基础入门、项目实战、理论知识、大厂面试，从基础一路进阶。所有资料分类归档，没有多余杂料，无套路免费分享给想要入局 AI 赛道的程序员与零基础小白！
👇👇扫码免费领取全部内容👇👇
1、大模型系统化完整学习路线
2、大模型经典书籍&文档
3、AI 大模型最新行业研究报告
4、企业级实战项目 + 完整配套源码
5、大厂大模型面试真题汇总
6、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】
扫一扫
443
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
