2028 就业升级导航¶

面向 2026-2028 中国 AI 就业市场的站内导航页。
如果你不想在 1500+ 文档里盲目游走，先读这一页，再决定主线。

先看结论¶

到 2028，最有概率持续高需求、且与本仓库内容最匹配的主线，不是单一“做大模型”，而是 5 条并行路线：

路线	典型岗位	真实门槛	站内起点
`AI4SE / Agentic Software Engineering`	AI Coding、开发者工具、代码审查 Agent、研发效能平台	上下文工程、MCP/Skills、评测、审查、治理、交付	AI Coding工具链 · AI编程实战
`AI应用工程 / Agent 工程`	Agent 工程师、AI 应用工程师、企业智能体工程师	RAG、Memory、Tool Calling、多 Agent、评测、可靠性	LLM应用 · AI Agent开发实战
`AI Infra / 推理服务 / 平台`	推理优化、训练平台、模型服务、AI 基础设施	vLLM、SGLang、KV Cache、Triton、CUDA、SLO、成本	模型优化 · AI系统设计面试
`搜索推荐 + LLM / RL`	搜推算法、大模型推荐、生成式推荐、搜索 Agent	推荐系统、序列建模、RL、VLM、评测、生成式推荐	推荐系统
`具身 / 机器人 / 工业智能体`	VLA、机器人算法、工业智能体、制造 AI	感知、控制、仿真、VLA、工业场景与部署	具身智能与机器人AI

2026-03 市场现实¶

这一页背后的最新判断，要先用一句话讲清楚：

AI 岗位扩招 不等于 2028 求职更容易。

截至 2026-03-16，更接近现实的市场状态是：

AI 相关岗位 仍在持续扩张，尤其是 Agent、AI Coding、AI Infra、多模态、搜索推荐 + LLM
但岗位筛选没有变松，反而更强调：
高匹配项目
实习
评测和交付证据链
基础 coding / 系统能力
普通、低门槛、可替代性更强的研发岗位，并没有同步进入“轻松上岸”状态

如果你带着“AI 很火，所以转一下方向就能上岸”的预期来学，命中率会很差。
更稳的思路是：

先选主线
再做与该主线强匹配的项目
最后把项目变成 可讲 / 可测 / 可演示 / 可复盘 的证据链

不要再用旧地图学习¶

如果你还按下面这些老思路组织学习，命中率会很差：

只把 AI Coding 当成 Cursor/Copilot 使用技巧
只会 Prompt + LangChain Demo
只学模型原理，不做 评测 / 系统 / 交付
把 推荐系统 当成过时赛道
把 具身 / 工业 AI 当成离自己很远的边缘话题

2028 更高价值的能力组合，已经变成：

会做：能把系统做出来
会证：能给出评测、压测、成本、回放、Runbook
会讲：能把 trade-off、失败案例、风险边界讲清楚
会治：能做审查、治理、权限、回滚、上线

5 条主线怎么选¶

下面这 5 条主线不是平行罗列，而是对应了 2028 中国大厂里几种完全不同的能力画像。

1. AI4SE / Agentic Software Engineering¶

适合你，如果你更喜欢：

工程效率
代码仓库理解
Agent 工作流
代码审查与评测
平台和开发者工具

先读：

最应该做的项目：

仓库级代码修改 Agent
PR Review / AICR Agent
带 spec -> plan -> execute -> review -> eval 的工程化交付项目

2. AI 应用工程 / Agent 工程¶

适合你，如果你更喜欢：

产品落地
RAG / Memory / Tool Use
企业知识库、研究 Agent、数据分析 Agent
服务设计、可靠性与上线

先读：

最应该做的项目：

生产级 RAG
Tool-use Agent
多 Agent 工作流
带评测、回滚、监控的上线方案

3. AI Infra / 推理服务 / 平台¶

适合你，如果你更喜欢：

性能和系统
推理优化
GPU / 并行 / 通信
服务稳定性与成本控制

先读：

最应该做的项目：

vLLM / SGLang 推理服务 benchmark
KV Cache / batching / speculative decoding 对比实验
带 SLO + 压测 + 成本测算 + Runbook 的服务交付包

4. 搜索推荐 + LLM / RL¶

适合你，如果你更喜欢：

大规模排序与召回
用户行为建模
长序列建模
RL / 生成式推荐 / 搜索 Agent

先读：

最应该做的项目：

搜索/推荐基线系统
生成式推荐或搜索重排系统
加入 RL 或多模态特征的升级版项目

5. 具身 / 机器人 / 工业智能体¶

适合你，如果你更喜欢：

机器人
感知与控制
VLA
工业与制造场景

先读：

最应该做的项目：

仿真到现实迁移
VLA 或机器人感知控制
工业流程或机器人场景中的智能体系统

90 天执行建议¶

如果你现在还没有明确主线，按这个顺序执行：

先读学习路线-就业导向。
在上面 5 条主线里选 1 主线 + 1 备线。
主线项目按统一交付模板包维护。
简历与投递策略按岗位JD反向拆解与投递矩阵反推。
每条主线至少做出 1 个可讲、可测、可演示、可复盘 的项目。

外部信号参考¶

以下是本页背后的关键外部信号来源：

下一步¶

读完这一页后，推荐直接进入：