发布时间：2026-09-22T20:29:03.878Z
帮三个朋友内推过字节、阿里、美团的AI岗，也面过十几家，把现在真实的薪资区间、必考技能、面试套路整理出来，别被网上的传言带偏。 最近半年身边跳槽的朋友特别多，我自己也帮HR面了几轮，对现在大厂AI岗的行情算是有一手信息。网上那些"应届生年薪80万"的帖子看看就行，真实情况没那么夸张。 薪资方面分三档。算法岗（大模型方向）硕士应届，字节、阿里给的package大概35到55万总包，博士能到60到80万，这是SP的水平，普通offer要低10万。应用开发岗（用大模型做产品）本科应届25到40万。资深岗（5年以上）看级别，P7/T6级别总包80到150万，但这个坑位现在很少，HC缩得厉害，我认识的HR说今年缩了三分之一。别信那种"大厂AI岗年薪百万"的帖子，那是极少数P8以上，一个部门没几个。 技能要求今年有个明显变化：纯调参的算法岗在缩，会工程落地的人在涨。面试官现在最爱问的不是"Transformer注意力机制怎么推导"，而是"你怎么做的推理加速？用了什么量化方案？QPS压到多少？P99延迟多少？"。Vector DB、RAG、模型蒸馏、vLLM部署这些词出现频率极高。光会调API做demo的，面试基本过不了二面，因为公司要的是能把模型跑在生产环境扛流量的人。 面试流程通常是四轮：笔试或coding一轮，技术深度两轮，HR一轮。技术面里有个套路——面试官会拿一个你简历上写的项目，往死里追问细节。你说做了RAG，他会问：embedding模型怎么选的？chunk size设多少？为什么？召回率多少？怎么评估的？为什么不用rerank？如果你这个项目是抄教程跑通的，第三层追问就露馅。 我给准备面试的人三个建议。简历上每个项目都要能讲清楚为什么这么做、为什么不用别的方案，准备好trade-off。手写代码别只刷LeetCode，把Python字符串处理和数据结构练熟，现场让你写个简易TF-IDF或者布隆过滤器是常事。关注一下最新的开源模型，面试时能聊两句Llama 4和Qwen 3的技术差异，或者vLLM和TensorRT-LLM的区别，加分明显。 行情确实比去年冷，HC少了但要求高了。别海投，针对性准备一两个方向比什么都强。最后提醒一句：简历别注水，面试官追问三层就能试出深浅，做过就是做过，没做过老老实实说学习路径。