2025AI行业与人才分析为什么中小很难招到AI算法工程师

为什么很难招到AI大模型算法人才？

从deepseek出来之后，我也抓住这波机会，一直有在面试，但是发现，很多企业也很难招到一个资深的算法工程师。为什么会这么难，2025年的AI技术人员到底分布如何？

中国AI大模型算法工程师的种子，其实早在2018年BERT模型问世时就已埋下。但直到2022年ChatGPT引爆全球前，这个群体堪称“稀缺物种”——彼时全国真正具备大模型全流程研发能力的技术人员数量极少且分散。

我当时也才刚刚上大学，恰逢ChatGPT的爆火，下定决心做这个方向。可惜当时的技术不足以支持我去做算法方面的研究。所以只能是从零一步步学习。

所以除了在chatgpt火之前的技术人以外，大家都是从同一时期起点开始学习研究的。

推测全国具备此能力的技术人员不超过6万人，且大部分集中在头部科技公司实验室（初步估计占比约 80%）。

当时的行业现状如下：

头部企业（百度、阿里、腾讯等）：平均每家核心研发团队人数在几百人左右，这些头部企业凭借强大的资金、资源和技术实力，较早地布局大模型研发，汇聚了一批行业内顶尖的人才。
科研院所（清华、中科院等）：相关团队规模普遍在数十人到上百人不等。科研院所侧重于学术研究和技术创新，为大模型领域培养输送了不少理论基础扎实的人才。
中小公司：大多因技术、资金和人才等方面的限制，缺乏自主研发大模型底层技术的能力，大多通过调用API做应用层开发，真正参与底层研发的企业凤毛麟角。

直至2025年。随着ai这一趋势的推进。除了很多从其他算法转型到ai算法的技术人员以外，也有不断的人开始学习进入ai算法这个行业，再加上各种语音、图像、音乐、视频模型的不断出现，大厂中厂都在加大投入。

经过三年“百模大战”的洗礼，当前行业格局呈现明显分化：

头部玩家阵营（总人数约 2 - 3 万人）百度文心、阿里通义、华为盘古等大厂凭借雄厚的资金实力和技术沉淀，大力投入大模型研发，团队规模纷纷突破 2000 人级别。新兴势力如深度求索（DeepSeek）等也逐渐崛起，研发团队超 800 人。这些新兴团队聚焦多模态、推理优化等前沿方向，对人才的要求更高，为吸引和留住顶尖人才，年薪普遍在 80 - 150 万区间。
腰部生存梯队（约 5 - 7 万人）专注垂直场景落地的算法工程师是这一梯队的主力军，广泛分布于文旅、医疗、制造等多个行业。这些行业对大模型技术有特定的应用需求，需要算法工程师兼具行业知识与模型调优能力，以便将大模型技术更好地应用于实际业务场景中。这部分人员薪资集中在 40 - 80 万。
底层挣扎群体（约 3 - 5 万人）该群体主要包括转型失败的传统算法工程师和只会调用 API 的“调参侠”。随着大模型技术的快速发展和自动化工具的不断涌现，这部分人员由于技能单一、缺乏核心研发能力，面临被 AI 工具替代的风险，薪资普遍低于 30 万。

在我看来，尽管是趋势，技术人员也越来越多，但实际上资深的算法工程师也不多，依旧是2022年那一批人，走在更前面的人。

我之前和一位资深的软硬件工程师聊过，他说"大模型这一块就没有熟练有经验的人"。那些二年以前就做的人已经变成了大牛往大厂去研究AGI了，而我们后面转型或者是刚进入这个行业的人，也不过才两年经验算不上有经验了

大模型研发需要至少3年以上的深度学习沉淀+1年专项训练，而行业爆发式增长让中间代人才出现真空

中小企业需要的"即插即用型"人才，恰恰是能独立完成数据处理-模型训练-部署优化的全栈工程师，这类人才占比不足10%

训练一个合格的大模型工程师，企业需投入超50万/年的算力成本，这让90%的公司望而却步。

所以现实情况就是deepseek出来之后，很多中小公司希望结合AI到企业中，但是能否做好心里也没底。现实又缺少很资深的算法工程师（那些大牛不会来小公司，都去大厂科研去了）。在加上抱着试一试的态度，不敢投入太大的成本，自然招不到什么人才。

当你在中小公司抱怨招不到人时，顶尖人才正在大厂拿着股票做AGI（通用人工智能）研究，而刚毕业的新人还在学习如何用LangChain拼接API——这就是2025年最真实的人才困局.