按AI五层蛋糕整理了需要人的工作： 能源Energy 电 电力基础设施建设类 高压电力工程师/技术员 电工（工业级） 输配电线路安装工 能源设备制造与安装类 发电机组装配与维护技工 新能源设施安装工（太阳能/风能） 储能系统工程师/技工 热管理与冷却技术类 暖通空调（HVAC）技师 冷却系统工程师（特别是液冷方向） 热管理设计师 能源管理与优化类 能源调度员/电力交易员 现场运维技术员 子主题 能源层的工作有一个共同特点：它们是无法被远程完成的物理劳动。 就像黄仁勋说的，这些是高技能、高收入的工作，而且目前严重短缺。如果你或身边的人擅长动手、喜欢物理世界，不喜欢坐在电脑前敲代码，那么为AI建设发电厂、铺设电网、安装冷却管道，会是一个非常稳定且前景广阔的方向。 芯片Chips 芯片架构与设计 AI芯片架构师、ASIC设计工程师、SoC设计工程师 芯片功能验证 设计验证工程师、验证工程师 芯片实现与物理设计 数字后端工程师、物理设计工程师 生产测试与可靠性 产品测试工程师、可靠性验证专家、ATE测试工程师 软硬件协同与工具 AI硬件加速工程师、EDA工具开发工程师 制造与工艺 工艺集成工程师、良率提升工程师、OPC工程师 子主题 芯片层的工作机会覆盖了从前端设计（架构、验证）到后端实现（物理设计），再到生产制造（测试、工艺、可靠性）的全流程。这个领域的岗位专业性强、门槛高，但回报也相当丰厚，是AI硬件基础的直接构建者。 基础设施Infrastructure 物理设施建设与运维 数据中心设施工程师、暖通/制冷工程师、电工、电气技术员 电工、水管工、钢铁工人、网络技术员、AI工厂安装/操作员 集群部署与硬件运维 AI集群运维专家、服务器硬件工程师、数据中心网络工程师 高性能网络架构 网络工程师（RoCE/InfiniBand方向）、高性能通信工程师 系统与SRE（站点可靠性工程） SRE工程师、AI Infra研发工程师、云原生运维工程师 软硬协同与调优 系统性能工程师、AI硬件加速工程师 子主题 基础设施层的工作特点是 “硬核”且“复合”。它既需要你懂得物理世界（如电力、散热、光纤），又需要你理解数字世界（如Linux内核、K8s、分布式通信）。正如平头哥的招聘信息所言，这需要从业者 “热爱‘硬核’系统工程，关注物理层到网络层的极致性能” 。 如果你对动手部署硬件、优化网络延迟或者维护大规模集群的稳定性感兴趣，这一层提供了大量极具挑战性的高薪岗位。 模型Models AI训练师、AI产品经理、AI伦理与治理专家、人机交互师、模型管理员 模型层的工作特点是 “高精尖”且“多元化”。它既需要能发顶会论文、探索技术无人区的研究型人才（预训练、对齐），也需要能洞察业务、将模型封装成好用产品的应用型人才（RAG、Agent、产品经理）。正如Shopee的招聘信息所言，这里是 “探索大模型能力边界” 的战场，对从业者的学习能力和前沿敏感度要求极高。 模型架构与预训练 大模型算法工程师、预训练研究员、多模态算法工程师 后训练与对齐 对齐工程师、强化学习算法专家、SFT算法工程师 模型评测 AI评测工程师、大模型"考官" 应用Applications 医疗、教育、养老、文化服务等领域从业者 应用层的工作特点是 “业务驱动”和“复合型”。这一层不再单纯比拼算法论文，而是要求从业者具备技术理解力 + 业务洞察力 + 工程落地能力的复合素质。人才需求也从"懂AI技术"转向"用AI改造业务"，能够结合具体场景设计AI落地路径的人才成为市场稀缺资源。 AI五层涉及的工作 薪酬方面，优秀的AI解决方案架构师年薪最高可达150万元，多模态算法工程师年薪在60-150万元区间，具身智能算法工程师年薪最高可达200万元。整体AI岗位需求同比大幅增长，需供比达到3.5:1，人才缺口显著。 AI产品经理 AI产品经理（AIGC/智能体/多模态方向）、AI产品运营 解决方案架构/交付 AI解决方案架构师、AI应用咨询顾问、交付工程师 AI应用开发/工程化 AI应用开发工程师、AI工程化专家、后端/前端AI应用开发 AI智能体/Agent开发 智能体开发工程师、AI Agent算法工程师 垂直行业AI应用 具身智能应用工程师、自动驾驶应用工程师、金融AI研究员、教育AI应用专家 AI质量与体验 AI评测工程师、提示词工程师、AIGC效果验收