2025年AI Agent岗位市场调研：基于101个职位的数据分析，大模型入门到精通，收藏这篇就足够了！

最新推荐文章于 2026-05-16 11:16:56 发布
原创 最新推荐文章于 2026-05-16 11:16:56 发布 · 1.1k 阅读 · 11 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
GEO检测
标签
#人工智能 #github #AI大模型 #LLM #自然语言处理
#RAG #Agent
Python3.8

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

AI Agent绝对是今年最热门的岗位之一。

我经常在各种平台上看到有人说想转AI Agent方向的工作，我们组有一个"AI Application Developer"岗位从今年年初招聘至今还没有找到合适的候选人，而且我自己也在做这个岗位，于是就从技能、薪资、地域等角度分析了一下目前市场上AI Agent相关的岗位。

薪资分析

在这次分析中，我一共收集了101份AI Agent相关岗位的招聘信息（JD），其中有99份包含明确的薪资信息。

这99个岗位中，仅有1个岗位月薪低于10K。 这个岗位的工作地点是成都，薪资是8-13K，其下限低于10K，上限依然是高于10K的，仅从这一点来看，AI Agent开发的薪资确实要比普通的开发岗位高。

整体薪资分布

整体的薪资分布情况如图：

薪资分布

可以看到，有59.6%的岗位月薪都超过了25K。

地域薪资差异

我们再看看不同城市的薪资分布情况：

不同城市的薪资分布情况

可以看到北京最高，平均薪资已经超过了40K，深圳紧随其后，上海和杭州比较接近。 由于其他城市的样本数量少于10个，所以就没有单独列出来。

招聘企业分析

看完了薪资，我们再看看到底有哪些企业在招聘AI Agent岗位。

招聘企业分布

可以看出来，互联网大厂和AI科技公司是绝对的主力军，占比超过50%。

在传统企业的AI部门中，招聘主要来自银行和传统汽车厂，可能是这两个行业对AI Agent的业务应用场景比较明确。

但有个数据让我挺意外的：科研院所和高校的占比有9.1%。虽然不知道具体的比例，但是从以往找工作时刷JD的情况来看，这一比例要比学术机构在其他技术岗位的招聘中高的多。 这说明学术界在AI Agent领域比其他领域更加活跃。

技能要求分析

编程语言需求

编程语言分布

注：统计方式为在所有职位样本中提到该编程语言的次数，单个职位可能涉及多种语言

Python一共出现了125次，断层领先于其他语言，不过这也不意外，毕竟Python几乎是AI开发的标配语言。

让我意外的是js/ts 和 c++。

我没想到c++会被提到45次之多，我去看了具体的JD，发现是有一些芯片公司和嵌入式设备公司在招AI Agent岗位，这两个领域都是以c++为主的。从这一点来看，未来不久很可能会有AI Agent相关的硬件面世。

我也没想到js/ts仅仅被提到了15次之少，毕竟现在vide coding几乎首先js/ts 和 Python，没想到在AI Agent开发中js/ts的需求远不如Python。

技术栈要求分析

看完了编程语言，我们再看看整体的技术栈要求：

技术栈要求

通过对技术栈要求的深入分析，可以发现以下特点：

  • RAG + 向量数据库：出现123次，几乎成为所有AI Agent项目的标准配置
  • LangChain/LangGraph：这两个是最常被提到的框架，而且大多数职位要求"熟练"或"精通"水平，说明他们已经成为AI Agent开发团队的首选。
  • 机器学习/深度学习：虽然出现了92次，仅次于RAG和向量数据库，但大多只是要求了解即可，并不要求精通，更像是面试官的“随口一提”，而不是工作内容的实际要求。
  • 模型微调：虽然只出现了42次，但在月薪超过60K的高端岗位中，SFT/LoRA/QLoRA等微调技术几乎是必备技能

市场趋势

基于对职位描述的深入分析，我还发现了以下几个趋势：

1. 从单智能体向多智能体系统演进

与今年年初的JD相比，最近的招聘需求已从单一"AI Agent"开发转向"多Agent/Multi-Agent"开发。这一变化看似微小，但是背后涉及到Agent之间的协作，上下文的管理等诸多复杂问题，所以实际上招聘要求在变高。

2. RAG技术要求日趋细化

RAG技术的应用要求越来越具体化，主要体现在这两点：

  • 知识更新与rerank：强调知识库的持续维护和检索结果的重新排序
  • 多模态RAG：文本、图像、视频、语音等多模态数据的集成应用

我记得我去年换工作的时候，看到的关于RAG的要求基本上是有相关经验即可，鲜少有提到知识更新和rerank的，更别说多模态RAG。

3. 垂直行业应用深化

特定行业的AI Agent需求开始显现，主要有这三个行业：

  • 医疗健康：主要是体检报告/病历解读和健康信息管理
  • 金融服务：智能投资顾问
  • 教育培训：主要是开发个性化学习、智能答疑系统，而且产品主要针对幼儿园和小学阶段的学生。

4. 工程化能力依然重要。

尽管聚焦于AI技术，传统工程技能依然非常重要，以下几个技术领域也被提到了较多次数。

技术领域需求频次
容器化55次
微服务42次
云平台38次
CI/CD28次

这跟我在实际工作中的感受是一致的，AI Agent系统通常需要部署在复杂的生产环境中，良好的工程化能力对于系统的稳定性和可维护性至关重要。

一点遗憾

在收集到的101份JD中，只有极少数提到了上下文工程或者Context Engineering的，虽然这个概念已经在相关社区和社媒上流行了一阵子了，但是在JD中似乎还有比较长的延迟。

最大的遗憾是，没有任何一个JD提到了claude code sdk。虽然claude code很火热，但是知道claude code sdk的人似乎不多。但是claude code sdk其实具备了开发一个Agent所需要的几乎全部功能，我个人觉得这是一个非常值得关注的工具。

总结

根据以上分析，如果想找一份AI Agent开发工作，Python + LangChain + RAG 已成为市场主流的技术组合。

另外我也知道为什么我们组招了一年都没有招到合适的人选了，因为我们开的工资竞争力不足，而且我们还要求流畅的英语表达能力…

说明

我使用MiniMax Agent来帮忙收集数据，并做了初步的分析，最后自己撰写了这篇博客，虽然在写博客的时候已经尽量人工review相关数据，但是不敢确保完全正确，但是我想整体的趋势应当是没有问题的。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

在这里插入图片描述

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

  • 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
  • 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
  • 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
  • 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

在这里插入图片描述

  • 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
  • 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
  • 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
  • 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：


三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

在这里插入图片描述

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

img

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

img

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

img

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

img

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

img

L5阶段：专题集丨特训篇 【录播课】

img
四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

AI_小站
关注
AI教我做事之AIAgent开发-1 AI Agent是什么？
RA AI衍生者训练营的博客
03-20 2402
AIAgent 的定义AI Agent 是一种软件程序，可以感知环境、做出决策并采取行动，以实现预定的目标。研究表明，它通常基于人工智能技术，特别是大型语言模型（LLM），能够自主完成任务，如自动化客户服务或数据分析。开发AIAgent 的步骤定义问题：明确 AI Agent 需要解决的任务或目标，例如回答客户查询或自动化调度。选择技术：选择适合的 AI 框架和编程语言，如 Python，并使用如 TensorFlow 或 PyTorch 的工具。数据收集和准备。
从0到1开发AI Agent（智能体）:基于大模型的AI Agent技术框架
bagell的博客
12-06 2452
系统会总结出最终的答案，以完成整个任务处理过程图2：流程可以看出Agent执行任务时的循环非常重要。这个循环促使 Agent 不断反思，并根据当前状况判断是否完成任务。
AI智能体开发框架，怎么开发一个AI智能体（AI Agent）
m0_59164304的博客
03-05 2855
背景：1、AI智能体作为当前最优AI应用模式已然成为必会的开发能力。2、AI智能体开发框架已然成为程序员必须掌握的新开发环境，类似visual studio这样的开发工具。3、AI Agent 让 “人机协同” 成为新常态，个人与企业步入 AI 助理时代。AI Agent 能够帮助未来企业构建以 “人机协同” 为核心的智能化运营新常态。4、AI Agent 变革未来生产力的组织形式，对抗组织熵增。
Agent 开发框架
最新发布
程序猿进阶
05-16 2391
本文探讨了AI Agent的核心概念与应用场景。AI Agent是一种能够自主感知环境、收集数据并执行任务的软件程序，其核心在于大语言模型(LLM)提供的推理能力。文章重点介绍了ReAct框架，该框架通过结合LLM推理与行动执行能力，提升复杂任务的处理效果。并以机票预订为例，展示了Agent如何通过"思考-行动"循环完成航班查询、价格计算等业务流程。最后提供了基于LangGraph的技术实现方案，包括工具定义、LLM绑定和Agent节点构建等核心组件，为业务场景落地提供了技术参考。
从零开始开发一个 AI Agent，需要几步？
Android_XG的博客
06-28 4004
智能体正在成为自动化任务、智能交互和复杂问题解决的新引擎。那么，如何系统、科学地设计和搭建一个高效、可靠的AI Agent？本文将分十步来详细拆解：
AI Agent架构与实战：从入门到精通，分类、模式与应用全解析（建议收藏学习）
Android_XG的博客
10-07 1149
本文系统介绍了AI Agent的分类体系，包括基于自主程度、迭代方式、数量和开发模式的分类。详细解析了反思、工具、ReAct、Planning和Multi-Agent五种开发模式的特点、应用场景与关键技术。最后探讨了AI Agent在生产落地中的关键挑战，如私域知识注入、可信规划与Multi-Agent错误传播等问题，并提出了相应的解决思路，为开发者提供了全面的AI Agent开发指南。
AI Agent：7个国内框架 & Agent应用
m0_59163425的博客
12-23 2万+
各大平台均设有官方 GPTs 应用商店，汇聚了丰富多样的插件与模型，能满足用户多元化的需求。这些插件和模型涵盖了从专业领域（如医疗、金融）到日常生活（如娱乐、学习）的各个方面，用户可以根据自己的需求选择合适的应用，扩展 Agent 的功能。单智能体由大语言模型（LLM）、观察（obs）、思考（thought）、行动（act）和记忆（mem）组成。例如，在一个简单的智能问答系统中，LLM 负责理解用户问题并生成回答，观察用户输入，通过思考确定回答策略，执行回答动作，并利用记忆存储和检索相关信息。多智能体。
AI大模型应用开发初探 : 手搓一个简易Agent
2401_82469710的博客
11-05 1456
近期我一直在学习和了解LLM的相关知识，听到大家都在谈论AI Agent，说它是接下来几年大模型应用开发的新范式，那么什么是AI Agent，如何快速开发一个AI Agent呢？
七个步骤带你轻松搭建商用 AI Agent
python12345_的博客
02-07 3053
在构建AI助手的首要步骤是清晰定义需求。首先，我们需明确AI助手的目的：它是为了解决什么问题？如果你是一位自媒体从业者，可能希望AI助手帮助处理一些重复性工作，比如寻找对标内容、追踪热点、进行内容分析、草拟初稿等。这可以让你将更多精力投入到创意和内容创作上。如果你是一位贸易公司的老板，可能需要AI助手来整合来自不同平台的订单信息，进行产品询价和价格比较。你应专注于那些重复性高、机械性强、不需深思熟虑的任务。越详细越好。你还可以与AI工具进行交流，利用它形成初步草稿后再进一步完善。
10 分钟搭建专属 AI Agent：从零到落地的全流程实操方法论
释迦呼呼的博客
02-16 4974
摘要：本文提出一个零基础可落地的AIAgent搭建框架，强调聚焦具体重复性工作而非通用智能。通过9个步骤：1)锁定标准化任务；2)拆解SOP流程；3)选择匹配平台；4)定义输入输出规范；5)编写精准系统提示词；6)构建三层记忆体系；7)设置安全护栏；8)封装极简交互界面；9)真实场景测试迭代。核心观点是AIAgent的价值在于解决明确、重复的工作流，而非追求万能AI。普通人无需编码基础，只需清晰拆解工作流程，即可在10分钟内搭建出可节省数百小时劳动的自动化助手。
【2025必学】AI Agent开发全攻略：从理论到实践，小白程序员入门必收藏
kaka0722ww的博客
12-08 1832
随着人工智能技术加速演进，AI Agent（人工智能代理，常称智能体）正悄然渗透到企业运营与日常生活的各个角落，从大家熟悉的虚拟助手（如Siri、小爱同学、豆包），到企业侧IT基础设施运维、数字化管理协同，再到研发流程智能化，AI Agent广泛渗透。与大模型和用户通过提示词（prompt）进行交互的指令导向不同，AI Agent是具备环境感知、自主规划、进行决策与执行行动以实现目标的智能系统。AI Agent的强大功能，源自其精巧的架构设计。
AI Agent - 7大认知框架全解析与代码实现
AI科技大本营
05-15 7213
出品丨咖哥 AI作者｜黄佳AI Agent，最近火得一塌糊涂。Sam Altman 曾这样描述未来的AI Agent：“今天的AI模型是它们将会是的最‘笨’状态，未来只会越来越聪明！” 吴恩达在AI Ascent 2024会议上也不吝赞美：“这是AI发展的黄金时代，生成式AI和AI Agent将彻底改变我们工作的方式！”。这些业界领袖的话让人感受到未来AI与人类生活、工作的深度融合正在加速到来...
AI Agent 开发详解
onlymscn的博客
03-23 530
摘要： AIAgent（人工智能智能体）作为大模型落地的终极形态，通过“大脑（LLM）+规划+记忆+工具”的架构实现自主任务执行。其核心模块包括：LLM负责推理决策、规划模块拆解任务、记忆模块（短期/长期）存储信息，工具调用扩展实时能力。开发需分层技术栈（如LangChain框架、向量数据库），并遵循场景定义、Prompt设计、工具集成等流程。企业应用需应对幻觉、循环、安全等挑战，建议从高频场景试点，结合可靠工具与错误恢复机制构建生产级Agent。
手把手教你做 AI Agent
codingpy的博客
05-19 1148
文末赠书AI Agent火爆到什么程度？OpenAI创始人奥特曼预测，未来各行各业，每一个人都可以拥有一个AI Agent；比尔·盖茨在2023年层预言：AI Agent将彻底改变人机交互方式，并颠覆整个软件行业；吴恩达教授在AI Ascent 2024演讲中高赞：AI Agent是一个令人兴奋的趋势，所有从事AI开发的人都应该关注。而国内的各科技巨头也纷纷布局AI Agent平台，如：钉钉的AI...
手把手教你从0到1搭建一个AI Agent(智能体)
热门推荐
weixin_48707135的博客
05-07 9万+
本文介绍了ReAct Agent的概念和组成并通过代码实现了一个Ai Agent(智能体）
AI Agent 开发教程 - 1. 什么是AI Agent
leah126的博客
03-11 567
理解AI Agent的基本定义了解Agent与传统AI模型的区别掌握Agent的核心特征认识Agent的应用场景AI Agent（人工智能代理或智能体）是一种能够感知环境、自主决策并执行动作的智能实体。与传统AI系统（如聊天机器人）被动响应用户指令不同，AI Agent的核心在于其自主性——你只需给定一个高级目标，它便能像一位有主动性的助手一样，自行规划、拆解任务、调用工具并最终交付结果。从0到1！想入门大模型(LLM)却不知道从哪开始?
AI Agent开发必备，6种架构模式总结（附教程）
2301_81940605的博客
02-24 1341
在软件开发领域，设计模式长期以来一直是程序员的重要工具。但随着人工智能技术的快速发展，特别是大型语言模型（LLM）和AI Agent的出现，传统的设计模式可能不再完全适用。这个新兴领域还缺乏成熟的架构范式来指导开发。
AI Agent 开发综合指南
新缸中之脑
07-15 1674
ReAct 模式以思考、行动、暂停、观察、回答的循环方式运行。此循环允许 AI 代理推理输入，利用外部资源对其采取行动，然后将结果重新整合到其推理过程中。通过这样做，AI 代理可以提供更准确、更符合上下文的响应，从而显著扩展其实用性。ReAct 模式是一种强大的设计模式，它结合了推理和行动技能来提高 AI 代理的能力。GPT-3 或 GPT-4 等 LLM 从这种技术中受益匪浅，因为它允许它们与其他工具和 API 交互，以执行超出其原始编程的活动。思考：AI 代理处理输入并推理需要做什么。
深度解析AI大模型智能体（Agent）及十大开发框架和十大开发平台
大模型研究中心
03-18 8487
AI 智能体（AIAgent）是一种能够自主感知周遭环境、进行分析决策以及执行行动的智能系统。其核心特质在于能够仿若人类一般拆解复杂任务，并调用工具逐步达成目标。譬如，倘若您让它“买咖啡”，它将会自行开启外卖 APP 进行选品、调用支付接口完成下单，全然无需人工予以干预。
从零开始开发一个 AI Agent，需要几步？——10步打造高效智能体，助小白轻松掌握大模型应用
2401_85116933的博客
09-10 1216
AI Agent 的开发是一个融合了需求理解、功能设计、技术选型、工程实现、持续测试与迭代优化的复杂系统工程。遵循上述十大流程，并根据项目具体情况灵活调整，将有助于您的团队更有条理、更高效地构建出能够真正解决问题、创造价值的AI Agent。如果你真的想学习大模型，请不要去网上找那些零零碎碎的教程，真的很难学懂！你可以根据我这个学习路线和系统资料，制定一套学习计划，只要你肯花时间沉下心去学习，它们一定能帮到你！
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值