AI與大模型，已如電力和互聯網般融入我們工作和生活的方方面面。當技術從分析過去邁入生成未來，企業與技術人又該如何重塑自身價值？我們又該如何藉助這一波技術浪潮，實現能力的跨越與職業的突破？

11月16日，咕泡科技聯合創始人、AI大模型事業部負責人譚鋒（Mic）老師受邀參與“數有引力·Sure沙龍丨AI時代，個體機遇新選擇”深度沙龍進行分享，與眾多行業同行展開探討：大模型不僅改變了企業工作流程，更在重構職場人的能力體系。注重掌握AI思維與大模型能力，是技術人在技術變革中保持競爭力的關鍵

在2012年之前，人工智能的主流是決策式/分析式AI，它基於過去的數據做預測與分類，本質上是在總結過去。而隨着Transformer架構的突破，生成式AI開始爆發，它開始生成報告、創作圖片、編寫代碼，還能進行邏輯推理與多輪對話

這正是ChatGPT引爆全球的根本原因：AI不再只是輔助工具，而是具備了創造能力。從智能客服到代碼生成，從數據分析到內容創作，生成式AI成為企業數字化轉型的關鍵推動力，2023年“百模大戰”一觸即發

AI技術的快速演進也推動人才需求的深刻變化。從大模型基礎設施的投入競爭，到AI Agent的商業化推進，再到超級應用的海外拓展，企業對稀缺人才的需求日益增強，人才畫像日益清晰：

持續學習與快速迭代能力

AI技術更新迅速，企業更看重技術人員的學習適應能力。無論資歷深淺，能夠持續更新知識、快速掌握新技術的人才在市場上更具競爭力

複合背景人才更受重視

具有“大型企業+創業經歷”、“技術+業務”雙重背景的人才更受歡迎，他們能夠在複雜環境中快速轉換角色，以較高效率推動項目落地

技術崗位需要綜合能力

無論是算法還是工程，技術崗位不僅需要掌握LLM、多模態、強化學習等前沿技術，還要具備帶領團隊、解決複雜問題的實踐和管理能力

對個人而言，AI時代的機會需要用分層視角來看待行業。不需要每個人都去研發底層模型，更實際的機會在於：

• 產品層：成為理解AI能力、並能將其應用於具體業務場景的產品經理
• 應用層：擅長利用RAG、Function Calling等技術，為企業搭建可靠AI應用的工程師
• 架構層：能夠駕馭AI Agent，解決複雜工作流的架構師

這些角色雖然定位不同，但共同指向一個核心趨勢：AI正從“技術能力”轉化為“業務能力”。技術人的價值不再侷限於技術實現，而在於用大模型思維重構工作邏輯、提升業務效能

大模型技術的演進，本質上是一場關於“如何構建軟件”的範式轉移。對於技術人而言，真正的機遇不在於盲目追逐最新的模型，而在於深刻理解這一新範式如何重塑從需求分析、系統設計到價值交付的整個技術價值鏈

我們的價值錨點，正從“實現需求”轉向“定義並解決更高維度的業務問題”。是選擇在應用層，利用RAG、Function Calling打造敏捷的AI解決方案；還是站在架構層，用Agent工作流重構企業核心流程——這已不僅是技術選型，更是職業路徑的戰略選擇

模型會迭代，工具會過時，但駕馭複雜性的架構思維、將不確定需求轉化為可靠系統的工程能力，以及在業務場景中讓技術生根的洞察力，將是技術人在這場變革中始終不變的護城河