做面试官这几年,聊过的候选人差不多八百个了。每次校招季,被问得最多的就是:纯 LLM、AIGC、多模态,到底该押哪条路?业界报告和市场规模那些虚的就不扯了,直接从我筛选简历、拍板发 offer 的视角,把这三个方向的用人真相说清楚。
时间坐标是 2026 年初。大模型技术迭代太快,去年的香饽饽今年就可能卷成红海,看准当下节点很重要。
核心结论:优先 all in 多模态
如果目标是冲高质量算法岗,要长期价值、高上限、低替代风险,那就直接攻多模态。原因拆开看。
三条赛道的真实就业现状
纯语言大模型:基建化完成,算法岗加速内卷
2025 年的纯 LLM 赛道,关键词就两个:基建化、工程化。从头训一个 SOTA 基座模型,早就不是普通公司能玩的了——那是巨头比拼千亿卡算力、海量数据和顶尖研究团队的战场。OpenAI、Google、Meta 以及国内几家大厂才能站上牌桌,留给普通人的创新空间极小。
应届生进来,绝大部分做的不是核心架构,而是下游应用:
- 微调:拿开源基座模型灌行业垂类数据,LoRA、QLoRA 这些轻量化方案越来越成熟,门槛持续走低,正演变成熟练工种。
- RAG:去年爆火,现在已是标配。做嵌入优化、检索精度提升、压幻觉,工程化经验多过算法创新,核心瓶颈头部团队已经啃完了。
- Agent 开发:看似前沿,实质是提示工程加工具调用和简单规划逻辑,重度依赖基座能力,开发者更像使用者而非创造者,很难堆出技术壁垒。
- 模型压缩、量化与部署:需求稳定务实,但偏 ML Engieering,离核心算法越来越远,薪资天花板相对固定。
纯 LLM 方向的岗位正在两极分化:极少数顶尖人才在核心团队搞预训练算法或结构创新,门槛高得离谱;绝大多数落到应用层工程岗,内卷凶猛。薪资起薪不低,白菜价 SP 不难拿,但天花板被基座能力锁死,个人价值杠杆有限。
AIGC:边界模糊,算法属性弱化
先澄清一个认知:AIGC 这个概念太宽,本质把纯 LLM 和多模态的不少场景都包了进去。可招聘市场上 'AIGC 方向' 更多指产品落地和应用封装,不是核心算法。
比如开发 AI 海报工具、智能视频剪辑平台、AI 辅助编程插件,这类岗位分工很细:少数人维护模型优化,多数人是应用算法或后端工程师,日常重心是封装 API、嵌入业务流程、调优产品体验,而不是深耕模型本身。
这个方向的好处是离业务近,变现路径清晰,能很快看到工作成果。想做核心算法的就不划算了——大量时间花在数据清洗、业务逻辑对接、API 调试上,技术深度难累积。薪资方差极大:头部商业化产品核心成员能拿高薪加期权,还没找到盈利模式的创业公司,薪资可能还不如大厂工程岗稳定。
多模态大模型:技术蓝海,需求爆发
这才是我最看好的方向。三个原因:
第一,技术前沿,是 AGI 的必经之路。 人类认知世界本来是多模态的,文字、图像、声音、触觉,纯文本 LLM 再强也只是「缸中之脑」。从 DALL·E、Midjourney 的文生图,到 Sora 的文生视频,再到未来的具身智能、自动驾驶多感官融合,核心突破必定发生在多模态。
这个领域还有大量根本性问题没解决:跨模态对齐、统一表征学习、长视频生成的时空一致性、3D 场景理解与生成、多模态交互逻辑……每个方向都可能挖出金矿,普通人也有机会做出创新成果。在这里你不是模型的使用者,更可能变成规则的制定者。
第二,技术壁垒高,护城河难复制。 多模态要同时吃透 NLP 和 CV 的核心技术,部分场景还得懂图形学、语音、物理仿真,天然筛掉大批人。LLM 应用层那套,刷博客、跑开源 demo 就能快速上手;但多模态的 Diffusion 数学原理、NeRF 神经辐射场、DiT 扩散 Transformer,非深耕底层的根本啃不动。
我团队有个 CV 背景的工程师,LLM 热潮时没跟风,专注 3D 生成和多模态融合。当时大家都觉得方向太窄。结果 2025 年 Sora 引爆视频生成赛道,大厂疯狂布局多模态视频、3D 内容生产,他靠着扎实的 DiT 架构优化、视频压缩网络设计等细节,拿到的 offer 比同级 LLM 岗高出 30% 以上。这潮水一退,深耕者就站住了。
第三,需求爆发,人才供给严重不足。 随手搜招聘平台,「多模态算法工程师」要求高、薪资范围宽,很多公司甚至愿意对学历和工作年限放宽——就是因为能打底层技术能力的人太稀缺,企业肯付溢价。
LLM 方向求职者扎堆,简历上都写「精通 LangChain、熟练搭建 RAG 系统」,同质化严重,只能拼学历和实习。多模态就不一样,你只要吃透一个细分点,比如视频生成或 3D 多模态,就能打出差异化。
应用岗 vs 算法岗,多模态两边都有机会
纠结选应用还是算法,其实是在选职业定位。多模态这两个方向都有好坑位:
- 多模态算法岗:重心在生产工具,聚焦模型性能优化、底层技术创新,产出是模型、论文或专利。对技术深度和数学基础要求极高,适合喜欢钻底层的人。


