AI招聘乱象：4年经验要求站不住脚，薪资却远低于市场

一则招聘启事引发的集体吐槽

近日，一则AI软件工程师的招聘启事在X（原Twitter）平台走红，随后引发了Reddit社区的热烈讨论。这则JD（Job Description，职位描述）之所以成为话题，并非因为它多么诱人，而是因为它荒诞得像是"从招聘方的幻想中直接抽取出来的"。

有网友直言："感觉这是从HR的美梦里扒出来的。"（feels like it was pulled from a recruiter fantasy）这句评论精准道出了当前AI人才市场上一个日益普遍的现象——招聘方的技术要求与薪资待遇严重脱节，甚至连时间线都经不起推敲。

reddit source: "What should I learn?" Trending on X

这则JD中最受质疑的一点，是要求应聘者具备"4年以上AI软件工程经验"。有敏锐的网友立刻指出了其中的逻辑漏洞：

"4年的AI经验有点搞笑，因为这明显是针对生成式AI聊天机器人智能体的岗位，但ChatGPT在2022年11月才发布，到现在还不到4年。"

这一质疑触及了当前AI招聘市场的核心矛盾。招聘方想要的是熟悉LLM框架、能够构建AI Agent（智能体）应用的工程师，但这类技术真正进入主流视野不过是最近两三年的事情。要求4年经验，在时间上根本站不住脚。

当然，讨论中也有不同的声音。一位网友表示，前LLM时代的AI工作确实存在：

"我在2018-2019年，在生成式AI还没那么好用的时候，就玩过很多相关的东西。"

这一观点值得重视。深度学习、机器学习、计算机视觉等领域早在ChatGPT出现之前就已经发展多年。然而，另一方也提出了尖锐的反驳：开发ChatGPT之前的AI软件所积累的知识，与如今构建聊天机器人智能体的技能，相关性其实并不高。

换句话说，招聘方笼统地要求"4年AI经验"，混淆了传统机器学习工程与现代LLM应用开发这两个技能栈。前者侧重模型训练、特征工程、算法优化；后者更多是围绕API调用、提示工程、检索增强生成（RAG）以及智能体编排展开。二者虽同属"AI"，但实践路径大相径庭。

有趣的是，社区中不少人认为，这份JD所列出的技术栈实际上并没有看起来那么难以掌握。一位网友评论道：

"说实话，他们列出的大部分技术，通过做一些AI Agent项目就能学会，很多架构也能东拼西凑地了解个大概，大概足够在面试中忽悠面试官了。"

这一观点反映了当下AI应用开发领域的一个真实状态：入门门槛正在快速降低。 借助成熟的开源框架（如LangChain、LlamaIndex等）和丰富的开源教程，开发者通过几个实战项目就能快速上手主流的智能体开发技术。

甚至有人调侃，这份JD如果精简一下，本质上不过是"SQL + 一些AI Agent相关技能"而已。命令行工具早在2020年就已普及，许多所谓的"高门槛"要求其实是常规技能的包装。

如果说技术要求的荒诞还能一笑而过，那么薪资待遇则是引发普遍不满的关键。有网友算了一笔账：

"在美国，一个需要4年以上AI软件工程、LLM框架和后端架构专业经验的中高级岗位，基本工资通常在15万到20万美元之间，总薪酬包能达到20万到25万美元以上。"

然而，这则JD所提供的薪资远低于这一水平。以至于有人辛辣地讽刺："薪资范围该不会是用科威特第纳尔标的吧？"（Kuwaiti Dinar是币值较高的货币，暗示如果换算成美元，实际数字低得离谱。）

更有网友直接指出，即便把这份JD的要求降低到最基础的"SQL + 一些AI Agent技能"，其开出的薪资依然偏低。最终，讨论以一句简洁有力的建议收尾：

"太糟糕了。别去申请这些岗位。"

这场看似普通的社区吐槽，实际上折射出AI人才市场当前的几个深层问题。

第一，招聘方对AI技术的认知存在滞后与错位。 许多HR和企业照搬传统软件工程岗位的招聘模板，机械地填写"X年经验"要求，却忽视了生成式AI这一领域本身才诞生不久的现实。

第二，技术要求与薪资待遇的严重失衡。 一方面提出高门槛的复合技能要求，另一方面却给出与市场行情不符的低薪，这种"既要马儿跑，又要马儿不吃草"的心态在AI招聘中并不罕见。

第三，行业正在快速平民化。 当越来越多人意识到主流AI应用开发的技术门槛正在下降，那些试图用夸张JD塑造"高不可攀"形象的招聘启事，反而显得越发滑稽。

对于求职者而言，这场讨论提供了一个宝贵的提醒：面对光鲜的技术名词堆砌，更应理性评估岗位的真实价值——技术要求是否合理、薪资是否匹配市场、经验要求是否符合逻辑。毕竟，在一个技术快速迭代的领域里，识别出招聘方的"幻想"，本身就是一种重要的职业判断力。