单看一个岗位，每个都像「前景广阔」。摆在一起，差距立刻就出来了—— 尤其是薪资曲线和必须接受的代价。
| 对比项 | AI 应用 / Agent 工程师查看详情 | 大模型算法工程师查看详情 | 算法工程师（CV / NLP / 多模态）查看详情 |
|---|---|---|---|
| 方向 | AI/算法 | AI/算法 | AI/算法 |
| 一句话定位 | 不训模型，但要保证模型别乱说 | 钱最多，门槛也最硬，先看学历 | CV 已经卷透，多模态还在早期 |
| 应届总包 | 20–35 万 | 35–60 万 | 28–45 万 |
| 3 年经验 | 35–60 万 | 60–100 万 | 45–75 万 |
| 5 年经验 | 55–90 万 | 90–160 万 | 70–120 万 |
| 市场需求 | |||
| 入门难度 | |||
| 薪资天花板 | |||
| 日常在做什么 |
|
|
|
| 必须掌握 | PythonLLMRAGPrompt | 深度学习理论（TransformerPyTorch分布式训练（DDP/DeepSpeed/Megatron）数据处理与 | 深度学习基础PyTorchCNN数据处理与增强 |
| 真实优势 |
|
|
|
| 必须接受的代价 |
|
|
|
| 面试会考 |
|
|
|
| 对口学习路径 | — |
区间上限通常是 SP/SSP offer，属于少数样本。真正该比的是区间中位数与你所在城市的系数。
难度 5 的岗位不一定更好，只是学习曲线更陡。零基础直接冲算法岗，失败率比成功率高一倍。
优点决定你想不想去，缺点决定你能待多久。两个岗位都写清了代价，选你能忍的那个。