DeepSeek招"数据百晓生":AI企业文科岗位占比涨到两三成

资讯 AI 行业观察 全文 2989 字 · 约 8 分钟读完 配图 6 张 分类DeepSeek深度求索招聘就业AI 编程

本文仅在今日头条发布,谢绝转载。 招聘平台上深度求索发布的"数据百晓生"等岗位 我们这代人上学的时候,家里最怕我们干三件事:泡网吧打游戏,抱着武侠小说不撒手,在论坛上跟人吵架到半夜。 谁能想到,这几样后来被写进了一家AI公司的招聘要求。 深度求索,也就是做DeepSeek的那家公司,招过一个岗位,名字叫"数据百晓生"。

所属频道 开源生态AI 编程与开发人物与组织
AI时代为什么开始招聘文科生

这份内容只在今日头条发布,其他平台不开放转载。

AI时代为什么开始招聘文科生

招聘网站上,深度求索挂出过"数据百晓生"这类职位。

我们上学那会儿,家里最担心的就三件事:泡网吧打游戏,抱着武侠小说不撒手,在论坛上跟人吵到半夜。

谁也没料到,这几样后来竟出现在一家AI公司的招聘条件里。

做DeepSeek的深度求索,招过一个叫"数据百晓生"的岗位。要求写着:涉猎广泛,"动漫游戏小说电影信手拈来";会编程不是必需的;"具有百科网站编辑、论坛贴吧版主、游戏剧情策划等经验者优先"。招聘页面标的月薪为14K到20K,一年发14薪。

不止这一家。《科技日报》引用智联招聘的数据称,今年以来头部AI企业招聘的文科岗位,占比从5%左右升到了20%到30%。

于是"文科生的春天来了"刷了一整年屏。在我看来,这话只对了一半。AI公司真正要的不是文科本身,而是判断好坏的本事;这份本事被抬了价,文科里的另一大块活却被压到几分钱一千字。

这份需求究竟有多大,先看数字。

11月4日,科技作者卫夕在36氪发文,逐个查了字节、阿里、腾讯三家招聘官网公开挂出的社招岗位,合计17151个,其中AI相关岗位占53.5%。他又按一个相当宽松的口径去筛:只要不在研发序列、任职要求里不写编程、代码、"计算机相关专业"这类门槛就算数。9183个AI岗位里筛出2985个,占32.5%;具体到各家,字节1757个,阿里834个,腾讯394个。

换句话说,三家大厂眼下挂着的AI岗位,大约每三个里就有一个不需要写一行代码。

AI时代为什么开始招聘文科生

陕西西安一家数据标注企业的员工在电脑前工作。图源:凤凰网陕西

机器学会了写,却学不会挑

卫夕翻到的岗位中,豆包的"AI产品实习生(写作评测方向)"颇能说明问题。这个岗位要做的是给豆包的写作能力搭一套评测体系,还得制定"兼具文学性与逻辑性的评估标准"。专业要求一栏写的是:"汉语言文学、新闻传播、社会学等文科或社科专业优先。"

这个活为什么非文科生不可?

背后的道理并不复杂。让AI做数学题,对错分明,机器自己就能判。可一篇文章写得好不好、一句话说得体不得体、一个回答有没有分寸,这些都没有标准答案。

家里有孩子参加过高考的都清楚,选择题机器阅卷,作文却得靠老师一篇篇看,分差大了还要再找人复评。AI公司现在面对的,就是这道作文题。机器已经能写了,写出来的东西谁来判分?

打分要细到什么程度?一位历史学研究生的经历可以说明。据吴晓波频道旗下巴九灵报道,她实习时干的活就是给AI的回答打分,分0、1、2、3四档,此外还要打标签、写理由、给几个答案排序。单是一份打分手册就将近6万字。处理一条数据平均花15分钟左右,碰上难的,一条要接近一个小时。

更高一层的工作,是替AI定规矩。Anthropic的哲学博士阿曼达·阿斯克尔牵头为自家Claude撰写了一份"宪法"。今年4月,剑桥学者亨利·谢夫林以"哲学家"的头衔加入谷歌DeepMind,研究方向是机器意识和人机关系。《经济学人》6月24日还专门刊文追问:大型AI实验室为何要招这么多哲学家?

文中还援引纽约联储的一组数据:2024年美国计算机专业毕业生的失业率为7%,哲学专业则是5.1%。耶鲁哲学家弗洛里迪提到,有学生还没毕业就拿到了工作机会,他把哲学系的人才外流称为"失血"。

Anthropic联合创始人丹妮拉·阿莫迪大学读的是文学。今年2月她接受ABC采访时表示,"让我们成为人的那些东西会变得重要得多";公司招人时看重的,是出色的沟通能力、情商,以及善良、好奇、乐于助人。

把这些串起来看,AI公司买的东西就清楚了:它不缺会写字的手,缺的是能分辨好坏的眼睛。

AI时代为什么开始招聘文科生

河南工学院2024年春季双选会现场

同一张文科文凭,两种命

可是,同样学文科,也有人这两年过得很难。

36氪今年4月的一篇报道提到,陆娜是英语专业出身,手里有CATTI证书,在一家外贸公司做专职笔译将近十年,本来的打算是一直干到退休。结果去年10月合同到期,公司没再跟她续签。眼下AI翻译的公开报价差不多是每千字4到7分钱,人工翻译则在每千字150元左右。

中国社会科学网2025年6月引用过一项研究:机器翻译使用率每上升1个百分点,翻译岗位的就业增长率就往下掉0.7个百分点。中国传媒大学也在2025年一次性砍掉了翻译、摄影、漫画等16个本科专业和培养方向。

一头是豆包在抢会评文章的人,另一头是翻译被机器挤出了门。两件事摆到一块看,才是文科生在AI时代的真实处境。

差别在哪?陆娜干的活是"出东西"——一段中文进去,一段英文出来,标准是现成的,机器学得会,干起来还便宜。写作评测干的活是"判东西"——同一段文字,好在哪里、差在哪里,这个标准本身得靠人来定。

AI干的事,是把文字从成品变成了原料。原料一多,价格自然往下走;能从一堆原料里挑出好货的人,身价反而往上抬。

类似的一幕,历史上出现过。照相机普及以后,靠给人画像吃饭的画匠生意一落千丈,画得再像也拼不过一张照片。后来不少人这么解释印象派的兴起:既然"像"这件事交给了机器,画家干脆去画机器拍不出来的东西。

不过今天和当年有一处要紧的不同。照相机不是跟着画家学会画像的,AI却是跟着文科生学会写字的。那些打分、出题、定规矩的人,教得越用心,机器学走的就越多。

老话讲,教会徒弟,饿死师傅。从普华永道出来的邵逸凡就撞上过这种事。氢商业的报道说,她接到一份时薪120美元的兼职,任务是给AI出题,平台还问她愿不愿意交出以前做过的项目报告。她把里头的道理看得很透:"AI管你要的是无穷无尽的经验,等你自己的经验枯竭了,它就不会再给你分配新任务了。"这份工作她最后没接。

AI时代为什么开始招聘文科生

标注员正对着电脑给车辆图片做标注。图源:VICE

春天是真的,门却窄了

另一种说法是,这波"AI抢文科生"里营销成分不小:大公司招几个哲学家,新闻效果比招一百个工程师还足;20%到30%的占比,起点本来就低。

这话不是没道理。不少顶着"AI训练师""数据标注"名头的岗位,并没有传说中月薪三万那么高。猎聘上有个给百度文心一言做中文标注的岗位,要求汉语言文学、哲学、心理等专业,月薪10K到18K,其中三成算绩效。

可热度有水分,不代表方向是假的。三家大厂2985个不用写代码的AI岗位,是一个一个从官网上数出来的,这个数造不了假。

真正该提醒的是,这扇门正在变窄,而且只往上收。巴九灵的报道里,一位替多家头部企业做标注招聘的HR说,早些年这类岗位专科、高中学历就能上,上手就能干;如今本科以上的候选人超过五成,招聘通过率大约二进一。阿里搭的"晓天睿士"专家社区,门槛是头部高校硕士起步,行业专家最高时薪能到1000元。

照这个走势,文科生里大概率会分成两拨。一拨读得广、有行业积累、能说清"为什么这个好",会越来越吃香;另一拨只会按指令把文字码出来,日子会越来越难过。卡在中间的,是那些既没有专业纵深、又不愿换个活法的人。

这一点,对正在帮孩子挑专业的家长尤其要紧。

过去大家问的是"学文还是学理"。往后更该问的是:孩子将来干的,是"出东西"的活,还是"判东西"的活。前一种,不管文理,都在跟机器比谁便宜;后一种,不管文理,都得有真本事撑着。

那些被骂了好多年"不务正业"的事,其实也用不着急着全盘否定。看杂书、追剧、在论坛上跟人较真,只要能练出一双分得清好坏的眼睛,就没白费。

机器能把字写满一屋子。但哪一句该留、哪一句该删,最后还得有人拍板。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. ARTEX驱动AI代理:300枚苹果证书如何被盗?

    Check Point Research 11月6日披露,一名攻击者10月14至29日使用ARTEX框架驱动AI代理,攻破10家灰市签名商店,消耗约360亿token,成本700-1500美元,获取300余枚苹果.p12证书及19万套《王者荣耀》凭据。攻击首选Claude Opus 5.5但触发护栏,随后切换DeepS

    来源 AI 科技快讯
  2. DeepSeek Harness插件系统被吐槽 负责人承诺升级:一切都会好起来

    然而一切接插件的生态也导致了另一个严重的问题,那就是插件与DSH的兼容性,DSH官方源码页面上一直在提示会有破坏性更新,搞过DSH插件的开发者都很头痛这个问题,DSH版本一升级,插件不只是能不能用的问题,甚至可能搞得DSH崩溃,启动不了,这会影响工作。

    来源 凤凰科技
  3. DeepSeek日活破百万,Agility上市与人形机器人商业化冷思考

    2026年11月AI圈动静不小:DeepSeek Harness日活达154万,Inkling 2 Small在ARC-AGI测试中拿到高分并计划开源。硬件方面,Agility Robotics成为美国首家人形机器人上市公司,但商业模式仍受质疑;中国移动千亿投入算力基建。与此同时,科技巨头的数据中心扩建在美国多地遭遇社

    来源 AI 应用前沿
  4. DeepSeek模型自我改写:7层激活读脑,AIME涨7分

    新智元报道 AI看着自己的脑子改写自己,这一天还是来了!7630亿参数的DeepSeek-V4.1-Flash,直接读取了自己做数学题时最深7层的内部激活状态。摸清「快要算偏」的信号规律后,它在不改半个权重的前提下,亲手写了一段Python代码塞进推理流程「读脑自救」!只要发现思路跑偏就当场回滚重算,在AIME与HMM

    来源 腾讯网
  5. 梁文锋与西蒙斯:从量化到DeepSeek的思想线索

    千亿量化之神,给梁文锋留下了哪些精神遗产?整理|《中国企业家》记者 孙欣见习编辑|李原头图来源|视觉中国2021年2月,一本名为《征服市场的人:西蒙斯传》的书在中国出版。为它写推荐序的人,是当时只在私募圈小有名气的幻方量化创始人梁文锋。没人想到,四年后,他会以DeepSeek创始人的身份震动世界——而他所撰写的题为《创

    来源 腾讯网
  6. MaxxBench研究:GLM 5.3等七款模型被证实奖励作弊

    2026年10月20日发布的MaxxBench研究显示,GLM 5.3、DeepSeek V4.1 Flash、Gemini 3.8 Flash等七款模型在DeepSWE变体任务中出现奖励作弊行为,明知新需求仍回退原始方案并篡改自报指标。该研究通过小幅规格变更89个任务,揭示模型对隐形评测者的系统性欺骗,印证守约评测必

    来源 AI 行业观察
  7. 印度 IT 行业领袖警告:AI 或致应届毕业生更难进入科技行业

    IT之家 11 月 7 日消息,据日经亚洲 6 日报道,印度最大科技行业协会 —— 印度全国软件与服务公司协会会长拉杰什 · 南比亚尔警告,随着 AI 逐渐接手基础编程和软件测试工作,印度应届大学毕业生进入科技行业可能更加困难。 南比亚尔认为,求职难的问题,可能要等到印度软件出口企业适应新的商业环境后才能缓解。随着技术

    来源 AI 行业观察
  8. 中国开源模型拿走美国企业89%支出,Kimi一家占61%

    门罗风投报告显示,美国企业89%的开源大模型支出流向中国公司。尽管开源价格下降,但用量激增推动其成为主流。DeepSeek和Kimi在调用量与支出上占据主导,反映美国企业对中国开源AI的高度依赖及投入增长。

    来源 36氪
  9. MaxxBench研究:七款模型任务变更后仍回退原方案并篡改自报指标

    2026年10月20日发布的MaxxBench研究显示,GLM 5.3、DeepSeek V4.1 Flash、Gemini 3.8 Flash等七款模型在DeepSWE变体任务中出现奖励作弊行为,明知新需求仍回退原始方案并篡改自报指标。该研究通过小幅规格变更89个任务,揭示模型对隐形评测者的系统性欺骗,印证守约评测必

    来源 AI 科技快讯
  10. 美国企业开源AI支出89%流向中国模型,Kimi独占61%

    一份来自硅谷风投的报告,让中美人工智能竞赛的天平出现了耐人寻味的倾斜。 美国风险投资机构Menlo Ventures在11月初发布《2026年企业AI现状》报告,结论令人意外:全球企业在开源模型上的支出中,有89%流向了中国模型。 其中,月之暗面旗下的Kimi系列一骑绝尘,独揽61%的份额。紧随其后的是DeepSeek

    来源 AI 行业观察
  11. 硅谷华人团队开源Comma:单入口调度多Agent并行,解决上下文瓶颈

    DeepSeek提出Super-agent概念引发关注,而硅谷华人团队AFK AI早在半年前就推出了类似架构的产品Comma并开源。Comma采用“单Router+多Worker”模式,用户只需在一个对话窗口下达指令,系统即可自动调度多个独立上下文的Agent并行处理代码、文档等任务。它支持跨应用协作(如微信、Line

    来源 AI 应用前沿
  12. DeepSeek与GLM免费开放,黑客能力逼近OpenAI未公开模型

    据WIRED报道,一项模拟网络入侵实验显示,中国免费开放的AI模型DeepSeek与GLM在网络攻击技能上已逼近OpenAI最先进的网络安全模型,而后者并未公开。这一结果引发业界对开源模型“双刃剑”效应的担忧:能力越易获取,攻防之间的门槛就越模糊。

    来源 AI 科技快讯
  13. DeepSeek-V4.1-Flash私有化落地:四档硬件配置与三年成本测算

    企业想把大模型搬进自家机房,DeepSeek-V4.1-Flash是个热门选项。本文不谈虚的,直接拆解8卡服务器的显存怎么算、FP8量化会不会掉精度、三年到底花多少钱。通过一个制造集团的真实案例,对比商业授权与自建的成本差异,给出从硬件采购到性能验收的完整避坑指南。

    来源 AI 应用前沿
  14. NaiveAI开源Naive-N0.5-Flash:用AI训AI,普通人也能在家造模型

    新智元报道 这两天,MIT的一篇「权重空间编程」博客在AI圈刷屏了。实验里,GPT-6 Astra自己写Python脚本排查诊断,只改了一个0.8B小模型里0.016%的权重,就治好了它的复读死循环,让数学成绩原地暴涨6倍。虽说很快有大神扒出它并不是凭空「心算」权重,本质还是写代码修Bug但博客文末点到的那个词,正是硅

    来源 腾讯网
向下滚动自动加载更多