产品经理 AI 转型指南 01｜你要转的，到底是哪个「AI 产品经理」

腾讯 2027 校园招聘 8 月 11 日启动，面向 2026 年 1 月到 2027 年 12 月毕业的学生。

公告里列了一批 AI 原生岗位：AI 全栈工程师、Agent 开发工程师、AI 应用工程师、AI 算法工程师、AI 产品经理、AIGC 艺术创作。

同一份公告里还改了另一样东西。腾讯原来的用人观是「有志者、好学者、能干事」，这次后面接了三条更具体的：主动发现和定义问题、评估和验证 AI 产出、把能力转化为看得见的成果。

三条里没有一条讲大模型技术。

而且这三条不是写给「AI 产品经理」这一个岗位的。腾讯这次开放的是技术、产品、设计、市场、职能五大类，标准是给这五大类所有人的。

我在这儿卡了一下。因为这一年多我读到的所有「转型指南」，讲的都是另一套东西。

「AI 产品经理」这五个字，同时指着两件事

搜「产品经理 AI 转型」，出来的内容高度一致：一张学习路线图，Prompt 工程 → RAG → Agent → LLMOps；一张薪资表；末尾一个二维码。

我一开始也是奔着这条路去看的，看了几个月才发现自己要的东西不在那张图上。

卡住的地方在于，这五个字被拿来指两件不一样的事：

腾讯那三条标准，描述的是右边这列。市面上卖的课，教的是左边那列。

左边不是假的。左边是真的，而且确实在涨。

智联那份报告的数字，要连着看才看得出意思

智联招聘 7 月 16 日发了《2026 年人工智能产业人才发展报告》，口径是平台 2026 年上半年数据。

单看岗位增速，AI 产品经理确实亮眼：

• 智能体相关技术人才：同比 +244%
• AI 产品经理：同比 +87.7%
• 数据标注 / AI 训练师：同比 +30.3%
• AI 工程师：同比 +19.3%

这个数还在往上走。同一家机构，副总裁李强今年一季度给的口径是同比 +81%，半年报变成 87.7%。他那次的数据基数是平台上 4.04 亿求职者和 1549 万家企业。

但同一份报告里还有一组数，得摆在旁边一起看：整个 AI 行业的招聘职位数，同比只涨了 10.6%；求职人数涨了 10.5%。

AI 产品经理这个岗位涨得快，但它是在一个只涨了 10.6% 的池子里涨的。

87.7% 是增速，不是体量。基数小的坑位翻一倍，绝对数量可能仍然不多。而且涨得比它快得多的是智能体开发，+244%，那是技术岗，产品经理转不过去。

职位数涨 10.6%、求职人数涨 10.5%，这两个数字几乎贴在一起——门在变宽，门外排队的人也在同步变多。

AI 岗位增长最快的地方，不在大模型公司

同一份报告里还有两个数，是按行业拆的：

• 新能源行业的 AI 工程师职位数：同比 +38.2%
• 航空 / 航天 / 船舶制造的 AI 工程师职位数：同比 +23.5%

这两个数都高于 AI 行业整体的 10.6%。

也就是说，增量有相当一部分不在「做大模型的公司」，而在拿 AI 去改造自己业务的传统行业。招聘企业数同比涨了 24.8%，比职位数的 10.6% 涨得快——进场的公司比新开的坑多，说明是更多公司各开了几个口子，不是少数几家在大规模扩招。

这件事对「该往哪转」的影响挺直接：如果 AI 的活正在渗进新能源、制造、航空这些行业，那需要的人未必是「懂大模型的产品经理」，更可能是「懂这个行业、又能把 AI 用起来的产品经理」。

后面那种人，行业知识是原来就有的，缺的是干法。

那扇门到底有多窄，54 份 JD 里能看出来

有人拆过 54 份头部企业的 AI PM 岗位 JD，高频要求集中在这些：Prompt 工程、RAG、Function Calling、数据对齐、SFT / RLHF、自动化评测体系、Coze 和 Dify 这类低代码平台，还有论文阅读和代码原型能力。

企业最看重的那条是有没有真实的 AI 落地经验。原因不难理解：AI 项目落地会撞上一堆跟技术无关的事——数据拿不到、部门不肯配合、用户压根不信任 AI 给的结果。这些坑只有真做过的人知道。

那份拆解里有个反直觉的结论：没有 Agent 项目经验，不等于没机会。 企业愿意认低代码平台上的实践，也认重度用户的背景。

所以这条路不算封死，它只是要你拿出点东西来，而不是拿出一张听课证明。

区别在于，「东西」这个词，学习路线图给不了你。

「评估和验证 AI 产出」这条，没有岗位门槛

回到腾讯那三条，中间那条我盯了最久：评估和验证 AI 产出。

它的特别之处是不需要你换岗位、换公司、换赛道。你手上现在这个活，只要开始用 AI 做，这件事当天就发生了。

而且它比看上去难。AI 会把没做完的东西说成做完了——它不是撒谎，是它自己也不知道哪儿没做完。你要么自己有本事看出来，要么就等上线之后让用户告诉你。

去年我开始试着把东西自己做到能交付，有两个能查到提交记录的：一个证件照工具，21 个提交，6 月 13 日到 6 月 30 日，进了 App Store；一个 PDF 工具，43 个提交，7 月 5 日第一个、7 月 11 日最后一个，出了 iOS 和 macOS 两个版本。

拿出这两个数不是想说它有多难。恰恰相反——难的部分大多被 AI 接走了。真正花时间的是另一头：判断它给的东西能不能用，以及哪些地方必须我自己上手改。

腾讯那句叫「把能力转化为看得见的成果」。看得见，是这句里最实的三个字。简历上写「熟悉大模型」，对面没法验证；给一个能点开的链接，对面三十秒就知道了。

这两条路怎么选，我给不出答案

如果你在的公司正好在做大模型产品，或者你想去这样的公司，那条岗位路是实的，87.7% 也是真的，JD 里要什么写得清清楚楚，照着补就行。

如果你手上是个跟大模型没直接关系的活——而按那份报告，增量正大量流向这种活——那先啃一遍 RAG 和 SFT，收益可能还不如把一个想法真做出来一次。

也可能这两条路本来就不该分开看。腾讯把「AI 产品经理」列进岗位表的同一天，把「评估和验证 AI 产出」写进了全部五大类岗位的标准。同一份公告，同一天。

我自己还没想明白的是另一件事：如果公司没人要求你交付这种东西，绩效也不看这个，你靠什么持续做下去。我是靠做自己的产品硬撑过来的，但这个办法显然不是每个人都能用——它要占掉你晚上和周末，而且很长一段时间里没有任何人会因此给你发奖金。

这个问题我还没有解法。如果你有，我想听。