字节腾讯阿里AI岗位中,近三分之一无需写代码,文科生可投产品经理、内容评测等方向

一项针对字节、腾讯、阿里三家大厂招聘数据的分析显示,在9183个AI相关社招岗位中,2985个(占比32.5%)对编程能力无硬性要求,主要集中在产品、运营、内容创作与评测等领域。汉语言文学、新闻传播等...

人工智能

当AI浪潮席卷科技行业,一个普遍担忧随之浮现:非技术背景的文科生是否将被边缘化?近期一份基于字节跳动、腾讯与阿里巴巴招聘官网公开数据的分析,给出了出人意料的答案——在当前大厂AI岗位中,近三分之一并不需要编写代码,反而为具备人文素养与专业判断力的文科背景人才留出了明确入口。

该分析覆盖2024年11月2日三家企业的社招岗位共计17,151个,其中AI相关岗位达9,183个,占比53.5%。研究者设定了一套保守筛选标准:排除所有标题含“工程师”“算法”“开发”等字眼、任职要求中明确要求Python/Java/C++、深度学习或“计算机相关专业”的岗位;连“计算机等相关专业优先”这类软性门槛也一并剔除。最终筛选出2,985个“文科友好型”AI岗位,占全部AI岗的32.5%。

从企业分布看,字节跳动以1,757个此类岗位居首,阿里834个,腾讯394个。值得注意的是,这些岗位并非集中于传统技术部门,而是广泛分布在业务一线:抖音电商(141个)、TikTok(115个)、火山引擎(101个)构成字节前三;阿里则以淘天(153个)、阿里云(104个)、千问事业部(100个)为主;腾讯的394个中,超过四成(169个)归属IEG游戏事业群——这一领域本就吸纳大量编剧、策划与美术人员,AI工具的引入并未取代其核心职能,反而催生了新的协作角色。

岗位类型上,产品、运营与内容创作三大类占据绝对主流。具体来看,多个JD明确指向人文社科背景的适配性:

豆包团队招募的“AI产品实习生(写作评测方向)”,职责是为大模型写作能力构建评测体系,需制定“兼具文学性与逻辑性的评估标准”,并注明“汉语言文学、新闻传播、社会学等文科或社科专业优先”。这反映出,对文本审美、语义连贯性与叙事结构的敏感度,仍是机器难以替代的人类优势。

字节Data语音团队的语言学实习生岗位,则进一步细化到音素辨析、韵律感知与“非感性描写”能力,要求候选人具备语音学或音系学训练背景;另一岗位甚至将“听觉审美”列为加分项。这类需求直指ASR(自动语音识别)与TTS(文本转语音)系统优化中的关键瓶颈:如何让机器输出更符合人类语言习惯与情感节奏。

阿里千问事业部的“大模型产品评测策略专家”虽未限定专业,但职责中包含组织行业专家参与评测,并推动“逆序率持续下降”——即减少专家对模型回答排序的分歧。该岗位本质是搭建人机协同的评估共识机制,依赖的是跨领域协调能力与判断力,而非编码技能。

文章配图

TikTok“AI剧本内容评测专家(短剧)”的JD尤为典型:首要任务是定义“什么是好剧本”,按甜宠、复仇、逆袭等题材提炼爆款潜质的判断标准,形成可打分、有锚点样例的评分卡;并强调“如果高分本子不爆,先怀疑标准”,要求从业者“能基于专业证据坚持判断,不受人情或职级影响”。岗位说明还坦承:“评分卡设计、盲评流程等方法,若暂不具备,可在入职后2–3个月内培养”——方法可教,判断力需自备。

火山方舟的“Seedance 2.5评测专家”则直接面向影视制作全流程,括号内列出导演、编剧、美术、摄影、表演、动作、服装七大工种,职责是将“画面不对”“表演不成立”等主观感受,转化为清晰、可复测的问题描述。这表明,AI生成视频的质量提升,正高度依赖垂直领域专业人士的反馈闭环。

从工种分布看,2,985个岗位中,产品经理以583个居首,运营425个,内容创作/编剧导演301个,市场/品牌/公关268个,销售/售前/商务252个。其余如数据评测、设计美学、安全治理等亦有分布,但总量远低于前三类。这印证了一个趋势:AI落地的核心挑战已从“能否生成”转向“生成得是否可用、可信、合意”,而后者恰恰依赖人类在语境理解、价值判断与文化适配上的独特能力。

2985个文科友好AI岗,都是些什么工种

值得留意的是,上述岗位普遍弱化学历与专业出身的硬性限制。例如字节在AI相关JD中明确写明“博士要求仅占1.3%”,而“好奇心”“热爱”等软性素质出现频率反而高于非AI岗位。这暗示企业正在调整人才观:在模型能力趋同的背景下,如何定义问题、组织评估、引导迭代,成为更具差异化的竞争力。

当然,这并非意味着文科生可轻松入局。所谓“无需写代码”,不等于零技术门槛。多数岗位仍要求理解AI基本原理、熟悉Prompt工程、能阅读技术文档或与算法团队高效沟通。例如评测类岗位需掌握盲评流程、统计显著性检验等基础方法论;产品岗需理解LLM推理延迟、幻觉率等指标含义。真正的门槛,已从“是否会编程”转移至“能否在人机协作中精准定位自身价值”。

从行业演进角度看,这一现象具有结构性意义。早期AI应用聚焦于OCR、语音识别等单点任务,岗位高度技术导向;进入大模型时代后,AI能力泛化,应用场景下沉至内容生产、客户服务、商业决策等复杂人机交互场景,对“语义理解力”“文化适配性”“伦理敏感度”的需求陡增。文科训练所培养的批判性思维、叙事能力与共情意识,恰在此时显现出不可替代性。

可以预见,随着AI工具进一步嵌入创意、教育、法律、医疗等知识密集型领域,类似“AI内容策展人”“模型伦理审查员”“人机交互体验设计师”等新角色将持续涌现。它们未必冠以“AI”之名,却深度依赖对技术边界的清醒认知与对人类需求的深刻把握。

大厂招聘数据揭示的,不是文科生的“逆袭”,而是一场职业能力重心的悄然迁移:当机器擅长执行,人类的价值便愈发体现在定义目标、校准方向与守护底线之上。