AI漫剧行业薪资断层明显，抽卡师月薪两千与导演五万并存

2026年秋季招聘季，多家AI漫剧公司仍在公开招聘“抽卡师”——这一岗位名称本身已透露出行业运作逻辑：核心任务是通过提示词调用生成模型，批量产出角色立绘并筛选可用素材，而非主导创作。陈藜藜旗下团队以四个三人小组并行运转，每月产出约五十部系统生成剧集加一两部精品，人均月产十余部，俨然一条高效运转的工业化流水线。

这条流水线越顺畅，对“人”的依赖反而越低。但招聘页面上仍挂着大量岗位需求，形成一种看似矛盾的现实：招人的和“不需要人”的，实为同一行业的两种状态。

行业内部存在清晰的薪资断层。底层执行岗如实训生，月薪仅1000–2000元；部分制作岗试用期底薪2130元，采用按件计酬，停工即无收入。贵州某公司一次招聘百人，要求面试者提交60秒样片——相当于一个片头时长，先干活再录用。该薪资水平贴近当地最低工资标准，企业要的是“能出图、能剪辑、能按流程交活”的即战力，而非具备影视素养的创作者。

岗位经验要求同步下移：分镜、抽卡等职位普遍标注“1年以下经验”，公司不期待熟手，自然不愿为经验溢价。所谓“从头学起”，实指从会操作软件开始，而非从理解影像叙事起步。软件三天可掌握，但镜头调度、节奏把控、情绪铺陈等能力，需长期观影与实践积累。企业能买到“手”，买不到“眼”。

与之对应的是高阶岗位的稀缺性与高溢价。AI导演平均月薪2.25万元; 主编达4万–6万元；极少数资深抽卡师因承担导演职能（定风格、盯分镜、预判爆款潜力），月收入可达5万元。这些高薪者多来自传统影视行业——他们熟悉镜头语言、场次切割、台词精简，知道机器不足时如何保重点戏份，清楚一天能推进多少内容。这些经验无法由提示词训练获得，也无法靠日复一日筛选图像练就。

为何“会组织模型”比“会写提示词”更值钱？根本原因在于：模型越多，出图越快; 但决定一部剧成败的，仍是“哪张图能用”“哪场戏该删”“整体节奏是否合理”等判断性工作。流程越长，越需要有人统筹人机协作边界、分配任务优先级、应对突发问题——这些职责最终落到导演身上。“总得有人背锅”，在AI漫剧中，这句话直指现实。

传统动画行业曾有明确的成长路径：原画助理经3–5年培养，从描线、关键帧绘制逐步过渡到独立把控一场戏的调性与视觉节奏。师傅带徒弟，逐帧审阅修改，错误即时反馈，三年下来，不仅手艺成熟，审美判断力也同步建立。出师标志很实在：提交的镜头无需返工，直接进入下一环节。

AI漫剧则彻底重构了这一路径。抽卡师培训周期压缩至3天–1周即可上岗；原属“练手岗”的分镜、抽卡等职能被合并，新人直接进入高速产出环节。一位化名小鲁的抽卡师给自己设定半年期限：“升不到AI导演就转行。”他观察到，干得越久，操作越熟练，但视野越窄——每天处理数百张生成图，极少有机会思考整集叙事结构、情节必要性或观众情绪曲线。这种重复性劳动难以沉淀判断力，反而可能固化为“工具使用者”而非“内容决策者”。

行业培训市场亦呈现割裂。部分机构宣称“就业率九成、平均月薪过万”，但从业者反映：许多学员结业后连一集完整成片都无法独立完成。培训班承诺“学完即上岗”，而实际岗位却要求“上岗后再学”——学的不是软件操作，而是如何在有限时间内做出符合平台算法偏好的内容决策。

值得警惕的是，当前AI漫剧的“快”正在吞噬“慢”的价值。当一个岗位的培养周期从3–5年缩短至3天–1周, 供新手练手、试错、被指导的空间几乎消失。过去“犯错—修改—再犯错”的循环，是专业判断力形成的必经之路；如今，错误成本被转嫁给模型迭代速度与人力周转效率，新人失去在真实项目中校准审美的机会。

这种断层并非技术进步的必然结果，而是产业初期粗放扩张的阶段性特征。当平台流量红利趋缓、用户对内容质量要求提升时，单纯依赖模型生成+人工筛选的模式将面临瓶颈。届时，能否补足“判断力缺口”，将成为公司间真正的分水岭。

目前，行业仍在两条轨道上并行：一条是极致效率导向的流水线，追求单位时间最大产出；另一条是少数精品路线，依赖具备影视经验的复合型人才把控全局。前者吸纳大量基础劳动力，后者则持续抬高高阶岗位门槛与薪酬。中间地带——既懂工具又具叙事能力的“桥梁型人才”——恰恰最为稀缺。

一位从业者坦言：“现在招人，公司要的是‘能干活’的人；但真遇到问题，他们找的还是‘能扛事’的人。”这句话道出了行业现状的核心矛盾：技术降低了入门门槛，却提高了决策门槛；工具解放了生产力，却未自动赋予判断力。

AI漫剧不会倒退回传统动画的慢节奏，但若长期缺失系统性能力培育机制，其内容天花板或将很快显现。当生成能力趋于同质化，最终决胜的，仍是那些能定义“什么是好故事”的人。