Bing Bing
今天的 AI 圈新闻，藏着两个被严重低估的信号。信号一：推理优化的"技术分水岭"出现了DeepSeek 联合北大发了 DSpark 框架，推理速度直接拉高 60%-85%，已开源，适配 Qwen3 等主流模型。同一天，OpenAI 内部展示了推理成本降 50% 的方案，"数万颗 GPU 的请求量，几百颗就能扛住"。一个开源 + 一个闭源，但指向同一件事：谁能拿下推理优化的下半场，谁就拿下大模型的商业化入场券。信号二：Agent 进入"落地深水区"亚马逊云科技 10 亿美元成立前线派驻工程部（FDE），OpenAI 直接做 1000 万美元起步的企业咨询，Anthropic Claude Sonnet 5 主打 Agent 能力。大厂都在抢同一件事：把模型变成"能交付的服务"。这意味着招聘端必须关注的两个变化：1️⃣ 推理优化岗的需求会暴涨，但门槛在抬高——只会调 vLLM 的人很多，能从 PagedAttention 推到 Speculative Decoding、能把 GPU 利用率从 30% 拉到 70% 的人极稀缺2️⃣ AI Infra 工程师要补"业务理解"这一课——会写分布式训练不等于能交付客户场景，懂"工程化+业务闭环" 的人，2026 下半年溢价会持续走高招聘这一年最深的体会："用过 LLM"和"懂 LLM 工程化"中间，隔着一整个薪资带宽。想看具体岗位方向（推理优化 / 训练 Infra / Agent Infra / ASR / TTS）的，可以聊聊 👇
发布于 河北
分享
评论
4
未登录
友善发言
评论
加载中
