# 两条职业线，五类工作

> 先按工作对象认识产品、运营、Research、开发和算法，再理解它们为什么经常出现在同一条产品链路里。

适合阅读：所有初次了解 AI 实习的读者  
更新：2026-09-05

## “AI”说明技术背景，岗位名称说明责任

“AI 实习”不是单一工种。同一个智能客服系统，既需要确定哪些问题值得自动处理，也需要维护知识、研发接口、优化检索、评价回答。岗位分类首先看日常处理什么问题、最后交付什么结果。专业名称只能提供背景，不能代替对职责的判断。

这里用两条线组织资料：非技术线以产品和运营为主；技术线包含 Research、开发、算法。这是一种阅读导航，不是企业统一采用的组织标准，也不是“完全不需要技术”和“只写代码”的边界。不同团队会让同一人承担交叉职责。

## 五类岗位放在一起看

下面的区别是常见工作重心。对具体机会，应回到 JD 的职责、所属团队和交付物核对。

| 岗位 | 主要问题 | 常见产出 |
| --- | --- | --- |
| AI 产品 | 为谁解决什么问题，产品如何运作 | 需求说明、用户流程、原型、验收口径 |
| AI 运营 | 怎样组织内容、数据和反馈，使服务持续有效 | 标注规则、评测集、反馈分析、运营策略 |
| AI Research | 某种方法是否能推进能力或解释现象 | 研究假设、实验、论文、研究原型 |
| AI 开发 | 怎样把模型和业务系统接起来并稳定运行 | 应用、接口、服务、监控和部署文档 |
| AI 算法 | 怎样通过数据与模型改善特定任务的效果 | 模型、训练流程、评测结果、算法策略 |

## 用一条客服链路理解协作

用户提问后，系统识别问题，从知识库检索材料，生成回答；遇到无法处理的问题转人工。产品定义服务范围和转人工条件；运营维护知识和问题分类；开发实现接口、权限、日志；算法改进检索或生成；Research 可能研究复杂对话或工具使用的新方法。

这条链路不一定配齐五类岗位。小团队可能由产品与工程师共同完成，大团队则会进一步分工。“在 AI 团队工作”也不意味着每个岗位都会训练大模型。

## 读研经历和岗位的连接点

文献阅读、实验设计和论文写作可以帮助理解研究岗，但论文数量本身不能说明工程交付能力。开发经历有助于解释系统实现，但能跑通演示不等于模型方法有创新。产品和运营则更需要把技术现象说清楚，并连接用户问题、过程数据和实际结果。

阅读后续章节时可以反复用三个问题定位：工作对象是什么，交付结果是什么，与谁协作。遇到 Agent、RAG、多模态等词时，先判断它是技术或应用方向，再判断所在岗位的职责。

## 参考资料与出处

- [Seed Early Career](https://seed.bytedance.com/zh/seedearlycareer)（字节跳动 Seed）

- [百度实习职位列表](https://talent.baidu.com/jobs/list?recruitType=INTERN)（百度）

- [Agent 评测漫谈](https://tech.meituan.com/2026/08/07/Agent-Evaluation.html)（美团技术团队）

## 关联阅读

- [AI 产品：从用户问题到产品机制](https://cv.shujinxing777.com/career/handbook/product)

- [AI 运营：用户、数据与质量](https://cv.shujinxing777.com/career/handbook/operations)

- [AI Research：问题、方法和证据](https://cv.shujinxing777.com/career/handbook/research)

- [AI 开发：把模型接入真实系统](https://cv.shujinxing777.com/career/handbook/engineering)

- [AI 算法：数据、模型与任务效果](https://cv.shujinxing777.com/career/handbook/algorithms)