两条职业线，五类工作

01“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。

02五类岗位放在一起看

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。

03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。

04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。