我是做数据分析的，干了五年，前四年基本在做取数和报表。

一、困境：我像个被AI盯上的取数工具人

2025年那阵，我们组最明显的感受是：活儿还在，但人不需要那么多了。以前业务方一个需求甩过来，我写SQL、拉数、做表，来回几趟。现在他们自己开个对话框，说句话就能出张图。AI写代码的可用率，从2024年初不到5%，到2025年底稳定在九成以上，取数和做报表这种标准化动作，最先被吃掉了。

招聘侧也变了。满屏"35岁以下"“精通AI大模型应用”。我们组一个做了三年报表的同事，合同到期没续，理由很直接：这类活AI能接，没必要养专人。有公司更狠，把技术文档岗整岗砍了，让AI出文档。初级岗位缩得最明显，应届生进来直接被要求"会用大模型"，光会写SQL不够看了。

组里还搞过Token用量排行榜，谁用模型多用得巧，榜上有名；用得少、还靠手写的，三个月一轮被点名。我那段时间特别慌，不是怕写不出SQL，是怕我的价值就只剩写SQL。有回业务方问我一句"你除了取数还会什么"，我卡了半天，憋出一句"我懂表结构"，连自己都觉得虚。

最难受的是，我发现自己忙了一天，产出的东西模型半小时也能给个七七八八。不是我不努力，是赛道换了。每天下班前我都在想，明天要是需求都让模型接了，我还能干嘛。有天我看一个新来的小朋友，用对话工具十分钟出了我得折腾一下午的看板，图表还比我规整。他不是比我强，是没背着我那套"什么都自己写"的习惯。那一刻我有点清醒：被替掉的不是"会取数"，是"只会埋头取数"。

最魔幻的是，我以前引以为傲的"写得快、错得少"，现在成了最容易被替代的那部分。反而那些说不清、道不明的业务默契，反倒成了我的底。有回周报我写了"本周完成12个取数需求"，经理回了一句"这些模型也能做，你的增量在哪"。那句话像根刺，我琢磨了一周。不是没想过跑，那阵子我甚至看了好几个"转岗"的岗位，发现还是绕不开"会用大模型"这条线。原来不是换个部门就能躲，是整条河都在涨水。

二、接触：我让AI当了我的取数助理

契机很实在。有阵子同时接了七八个取数需求，排期排到下周。一个朋友跟我说："你别自己写了，让大模型帮你出SQL，你审就行。"我半信半疑，把表结构贴进去，说我要什么口径。第一版SQL有错，但改两处就能跑，比我从头写快了不止一倍。

慢慢我摸出门道：表结构、字段含义、口径约束，这些背景我得先喂清楚，模型才不出错。后来我把它接成日常助理，需求过来，我先让模型起草，我再改。遇到口径模糊的，我反过来问业务方，逼自己把问题想明白。

这个过程给了我一点底气：我不再是那个只负责把数取出来的人，我开始能判断"这个数该不该这么取、取出来业务方会不会误读"。那阵子我专门整理了一套口径说明，喂给模型当背景，取数质量稳了不少，我也第一次觉得，自己不是在和模型抢活，是在用它替我扛重复的苦差。

头一个月我其实很别扭，总觉得让模型写SQL是偷懒。直到有天我感冒请假，需求堆着，同事用我的那套口径说明加模型，半天全清了。我回来一看，质量没比我差。那一刻我认了：这不是偷懒，是分工变了。后来我给自己定了个规矩：模型出的SQL，我不光能跑，还得讲得出为什么这么写。逼着自己把底层那点SQL逻辑重新捡起来，反而比从前只会抄模板时懂行。有回我把一套整理好的口径喂给模型，它第一次出的报表几乎零修改，我盯着屏幕愣了下——这不是它替了我，是我终于把脑子里的东西说清楚了。

不过也不是一路顺。有回模型给了我一段很漂亮的SQL，跑出来数却翻倍，我追了半天才发现它把两张同名字段表 JOIN 错了。从那以后我再多一道"先讲清楚表关系"的工序，错就少了。还有一回，业务方要个同比环比，模型直接套了公式，我没多想就发了，结果被财务退回来，说口径和他们对不上。那次之后我养成习惯：模型出的数，我先问自己"它懂不懂这笔业务的真实含义"，再决定发不发。

三、现状改变：从取数工具人，变成业务分析加AI协作

现在我的日常变了。取数这块，大半交给AI起草、我审；省下的时间，我更多花在和业务方聊"你到底想看什么、为什么看"上。组里现在更看重我能把数据讲成业务结论，而不是又能多写几条SQL。

判断的活儿明显重了。模型给的数对不对、口径踩没踩坑、结论经不经得起业务方追问，这些得我扛。有回模型算出个漂亮的增长，我多问了一句"口径含不含退货"，一查，把退货算进去了，结论直接翻盘。这种判断，AI给不了。

现在业务方找我，越来越少说"给我个数"，越来越多说"帮我看看这事对不对"。有回运营说要冲销量，拿了一堆数来佐证，我看了下发觉口径把刷单算进去了，提醒了一句，他们才没拿错数去汇报。这种"帮人别踩坑"的事，模型给不了，得我这个懂业务也懂数的人来。

收入结构没大变，还是那份工资，没翻倍也没暴富。只是我的定位从"取数的人"挪到了"用数据帮业务做判断的人"。活儿没少，责任更靠前了。我也开始带新人，第一件事就是让他们别只练SQL，先学着把业务问题翻译成数据问题，再让模型帮着落地。前阵子带的一个新人跟我说，他现在写SQL越来越少了，反倒天天在和业务方对口径。我笑着说，你比我转得还快，看来我这老大哥没白慌一场。说白了，我不是变成了更厉害的人，只是把手里的活重新摆了摆，把省下的时间花在了模型一时替不了的地方。

这半年我逼自己补了点统计和业务知识，不是为考试，是因为发现模型出的结论靠不靠谱，最后拼的是我自己的业务判断。工具越强，人越不能空心。也有累的时候，AI把重复活接走了，可省下的精力全砸在"想清楚"上，脑子反而更累。下班路上还在想某个口径，和以前写SQL的累不是一种累。

每周例会，我从汇报"跑了多少张表"变成被拉着问"这个数业务到底怎么用"。说的话变了，坐的位置也变了。组里现在开会，被点名讲分析的常常是我，不是因为我SQL写得多，是因为我愿意先问"你为什么要看这个数"。前阵子有个需求，业务方坚持要个实时大屏，我算了下取数频率和成本，劝他们改成每小时刷新，省下的算力够跑另一个分析。没多写一行SQL，但我拦住了一个会超预算的坑。带新人时也常拿这事说：模型是快，但"该不该做、做了值不值"，还是得人拿主意。

写在最后

我没翻身，也没突然成了什么专家。就是从一个怕被AI替掉的取数工具人，变成了一个还在学着用AI、也还在学着懂业务的分析师。如果你也在取数这条线上发慌，我的实在话是：别跟模型比手速，把省下来的力气，花在搞懂业务和判断对错上，那才是它一时替不掉你的地方。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2026 年AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2026 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！