35岁产品经理裁员后的AI转型逆袭：从失业到年薪50万的全记录

作为一名在直播行业摸爬滚打十年的产品经理，我虽未曾进入过BAT这样的顶级大厂，却始终自信地认为，自己的实力足以匹敌那些所谓的大厂精英。在我看来，P8级别也不过如此，P7级别游刃有余，P6级别更是轻车熟路，遗憾的是，我的薪资始终徘徊在P5的水平上。

时光飞逝，岁月不饶人，转眼间我便跨入了35岁的门槛。直到此刻，我才真切地体会到，中年危机并非空穴来风，它实实在在地降临到了我的头上。今年五月，前公司每季度一次的裁员浪潮终于席卷了我所在的团队。当时，组内仅剩三名孕妇和两名嫡系成员，而那些曾被我认为可能因竞争而被淘汰的同事，早已先我一步领取了离职补偿。因此，对于自己被裁的结果，我心中早有预料，并提前通过熟悉的HR和猎头开始寻找新的工作机会。

然而，我的工作履历在求职市场上显得颇为尴尬。年近四十，在互联网行业蓬勃发展的时期未能享受到太多红利，如今还想谋求薪资上涨，更是难上加难。即便是平薪的要求，也只有互联网头部企业的基础岗位能够满足，但大厂显然更青睐拥有三到五年经验的年轻人。中型公司的团队领导岗位或许也能覆盖我的薪资期望，但我缺乏管理经验，又没有大厂背景作为背书，老板很难对这样一个空降兵抱有足够信心。至于小型公司，除非是老板最信任的心腹或最得力的干将，否则又何必用一个小团队的预算来雇佣我一个人呢？

自2023年起，我便认定AI领域可能是下一个蕴含行业红利的赛道。不过，我出身纯文科背景，要从头学习AI技术，理解底层原理尚不算太难，但若要深入研究数学算法，其难度不亚于转行成为一名程序员。因此，我只能更多地在AI应用层面寻找机会。从2024年到2025年，我在前公司的工作中有意识地朝着这个方向转型，参与并主导了几个AI项目。这些AI应用的经验固然为我的简历增添了一些亮点，但真到面试时，老板们究竟愿意相信多少，又是另一回事了。

举两个面试的例子来说吧。第一次是面试一家直播出海行业的头部企业，产品总监开门见山地问道：“你说你想从事AI产品工作，我们当然可以支持，毕竟纯执行的产品岗位你肯定也看不上。那么，你具体想做什么项目呢？能带来哪些资源？又预计能为公司创造多少价值？”我表面保持着微笑，内心却想：如果我真有现成的项目、充足的资源，还能确保产生可观价值，又何须来这里求职呢？果不其然，最终因为没有合适的岗位，这场面试不了了之。

另一次面试则是一家颇具知名度的AI创业公司。通过猎头推荐，我的简历直接到了老板手中，实现了所谓的“直接和老板谈”。这位老板是我之前所在大厂的高管，兑现股票后凭借原有的人脉和资源，独自开启了新项目。不过，我亲自体验了他们主打的那款AI助手产品后，很快发现了问题：作为一款面向消费者的产品，开发了两三年却几乎起不到什么“有效”的助手作用，明显是一款为融资而生的项目。到了2025年，产品换用了Deepseek的模型，算是全面拥抱国产大模型，成本有所降低，但核心竞争力依然依赖于模型的基础能力。在面试的反复沟通中，老板显然清楚自己的项目存在瑕疵，而我也能看出他知晓我察觉了这些猫腻。双方都在打太极，老板反复强调不担心融资等问题，话说得漂亮，但这样的面试自然不会有任何实质结果。

随后的其他面试也全部无疾而终。转眼间，离职已经三个多月。我的心态也从最初的“终于可以好好休息”逐渐转变为“赔偿金快用完了，工作还没着落”的焦虑。于是，我开始认真复盘，为何总是找不到合适的工作？最终的答案或许是：尽管我参与过一些AI项目，但知识体系仍然不够系统，处于一知半解的状态，想要突破却找不到明确方向。这时，我想起了前同事叶小钗，他在AI领域似乎颇有建树。

小钗曾是我在B站共事过的同事，我们合作愉快，我也一直关注他的公众号。他的职场分享对我过去的职业生涯帮助良多。他比较幸运，较早涉足AI项目，并在其中扮演了关键角色，成功实现了转型。因为是老相识，我们的交流直截了当。他没有讲那些华而不实的内容，而是从自身经历过的失败创业案例出发，分享了许多实用经验，对我寻找AI相关的工作大有裨益。

他分享的内容大致如下：简单的AI项目往往红利有限；而复杂的、投资额巨大的AI项目，其全貌通常只对极少数核心人员开放。原因很简单：公司投入巨资形成的知识资产绝不会轻易让外人掌握。具体到工作项目，可以大致分为几个层级：一是整体架构设计，涉及AI工程、数据工程及两者的协调，这是公司知识产权的核心所在；二是模型调优，涵盖后训练、RAG等深度技术应用，通常是项目的核心策略，也是面试中问题最集中的领域；三是提示词工程，需要细化到各个业务模块的标准作业程序编写，是公司业务的具体体现；四是数据工程的具体作业，包括特定板块的数据验收，这是在基础架构验证后，与各专业人员协作收集AI工程所需数据的关键环节，构成了数据壁垒；五是模型测评，涉及行业AI应用评测标准的执行、测试数据集准备、竞品调研等；六是论文和公关相关事宜，这类工作一般人员很少接触；七是工具选型，包括向量数据库调研、Agent平台评估等；八是降本增效工具的开发，例如数据知识库后台应用，这类工作技术含量可能不高，但权限控制至关重要，否则容易导致公司机密泄露；九是实施团队，多见于面向企业的AI工具团队，负责售前或实际实施，属于团队中的基础执行层；最后还有其他各种零散工作。

真正有价值的工作，普通人可能一个都接触不到。现实的发展路径往往是先处理一些边角料，然后承担各种脏活累活，比如协助专家整理数据；之后才有可能独立负责一些工作，如竞品调研或模型测评。如果头脑灵活、做事细致，并且在公司工作半年以上，或许能接触到具体某个模块的提示词工程。而更上层的模块则难以参与，一方面出于保密考虑，另一方面核心工作早已完成，没人会主动将历史上的踩坑经验、架构决策背后的核心细节等宝贵信息分享给你。

在小钗的指导下，我花了近两个月时间，逐步构建起了系统性的AI知识框架。此后，我的面试开始变得有的放矢，进展明显顺利了许多。结合我学到的系统性AI认知与之前项目中积累的实践经验，我在七月份成功拿到了一份AI产品经理的录用通知。这次是真正意义上的AI工作岗位，项目属于行业内的独角兽级别。更令人欣慰的是，月薪还上涨了20%，年薪达到50万左右。这足以证明，真正有志于发展AI的公司，确实愿意为人才支付合理的报酬。

以上便是我三个多月求职历程的完整记录，希望能为面临类似处境的朋友提供一些参考。