2024年

中国生成式AI开发者洞察

InfoQ极客传媒

研究背景

迅猛发展的⼈⼯智能成为今年两会备受关注的热议话题之⼀。3⽉5⽇，国务院总理李强在政府⼯作报告中提出，要⼤⼒推进现代化产业体系建设，加快发展新质⽣产⼒，同时，要深化⼤数据、⼈⼯智能等研发应⽤，开展 “⼈⼯智能+”⾏动，打造具有国际竞争⼒的数字产业集群。

在这个过程中，⽣成式⼈⼯智能将成为产业创新的关键抓⼿之⼀，与实体经济的融合也将成为新质⽣产⼒发展的引擎。

作为新兴领域，⽣成式⼈⼯智能尚处于起步发展期，InfoQ 研究中⼼发起了本次《中国⽣成式AI开发者洞察2024》的研发和撰写计划，希望以⽣成式AI开发者的⻆度为⾏业⼴⼤从业者、希望进⼊该⾏业的个⼈或机构，以及关注⽣成式AI领域的⼤众⼈群提供清晰的⾏业洞察，并解答以下问题：

Ø 当下⽣成式AI开发者是哪些⼈？从业需要具备什么技能？使⽤哪些⼯具？关注哪些领域的哪些应⽤？

Ø ⽣成式AI开发者具有哪些需求？⽣态⼯作者能够为⽣成式AI开发者提供什么样的帮助？

企业如何升级⽣成式AI建设？建设路线都有哪些？

研究⽅法说明

桌⾯研究

通过对⾏业公开信息进⾏桌⾯研究，资料包括但不限于专业机构研究报告、政府机构披露的数据和政策内容、⽣成式AI相关⽹站及专家公开演讲内容等；

专家访谈

InfoQ 研究中⼼针对本次研究定向邀请了多位资深⽣成式AI开发者、应⽤领域企业的业务负责⼈、科技领域⾏业研究员等各⽅⾯专家；

⽤户调研

InfoQ 研究中⼼针对本次研究需求在InfoQ技术社区、公众号、TGO等技术社区开展了相关⽤户调研，共回收920份有效样本，样本覆盖 31 个省级⾏政单位、受访⽣成式AI开发者来⾃近百座中国城市。

研究定义

⽣成式AI开发者

• 在各个⾏业从事⽣成式AI技术研发⼯作，或利⽤AI⼯具进⾏⼯作，且具备专业技术能⼒的⼈员。这其中包含传统意义上的AI领域程序员⼈群，也包括借助AI来完成⼯作的数据分析、运营、市场、测试等⼈员，但后者需要具备专业开发能⼒。⽽不具备专业开发能⼒的数据分析、运营、市场、测试等⼈员，即使借助AI进⾏⽇常⼯作，也不属于本报告中的⽣成式AI开发者。⽣成式AI开发者既包括在企业机构中任职的在职⼈员，也包括未在企业机构中⼊职的个⼈从业者和学⽣群体。

⼤众开发者

• 各个⾏业正在或有意愿通过AI辅助⼯作的⼈员，或有意愿进⼊⽣成式AI领域⼯作的⼈员，或以娱乐为⽬的尝试通过AI进⾏内容⽣成的技术爱好者等各类关注⽣成式AI领域的⼈群，且不具备或具备很少量专业技术研发能⼒。⼤众开发者既包括在企业机构中任职的在职⼈员，也包括未在企业机构中⼊职的个⼈和学⽣群体，既包括以⼯作为⽬的也包括以兴趣或尝鲜为⽬的的关注⽣成式AI领域的⼈群。

核⼼结论

⼀、⼈⼯智能产业规模快速增⻓，吸引了⼤量⼈才为其创新续航

2023年全球⼈⼯智能市场收⼊同⽐增⻓20.7%，中国成为⼈⼯智能发展最快的市场之⼀。在⽣成式⼈⼯智能⽅⾯，未来10年，⽣成式AI有望创造1.3万亿美元收⼊，占科技领域总⽀出的10%-12%，复合年增⻓率预计达到约42%；

国内来看，⽣成式⼈⼯智能逐渐进⼊政策红利期，政策覆盖了从基础设施布局到核⼼领域应⽤的多个层⾯，为企业引才聚智提供政策保障。但由于⾏业发展较新，⽣成式AI领域存在专业⼈才⽋缺问题，就业市场对⾼学历毕业⽣的需求量出现⼤幅增⻓，同时也成为对应届⽣最具有吸引⼒的⾏业之⼀。

⼆、⽣成式AI开发者特征

• ⽣成式AI开发者画像解读

作为新兴⾏业从业者，⽣成式AI开发者普遍相关⼯作年限较短，但属于⾼薪⼈群，⽬前⼈均年收⼊为36.7万，50万以上年薪占⽐⾼达25.3%，北京⽣成式AI开发者规模最⼤，但上海⼈均薪资更⾼；

算法⼯程师、产品经理是⽬前市场最为紧缺的⼈才类型，⼤模型研发和业务复合型能⼒是市场核⼼竞争⼒。

• ⽣成式AI开发者⼯作特征

近6成⽣成式AI开发者研发⽅向超过2个，应⽤⼯具、⼤语⾔模型、数据科学/数据挖掘/数据分析、语⾔/语义理解类应⽤和图像识别类应⽤是最主要的五个⽣成式AI开发者研发⽅向；

核⼼结论

GPT、⽂⼼、通义⼤模型是⽣成式AI开发者使⽤率最⾼的⼤模型，⽣成式AI开发者或企业对⼤模型的要求不仅是实现通⽤功能，还需要能够在特定领域、特定场景具备应⽤价值，真正解决业务痛点；

在⼯具使⽤⽅⾯，代码⽣成⼯具和ChatBot使⽤率最⾼，智能化办公⼯具使⽤时间最⻓。⽣成式AI开发者⼈均使⽤AI辅助编程⼯具已花费328.8元，使⽤GitHub Copilot⼈群⽐例最⾼，但对Cursor的付费⽔平最⾼。⼯具链、落地实践和技术课程⽅⾯的⽀持最受⽣成式AI开发者⻘睐。

三、⽣成式AI研发团队洞察

• 企业⽣成式AI开发团队

⽣成式AI开发者所在⾏业较为集中，由于应⽤尚处于起步期，较少⽣成式AI开发者就职于应⽤领域企业，中⼩企业占据半壁江⼭，20⼈以下⼩规模团队成为“标配”；

“懂场景”、“懂模型”、“懂开发”是团队⼈才三要素，年轻、有顶尖名校背景、具备世界知名科技企业或机构核⼼业务⼯作经验的技术⼈才成为团队中坚⼒量。在领导者选择⽅⾯，由于⾏业对资⾦投⼊⼒度和技术能⼒要求⾼，领导者需要具备相关领域深厚的技术实⼒以及科技巨头企业领导层经验。

• 企业⽣成式AI研发基础设施

多数企业使⽤云服务或部分⾃建算⼒设施。采买或调⽤商业⼤模型和基于开源构建专属⼤模型是主流⽅式，⼤型应⽤侧企业更偏好基于开源构建⾃⼰的专属⼤模型。近三成企业⽋缺⽣成式AI⼯具使⽤导向，基础设施存在较多问题，主要体现在GPU资源紧张、数据存在合规⻛险、缺乏业务场景、⼈才少企业重视不⾜等⽅⾯。

核⼼结论

• 企业⽣成式AI研发实践

⽣成式AI的⾏业应⽤正在全⾯铺开，重塑⼯作⽅式并提升效率是最主要的AI实践⽬的。因此，⽣成式AI开发者最为注重办公场景的应⽤。但⽬前来看，企业赋能⽔平仍有较⼤空间，⽣成式AI开发者企业普遍处于基础探索期，主要赋能情况为单节点业务合作。但由于部分企业⽣成式AI开发者指数较⾼，整体升级速度会较快，企业正在努⼒迈向复杂应⽤期。

四、⽣成式AI开发者发展预测

在晋升⽅⾯，⽣成式AI开发者中的初⼊者未来具有4条进阶路线成为⾏业资深⼈⼠；

在技能⽅⾯，⽣成式AI开发者未来希望通过获取权威认证提升就业竞争⼒；

在产品⽅⾯，⽣成式AI开发者购买相关产品的付费意愿强烈，并且产品收⼊规模已呈现持续扩⼤趋势，市场潜⼒巨⼤；

在就职⽅⾯，⽣成式AI开发者未来将逐渐从供应侧企业向应⽤侧企业迁移；

全⺠开发时代即将到来，⽣成式AI开发者画像将继续拓展，复合型⼈才成为⼤众开发者进阶⽬标。

CONTENT

01 ⽣成式AI开发者研究背景
02 ⽣成式AI开发者特征
03 ⽣成式AI研发团队洞察
04 ⽣成式AI开发者发展预测

⽣成式AI开发者研究背景

⼈⼯智能产业规模快速增⻓，为⼈才市场带来新机遇

n 信通院指出，2023年全球⼈⼯智能市场收⼊预计达5132亿美元，同⽐增⻓20.7%。截⾄2023年三季度，全球⼈⼯智能企业达到29,542家，中国企业数量仅低于美国，占全球总数的15%；

n 彭博⾏业研究数据显示，随着企业改变经营⽅式并对产品和服务进⾏强化，未来10年，⽣成式AI有望在硬件、软件、服务、⼴告、游戏等众多领域创造1.3万亿美元收⼊，占科技领域总⽀出的10%-12%，复合年增⻓率预计达到约42%。

全球AI企业数量国家分布

数据来源：中国信息通信研究院、IDC、彭博⾏业研究预测（基于IDC、eMarketer、Statista数据）
⽣成式AI全球收⼊及花费占⽐趋势

https://www.infoq.cn

政策指引⽣成式⼈⼯智能应⽤创新，⿎励企业汇聚⼈才

n ⽣成式⼈⼯智能逐渐进⼊政策红利期，从完善基础设施布局到核⼼领域应⽤，政策密集出台，多部⻔协同发⼒，以组合拳促发展。

时间	政策	发布主要部门	内容
2023年2月	《数字中国建设整体布局规划》	国务院	√系统优化算力基础设施布局，促进东西部算力高效互补和协同联动，引导通用数据中心、超算中心、智能计算中心、边缘数据中心等合理梯次布局； √ 统筹布局一批数字领域学科专业点，培养创新型、应用型、复合型人才。
2023年4月	《生成式人工智能服务管理办法（征求意见稿）》	国家互联网信息办公室	首次明确了生成式人工智能“提供者”内容生产、数据保护、隐私安全等方面的法定责任及法律依据，确立了人工智能产品的安全评估规定及管理办法。
2023年4月	《关于推进IPv6技术演进和应用创新发展的实施意见》	工业和信息化部等	√推动IPv6与5G、人工智能、云计算等技术的融合创新，支持企业加快应用感知网络、新型IPv6测量等"IPv6+"创新技术在各类网络环境和业务场景中的应用; ／培养IPv6创新人才，丰富人才挖掘和选拔渠道，强化复合型领军人才培养。
2023年7月	《生成式人工智能服务管理暂行办法》	国家互联网信息办公室等	‘促进生成式人工智能健康发展和规范应用，采取有效措施鼓励生成式人工智能创新发展，对生成式人工智能服务实行包容审慎和分类分级监管。
2023年9月	《关于实施专精特新中小企业就业创业扬帆计划的通知》	工业和信息化部等	√ 按照国家有关规定，动态调整职称专业设置，根据当地产业发展和专精特新中小企业需要，增设人工智能、大数据、工业互联网等新专业。
2023年12月	《关于加快推进视听电子产业高质量发展的指导意见》	工业和信息化部等	√支持骨干企业做大做强，支持人工智能企业研发视听应用大模型。
2023年12月	《“数据要素x”三年行动计划 (2024-2026年）》	国家数据局	√以科学数据支持大模型开发，建设高质量语料库和基础科学数据集，支持开展通过人工智能大模型和垂直领域人工智能大模型训练。

⾏业的蓬勃发展吸引了⼤量⼈才为其创新续航

n ⽣成式AI的蓬勃发展产⽣了⼤量⼈才需求，在2023届应届⽣投递⼈数增⻓最多的TOP10赛道中，⽣成式AI和AI⼤模型分别排名第⼆和第三，其中⽣成式AI增⻓率⼤幅超越其他赛道。AI⼤模型、⽣成式AI、芯⽚对硕博应届⽣的需求增⻓可观，其中AI⼤模型对博⼠⽣的招聘需求更是增⻓了430.0%。

成为对应届⽣最具有吸引⼒的⾏业之⼀

吸引⼤量⾼学历⼈才进⼊⾏业

2023届硕⼠应届⽣需求同⽐增⻓最多的新赛道TOP10

2023届博⼠应届⽣需求同⽐增⻓最多的新赛道TOP10

⽣成式AI开发者特征

#

⽣成式AI开发者画像解读

作为新兴⾏业从业者，⽣成式AI开发者普遍相关⼯作年限较短

⽣成式AI开发者⼯作年限分布

数据来源：InfoQ 2023年12⽉发起的《中国⽣成式AI开发者画像调研》

数据说明：“其他”包括个⼈/⾃由职业、毕业但尚未⼯作的毕业⽣、实习⽣、数据分析、营销、咨询顾问等类型

⽣成式AI开发者50万以上年薪占⽐⾼达23.3%

2023年⽣成式AI开发者薪资⽔平

⽣成式AI开发者薪资⽔平分布

数据来源：InfoQ 2023年12⽉发起的《中国⽣成式AI开发者画像调研》，猎聘⼤数据
不同⼯作年限⽣成式AI开发者⼈均年薪（万元）

https://www.infoq.cn

InfoQ调研统计，2023年⽣成式AI开发者⼈均年收⼊为36.7万，相关⼯作经验在3年以上⽣成式AI开发者的年收⼊超越均值，近4成⽣成式AI开发者年收⼊处于20-50万区间，远超2023年上半年北京招聘平均薪资（18976元/⽉）。由于AI应⽤范围⼴、技术含量⾼、供需两旺等因素，互联⽹企业、科技企业、初创企业展现出强⼤的招聘势头，即使是⼯作年限较短的⽣成式AI开发者，薪资⽔平也超越北京平均招聘薪资⽔平。

北京⽣成式AI开发者规模最⼤，但上海资深⽣成式AI开发者更多且⼈均薪资更⾼

⽣成式AI开发者规模TOP10省市

数据来源：InfoQ 2023年12⽉发起的《中国⽣成式AI开发者画像调研》 https://www.infoq.cn

n ⽣成式AI开发者主要集中在北京，⼴东省和上海属于第⼆梯队的相关⼈才聚集地；

北京的⽣成式AI开发者中，超过三成为资深研发⼈员，⼈均年薪为44.2万，⼈均⼯作年限为2.6年，近六成就职于信息传输、软件和信息技术服务业企业；

⼴东省的⽣成式AI开发者中，近四成为资深研发⼈员，⼈均年薪为39.9万，⼈均⼯作年限为2.7年，六成就职于信息传输、软件和信息技术服务业企业；

n 上海的⽣成式AI开发者中，超过四成为资深研发⼈员，⼈均年薪为50.4万，⼈均⼯作年限为3.3年，近七成就职于信息传输、软件和信息技术服务业企业。

算法⼯程师、产品经理是⽬前市场最为紧缺的⼈才类型

2024新春开⼯⾸周⽣成式AI领域新发职位分布

数据来源：猎聘⼤数据

n 在新发职位最多的TOP5职能中，除了算法⼯程师，产品经理占⽐最多：

p 在偏向技术类的岗位职责中，熟悉常⻅的机器学习和深度学习算法、熟悉常⻅的⽣成式模型、熟悉Python/Java/C++等⾄少种以上后端语⾔、熟悉SQL编程成为硬性要求；有相关⽅向顶级会议/期刊论⽂或竞赛经验是就职加分项。

p 在偏向应⽤类的岗位职责中，有AI基础能⼒（了解NLP、机器学习、深度学习的⼤致原理、熟悉主流算法、熟悉⾄少⼀种编程语⾔）、能够与技术⽆障碍沟通、了解AI在特定⾏业的应⽤、熟悉⾄少⼀种⼤语⾔模型的能⼒边界及应⽤场景成为硬性要求，有对接算法和⼯程经验或有海外互联⽹App产品经验是就职加分项。

⼤模型研发和业务复合型能⼒是市场核⼼竞争⼒

2024年第⼀季度⽣成式AI相关岗位能⼒要求TOP5占⽐

数据来源：InfoQ 2024 年 3 ⽉从百度数据、百川智能、⽉之暗⾯、智谱收集的405条招聘信息统计获得
https://www.infoq.cn

基础研发能⼒：

算法⼯程师或数据科学家

第⼀类紧缺⼈才为具备基础研发能⼒的专业技术⼈员，以算法⼯程师或数据科学家为主，需要熟悉⽣成式AI技术原理，了解如何去做⼤模型架构搭建、模型推理及训练，同时需要关注业务上下游环节，能够与团队⻬头并进。

复合能⼒：

产品经理或跨领域⼈才

n 第⼆类紧缺⼈才为掌握基础技术且了解某个⾏业的复合型⼈才。需要知道⼤模型能够实现的需求和实现程度，既熟悉⽣成式AI基础原理，也了解某个⾏业某类业务的解决⽅案，知道AI在特定⾏业的应⽤。能够将⼤模型融⼊到企业的整个⽣产流程中，成为企业产品的⼀部分。技术能⼒结合⾏业能⼒帮助企业快速将产品AI化。

2 5

⽣成式AI开发者⼯作特征

近6成⽣成式AI开发者研发⽅向超过2个，整体⼈才呈现短缺状态

⽣成式AI开发者研发⽅向统计

数据来源：InfoQ 2023年12⽉发起的《中国⽣成式AI开发者画像调研》

https://www.infoq.cn

n 应⽤⼯具（如智能编码⼯具）、⼤语⾔模型、数据科学/数据挖掘/数据分析、语⾔/语义理解类应⽤（如对话机器⼈）和图像识别类应⽤（如拍照搜图）是最主要的五个⽣成式AI开发者研发⽅向；

n 近四成⽣成式AI开发者⼯作内容集中在特定⽅向，其中应⽤⼯具和语⾔/语义理解类应⽤是主要聚焦⽅向。

GPT、⽂⼼、通义⼤模型是⽣成式AI开发者使⽤率最⾼的⼤模型

⼤模型使⽤情况统计n ⽣成式AI开发者或企业对⼤模型的要求不仅是实现通⽤功能，还需要能够在特定领域、特定场景具备应⽤价值，真正解决业务痛点。因此，⽣成式AI开发者和企业逐渐产⽣更多⾃建模型的需求，或者通过使⽤多个⼤模型综合解决业务难点；

数据来源：InfoQ 2023年12⽉发起的《中国⽣成式AI开发者画像调研》

https://www.infoq.cn

n 对⽐国内外⼤模型，在某些细分领域，国内⼤模型能够更好理解使⽤者指令，⽣成式AI开发者会⽐较输出结果选择与需求更契合的⼤模型。

代码⽣成⼯具和ChatBot使⽤率最⾼，智能化办公⼯具使⽤时间最⻓

2023年⽣成式AI开发者⼯具使⽤情况

⽣成式AI⼯具使⽤⽐例

数据来源：InfoQ 2023年12⽉发起的《中国⽣成式AI开发者画像调研》，猎聘⼤数据
平均使⽤时⻓（⽉）
⽣成式AI⼯具使⽤时间

https://www.infoq.cn

n InfoQ调研统计，2023年⽣成式AI开发者⼈均使⽤AI⼯具时间为半年，最常使⽤智能化办公⼯具，其次是图像⽣成⼯具。使⽤代码⽣成⼯具和ChatBot的⼈群⽐例最⾼，其中使⽤ChatBot的时⻓略⾼于均值，⽽代码⽣成⼯具使⽤时⻓仅略⾼于可视化智能数据分析⼯具。

GitHub Copilot使⽤率遥遥领先，使⽤Cursor付费⽔平最⾼

数据来源：InfoQ 2023年12⽉发起的《中国⽣成式AI开发者画像调研》

https://www.infoq.cn

n ⽣成式AI开发者⼈均使⽤AI辅助编程⼯具已花费328.8元，使⽤GitHub Copilot⼈群⽐例最⾼，其次是Codex和AmazonCodeWhisperer。在使⽤率最⾼的5个AI辅助编程⼯具中，⽣成式AI开发者使⽤GitHub Copilot花费略低于均值，Cursor属于低使⽤率⾼花费⼯具。

⼯具链、落地实践和技术课程⽅⾯的⽀持最受⽣成式AI开发者⻘睐

⽣成式AI研发中期待的助⼒

⽣成式AI⼯具链中难度⼤⼯具少的环节
数据来源：InfoQ 2023年12⽉发起的《中国⽣成式AI开发者画像调研》

n 近6成⽣成式AI开发者表示，若企业能够提供应⽤开发的⼯具链⽀持，⽣成式AI的研发⼯作将更加顺畅。在⼯具链使⽤中，模型评估及模型调优的⼯具少，难度⼤，成为多数⽣成式AI开发者的⼯作难点。由于技术应⽤仍处于起步期，⽣成式AI开发者对实践辅助和专业/技术咨询也有较多需求。

⽣成式AI研发团队洞察

3. 企业⽣成式AI开发团队

软件和信息技术⾏业拥有超6成⽣成式AI开发者，中⼩企业占据半壁江⼭

⽣成式AI开发者所在⾏业

数据来源：InfoQ 2023年12⽉发起的《中国⽣成式AI开发者画像调研》

⽣成式AI开发者主要集中在供应侧，中⼩企业占据半壁江⼭；

应⽤侧企业普遍仍在探索AI与业务的融合，受限于⼈才、技术、基础设施等⽅⾯的能⼒制约，应⽤侧企业以中⼤规模为主。

供应侧⾏业-企业规模

应⽤侧⾏业-企业规模

⼀半以上的AI研发团队不超过20⼈

AI研发团队规模分布

数据来源：InfoQ 2023年12⽉发起的《中国⽣成式AI开发者画像调研》
各规模企业平均AI研发团队⼈数占⽐

https://www.infoq.cn

n 整体来看，约52%的AI研发团队规模在20⼈以下。从企业规模分布来看，在供应侧，⽣成式AI开发者主要集中在AI初创或中⼩企业，⼤型成熟企业的⽣成式AI开发者占⽐普遍较低。⽽在应⽤侧，⽣成式AI开发者主要就职于⼤型企业，资源能⼒使得AI更易与⾃身产品或⾃身业务场景进⾏融合。

新团队以应⽤类为主，成员需要懂场景、懂开发、懂⼤模型

⽣成式AI的应⽤层创新将成就⼀批新团队

全球来看，⽬前⽣成式AI细分市场以模型层为主，由于AI更易切⼊到业务场景中并提供价值，国内⽣成式AI新团队主要瞄准应⽤层创新，为⽤户提供全栈式AI PaaS和SaaS化服务成为主流形式。

数字化转型 AI战略规划研发工程师数据分析算法工程师后端技术赋能工具应用应用场景作技术融合AI创新设计saas产品大模型架构师产品经理算力架构业务整合数据科学家生态联动

n 从团队结构来看，10⼈左右⼩⽽美的团队成为主流，技能栈囊括算法/⼯程/测试/产品等，形成快速迭代。

p 算法研究员（理论研究）
p 算法⼯程师（将理论研究落地到模型⾥进⾏试验和投产）
p 架构⼯程师（提供基础的算⼒架构和服务架构）
p 研发⼯程师（搭建对外提供服务的系统）
p 产品经理（将产品与应⽤融合）

⽣成式AI团队成员普遍具有世界顶级名校背景

n 创业团队主要来⾃知名头部企业内部转化、垂直领域资深⼈员以及⾼校科研机构。从团队⼈员背景来看，年轻、有顶尖名校背景、具备世界知名科技企业或机构核⼼业务⼯作经验的技术⼈才成为团队中坚⼒量。

W UNIVERSITY of WASHINGTON

Google

stripe

Tenceni腾讯

p 团队成员毕业⼈数TOP10⾼校：斯坦福⼤学14⼈、加州⼤学伯克利分校10⼈、麻省理⼯学院7⼈、剑桥⼤学5⼈、哈佛⼤学4⼈、佐治亚理⼯学院4⼈、卡内基梅隆⼤学3⼈、清华⼤学3⼈、莱斯⼤学2⼈、华沙⼤学2⼈。

p 团队成员⼤部分来⾃外部公司，只有少量应届毕业⽣、科研机构⼈员和⾼校教职⼈员；

p 外部公司主要为：⾕歌、Facebook、Stripe、Uber、Quora、NVIDIA、Microsoft、Dropbox、DeepMind。

数据来源：AMiner和智谱研究发布《ChatGPT团队背景研究报告》

https://www.infoq.cn

⾼资本投⼊和⾼技术要求塑造科技领导者独特画像

n 由于⾏业对资⾦投⼊⼒度和技术能⼒要求⾼，团队领导者不仅需要具备AI战略规划能⼒，AI创新能⼒，AI技术与业务团队融合能⼒，以及AI团队建设能⼒，还需要具备相关领域深厚的技术实⼒以及科技巨头企业领导层经验。

⾼资本要求

⼤⼚⼤佬

李战斌：原毫末智⾏⼈⼯智能中⼼技术总监、地图中台负责⼈，2023年11⽉离职后加⼊吉利智驾地图公司朗歌科技，担任朗歌科技的CEO助理兼智驾中⼼负责⼈；

⽩鹏：原⼩⽶To B业务副总裁， 2023年7⽉离职后加⼊爱奇艺旗下VR公司“梦想绽放”，任CEO⼀职；

刘凡凡：原⼩鹏互联⽹中⼼副总经理， 2023年6⽉离职后加⼊蔚来，担任导航与位置服务部⻔的负责⼈；

⻢杰：原百度副总裁、元宇宙产品“希壤”负责⼈，2023年5⽉离职后加⼊李开复成⽴的创新⼯场，担任副总裁⼀职；

⾼技术⻔槛

企业⽣成式AI研发基础设施

多数企业使⽤云服务或部分⾃建算⼒设施

企业AI算⼒类型

数据来源：InfoQ 2023年12⽉发起的《中国⽣成式AI开发者画像调研》

n 约三成企业使⽤云服务，其中千⼈以下规模企业更加倾向于利⽤云服务商技术能⼒和安全保障，通过云服务来降低企业开发⻔槛和成本；

从不同⾏业来看，信息传输、软件和信息技术服务业、游戏、科学研究和技术服务业对云服务需求⽐例更⾼；

n 仍有约两成企业尚未建设AI基础设施，⽣成式AI开发者需要个⼈搭建算⼒环境，也有10.1%的⽣成式AI开发者不清楚企业AI算⼒类型，对企业AI建设程度认知较低。

⾃研和采购外部⼤模型能⼒的企业数量旗⿎相当

企业⼤模型能⼒构建

采买/调用了商业大模型能力 22.7%

基于开源构建了自己的专属大模型22.0%

没有基于大模型做任何开发工作 21.6%

数据来源：InfoQ 2023年12⽉发起的《中国⽣成式AI开发者画像调研》基于商业化大模型能力进行了本地的私有化训练和部署 18.0%

不清楚 15.7%

n 采买或调⽤商业⼤模型和基于开源构建专属⼤模型的企业⽐例基本⼀致，其中万⼈规模企业往往业务场景较为复杂，更偏好基于开源构建⾃⼰的专属⼤模型；

由于AI落地应⽤存在不少难点，即使是数字化转型重点⾏业，约四成制造业企业内部仍然没有基于⼤模型做任何开发⼯作；

n 约两成企业没有基于⼤模型做任何研发⼯作，其中千⼈以下规模企业⽐例较⾼，由于成本⾼、落地难、存在数据隐私安全隐患、⼈才资源少等因素，中⼩企业在应⽤⽅⾯尚处于观望期。

近三成企业⽋缺⽣成式AI⼯具使⽤导向，基础设施存在较多问题

企业AI研发⼯作问题主要集中在基础设施⽅⾯

GPU资源紧张，算⼒不⾜，模型调优进度慢

算⼒太贵，训练研发周期⻓，成品收益不明显；因为算⼒的原因，⽆法使⽤更⼤规模的模型；算⼒不⾜，模型调优进度慢，赶不上业界变化；私有部署模型，算⼒成本巨⼤，且⽆法很好满⾜⽤户并发需求

存在企业数据泄露⻛险，担⼼AI安全合规性

安全问题是重中之重，⽣成式AI开发者对数据安全和业务隐私保护存在疑虑，需要有明确的解决⽅案保证公司数据不被泄露

缺少业务场景结合，缺乏产⽣的业务价值评估

质疑AI是否产⽣真实的业务价值；没有业务能消化掉成本，开发投⼊很尴尬；业务与⼤模型结合存在困难，业务结合点不清晰；如何通过搭建私有化模型训练，梳理已有的应⽤系统业务，通过私有化模型训练重构已有的业务系统；对垂直领域进⾏⾼时效调优的技术不成熟

企业重视度不⾜，⼈才⽋缺，私有化训练⻔槛⾼，开源资源少

公司并不重视，也⽆法很好推⼴给客户；公司暂时没有投⼊AI基础设施建设，个⼈缺乏资源训练模型，只能使⽤免费的模型尝试在已有的产品中添加AI功能；⾯临⼈⼒不⾜问题，AI办公普及度不⾼；基础知识薄弱，没有成体系的学习途径；渴望有成熟的AI原⽣应⽤开发框架，现成框架的运营⼿段⾮常有限，只能⾃⼰重复造轮⼦

企业AI研发⼯作希望解决的问题

数据来源：InfoQ 2023年12⽉发起的《中国⽣成式AI开发者画像调研》

3.3 企业⽣成式AI研发实践

⽣成式AI在办公场景中的落地应⽤受到⼴泛关注

⽣成式AI开发者的AI实践⽬的

数据来源：InfoQ 2023年12⽉发起的《中国⽣成式AI开发者画像调研》
关注的⽣成式AI落地领域
https://www.infoq.cn

n ⽣成式AI的⾏业应⽤正在全⾯铺开，重塑⼯作⽅式并提升效率是⽣成式AI开发者最主要的AI实践⽬的；

因此，在各个应⽤场景中，⽣成式AI开发者最为注重办公场景。其中，技术类⽣成式AI开发者尤为重视开发效率的提升，⽽应⽤类⽣成式AI开发者（如产品、市场、设计等）则关注AI内容⽣成和分析能⼒对业务的辅助。

⽣成式AI开发者企业努⼒迈向复杂应⽤期，企业赋能⽔平仍有较⼤提升空间

全⾯实践期——模块4、5

企业整体业务应⽤程度较⾼，企业中的⽣成式AI开发者整体成熟度也较⾼，业务和技术可以充分融合，技术是业务发展的核⼼动能。

复杂应⽤期——模块2、3

企业业务开始进⼊AI技术多业务环节应⽤阶段，⽣成式AI开发者技术、⼈才密度等成熟度中等或者相对成熟，技术可以在某些业务环节中推动业务发展。

基础探索期——模块1

企业业务与技术应⽤结合度相对低，主要赋能情况为单节点业务合作。但是部分企业⽣成式AI开发者指数较⾼，这种情况下整体升级速度就会更⾼。

各重点关注场景⽣成式AI建设情况

⽣成式AI开发者指数

（对⽣成式AI在该领域的重视程度、⼈才⽐例、⽣成式AI开发者薪资等维度综合计算⽣成式AI开发者在企业中的参与深度和⼴度、以及企业⽣成式AI建设情况）

办公：最多关注的应⽤场景，多个业务环节的解决⽅案已形成

在办公领域最关注的⽣成式AI技术应⽤

n 作为提效增速加快创新的直观应⽤，⽣成式AI在办公场景中的落地实践得到⽣成式AI开发者最多关注，其中⽂本信息处理或⽣成尤为重要。⽣成式AI在办公场景已渗透⾄多个环节，能够为应⽤者提供较为完整的解决⽅案。

各重点关注场景⽣成式AI建设情况

教育：企业和⾼校积极拥抱⽣成式AI，技术加持为⾏业开辟新通路

在教育领域最关注的⽣成式AI技术应⽤n ⽣成式AI为在线教育⾏业开辟了新通路，在应⽤上处于较早期的起步发展阶段，除了帮助教育企业和教师增效，还能够真正解决个性化的⾃适应学习的难题。⼀些头部在线教育企业已推出⾃研⼤模型补⻬通⽤⼤模型在某些学科的能⼒⽋缺。

各重点关注场景⽣成式AI建设情况

⼯业制造：数字化产品供不应求，⽣成式AI得到⾼度关注

在⼯业制造领域最关注的⽣成式AI技术应⽤n ⼯业互联⽹正加速发展，但制造业的数字化供需匹配⽔平仍整体低于服务业，特别是在⽣产环节，适⽤于制造业的数字化产品供不应求。⽣成式AI或成为下⼀轮⼯业⾰命的标志，⽣成式AI开发者对“⽣成式AI+⼯业制造”的关注度也随之⾛⾼。

各重点关注场景⽣成式AI建设情况

⾦融：数据分析受到⼴泛关注，但存在安全⻛险，⾯临监管问题

在⾦融领域最关注的⽣成式AI技术应⽤

n 由于拥有海量数据和丰富的应⽤场景，⾦融成为⽣成式AI技术落地的重要领域，但仍存在算⼒、数据治理等诸多成本和监管问题。数据分析是开发者最为关注的技术应⽤，⼤型⾦融机构、国有⾦融机构已开始积极探索⽣成式AI应⽤和与科技企业的跨界合作，⼩型机构普遍处于观望阶段。

各重点关注场景⽣成式AI建设情况

社交：⽣成式AI开发者普遍最为关注作为⽣活助理⼯具的能⼒

在社交领域最关注的⽣成式AI技术应⽤

n 在社交领域，不少平台通过接⼊⼤模型开发应⽤，利⽤⽣成式AI技术助⼒⽤户UGC创作，进⽽提升⽤户体验，⼀些垂直性⼤模型也随之出现。在应⽤环节，⽣成式AI开发者最为关注AI作为助理或辅助⼯具的能⼒。

各重点关注场景⽣成式AI建设情况

消费零售：关注市场营销优化和服务效率提升两个⽅向

在消费零售领域最关注的⽣成式AI技术应⽤n 在消费零售领域，⽣成式AI开发者最关注在数字营销⽅⾯的应⽤和服务类的辅助功能。⾏业头部企业和⼀些新锐品牌已开始尝试⽤⽣成式AI解决业务实际问题（如产品设计、营销内容⽣成、智能客服等），但⾏业整体对于如何将AI与⾃身业务结合，仍缺乏规划⽅向。

各重点关注场景⽣成式AI建设情况

汽⻋：关注在驾驶安全和互动体验两⽅⾯的应⽤

在汽⻋领域最关注的⽣成式AI技术应⽤

n 在汽⻋领域，⽣成式AI开发者关注的技术应⽤可归类为驾驶安全和互动体验两⽅⾯。针对驾驶安全，开发者期待搭配数字孪⽣技术进⾏仿真测试。

各重点关注场景⽣成式AI建设情况

游戏：最关注研发提效和NPC、图像、场景、⽂本⽣成

在游戏领域最关注的⽣成式AI技术应⽤

n 游戏企业整体数字化程度较⾼，部分企业已处于能够通过⽣成式AI创新业务及优化业务流程阶段。在技术具体应⽤环节，游戏研发和内容⽣成得到较多关注。

各重点关注场景⽣成式AI建设情况

⽣成式AI开发者发展预测

在晋升⽅⾯，⽣成式AI开发者中的初⼊者未来将有四条进阶路线

应⽤及管理能⼒

⽇常⼯作中使⽤AI的频次、AI在⼯作中的参与⽐例、AI与业务结合情况、未来AI⼯具持续尝新及探索的意愿、团队协作能⼒等

包括如架构设计能⼒、编程能⼒、对⼤模型的熟悉程度等

初⼊者的最常4条发展路径：

初⼊者—— AI应⽤实践者：针对绝⼤部分具备初级或不具备开发技能的职场新⼿，未来希望精通AI技术场景化应⽤，实现业务价值升级；
初⼊者——AI技术赋能者— —AI实践领导者：在进阶使⽤AI的过程中，不断提升专业技术，向资深⼈员转型，并最终成为⾏业引领⼈才；
初⼊者——AI技术领航者— —AI技术赋能者——AI实践领导者：以夯实技术能⼒为主，逐渐全⾯应⽤AI，最终成为⾏业引领⼈才；
初⼊者—— AI技术领航者：希望成为专项技术精英，推动AI技术迭代升级。

在技能⽅⾯，⽣成式AI开发者未来希望通过获取权威认证提升就业竞争⼒

若业内出现⽣成式AI⼯程师相关的权威认证，未来考取意愿

数据来源：InfoQ 2023年12⽉发起的《中国⽣成式AI开发者画像调研》

n 身处2023年⼤热⻔⾏业，⽣成式AI开发者竞争愈发激烈，近⼋成⽣成式AI开发者希望通过获取权威认证提升职业竞争⼒，相关⼯作经验10年以下⽣成式AI开发者考证意愿更为强烈，但对花费较为敏感。

在产品⽅⾯，⽣成式AI开发者未来付费意愿强烈，AI产品市场潜⼒巨⼤

数据来源：InfoQ 2023年12⽉发起的《中国⽣成式AI开发者画像调研》

https://www.infoq.cn

在就职⽅⾯，⽣成式AI开发者未来将逐渐向应⽤侧领域迁移

⽣成式AI开发者当下就职⾏业

数据来源：InfoQ 2023年12⽉发起的《中国⽣成式AI开发者画像调研》
⽣成式AI开发者未来⼀年计划就职⾏业

n ⽬前，⽣成式AI开发者主要就职于供应侧企业（信息传输、软件和信息技术服务业，以及科学研究和技术服务业），随着应⽤的⼴泛探索，未来，越来越多的⽣成式AI开发者将向应⽤侧企业迁移。未来⼀年，供应侧企业⽣成式AI开发者占⽐将下降9.0%。

https://www.infoq.cn

全⺠开发时代来临，⽣成式AI开发者画像将继续拓展

⽣成式AI逐步普惠化，相关⼯具的使⽤⻔槛持续降低，越来越多的⼤众⼈群将积极拥抱AI

n 随着⽣成式AI出现颠覆性增⻓，应⽤场景不断丰富，相关⼯具适⽤⼈群不断拓展，⽣成式AI开发者的边界已不局限于具备专业技术背景的⼈才，全⺠开发时代正在到来；

⽣成式AI能够赋予低/零代码产品更多的⾃主权和创造⼒，已有企业正在研发或推出融⼊⽣成式AI的低/零代码产品，此类产品能够帮助更多的⼈参与到企业数字化转型中，加速全⺠开发者时代的到来。

专家致谢（按姓⽒⾸字⺟排序）

感谢各位专家为报告编制⼯作提供的宝贵建议！

⾼原｜句⼦互动联合创始⼈&CTO

⻩佳｜新加坡科技局研究员

李⻜｜数势科技AI负责⼈

孙栋梁｜商汤 Copilot 应⽤资深架构师

吴锦晟｜⾸都在线智算产品线VP

张⽂举｜亚⻢逊云科技⼈⼯智能领域专家

关于极客邦科技

InfoQ 研究中心

InfoQ 研究中⼼⾪属于极客邦科技双数研究院，秉承客观、深度的内容原则，追求研究扎实、观点鲜明、⽣态互动的⽬标，聚焦创新技术与科技⾏业，围绕数字经济观察、数字⼈才发展进⾏研究。

InfoQ 研究中⼼主要聚焦在前沿科技领域、数字化产业应⽤和数字⼈才三⽅⾯，旨在加速创新技术的孵化、落地与传播，服务相关产业与更⼴阔的市场、投资机构， C-level ⼈⼠、架构师/⾼阶⼯程师等⾏业观察者，为全⾏业架设沟通与理解的桥梁，跨越从认知到决策的信息鸿沟。

技术市场趋势洞察

技术市场⽤户分析

p 市场份额追踪 p细分市场分析

p市场规模预测 p市场分析模型输出

p ⽤户规模评估

p ⽤户认知分析

p ⽤户决策分析

p ⽤户⾏为分析

数字化实践趋势分析

p 技术需求洞察 p技术实践分析

p 应⽤规划建议 p 发展趋势研判

• 极客邦科技，以“推动数字⼈才全⾯发展”为⼰任，致⼒于为技术从业者提供全⾯的、⾼质量的资讯、课程、会议、培训等服务。极客邦科技的核⼼是独特的专家⽹络和优质内容⽣产体系，为企业、个⼈提供其成功所必需的技能和思想。

• 极客邦科技⾃ 2007 年开展业务⾄今，已建设线上全球软件开发知识与创新社区 InfoQ，发起并成⽴技术领导者社区 TGO 鲲鹏会，连续多年举办业界知名技术峰会（如 QCon、ArchSummit 等），⾃主研发数字⼈才在线学习产品极客时间 App，以及企业级⼀站式数字技术学习 SaaS 平台，在技术⼈群、科技驱动型企业、数字化产业当中具有⼴泛的影响⼒。

• 2022年成⽴双数研究院，专注于数字经济观察与数字⼈才发展研究，原创发布了数字⼈才粮仓模型，以此核⼼整合极客邦科技专业的优质资源，通过 KaaS模式助⼒数字⼈才系统化学习进阶，以及企业数字⼈才体系搭建。

• 公司业务遍布中国⼤陆主要城市、港澳台地区，以及美国硅⾕等。⼗余年间已经为全球千万技术⼈，数万家企业提供服务。

InfoQ促进数字技术领域知识与创新的传播

TGO 鲲鹏會科技领导者同侪学习社区

极客时间数字人才的移动知识库

极客时间|企业版一站式数字技术学习 SaaS 平台

内容咨询：researchcenter@geekbang.com 商务合作：hezuo@geekbang.com

洞察技术创新趋势，推动数字化商业升级

InfoQ 公众号

AI前线公众号

InfoQ 视频号

中国生成式AI开发者洞察

研究背景

研究⽅法说明

桌⾯研究

专家访谈

⽤户调研

研究定义

⽣成式AI开发者

⼤众开发者

核⼼结论

⼀、⼈⼯智能产业规模快速增⻓，吸引了⼤量⼈才为其创新续航

⼆、⽣成式AI开发者特征

• ⽣成式AI开发者画像解读

• ⽣成式AI开发者⼯作特征

核⼼结论

三、⽣成式AI研发团队洞察

• 企业⽣成式AI开发团队

• 企业⽣成式AI研发基础设施

核⼼结论

• 企业⽣成式AI研发实践

四、⽣成式AI开发者发展预测

CONTENT

⽣成式AI开发者研究背景

⼈⼯智能产业规模快速增⻓，为⼈才市场带来新机遇

政策指引⽣成式⼈⼯智能应⽤创新，⿎励企业汇聚⼈才

⾏业的蓬勃发展吸引了⼤量⼈才为其创新续航

⽣成式AI开发者特征

#

⽣成式AI开发者画像解读

作为新兴⾏业从业者，⽣成式AI开发者普遍相关⼯作年限较短

⽣成式AI开发者50万以上年薪占⽐⾼达23.3%

北京⽣成式AI开发者规模最⼤，但上海资深⽣成式AI开发者更多且⼈均薪资更⾼

算法⼯程师、产品经理是⽬前市场最为紧缺的⼈才类型

⼤模型研发和业务复合型能⼒是市场核⼼竞争⼒

基础研发能⼒：

复合能⼒：

产品经理或跨领域⼈才

2 5

⽣成式AI开发者⼯作特征

近6成⽣成式AI开发者研发⽅向超过2个，整体⼈才呈现短缺状态

GPT、⽂⼼、通义⼤模型是⽣成式AI开发者使⽤率最⾼的⼤模型

代码⽣成⼯具和ChatBot使⽤率最⾼，智能化办公⼯具使⽤时间最⻓

GitHub Copilot使⽤率遥遥领先，使⽤Cursor付费⽔平最⾼

⼯具链、落地实践和技术课程⽅⾯的⽀持最受⽣成式AI开发者⻘睐

⽣成式AI研发团队洞察

3.

企业⽣成式AI开发团队

软件和信息技术⾏业拥有超6成⽣成式AI开发者，中⼩企业占据半壁江⼭

⼀半以上的AI研发团队不超过20⼈

新团队以应⽤类为主，成员需要懂场景、懂开发、懂⼤模型

⽣成式AI的应⽤层创新将成就⼀批新团队

⽣成式AI团队成员普遍具有世界顶级名校背景

⾼资本投⼊和⾼技术要求塑造科技领导者独特画像

⾼资本要求

⼤⼚⼤佬

⾼技术⻔槛

相关领域顶级专家

企业⽣成式AI研发基础设施

多数企业使⽤云服务或部分⾃建算⼒设施

企业AI算⼒类型

⾃研和采购外部⼤模型能⼒的企业数量旗⿎相当

近三成企业⽋缺⽣成式AI⼯具使⽤导向，基础设施存在较多问题

企业AI研发⼯作问题主要集中在基础设施⽅⾯

GPU资源紧张，算⼒不⾜，模型调优进度慢

存在企业数据泄露⻛险，担⼼AI安全合规性

缺少业务场景结合，缺乏产⽣的业务价值评估

企业重视度不⾜，⼈才⽋缺，私有化训练⻔槛⾼，开源资源少

3.3 企业⽣成式AI研发实践

⽣成式AI在办公场景中的落地应⽤受到⼴泛关注

⽣成式AI开发者企业努⼒迈向复杂应⽤期，企业赋能⽔平仍有较⼤提升空间

全⾯实践期——模块4、5

复杂应⽤期——模块2、3

基础探索期——模块1

⽣成式AI开发者指数

办公：最多关注的应⽤场景，多个业务环节的解决⽅案已形成

教育：企业和⾼校积极拥抱⽣成式AI，技术加持为⾏业开辟新通路

⼯业制造：数字化产品供不应求，⽣成式AI得到⾼度关注

⾦融：数据分析受到⼴泛关注，但存在安全⻛险，⾯临监管问题

社交：⽣成式AI开发者普遍最为关注作为⽣活助理⼯具的能⼒

消费零售：关注市场营销优化和服务效率提升两个⽅向

⽣成式AI逐步普惠化，相关⼯具的使⽤⻔槛持续降低，越来越多的⼤众⼈群将积极拥抱AI

专家致谢（按姓⽒⾸字⺟排序）

中国生成式AI开发者洞察2024

常见问题