大厂裸辞，靠AI赚钱，年入近百万

在唯变不变的年代，比起“体面高薪”的工作本身，永远保持“不下牌桌”的能力，才是更加抗风险的选择。

35岁，在大厂做管理层的陈云飞裸辞了。

在将近一年的时间里，他环游了无数国家，泰国、印尼、马来西亚、日本…陈云飞似乎在以“报复性旅游”的方式，告别自己十年的互联网工作。

有前同事看到频繁更新的旅行照后私聊他：你是家里有矿还是财富自由了，每天不上班只旅游不会焦虑吗？

“最怕朋友突然的关心”：陈云飞与前同事的对话，仿佛某句歌词的真实写照。（图/受访者提供）

对于大部分人而言，裸辞之后的心态起伏似乎难以避免。陈云飞也担心过，但玩着玩着，他就利用AI发掘了另一个赛道——创立“一人公司”，成为了大模型工具开发者、企业咨询顾问、自媒体博主和求职平台签约讲师。

一年之后，陈云飞惊奇地发现，虽然自己一半时间都在旅游，但收入并没有明显减少。

当互联网这条轨道告别高速发展，借助AI成为“超级个体”，会是真正的旷野吗？

在陈云飞的答案里，“数字游民”的自由，并没有带来收入下降的烦恼。而这些看似偶然的幸运，其实早在时代巨变之下，写满了必然。

（图/B站@ AI进化论-花生）

逃离大厂轨道，奔向AI旷野

在互联网摸爬滚打的这十年，陈云飞想过很多出路：通过入职小公司拿期权变现，在大公司入职狠狠卷管理岗，积累一定的资源然后自己创业…

这里头唯独没有裸辞。

想法的第一次动摇，是在公司开展的一个管理者的培训会上。导师让大家写下工作中有价值感的瞬间，而大多数人的答案，是自己做出的产品得到了用户的正反馈。陈云飞也一样。但是反观实际工作，大家更多时候似乎都在琢磨怎么获客、提升“日活”、吸引眼球。

初心的偏离很明显。当然，如果这也能让一个在互联网大厂打拼十年的“老人”裸辞，那其中过于浓烈的理想主义色彩，恐怕只会让整个故事缺乏说服力。

真实原因藏在陈云飞“管理者”的这重身份之中。离职前的陈云飞，是一个互联网大厂的部门leader，给同事打绩效、安排工作本是分内之事，但总有一些无法缓解的压力困扰着他。工作强度并不是问题，陈云飞觉得，安排给下属的任务，其实对他们的成长没有太大好处，而当面临要裁员的情况，更是让他头痛。

陈云飞并没有编程基础，从华中科技大学经济学专业毕业之后，就一直在互联网行业工作。（图/受访者供图）

如果把企业的人才资源分为“管理型”和“技术型”两类，陈云飞显然更适合后者，但国内的职场环境，留给技术型人才的天花板往往偏低了。

在内耗之中，2022年12月，陈云飞第一次使用GPT。他清楚地记得，即使在当时主流的科技论坛上，刚刚出圈的GPT也只是被当成聊天助手——类似微软小冰的存在。

陈云飞也不例外。一开始，GPT对他而言只是一个解闷的对话框，直到2个月后的一次旅行，让他逐渐开始感受到了GPT成为生活助手的可能性。去之前，办理英签时，GPT就帮他处理了一些琐碎的事情。到了目的地后，GPT又开始承担导游的角色，用陈云飞感兴趣的方式，为他讲述每一座城市的历史故事。

如果说生活方面的便利只是小打小闹，那么AI对于工作上的帮助则让他产生了彻底的依赖。那是在会议的一个无聊间隙，他让GPT扮演潜在用户，分析自家和竞争对手的营销策略。而GPT给出的答案，和他们开了很多次会议之后得出的结论不仅高度相似，还额外提供了一些他未曾想到的建议。

被GPT的理解能力彻底惊艳后，很多向上汇报的材料和一些公关稿件，陈云飞都开始直接使用GPT完成，原本需耗费一至两天的任务，现在只需一至两小时。而上一次给陈云飞带来类似震撼的事情，是智能手机的面世。

如果说大模型的涌现只是催化剂，那么业务的频繁变动则成了陈云飞“脱轨”的直接原因。2023年年初，当互联网流行的“烧钱就行”的叙事逐渐不成立之后，陈云飞的团队业务也开始被频繁调整。变动之中，陈云飞嗅到愈演愈烈的内卷气息。

2023年3月，尽管求职环境并不明朗，陈云飞还是终于决定给自己放个假。

“50%的岗位都能被AI替代”

辞职当天下午，陈云飞还是在公司楼下买了一杯咖啡。

他第一次发现，原来公司楼下的风吹在身上会这么舒服。他往咖啡店旁边的小溪轻轻扔了一颗石子，突然觉得自己和那颗石子很像，“都是纵身一跃，然后丢进未知”。陈云飞体会到一种混杂着恐惧和兴奋的刺激，只祈祷自己能在其中享受得更久一些。

他没有框定之后的方向，但还是给裸辞加上了具体的期限：一年。他做好了接受一年无任何收入的准备，只为博取更多的可能性。

按理来说，刚刚结束一段十年的职场经历，很多人会选择“报复性玩乐”来补偿自己。但是离职的第一个月，陈云飞在疯狂旅游的同时，每天还是抽出至少3小时来泡在咖啡馆自习。

陈云飞：AI的普及利于教育平权，因为教育资源会被平分。（图/受访者供图）

本着探究“这波AI叙事和之前有什么不一样”的好奇心，陈云飞迅速吸收与AI相关的知识点原理，还用一周时间解锁了之前想学很久的python。

不可否认，GPT经常会犯一些低级错误。但陈云飞认为，事实并不是GPT擅长的，而当它被用在教育方面时，凭借极强的逻辑推理能力和丰富的知识库，它往往会让使用者感到惊艳。

在这期间，他经常混迹的一个AI社群的负责人突然找过来，希望他做一期关于GPT提示词的分享。因为听课的人都是一群在硅谷工作的年轻人，陈云飞一开始其实并不自信，怀疑自己掌握的技巧是否能够真正帮到这群人。但分享之后他才意识到，很多人虽身处科技一线，但对大模型的认知依旧比较匮乏。

那场分享会的效果很好，后续还有领英团队的人联系到他，希望他能长期输出相关的内容。陈云飞索性把这些内容剪成了视频，上传到视频网站后，发现数据远超他的预期。于是，陈云飞顺势转型成为科技知识型自媒体。

账号运营一年后，播放收益不足4万元，但其他形式的收益还算可观。这期间，从大型互联网公司如字节跳动、阿里巴巴、快手，到国内的AI创业公司，大概有50至60家品牌找上门，陈云飞通过广告合作赚取了大约15万元的收入。

不过，讲师和自媒体人的身份，还不是陈云飞借助AI变现的终点。

更大的机会在于B端咨询。一次偶然的机会，一家企业请他帮助搭建AI办公流程。尽管陈云飞此前并未经手过此类业务，但通过初步的沟通后，他觉得这一单能做。

GPT出圈后，很多公司意识到，他们的某些业务流程和工作内容其实完全可以通过AI实现，只不过在具体的执行过程中总是卡壳。这个时候，他们就需要像陈云飞这样的深度使用者，分解复杂的任务，然后把训练好的大模型交给员工。

目前为止，类似的业务陈云飞已经做了8单，涵盖了教育机构、MCN、网文公司和出海电商等领域，每个项目的收费从1万到3万元不等，大多数服务周期都在7至14天。

根据陈云飞的观察，小公司对AI 的接纳程度会更高。（图/受访者供图）

技术不是难题，最让陈云飞头疼的还是沟通。有不少员工难掩对AI的抵触，甚至有人半开玩笑地问他：我们学会这东西之后，是不是就被裁了啊？！

陈云飞给不了否定的答案，因为曾经就有一家直播公司，找他优化过流程之后，公司里的2名员工也立马被优化了。

在陈云飞看来，3年以内，翻译、客服、审核员、分析师和初级程序员都是最容易被AI替代的岗位。与此同时，又会衍生出提示词工程师和AI训练师这类新的岗位需求。届时市面上可能会涌现出许多专门培训AI培训师的机构，预期盛况可以参考当年office兴起后的培训班数量。

而无论是新兴行业，还是传统行业，有一种能力始终通用，那就是能把人与人连接起来的本事。所以像销售、产品经理、项目经理这种复合类的岗位，不可替代性最强。

陈云飞坚信，当下50%的非体力劳动岗位其实都已经可以被AI取代。这并不是他“皈依”AI后得出的草率结论，而是此前微软发布的一篇报告中提及的内容。

至于这50%的裁员什么时候会真正落地？“等到open AI不再招人的时候吧”，陈云飞叹了一口气后，笑着回答我们。

一人公司，“跳着踢踏舞上班”

陈云飞在社交媒体上分享的心得也经常会被质疑。有人说他只是“在风口上薅羊毛”，毕竟“脱离公司玩AI的都是小打小闹”。

陈云飞倒是坦然：对，我就是小打小闹，但谁说小打小闹不能搞出大动作？

这似乎与近期创投圈流行的“一人公司”颇为契合。这一概念最早出圈自山姆·奥特曼的一段发言，“一个人就能做出市值十亿美元公司的时代，马上就会到来”。

在做公司AI培训的时候，陈云飞其实更愿意“授之以渔”，但大家似乎对于人工智能的原理并不感兴趣。（图/受访者供图）

然而，陈云飞的路径可复制吗？

答案或许并不乐观。首先，能把GPT这个看似门槛不高的大模型玩透，其实不是一件容易的事情。在采访前做功课时，我无意间发现，一款排在GPT插件榜单前列的GPTs（为特定用途而训练的GPT，也可以理解为是用户在GPT上为自己定制的软件），就是陈云飞本人研发的，那也是全球TOP 20 GPTs中唯一的一个中文GPTs。

陈云飞做的GPTs。（图/陈云飞B站账号@ AI进化论-花生）

此外，陈云飞目前主要的业务——B端咨询，表面上是依赖GPT的使用技巧，但实际上，工作的重点部分，依旧要依赖他此前在互联网行业积累的流程优化经验。

出圈后，越来越多的人找上门来，希望陈云飞通过卖课传授经验。“我还真考虑过，但是这条路行不通。”研究过竞品的课程后，陈云飞发现，卖得好的课程几乎都在过分渲染焦虑情绪、夸大AI的效果。

筛掉价值观不匹配的机构后，陈云飞也遇到了一位聊得来的合伙人，结果对方拿着他给的大纲和梗概，找了其他更便宜的老师录制了课程。后来他才意识到，这家公司只想赚快钱，本质上依旧是一个孵化账号的MCN机构。

这或许就是身处旷野、享受自由要付出的代价之一。不过，好在收获大于失去。当我问及去年一年，凭借AI获取的净利润时，没有记账习惯的陈云飞给出的回答是“大几十万”，相比在大厂用996换取百万年薪，“数字游民”的工作模式明显性价比更高。

旅居的陈云飞。（图/受访者供图）

当然，没有任何一种选择是完美的。裸辞的坏处偶尔也会显现，比如急剧减少的社交，很多想法都缺乏真实案例去实践，没有DDL的压力导致任务处理时缺乏紧迫性，等等。

但是成为自由职业者后，陈云飞发现，虽然自己每天工作的时间变短了，产出反而增加了，就算偶尔会冒出焦虑，也立马会被“数字游民”这重身份带来的另一种自由消解：大模型的存在，可以让陈云飞们在兼顾爱好的同时，还能不挨饿。因此，哪怕拿到其他大厂的offer，他也依旧会选择现在的生活。

毕竟，在唯变不变的年代，比起“体面高薪”的工作本身，永远保持“不下牌桌”的能力，才是更加抗风险的选择。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】