2019年那批AI培训学员现在怎么样了？老学员回望

2019年的AI培训到底在教什么

2019年AI培训的主流课程是Python语法加经典机器学习：线性回归、决策树、调库跑数据集，学费一万五到两万，周期四到六个月，目标岗位叫"算法工程师"。

那年的行情背景得交代下。AlphaGo的热度刚过去两年半，"人工智能"写进政府工作报告，培训班广告铺满地铁通道。我就是在那样的空气里交的钱——某头部机构的周末班，一万六千八，分十二期。教室里三十多个人，产品经理、土木转行的、银行柜员、应届生，还有两个瞒着单位来上课的中学老师。

课程内容现在回头看，扎实但笨重。三个月Python，两个月机器学习经典算法，一个月深度学习入门，结课项目是调个模型预测房价。工具链是Jupyter加sklearn，跑一次训练等四十分钟，显卡还得靠抢。

据艾媒咨询当年的统计，2019年人工智能教育市场规模已达数百亿级，学员规模逐年翻番。数字很热，可班里三十几个人，结课后真转行进算法岗的，四个。

七年过去，哪些东西还活着

2019年学的东西里至今还活着的是三样：数据处理的手感、把业务问题翻译成技术问题的习惯、看懂新工具文档的能力；具体的算法细节和调参手艺，基本全数还给老师了。

这话我说得有底气，因为去年整理网盘时翻出了当年的笔记。三大本，前一百页的Python基础现在依然能用，中间的数学推导一页都看不懂了，奇异值分解那章我自己写的批注是"这玩意儿能吃吗"，看着挺乐。最讽刺的是结课项目那段代码，去年想跑一遍纪念一下，环境装了两个钟头，报错七次，只好放弃。

但我不觉得那钱白花。翻译能力这个东西，是那年硬掰出来的。老板说"能不能让系统自动分类工单"，别人听是天书，我脑子里自动出流程：输入是什么、输出是什么、中间套哪个模型、准确率大概多少能上线。这个思维方式，比任何具体技能都保值。

同班的伙伴后来也各奔东西。转行成功的四个里，一个现在在做大模型应用，算是熬出了头；没转成的那些，课也不是全亏——有个做银行柜员的姐们，靠那点Python基础在支行做了自动化报表的小工具，成了部门红人。技能的落点经常不在你瞄准的地方。

2019年和现在的AI培训，变的比想象多

现在的AI培训和2019年比，最大的变化是门槛倒过来了：当年教你怎么造工具，现在教你怎么用工具；当年学完去做AI，现在学完用AI做事，完全是两种逻辑。

具体拆开看。当年一万六起步、六个月起步，现在两千块、两周就能入门；当年要数学基础，现在要的是业务理解；当年的作业是跑通模型，现在的作业是做出成品。变化的核心驱动力是生成式AI的爆发——工具从专家手里到了普通人手里。

我的态度明确：这个变化对普通人是好事。2019年那套学习曲线陡得离谱，劝退了我半个班的同学；现在的课程强度，一个认真的人两周能上手干活。但门槛低也带来新问题——所有人都以为花两千块就能转行，跟当年以为花一万六就能当算法工程师，是同一种幻觉，换了件衣裳。

幻觉之外，真实的需求没变过。老板们要的从来不是"会AI的人"，是"能用AI把这事办了的人"。想看清这个供需真相的，可以看看AI绘画在各平台的真实落地这类报道，热闹背后的实际用工需求比宣传口径冷静得多。

当年踩的坑，今天还在坑人

2019年AI培训市场的坑，三个原封不动活到今天：贩卖焦虑的招生话术、师资注水、以及"学完等于就业"的幻觉包装，换了赛道，配方一点没改。

焦虑话术的样本我还留着——当年机构发的短信："AI正在淘汰你的行业，末班车上不上？"现在刷到的短视频广告，文案结构一模一样，只把行业名换了。七年前是"淘汰会计"，现在是"淘汰设计师"。套路长盛不衰，说明总有人吃这套。

师资注水是当年的重灾区。我们班的算法老师，后来被同学扒出来简历里的"大厂AI团队负责人"经历存疑，实际是外包项目经历包装的。现在的鉴别方法比当年多：讲师的作品能不能搜到、公开课讲不講真项目、学员评价有没有长文细节。当年我们只能听他吹。

就业包装更夸张。机构宣传"合作企业三百家"，所谓合作就是简历代投。这个把戏现在的版本叫"保offer班"，收三万，其实就是把你的简历转发给猎头。想明白一件事就免疫了：真能稳定输出就业的机构，早不需要靠培训费赚钱。

兴趣向的倒是变化不大。当年班里有人学AI就为了玩点花的，这个传统延续到现在，比如拿AI临摹古风山水画的画法自娱的，从来都不少。兴趣学员的期望管理最健康，被坑的概率反而最低。

给今天报班者的三条抄作业指南

从2019到现在的变迁里能抄三条作业：按用途买课不按焦虑买课、把学习周期当月计别当周计、结课那天才是练习的开始不是结束，三条都是拿真金白银验证过的。

第一条展开说。2019年我们班学得最值的人，是那个银行柜员，她一开始就想清楚了自己的落点是"行内的自动化工具"，课程对她而言是取材，取完就走。最亏的是跟风裸辞的，没落点，学完就失业在家。现在报班前先回答那个问题：学完第一个月，你拿它干什么？

第二条反人性但重要。AI课程的宣传周期越来越短，"七天入门""三天变现"，全是营销话术。真实的规律是：工具操作确实几天能会，但用到能产出商业级成品，以月计。当年六个月的班都嫌赶，现在信三天的，不是蠢是急。

第三条最扎心。我们班结课时的合影三十多人，半年后还在碰这套东西的不超过十个。技能这东西跟肌肉一样，停练就缩。学完之后的九十天怎么安排练习，比选哪个班更决定成败。练习素材别发愁，从临摹公开的案例起步就行，像AI绘画做视频的教程这类带完整步骤的公开内容，照着做一遍就是一次有效练习；做视频想配音的，再顺手把手机端AI配音工具的用法过一遍，一条内容链就串起来了。

工具死了七茬，方法还活着

七年里我眼看着工具死了七茬，但有两样东西一直没死：把复杂问题拆步骤的习惯，和快速上手新工具的胆量，这两样恰恰是当年那个笨重的培训班给我的。

数一下死掉的：2019年主力的某建模平台，改版三次后社区散了；当年花两周学的一个可视化工具，去年正式停服；中间还火过一阵的几个自动机器学习平台，现在都查无此人。每一茬死的时候都有人喊"白学了"，喊完接着学新的。

我的应对法子是刻意练"迁移"。每学一个新工具，强迫自己总结它跟旧工具的对应关系——这个功能相当于以前的什么、那个流程跟以前哪里一样。总结多了发现，AI工具的骨架惊人地相似：输入、约束、生成、修正，换皮不换骨。想系统理解这层骨架的，人工智能的百科条目值得每隔一阵重读一次，能帮你把散掉的知识挂回主干。迁移练出甜头后，我甚至把老本行的活儿也重新过了一遍，用新工具把当年的流程重做，像珠宝首饰的AI修图做法这种当年想都不敢想的细分效率，现在随手就做。

说句掏心窝的：现在让我从零再选一次，我依然会报班，但只会报那种教方法不教软件的班。软件会过时，方法不会。判断一个班教不教方法很简单——看它的作业是不是换一个工具还能做。是，就教方法；不是，就只是软件说明书。

跑题一下。写这篇时我翻出当年的结课合影，三十几张脸，胖的胖、秃的秃，站在中间的那个我一脸茫然。七年过去，AI的鼓吹换了七八轮，茫然倒是一脉相承。也好，茫然的人才学得进东西。拉回来。

常见问题

2019年学的AI知识现在还有用吗？

具体的算法细节和工具操作基本过时了，但数据处理的手感、业务问题的翻译能力、读文档的自学能力一直有用。技能的具体形态会死，迁移能力不会，这是老学员回望后最确定的结论。

当年的AI培训和现在的有什么本质区别？

本质区别是门槛方向倒了过来：2019年教造工具，学费高周期长，目标岗位是算法工程师；现在教用工具，便宜快速，目标是给各行各业的活提效。两种逻辑没有优劣，但幻觉是同一种——以为交钱就能转行。

现在报AI班会比当年更容易被坑吗？

坑的套路没变，焦虑话术、师资注水、就业包装三件套都在，但现在的信息透明度比2019年好得多，讲师作品可搜、学员长评可查。坑一直都在，鉴别工具比当年先进，被坑多数是因为急。

当年的学费按现在的行情看亏了吗？

按具体知识算亏了，七成内容已过时；按能力和职业路径算不亏，那段时间建立的思维习惯用了七年。学费的回报周期比所有人想象的都长，也更容易算不清。

如果只能带走一条报班经验，是什么？

按用途买课，不按焦虑买课。交钱之前把"学完第一个月我拿它干什么"这句话写下来，答得具体再交钱，答不具体就先去刷免费内容，这个筛选动作能挡掉八成以上的后悔。

写在七年的尾巴上

回头看2019年那批AI培训，它更像一场大型的集体试错：市场热得离谱，课程糙得感人，但确实有一小撮人借着那股劲儿换了活法。今天的市场热闹程度不输当年，配方甚至都懒得换。你要做的不是判断风口真不真，是判断自己有没有那个具体的落点。有，就上车；没有，先把免费的刷明白。

觉得有用的话，转发给正在纠结要不要报AI班的朋友吧，特别是那种被焦虑话术围攻的。当年我们班的群上周还在冒消息，有人问"现在学AI晚不晚"，我说这个问题我们2019年就问过一遍了。答案也一直没变：对有落点的人，什么时候都不晚。