智驾人转型具身智能实用指南：从招聘红利、薪资博弈到落地困局

智驾人转型具身智能实用指南：从招聘红利、薪资博弈到落地困局 随着具身智能创业热潮兴起，具备长尾数据处理和工程化经验的智驾人才一度成为具身公司争抢的对象。然而，伴随原生模型演进与商业化考核逼近，行业筛选门槛提高、管理混乱及落地瓶颈显现，智驾人在跳槽转型与去留抉择上面临诸多现实挑战。 具身智能公司看重智驾人员的数据处理能力与工程集成经验，但随着原生VLA与世界模型走热，对智驾人才的筛选开始分层和收紧。 跳槽普通工程师薪资涨幅多在10%—30%，核心算法岗位溢价明显甚至对齐大厂，但二线城市多面临降薪，且初创公司普遍用高比例期权充抵现金。 面试与选Offer需重点考察真实算力、落地场景与实车实机表现，背靠车企或大厂的团队更稳妥，防范虚假宣传与Demo包装。 入职后普遍面临业务混乱、组织频繁调整、996高强度加班以及机器人多自由度带来的工程难题，落地效率常不达预期。 行业面临资本退出与商业化考核压力，企业开始严控预算，部分员工因看不到明确落地价值和管理不成熟而在半年内选择抽身。 人才筛选与画像门槛 具身智能公司在初期扩张时因智驾人才适应性强、成本低于大模型团队而大量吸收。在岗位筛选上，数据、AI Infra及量产集成机会较大，拥有“地大华魔”（地平线、大疆、华为、Momenta）背景属于硬通货。核心算法岗位卡海外名校或C9学历，硬件产品经理青睐大疆背景。3至5年经验的工程师最受欢迎，而随着2026年商业化考核节点临近，投资人对仅有Demo的容忍度降低，对即战力要求更高。 薪资博弈与竞业限制 普通工程师跳槽具身公司的平均薪酬涨幅为10%至30%，核心算法及稀缺的AI Infra岗位待遇涨幅明显甚至不设上限，但从一线转战二线城市普遍面临10%至30%降薪。多数创业公司倾向用大量期权替代现金总包。与此同时，老员工与中高层往往背负严格的竞业限制，不仅涵盖其他智驾供应商和互联网大厂大模型团队，车企和智驾公司自研具身业务也促使其对离职员工发起更严厉的竞业调查。 面试尽调与甄别Offer 具身行业招聘流程节奏极快，常出现实际工作与JD严重不符的情况。从业者建议将面试作为反向尽调，务必实地查看车间与工厂，并防范初创公司的夸大宣传。甄别Offer的关键维度包括：做大脑业务的公司需核实其实际拥有的算力卡量以确认是否真做预训练；优先选择融资规模大、能抗周期的头部团队，或背靠车企有自身产线兜底的团队；避开华而不实的演示场景，选择进厂打螺丝、仓储物流等务实落地的业务。 入职后的研发落差与无序管理 团队快速膨胀导致内部流程严重缺乏规范，代码与工具链未沉淀，员工常身兼多职并面临组织架构频繁动荡。由于具身机器人涉及全身多关节、多自由度平移与旋转，智驾经验难以直接覆盖机械与力控难题。现实中许多进入产线的机器人作业效率仍远低于人工，场景难以闭环导致销售团队业绩压力剧增，部分企业甚至出现通过战投绑定采购来做高收入的现象。 风向转变与随时抽身的考量 到2026年，部分头部具身公司开始收缩招聘名额、严格控制预算，高级岗位需求转向资本市场与上市运作。因创始人管理经验缺乏与技术落地艰难，一些公司入职半年内离职率达10%至20%。面对模糊的产品定义与资本泡沫风险，许多从智驾转行而来的工程师陷入迷茫，开始做好风向不对即抽身的准备。

智驾人转型具身智能实用指南：从招聘红利、薪资博弈到落地困局 随着具身智能创业热潮兴起，具备长尾数据处理和工程化经验的智驾人才一度成为具身公司争抢的对象。然而，伴随原生模型演进与商业化考核逼近，行业筛选门槛提高、管理混乱及落地瓶颈显现，智驾人在跳槽转型与去留抉择上面临诸多现实挑战。 具身智能公司看重智驾人员的数据处理能力与工程集成经验，但随着原生VLA与世界模型走热，对智驾人才的筛选开始分层和收紧。 跳槽普通工程师薪资涨幅多在10%—30%，核心算法岗位溢价明显甚至对齐大厂，但二线城市多面临降薪，且初创公司普遍用高比例期权充抵现金。 面试与选Offer需重点考察真实算力、落地场景与实车实机表现，背靠车企或大厂的团队更稳妥，防范虚假宣传与Demo包装。 入职后普遍面临业务混乱、组织频繁调整、996高强度加班以及机器人多自由度带来的工程难题，落地效率常不达预期。 行业面临资本退出与商业化考核压力，企业开始严控预算，部分员工因看不到明确落地价值和管理不成熟而在半年内选择抽身。 人才筛选与画像门槛 具身智能公司在初期扩张时因智驾人才适应性强、成本低于大模型团队而大量吸收。在岗位筛选上，数据、AI Infra及量产集成机会较大，拥有“地大华魔”（地平线、大疆、华为、Momenta）背景属于硬通货。核心算法岗位卡海外名校或C9学历，硬件产品经理青睐大疆背景。3至5年经验的工程师最受欢迎，而随着2026年商业化考核节点临近，投资人对仅有Demo的容忍度降低，对即战力要求更高。 薪资博弈与竞业限制 普通工程师跳槽具身公司的平均薪酬涨幅为10%至30%，核心算法及稀缺的AI Infra岗位待遇涨幅明显甚至不设上限，但从一线转战二线城市普遍面临10%至30%降薪。多数创业公司倾向用大量期权替代现金总包。与此同时，老员工与中高层往往背负严格的竞业限制，不仅涵盖其他智驾供应商和互联网大厂大模型团队，车企和智驾公司自研具身业务也促使其对离职员工发起更严厉的竞业调查。 面试尽调与甄别Offer 具身行业招聘流程节奏极快，常出现实际工作与JD严重不符的情况。从业者建议将面试作为反向尽调，务必实地查看车间与工厂，并防范初创公司的夸大宣传。甄别Offer的关键维度包括：做大脑业务的公司需核实其实际拥有的算力卡量以确认是否真做预训练；优先选择融资规模大、能抗周期的头部团队，或背靠车企有自身产线兜底的团队；避开华而不实的演示场景，选择进厂打螺丝、仓储物流等务实落地的业务。 入职后的研发落差与无序管理 团队快速膨胀导致内部流程严重缺乏规范，代码与工具链未沉淀，员工常身兼多职并面临组织架构频繁动荡。由于具身机器人涉及全身多关节、多自由度平移与旋转，智驾经验难以直接覆盖机械与力控难题。现实中许多进入产线的机器人作业效率仍远低于人工，场景难以闭环导致销售团队业绩压力剧增，部分企业甚至出现通过战投绑定采购来做高收入的现象。 风向转变与随时抽身的考量 到2026年，部分头部具身公司开始收缩招聘名额、严格控制预算，高级岗位需求转向资本市场与上市运作。因创始人管理经验缺乏与技术落地艰难，一些公司入职半年内离职率达10%至20%。面对模糊的产品定义与资本泡沫风险，许多从智驾转行而来的工程师陷入迷茫，开始做好风向不对即抽身的准备。

2024、2025 年，具身智能公司招人没得选，只能去智驾公司挖人，要么就招应届 PhD，5 份简历里可能有 4 份来自智驾，1 份来自大模型公司。 当时一位资深智驾产品经理每周都能在招聘平台收到 40 多家公司的主动邀约。他的同行形容那两年的具身公司招人比 2021 年智驾公司更激进，经常 “这一轮融完资、招完人就满了。” 不过，亲历这些一位猎头说，转行的人里 “相信具身有未来的是少数，大部分人还是因为具身公司给得起钱”。 中国自动驾驶发展了十多年，在真实道路上采集大量混有噪声、无效片段和长尾场景的数据，数据团队在整个链条上积累的经验是当前具身公司需要的。“从实用和上手的角度看，智驾数据的人适应性强，上手成本低，也比大模型公司的人便宜。” 一位具身公司招聘负责人说。 去年下半年以后成立的一批具身公司开始卷原生的 VLA 和世界模型，更倾向于互相挖人，或者挖第一梯队大模型公司的人。如果他们看重性价比，会优先招应届本硕博；智驾背景人士优先级后退，甚至有公司明确不要智驾背景的人。一位猎头说，“你从圈子里做得比较好的那几家公司出来，哪怕学历没那么好，但早期参与过 0 到 1 的过程，大家也愿意买单。” 面对充斥着各种金钱游戏的具身行业，智驾人应该如何选择？我们访谈了二十多位从业者，包括猎头、具身公司 HR、业务负责人和投资人，还有已经完成转型、正在寻找机会以及入职后考虑再次离开的智驾人，整理了一份从投简历到的实用信息。 同时，也希望借助他们的视角，了解在一个资本迅速涌入但尚未明确商业化路径的行业，人才如何被筛选、定价和消耗，他们又为何在短暂兴奋后重新考虑去留。 简历：智驾算法、数据、AI Infra、量产集成优先，“地大华魔” 也优先 今天如果想从智驾跳槽去具身公司，数据、AI Infra 以及域控或座舱和量产的机会更大一些，对应的也是具身公司的数据、AI Infra 和整机集成等方向。猎头说他们适应性强，上手成本低，薪酬总包也没有大模型公司的人那么高。 其中，“地大华魔”（地平线、大疆、华为和 Momenta） 背景是 “硬通货”。其次是有好项目的经验，学历和学术背景反倒被弱化。 跟机器人大脑有关的核心算法岗也还欢迎智驾背景的人，但会卡学历。海外顶尖高校或国内 C9 背景是标配；非核心岗位最好是 985/211；加分项是有 CVPR、NeurIPS 等顶会论文，或者有影响力的开源模型或在头部公司主导过模型项目。 产品、商业化类型的岗位没有统一用人画像。偏向硬件设计的产品经理可能来自大疆，后者产品风格、极客文化，以及设计产品的思路、迭代周期，是具身公司看重的。 短期的技术热潮可能会让部分岗位不卡学历或者项目经历。今年初 Agent 比较热络时，一些偏模型调用、工作流设计和产品落地的岗位，更看重候选人的行业理解、产品品味和工作热情。 专业能力之外，年龄和综合用人成本成为另一重筛选标准。最受欢迎的转型群体是工作经验 3-5 年的人 —— 已经能够独立完成任务，又没有形成太高的薪资和职级预期 —— 被一位猎头概括为 “又不贵又还能卷”。 35 岁甚至 40 岁以上的也还有机会，主要局限于一些跟阅历绑定的岗位，比如人力负责人、政府关系、销售之类的岗位。但对于这类人，更可能的情况是候选人寻求稳定、继续提升资历，而放弃去具身智能行业。 随着量产、商业化相关的岗位增多，多位猎头、具身公司 HR 都认为 2026 年是智驾人转行具身最后的窗口期，因为投资人不再容忍公司只展示 Demo，公司需要能够立即上手的人。 面试：不能只看 JD，还要记得问清楚对方实力 具身公司的面试流程普遍很快，有人从 HR 面到收到 offer，不到一周。一家具身公司的 HR 负责人说，“我们会尽量压缩所有能够人为控制的环节，从捞起简历到发 offer，时间越短越好。” 因为进度太快了，有些公司是先把人招进去，再安排工作。比如招聘算法工程师，入职后可能主要写客户方案；招聘产品经理，也可能需要同时承担交付和售前。JD 只覆盖核心职能。“新兴行业里，大家基本不用 JD。” 一位猎头说。 面试准备其实没有特别技巧，用 AI 模拟面试是个方法；如果是去商业化岗位，过去的客户资源、做项目或做产品的思路等会被重点考察。 很多人对我们说，如果有熟人在这行，从面试到入职，哪个环节找对方打听下都不算晚。如果没有，那就尽可能的把面试当成一次尽调，去了解： 如果面试是在办公室，那最好找机会去车间和或者工厂看看。周远说她印象中落差最大的一次是公司反复强调商业化进展，实际机器人都还没动起来。“初创公司的宣传至少打三折评估。” 沈宁会排除技术无法落地的公司，即使估值再高。“我刚开始挑的时候很震惊，竟然有一个行业可以这么不关注市场、不追求落地。” 谈薪：工程师涨幅 10%-30% 居多，核心算法 “不设上限” 从智驾转行去具身的普通工程师，平均薪酬涨幅约 10%-30%；能力与岗位高度匹配的技术人员，可能到 30%-40%；工程化、部署和商业化岗位则可能平薪，甚至降薪。据我们了解，猎头渠道招一个普通工程师年薪 60 万元至 80 万元。 从一线城市去到二线城市的要做好降薪准备，多位猎头现在降幅普遍在 10%—30%。原本薪资越高，降得越多。一位猎头曾帮助一名研发人员从深圳回流成都，但年薪从原来的 90 万元，降到固定薪酬 58 万元、加上项目奖金后约 70 万元总包。 一家智驾背景的具身创业公司创始人认为，部分智驾从业者赶上了行业红利，薪资已经高于能力本身的合理定价。因此，一些从头部新势力车企员工是平薪去了具身公司。 跟几乎所有初创期公司一样，具身公司也喜欢用期权填补总包。一位猎头提到，他的一位候选人原来的年收入总包约 220 万元，其中现金约 140 万元，另有价值约 80 万元的期权。一家具身创业公司只愿意给他 100 万元出头的现金，剩下部分全用期权补足。 一位猎头观察，年轻候选人通常更愿意多拿期权；年龄更大、需要承担房贷和家庭开支的人会多拿现金；一位经历过破发的智驾人士选择全现金，“期权不上市，就是废纸一张。” 高薪主要集中在核心算法岗位。一位接触行业高阶人才的猎头说，算法人才跳槽涨幅低的在 30% 左右，高的可能翻倍，少数达到原来的三倍。AI infra 相关的薪资更是不设限，因为这部分人才不多，大模型公司也会开出天价争抢。一家具身公司 HR 说，他们给 AI infra 的薪资能对齐字节，现金加期权两者都能对齐。 选 offer：公司夸大是普遍现象，最好找熟人打听一下 对转行员工来说，选对 offer 有点难。具身公司又多又新，估值超百亿、上过春晚的也说明不了什么。 不少猎头也来不及了解清楚自己所服务的公司。根据 IT 桔子，截至今年 8 月，国内共有 425 家具身智能创业公司，其中 75%（321 家）成立于 2023 年以后，其中大约又有一半是去年冒出来的。 大多数转行员工都有一系列清单要做：找关系打听公司真实的产品落地、订单、客户情况，以及 leader 的风格和技术水平；找团队论文来交叉验证，看是否有前沿的 paper 产出；面试时多问技术难题和操作细节，看对方能否答得上来，记下不解的点再找人打听。 以下是我们收集的转行员工对选 offer 的一些经验与偏好： 如果是做具身大脑业务的公司，面试就要问有多少卡。 大脑模型的参数量越大、训练节奏越快，需要的算力资源就越多。一位猎头告诉我们，现在很多具身大脑公司还停留在 “魔改” 开源模型，只做些后训练，“在大家都缺卡的情况下，去问问云厂商哪家是大客户，就知道谁在认真做预训练了”。 融钱多的公司不一定最靠谱，但至少能活久一点，选头部公司还是最稳妥的选择。 去年拿了 50 多家具身公司 offer 的许航，首先筛掉了融资刚到 A 轮的初创公司，最后加入了某头部具身公司担任算法负责人。他作为过来人给出的经验是：新人进入一个行业，最重要的是稳定，“市场一地鸡毛，只能去头部。早期头部有钱烧，你有机会沉淀自己的能力和路径，待上一年懂本体了，身价就会暴涨。” 背靠车企、大厂的机器人团队，不容易暴雷。 陈默看到过明星智驾公司的倒闭，这给他留下了深刻印象，“当年一些智驾公司创始人的头衔，不也一样暴雷了”。他选择绕开初创公司，加入了某车企的机器人团队，他觉得车企做出来的机器人要实在没地方能用，大不了就进自家工厂搬零件。 有务实落地场景的公司希望大一点，不管是厂里打螺丝的还是收拾家务的。 程越平日多对接总监级别的人选，“大家比较能理解、接受进厂打螺丝或者物流仓储的场景，去家里用机器人收拾家务做菜的，很多人不太认可。” 顾言去年看机会时避开了用机器人唱歌跳舞的，“这个市场基本都是宇树的了”，最终选了一家同时做具身大小脑的公司，负责细分场景的落地应用，目前他做的搬卸货机器人已经在股东方的工厂里 “打工”。 竞业：曾主要向中高层发起，但接下来可能面向更多层级 智驾和其他技术驱动型行业一样，多数从业者入职时都签署了竞业协议。但付竞业费用也是一笔不小的开销，我们了解到现在较常见是对中高管或者资深员工发起竞业。一位猎头告诉我们，在一家公司待了七、八年的算法老员工，大部分都背着竞业。 原来在一家第一梯队智驾供应商负责负责端到端预训练与后训练的许航，离职时被启动一年竞业，从 L4 无人小车到卡车的 L3 级自动驾驶都被纳入了竞业范围，甚至连互联网大厂的大模型团队也不可以，比如字节 Seed 与阿里通义实验室。最后他去了一家具身公司。 也是因为类似的原因，一批离开智驾领域的技术高管们大多选择具身创业或者加入老同事创办的具身公司。 但这种情况可能也不会存在太久，因为车企或者智驾公司也在做具身。我们了解到已经有车企因此对离职员工发起竞业调查。 我们不鼓励对抗现行法条，但由于个人面对企业时常作为弱势群体，还是可以做好竞业限制下的自我保护。《晚点 LatePost》曾做过面向互联网人士的系列手册，但许多方法仍可复用，比如从签约时如何留证、离职时如何与公司协商，到涉诉时如何取证、应对，这方面可以查看我们的过往选题： 入职：混乱与无序，要做好心理准备 虽然新势力或者智驾公司普遍也比较年轻，但也到了明确分工甚至有部门墙的阶段。具身公司普遍在 3-4 个月内迅速招人扩大到百人规模，新团队、新业务，也意味着无序。 陈默入职第一天就被拉进了 50 多个工作群里，负责的工作和面试时说好的也不同，一些来不及招人干的活分到了他身上，“强度太大，整个人懵了”。他花了不少时间才熟悉了工作流程和分工，但公司不久后调整组织架构，同事告诉他这已经是今年第二次调组织架构。 智驾发展多年，各家 AI Infra 日渐完善，但在具身公司，可能没有基本的数据规范、模型规范、研发规范，很多代码是 “日抛”，导致无法导入大规模数据、做大批量研发。“没有管理规范，一个人就是一个 ‘小作坊’，浪费人力和 GPU 资源。” 周远说。 我们聊到的大多数人将访谈时间约在晚上十点甚至更晚，还有人周末加完班赴约的。一位头部具身公司的 HR 对我们说，想 work life balance 的就不适合来具身。“这个行业每周都有新的公司涌现，技术发展是跟时间赛跑，是赛道推着你这么做。” 多位猎头反映，一些具身公司已经开始要求 996。 这种强度未必比继续呆在车企的智驾团队小。一位在看具身机会的车企智驾工程师说，“以前都是十一二点下班，凌晨一点都有，周六有时也还得去上班，但现在好多了，每天九十点就能下班。” 在常见的简化模型中，智驾主要处理车辆横向和纵向两个自由度；具身机器人需要控制全身多个关节，还要处理 X、Y、Z 三个平移方向，以及偏航（yaw）、俯仰（pitch）、滚转（roll）三个旋转方向。智驾经验可以帮助转行员工理解部分技术和开发流程，但难以覆盖机械、动力学和力控等问题。 一些已经进入工厂作业的机器人，效率仍明显低于人工。周远所在团队目前以业内表现较好的公司为参照。她说：“没有人知道技术到底能做成什么效果，只能看其他公司放出来的 demo，我们是不是也可以做到。” 在一家具身数据公司负责解决方案的李云龙告诉我们，大家都知道人工最多的地方肯定最需要机器人，但现在落不了地。他的一部分工作是帮助客户寻找更简单、较容易落地的场景，“先落地，给大家一些信心。” 这也导致了销售成了高危职业，入职后 3 个月没有业绩可能被裁。即使他有制造企业人脉，机器人若无法进入产线，也很难取得订单。一些具身公司当前仍以政府订单为主。一位长期关注具身行业的投资人告诉我们，现在有公司为了做高收入，会通过战投买收入，“我投你 5000 万，但你必须买 4000 万我的机器人。” 比较常见的是本体公司投资数据采集和 “大脑” 公司。 再离职：风向不对，要随时准备抽身 猎头程越观察到，2026 年经手的高级岗位需求也发生了变化。与 2025 年相比，需求从品牌、公关负责人更多转向资本市场和上市负责人。2025 年，具身公司需要向外界说明自己是谁；到 2026 年，一些公司开始考虑如何抢在同行之前进入资本市场。 一些具身公司已经开始控制开支。一家估值超过 100 亿元的具身公司正在 “非常节俭地过日子，一分钱掰成几瓣花”，各个岗位放出的招聘名额都已经收缩。在一家头部具身公司工作的许航也说公司严控预算，“现在具身还没收敛，大家都不想死在开局。” 经历了上一轮智驾从概念到产品落地完整周期的周远说，在具身领域已经不准备等个两三年再做决定，“要时刻准备着，一旦风向不对，随时抽身，不能等到发不出工资的那一刻才走。” 猎头 Hardy 称，在他接触的具身公司中，一些公司的员工入职半年内离职比例约为 10% 至 20%，产业、团队和管理能力尚未成熟占很大原因。“有的创始人刚博士毕业，都没有产业经验、商业经验，你怎么能指望他有管理能力？” 24 岁的赵一川亲历了智驾模型随着长尾场景（corner case）数据增加而逐步改进的过程：此前不能识别的公交车道，经过团队打通内部流程、补充数据和训练模型，几天后便能识别。他曾对具身也有类似期待，但现在觉得行业缺少明确的应用场景和产品定义，员工所做的工作与具体产品联系不大，更多是在购买数据，研究如何叠衣服、放盘子。 “我上班路上经常能看到 Robotaxi，那些还在做自动驾驶的人是真的能让人在手机上打到车，解决一部分人的出行问题。感觉很有意义，再看自己，就很痛苦。” 赵一川说。他担心具身行业最终成为泡沫，也担心智驾的发展空间已经有限，不值得回去，“我有点左右脑互搏”。 文中出现人名应对方要求均为化名； 题图来源：The Vehicles