岗位Token预算测算

「轻度」偶尔用对话助手查资料、改写文字，每天几次到十几次；「中度」AI 嵌入日常工作流，每天几十次，处理文档、代码片段或数据；「重度」Agent、长上下文或批量自动化，AI 持续参与主要工作。同一岗位不同人的用法差别很大，三档分别给出用量与成本；企业测算按每类人员实际可能的使用度取档。

不是,是估算模型。各岗位月均Token消耗为示例性估算模型，基于典型AI工具使用场景的假设参数（非实测/非问卷数据），供预算参考；实际消耗因团队工具链、任务复杂度差异可能有数倍出入，建议按自身场景调整假设参数重新估算。算法/后端/量化分析师三个岗位按Claude Code、Codex等AI编程agent的真实重度使用校准（社区数据显示Sonnet档重度用户约¥6-12美元/天，个别同时跑多个agent或长时间自动化的极限用户可能是此估算的2-5倍甚至更高，本表按'重度但非极限'的单人交互场景估算，不是使用上限）；其余岗位（含量化交易员）仍按传统单轮问答式交互估算，与编程agent的多轮工具调用/大段上下文重复发送模式不是一回事，量级差一个数量级以上是正常的。 2026-10-14 起每个岗位分轻度/中度/重度三档使用度：原 12 个岗位的参数即「中度」档；新增岗位与轻度/重度档同为场景假设推算。按每月 21.75 个工作日折算。

模型能力门槛取自 Artificial Analysis 智力指数（AA Intelligence Index），来自 evaluations_latest.json 的已匹配模型；未参与公开评测的模型不计入有能力门槛要求的推荐候选。「优选模型」不限国别:在满足岗位能力门槛的候选中,月成本不超过最便宜选项 3.0 倍,取能力最高者。「国产模型」是同一算法只在国产模型里重选,供有数据合规/信创要求的场景参考;两者结果相同,说明该岗位不必为"必须国产"牺牲什么。卡片里加粗数字是该岗位单人月度 Token 开销,按各岗位实际输入/输出比例计算(不是主表统一的 75%/25% 混合价),用官方牌价,不含第三方渠道折扣。

月薪为参考基准（大致对应一二线城市中等资历水平的税前月薪单点估计）：标注了来源的岗位取自罗致恒富(Robert Half)、Morgan McKinley等公开薪资指南或Indeed/职友集公开薪资数据（年薪换算月薪，或直接取样本均值），未标注来源的岗位缺乏可直接引用的公开报告，按同类岗位的公开范围综合估算；两类都不是逐一实测/问卷数据，实际薪资因城市、资历、公司、行业景气度差异会有数倍出入。「打平门槛」=该岗位AI月成本÷月薪，即'AI只要帮这个岗位节省超过此比例的工作时间，成本就已经打平'——这是一个真实算出的比例，不是效率提升的实测或预测值。 2026-10-14 新增的岗位暂无可引用的公开薪资来源，不填月薪、不算打平门槛。