研究日期：2026-09-19。方法：四路并行检索（后训练与提示工程的实证、基模能力边界、劳动力市场、国内大厂实践），再交叉综合。 凡标"自报""二手""未核实"的数字，引用前需自行复核。
一、四个问题的直接回答
- 三年后业务后训练还有空间吗？ 有，但只剩窄而深的三块：以业务结果为奖励的智能体强化学习、高调用量场景的蒸馏降本、生成式搜推广。补知识、调格式、调语气的监督微调基本归零。
- 强基模加提示工程能解决所有事吗？ 对多数企业的多数任务，能，而且已经在发生。对高频、要高可靠、有独家结果信号的核心链路，不能。
- 算法工程师会消失吗？ 头衔和总量不会，执行层会。调参、跑实验、单环节优化这层工作正被平台和智能体吃掉。
- 职能怎么变？ 从"训模型"转到"定义问题、建评测、设计奖励与环境、现场交付、管成本与可靠性"。
二、"提示吞掉后训练"的证据（这一侧是真的）
- OpenAI 于 2026-05-07 宣布关停自助微调，2027-01-06 起全面停止新建任务。转述的理由：新基模指令遵循更好，提示更便宜更快。强化微调是否在关停范围内未核实。 https://developers.openai.com/api/docs/deprecations
- Menlo 2024：生产环境只有 9% 的模型做过微调。Menlo 2025-12：微调和强化学习"仍属小众，主要是前沿团队在用"。 https://menlovc.com/perspective/2025-the-state-of-generative-ai-in-the-enterprise/
- a16z 2026-01 对 100 位首席信息官的调研：企业"已从微调转向提示工程"。 https://a16z.com/leaders-gainers-and-unexpected-winners-in-the-enterprise-ai-arms-race/
- 专用模型被反超的案例持续出现：BloombergGPT 输给 GPT-4；Harvey 2025-05 承认不到一年有 7 个通用模型超过其定制系统；《自然·医学》2026-06-12 显示三家通用前沿模型在 MedQA 上 97.4，对医疗专用工具的 89.6 和 88.4。 https://www.harvey.ai/blog/expanding-harveys-model-offerings https://www.nature.com/articles/s41591-026-04431-5
- 国内实践者的反方论据：微调资产 18 到 24 个月被新基座反超；业务团队缺评测能力，判断不了微调是否真有效。
三、"业务后训练仍有空间"的证据（这一侧也是真的）
| 公司 | 做法 | 关键数字 | 口径 |
|---|---|---|---|
| Cursor Tab | 在线强化学习，日 4 亿多次请求 | 建议数 -21%，接受率 +28% | 官方 |
| Cursor Composer 2.5 | Kimi K2.5 基座，85% 算力花在自家后训练 | SWE-Bench 多语言 79.8% 对 Opus 4.7 的 80.5%，价格约十分之一 | 二手 |
| Cursor 实时强化学习 | 线上信号，约 5 小时出一个检查点 | 编辑留存 +2.28%，不满追问 -3.13%，延迟 -10.3% | 官方 |
| Intercom Fin Apex | 自训客服模型 | 解决率 73.1% 对 GPT-5.4 的 71.1%，成本约五分之一，每周 200 万次对话 | 自报 |
| Cognition SWE-1.5 | 模型、推理、框架一体设计 | 每秒 950 词元，Sonnet 4.5 的 13 倍 | 官方 |
| Shopify | 微调 Qwen 做商品分类，日推理数亿次 | 中位延迟 2 秒降到 0.5 秒 | 官方 |
| Harvey Tenet | 2026-08 回摆自训，Kimi K3 基座 | 约 150 张 GPU 两个月；理由是数据主权、成本、供应商变竞争对手 | 二手 |
来源： https://cursor.com/blog/tab-rl https://cursor.com/blog/real-time-rl-for-composer https://venturebeat.com/technology/intercoms-new-post-trained-fin-apex-1-0-beats-gpt-5-4-and-claude-sonnet-4-6 https://cognition.ai/blog/swe-1-5 https://venturebeat.com/video/small-models-massive-wins-shopifys-new-ai-formula
其他旁证： - 实验室自己在花钱买"真实工作轨迹"和环境。据报道 Anthropic 讨论过一年在强化学习环境上投入超 10 亿美元；实验室经 Mercor 收购创业公司的 Slack 记录和工单（The Information，2026-08-13）。这说明公开语料覆盖不了私有流程。 https://epoch.ai/gradient-updates/state-of-rl-envs - AWS Nova Forge（年费约 10 万美元，开放中间检查点）、Mistral Forge、Thinking Machines Tinker 都在卖深度定制。 - 学术：DeepMind 2025-05 显示同等数据下上下文学习泛化优于普通微调，但做过数据增强的微调反超两者。 https://arxiv.org/abs/2505.00661
四、为什么"强基模加提示"结构性地不够
- 可靠性缺口。 METR 数据里，前沿模型 50% 成功率的任务时长约 16 小时，80% 成功率只有约 3 小时（二手摘要，未在官网正文核实）。业务要的是九成以上的可靠性，这个数量级的差距要靠业务侧补。 https://metr.org/time-horizons/
- 长上下文的有效利用率远低于标称。 Chroma 测的 18 个模型全部随输入变长退化。百万词元下八针检索，最好的模型 76%，其余 24% 到 37%（二手）。 https://www.trychroma.com/research/context-rot
- 单位经济。 高频内环里，自训小模型换来 5 到 10 倍的成本差和数倍速度差，质量持平或略低。
- 结果信号的归属。 接受率、解决率、成交、入职这类信号只有业务方有，基模厂商拿不到。
- 持续学习尚未产品化。 截至 2026-09 没有任何头部实验室发布"部署中更新权重"的产品，三家的记忆功能都是文本层。Dario Amodei 2026-02 的反方观点：不需要持续学习，上下文加强化学习环境就够。
最大的不确定性：原生持续学习到 2029 年上线的概率约 55%。如果发生，业务方的价值从"亲手训权重"转到"拥有反馈信号，并在合同里守住数据归属"。业务方三年后是否还亲手训权重，置信度只有五成；更可能的形态是业务方出信号和环境，平台代训。
五、国内大厂的现实
- 收口已经发生。 字节 Seed 于 2026-08 合并各模态后训练团队为 Horizon RL，并新设面向 B 端（Work）和 C 端（Chat）的产品后训练一级部门，理由是算力受限、集中投入（晚点，2026-08-19）。腾讯 2026-07-23 成立基础模型部。阿里 2026-03 成立 ATH 事业群。 https://www.163.com/dy/article/L4NIALBP0531M1CO.html
- 留在业务线的公开案例集中在两类。
- 生成式搜推广：快手 OneRec 承接 25% 流量，停留时长主站 +0.54%、极速版 +1.24%，运营成本降近 90%；美团 MTGR 外卖首页订单量 +1.22%，近两年单次最大收益。
- 结果可验证的智能体强化学习：美团 GeoRA 骑手招聘智能体，奖励来自约面、入职、投入产出比，低秩训练比普通 LoRA 高约 12%，显存降 54%。 https://tech.meituan.com/2025/05/19/meituan-generative-recommendation.html https://tech.meituan.com/2026/08/27/ACL-Outstanding-Paper-GeoRA.html
- 美团客服模型 WOWService 已并入 LongCat 品牌。 业务后训练被基模团队收编是现成先例。 https://arxiv.org/abs/2510.13291
- 关键缺口： 没有找到任何大厂公开的"业务小模型加强化学习"对比"最强基模加提示词"的同口径数据。这是目前公开信息里最大的空白。
六、劳动力市场
| 指标 | 数字 | 来源 |
|---|---|---|
| 美国 AI 工程师岗位 2025 同比 | +143% | LinkedIn 上升职位榜 |
| 美国机器学习工程师岗位对 2020-02 基线 | +59%，软件开发整体 -27.5% | Indeed |
| 国内 2026 年 1-7 月新发 AI 岗位量 | +789%，均月薪 63160 元仅 +2.74% | 脉脉 |
| 国内 2026 上半年算法工程师 | +12.84%，架构师 +76.74% | 猎聘 |
| 智能体开发岗位 | +244% | 智联 |
| MLE-bench 奖牌率 | 2024-10 约 17%，2026-02 为 64.4% | OpenAI 仓库 |
| Anthropic 内部 | 80% 以上合并代码由模型撰写，研究员自报产出中位数 4 倍 | Anthropic 2026-06 |
解读： - 国内"量暴涨、价走平"，说明供给追上来了，溢价在被摊薄。 - 快手 OneRec 把级联架构的算子压缩 92%，单环节分工被架构性压缩。 - OpenAI 2026-09-06 自称做出"实习生级自动化研究员"，为自评，外部无法验证。 - 没有找到传统算法岗与大模型岗此消彼长的分项权威数据，也没有找到成建制裁撤的可靠报道。
七、2029 年的岗位分化
最危险： - 只会调参、跑实验的执行型算法工程师。 - 级联搜推广里只优化单环节的人。 - 只会套接口的浅层应用岗。
最稀缺： - 能定义指标和评测体系，并对业务结果负责的人。 - 会设计奖励、强化学习环境和数据飞轮的人。 - 懂行业流程，能把智能体交付到客户现场，并管住成本与可靠性的人。 - 能指挥一群智能体做研究，还保有选题品味的人。
八、对业务线算法团队的含义
- 不要去争通用能力的训练权。 三家大厂都在把通用后训练收口到基模团队，算力受限时业务线争不过。
- 护城河是业务独有的结果信号。 转化、成交、解决率这类奖励，基模团队拿不到也定义不了。评测集、奖励设计、线上反馈闭环是业务线最难被替代的资产。
- 同口径对比数据是稀缺品。 "自训小模型加强化学习"对比"最强基模加提示词"的效果、成本、延迟，目前没有任何国内大厂公开过。无论哪边赢，这组数都能决定资源怎么分。
- 训练手段往省算力走。 低秩强化学习在算力受限环境下是现实路径，美团 GeoRA 是参照。
- 能力组合的迁移方向。 从"训模型的人"转成"定义问题、对结果负责、用少量人加智能体群交付的人"，并用人效数据证明。