AI岗位通用 · 三大全域治理架构对标映射

总览映射（岗位无关）

任何AI岗位在三大架构中的通用角色与权责

稳态AI 稳态治理架构

业务域基线翻译 · 风险/合规边界定义

承接顶层元秩序，落地所在业务域的真值标准、风险红线、质量门槛；收集业务侧裁决异常送入 L3 分歧台账，服从元宪法/元公理约束。

数据四维数据治理架构

知识资产规划 · 真值资产建设

定义知识资产的归属（空间维）、时效（时间维）、属性标签（属性维）、业务因果链路（因果维）；构建标准化真值资产供给源（Golden Dataset / 知识库 / 语料）。

工具工具规范治理架构

逻辑态定义者 · 算子态选型决策者

产出所在岗位范围内的逻辑态资产（Agent/Skill/Prompt/工作流/原型/文档）；完成 Skill/Agent/RAG/规则引擎/微调的算子选型；对接工程侧落地代码执行态。

七类通用职责模式

任何AI岗位的职责都可归入以下七类之一或组合 · 点击展开映射

● AI 稳态

划定业务域治理边界，对齐全域元法则，定义人机协同秩序。

● 四维数据

梳理业务实体与流程因果链路（因果维），划分业务域隔离域（空间维）。

● 工具规范

编排业务工作流逻辑态描述，设计人机分支与流转触发逻辑。

通用结论：流程再造的本质 = 在全域治理框架内产出业务域工作流逻辑态契约。

典型岗位：AI产品经理、AI解决方案助理、AI应用训练师

● AI 稳态

不直接触发元秩序约束。

● 四维数据

—

● 工具规范

原型属于逻辑态可视化交付物；工程侧把契约转化为算子态路由与代码执行态实例。

通用结论：原型 = 逻辑态与代码执行态之间的对接标准，不是装饰品。

典型岗位：AI产品经理、AI应用开发工程师、SaaS产品/全栈开发工程师

● AI 稳态

定义业务域真值比对基线，即裁决层判定"对/错"的标准，是裁决引擎的业务输入基线。

● 四维数据

评测集（Golden Dataset）属最高等级真值资产：四维元数据入库、版本锁档、纳入资产基线流水线。

● 工具规范

评测脚本/流水线按逻辑态规范沉淀。

通用结论：效果负责制 = 构建业务域真值资产池，供给治理裁决中枢做效果校验。

典型岗位：AI应用训练师、AI训练数据工程师、大模型微调工程师、RAG知识库工程师

● AI 稳态

在方案内嵌入质量门槛、风险边界，确保逻辑态不越权定义顶层真值。

● 四维数据

明确方案依赖的知识资产：来源、密级、时效、口径（RAG 场景尤甚）。

● 工具规范（核心）

产出逻辑态定义文件（Schema、边界、约束）；判断算子态能力组合；对齐代码执行态可行性。

通用结论：方案设计的本质 = 业务侧 AI 能力逻辑态资产的设计与规格确权。

典型岗位：Prompt工程师、AI应用开发工程师、AI产品经理、RAG知识库工程师

● AI 稳态

遵从风险最小 > 成本最小 > 收益最大顶层元公理；落地业务域配额与成本稳态元规则。

● 四维数据

知识资产入库/更新频率本身也是成本项，纳入时效维权衡。

● 工具规范

指导算子态调度与降级路由策略：低成本算子兜底、控制执行态算力消耗、微调属高成本变更审慎选择。

通用结论：成本权衡 = 顶层元公理约束下的调度策略决策，不是拍脑袋砍预算。

典型岗位：AI产品经理、大模型微调工程师、AI应用训练师

● AI 稳态

作为业务域元规则输入源，产出场景化合规红线，汇入全域裁决引擎预检规则集。

● 四维数据

定义资产密级标签（属性维）与脱敏策略，约束资产跨域流转。

● 工具规范

在逻辑态中显式声明输出约束与免责条款，供算子态预检执行。

通用结论：合规工作 = 向裁决层注入业务场景专属合规预检规则。

典型岗位：全部AI岗位通用（安全合规是公共责任）

● AI 稳态

沉淀业务域治理范式，形成可复用业务基线模板。

● 四维数据

需求、原型、方案、语料全部作为配置资产入库：四维打标、版本锁档。

● 工具规范

沉淀可复用逻辑态模板（Prompt/Agent/流程/文档模板），跨场景复用。

通用结论：组织赋能 = 沉淀跨场景可复用的治理范式资产与逻辑态资产，扩散治理范式。

典型岗位：技术文档工程师、AI解决方案助理、AI应用训练师、资深AI产品经理

五类通用能力要求

任何AI岗位的任职要求都可锚定到这五类能力

能力 1AI 工具链端到端交付 —— 精通主流智能体与编排平台（WorkBuddy / Dify / Coze 等），独立上线过有量化效果数据的应用

● 工具规范：本质是操作平台封装的「逻辑态编排、算子调度、执行态运行」，需具备三态落地交付经验 ● AI 稳态：交付需配套效果基线与真值指标，有裁决校验闭环落地经验

能力 2评测方法论 —— 设计评测集、定义指标口径、跑通 A/B 验证

● 四维数据：评测集 = 真值资产；指标口径 = 资产属性维的判定标签体系 ● AI 稳态：A/B 实验用于迭代业务域基线、优化裁决判定逻辑，产出数据送入分歧评审

能力 3AI 能力选型判断 —— 独立判断 Skill / Agent / 规则引擎 / RAG 适用边界，理解 Prompt / RAG / Agent / 微调的边界与成本量级

● 工具规范（核心）：算子态能力选型、能力组合边界判断，区分适用场景与成本量级 ● 四维数据：RAG 依赖四维治理后的知识库资产；微调改变底层模型能力基线，属高成本变更项，审慎选型

能力 4跨层技术对话 —— 读懂技术方案、与工程/算法无障碍协作（不必写代码，但必须懂原理）

● 跨三层协同：读懂四维数据流水线方案、AI 裁决引擎方案、工具三态（逻辑/算子/执行）技术方案，作为业务与内核工程之间的翻译枢纽

能力 5流程重构与期望管理 —— 说服业务方改变工作习惯，抗压处理「期望过高」与「能力有限」的持续冲突

● AI 稳态：业务期望与全域能力基线冲突时，纳入 L3 分歧台账管理；岗位负责冲突收敛、对齐元秩序边界 ● 四维+工具：引导业务方按体系范式梳理资产、编排工具，放弃原生零散内嵌式规则方案

浓缩总结（通用版，可直接放入汇报）

岗位无关的通用定位

任何AI岗位 = 全域三大治理架构的业务侧产品枢纽

无论头衔是产品、方案、训练、开发还是文档工程，AI岗位在体系内的本质相同：把零散业务需求转化为符合全域自治范式、可管控、可评测、可锁档、可迭代的标准化体系资产与执行契约。差别只在侧重的职责组合与资产类型。

AI 稳态治理

翻译 · 定义 · 收敛

翻译业务诉求、定义场景真值基线、合规红线、质量门槛，收集冲突进入分歧收敛闭环，服从顶层元宪法/元公理。

四维数据治理

资产 · 本体 · 库

设计 Golden Dataset 真值资产、梳理业务四维本体、搭建可复用资产库（知识库/语料/评测集），供给标准化真值资产。

工具规范治理

逻辑态 · 选型 · 对接

全权负责岗位范围内逻辑态资产设计（Agent/Skill/Prompt/工作流/原型/文档），完成算子能力选型，对接工程落地算子态、代码执行态。

岗位核心价值（通用）：把零散业务需求，转化为符合全域自治范式、可管控、可评测、可锁档、可迭代的标准化体系资产与执行契约。用本框架套任何AI岗位：先归入七类职责模式，再对齐五类能力要求，最后落到三大架构的权责栏。

Ω₀⊂⊙∞⊂Ω ｜ DID-BR-000002