最近在网上看到有个网友发求助帖，“比较好奇，外包公司到底拿了多少打工人的钱？有没有外包公司的人来说说？”

留言区很热闹，很多外包打工仔在晒经历。

提起外包薪资，不少网友的经历都让人倒吸一口凉气。

一、最离谱的，要数有一位每月只拿 4000 元的网友，他原本以为薪资就是行业正常水平

直到甲方大领导带着一群人来视察，一句“在场的都是专家，一人一年 30 万”直接戳破真相。折算下来每月 2.5 万的定价，到自己手里只剩零头，中间 2 万多都被截流，他看完落差果断选择跑路。

还有更具体的数字对比：有位网友明确知道甲方给的定价是 3 万多，可自己实际领到手只有 2 万，相当于每月少拿 1 万多，更让他无奈的是，甲方还总说“养你不容易”，催着他往死里干，PUA 味十足了不是。

另一位小姐姐则是靠“意外”摸清了底细，因为她和人事重名，有个前端求职者面试后定薪资的邮件错发到她手里，清楚写着甲方定价 3.3 万，公司却只给 2 万，1.3 万的抽成一目了然。

还有一位曾在某券商做外包的网友分享，领导嫌麻烦偷懒，让他自己去申请人力外包岗位，公司给甲方报的人头费是一年 32.6 万，可他税前月薪只有 1.5 万，算下来一年到手 18 万，公司光在他身上一年就能赚 14.6 万。

更过分的是，社保五险一金都还按最低标准交，这笔账算下来让人心里不是滋味。于是没多久后他也就跳槽跑路了。

二、不过也有网友表示外包公司的抽成并非全是纯赚

有位网友就透露：“现在行情下，外包公司一般按员工工资的 1.4 到 1.6 倍报价，很少能到 2 倍，真到 2 倍可能还要返点给甲方。”

多出的 0.4 到 0.6 倍里，要涵盖税费、员工的五险一金，还要承担电脑设备、办公场地的费用，甚至得预留裁员时的赔偿资金，要是成本控制不好，公司还可能亏钱。

行政外包岗位的案例更能说明问题：客户那边给的定价是 1 万/月，员工能拿到 6500 元，其中 1500 元要用来交社保，一年的福利费用平摊到每月是 100 元，再扣掉税费，公司一个月实际只能赚 1300 元左右，这种抽成比例在所有案例里算比较低的。

但也有网友质疑这种“成本说”，比如有人知道自己的人天单价折算成月薪是 1.7 万，到手却只有 5000 元，连 1/3 都不到，就算扣除合理成本，中间的差额也实在太大。

还有公司明明按高标准向甲方收费，却给员工交最低档社保，这种操作显然不是“成本问题”，更像是在吸血赚黑心钱。

三、综合所有网友的分享，整体来看抽成比例大多在 1/3 以上，不同岗位的差距很明显

像 IT、券商这类技术型岗位，抽成比例更容易突破 50%，比如有位外包童鞋，甲方给公司的定价是 25+ 万/年，他到手却只有 4.5 万/年，抽成比例超过 80%。而行政、后勤等基础岗位，抽成比例相对低一些，大多在 20%-30%。

另外，不同公司的操作也不一样。有的公司会主动告知员工“甲方定价”，抽成透明，员工心里有数。可有的公司却刻意隐瞒，直到人事发错邮件、甲方不经意随口透露，员工才知道自己的“真实价值”，这种信息差让不少人觉得被欺骗。

有位曾在外包公司工作的网友表示前公司还算仁义，每个月只在他身上赚四五千。但他了解到还有更狠的：“有个项目上一个外包小伙，甲方给他们公司 25+，他到手只有 4.5。”

一般来说，了解到抽成范围的外包童鞋，不少最后选择跳槽涨工资，用他们的话说：“谁也不想层层剥削，都想多赚点。”

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

01.大模型风口已至：月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K（数据来源：BOSS直聘报告）

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

02.大模型 AI 学习和面试资料

1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工

📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】