AI崗月薪下限均值已達4.7萬元!大廠秋招搶人邏輯被顛覆:頂尖人才年薪衝200萬元

時代財經
昨天

  又是一年校招季。

  過去幾年,互聯網行業增長放緩、競爭加劇,招聘名額收緊成爲常態。

  然而,今年的情況開始出現變化。7月、8月以來,阿里巴巴(BABA.NYSE;09988.HK)、字節跳動、騰訊(00700.HK)、美團(03690.HK)、京東(JD.NASDAQ;09618.HK)等公司相繼啓動2026屆秋招,不少公司宣佈發放的Offer數量同比增長。

  一個更明顯的趨勢是,2026屆的校招已不再是一場例行的人才補充,而是大廠面向AI時代發起的一輪“人才軍備競賽”。

  AI大潮奔湧,真正稀缺和“值錢”的,是那些能夠駕馭它的人。

  多位受訪應屆生告訴時代財經,今年人工智能帶來的增長預期確實在很大程度上左右了他們的職業選擇。對於技術崗,AI已成爲未來業務發展的關鍵變量;而在非技術崗上,如果公司業務與AI掛鉤,入職後也幾乎離不開相關學習。

  對求職者而言,AI能力正逐漸成爲進入大廠的“新門票”;而對於大廠來說,誰能率先構建起AI人才高地,誰就更有機會在未來十年的技術競爭中佔得先機。

  百度秋招AI崗超9成

  如果說幾年前的校招還是互聯網大廠的“例行公事”,那麼今年則徹底變成了一場AI人才的搶奪戰。

  和“金九銀十”的普遍觀念不同,大廠校招的時間已經明顯前移至“金八銀九”,甚至部分公司早在7月就已啓動。騰訊、阿里校招開放時間都定在8月初;京東校招提前至7月底;百度(BIDU.NASDAQ;09888.HK)更是“搶跑”,在7月初便官宣了2026屆秋招計劃。

  從規模上看,各大廠今年普遍擴大招聘名額。京東宣佈2026屆校招開放3.5萬個崗位;阿里將發出超過7000個Offer;美團計劃招募約6000人;字節跳動則超過5000人;百度透露,2026屆校招將放出4000多個Offer,同比增幅達到35%。

  值得注意的是,在2026屆秋招中,AI崗位的佔比持續提升。據時代財經向多家互聯網大廠瞭解,阿里秋招中超過6成崗位與AI相關,阿里雲、釘釘等業務線的AI崗位佔比甚至高達八成;美團的6000人校招計劃中,三分之一以上爲技術崗,還首次推出“AI產品經理提前批”專項;百度表示,招聘AI崗位佔比超過90%;騰訊不僅擴充AI+校招崗位,還以算法大賽等形式提前“圈定”人才。

  一線崗位擴招的同時,各家大廠的人才計劃也紛紛走到臺前:阿里推出“阿里星頂尖人才招募培養計劃”、字節跳動先後設立了“筋斗雲”和“Top Seed”人才計劃、美團延續開設多年“北斗計劃”、騰訊推出“青雲計劃”等,均帶有明顯的AI指向。大廠們通過校招、人才計劃和專項項目,幾乎在全線“囤人”。

  AI人才“擴招”對今年的求職季產生了怎樣的影響?

  一個事實是,賽道在擴大,但行業競爭也更“激烈”了。具體而言,企業更關注應屆生將AI構想落地、使用AI工具的能力。

  從清華大學人工智能方向畢業後,王澤川(化名)通過美團北斗計劃加入該公司。目前,他在美團的履約平臺技術部擔任大模型算法工程師,主要負責將大模型技術落地到與騎手相關的場景(如智能對話等)。

  王澤川在研究生期間,主要從事大模型和多模態相關研究,在畢業的時候,他已經發表了近10篇論文。

  “近兩年AI崗位的爆發式增長明顯改變了求職市場格局。”王澤川告訴時代財經,即使背景相當有競爭力,但剛開始他也會因競爭激烈感到焦慮。在今年的校招中,他以互聯網大廠和頂級大模型初創爲目標公司,投遞出了20~30份簡歷。最終,他優先選擇了“能提供大規模數據+複雜場景的企業”。

  據他回憶,在面試中,面試官會關注如何用技術解決實際問題。

  例如他曾經被問道:“如果你是技術負責人,要如何帶領團隊訓練一個面向具體場景的大模型?”這類問題不僅考察面試者對大模型訓練的綜合認知和方法論,還要求候選人具備組織協調、資源分配的整體思維。

  脈脈商業運營總監楊瀅向時代財經透露,整體看,目前大廠在校招時正在弱化學歷標準,而是否在大廠有過實習或者參與項目的經歷成爲一個重要的篩選指標。

  前程無憂近日發佈的《2026屆校招市場AI人才需求報告》顯示,企業招聘AI相關應屆生時,“名校學歷”的重要性僅排在第五(28.8%)。公司最看重的是數學與算法基礎(60.3%)和實際項目/實習或競賽經歷(52.5%)。

  畢業於浙江大學計算機學院的梁輝(化名)便是通過實習轉正進入京東。在加入京東實習之前,他在外企和銀行有過兩段實習,今年5月其作爲算法實習生加入了京東零售的廣告產研部,圍繞智能決策系統,進行模型架構的創新與優化。

  對實習的重視,指向大廠對AI應用的巨大需求。

  梁輝提到,當他完成一項技術方案的初步調研並形成方案後,mentor與leader會組織一場小型分享會,邀請相關同事對方案進行“圍審”。技術細節之外,“圍審”更關注業務價值、落地可行性等。“這段實習讓我快速彌補了從校園科研到職場業務落地的認知差距,也讓我思考問題的方向從技術可行逐步走向業務實用。”

  他同樣感覺,今年的校招,尤其是算法崗,非常看重候選人解決真實複雜問題的“落地能力”,對技術的要求更加“專”和“深”了。“往屆的學長學姐在面試時,更多被考察的是通用理論知識。而今年,面試官們更關心你是否理解業務,是否有能力將前沿技術應用到實際的工業環境中。”他表示。

  “頂尖高校的應屆博士年薪近200萬元”

  事實上,AI工具的使用,已經在校招中逐漸演變爲一種“通識”能力。

  在王澤川看來,AI能力對本屆校招生至關重要。“有技術面試官會直接提問平時是否使用過AI-Coding工具、如何利用AI進行編程提效。能把AI工具與領域知識高效結合的候選人,在同等技術水平下更具競爭力。”

  這種要求並不僅侷限於技術崗。去年通過2025屆校招進入某消費電子大廠的小呂(化名)告訴時代財經,即便是非技術崗位,也因爲公司業務與AI緊密相關,逐漸被要求具備使用AI工具的能力。“去年面試時,幾乎沒有考察AI工具的使用。但入職後,企業越來越強調非技術人員對AI的掌握。”

  楊瀅也證實了這一趨勢:“今年很多大廠的非技術崗位在校招時還多一條隱性的標準:考察求職者能夠使用AI工具。”她提到,在大廠看來,AI工具進行數據分析或者圖片、視頻製作,能夠大幅提升工作效率,大廠也希望應屆生能熟練掌握這些工具並在工作中使用。

  AI能力需求的驟然膨脹,本質上意味着互聯網大廠已全面進入AI戰局。

  雖然AI的風已經吹了幾年,但是真正的轉折出現在今年年初。DeepSeek引爆行業後,互聯網大廠找到了更清晰的AI落地切入點。

  騰訊在2月迅速將旗下多款應用接入DeepSeek,狠賺了一波關注度;字節年初設立的Seed Edge項目,瞄準的是比預訓練和大模型迭代更長線、更基礎的通用人工智能(AGI)前沿研究;美團則在3月的業績報告會上提出“AI at work(AI在工作中的應用)、AI in products(AI在產品中的應用)以及構建內部大語言模型”三層戰略,全面推進AI落地。

  人才需求的激增直接體現在崗位數量上。脈脈數據顯示,2025年2月,人工智能相關崗位數量同比增長10倍,成爲關鍵轉折點。2025年7月,人工智能相關崗位數量較2024年1月飆升29倍。

  (圖源:脈脈)

  薪資數據的變化則更直觀。脈脈數據顯示,截至7月,AI崗位的招聘薪資下限均值爲4.7萬元/月,較2024年初上漲14.16%;上限均值則達到7.8萬元/月,同比上漲8.98%。

  《2026屆校招市場AI人才需求報告》也顯示,在薪酬方面,大模型算法工程師以2.48萬元/月的中位值居首,深度學習工程師和自然語言處理工程師緊隨其後,均在2.4萬元/月左右;多模態算法工程師、自動駕駛算法工程師、機器學習工程師、推薦算法工程師薪酬中位值均超過2.3萬元/月。

  (圖源:前程無憂《2026屆校招市場AI人才需求報告》)

  有獵頭在朋友圈感嘆,做算法的應屆生趕上了好時候。據他透露,隨着AI相關崗位HC(Head Count,名額)釋放,頂尖高校的應屆博士年薪逼近200萬元。

  在小紅書的求職交流帖中,更有網友直言大廠人才計劃與普通崗位之間是“50萬和200萬”的薪資差距。

  上漲不僅體現在正式崗位,實習市場同樣水漲船高。脈脈數據顯示,部分AI實習生的日薪已高達4000元,遠超許多行業、崗位正式員工的月薪。

  (圖源:脈脈)

  與此同時,人才流動也在加速。楊瀅透露,自2025年2月以來,每月都新增上萬名AI人才在脈脈更改狀態爲“正在看機會”。截至7月,國內AI頭部公司員工中,已有41.07%處於觀望或主動跳槽的狀態。

  長期來看,AI人才的緊缺或許將成爲常態。麥肯錫公司發佈的一份報告顯示,預計2030年中國對熟練人工智能人才的需求將增至2022年的6倍。

(文章來源:時代財經)

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10