作者 | 定焦One 李夢冉 王璐 王漢星 雷晶 金璵璠

如果你最近在找工作，或者打算跳槽，大概率會發現：現在大廠的招聘JD裏，AI的含量高得嚇人。

兩年前，如果你的簡歷上寫着「熟練使用ChatGPT」，HR可能還會多看兩眼，覺得你是個願意擁抱新事物的人。但現在，這句話的含金量，大概就跟十年前在簡歷裏寫「精通Word和Excel」差不多。

招聘一線的變化，比我們想象的要殘酷得多。

技術崗位的界限正在被打破。以前大廠招人，前端是前端，後端是後端。現在，很多公司招的是「全棧AI工程師」。過去三個人的活兒，現在一個人加一堆AI工具就幹完了。

非技術崗位的日子也不好過。運營、市場、HR，甚至法務和財務，都在被要求用AI來幹活。大廠甚至已經開始用AI來做簡歷初篩，0.3秒就能掃完一份簡歷。

這不禁讓人心裏打鼓：我們過去辛辛苦苦攢下的工作經驗，是不是就不值錢了？一個剛畢業、把AI玩得很溜的應屆生，是不是反而更喫香？

為了搞清楚大廠現在到底想要什麼樣的人，我們和五位招聘行業的從業者聊了聊，他們之中，有在大廠內部做校招的95後HR，有服務頂級互聯網大廠多年的資深獵頭，也有連接大廠與求職者的招聘平台創始人。希望這些不同視角的分享能給你一些啓發。

01.簡歷上寫「熟練使用AI工具」，寫了等於沒寫

洛洛 | 北京 95後 互聯網大廠HR（校招方向）

我在某互聯網大廠做校招，從ChatGPT、DeepSeek，再到最近各種AI agent爆發，說實話，每一輪迭代我都能在簡歷池裏看到變化。最直觀的感受是兩個維度：一個是崗位本身變了，另一個是對人的底層素質的要求變了。

先說崗位。今年我們公司推出了「AI+人力資源培訓生」這個方向，之前它叫「HR培訓生」。背後的能力模型完全是兩套邏輯。

以往我們看一個HR培訓生，核心是人際感知力、對人性的洞察。今年不一樣，我們希望你不僅會分析數據，更希望你能培養自己的agent，讓AI去輔助你完成簡歷初篩、面試記錄分析等重複性工作。 

所以現在簡歷上寫「熟練使用ChatGPT」已經不夠了。只是籠統地寫「熟悉AI工具」，在HR眼裏跟沒寫差不多。我們想看的是：你在哪個項目裏用了AI？解決了什麼問題？產出了什麼結果？

很多人問，AI是不是讓應屆生和三年經驗的人差距縮小了？我覺得不一定。AI說到底是工具，一個有三年經驗的人更知道自己領域裏的痛點在哪裏，知道怎麼向AI提問，知道什麼結果是合理的。

我舉個例子：我們技術崗大概分兩個方向，研發和算法。研發裏的前端受AI衝擊比較大，今年HC確實有一定縮減。但算法崗就不一樣了，像agent、AI infra、多模態、自然語言處理這些方向，要求反而是提高了。我們甚至會看候選人有沒有在CV、ACL這類頂會上發過論文。

非技術崗也是，運營、市場、法務、財務，多多少少都對AI能力有要求，就像我上面提到今年推的AI+HR方向。

我今年進學校做宣講，發現很多同學擔心自己不會用AI就被淘汰，又不知道怎麼纔算「會用」。我的建議是：提前做職業規劃。

比如說你未來想做AI產品經理，那你就可以自己試着跑小程序、做demo。現在AI工具已經把這件事的門檻降得非常低了，你不需要會寫複雜的代碼，但你得有產品思維，比如你會做競品分析，會做用戶洞察，能從0到1想清楚一個產品的邏輯。這些纔是真正拉開差距的地方。

02.好奇心+判斷力，成為核心素質

周子龍 | 北京 00後 知潛創始人

這兩年，我明顯感覺到招聘市場的變化比過去十年還要大。簡單說就是八個字：崗位在變少，要求在變高。

尤其是在大廠，無論你是新人還是老兵，技術崗還是非技術崗，掌握並熟練使用AI工具，正在成為基本的職業素養。而且，AI正在抹平崗位之間的邊界，一個人能幹的活越來越多了。

最明顯的就是前後端工程師的界限正在消失，非技術崗也不例外。對運營、市場等職能，AI主要替代的是「基礎生產」環節。比如大廠招運營，會要求候選人能用AI工具快速生成多語言、多風格的文案、海報、視頻腳本等，相當於一個人幹了過去一個小組的活。 

我注意到，現在面試時，大廠甚至不少創業公司，都會出題測試候選人使用AI工具的能力。這已經逐漸成為面試的常規環節。

大廠招人的底層邏輯其實沒變：招人是來提升生產力、交付結果的。只是如今，生產力=人+AI工具。

因此，招聘標準也隨之進化，可以總結為三點：

第一，AI工具是「必選項」。無論什麼崗位，如果不會用AI提效，競爭力會大打折扣。現在大廠所有業務都在推進「AI化」，你不懂AI，可能連業務都理解不了，更別說做增長了。

第二，從「看經歷」到「看結果」。過去簡歷重點看你在哪裏工作過，現在更關注你「做成了什麼」，尤其是你用AI做出了哪些可展示的成果。

第三，好奇心+判斷力，成為核心素質。AI技術迭代速度極快，沒有持續的好奇心和學習能力，很快就會落伍。但光有好奇心不夠，還得知道什麼工具適合解決什麼問題，生成的結果該如何評判和優化。二者缺一不可。

如果你是一位正在找工作或考慮跳槽的牛馬，我的是建議是：立刻、馬上，去學主流AI工具，選與你崗位最相關的，玩到精通，讓它成為你的「外掛大腦」；用AI「重新做一遍」你的過往項目，把提升的效率和成果寫進簡歷裏。

03.大廠3個HC縮成1個，崗位更少、人更值錢

劉傑 ｜33歲 北京 互聯網獵頭顧問

我做了8年獵頭，主要服務互聯網大廠的技術崗招聘。

過去，手裏最穩的單子是資深Java後端和高級前端工程師，客戶要求簡單明瞭，候選人畫像也清晰。

但ChatGPT火了之後，招聘需求的迭代速度快得嚇人。半年前我給某大廠算法崗推人，客戶還要求精通Prompt Engineering（提示詞工程）。上個月，同一個JD已經改成「具備多Agent協同系統設計經驗，能獨立完成複雜業務場景的Agent編排」。

Prompt優化從加分項變成了基本功，現在連門檻都算不上。LLM微調、Prompt優化、效果評估，這些在2024年還是高階技能，現在已經是簡歷上的基本要求，寫上去不會加分，但沒有一定會減分。現在最值錢的可能是AI Lab的相關工作經歷。

除了技能需求，崗位設定變化也很大。以前大廠招人技術棧分得很細，有前端、後端、測試，各管一攤。而現在技術棧的崗位越來越少，很多部門直接把前端、後端濃縮成一個崗位，比如AI應用開發工程師或者全棧AI工程師。 

過去三個HC的事兒，現在一個就解決了。

所以篩選簡歷時，我的標準也在變。以前看項目經驗、大廠背書，現在看AI應用落地經驗，那些在簡歷裏面說自己能熟練使用某某AI工具的，我都覺得像個「原始人」。用大廠HR的黑話來說就是，我要的是可量化的AI使用結果和業務閉環能力。

對於職場新人或者應屆生，我覺得現在的機會更多了。一個完全沒經驗的新人和一個工作了三四年的人，差距幾乎已經被AI抹平了。

那些只會按流程幹活，沒有業務判斷力的資深員工，反而不如一個會用AI的應屆生。而且大廠對於具備一定AI能力的新人也比以前更慷慨，開出的薪資可能比以前高出20%-30%。

我給正在求職技術崗的年輕人的建議是，證明自己比AI更懂業務，比證明自己比AI會寫代碼更重要。

04.我幫大廠挖人才，AI能力像空氣一樣必需

王磊｜北京 科銳國際華北區科技業務負責人

過去，互聯網大廠更關注To C業務的相關崗位，這兩年，應用算法、國產芯片適配、AI雲架構相關的人才需求明顯增加。

職位需求中的AI含量更是明顯提高了。以產品經理為例，過去企業更關注候選人的需求分析、用戶調研等傳統能力。但到了今年，熟悉主流大模型API調用、具備大模型產品設計經驗、有AI相關的產品落地項目，變成了招聘核心要求。 

招聘需求變了，對候選人的要求自然也跟着在變。AI沒讓經驗貶值，反而讓「經驗+AI」更值錢了。很多應屆生使用AI多停留在學業層面；而有工作經驗的職場人，會將AI運用在具體的工作場景中，憑藉在業務、行業理解上的優勢，讓AI發揮作用。

行業也出現了一個反常識的現象：對AI最牴觸的，反而是部分IT開發人員。他們離技術最近，感受到技術替代帶來的職場壓力，就會本能地排斥。但AI能力已經像空氣一樣必需，積極學習新產品、新知識的人才會越來越「值錢」。

不同崗位受到的衝擊程度也是不一樣的。財務、法務這些流程化強的崗位，效率被AI拉上去後，企業就不需要那麼多人了。而獵頭、諮詢服務這類依賴經驗判斷和溝通的崗位，短期內則難以被替代。

與此同時，行業的人才流動也在發生變化。越來越多大廠管理崗或資深技術人，開始批量流向國央企的數字化平台，或者選擇自己創業。他們在大廠晉升空間見頂，但行業經驗、人脈、體系化能力都在巔峯期。而國央企正處於數字化搭建或升級的關鍵時期，最需要的就是這種有資源、能從0到1落地項目的資深人才。

05.未來出路：把你的業務「蒸餾」給AI，跑通自動化

陸海天｜資深獵頭

「招聘要不要考察AI能力」這個問題已經沒什麼意義了。凡是有點追求的科技公司，用AI早就是默認操作。現在大廠招人的標準是：你對AI有沒有產業級的理解，能不能用AI改造業務。

過去大廠互相挖人，看重的是項目經驗，本質是複製對手的工作方法。現在同樣的崗位，不是讓你做原來的事，而是「每天陪AI打磨」。說白了，大廠現在幾乎只在做一件事：把所有產品AI化。

舉個例子，招運營，面試官會直接提問：你怎麼把10個賬號擴展到100個，用更低成本產出更多優質內容。這背後是AI時代的兩種經營思路，如果能做成，企業要不吞併對手的份額，擴大自己的團隊，實現增長與擴張，要不就是自我削減團隊，實現降本增效。

AI賦能帶來的直接後果，就是崗位結構的大洗牌。

拿程序員來說，我服務某頂級互聯網大廠多年，今年拿到的上百個崗位裏，有70%以上與AI直接相關。但程序員崗位嚴重縮水。一些頭部大廠的純技術開發崗，已經不到原來的20%。以前程序員說自己「代碼能力強、能加班」是有用的，現在，在AI面前幾乎沒有競爭力。一些頂級程序員的速度和產出都趕不上AI。再過一兩年，「程序員」可能會成為歷史概念。

在技術崗中，處境最好的是算法人才，特別是能把大模型嫁接到傳統行業、改造工作流程的人。道理很簡單：AI缺優質數據和場景理解。只要有一個懂取捨的專業人士在中間，AI的能力邊界就能不斷擴展。這種人才稀缺，往往被企業哄搶，或者被資本推動去創業。主導這類項目的運營和項目經理，同樣值錢。

在這一輪變革中，衝擊最大的是職能崗。大公司每天收到海量簡歷，已經高度依賴AI做初篩，0.3到0.4秒掃完1500份。如此效率，普通職能崗很快被邊緣化。 

一個例外是市場營銷崗位。它靠近用戶且需要創意、判斷，AI可以輔助策略制定、風險評估。前陣子某手機廠商的輿情事件，如果用AI應該能評估出風險，因為AI誰都不敢得罪，不會設計這麼激進的傳播方案。但AI的短板也顯而易見：缺乏新鮮創意。目前做創意的營銷人才，依然有較大空間。

說到這裏，我們要正視一點：大廠思考的是人到底能為AI做什麼。主體已經變成了AI。對於員工來說，如何適應公司的要求，最大限度將自己手裏的業務和AI融合是基本的工作要求。

我用一個比喻形容當前的職場：每個人都是棋手，老闆給你「tokens」，相當於AI算力的使用額度，你用這筆資源，對業務做了怎樣的賦能，決定了你在公司的價值。

這個能力，跟年齡無關，跟學校背景無關，最關鍵的是：你能否把自己負責的業務模塊完整「蒸餾」出來，交給AI跑通流程，實現自動化。做得到，老闆自然願意給你更高薪水、更大權責，甚至有機會去改造其他業務線。

這也意味着，應屆生面臨的挑戰比成熟職場人更大。既沒有業務經驗，也沒有AI思維和全局意識。要真想幫他們，大學階段就該開AI實戰課，讓他們用AI做具體項目。

美國已經出現故意「污染」AI數據來保護崗位的行為，但擋不住企業的AI投入。中國的整體導向更鼓勵AI賦能，企業會走得更快。未來幾年，上市公司財報會越來越多提到使用AI agent的比例，而不是員工人數。