作者 | 陳丹 王漢星 王璐 李夢冉 金璵璠

編輯 | 李夢冉

2027屆秋招正在變成一場AI濃度測試。

8月初，字節、阿里、京東相繼啓動校招。字節技術產品崗佔比超七成，增設「AI全棧工程師」、「AI Agent開發」等新興崗位；阿里AI相關崗位高達80%；京東首次引入AI面試......數據更直觀，脈脈數據顯示，2026年1至5月，新發校招AI崗位量按年增長47.3%，AI崗位滲透率從26.41%升至37.56%。大廠在用真金白銀告訴應屆生：未來是AI的。

但「未來是AI的」和「我能進大廠」，中間還隔着門檻。

我們和五位2026屆、2027屆畢業生聊了聊：有人投了四五十份簡歷，只拿到一次大廠面試機會；有人手握頭部大廠實習，卻因為不夠垂直而被算法崗拒之門外；有人早早轉向AI應用層，勉強接住了這波浪潮；也有人去年嘗試投AI崗位，簡歷全掛，最後靠一段非AI的暑期實習轉正留在了大廠......

他們的背景不同、選擇不同，但面對的現實一樣：AI崗位佔比再高，也不等於機會變多。門檻在漲，標準在變，而在這場遊戲裏，實習經歷成了最硬的通貨。

當「會用AI」和「懂AI」在求職中被區分，當一段垂直的實習經歷比名校背景更管用，當面試官追問「工作流」、「落地案例」、「提效成果」，這批應屆生髮現，AI不是捷徑，是另一場需要提前起跑的競賽。

01

面試官問得很細，不懂裝懂一定會露怯

Frida ｜ 河南師範大學漢語言文學專業 27屆本科

大四還沒開始，我已經投了四五十份簡歷。

我做了一張表，記錄重要公司的崗位和投遞進度——25個崗位掛了15個，只有一兩個進入面試，其餘不是「篩選中」，就是做完測評後再無消息。

但我每天還是會點開表格，把沒掛的崗位逐個查一遍。

我在河南師範大學讀漢語言文學，原本打算畢業後當老師，或者考公考編。大三上學期，我發現五個比我大一屆的朋友，四個畢業後待業。他們都準備過考公考編，但一個也沒考上。我突然意識到，所有人都在擠的路，未必比市場化就業更穩。

於是，我立刻開始找實習。第一份實習是在藍色光標給歐萊雅做乙方，也是在那裏，我第一次感受到了AI的衝擊。

過去，我們要聯繫幾十名小體量KOC拍產品圖，再反覆修改。後來只要把產品放進AI工具，就能自動生成展示圖。旁邊負責優衣庫的團隊更直接：KOC提供正面、背面和側面等九張照片，AI就能生成像真人拍攝的試衣鏡自拍。主管在會上問：「以後是不是只買賬號的發布權就夠了，連真人拍攝都不需要？」

後來我去哈囉做海外市場運營，現在在上海一家頭部出海公司實習，用AI出廣告素材。

Leader說會幫我申請轉正名額，本組留不下就推薦去其他組。但我不敢錯過秋招。網上也經常有同學在分享類似的經驗：暑期實習招進來五個人，最後可能只有一個名額，甚至一個都沒有；Leader可能是真心想留你，也可能只是希望你先把手裏的活幹好。所以我一邊實習，一邊繼續投簡歷。

我投過河南本地的宇通，第一天交簡歷，第二天就被篩掉。阿里投了六個，掛了四個，字節沒敢投。我的體感是一些二三線城市的龍頭企業往往更卡學歷，而互聯網大廠反而會在學歷和經歷之間權衡，只要實習足夠垂直，雙非也可能進入下一輪。

目前，我唯一拿到的互聯網大廠面試，是拼多多的AIGC視頻創意製作崗。

面試官一直在追問，用過哪些模型？最常用哪個？工作流是什麼？生成失敗後怎麼調整？產品哪裏還能改進？簡歷裏多寫幾個「AI」，或許能騙過機器篩選，但面試時一定會露怯。非技術崗不一定要求你懂模型原理，但必須拿得出視頻、圖片和商業項目，講清楚每一步怎麼做。證書沒什麼用，真正有用的是作品和實習。

我現在只能算會用AI，還不算懂AI。Agent卡住時，我會換提示詞、換素材，卻不知道底層哪裏出了問題。剪映、AE、PR和生成工具，都是我在學校之外自學的。早點準備不一定能贏，但不準備，可能連被挑選的資格都沒有。

02

具身智能沒算法崗卷，但卡對口的實習

曉斌｜ 北京某985院校 軟件工程專業 27屆碩士

我是軟件工程專業的碩士，現在研二，明年畢業。

其實我的秋招開始得挺早的。從七月份提前批到現在，投了一部分大廠base在北京的崗位，到現在面了三四家，在等意向結果。

我投的不算很多，想走一步看一步，提前批競爭比較激烈，有師兄師姐也建議晚點投。

我主要投的是智能體算法崗。選擇這個方向，是因為我之前有大廠Agent產品的實習經歷，做起來比較順手，簡歷也能講出東西來。但面了這麼多場之後，我越來越覺得，純做軟件開發可能沒什麼前途了，倒不是說軟件不行，而是太捲了。

今年熱門的大廠AI崗位，比如大模型算法、智能體算法、AI Infra研發，哪一個不是一堆名校背景、頭部大廠實習經歷的人在搶？

所以我現在在看具身智能方向的崗位，具身方向的Agent崗位也很多，相比大模型沒那麼卷，而且待遇也挺不錯的。但問題在於，我沒有相關的經歷，具身現在卡實習卡得非常嚴，沒有對口的實習基本進不去，所以我現在也在猶豫，去補實習已經來不及了，時間太短寫不進簡歷，只能先投投試試。

今年校招跟去年比，我覺得變化其實挺明顯的。去年大廠已經開始大規模招AI崗了，但今年有兩個最大的不同：一是AI的coding能力更強了，很多算法崗的招聘需求跟着變了，崗位對人的要求自然水漲船高，Python、C++這些手搓代碼的能力沒那麼重要了；二是崗位總量反而少了，需求更精細了，看起來AI崗位佔比很高，但對比去年，很多崗位都沒有了。

我對大廠AI崗位佔比高其實一點都不意外，甚至覺得七八成還低了。現在這個趨勢下，還有什麼崗位是完全不用AI的嗎？不過要說，AI崗的差別也很大，用AI的也是AI崗，開發AI的也是AI崗，這兩件事在招聘裏完全不是一個量級。

就我觀察，那些很早就為AI崗位做準備的同學，和現在纔開始關注的同學，差距在真實招聘場景裏是肉眼可見的，主要體現在實習和項目經歷上，比如自己親手寫過項目文檔，在面試中很多問題都能應對的比較自如。

至於AI背景這件事，我倒覺得不用太焦慮。大廠招AI崗，對專業背景卡得沒那麼嚴，真正卡的是學歷和實習。我認識不少學長學姐，本科學的跟AI八竿子打不着，照樣去做AI產品崗，做得也挺好。關鍵是你要儘早進到那個環境裏，哪怕先從邊緣崗位切進去。

非AI背景的應屆生也不至於被大廠招聘淘汰，確實這一兩年進大廠對AI背景有一些要求，但這個行業變得太快，你現在看到的機會，等你準備好的時候，門檻可能又抬了一截，而且以現在AI發展的速度，你今年進去的AI崗，明年還有沒有這個崗位都難說。

03

大廠AI崗遍地都是，我從Java轉向AI應用層

噹噹 | 上海某高校計算機專業 27屆本科

我是上海某所高校計算機專業的本科生，校招期間我已經數不清投了多少份簡歷，目前拿到了2個面試通知，分別是某大廠的AI產品助理，和一家AI創業公司的工程師崗位。

我原本的職業規劃是做一名傳統的後端開發工程師，走的是業務開發路線。但看到今年大廠校招滿屏的AI崗位，我不得不重新評估方向，現在的規劃調整為，先進入大廠的AI應用層或工具鏈崗位，在實戰中補齊算法和模型理解能力。

關於大廠AI校招的感受，我確實有感覺到衝擊，AI佔比遠超預期，但大廠依然是我求職的第一選擇，不過我的心態和剛入學時完全不同。以前覺得進大廠就是寫代碼，現在覺得進大廠是為了接觸最前沿的AI落地場景，不然很容易被行業甩在後面。

我還和幾位畢業的學長聊過，他們認為這波招聘潮是因為大模型技術已經過了單純的「煉丹」期，進入了「落地應用」期。一位在大廠的學長建議我，不要死磕算法崗，要多關注AI如何賦能現有業務，因為大廠現在急需的是能幹活、能落地的工程化人才。

為了提升AI求職競爭力，我做了幾件具體的事：一是使用大模型搭建了一個校園知識庫問答系統；二是在上一段的實習中，嘗試用Copilot輔助編寫業務代碼。

在招聘市場上，早做準備和現在纔開始關注的同學差距非常明顯。這種差距主要體現在技術棧的完整性和對AI產品的理解深度上。早準備的同學能清晰地說出當下大模型架構的優缺點，有相對成熟的GitHub項目；而晚關注的同學往往只停留在「用過AI」的層面，缺乏系統性的項目支撐。

我認為「會用AI」和「懂AI」在求職中完全不同。會用AI是指熟練使用各種工具提效，懂AI是指理解模型原理、能優化模型結構。我並沒有因為在某些底層原理上還有欠缺就放棄投遞，反而因為我在AI應用層的日常學習積累，更敢去衝那些工程化落地的崗位。

至於非AI背景的同學，我認為「全員AI化」已經成為趨勢。我一位學市場營銷的同學，現在也在學習AI繪圖和數據分析，因為大廠要求所有崗位都要具備AI素養。

我在學校期間一直在刷算法和數據結構，它們是理解AI的地基，但現在僅僅有這些不夠了，必須在這個地基上快速搭建起AI的知識框架。總的來說，面對大廠All in AI，我覺得自己能勉強接住，但必須跑着才能跟上。

04

想進大廠AI崗，一定要重視垂直實習經歷

小鹿｜ 華五某校心理學專業 26屆碩士

我是26屆畢業生，剛正式入職一家大廠，做產品方向。本碩讀的都是心理學，校招拿到這個offer，主要是因為去年在這裏實習，產出不錯，老闆認可，秋招就順理成章留下來了。

能走到這一步，運氣和積累都有。我大二就開始實習，最開始純粹是假期想找點事做，做過市場研究、用戶研究、營銷，後來才轉到產品方向。小紅書、字節、騰訊、快消，前前後後攢了好幾段經歷。在字節做過商業化，也在騰訊做了一段跟AI相關的產品。

今年8月，各家大廠的2027屆校招陸續開了。大廠都在All in AI，變化確實太大了，我去年投的時候AI崗位和非AI崗位差不多五五開，到今年基本已經七三開了。

我去年參與校招的時候，前前後後投了十幾份簡歷。我也嘗試過AI崗位，當時有一段AI產品實習經歷，想着應該能試試，結果沒有一家撈我面試。後來了解到，那些AI產品崗招的人都有兩三段大廠或獨角獸的AI產品實習。這個賽道已經卷到不可思議的程度了。

身邊同學也很有壓力，即便985本碩，有的拖到春招才定下來。沒有AI相關經歷的同學更喫虧，眼睜睜看着大量崗位被划走。

我身邊有個27屆的暑期實習生，他特別焦慮，擔心轉正、擔心秋招、擔心AI崗位比例這麼高自己沒對應經歷怎麼辦。我能理解他，畢竟去年我投AI崗位都過不了簡歷關，今年門檻只會更高。

AI確實是大勢所趨，從公司層面看，押注AI能拉股價、能講商業故事，這是實實在在的利益。可從個人角度，我會想這份工作到底能不能讓我積累真實的能力和資源？我認識一些做AI的博士朋友，他們甚至能用AI訓練AI了，但依然非常焦慮。

雖然我現在的崗位對AI還沒有硬要求，但我已經把AI當成輔助工具用起來了，比如寫報告、做數據分析、梳理流程，AI能幫我提效很多。甚至我覺得會用AI提效，比去做純AI產品，對大多數非技術崗的人來說更有實際價值。

對想進大廠的學弟學妹說，時間來得及的情況下，先去實習，中廠小廠都行，慢慢積累，探索自己到底對什麼感興趣，如果以後想投遞大廠AI相關崗位，一定要重視垂直實習經歷，平常AI能力也要學，日常生活中多用。

最後想說，你面試沒過，很多時候不是因為你不優秀，只是不匹配而已。我簡歷投遞階段被字節掛了5次，美團阿里也掛了好幾次，但最後還是收到offer了，要相信自己。

05

AI崗位越分越細，我不敢什麼熱門投什麼

大澤｜985高校園軟件工程專業 27屆碩士

我本科是計算機相關專業，現在讀軟件工程碩士。實驗室這兩年也開始做大模型和Agent。

我從7月提前批開始投簡歷，到現在投了二十多份，主要是大模型算法、Agent算法和AI應用開發崗。目前面了四五家，有兩家走到了比較靠後的流程，但還沒有正式offer。

我接觸AI算比較早。本科大三開始學機器學習，讀研以後一直在做大模型相關項目，也去一家AI創業公司實習過。所以剛開始秋招的時候，我覺得自己的經歷還算對口，大模型、Agent、AI Infra這些方向，只要看到合適的崗位都會投。

但真正面起來以後，我發現AI崗位不像想象中那麼「通用」。

現在面試官問得很細。比如做一個Agent，為什麼要這樣設計工作流？調用了哪些模型？效果不好怎麼排查？怎麼做評測？如果是實習項目，還會繼續問有沒有上線、誰在用、你自己負責了哪一部分。

我有一次就被一個RAG項目問住了。那個項目是我在實驗室做的，我自己覺得挺熟，簡歷上重點寫了。面試官先問文檔怎麼切，再問為什麼這麼切、召回效果怎麼評估，後來又追問不同方案的數據對比。我後面就有點答不上來了。

因為它說到底還是一個實驗室項目，很多上線之後纔會碰到的問題，我沒有經歷過。

這次面試之後，我就重新改了簡歷，把幾個自己講不深的項目刪掉了，投崗位也開始更謹慎。

比如AI Infra我之前也看過，但我的C++和系統方面積累不夠，現在臨時補已經來不及。預訓練、後訓練也是一樣，雖然接觸過一些，但沒有紮實的經歷。現在我主要還是投Agent和大模型應用相關的崗位，面試的時候還算有東西可講。

我平時用AI也很頻繁，寫代碼、看論文、整理實驗結果都會用Cursor、Claude。但至少我碰到的幾次技術崗面試裏，面試官不會專門問你用了多少AI工具，最後還是會追到具體項目裏，看你到底做了什麼、解決了什麼問題。所以我現在不像剛開始秋招時那麼想追熱門了。

大廠All in AI，對我們這種本身就在做AI的學生肯定是機會，但這個機會沒有想象中那麼大。方向越來越多以後，反而要更早想清楚自己到底往哪一條路走。

*題圖及文中配圖均來源於pexels。文中曉斌、噹噹、小鹿、大澤均為化名。