大盘下跌如何避险
简历上写"会用 AI "，已经过时了。
作者 | 李梦冉 王璐 王汉星 雷晶 金玙璠编辑 | 金玙璠
如果你最近在找工作，或者打算跳槽，大概率会发现：现在大厂的招聘 JD 里，AI 的含量高得吓人。
两年前，如果你的简历上写着"熟练使用 ChatGPT "，HR 可能还会多看两眼，觉得你是个愿意拥抱新事物的人。但现在，这句话的含金量，大概就跟十年前在简历里写"精通 Word 和 Excel "差不多。
招聘一线的变化，比我们想象的要残酷得多。
技术岗位的界限正在被打破。以前大厂招人，前端是前端，后端是后端。现在，很多公司招的是"全栈 AI 工程师"。过去三个人的活儿，现在一个人加一堆 AI 工具就干完了。
非技术岗位的日子也不好过。运营、市场、HR，甚至法务和财务，都在被要求用 AI 来干活。大厂甚至已经开始用 AI 来做简历初筛，0.3 秒就能扫完一份简历。
这不禁让人心里打鼓：我们过去辛辛苦苦攒下的工作经验，是不是就不值钱了？一个刚毕业、把 AI 玩得很溜的应届生，是不是反而更吃香？
为了搞清楚大厂现在到底想要什么样的人，我们和五位招聘行业的从业者聊了聊，他们之中，有在大厂内部做校招的 95 后 HR，有服务顶级互联网大厂多年的资深猎头，也有连接大厂与求职者的招聘平台创始人。希望这些不同视角的分享能给你一些启发。
01. 简历上写"熟练使用 AI 工具"，写了等于没写
洛洛 | 北京 95后 互联网大厂HR（校招方向）
我在某互联网大厂做校招，从 ChatGPT、DeepSeek，再到最近各种 AI agent 爆发，说实话，每一轮迭代我都能在简历池里看到变化。最直观的感受是两个维度：一个是岗位本身变了，另一个是对人的底层素质的要求变了。
先说岗位。今年我们公司推出了" AI+ 人力资源培训生"这个方向，之前它叫" HR 培训生"。背后的能力模型完全是两套逻辑。
以往我们看一个 HR 培训生，核心是人际感知力、对人性的洞察。今年不一样，我们希望你不仅会分析数据，更希望你能培养自己的 agent，让 AI 去辅助你完成简历初筛、面试记录分析等重复性工作。
所以现在简历上写"熟练使用 ChatGPT "已经不够了。只是笼统地写"熟悉 AI 工具"，在 HR 眼里跟没写差不多。我们想看的是：你在哪个项目里用了 AI？解决了什么问题？产出了什么结果？
很多人问，AI 是不是让应届生和三年经验的人差距缩小了？我觉得不一定。AI 说到底是工具，一个有三年经验的人更知道自己领域里的痛点在哪里，知道怎么向 AI 提问，知道什么结果是合理的。
我举个例子：我们技术岗大概分两个方向，研发和算法。研发里的前端受 AI 冲击比较大，今年 HC 确实有一定缩减。但算法岗就不一样了，像 agent、AI infra、多模态、自然语言处理这些方向，要求反而是提高了。我们甚至会看候选人有没有在 CV、ACL 这类顶会上发过论文。
非技术岗也是，运营、市场、法务、财务，多多少少都对 AI 能力有要求，就像我上面提到今年推的 AI+HR 方向。
我今年进学校做宣讲，发现很多同学担心自己不会用 AI 就被淘汰，又不知道怎么才算"会用"。我的建议是：提前做职业规划。
比如说你未来想做 AI 产品经理，那你就可以自己试着跑小程序、做 demo。现在 AI 工具已经把这件事的门槛降得非常低了，你不需要会写复杂的代码，但你得有产品思维，比如你会做竞品分析，会做用户洞察，能从 0 到 1 想清楚一个产品的逻辑。这些才是真正拉开差距的地方。
02. 好奇心 + 判断力，成为核心素质
周子龙 | 北京 00后 知潜创始人
这两年，我明显感觉到招聘市场的变化比过去十年还要大。简单说就是八个字：岗位在变少，要求在变高。
尤其是在大厂，无论你是新人还是老兵，技术岗还是非技术岗，掌握并熟练使用 AI 工具，正在成为基本的职业素养。而且，AI 正在抹平岗位之间的边界，一个人能干的活越来越多了。
最明显的就是前后端工程师的界限正在消失，非技术岗也不例外。对运营、市场等职能，AI 主要替代的是"基础生产"环节。比如大厂招运营，会要求候选人能用 AI 工具快速生成多语言、多风格的文案、海报、视频脚本等，相当于一个人干了过去一个小组的活。
我注意到，现在面试时，大厂甚至不少创业公司，都会出题测试候选人使用 AI 工具的能力。这已经逐渐成为面试的常规环节。
大厂招人的底层逻辑其实没变：招人是来提升生产力、交付结果的。只是如今，生产力 = 人 +AI 工具。
因此，招聘标准也随之进化，可以总结为三点：
第一，AI 工具是"必选项"。无论什么岗位，如果不会用 AI 提效，竞争力会大打折扣。现在大厂所有业务都在推进" AI 化"，你不懂 AI，可能连业务都理解不了，更别说做增长了。
第二，从"看经历"到"看结果"。过去简历重点看你在哪里工作过，现在更关注你"做成了什么"，尤其是你用 AI 做出了哪些可展示的成果。
第三，好奇心 + 判断力，成为核心素质。AI 技术迭代速度极快，没有持续的好奇心和学习能力，很快就会落伍。但光有好奇心不够，还得知道什么工具适合解决什么问题，生成的结果该如何评判和优化。二者缺一不可。
如果你是一位正在找工作或考虑跳槽的牛马，我的是建议是：立刻、马上，去学主流 AI 工具，选与你岗位最相关的，玩到精通，让它成为你的"外挂大脑"；用 AI "重新做一遍"你的过往项目，把提升的效率和成果写进简历里。
03. 大厂 3 个 HC 缩成 1 个，岗位更少、人更值钱刘杰 ｜33岁 北京 互联网猎头顾问
我做了 8 年猎头，主要服务互联网大厂的技术岗招聘。
过去，手里最稳的单子是资深 Java 后端和高级前端工程师，客户要求简单明了，候选人画像也清晰。
但 ChatGPT 火了之后，招聘需求的迭代速度快得吓人。半年前我给某大厂算法岗推人，客户还要求精通 Prompt Engineering（提示词工程）。上个月，同一个 JD 已经改成"具备多 Agent 协同系统设计经验，能独立完成复杂业务场景的 Agent 编排"。
Prompt 优化从加分项变成了基本功，现在连门槛都算不上。LLM 微调、Prompt 优化、效果评估，这些在 2024 年还是高阶技能，现在已经是简历上的基本要求，写上去不会加分，但没有一定会减分。现在最值钱的可能是 AI Lab 的相关工作经历。
配资排行平台除了技能需求，岗位设置变化也很大。以前大厂招人技术栈分得很细，有前端、后端、测试，各管一摊。而现在技术栈的岗位越来越少，很多部门直接把前端、后端浓缩成一个岗位，比如 AI 应用开发工程师或者全栈 AI 工程师。
过去三个 HC 的事儿，现在一个就解决了。
所以筛选简历时，我的标准也在变。以前看项目经验、大厂背书，现在看 AI 应用落地经验，那些在简历里面说自己能熟练使用某某 AI 工具的，我都觉得像个"原始人"。用大厂 HR 的黑话来说就是，我要的是可量化的 AI 使用结果和业务闭环能力。
对于职场新人或者应届生，我觉得现在的机会更多了。一个完全没经验的新人和一个工作了三四年的人，差距几乎已经被 AI 抹平了。
元股证券:ygzq.hk
那些只会按流程干活，没有业务判断力的资深员工，反而不如一个会用 AI 的应届生。而且大厂对于具备一定 AI 能力的新人也比以前更慷慨，开出的薪资可能比以前高出 20%-30%。
我给正在求职技术岗的年轻人的建议是，证明自己比 AI 更懂业务，比证明自己比 AI 会写代码更重要。
04. 我帮大厂挖人才，AI 能力像空气一样必王磊｜北京 科锐国际华北区科技业务负责人
过去，互联网大厂更关注 To C 业务的相关岗位，这两年，应用算法、国产芯片适配、AI 云架构相关的人才需求明显增加。
职位需求中的 AI 含量更是明显提高了。以产品经理为例，过去企业更关注候选人的需求分析、用户调研等传统能力。但到了今年，熟悉主流大模型 API 调用、具备大模型产品设计经验、有 AI 相关的产品落地项目，变成了招聘核心要求。
招聘需求变了，对候选人的要求自然也跟着在变。AI 没让经验贬值，反而让"经验 +AI "更值钱了。很多应届生使用 AI 多停留在学业层面；而有工作经验的职场人，会将 AI 运用在具体的工作场景中，凭借在业务、行业理解上的优势，让 AI 发挥作用。
行业也出现了一个反常识的现象：对 AI 最抵触的，反而是部分 IT 开发人员。他们离技术最近，感受到技术替代带来的职场压力，就会本能地排斥。但 AI 能力已经像空气一样必需，积极学习新产品、新知识的人才会越来越"值钱"。
不同岗位受到的冲击程度也是不一样的。财务、法务这些流程化强的岗位，效率被 AI 拉上去后，企业就不需要那么多人了。而猎头、咨询服务这类依赖经验判断和沟通的岗位，短期内则难以被替代。
与此同时，行业的人才流动也在发生变化。越来越多大厂管理岗或资深技术人，开始批量流向国央企的数字化平台，或者选择自己创业。他们在大厂晋升空间见顶，但行业经验、人脉、体系化能力都在巅峰期。而国央企正处于数字化搭建或升级的关键时期，最需要的就是这种有资源、能从 0 到 1 落地项目的资深人才。
05. 未来出路：把你的业务"蒸馏"给 AI，跑通自动化
陆海天｜资深猎头
"招聘要不要考察 AI 能力"这个问题已经没什么意义了。凡是有点追求的科技公司，用 AI 早就是默认操作。现在大厂招人的标准是：你对 AI 有没有产业级的理解，能不能用 AI 改造业务。
过去大厂互相挖人，看重的是项目经验，本质是复制对手的工作方法。现在同样的岗位，不是让你做原来的事，而是"每天陪 AI 打磨"。说白了，大厂现在几乎只在做一件事：把所有产品 AI 化。
举个例子，招运营，面试官会直接提问：你怎么把 10 个账号扩展到 100 个，用更低成本产出更多优质内容。这背后是 AI 时代的两种经营思路，如果能做成，企业要不吞并对手的份额，扩大自己的团队，实现增长与扩张，要不就是自我削减团队，实现降本增效。
AI 赋能带来的直接后果，就是岗位结构的大洗牌。
拿程序员来说，我服务某顶级互联网大厂多年，今年拿到的上百个岗位里，有 70% 以上与 AI 直接相关。但程序员岗位严重缩水。一些头部大厂的纯技术开发岗，已经不到原来的 20%。以前程序员说自己"代码能力强、能加班"是有用的，现在，在 AI 面前几乎没有竞争力。一些顶级程序员的速度和产出都赶不上 AI。再过一两年，"程序员"可能会成为历史概念。
在技术岗中，处境最好的是算法人才，特别是能把大模型嫁接到传统行业、改造工作流程的人。道理很简单：AI 缺优质数据和场景理解。只要有一个懂取舍的专业人士在中间，AI 的能力边界就能不断扩展。这种人才稀缺，往往被企业哄抢，或者被资本推动去创业。主导这类项目的运营和项目经理，同样值钱。
在这一轮变革中，冲击最大的是职能岗。大公司每天收到海量简历，已经高度依赖 AI 做初筛，0.3 到 0.4 秒扫完 1500 份。如此效率，普通职能岗很快被边缘化。
一个例外是市场营销岗位。它靠近用户且需要创意、判断，AI 可以辅助策略制定、风险评估。前阵子某手机厂商的舆情事件，如果用 AI 应该能评估出风险，因为 AI 谁都不敢得罪，不会设计这么激进的传播方案。但 AI 的短板也显而易见：缺乏新鲜创意。目前做创意的营销人才，依然有较大空间。
说到这里，我们要正视一点：大厂思考的是人到底能为 AI 做什么。主体已经变成了 AI。对于员工来说，如何适应公司的要求，最大限度将自己手里的业务和 AI 融合是基本的工作要求。
我用一个比喻形容当前的职场：每个人都是棋手，老板给你" tokens "，相当于 AI 算力的使用额度，你用这笔资源，对业务做了怎样的赋能，决定了你在公司的价值。
这个能力，跟年龄无关，跟学校背景无关，最关键的是：你能否把自己负责的业务模块完整"蒸馏"出来，交给 AI 跑通流程，实现自动化。做得到，老板自然愿意给你更高薪水、更大权责，甚至有机会去改造其他业务线。
这也意味着，应届生面临的挑战比成熟职场人更大。既没有业务经验，也没有 AI 思维和全局意识。要真想帮他们，大学阶段就该开 AI 实战课，让他们用 AI 做具体项目。
美国已经出现故意"污染" AI 数据来保护岗位的行为大盘下跌如何避险，但挡不住企业的 AI 投入。中国的整体导向更鼓励 AI 赋能，企业会走得更快。未来几年，上市公司财报会越来越多提到使用 AI agent 的比例，而不是员工人数。
股票配资门户官网提示：本文来自互联网，不代表本网站观点。
