“会用AI”——这句话放在简历上，已经不再加分，反而可能暴露你的认知滞后。
就在短短两年间，AI从“加分项”变成了“默认配置”。如果你还在简历里写“熟练使用ChatGPT”，在大厂HR眼里，这和十年前写“精通Office”没什么区别——不是错，只是太基础，甚至显得你没跟上节奏。
我们采访了五位身处招聘一线的从业者：有95后大厂校招HR、00后招聘平台创始人、资深互联网猎头、头部人力机构科技业务负责人，以及专注AI人才流动的行业观察者。他们的共识是：AI没有淘汰人，但正在淘汰“不会与AI协作的人”。
01｜“熟练使用AI工具”？写了等于白写
洛洛｜某头部互联网公司校招HR
今年我们把“HR培训生”项目升级为“AI+人力资源培训生”。名字只改了三个字，能力模型却彻底重构。
过去，我们看重的是人际敏感度、共情能力和组织理解力。现在，这些依然重要，但必须叠加一项新能力：能否用AI重构工作流。比如，让Agent自动完成简历初筛、面试记录结构化、候选人画像生成——而你，负责设计提示词、校准结果、做出最终判断。
所以，当我在简历里看到“熟悉AI工具”这种模糊表述，基本直接跳过。我们想看的是：
- 你在哪个具体项目中调用了什么AI工具？
- 解决了什么业务痛点？
- 产出是否可量化（如效率提升X%、人力节省Y小时）？
很多人担心应届生会因“AI熟练”而逆袭资深员工。但现实恰恰相反：经验越丰富的人，越知道该问AI什么问题。一个三年经验的产品经理，能精准指出“用户流失的关键路径在哪”，然后让AI生成归因分析；而新人可能连问题都提不准。
我的建议很直接：提前做职业沙盘推演。
如果你想做AI产品经理，就用现成工具（如Cursor、Dify、LobeChat）自己跑一个Demo小程序。不需要写代码，但要能讲清楚：用户是谁？解决了什么痛点？为什么这个方案比竞品好？——这才是AI时代真正的“产品思维”。
02｜核心竞争力变了：好奇心 × 判断力
周子龙｜知潜招聘平台创始人（00后）
我观察到一个残酷趋势：岗位在减少，要求在飙升。
大厂现在招运营，不再只要求你会写文案，而是看你能否用AI在1小时内生成100条多语言、多风格的短视频脚本，并自动匹配投放渠道。一个人干了过去一个小团队的活。
更关键的是，AI正在抹平岗位边界。前端、后端、测试的界限日益模糊，“全栈AI工程师”成为新标配。非技术岗也一样——法务要用AI审合同，财务要用AI做预测，HR要用AI做人才盘点。
因此，大厂的招聘逻辑已进化为三点：
- AI工具是底线：不会用=不具备基本职业素养；
- 结果导向取代经历堆砌：重点不是你做过什么，而是你用AI做出了什么可验证的成果；
- 好奇心 + 判断力 = 核心素质：AI迭代太快，没有持续学习欲会迅速掉队；但光会追新不够，还得知道何时用、怎么用、如何评估输出质量。
给求职者的行动建议：
- 立刻选定1–2个与你岗位强相关的AI工具（如Notion AI、Fireflies、Tome），玩到精通；
- 用AI“重做”你过去的项目，把效率提升、成本节约、质量改进等数据写进简历；
- 在面试中展示你的“AI工作流”，而不是泛泛而谈“我会用”。
03｜HC砍掉三分之二，但“人”更值钱了
刘杰｜资深互联网猎头（8年经验）
我过去最稳的单子是Java后端和高级前端。如今，这些岗位的HC（Headcount）普遍缩减60%以上。但与此同时，具备AI工程化能力的人才薪资反而上涨20%-30%。
变化有多快？半年前客户还要求“精通Prompt Engineering”，上个月JD已变成“能独立设计多Agent协同系统，完成复杂业务编排”。
Prompt优化？那已经是呼吸一样的本能了。
现在筛选简历，我根本不看“是否会用AI”——这已是前提。我看的是：
- 是否有将AI落地到真实业务场景的经验？
- 能否构建“输入-处理-输出-反馈”的完整闭环？
- 在LLM微调、RAG、Agent框架等高阶技能上是否有实践？
有趣的是，应届生的机会反而变多了。因为AI拉平了“执行层”差距。一个会用AI的新人，可能比只会机械编码的老手产出更高。但前提是：你得证明自己比AI更懂业务——知道什么需求值得做，什么结果算合理，什么风险要规避。
04｜AI能力像空气，不用就会窒息
王磊｜科锐国际华北区科技业务负责人
过去大厂抢人，看的是To C经验、DAU增长、GMV提升。现在，AI相关能力成了硬通货。
以产品经理为例，传统的需求分析、用户访谈仍是基础，但必须叠加：
- 熟悉主流大模型API（如OpenRouter、Anthropic、Moonshot）；
- 有AI产品从0到1的落地经验；
- 能设计基于Agent的工作流。
值得注意的是，对AI最抵触的，反而是部分IT开发人员。他们离技术最近，感受到被替代的焦虑，于是选择回避。但现实是：AI能力已如空气般必需。积极拥抱者，价值倍增；抗拒者，逐渐边缘化。
人才流向也在变化：越来越多大厂资深技术人或管理者，正批量流向国央企的数字化平台或自主创业。原因很简单——他们在大厂晋升见顶，但经验、资源、体系化能力正值巅峰；而国央企正处于数字化攻坚期，急需能“从0到1搭系统”的实战派。
05｜未来出路：把你的业务“蒸馏”给AI
陆海天｜资深猎头，专注AI人才战略
现在大厂招人的底层逻辑只有一条：你能否用AI改造业务？
举个例子：招运营，面试官会直接问：“如何用AI把10个账号扩展到100个，同时降低50%内容成本？”
这背后是两种AI时代的经营哲学：
- 要么通过AI实现指数级扩张（吞并对手份额）；
- 要么通过AI实现极致降本（自我精简团队）。
结果就是岗位大洗牌：
- 程序员：纯编码岗萎缩至不足20%，顶级开发者也难敌AI的产出速度；
- 算法人才：尤其是能将大模型嫁接到金融、制造、医疗等垂直领域的，极度稀缺；
- 职能岗：HR、财务、法务等流程化岗位，正被AI初筛系统（0.3秒/份）快速替代；
- 例外是营销：创意与风险判断仍需人类，AI可辅助策略，但无法替代“新鲜感”。
我常对候选人说：你现在是棋手，老板给你的是“tokens”（AI算力额度）。
你能用这笔资源，把负责的业务模块自动化、智能化、规模化到什么程度，决定了你的价值。
应届生面临的挑战更大：既无业务经验，又缺AI思维。大学若不开设AI实战课，学生将难以应对真实职场。
最后提醒一句：美国已有企业故意“污染”AI训练数据以保护岗位，但挡不住趋势。中国政策明确鼓励AI赋能，企业只会走得更快。未来几年，上市公司财报里出现的将不再是“员工人数”，而是“AI Agent部署比例”。
结语：AI不淘汰人，只淘汰“旧工作模式”
大厂要的，从来不是“会用AI的人”，而是能用AI重新定义工作的人。
你的经验不会贬值，但若不能与AI融合，就会被更高效的人机协作组合超越。
未来的职场赢家，不是最懂技术的，也不是资历最老的，而是最善于把业务“蒸馏”成AI可执行流程的人。
在这个时代，提问的质量，比答案的速度更重要。
共同学习，写下你的评论
评论加载中...
作者其他优质文章
