明年，大厂就只招AI人才了？！

本文由 慢放ManFon 撰写/授权提供，转载请注明原出处。

以下文章来源于：慢放Manfon

作者：慢放

明年，很多科技大厂就只招 AI 人才了？！

有不少人在讨论，今年的大厂校招“只剩”三类岗位：AI 算法工程师、AI 全栈工程师、AI Agent 工程师。腾讯内部定了硬指标：每个业务线必须有 30% 的人通过 AI 能力认证。还有 HR 私下说，明年非 AI 岗位校招 HC，一个都没有。

这些传言未必全真。但传成这样，本身就说明问题了。

7 月盛夏，各家大厂的校招就全面启动了，阿里、百度的 AI 职位占比超出预期。字节跳动首次上新了"AI 全栈工程师""AI Agent 工程师"等岗位。DeepSeek 在 6 月就发布了大规模招聘，覆盖算法、研发、运维、产品等七大类。

大厂校招，真的只剩 AI 了。

更耐人寻味的是另一个信号。近期有HR爆料，脉脉的人才银行里，很多人名字旁边悄悄多了一个标签——"AI 技术底座人才"或者"AI应用开发人才"。脉脉把人才库分成了两栏：AI 人才，和非 AI 人才。一位 HR 半开玩笑地说："以后是不是只搜'AI 人才'那一栏就够了？"

这并非仅仅是 HR 之间的玩笑。一个招聘平台之所以能把人才库切分出“AI 人才”和“非 AI 人才”，前提是 AI 人才已经在平台上形成了足够高密度的聚集和持续活跃。脉脉创始人兼CEO林凡透露过一组数据：“80% 的 AI 人才在脉脉交流技术趋势、分享行业动态、寻找职业机会。”

这些活跃行为不只是内容互动，也在一定程度上构成了招聘市场识别 AI 人才的新基础。因此，当HR在人才库中勾选“AI 人才”标签时，看到的并不只是一个简单筛选结果，而是招聘市场对 AI 能力进行结构化识别的开始：谁在做底层模型，谁在开发 AI 应用，谁能把 AI 工具用到具体业务里，正在被更清晰地标注出来。AI 人才竞争的变化，也正体现在这种从“看简历关键词”到“看能力标签和真实行为”的转向中。

表面上是一场抢人大战，实际上是一道分水岭。一边是觉得 AI 跟自己无关的人，另一边是已经把自己变成 AI 人才的人。

先搞清楚一个基本问题：企业说的"AI 人才"，到底是什么意思？

根据脉脉的 AI 人才标签体系，AI 人才被分成了三个层级：

第一层：AI 技术底座人才。 搞 Pre-train、Post-train、RL、推理优化、Agent 底层开发。他们是"造 AI 的人"，要求高人数少，年薪自然高，从 7 位数到 9 位数不等。

第二层：AI 应用开发人才。 用 Agent、Workflow、RAG、工具调用来开发 AI 应用。他们是"用 AI 造东西的人"——把大模型封装成可用的产品。这个群体在快速扩大，但门槛依然不低。

第三层：AI 9* 业务效能人才。 熟练使用 AI 工具，在具体业务中拿到结果。他们是"用 AI 干活的人"——用 AI 写方案、做分析、跑流程、提效率。这才是企业真正大规模需要的，也是 99% 的职场人能够到的。

更通俗的说：第一层是造发动机的，第二层是造车的，第三层是会开车的。造发动机和造车跟大多数人没关系，但开车每个人都可以学，每个人都需要学。

一位HR朋友告诉我，他们现在的策略很清晰：外部招聘瞄准第一层和第二层的高阶人才，内部培养主攻第二层的普通人才和全部的第三层人才。 "

但问题来了。HR 看到的简历上，人人都写着"AI"，但怎么区分能力到底在哪个层级？。

这就是脉脉的 AI 标签体系的价值所在——它把能力分成了三个明确的层级，让 HR"看得清，找得到"。当所有人都说自己是 AI 人才的时候，你需要的不是更长的简历，而是更准的标签。

AI 时代，旧船票登不上新客船。如果 AI 人才是唯一标准，那么很多旧的标签就会失效。

先看 35 岁。过去“35 岁危机”本质是性价比危机——你比年轻人贵，产出却差不多。但其实年龄不是根本问题，会不会用 AI 才是。35 岁老兵如果能把 20 年行业经验变成可复用的自动化流程，价值可能超过 10 个年轻 Prompt 工程师。

再看文科生。纯文科工作最先被 AI 替代，但哲学、法学背景人才需求在上涨——大模型价值观对齐、内容合规、智能体权责界定，都需要跨学科知识。文科生必须比理科生更努力学 AI，用 AI 放大专业能力，而不是被替代。

最后看名校。不少大厂笔试新增 AI coding 题型，允许应届生调用 AI 工具完成项目。学校教了什么不重要，能不能用 AI 把项目跑通才重要。名校光环、GPA、论文发表，正在被重新定价。

与招聘同样值得关注的是，领先的公司已经在内部动刀了。

阿里、腾讯的 AI 落地路径大同小异：先让一部分人用起来，再让所有人用起来，最后让不会用的人走人。

一位接近阿里的人士透露，阿里内部正在推进一场"全员 AI 化"运动。各个业务线都在搞 AI 培训、AI 考核，从技术到产品到运营，没有人能置身事外。腾讯文档业务干脆取消了北京办公地点，整个团队聚焦 AI 方向。

这不是狼来了的故事，这是已经在发生的事。

脉脉 CEO 林凡表示："对于非技术的同学，真正会用 Coding Agent，是让它自动跑任务 1 小时以上。大家可以自评一下。"

1 小时是分水岭。写个 prompt 让 ChatGPT 润色文案，叫“用过”，不叫“会用”。让 AI 自主运行 1 小时以上，说明你懂得拆解任务、设计流程、处理异常、兜底边界。

这背后考验的是三样更底层的能力：学习力、判断力、提问力。这三样，跟学历、专业、年龄没有直接关系。

普通职场人正面临三层压力。

第一层，外部替代。Meta 裁员 8000，亚马逊 3 万，微软 8500，国内大厂同样传来优化消息。不是业绩不好，是 AI 在替代人。

第二层，内部更卷。不是 AI 替代你，是更会用 AI 的同事替代你。你说你更有经验，他说他更有产出。

第三层，标签重构。招聘逻辑从“你学过什么”变成“你能用 AI 做什么”，新的标签只有三个：造 AI、开发 AI 应用、靠 AI 拿结果。

对多数职场人，最务实的就是成为 AI 业务效能人才。不需要学架构，不需要跑微调，只需要在你的业务里，用 AI 拿到结果。

第一步，干中学。不要等“学完 AI 再开始”，而是“开始用了才学会”。用 AI 写第一份分析、跑第一个自动化流程、搭第一个 Agent。

第二步，拿结果。用 AI 不是为了炫技，是为了可量化的业务结果。效率提升多少？成本降低多少？把这些数字记下来。这是你对抗被替代的唯一武器。

第三步，让算法看到你。把 AI 技能和结果更新到脉脉主页和简历。未来更可能出现的场景不是你去投简历，而是 HR 在人才库里按标签搜人。没有 AI 人才标签，你被搜到的可能性就小的多。

下半场的答卷，不在简历上。在每一次和 AI 协作的 1 小时里，在每一个亲手跑通的自动化流程里，在每一个比没有 AI 的自己多出来的业务增量里。

先跑起来的人，会先被看到。

扫码关注公众号

获取更多技术资讯