简历上写“会用AI”，已经过期了。

定焦One（dingjiaoone）原创

作者 | 李梦冉 王璐 王汉星 雷晶 金玙璠

编纂 | 金玙璠

若是你最近在找工作，或者筹算跳槽，或许率会发现：此刻大厂的招聘JD里，AI的含量高得吓人。

两年前，若是你的简历上写着“纯熟使用ChatGPT”，HR可能还会多看两眼，感触你是个愿意拥抱新事物的人。但此刻，这句话的含金量，或许就跟十年前在简历里写“精通Word和Excel”差不多。

招聘一线的变动，比我们设想的要凶残得多。

技术岗位的界限在被突破。以前大厂招人，前端是前端，后端是后端。此刻，好多公司招的是“全栈AI工程师”。从前三幼我的活儿，此刻一幼我加一堆AI工具就干完了。

非技术岗位的日子也不好过。运营、市场、HR，甚至法务和财政，都在被要求用AI来干活。大厂甚至已经起头用AI来做简历初筛，0.3秒就能扫完一份简历。

这不禁让人内心打鼓：我们从前辛苦累苦攒下的工作经验，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？

为了搞明显大厂此刻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，也有衔接大厂与求职者的招聘平台首创人。但愿这些分歧视角的分享能给你一些启发。

01.简历上写“纯熟使用AI工具”，写了蹬宗没写

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，再到最近各类AI agent发作，说真话，每一轮迭代我都能在简历池里看到变动。最直观的感触是两个维度：一个是岗位自身变了，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」剽个方向，之前它接装HR培训生”。背后的能力模型齐满是两套逻辑。

以往我们看一个HR培训生，主题是人际感知力、对人道的洞察。今年不一样，我们但愿你不仅会分析数据，更但愿你能造就自己的agent，让AI去辅助你实现简历初筛、口试纪录分析等反复性工作。

所以此刻简历上写“纯熟使用ChatGPT”已经不够了。只是抽象地写“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？产出了什么了局？

好多人问，AI是不是让应届生和三年经验的人差距缩幼了？我感触不愿定。AI说到底是工具，一个有三年经验的人更知路自己领域里的痛点在哪里，知路怎么向AI提问，知路什么了局是合理的。

我举个例子：我们技术岗或许分两个方向，研发和算法。研发里的前端受AI冲击比力大，今年HC的确有肯定缩减。但算法岗就不一样了，像agent、AI infra、多模态、天然说话处置这些方向，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、财政，多几多少都对AI能力有要求，就像我上面提到今年推的AI+HR方向。

我今年进学堂做宣讲，发现好多同学不安自己不会用AI就被裁减，又不知路怎么才算“会用”。我的建议是：提前做职业规划。

好比说你将来想做AI产品经理，那你就能够自己试着跑幼法式、做demo。此刻AI工具已经把这件事的门槛降得极度低了，你不必要会写复杂的代码，但你得有产品思想，好比你会做竞品分析，会做用户洞察，能从0到1想明显一个产品的逻辑。这些才是真正拉开差距的处所。

02.好奇心+判断力，成为主题素质

周子龙 | 北京 00后 知潜首创人

这两年，我显著感触到招聘市场的变动比从前十年还要大。单一说就是八个字：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，技术岗还长短技术岗，把握并纯熟使用AI工具，在成为根基的职业素养。并且，AI在抹平岗位之间的天堑，一幼我能干的活越来越多了。

最显著的就是前后端工程师的界限在隐没，非技术岗也不例表。对运营、市场等职能，AI重要代替的是“基础出产”环节。好比大厂招运营，会要求候选人能用AI工具急剧天生多说话、多风格的案牍、海报、视频剧本等，相当于一幼我干了从前一个幼组的活。

我把稳到，此刻口试时，大厂甚至不少创业公司，城市出题测试候选人使用AI工具的能力。这已经逐步成为口试的通例环节。

大厂招人的底层逻辑其实没变：招人是来提升出产力、交付了局的。只是如今，出产力=人+AI工具。

因而，招聘尺度也随之进化，能够总结为三点：

第一，AI工具是“必选项”。无论什么岗位，若是不会用AI提效，竞争力会大打折扣。此刻大厂所有业务都在推动“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“看了局”。从前简历重点看你在哪里工作过，此刻更关注你“做成了什么”，尤其是你用AI做出了哪些可展示的成就。

第三，好奇心+判断力，成为主题素质。AI技术迭代速度极快，没有持续的好奇心和进建能力，很快就会后进。但光有好奇心不够，还得知路什么工具适合解决什么问题，天生的了局该若何评价和优化。二者缺一不成。

若是你是一位在找工作或思考跳槽的牛马，我的是建议是：立刻、顿时，去学主流AI工具，选与你岗位最有关的，玩到精通，让它成为你的“表挂大脑”
；用AI“重新做一遍”你的过往项目，把提升的效能和成就写进简历里。

03.大厂3个HC缩成1个，岗位更少、人更值钱

刘杰 ｜33岁 北京 互联网猎头照拂

我做了8年猎头，重要服务互联网大厂的技术岗招聘。

从前，手里最稳的单子是资深Java后端和高级前端工程师，客户要求单一了然，候选人画像也清澈。

但ChatGPT火了之后，招聘需要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（提醒词工程）。上个月，统一个JD已经改成“具备多Agent协同系统设计经验，能独立实现复杂业务场景的Agent编排”。

Prompt优化从加分项造成炼基功，此刻连门槛都算不上。LLM微调、Prompt优化、成效评估，这些在2024年还是高阶技术，此刻已经是简历上的根基要求，写上去不会加分，但没有肯定会减分。此刻最值钱的可能是AI Lab的有关工作经历。

除了技术需要，岗位设置变动也很大。以前大厂招人技术栈分得很细，有前端、后端、测试，各管一摊。而此刻技术栈的岗位越来越少，好多部门直接把前端、后端浓缩成一个岗位，好比AI利用开发工程师或者全栈AI工程师。

从前三个HC的事儿，此刻一个就解决了。

所以筛选简历时，我的尺度也在变。以前看项目经验、大厂背书，此刻看AI利用落地经验，那些在简历里面说自己能纯熟使用某某AI工具的，我都感触像个“原始人”。用大厂HR的黑话来说就是，我要的是可量化的AI使用了局和业务关环能力。

对于职场新人或者应届生，我感触此刻的机遇更多了。一个齐全没经验的新人和一个工作了三四年的人，差距险些已经被AI抹平了。

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。并且大厂对于具备肯定AI能力的新人也比以前更慷慨，开出的薪资可能比以前逾越20%-30%。

我给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.我助大厂挖人才，AI能力像空气一样必须

王磊｜北京 科锐国际华北区科技业务掌管人

从前，互联网大厂更关注To C业务的有关岗位，这两年，利用算法、国产芯片适配、AI云架构有关的人才需要显著增长。

职位需要中的AI含量更是显著提高了。以产品经理为例，从前企业更关注候选人的需要分析、用户调研等传统能力。但到了今年，熟悉主流大模型API挪用、具备大模型产品设计经验、有AI有关的产品落地项目，造成了招聘主题要求。

招聘需要变了，对候选人的要求天然也随着在变。AI没让经验贬值，反而让“经验+AI”更值钱了。好多应届生使用AI多停顿在学业层面
；而有工作经验的职场人，会将AI使用在具体的工作场景中，凭借在业务、行衣讽解上的优势，让AI阐扬作用。

行业也出现了一个反学问的景象：对AI最抵触的，反而是部门IT开发人员。他们离技术最近，感触到技术代替带来的职场压力，就会本能地倾轧。但AI能力已经像空气一样必须，积极进建新产品、新知识的人才会越来越“值钱”。

分歧岗位受到的冲击水平也是不一样的。财政、法务这些流程化强的岗位，效能被AI拉上去后，企业就不必要那么多人了。而猎头、征询服务这类依赖经验判断和沟通的岗位，短期内则难以被代替。

与此同时，行业的人才流动也在发生变动。越来越多大厂治理岗或资深技术人，起头批量流向国央企的数字化平台，或者选择自己创业。他们在大厂提升空间见顶，但行业经验、人脉、系统化能力都在巅峰期。而国央企正处于数字化搭建或升级的关键时期，最必要的就是这种有资源、能从0到1落地项主张资深人才。

05.将来前途：把你的业务“蒸馏”给AI，跑通自动化

陆海天｜资深猎头

“招聘要不要调查AI能力」剽个问题已经没什么意思了。凡是有点钻营的科技公司，用AI早就是默认操作。此刻大厂招人的尺度是：你对AI有没有产业级的理解，能不能用AI刷新业务。

从前大厂相互挖人，看重的是项目经验，性质是复造敌手的工作步骤。此刻同样的岗位，不是让你做原来的事，而是“每天陪AI打磨”。说白了，大厂此刻险些只在做一件事：把所有产品AI化。

举个例子，招运营，口试官会直接提问：你怎么把10个账号扩大到100个，用更低成本产出更多优质内容。这背后是AI时期的两种经营思路，若是能做成，企业要不归并敌手的份额，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。

拿法式员来说，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直接有关。但法式员岗位严重缩水。一些头部大厂的纯技术开发岗，已经不到原来的20%。以前法式员说自己“代码能力强、能加班”是有效的，此刻，在AI刻下险些没有竞争力。一些顶级法式员的速度和产出都赶不上AI。再过一两年，“法式员”可能会成为汗青概想。

在技术岗中，处境最好的是算法人才，出格是能把大模型嫁接到传统行业、刷新工作流程的人。路理很单一：AI缺优质数据和场景理解。只有有一个懂弃取的专业人士在中央，AI的能力天堑就能不休扩大。这种人才稀缺，往往被企业哄抢，或者被本钱推动去创业。主导这类项主张运营和项目经理，同样值钱。

在这一轮刷新中，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。如此效能，通常职能岗很快被边缘化。

一个例表是市场营销岗位。它靠近用户且必要创意、判断，AI能够辅助战术造订、风险评估。前阵子某手机厂商的舆情事务，若是用AI应该能评估出风险，由于AI谁都不敢冲撞，不会设计这么激进的传布规划。但AI的短板也不言而喻：不足新鲜创意。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：大厂思虑的是人到底能为AI做什么。主体已经造成了AI。对于员工来说，若何适应公司的要求，最大限度将自己手里的业务和AI融合是根基的工作要求。

我用一个迸作形容当前的职。好坑孜叶际瞧迨，老板给你“tokens”，相当于AI算力的使用额度，你用这笔资源，对业务做了怎么的赋能，决定了你在公司的价值。

这个能力，跟春秋无关，跟学堂布景无关，最关键的是：你能否把自己掌管的业务？槠肴罢袅蟆背隼，交给AI跑通流程，实现自动化。做得到，老板天然愿意给你更高薪水、更大权责，甚至有机遇去刷新其他业务线。

这也意味着，应届生面对的挑战比成熟职场人更大。既没有业务经验，也没有AI思想和全局意识。要真想助他们，大学阶段就该开AI实战课，让他们用AI做具体项目。

美国已经出现有意“传染”AI数据来
；じ谖坏男形，但挡不住企业的AI投入。中国的整体导向更激励AI赋能，企业会走得更快。将来几年，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。

*题图及文中配图起源于pexels。