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。
01
三类AI人才，有一类跟你很相关
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。
02
35岁、文科生、名校——这些标签正在失效
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。
03
企业内部，正在发生一场静悄悄的"AI答辩"
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。
04
下半场，怎么打？
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。
热门跟贴