前提是，得會用AI。

定焦One（dingjiaoone）原創(chuàng)

作者 | 雷晶 王璐 金玙璠 李夢冉 陳丹

編輯 | 王璐

“35歲+”的職場人，正在被AI重新定價。

脈脈《2026春招求職行為洞察》顯示，招聘市場“去初級化”明顯，要求3年以上經(jīng)驗的崗位占比超七成，而面向1年以內(nèi)新人的崗位同比縮減約20%。

初級崗位縮減的同時，另一組數(shù)據(jù)同樣值得關(guān)注：智聯(lián)招聘數(shù)據(jù)顯示，2026年春招中，面向應屆生的人工智能工程師職位數(shù)同比增長39.2%，平均起薪高達17038元。

兩組數(shù)據(jù)看似矛盾，實際上代表著同一個趨勢。消失的是“寫文檔、做表格”的傳統(tǒng)初級崗，增長的是能做決策的能力型崗位，即使是面向應屆生的AI工程師崗，篩選的也是理解力和判斷力，對純執(zhí)行力的要求被大幅壓縮。

公司整體對人的需求，已經(jīng)從“能寫能做”轉(zhuǎn)向了“能判斷、能負責”。而那些更懂業(yè)務、更懂客戶、也更懂系統(tǒng)的35歲+資深打工人，恰好站在這波需求上。

「定焦One」和五位不同行業(yè)的人聊了聊，有獵頭明確表態(tài)，市場明顯更傾向招35歲以上的資深人才，有AI創(chuàng)業(yè)者直言“已經(jīng)不招初級崗位了”，也有“35歲+”的打工人憑借十年經(jīng)驗重返大廠，反而看清了這波機會。

聊下來大家的感受頗為一致：初級崗位收縮是事實，但“35歲+”本身也不是天然優(yōu)勢。會用AI的“35歲+”，經(jīng)驗會被顯著放大，過去拼不過年輕人體力的那部分劣勢，也能靠AI補回來一些；不會用、不愿學的，經(jīng)驗則會變成包袱。機會確實回到了這個群體手里，但前提是得自己下場。

以下是他們的故事。

01.初級崗位縮減20%，35歲靠經(jīng)驗+AI翻盤

Blair liu ｜ 北京 80后 AI獵頭

這兩年，招聘市場發(fā)生了很大的變化。以工作經(jīng)驗1-3年以內(nèi)的初級崗位為例，有兩個明顯的趨勢：

一方面，互聯(lián)網(wǎng)軟件、金融財會、市場品牌、行政法務四大領(lǐng)域內(nèi)的標準化、流程化的崗位需求在大幅縮減。據(jù)我們公司今年的統(tǒng)計，降幅接近20%，部分賽道甚至超過30%。

另一方面，多模態(tài)訓練、AI Agent開發(fā)工程師、網(wǎng)絡安全工程師等AI相關(guān)的崗位需求同比上漲了12倍。以我們服務的字節(jié)為例，AI全產(chǎn)業(yè)鏈合計新增4100余個崗位，占總新增崗位的50%。從去年年初開始，有客戶會通過我們提前預訂優(yōu)秀的碩博生，并給出豐厚的實習薪酬。而在三年前，校招生走獵頭渠道，幾乎不會發(fā)生。

更大的變化在于，市場明顯更傾向招35歲以上的資深人才。聽起來可能有點反常識，畢竟在大家認知里，35歲職場人正面臨被裁的風險。這背后的本質(zhì)是，對人的要求變了。

以云廠商行業(yè)解決方案崗為例，2023年這個崗位還接受工作經(jīng)驗在3年以內(nèi)的新人，負責整理文檔、協(xié)助交付落地這類基礎(chǔ)工作。到了今年，崗位硬性要求有5年以上政企或制造數(shù)字化落地經(jīng)驗，核心要求變成能判斷客戶業(yè)務痛點、識別大模型落地風險、對項目結(jié)果負責等。

也就是說，企業(yè)不再靠招新人堆工作量，而是通過資深人才加AI來提效。過去企業(yè)招人是補執(zhí)行缺口，現(xiàn)在招人是填補決策、風險判斷、復雜場景落地等AI無法覆蓋的能力缺口。

那什么樣的人容易被淘汰？我觀察下來主要是三類：過分依賴過往路徑的經(jīng)驗主義者；一件事重復做的單一環(huán)節(jié)執(zhí)行型老兵；還有一部分管理者。

過去，有一類人有一定經(jīng)驗，但核心能力仍停留在執(zhí)行層面，AI介入后，他們的職場空間被迅速擠壓。所以會看到企業(yè)更青睞35+資深人才的同時，同一年齡段的另一批人正被AI沖擊下崗。

落到企業(yè)層面，AI落地加速后整體人員規(guī)模明顯收縮。以前1000人的公司現(xiàn)在可能縮到200人，搭配2000個Agent完成全部工作。拿我自己團隊來說，過去一個項目組簡歷篩選需要5個初級researcher和2個顧問，現(xiàn)在用自研的AI招聘Agent，只留2名顧問統(tǒng)籌，人力砍掉70%，效率反而提高了60%。

未來管理崗也會隨之收縮，企業(yè)需要的不是純管理者，而是具備管理能力的垂直領(lǐng)域?qū)＜遥軌蚨ǚ较?、控風險、給出行業(yè)判斷，還能統(tǒng)籌AI系統(tǒng)落地。

其實我覺得，競爭力跟年齡并不存在強關(guān)聯(lián)，更重要的在于是否具備學習能力。前段時間我?guī)涂蛻粽袠I(yè)務負責人，候選人的專業(yè)經(jīng)驗大概匹配七八成，但他對陌生領(lǐng)域充滿好奇、愿意深入研究并且也能夠交付結(jié)果，最終也順利拿到了客戶offer。

所以現(xiàn)在最該做的不是焦慮，可以改變心態(tài)，把自己當成一家公司去運營：第一，熟練使用AI工具，搭建專屬自己的工作流，讓AI承擔80%的執(zhí)行，自己聚焦在20%的決策判斷上，方向盤把握在自己手中；第二，跳出單一執(zhí)行環(huán)節(jié)，刻意培養(yǎng)全局思維；第三，花時間經(jīng)營人與人的關(guān)系。技術(shù)迭代再快，信任始終只能發(fā)生在人和人之間。

02.AI時代，年輕人解題快、有經(jīng)驗的人出題準

金翰 | 浙江 90后 AI創(chuàng)業(yè)公司創(chuàng)始人

我從今年2月份開始創(chuàng)業(yè)，方向是用AI和Agent把分散信息源轉(zhuǎn)化為可理解、可交付、可進入決策流程的情報產(chǎn)品。創(chuàng)業(yè)到現(xiàn)在，四個多月里一直都在招聘，簡歷收了五千多份，但發(fā)出的offer只有七八個。

這主要因為創(chuàng)業(yè)公司本身初級崗位就不多，AI來了后，便需要更多善用AI的復合型人才。

整個咨詢行業(yè)的初級崗位減少，去年便已經(jīng)開始。之前我曾是某咨詢公司合伙人，該公司在2024年招了四五個實習生，兩三個初級顧問，還會用十幾個PTA（兼職助理），但到了2025年，公司一整年基本只招了一個實習生，PTA也只用了兩三次。

這些人主要幫團隊做一些臨時的信息整理、資料搜集、標準化分析這類工作，但現(xiàn)在AI已經(jīng)能完成一大部分。而且上傳下達也是一大成本，以前我?guī)ё稍冾檰枺瑫磸徒o新人反饋，他們修改后再拿給我看，而這些反饋我同樣可以給AI，AI的辦事效率還更高。

所以我發(fā)現(xiàn)一個很有意思的現(xiàn)象：我篩選出來的簡歷，要么是剛畢業(yè)但AI用得很好，要么是35歲以上、有經(jīng)驗又愿意用AI的人。

為什么會這樣？我覺得可能是因為AI把這兩類人的優(yōu)勢放大了。簡單來說，在AI的助力下，年輕人解題快，有經(jīng)驗的人出題準。

什么叫解題快？舉個例子，我讓一位實習生用AI做一個功能較為復雜的插件，學習快的他可能研究兩天就搞定了。

什么又叫出題準？這主要在于經(jīng)驗。以我自身為例，因為我有很多幫企業(yè)做戰(zhàn)略規(guī)劃的經(jīng)歷，所以了解AI可以優(yōu)化投資行業(yè)的哪些工作流程，從而精準地描述需求讓AI解決。而年輕人由于缺少這門經(jīng)驗，即便擁有很強的AI能力，也很難將發(fā)現(xiàn)并理解需求，又或者不懂得如何將需求轉(zhuǎn)化成AI能理解的任務。

現(xiàn)在，AI能力成了每位同事的必備技能，我現(xiàn)在判斷一個人是否真正掌握了AI，主要看三方面：第一，TA從什么時候開始使用AI，比如，2023年就上手用的人和2026年才跟風的人，對AI的理解往往相差很多；第二，看TA花了多少錢，因為愿意持續(xù)付費，說明其工作和生活真的離不開AI；第三是否有原生驅(qū)動力，比如遇到問題是否本能地想“讓AI試試”。

這些表象的背后，大概能看出TA有沒有形成使用AI的肌肉記憶，有多少badcase積累，更深一層還能了解，TA是否清楚如何給AI設(shè)計上下文、不同模型擅長什么、模型和Agent的邊界在哪，以及求解時去哪里尋找答案。

還有一個特質(zhì)也很重要：ego要低。我遇到過一個應屆生，他AI工具用的很好，但形成了對某種工作路徑的依賴，比如，我讓他完成一個總結(jié)文章的任務，這類簡單的活直接調(diào)用大模型即可，但他非要搭個工作流。我覺得這種剛畢業(yè)就開始“堅持手藝”的想法，在AI時代是大忌。AI技術(shù)的迭代很快，每個人都需要隨時承認自己的方法過時、隨時擁抱新工具。

此刻，AI正在重寫人才價值排序，單純執(zhí)行和上傳下達型的工作價值極速下降，而結(jié)果判斷、理解復雜的真實場景、可信性內(nèi)容輸出、自我更新和組織協(xié)作能力成了更重要的能力。

但我并不認為35+的人天然更好找工作，因為年齡只是表象，他們或許經(jīng)驗更多，但并不意味著掌握了善用AI、保持低ego、愿意落地，并把經(jīng)驗轉(zhuǎn)化為AI可執(zhí)行任務的這些核心能力。無論是35+還是年輕人，如果固守經(jīng)驗，養(yǎng)成路徑依賴，任何經(jīng)驗都有可能會成為職場路上的包袱。

03.經(jīng)驗，在AI時代確實更能體現(xiàn)出價值

老陳 | 深圳 80后 技術(shù)崗獵頭

35歲好不好找工作，跟會不會用AI關(guān)系特別大。

我做獵頭快八年了，今年春招，手里的初級崗位減少了將近一半，尤其是做執(zhí)行、寫樣板代碼的底層技術(shù)崗。同時，要求3年以上甚至5年到8年經(jīng)驗的資深崗位比例明顯上升。AI工具爆發(fā)后，近幾年都會是這個趨勢。

今年從大廠拿到的崗位里，超過七成都和AI相關(guān)。這些崗位的JD里不會寫“要求會用AI工具”，因為這已經(jīng)是不言而喻的事，寫出來反而顯得過時。現(xiàn)在大廠面試，面試官不會問“用沒用過AI”，他們會直接拿你以前的工作來問：你當時用AI做了什么，效果是什么，產(chǎn)出提升了多少？你要如果只是“用過”而已，基本上這輪就到頭了。

這種變化，對35歲以上的技術(shù)人來說，確實是一波機會。但前提是你得先過AI這關(guān)。

以前大齡程序員被嫌棄，很大程度上是因為成本不低，還“熬不動”、“加不了班”，產(chǎn)出速度比不過年輕人。但現(xiàn)在，AI“上崗”后，大家拼的是判斷和大局觀。一個經(jīng)驗豐富的大齡程序員，有管理AI的能力，能靠AI把自己和年輕人在體力上的差距給抹平了。經(jīng)驗，在AI時代確實更能體現(xiàn)出價值。

上個季度，我給一家企業(yè)推薦了一位42歲的技術(shù)總監(jiān)。他到了那家公司帶一個軟件項目，計劃發(fā)新版本，結(jié)果凌晨接到團隊電話，說搞不定。他趕過去一看，傻眼了。業(yè)務層和數(shù)據(jù)層各有一個文件，代碼量都堆到了大幾千行，整個結(jié)構(gòu)亂成一鍋粥。他問是怎么回事，對方說就是一直讓AI改，改著改著就這樣了。大家對著屏幕拆了好幾個小時，天亮才勉強上線。這件事后來他跟我復盤，說問題在于沒有人能“管”AI。

我還認識一個做了十年產(chǎn)品的候選人，最近拿到了某大廠的offer，薪資幾乎翻倍。原因是：他能把自己的工作流程模塊化，用AI搭出一套體系，一個人能頂原來一個團隊的產(chǎn)出。老板就愿意給他更高的薪水，同時把其他人員的成本省出來。大廠現(xiàn)在要的是怎么用AI解決問題、用AI放大自己的產(chǎn)出的人。

但我同時也開始擔心那些剛?cè)胄袃扇甑哪贻p人。AI工具的普及，讓他們在職業(yè)早期就能產(chǎn)出看起來“不錯”的代碼，可踩過的坑很少。以前一個初級程序員，要經(jīng)歷無數(shù)次調(diào)試、返工的過程，現(xiàn)在AI幫他們避坑了。等他們到了“35歲（虛指）”，可能會發(fā)現(xiàn)自己既沒有年輕人的成本和體力優(yōu)勢，也不能獨當一面，兩頭落空。

當然，“35歲+好不好找工作”，不能一概而論。也有一些35歲的候選人，簡歷不錯，但工作方式還很傳統(tǒng)，依然靠時間換產(chǎn)出。這種人在AI面前一樣危險。

35歲還在找工作的人，不要氣餒，你積累的經(jīng)驗，是可以去駕馭AI的，你的閱歷讓你更能享受“經(jīng)驗+AI”的紅利。但如果你現(xiàn)在還年輕，我的建議是：別太依賴AI。

04.AI時代，我更需要上來就能干活的員工

Peter ｜ 上海 AI教育公司創(chuàng)始人

我在上海做AI教育方面的創(chuàng)業(yè)，我們公司現(xiàn)在幾乎已經(jīng)不招0到1年經(jīng)驗的初級崗位了。

以前我們因為薪資拼不過大廠，會招一些校招級別的程序員，看中的就是年輕人有熱情、愿意學。但后來發(fā)現(xiàn)，這個策略只在程序員身上奏效。產(chǎn)品、市場、運營這些崗位，新人根本接不住，我們更希望進來就能直接干活。

所以現(xiàn)在我的招聘畫像很明確：有經(jīng)驗、會用AI。在AI時代，60%到80%的工作量是由AI完成的，剩下的20%是人工審核。人工審核要么由非常有經(jīng)驗的人來做，要么其實誰做都差不多。

說到“會用AI”，這里面有個很有意思的分化。我們對開發(fā)崗位的要求，核心就是使用AI工具的能力。大廠出來的一些程序員適應得快，倒是很多傳統(tǒng)開發(fā)，3到5年經(jīng)驗的，對AI寫代碼是抵觸的，好像覺得這東西在搶他們飯碗。但只要他們愿意打開這道門，經(jīng)驗就會發(fā)揮出價值。

我對“資深”的衡量標準也一樣，不僅僅看年限，更是經(jīng)歷。一名年輕應聘者，如果在校期間，項目經(jīng)驗豐富，也屬于我的選人范疇。我更看重的是一個人的想法是否成熟、是否已經(jīng)被驗證過。

初級員工最大的問題，是想法很好，但從來沒有驗證過。他會說“這個我可以學，那個我也可以學”。但學習能力是AI時代的基本素質(zhì)，不是一個加分項。現(xiàn)在有了AI，驗證想法的成本極低，不用等到進了公司才能做，拿AI就能跑起來。這恰恰把有想法的人和沒想法的人徹底區(qū)分開了。

那30多歲、行業(yè)積累深厚的人，會不會更吃香？

我覺得要看崗位。和人打交道的工作，比如市場、品牌推廣、活動策劃、咨詢，這些需要溝通能力、需要判斷力，經(jīng)驗的價值依然在放大。但像新媒體運營這類崗位，對于初創(chuàng)公司來說，真的不一定是必需品。

至于35歲焦慮，正在慢慢消失。以前35歲被淘汰，是因為想法和體力跟不上年輕人?，F(xiàn)在AI可能取代所有年齡段的人。所以問題不在于你幾歲，而在于你有沒有持續(xù)學習的能力。

那些資歷豐富、尤其是在一個行業(yè)里堅持了十多年的“老人”并不會掉隊，他們經(jīng)歷互聯(lián)網(wǎng)從無到有的時代，現(xiàn)在只是再來一次而已。AI讓所有人又都站在了同一條起跑線上。愿意跑的、跑得快的，就能留下來。

05.35歲重返大廠，我反而更看懂了AI這波機會

吳森哲 ｜ 35歲 深圳 計算機后端開發(fā)

我2016年畢業(yè)，做技術(shù)剛好十年。

畢業(yè)后，我先在一家互聯(lián)網(wǎng)大廠做后端，后來去了出海電商。去年三四月，公司裁員，我們整個團隊都沒了。

剛出來找工作時，深圳機會不多，我只能把范圍擴展到上海、杭州。中間拿過幾個offer，但都不太滿意，一度也想過跟前領(lǐng)導出去創(chuàng)業(yè)。后來又經(jīng)過重重面試，回到了原來的大廠。

回來快一年，我主要做AI在業(yè)務上Agent應用，以及使用AI coding開發(fā)一些能提效業(yè)務的智能工具。做著做著，我有個感覺，35歲這撥人，在這輪AI浪潮里，不一定是弱勢。

我面下來發(fā)現(xiàn)，大廠沒那么簡單粗暴。他們更看你跟崗位匹不匹配，能不能扛事情。我當時面的幾個崗位都跟AI有關(guān)。它們要的不是純算法，也不是剛畢業(yè)的年輕人，而是既有業(yè)務開發(fā)經(jīng)驗，又懂AI的人。這樣的機會，比普通開發(fā)崗反而多一些。

AI不是一個按鈕，點一下就能出活。你得知道自己要什么，能判斷它給的東西對不對，如果不對，下一步怎么改。這些判斷，需要時間積累。你踩過坑，才知道哪里容易出問題；做過交付，才知道什么東西能上線，什么東西只是看起來能用。經(jīng)驗在這時候會變得很值錢。

以前年輕人的優(yōu)勢是精力好、工資低、學東西快?，F(xiàn)在AI抹平了一部分差距。年輕人當然也會用AI，也很能卷，但很多時候缺方向感和交付標準。工具在手里，不等于知道該往哪打。

招聘市場也能看出來，初級崗位明顯少了。獵頭一般不太看兩年以下，三年以上才好推。年輕人不是沒機會，但機會高度集中在大模型、純AI方向，存量業(yè)務里留給新人的位置越來越少。

經(jīng)驗能不能變成優(yōu)勢，也看你怎么用。

如果只是守著前端、后端那點東西，不學新工具，不碰新業(yè)務，經(jīng)驗遲早會變成包袱?，F(xiàn)在老板的預期已經(jīng)變了。以前兩個人做的活，現(xiàn)在可能希望你一個人借助AI接下來。團隊沒怎么擴大，人均產(chǎn)出卻一直被往上推。

35歲以上的人不用天天焦慮，但也不能等。

第一，要盡快把AI用起來?？磶讉€新聞、收藏幾個工具遠遠不夠，要放進自己的工作流里。寫代碼、查資料、做方案、寫文檔，都要試。

第二，要讓自己變得更復合。只會開發(fā)已經(jīng)不夠了。會開發(fā)，又能用AI提效率；還會外語，能跟客戶溝通；表達和匯報也不差，這種人會更有競爭力。

第三，要照顧好自己。身體、作息、心態(tài)、儲蓄，都很現(xiàn)實。很多人不是被工作一下打垮的，是被長期焦慮和消耗拖垮的。

35歲以后，不能再用剛畢業(yè)那套打法了，但也沒必要覺得自己過時。AI這波變化，對有經(jīng)驗的人也是一次機會。

前提是，你得下場。

*題圖由AI生成，文中配圖來源于pexels。應受訪者要求，文中吳森哲為化名。