「核心提示」
你的簡歷還在用“熟練使用Office”這一套說辭嗎？

作者 | 高澤

編輯 | 邢昀

本科學藝術設計、研究生學藝術理論，放在幾年前，楠楠的求職路徑大概率是進入設計公司、畫廊或者高校，和互聯網市場、運營這類需要數據分析能力的崗位幾乎沒有交集。

但2026年春招里，她一口氣投遞了兩百多家企業的市場、品牌崗，其中不乏頭部互聯網公司和4A公關公司，支撐她跨界的底氣，是AI工具。

改變始于2025年的一段外企實習。當時主管交給她一項任務：對全國3000家線下門店的銷售數據做透視分析，輸出用戶畫像報告。放在以前，純文科背景的她根本接不住這樣的需求，但那次她一邊找行業案例參考框架，一邊對著ChatGPT和Claude邊問邊學，從函數公式到分析邏輯一步步打磨，最終交出了完整的報告。

“相當于AI幫我補上了數據分析這塊短板，不然我連投市場崗的勇氣都沒有。”

楠楠的故事不是個例。有人主動用AI打破能力邊界，同時，招聘市場也在發生變化。

2026年招聘市場上，“熟悉AI工具優先”“具備AIGC應用能力”已經出現在越來越多崗位的任職要求里，從技術研發到產品運營、市場營銷，甚至行政職能，AI能力不再是技術崗的專屬標簽，而是滲透到幾乎所有崗位的評價體系中。

1、AI從加分項，變成求職及格線？

今年一家消費電子公司給求職者安排了一項特殊考核：一場三小時的AI能力測試，全程開啟屏幕錄制，面試官會觀察候選人如何借助AI工具完成制定的方案任務。

不會限制使用什么工具，甚至可以公開檢索資料，但最終必須拿出可落地的成果。這樣的考察形式正在被越來越多企業采用，AI工具從“不能用”的作弊項，變成了“必須會”的基礎能力。

對非技術背景的求職者來說，這種感受尤為明顯。楠楠在面試某頭部公關公司的文旅項目崗時，拿到的筆試要求是三天內提交一份完整的沉浸式文旅項目方案，從市場分析、場景設計到盈利測算全覆蓋，且明確說明允許使用所有AI工具。

“如果沒有AI，我一個沒有文旅行業經驗的藝術生，根本不可能在三天里拿出合格的方案。”

楠楠的做法是先用ChatGPT拆解需求，補齊行業常識，搭出方案的整體框架；再用Claude生成PPT初稿，填充基礎內容；最后自己調整邏輯、優化細節，補充創意亮點。最終提交的方案順利通過筆試，進入了下一輪面試。

她還曾遇到一家初創科技公司的現場考核，要求共享屏幕實時演示用AI生成運營方案的全過程。“企業不會糾結你用的是哪款工具，也不會考你工具的操作步驟，只看最后交付的成果能不能符合需求、有沒有落地價值。”

在當下的招聘市場，這已經成為非技術崗AI考察的核心邏輯：不考理論，只看結果。

對技術崗求職者而言，AI考察的硬核程度要高得多。

頭部互聯網大廠游戲AI算法工程師小張回憶，自己秋招時投遞的所有算法崗，崗位描述都把深度學習底層原理、主流AI框架熟練度列為硬性要求。

技術面會直接給出一個兩層或三層的假想神經網絡結構，追問激活函數怎么選、損失函數怎么設計、這樣的架構在實際業務中會不會出問題、該如何優化。除了問答，每輪技術面都有代碼考核，除了常規算法題，還要求候選人從零手寫一個簡易AI模型，從數學推導到代碼落地全面驗證。

此外，今年還興起了Vibe Coding測試。在小張看來，這類測試主要考兩層能力：一是提示詞工程能力，即能不能用清晰的指令讓AI產出符合要求的代碼；二是調試糾錯能力，這也是技術和非技術背景人群的核心差距。

規則變化的另一面，是崗位結構的升級。

剛入職大廠AIGC部門的小胡對此有直觀感受：她對接的很多客戶團隊里，傳統設計師、剪輯師的崗位數量確實在收縮，“以前一個素材團隊要五六個人，每天趕工做圖剪視頻；現在兩三個人搭配AI工具，產能和以前五六個人差不多。”

但這并不意味著設計類崗位徹底消失，而是對人的要求變高了。“以前你只要會用PS、會剪視頻就行，現在你得會寫精準的提示詞，懂品牌調性，能從幾十上百張AI生成的素材里選出最合適的，還要能判斷素材能不能過審、符不符合投放要求。”

小胡表示，“崗位不是消失了，而是要求變高了。AI替你做了最基礎的執行部分，剩下的判斷、審美、決策，都是對人更高的要求。”

2、你和HR之間，現在多了一個AI

不只是筆試環節，從簡歷初篩到終面核查，AI正在滲透招聘的全流程，重構面試的游戲規則。

AI初篩面試已經成為互聯網大廠、外企、車企等企業的標配。小胡回憶自己經歷的2025年秋招，前前后后投了近百家企業，快消外企、新能源車企幾乎都設置了AI初面環節。

流程大多相似：上傳簡歷后，系統自動根據簡歷內容生成問題，候選人對著攝像頭限時作答，全程沒有真人參與。

但這種形式的“玄學感”也被很多求職者吐槽。

“你根本不知道它的評分標準是什么，有時候覺得自己答得邏輯很順，結果莫名其妙就掛了，連個反饋都沒有。”

在小胡看來，AI面試更像是企業的提效工具，面對海量的校招簡歷，用機器先篩掉一批明顯不符合要求的候選人，節省HR的時間，但做不了核心判斷。

比起AI初面的“玄學”，真人面試里的簡歷深挖，才是更硬核的考驗。AI降低了簡歷制作門檻，隨便找個工具就能把普通經歷包裝得光鮮亮麗，數據注水、經歷造假的情況越來越多。相對應的，大廠也把簡歷真實性核查放在了第一位。

AI產品崗求職者Natalie對此印象深刻。她在實習面試時，面試官全程圍著她的開源項目Everything Capture追問：項目的內容解析功能用的是什么模型？為什么選這個模型而不是其他的？爬取平臺內容時遇到過什么權限問題？怎么解決？GitHub上的三十多個星是自然流量還是推廣來的？

對技術崗來說，科研項目與論文也是面試官會深挖的部分。

小張表示，算法崗面試時，面試官會花二三十分鐘聊論文，不是看創新點有多厲害，是摳整個研究的閉環邏輯。“企業要的不是只會發論文的人，是能完整解決問題的人。從發現問題到落地執行的閉環能力，比單一的技術功底更重要。”

從簡歷初篩到筆試面試，AI正在滲透招聘的每一個環節。但招聘只是鏡子，映照的是工作場景里正在發生的變化。從科技互聯網到營銷、咨詢等行業，AI在全方位滲透。

小胡所在的AIGC業務部，從應屆生到部門負責人，全員都必須掌握基礎的AIGC工具使用能力，部門甚至設置了每日Token使用量排名，在群里“通曬”，排在末尾的員工會被主管提醒，強制大家把AI融入工作流。

楠楠也表示，現在廣告公司做方案、出創意，基本都是先用AI出幾版初稿，再做優化，“不會用AI的話，別人半天出三個方案，你一天才出一個，根本跟不上節奏。”

在這些行業里，AI工具使用能力正在慢慢變成基礎要求，不會特意寫在JD里，但默認員工必須會。

傳統行業、銷售類崗位暫時還沒有強制要求，但AI能力已經成為差異化競爭力。

楠楠面試銷售類崗位時，不會被要求現場演示AI工具，但她會提前用AI整理目標公司的業務信息、行業動態，甚至預設面試問題和回答思路，準備的深度和效率都遠超同齡人。

“同樣準備一場面試，你用AI半小時就能摸透一家公司的基本盤，別人要花大半天查資料，面試的時候你的狀態肯定不一樣，這就是實打實的優勢。”

3、新規則下，年輕人的核心競爭力是什么

當AI能寫文案、能做數據、能寫代碼，對于初入職場的年輕人，靠什么構建自己的不可替代性？

《豹變》交流的幾位年輕人不約而同地指向：用實戰項目把AI能力具象化，而不是停留在“會用AI”的空泛表述上。

Natalie的求職經歷就是最好的例子。她并非純計算機科班出身，但靠自己開發的兩款AI工具，拿到了大廠AI產品經理的實習offer。

“你說自己會用AI，沒有說服力；你用AI做出了一個真實可用的產品，這才是硬實力。”在她看來，AI給了普通人低成本落地項目的機會，以前做個軟件要找開發、湊資源，很多想法半路就夭折了。現在有想法自己就能快速做出來，放到簡歷上，比十句“熟練使用AI工具”都管用。

對技術崗的求職者來說，核心則是筑牢底層能力，把AI當效率工具而非依賴。小張強調，算法崗的競爭核心永遠是深度學習底層原理、數學推導能力和問題解決的閉環思維。AI代碼助手能幫你寫基礎代碼、省重復勞動的時間，但它替代不了你對模型的理解、對業務的判斷。

他建議想做算法的同學，不要沉迷于學各種AI工具的操作，先把機器學習、深度學習的基礎打牢，多做完整的科研項目，練出從發現問題到解決問題的完整能力，這才是能穿越技術周期的硬本事。

小胡走的則是另一條路徑：在實習里實戰積累。她采用“階梯式跳躍”的實習策略，從本地品牌方到中廠再到大廠，每一段實習都主動觀察前輩的AI工作流，在真實業務里練手。

在網易實習時，她跟著運營前輩學用AI做用戶畫像、整理數據；到小紅書實習時，已經能獨立用AI產出運營方案、做素材初稿；每跳一次，AI應用的熟練度就更深一層。“在家看半天提示詞教程，不如在公司真刀真槍做一次項目印象深。在實習里學AI，才是最快的。”

除了落地的項目能力，守住人獨有的核心護城河，構建審美、業務判斷力，以及解決問題的閉環能力和責任意識，才是不被AI替代的根本。

在小胡看來，AI一天能生成幾百上千張圖片，但哪些符合客戶的品牌調性、哪些能過廣告合規審核、哪些投放轉化率會更高，這些都需要人來判斷。“AI生成的東西都是‘正確但平庸’的，真正能打動人的創意，能適配具體業務的判斷，只能靠人。”

說到底，AI從來不是年輕人就業的敵人，而是這個時代遞到所有人手里的新工具。它確實抬高了職場的入門門檻，讓很多基礎執行崗不再需要那么多人，但它也打碎了專業的壁壘，給了像楠楠這樣的文科生跨界的機會，給了普通開發者快速落地創意的可能。

與其焦慮“會不會被AI替代”，不如想想怎么用好這個工具，把精力放在那些AI做不到的事情上：獨立的判斷、鮮活的創意、解決問題的閉環能力，還有敢擔責任的底氣。畢竟，工具永遠只是工具，真正定義職業價值的，從來都是使用工具的人。