问题描述：

一代人有一代人的人生课题，在我们这一时代，找工作是重大人生课题之一。周围的人总在抱怨“生意越来越不好做”、“工作越来越难找”，专家学者们也都说经济下行、增量收缩、存量为王。那么在AI时代，就业到底发生了什么事，我们到底该怎么办？ 让我们先从AI时代就业的三大怪象说起。

为什么企业的收益增加了，放出的岗位反而减少了？

我们总是习惯性的认为如果一个公司要赚更多的钱，就需要更多的人来完成工作。但这实际上只是工业时代的标志，工业时代的产出和人力资源消耗是线性的，一个人能产一斤棉花，那么五十个人就能产出五十斤棉花，想要产出更多的棉花，就得雇佣更多的工人。在AI时代，一个人借助AI之后就可以解决五个人合力才能解决的问题，那么对于企业来说，剩下这四个人就是多余的。因此我们可以发现，亚马逊、微软这几年都在疯狂裁人，一裁就是几千几万的裁，而且裁完之后收益甚至进一步上升了。裁员与否再也不是判断公司是否景气的标准了。 巨头的收益增多没有转化成大规模的就业机会，这意味着工作的导向发生了变化，也意味着我们需要审视以往形成的对于工作的概念。说到底，带来收益的是最终的产出，而不是工位的拥挤程度。

为什么应届生就业率在下降，非应届生就业率反而不变甚至上升？

在雇主的经济学计算中，现代AI编程助手、自动化测试脚本生成器以及智能设计平台，已经具备了超越一般初级工程师和设计师的产出能力。更为关键的是，这些AI工具的边际成本几乎为零，且不需要福利、休假和管理成本。因此，当企业面临宏观经济不确定性或需要优化利润率时，往往会优先冻结初级岗位的招聘，入门级职位首当其冲成为削减目标。一个应届生，进来之后需要花钱培训、需要高工资否则没有动力、能做的工作有限还没法揠苗助长，相比较而言还不如花钱开个Claude Max。开给谁呢？对了，就是开给那些有经验的工程师。AI擅长完成具体的“任务”，但不具备承担最终商业责任的“判断力”。企业将纯执行类的基础工作交由大模型完成，而看重和高薪聘用具备行业深厚积淀、复杂决策能力、伦理把控以及架构经验的资深专家来进行模型监督与结果纠偏。

为什么实习越来越重要，上课反而屡遭冷落？

面对生成式AI带来的技术迭代狂潮，传统的四年制高等教育体系在课程设置和知识更新速度上，往往大幅落后于科技大厂开源项目的演进速度。计算机作为21世纪的前沿学科，发展的速度是其它学科难以望其项背的，学生们照着教科书学完之后惊讶地发现“我学的东西人家几年前就已经淘汰了”。

企业深知这一点，他们看重你会什么，但更看重你能做什么。人力资源部门越来越青睐那些持有权威技术类AI认证、完成过高强度顶级编码训练营（Bootcamp）培训，或者在GitHub、Hugging Face等平台上拥有丰富的大模型微调与部署实战经验的候选人，他们会更以技能为导向。当然，这并不意味着上课不重要，理论知识不重要，这里想表达的意思是，能做成事的人会比一个只有学历的人更受欢迎。

我们谈到了AI时代就业的三大怪象，现在让我们来收束一下，将主题回归为企业到底需要怎样的人才，我们该怎么做才能为艰难的就业形势做好准备。

企业需求的能力发生了哪些变化？

五年前，一个计算机专业的学生是完全不愁找工作的，无论他在大学的前几年过的怎么样，只要在毕业的最后那一年背八股刷力扣，无论如何都能找到工作。读计算机专业-背八股刷力扣-找到工作，这是一代人屡试不爽的就业路径。但现在情况发生了变化，公司既要你有理论基础，又要你有实习经历，还要你有论文，巴不得你化身为六边形战士。那么在ai出现的这五年，企业的要求究竟发生了什么变化？

AI素养成为隐形的强制准入条件。

未来使用AI将像今天使用微软Office软件一样平常，不会使用AI的打工人，就像在2010年不会收发电子邮件一样，将面临被市场彻底淘汰的厄运。对于我们来说，需要主动拥抱AI。这不仅仅是因为AI可以提高自己的工作效率，更因为以后的工作AI是必不可少的工具，如果对基础工具不熟练，很难竞争过同类型的应聘者。

技能导向成为招聘中重要的评估标准。

“我学习能力很强”无法再在招聘中作为挡箭牌，企业对于入门级别的应聘者容忍度将会越来越低，“你能做的AI都能做，我为什么要雇佣你？”，只有在毕业时手握能够与AI打出差异化的技能，才不会被归为“入门级”一档。

复合型人才越来越吃香。

ai最擅长的是解决有确定性答案的问题，但是什么问题值得被解决，这在未来会变得更加重要。AI对于交叉领域的融合能力还不够强，难以回答“什么是该融合，什么又不该融合，为什么要进行融合”的问题，在学科交叉时，尤其需要灵机一动的创造力，尤其需要提出问题的能力。

企业的要求发生了变化，我们该怎么办？

1、对于非计算机领域的就业者，优先选择职业AI暴露指数（AI Occupational Exposure Index）较低的职业。还记得辛顿老爷子怎么说的吗？“年轻人该去当水管工”。水管工论虽然惊世骇俗，但起码给我们指明了另外一条道路，水管工只是万千难以被AI替代的职业之一，其核心意义是在告诉我们，依赖高强度人际交往、高强度体力劳动的职业ai暴露指数暂时较低，如果实在没办法进入互联网行业，可以考虑往这方面的工作靠拢。其实写这一条的原因是，对于那些计算机知识没那么扎实的应聘者也可以退而求其次，有一个新型岗位叫做AI产品经理，他们需要深刻理解大语言模型的底层原理，清晰界定模型的能力边界，并具备将复杂的行业业务逻辑抽象、拆解为一条条AI任务链的能力。AI 算法工程师是 “造工具、优化模型” 的人；AI 产品经理是 “用工具、定方向、卖价值” 的人。 他们打交道的对象是人，而不是AI。

2、对于计算机领域的学生们而言，需要重点锻炼那些“如何让AI变成我想要的样子”的能力，例如AI训练、微调、部署、数据处理。目前很多企业迫切的想要用上AI，痛点在于市面上已有的底座模型难以满足不同公司的个体化需求，如果能在学生时期练就这些能力，在就业时会很有帮助。另外还有一条道路就是电子专业的那些做机器人的学生们，对于他们来说，深厚的机器人基础已经足够能让他们有一份收入优渥的工作，不过如果能把目光看得远一点，重点锻炼那些大语言模型的软硬件结合能力，可能在未来能把握的机会会更多。

网友解答：

---

--【壹】--：

企业家们都是“追风筝的人”，一个风口很可能决定一个企业的未来发展，所以很多老总一发现市场上有新东西就很想让自己的公司也用上，但是往往在技术上他们需要新鲜血液，这也给了毕业生们机遇与挑战

---

--【贰】--：

企业们偏好更多的T型人才，既在某一领域有精深知识，又能把视野拓展开来

---

--【叁】--：

现在很多AI很多大模型，现在去手动筛选数据已经很麻烦了

---

--【肆】--：

企业收益增长了？

---

--【伍】--：

这个也像现在的AI短剧，今年爆发性增长，与openclaw的广泛使用，有正相关；有一些群友已经尝到蓝海的福利了。企业的逐利性，本质就是商人逐利；风口有没有没关系，只要能创造出来，能够延续下去，那么企业前期的付出都是值得。借鉴滴滴打车前期投资模式。新的思维方式其实更适合年轻人，所以IT才会有35岁的门槛；计算机技术需要活力，现在的代价是一代人的被替代。

---

--【陆】--：

我认为 AI 会优先淘汰初级职业，而增加高级职业的需求，总而言之，工作岗位的要求在 AI 影响下更多倾向于 T 型人才，即需要广度和深度都有的高端人才，而目前除了少数高端学府根本不重视提升知识广度的通识教育，而知识深度的知识却快速迭代，所以我认为现有的教育体系需要大幅变革

---

--【柒】--：

我跟做企业的前辈聊过，他们说中等规模的企业因为ai的出现反而不裁员，因为他们借助ai做比以前更多的事情，接更多的订单。副作用就是员工们会更加疲惫

---

--【捌】--：

其实现在很多人，是了解到openclaw才来了linux.do；我自己本身不是计算机专业，只是因为觉得要做个his系统，才通过tg了解，慢慢申请进入。未来我觉得，任何专业都可以ai化，只是成本问题。就像有的外科医生觉得AI机器人无法替代人工，但我用了openclaw后，我觉得只是人工的成本更低。所以，企业通过AI化，概念化的股票确实会增长，类似以前的房地产前期经济增长一样；如果哪天Ai化泡沫破裂，可能会有新的概念股催生。个人浅见。

---

--【玖】--：

巨头的收益增长了，但是巨头的岗位却没有增加

---

--【拾】--：

逐渐被码奸取代，还在岗位的人感觉做的事情多了，但是工资没涨

---

--【拾壹】--：

问题在于 AI 带来的产业升级没有普惠

---

--【拾贰】--：

首先降本增效