「核心提示」

你的简历还在用 " 熟练使用 Office" 这一套说辞吗？

作者 |  高泽

编辑  |  邢昀

本科学艺术设计、研究生学艺术理论，放在几年前，楠楠的求职路径大概率是进入设计公司、画廊或者高校，和互联网市场、运营这类需要数据分析能力的岗位几乎没有交集。

但 2026 年春招里，她一口气投递了两百多家企业的市场、品牌岗，其中不乏头部互联网公司和 4A 公关公司，支撑她跨界的底气，是 AI 工具。

改变始于 2025 年的一段外企实习。当时主管交给她一项任务：对全国 3000 家线下门店的销售数据做透视分析，输出用户画像报告。放在以前，纯文科背景的她根本接不住这样的需求，但那次她一边找行业案例参考框架，一边对着 ChatGPT 和 Claude 边问边学，从函数公式到分析逻辑一步步打磨，最终交出了完整的报告。

" 相当于 AI 帮我补上了数据分析这块短板，不然我连投市场岗的勇气都没有。"

楠楠的故事不是个例。有人主动用 AI 打破能力边界，同时，招聘市场也在发生变化。

2026 年招聘市场上，" 熟悉 AI 工具优先 "" 具备 AIGC 应用能力 " 已经出现在越来越多岗位的任职要求里，从技术研发到产品运营、市场营销，甚至行政职能，AI 能力不再是技术岗的专属标签，而是渗透到几乎所有岗位的评价体系中。

AI从加分项，变成求职及格线？

今年一家消费电子公司给求职者安排了一项特殊考核：一场三小时的 AI 能力测试，全程开启屏幕录制，面试官会观察候选人如何借助 AI 工具完成制定的方案任务。

不会限制使用什么工具，甚至可以公开检索资料，但最终必须拿出可落地的成果。这样的考察形式正在被越来越多企业采用，AI 工具从 " 不能用 " 的作弊项，变成了 " 必须会 " 的基础能力。

对非技术背景的求职者来说，这种感受尤为明显。楠楠在面试某头部公关公司的文旅项目岗时，拿到的笔试要求是三天内提交一份完整的沉浸式文旅项目方案，从市场分析、场景设计到盈利测算全覆盖，且明确说明允许使用所有 AI 工具。

" 如果没有 AI，我一个没有文旅行业经验的艺术生，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，补齐行业常识，搭出方案的整体框架；再用 Claude 生成 PPT 初稿，填充基础内容；最后自己调整逻辑、优化细节，补充创意亮点。最终提交的方案顺利通过笔试，进入了下一轮面试。

她还曾遇到一家初创科技公司的现场考核，要求共享屏幕实时演示用 AI 生成运营方案的全过程。" 企业不会纠结你用的是哪款工具，也不会考你工具的操作步骤，只看最后交付的成果能不能符合需求、有没有落地价值。"

在当下的招聘市场，这已经成为非技术岗 AI 考察的核心逻辑：不考理论，只看结果。

对技术岗求职者而言，AI 考察的硬核程度要高得多。

头部互联网大厂游戏 AI 算法工程师小张回忆，自己秋招时投递的所有算法岗，岗位描述都把深度学习底层原理、主流 AI 框架熟练度列为硬性要求。

技术面会直接给出一个两层或三层的假想神经网络结构，追问激活函数怎么选、损失函数怎么设计、这样的架构在实际业务中会不会出问题、该如何优化。除了问答，每轮技术面都有代码考核，除了常规算法题，还要求候选人从零手写一个简易 AI 模型，从数学推导到代码落地全面验证。

此外，今年还兴起了 Vibe   Coding 测试。在小张看来，这类测试主要考两层能力：一是提示词工程能力，即能不能用清晰的指令让 AI 产出符合要求的代码；二是调试纠错能力，这也是技术和非技术背景人群的核心差距。

规则变化的另一面，是岗位结构的升级。

刚入职大厂 AIGC 部门的小胡对此有直观感受：她对接的很多客户团队里，传统设计师、剪辑师的岗位数量确实在收缩，" 以前一个素材团队要五六个人，每天赶工做图剪视频；现在两三个人搭配 AI 工具，产能和以前五六个人差不多。"

但这并不意味着设计类岗位彻底消失，而是对人的要求变高了。" 以前你只要会用 PS、会剪视频就行，现在你得会写精准的提示词，懂品牌调性，能从几十上百张 AI 生成的素材里选出最合适的，还要能判断素材能不能过审、符不符合投放要求。"

小胡表示，" 岗位不是消失了，而是要求变高了。AI 替你做了最基础的执行部分，剩下的判断、审美、决策，都是对人更高的要求。"

你和 HR 之间，现在多了一个 AI

不只是笔试环节，从简历初筛到终面核查，AI 正在渗透招聘的全流程，重构面试的游戏规则。

AI 初筛面试已经成为互联网大厂、外企、车企等企业的标配。小胡回忆自己经历的 2025 年秋招，前前后后投了近百家企业，快消外企、新能源车企几乎都设置了 AI 初面环节。

流程大多相似：上传简历后，系统自动根据简历内容生成问题，候选人对着摄像头限时作答，全程没有真人参与。

但这种形式的 " 玄学感 " 也被很多求职者吐槽。

" 你根本不知道它的评分标准是什么，有时候觉得自己答得逻辑很顺，结果莫名其妙就挂了，连个反馈都没有。"

在小胡看来，AI 面试更像是企业的提效工具，面对海量的校招简历，用机器先筛掉一批明显不符合要求的候选人，节省 HR 的时间，但做不了核心判断。

比起 AI 初面的 " 玄学 "，真人面试里的简历深挖，才是更硬核的考验。AI 降低了简历制作门槛，随便找个工具就能把普通经历包装得光鲜亮丽，数据注水、经历造假的情况越来越多。相对应的，大厂也把简历真实性核查放在了第一位。

AI 产品岗求职者 Natalie 对此印象深刻。她在实习面试时，面试官全程围着她的开源项目 Everything   Capture 追问：项目的内容解析功能用的是什么模型？为什么选这个模型而不是其他的？爬取平台内容时遇到过什么权限问题？怎么解决？GitHub 上的三十多个星是自然流量还是推广来的？

对技术岗来说，科研项目与论文也是面试官会深挖的部分。

小张表示，算法岗面试时，面试官会花二三十分钟聊论文，不是看创新点有多厉害，是抠整个研究的闭环逻辑。" 企业要的不是只会发论文的人，是能完整解决问题的人。从发现问题到落地执行的闭环能力，比单一的技术功底更重要。"

从简历初筛到笔试面试，AI 正在渗透招聘的每一个环节。但招聘只是镜子，映照的是工作场景里正在发生的变化。从科技互联网到营销、咨询等行业，AI 在全方位渗透。

小胡所在的 AIGC 业务部，从应届生到部门负责人，全员都必须掌握基础的 AIGC 工具使用能力，部门甚至设置了每日 Token 使用量排名，在群里 " 通晒 "，排在末尾的员工会被主管提醒，强制大家把 AI 融入工作流。

楠楠也表示，现在广告公司做方案、出创意，基本都是先用 AI 出几版初稿，再做优化，" 不会用 AI 的话，别人半天出三个方案，你一天才出一个，根本跟不上节奏。"

在这些行业里，AI 工具使用能力正在慢慢变成基础要求，不会特意写在 JD 里，但默认员工必须会。

传统行业、销售类岗位暂时还没有强制要求，但 AI 能力已经成为差异化竞争力。

楠楠面试销售类岗位时，不会被要求现场演示 AI 工具，但她会提前用 AI 整理目标公司的业务信息、行业动态，甚至预设面试问题和回答思路，准备的深度和效率都远超同龄人。

" 同样准备一场面试，你用 AI 半小时就能摸透一家公司的基本盘，别人要花大半天查资料，面试的时候你的状态肯定不一样，这就是实打实的优势。"

新规则下，年轻人的核心竞争力是什么

当 AI 能写文案、能做数据、能写代码，对于初入职场的年轻人，靠什么构建自己的不可替代性？

《豹变》交流的几位年轻人不约而同地指向：用实战项目把 AI 能力具象化，而不是停留在 " 会用 AI" 的空泛表述上。

Natalie 的求职经历就是最好的例子。她并非纯计算机科班出身，但靠自己开发的两款 AI 工具，拿到了大厂 AI 产品经理的实习 offer。

" 你说自己会用 AI，没有说服力；你用 AI 做出了一个真实可用的产品，这才是硬实力。" 在她看来，AI 给了普通人低成本落地项目的机会，以前做个软件要找开发、凑资源，很多想法半路就夭折了。现在有想法自己就能快速做出来，放到简历上，比十句 " 熟练使用 AI 工具 " 都管用。

对技术岗的求职者来说，核心则是筑牢底层能力，把 AI 当效率工具而非依赖。小张强调，算法岗的竞争核心永远是深度学习底层原理、数学推导能力和问题解决的闭环思维。AI 代码助手能帮你写基础代码、省重复劳动的时间，但它替代不了你对模型的理解、对业务的判断。

他建议想做算法的同学，不要沉迷于学各种 AI 工具的操作，先把机器学习、深度学习的基础打牢，多做完整的科研项目，练出从发现问题到解决问题的完整能力，这才是能穿越技术周期的硬本事。

小胡走的则是另一条路径：在实习里实战积累。她采用 " 阶梯式跳跃 " 的实习策略，从本地品牌方到中厂再到大厂，每一段实习都主动观察前辈的 AI 工作流，在真实业务里练手。

在网易实习时，她跟着运营前辈学用 AI 做用户画像、整理数据；到小红书实习时，已经能独立用 AI 产出运营方案、做素材初稿；每跳一次，AI 应用的熟练度就更深一层。" 在家看半天提示词教程，不如在公司真刀真枪做一次项目印象深。在实习里学 AI，才是最快的。"

除了落地的项目能力，守住人独有的核心护城河，构建审美、业务判断力，以及解决问题的闭环能力和责任意识，才是不被 AI 替代的根本。

在小胡看来，AI 一天能生成几百上千张图片，但哪些符合客户的品牌调性、哪些能过广告合规审核、哪些投放转化率会更高，这些都需要人来判断。"AI 生成的东西都是‘正确但平庸’的，真正能打动人的创意，能适配具体业务的判断，只能靠人。"

说到底，AI 从来不是年轻人就业的敌人，而是这个时代递到所有人手里的新工具。它确实抬高了职场的入门门槛，让很多基础执行岗不再需要那么多人，但它也打碎了专业的壁垒，给了像楠楠这样的文科生跨界的机会，给了普通开发者快速落地创意的可能。

与其焦虑 " 会不会被 AI 替代 "，不如想想怎么用好这个工具，把精力放在那些 AI 做不到的事情上：独立的判断、鲜活的创意、解决问题的闭环能力，还有敢担责任的底气。毕竟，工具永远只是工具，真正定义职业价值的，从来都是使用工具的人。