文 | 定焦 One（dingjiaoone），作者 | 陈丹 王汉星 王璐 李梦冉 金玙璠，编辑 | 李梦冉
2027 届秋招正在变成一场 AI 浓度测试。
8 月初，字节、阿里、京东相继启动校招。字节技术产品岗占比超七成，增设 "AI 全栈工程师 "、"AI Agent 开发 " 等新兴岗位；阿里 AI 相关岗位高达 80%；京东首次引入 AI 面试 ...... 数据更直观，脉脉数据显示，2026 年 1 至 5 月，新发校招 AI 岗位量同比增长 47.3%，AI 岗位渗透率从 26.41% 升至 37.56%。大厂在用真金白银告诉应届生：未来是 AI 的。
但 " 未来是 AI 的 " 和 " 我能进大厂 "，中间还隔着门槛。
我们和五位 2026 届、2027 届毕业生聊了聊：有人投了四五十份简历，只拿到一次大厂面试机会；有人手握头部大厂实习，却因为不够垂直而被算法岗拒之门外；有人早早转向 AI 应用层，勉强接住了这波浪潮；也有人去年尝试投 AI 岗位，简历全挂，最后靠一段非 AI 的暑期实习转正留在了大厂 ......
他们的背景不同、选择不同，但面对的现实一样：AI 岗位占比再高，也不等于机会变多。门槛在涨，标准在变，而在这场游戏里，实习经历成了最硬的通货。
当 " 会用 AI" 和 " 懂 AI" 在求职中被区分，当一段垂直的实习经历比名校背景更管用，当面试官追问 " 工作流 "、" 落地案例 "、" 提效成果 "，这批应届生发现，AI 不是捷径，是另一场需要提前起跑的竞赛。
01. 面试官问得很细，不懂装懂一定会露怯
Frida ｜ 河南师范大学汉语言文学专业 27 届本科
大四还没开始，我已经投了四五十份简历。
我做了一张表，记录重要公司的岗位和投递进度—— 25 个岗位挂了 15 个，只有一两个进入面试，其余不是 " 筛选中 "，就是做完测评后再无消息。
但我每天还是会点开表格，把没挂的岗位逐个查一遍。
我在河南师范大学读汉语言文学，原本打算毕业后当老师，或者考公考编。大三上学期，我发现五个比我大一届的朋友，四个毕业后待业。他们都准备过考公考编，但一个也没考上。我突然意识到，所有人都在挤的路，未必比市场化就业更稳。
于是，我立刻开始找实习。第一份实习是在蓝色光标给欧莱雅做乙方，也是在那里，我第一次感受到了 AI 的冲击。
过去，我们要联系几十名小体量 KOC 拍产品图，再反复修改。后来只要把产品放进 AI 工具，就能自动生成展示图。旁边负责优衣库的团队更直接：KOC 提供正面、背面和侧面等九张照片，AI 就能生成像真人拍摄的试衣镜自拍。主管在会上问：" 以后是不是只买账号的发布权就够了，连真人拍摄都不需要？"
后来我去哈啰做海外市场运营，现在在上海一家头部出海公司实习，用 AI 出广告素材。
Leader 说会帮我申请转正名额，本组留不下就推荐去其他组。但我不敢错过秋招。网上也经常有同学在分享类似的经验：暑期实习招进来五个人，最后可能只有一个名额，甚至一个都没有；Leader 可能是真心想留你，也可能只是希望你先把手里的活干好。所以我一边实习，一边继续投简历。
我投过河南本地的宇通，第一天交简历，第二天就被筛掉。阿里投了六个，挂了四个，字节没敢投。我的体感是一些二三线城市的龙头企业往往更卡学历，而互联网大厂反而会在学历和经历之间权衡，只要实习足够垂直，双非也可能进入下一轮。
目前，我唯一拿到的互联网大厂面试，是拼多多的 AIGC 视频创意制作岗。
面试官一直在追问，用过哪些模型？最常用哪个？工作流是什么？生成失败后怎么调整？产品哪里还能改进？简历里多写几个 "AI"，或许能骗过机器筛选，但面试时一定会露怯。非技术岗不一定要求你懂模型原理，但必须拿得出视频、图片和商业项目，讲清楚每一步怎么做。证书没什么用，真正有用的是作品和实习。
我现在只能算会用 AI，还不算懂 AI。Agent 卡住时，我会换提示词、换素材，却不知道底层哪里出了问题。剪映、AE、PR 和生成工具，都是我在学校之外自学的。早点准备不一定能赢，但不准备，可能连被挑选的资格都没有。
02. 具身智能没算法岗卷，但卡对口的实习
晓斌｜ 北京某 985 院校 软件工程专业 27 届硕士
我是软件工程专业的硕士，现在研二，明年毕业。
其实我的秋招开始得挺早的。从七月份提前批到现在，投了一部分大厂 base 在北京的岗位，到现在面了三四家，在等意向结果。
我投的不算很多，想走一步看一步，提前批竞争比较激烈，有师兄师姐也建议晚点投。
我主要投的是智能体算法岗。选择这个方向，是因为我之前有大厂 Agent 产品的实习经历，做起来比较顺手，简历也能讲出东西来。但面了这么多场之后，我越来越觉得，纯做软件开发可能没什么前途了，倒不是说软件不行，而是太卷了。
今年热门的大厂 AI 岗位，比如大模型算法、智能体算法、AI Infra 研发，哪一个不是一堆名校背景、头部大厂实习经历的人在抢？
所以我现在在看具身智能方向的岗位，具身方向的 Agent 岗位也很多，相比大模型没那么卷，而且待遇也挺不错的。但问题在于，我没有相关的经历，具身现在卡实习卡得非常严，没有对口的实习基本进不去，所以我现在也在犹豫，去补实习已经来不及了，时间太短写不进简历，只能先投投试试。
今年校招跟去年比，我觉得变化其实挺明显的。去年大厂已经开始大规模招 AI 岗了，但今年有两个最大的不同：一是 AI 的 coding 能力更强了，很多算法岗的招聘需求跟着变了，岗位对人的要求自然水涨船高，Python、C++ 这些手搓代码的能力没那么重要了；二是岗位总量反而少了，需求更精细了，看起来 AI 岗位占比很高，但对比去年，很多岗位都没有了。
我对大厂 AI 岗位占比高其实一点都不意外，甚至觉得七八成还低了。现在这个趋势下，还有什么岗位是完全不用 AI 的吗？不过要说，AI 岗的差别也很大，用 AI 的也是 AI 岗，开发 AI 的也是 AI 岗，这两件事在招聘里完全不是一个量级。
就我观察，那些很早就为 AI 岗位做准备的同学，和现在才开始关注的同学，差距在真实招聘场景里是肉眼可见的，主要体现在实习和项目经历上，比如自己亲手写过项目文档，在面试中很多问题都能应对的比较自如。
至于 AI 背景这件事，我倒觉得不用太焦虑。大厂招 AI 岗，对专业背景卡得没那么严，真正卡的是学历和实习。我认识不少学长学姐，本科学的跟 AI 八竿子打不着，照样去做 AI 产品岗，做得也挺好。关键是你要尽早进到那个环境里，哪怕先从边缘岗位切进去。
非 AI 背景的应届生也不至于被大厂招聘淘汰，确实这一两年进大厂对 AI 背景有一些要求，但这个行业变得太快，你现在看到的机会，等你准备好的时候，门槛可能又抬了一截，而且以现在 AI 发展的速度，你今年进去的 AI 岗，明年还有没有这个岗位都难说。
03. 大厂 AI 岗遍地都是，我从 Java 转向 AI 应用层
当当 | 上海某高校计算机专业 27 届本科
我是上海某所高校计算机专业的本科生，校招期间我已经数不清投了多少份简历，目前拿到了 2 个面试通知，分别是某大厂的 AI 产品助理，和一家 AI 创业公司的工程师岗位。
我原本的职业规划是做一名传统的后端开发工程师，走的是业务开发路线。但看到今年大厂校招满屏的 AI 岗位，我不得不重新评估方向，现在的规划调整为，先进入大厂的 AI 应用层或工具链岗位，在实战中补齐算法和模型理解能力。
关于大厂 AI 校招的感受，我确实有感觉到冲击，AI 占比远超预期，但大厂依然是我求职的第一选择，不过我的心态和刚入学时完全不同。以前觉得进大厂就是写代码，现在觉得进大厂是为了接触最前沿的 AI 落地场景，不然很容易被行业甩在后面。
我还和几位毕业的学长聊过，他们认为这波招聘潮是因为大模型技术已经过了单纯的 " 炼丹 " 期，进入了 " 落地应用 " 期。一位在大厂的学长建议我，不要死磕算法岗，要多关注 AI 如何赋能现有业务，因为大厂现在急需的是能干活、能落地的工程化人才。
为了提升 AI 求职竞争力，我做了几件具体的事：一是使用大模型搭建了一个校园知识库问答系统；二是在上一段的实习中，尝试用 Copilot 辅助编写业务代码。
在招聘市场上，早做准备和现在才开始关注的同学差距非常明显。这种差距主要体现在技术栈的完整性和对 AI 产品的理解深度上。早准备的同学能清晰地说出当下大模型架构的优缺点，有相对成熟的 GitHub 项目；而晚关注的同学往往只停留在 " 用过 AI" 的层面，缺乏系统性的项目支撑。
我认为 " 会用 AI" 和 " 懂 AI" 在求职中完全不同。会用 AI 是指熟练使用各种工具提效，懂 AI 是指理解模型原理、能优化模型结构。我并没有因为在某些底层原理上还有欠缺就放弃投递，反而因为我在 AI 应用层的日常学习积累，更敢去冲那些工程化落地的岗位。
至于非 AI 背景的同学，我认为 " 全员 AI 化 " 已经成为趋势。我一位学市场营销的同学，现在也在学习 AI 绘图和数据分析，因为大厂要求所有岗位都要具备 AI 素养。
我在学校期间一直在刷算法和数据结构，它们是理解 AI 的地基，但现在仅仅有这些不够了，必须在这个地基上快速搭建起 AI 的知识框架。总的来说，面对大厂 All in AI，我觉得自己能勉强接住，但必须跑着才能跟上。
04. 想进大厂 AI 岗，一定要重视垂直实习经历
小鹿｜ 华五某校心理学专业 26 届硕士
我是 26 届毕业生，刚正式入职一家大厂，做产品方向。本硕读的都是心理学，校招拿到这个 offer，主要是因为去年在这里实习，产出不错，老板认可，秋招就顺理成章留下来了。
能走到这一步，运气和积累都有。我大二就开始实习，最开始纯粹是假期想找点事做，做过市场研究、用户研究、营销，后来才转到产品方向。小红书、字节、腾讯、快消，前前后后攒了好几段经历。在字节做过商业化，也在腾讯做了一段跟 AI 相关的产品。
今年 8 月，各家大厂的 2027 届校招陆续开了。大厂都在 All in AI，变化确实太大了，我去年投的时候 AI 岗位和非 AI 岗位差不多五五开，到今年基本已经七三开了。
我去年参与校招的时候，前前后后投了十几份简历。我也尝试过 AI 岗位，当时有一段 AI 产品实习经历，想着应该能试试，结果没有一家捞我面试。后来了解到，那些 AI 产品岗招的人都有两三段大厂或独角兽的 AI 产品实习。这个赛道已经卷到不可思议的程度了。
身边同学也很有压力，即便 985 本硕，有的拖到春招才定下来。没有 AI 相关经历的同学更吃亏，眼睁睁看着大量岗位被划走。
我身边有个 27 届的暑期实习生，他特别焦虑，担心转正、担心秋招、担心 AI 岗位比例这么高自己没对应经历怎么办。我能理解他，毕竟去年我投 AI 岗位都过不了简历关，今年门槛只会更高。
AI 确实是大势所趋，从公司层面看，押注 AI 能拉股价、能讲商业故事，这是实实在在的利益。可从个人角度，我会想这份工作到底能不能让我积累真实的能力和资源？我认识一些做 AI 的博士朋友，他们甚至能用 AI 训练 AI 了，但依然非常焦虑。
虽然我现在的岗位对 AI 还没有硬要求，但我已经把 AI 当成辅助工具用起来了，比如写报告、做数据分析、梳理流程，AI 能帮我提效很多。甚至我觉得会用 AI 提效，比去做纯 AI 产品，对大多数非技术岗的人来说更有实际价值。
对想进大厂的学弟学妹说，时间来得及的情况下，先去实习，中厂小厂都行，慢慢积累，探索自己到底对什么感兴趣，如果以后想投递大厂 AI 相关岗位，一定要重视垂直实习经历，平常 AI 能力也要学，日常生活中多用。
最后想说，你面试没过，很多时候不是因为你不优秀，只是不匹配而已。我简历投递阶段被字节挂了 5 次，美团阿里也挂了好几次，但最后还是收到 offer 了，要相信自己。
05.AI 岗位越分越细，我不敢什么热门投什么
大泽｜985 高校园软件工程专业 27 届硕士
我本科是计算机相关专业，现在读软件工程硕士。实验室这两年也开始做大模型和 Agent。
我从 7 月提前批开始投简历，到现在投了二十多份，主要是大模型算法、Agent 算法和 AI 应用开发岗。目前面了四五家，有两家走到了比较靠后的流程，但还没有正式 offer。
我接触 AI 算比较早。本科大三开始学机器学习，读研以后一直在做大模型相关项目，也去一家 AI 创业公司实习过。所以刚开始秋招的时候，我觉得自己的经历还算对口，大模型、Agent、AI Infra 这些方向，只要看到合适的岗位都会投。
但真正面起来以后，我发现 AI 岗位不像想象中那么 " 通用 "。
现在面试官问得很细。比如做一个 Agent，为什么要这样设计工作流？调用了哪些模型？效果不好怎么排查？怎么做评测？如果是实习项目，还会继续问有没有上线、谁在用、你自己负责了哪一部分。
我有一次就被一个 RAG 项目问住了。那个项目是我在实验室做的，我自己觉得挺熟，简历上重点写了。面试官先问文档怎么切，再问为什么这么切、召回效果怎么评估，后来又追问不同方案的数据对比。我后面就有点答不上来了。
因为它说到底还是一个实验室项目，很多上线之后才会碰到的问题，我没有经历过。
这次面试之后，我就重新改了简历，把几个自己讲不深的项目删掉了，投岗位也开始更谨慎。
比如 AI Infra 我之前也看过，但我的 C++ 和系统方面积累不够，现在临时补已经来不及。预训练、后训练也是一样，虽然接触过一些，但没有扎实的经历。现在我主要还是投 Agent 和大模型应用相关的岗位，面试的时候还算有东西可讲。
我平时用 AI 也很频繁，写代码、看论文、整理实验结果都会用 Cursor、Claude。但至少我碰到的几次技术岗面试里，面试官不会专门问你用了多少 AI 工具，最后还是会追到具体项目里，看你到底做了什么、解决了什么问题。所以我现在不像刚开始秋招时那么想追热门了。
大厂 All in AI，对我们这种本身就在做 AI 的学生肯定是机会，但这个机会没有想象中那么大。方向越来越多以后，反而要更早想清楚自己到底往哪一条路走。
* 文中晓斌、当当、小鹿、大泽均为化名。
