本文來自微信公眾號： 豹變 ，作者：高澤，編輯：邢昀，原文標(biāo)題：《這屆大廠面試官，上來就問「你怎么用AI干活」》
本科學(xué)藝術(shù)設(shè)計、研究生學(xué)藝術(shù)理論，放在幾年前，楠楠的求職路徑大概率是進入設(shè)計公司、畫廊或者高校，和互聯(lián)網(wǎng)市場、運營這類需要數(shù)據(jù)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(yè)的市場、品牌崗，其中不乏頭部互聯(lián)網(wǎng)公司和4A公關(guān)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(xí)。當(dāng)時主管交給她一項任務(wù)：對全國3000家線下門店的銷售數(shù)據(jù)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(yè)案例參考框架，一邊對著ChatGPT和Claude邊問邊學(xué)，從函數(shù)公式到分析邏輯一步步打磨，最終交出了完整的報告。
“相當(dāng)于AI幫我補上了數(shù)據(jù)分析這塊短板，不然我連投市場崗的勇氣都沒有?！?/p>
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(fā)生變化。
2026年招聘市場上，“熟悉AI工具優(yōu)先”“具備AIGC應(yīng)用能力”已經(jīng)出現(xiàn)在越來越多崗位的任職要求里，從技術(shù)研發(fā)到產(chǎn)品運營、市場營銷，甚至行政職能，AI能力不再是技術(shù)崗的專屬標(biāo)簽，而是滲透到幾乎所有崗位的評價體系中。
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(wù)。
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(yè)采用，AI工具從“不能用”的作弊項，變成了“必須會”的基礎(chǔ)能力。
對非技術(shù)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(guān)公司的文旅項目崗時，拿到的筆試要求是三天內(nèi)提交一份完整的沉浸式文旅項目方案，從市場分析、場景設(shè)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(yè)經(jīng)驗的藝術(shù)生，根本不可能在三天里拿出合格的方案?！?/p>
楠楠的做法是先用ChatGPT拆解需求，補齊行業(yè)常識，搭出方案的整體框架；再用Claude生成PPT初稿，填充基礎(chǔ)內(nèi)容；最后自己調(diào)整邏輯、優(yōu)化細節(jié)，補充創(chuàng)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(chuàng)科技公司的現(xiàn)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?！捌髽I(yè)不會糾結(jié)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(dāng)下的招聘市場，這已經(jīng)成為非技術(shù)崗AI考察的核心邏輯：不考理論，只看結(jié)果。
對技術(shù)崗求職者而言，AI考察的硬核程度要高得多。
頭部互聯(lián)網(wǎng)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(xué)習(xí)底層原理、主流AI框架熟練度列為硬性要求。
技術(shù)面會直接給出一個兩層或三層的假想神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，追問激活函數(shù)怎么選、損失函數(shù)怎么設(shè)計、這樣的架構(gòu)在實際業(yè)務(wù)中會不會出問題、該如何優(yōu)化。除了問答，每輪技術(shù)面都有代碼考核，除了常規(guī)算法題，還要求候選人從零手寫一個簡易AI模型，從數(shù)學(xué)推導(dǎo)到代碼落地全面驗證。
此外，今年還興起了VibeCoding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(chǎn)出符合要求的代碼；二是調(diào)試糾錯能力，這也是技術(shù)和非技術(shù)背景人群的核心差距。
規(guī)則變化的另一面，是崗位結(jié)構(gòu)的升級。
剛?cè)肼毚髲SAIGC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(tǒng)設(shè)計師、剪輯師的崗位數(shù)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(xiàn)在兩三個人搭配AI工具，產(chǎn)能和以前五六個人差不多?！?/p>
但這并不意味著設(shè)計類崗位徹底消失，而是對人的要求變高了?！耙郧澳阒灰獣肞S、會剪視頻就行，現(xiàn)在你得會寫精準(zhǔn)的提示詞，懂品牌調(diào)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(chǔ)的執(zhí)行部分，剩下的判斷、審美、決策，都是對人更高的要求。”
你和HR之間，現(xiàn)在多了一個AI
不只是筆試環(huán)節(jié)，從簡歷初篩到終面核查，AI正在滲透招聘的全流程，重構(gòu)面試的游戲規(guī)則。
AI初篩面試已經(jīng)成為互聯(lián)網(wǎng)大廠、外企、車企等企業(yè)的標(biāo)配。小胡回憶自己經(jīng)歷的2025年秋招，前前后后投了近百家企業(yè)，快消外企、新能源車企幾乎都設(shè)置了AI初面環(huán)節(jié)。
流程大多相似：上傳簡歷后，系統(tǒng)自動根據(jù)簡歷內(nèi)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(xué)感”也被很多求職者吐槽。
“你根本不知道它的評分標(biāo)準(zhǔn)是什么，有時候覺得自己答得邏輯很順，結(jié)果莫名其妙就掛了，連個反饋都沒有?！?/p>
在小胡看來，AI面試更像是企業(yè)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(jié)省HR的時間，但做不了核心判斷。
比起AI初面的“玄學(xué)”，真人面試?yán)锏暮啔v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(jīng)歷包裝得光鮮亮麗，數(shù)據(jù)注水、經(jīng)歷造假的情況越來越多。相對應(yīng)的，大廠也把簡歷真實性核查放在了第一位。
AI產(chǎn)品崗求職者Natalie對此印象深刻。她在實習(xí)面試時，面試官全程圍著她的開源項目EverythingCapture追問：項目的內(nèi)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(nèi)容時遇到過什么權(quán)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(shù)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(chuàng)新點有多厲害，是摳整個研究的閉環(huán)邏輯?！捌髽I(yè)要的不是只會發(fā)論文的人，是能完整解決問題的人。從發(fā)現(xiàn)問題到落地執(zhí)行的閉環(huán)能力，比單一的技術(shù)功底更重要?！?/p>
從簡歷初篩到筆試面試，AI正在滲透招聘的每一個環(huán)節(jié)。但招聘只是鏡子，映照的是工作場景里正在發(fā)生的變化。從科技互聯(lián)網(wǎng)到營銷、咨詢等行業(yè)，AI在全方位滲透。
小胡所在的AIGC業(yè)務(wù)部，從應(yīng)屆生到部門負責(zé)人，全員都必須掌握基礎(chǔ)的AIGC工具使用能力，部門甚至設(shè)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(xiàn)在廣告公司做方案、出創(chuàng)意，基本都是先用AI出幾版初稿，再做優(yōu)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(jié)奏。”
在這些行業(yè)里，AI工具使用能力正在慢慢變成基礎(chǔ)要求，不會特意寫在JD里，但默認員工必須會。
傳統(tǒng)行業(yè)、銷售類崗位暫時還沒有強制要求，但AI能力已經(jīng)成為差異化競爭力。
楠楠面試銷售類崗位時，不會被要求現(xiàn)場演示AI工具，但她會提前用AI整理目標(biāo)公司的業(yè)務(wù)信息、行業(yè)動態(tài)，甚至預(yù)設(shè)面試問題和回答思路，準(zhǔn)備的深度和效率都遠超同齡人。
“同樣準(zhǔn)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(tài)肯定不一樣，這就是實打?qū)嵉膬?yōu)勢?！?/p>
新規(guī)則下，年輕人的核心競爭力是什么
當(dāng)AI能寫文案、能做數(shù)據(jù)、能寫代碼，對于初入職場的年輕人，靠什么構(gòu)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(zhàn)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(jīng)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(fā)的兩款A(yù)I工具，拿到了大廠AI產(chǎn)品經(jīng)理的實習(xí)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(chǎn)品，這才是硬實力?！痹谒磥?，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(fā)、湊資源，很多想法半路就夭折了?，F(xiàn)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(shù)崗的求職者來說，核心則是筑牢底層能力，把AI當(dāng)效率工具而非依賴。小張強調(diào)，算法崗的競爭核心永遠是深度學(xué)習(xí)底層原理、數(shù)學(xué)推導(dǎo)能力和問題解決的閉環(huán)思維。AI代碼助手能幫你寫基礎(chǔ)代碼、省重復(fù)勞動的時間，但它替代不了你對模型的理解、對業(yè)務(wù)的判斷。
他建議想做算法的同學(xué)，不要沉迷于學(xué)各種AI工具的操作，先把機器學(xué)習(xí)、深度學(xué)習(xí)的基礎(chǔ)打牢，多做完整的科研項目，練出從發(fā)現(xiàn)問題到解決問題的完整能力，這才是能穿越技術(shù)周期的硬本事。
小胡走的則是另一條路徑：在實習(xí)里實戰(zhàn)積累。她采用“階梯式跳躍”的實習(xí)策略，從本地品牌方到中廠再到大廠，每一段實習(xí)都主動觀察前輩的AI工作流，在真實業(yè)務(wù)里練手。
在網(wǎng)易實習(xí)時，她跟著運營前輩學(xué)用AI做用戶畫像、整理數(shù)據(jù)；到小紅書實習(xí)時，已經(jīng)能獨立用AI產(chǎn)出運營方案、做素材初稿；每跳一次，AI應(yīng)用的熟練度就更深一層?！霸诩铱窗胩焯崾驹~教程，不如在公司真刀真槍做一次項目印象深。在實習(xí)里學(xué)AI，才是最快的?！?/p>
除了落地的項目能力，守住人獨有的核心護城河，構(gòu)建審美、業(yè)務(wù)判斷力，以及解決問題的閉環(huán)能力和責(zé)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(diào)性、哪些能過廣告合規(guī)審核、哪些投放轉(zhuǎn)化率會更高，這些都需要人來判斷?！癆I生成的東西都是‘正確但平庸’的，真正能打動人的創(chuàng)意，能適配具體業(yè)務(wù)的判斷，只能靠人。”
說到底，AI從來不是年輕人就業(yè)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(chǔ)執(zhí)行崗不再需要那么多人，但它也打碎了專業(yè)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(fā)者快速落地創(chuàng)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(chuàng)意、解決問題的閉環(huán)能力，還有敢擔(dān)責(zé)任的底氣。畢竟，工具永遠只是工具，真正定義職業(yè)價值的，從來都是使用工具的人。