定焦 One（dingjiaoone）原创
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。
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？
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。
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。
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。
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。
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。
* 题图及文中配图均来源于 pexels。文中晓斌、当当、小鹿、大泽均为化名。
