大厂在争抢AI领域的人才，应届生则在竞争那些有限的实习名额。
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届秋季校园招聘，正在变成一场检验AI素养的「大考」。
8月起，字节、阿里、京东等业界头部企业陆续开启新一轮校招。字节的技术产品类岗位占比超过七成，并新添「AI全栈工程师」、「AI Agent开发」等新兴职位；阿里的AI相关职位高达八成；京东则创新性地引入AI面试工具……从数据维度观察，情况更加直观——脉脉平台统计显示，2026年1月至5月期间，新增校招AI岗位数同比增长47.3%，相关岗位的渗透率从26.41%攀升至37.56%。大厂通过实在的薪资和机制，向年轻求职者传达一个核心讯息：明天的机遇在AI。
但从「AI代表未来」到「我能进入这些大厂」，这间隙中横亘着难以逾越的壁垒。
我们采访了五位来自2026届、2027届的应届毕业生：有人递交了四五十份简历，仅获得一个大厂面试资格；有人虽然握有头部公司的实习经验，却因专业方向不够对口被算法岗位拒于门外；有人早已转向AI应用领域，勉强赶上了这波浪潮；还有人去年曾投向AI岗位但全部失利，最后靠一段非AI的暑期实习经验转正并留在公司……
他们的教育背景有异、选择路径不同，但面临的现实却惊人一致：即便AI岗位占比创新高，也并不意味着机遇增加。招聘的门槛在持续上升，选人的标准在不断调整，这场竞争中，垂直领域的实习经历已成最有价值的筹码。
当招聘市场开始细化「能操作AI工具」与「懂AI原理」的区别，当一段专业对口的实习记录胜过名校光环，当面试官反复追问「工作流设计」、「商业落地案例」、「效能提升数据」，这批学生明白了：AI并非捷径，而是要求提前动员的新竞局。
01.面试官追问得极细，临时抱佛脚会被戳穿Frida｜ 河南师范大学汉语言文学专业 27届本科
还没进入大四，我的简历投递数已经接近五六十份。
我做过一张详细的跟踪表，记载目标企业的职位信息和投递状态——25个岗位中有15个被拒，仅有一两个进入面试环节，其余要么卡在筛选阶段，要么完成线上测试后就没有回音。
但我依旧每天打开这张表，逐一查证那些还未被拒绝的岗位。
我在河南师范大学学习汉语言文学，最初打算毕业从教或者考取公务员。到了大三上学期，我发觉有五位学长学姐毕业后无所事事，其中四位都参加过公考但终未上岸。这让我突然警觉：所有人都在挤的独木桥，未必比走向社会招聘更稳健。
因此，我立刻投身于找实习的行列。第一份实习工作是在蓝色光标，为欧莱雅品牌提供乙方服务。正是在那段经历中，我首次体验到了AI带来的冲击。
从前，我们需要联络数十位中小规模的意见领袖拍摄产品素材，随后不断地反复修改。之后，只要将产品图像输入AI系统，就能自动合成展示素材。负责优衣库账户的同事团队更是直接了当：只要上传正面、背面及侧方等多个角度的照片，AI马上能生成逼真的虚拟试衣效果。主管在会议上问出了大家的心声：「那以后是不是只需要买账户的发布权限就够了，真人拍摄都可以省掉？」
之后我去了哈啰做国际业务运营，目前在上海的一家出海龙头企业做实习，专门用AI制作广告创意素材。
Leader说会申请给我转正的名额，如果组里塞不下就转介给其他部门。但我不能赌这一个位置。网络上常见同学分享的经验谈：暑期进来五个实习生，秋招转正的可能只有一个，甚至一个都保不住；Leader的承诺可能发自真心，但也可能只希望你把手头工作做完就行。所以我一边实习，一边继续投递简历。
我试过投河南的宇通集团，结果第二天简历就被筛掉了。阿里投了六次，被拒了四次，字节我根本不敢碰。我的感知是二三线城市的本地龙头企业往往对学历卡得更严，而互联网大厂反而会在教育背景和工作经历间做权衡——只要实习足够贴切，即便非名校背景也有机会进入下一环节。
目前，我唯一得到的大厂面试邀请，来自拼多多的AIGC视频创意岗位。
那位面试官问得特别深入——用过哪些生成模型？最常用的是？你的操作流程是啥？生成效果不理想时怎么处理？产品还有什么优化空间？简历上多写几个「AI」字眼，或许能骗过自动筛选系统，但真正坐到面试官对面，破绽立刻显露。非技术岗位也许不一定要你掌握算法细节，但你得拿出作品、展示你做过的商业项目、详细讲解每一步的操作方法。证书和荣誉并无太大帮助，真正值钱的是实际作品和实习记录。
目前我的水平只能说是能操作AI工具，不能称为懂AI。遇到Agent卡住，我会改变提示语、换个素材，但不明白根本问题出在哪儿。剪映、AE、PR这些软件加上各类生成工具，全是我在大学时自学掌握的。早做功课不一定赢，但不做功课，连被选中的资格都没有。
02.具身智能没那么卷，但实习对口太关键晓斌｜ 北京某985院校 软件工程专业 27届硕士
我学的是软件工程硕士，现在读二年级，明年就要毕业。
实际上秋招我开始得还算早。从七月的提前批到现在，我挑了几家总部在北京的大厂投了，面试经历已经有三四家，正在等各家的意向反馈。
我的投递量不算特别多，想着走一步看一步，提前批的竞争比较厉害，学长学姐也建议不妨稍晚一些再投。
我的求职方向主要集中在智能体算法类职位。之所以锁定这个领域，是因为我之前在大厂有Agent产品的实习背景，上手相对轻松，简历中也能讲出有说服力的故事。然而经过这么多场面试，我越发感觉，做传统软件开发这条路可能前景有限，不是说技术本身有问题，而是竞争实在太激烈。
当今大厂的热门AI职位，无论是大模型算法、智能体算法还是AI基础设施研发，都被具有名校背景和顶级公司实习经历的人占据。
因此我现在开始关注具身智能方向的职位。具身领域的Agent岗也不在少数，相对大模型方向竞争没那么激烈，薪资待遇也相当可观。问题是我没有相应的项目经历，具身智能这块儿对实习的要求极其苛刻，没有对口经历基本进不了门槛，所以我现在挺纠结的——临时抱佛脚补实习已经不现实了，时间太紧张写不进简历，只能碰碰运气试试看。
对比去年的秋招，今年的变化我觉得很明显。去年大厂已经开始规模化招聘AI岗位，但今年有两点最显著的差异：其一是AI自身的代码能力提升了，很多算法岗位的人员需求也随之升级了，对应聘者的要求自然节节高升，手写Python、C++代码的能力没之前那么受重视；其二是岗位总数其实在萎缩，专业需求变得更加具体，看起来AI岗占比很高，但横向对比去年，不少岗位已经消失了。
对大厂AI岗位占比很高这个现象，我一点儿不感到奇怪，甚至觉得七成八成还偏低了。这个阶段，有哪些岗位能完全不涉及AI呢？不过话说回来，AI岗位内部的差异也相当巨大，用AI的是AI岗，开发AI的也是AI岗，这两种工作在招聘里根本不是一个数量级。
从我的观察看，那些提前为AI岗做准备的同学和现在才开始关注AI的同学，差距在真实招聘中是肉眼可见的，主要体现在实习与项目的完成度上——比如自己动手写过项目文档、在面试时能自如地应答各类细节问题。
至于AI学科背景，我觉得大可不必过分紧张。大厂招聘AI岗位时，对专业出身的限制并不严格，真正的筛选关键是学历和实习经历。我认识好几位学长学姐，本科学的跟AI毫无关联，后来照样做起了AI产品岗，成就也不错。关键还是要尽早进入这个领域的工作环境中，即使最初只能从边缘岗位切入。
非AI背景的应届生并不会被大厂校招完全排斥，虽然最近一两年进大厂对AI背景确有要求，但科技发展速度太快，你现在看到的机会窗口，等到你准备充分的时候可能已经关上了，何况按照AI当下的进步势头，你今年进去的AI岗位到了明年还存不存在都很难说。
03.岗位选项铺天盖地，我从后端开发转向AI应用层当当 | 上海某高校计算机专业 27届本科
我是上海一所高校的计算机系本科生，校招阶段我已经记不清投出去多少份简历了，目前拿到了两个面试通知，分别是某头部大厂的AI产品助理和一家AI初创公司的技术岗。
我本来的职业设想是成为一名传统的后端服务器开发工程师，走业务研发的路线。但看着今年大厂校招页面上到处都是AI职位，我被迫重新梳理自己的职业规划，现在改为先进一家大厂的AI应用或工具链部门，在实际项目中补足对算法和模型的理解。
对大厂AI校招的整体感受，我确实受到了冲击，AI职位占比远远超出预期，但大厂仍然是我就业的首选。只是与入学时的想法完全改变了。从前我认为进大厂就是编写代码，现在我认为进大厂的真正价值是接触业界最前沿的AI商业应用，否则很容易被整个行业抛弃。
我还跟几位已经工作的学长聊过，他们认为这轮招聘热潮的原因在于，大模型技术已经渡过了单纯「调参探索」的阶段，现在进入了「商业化落地」的关键期。有个在大厂工作的学长建议我，别一味埋头做算法岗，要多花精力在AI赋能现有业务线上，因为大厂眼下最缺的是那种既能干活又能落地的工程化人材。
为了增强自己在AI求职中的竞争力，我具体做了几件事：一是用大模型搭建了校内知识库的问答助手；二是在前面的实习中，试着用Copilot来协助完成业务代码的编写。
在招聘竞争中，那些提前行动和现在才开始关注AI的学生差别很悬殊。这个差别体现在技术储备的全面性和对AI产品的认知深度。准备早的学生能准确阐述当今大模型架构的优劣势，手里有相对完善的GitHub开源项目；而起步晚的学生通常只停留在「用过AI」的认知阶段，缺少系统性的项目积累。
我认为在招聘中，「能用AI工具」和「理解AI原理」是两个完全不同的概念。能用是指掌握各种工具的操作技巧以提高工作效率，理解是指熟悉模型基本原理、能改进模型框架。鉴于自己在某些基础理论上还有空缺，我没有选择放弃投递，反而因为在AI应用实践中的长期积累，更加主动地去冲那些需要工程落地能力的岗位。
说到非AI专业出身的同学，我觉得「全员AI化」已经变成大势。有个学市场营销的同学，现在也在自学AI绘画和数据分析工具，因为大厂对所有岗位都提出了基本的AI能力需求。
在学校这些年我一直在钻研算法和数据结构，这些是理解AI的基础打底，但仅有这些显然不足够了，必须在这个基础之上快速搭建起AI知识体系。总体而言，应对大厂All in AI的浪潮，我感觉自己能勉强抓住，但必须加速跟进才行。
04.要进大厂AI岗，垂直实习经历很关键小鹿｜ 华五某校心理学专业 26届硕士
我是26届毕业生，现在已经正式加入某家大厂，从事产品管理方向的工作。本科和研究生学的都是心理学，能在校招中拿下这个机会，主要是由于去年曾在这家公司实习，工作成果获得了老板的认可，秋季校招自然就顺利转正留下了。
能有今天，既有运气的成分，也有平时的积累。我从大二开始利用假期去实习，最初完全是想找点事去做，做过市场调研、用户研究、品牌推广等各类工作，后来逐步转向产品领域。小红书、字节、腾讯、快速消费品公司，我陆陆续续积累了好多段工作经历。在字节我接触过商业增长，也在腾讯做了一段与AI产品相关的工作。
8月份这个时间点，各大互联网公司的2027届校招陆续启动了。所有大厂现在都在All in AI，变革幅度确实大，我去年投简历时AI岗位和传统岗位大约是一半一半，到了今年基本演变成七三开的局面。
去年参加校招的时候，我前前后后投出十来份简历。我也尝试过报名AI相关的岗位，当时手里有一段AI产品的实习经历，想着应该有机会，结果一家都没给面试机会。后来才了解到，那些AI产品岗招来的人基本上都做过两三段大型公司或独角兽企业的AI产品实习。这个赛道的竞争已经卷到令人咋舌的程度。
周围很多同学压力也很大，即便是985的本硕双料学生，有些也拖到春季才敲定工作。那些没有AI相关经历的同学更吃亏，眼睁睁看着大量岗位被划分出去。
身边有个27届的暑期实习生，特别感到焦虑，担心能不能转正、担忧秋招的前景、害怕AI岗占比这么高自己没相关经验怎么办。我能理解他的压力，毕竟去年我去投AI岗位连简历筛选都过不了，现在竞争壁垒只会更陡峭。
AI确实代表着发展方向，从企业视角，all in AI能拉升股市估值、能构建商业叙事，这是实实在在的商业好处。但换到个人层面，我会考虑这份工作能否让我积累真实的专业素质和人脉资源？我认识一些搞AI研究的博士朋友，他们甚至掌握了用AI来训练AI的技能，可依旧感到焦虑。
虽然我现有岗位还没有对AI做硬性要求，但我已经在实际工作中使用AI作为辅助工具了，例如起草报告、执行数据分析、梳理工作流程，AI能给我节省很多时间和精力。实际上我觉得，会用AI工具来提升效率相比直接做AI产品，对绝大多数非技术出身的人来说，实用意义更大。
对有志进入大厂的学弟学妹，我的建议是，时间还充裕的情况下，先去做实习，小公司中等公司都没关系，循序渐进地积累经验，多去摸索自己真正感兴趣的是什么。假如今后想投递大厂AI相关职位，一定要重视垂直领域的实习经历，同时日常生活中也要不断学习和使用AI工具。
最后我想说的是，投递被拒很多情况并不是因为你不够优秀，而是岗位要求和你的背景不够匹配。我的简历被字节挂掉过5次，美团阿里也挂过好几回，可最后还是收到了满意的offer，所以要信任自己。
05.AI细分岗位越来越多，我不再盲目追风口大泽｜985高校园软件工程专业 27届硕士
我本科学计算机相关专业，现在攻读软件工程硕士学位。实验室这两年也开始涉足大模型和Agent领域的研究。
从7月的提前批开始我就在投简历，到现在已经投出二十来份，主要投递岗位包括大模型算法、Agent算法和AI应用工程等方向。目前已经面试了四五家公司，其中两家已经进到比较靠后的面试环节，不过还没有正式的offer。
我对AI的接触比较早。本科大三的时候开始学习机器学习，研究生阶段一直在从事大模型相关项目，还在一家AI初创企业实习过。所以秋招刚开始时，我感觉自己的经历还算贴切，大模型、Agent、AI基础设施等方向，只要看到合适的岗位就会尝试投递。
但实际面试时才发现，AI岗位远不像想象的那样「通用」。
现在的面试官提问都特别细致。比如设计一个Agent系统，为什么采用这样的工作流架构？调用了哪些模型服务？性能不理想时如何诊断？怎样进行效果评测？假如是实习做的项目，还会追问有没有在线上运行、实际用户有多少、你个人承担了哪块工作。
有一次我就被一个RAG系统的项目问住了。这个项目是我在实验室完成的，我自己觉得掌握得很透彻，在简历上也重点突出了。面试官先问文本分割的方法，再问为什么选这种分割方式、检索准确率如何衡量，后来又问不同方案之间的性能对比数据。到这儿我就有点答不上来了。
根本原因在于，那个项目终究还是实验室的研究课题，很多只有投入线上环境才会遇到的实际问题，我根本没经历过。
这次面试之后，我重新修改了简历，把几个讲得不够深入的项目删除了，投岗位时也变得更加谨慎。
比如AI基础设施方向，我之前看过相关岗位，但自己的C++和系统编程基础还不够厚实，现在临时突击已经来不及了。预训练和后训练同样存在这个问题，虽然有所接触，但底层功力不够。目前我主要投的是Agent和大模型应用相关的岗位，面试时至少还能讲出实质性的内容。
我日常使用AI工具的频率很高，代码编辑用Cursor、论文阅读用Claude、实验数据汇总也会用AI辅助。但至少在我参加的几场技术岗面试中，面试官不会单独提问你用了多少AI工具，最终还是会深入到具体项目去，问你做了什么、解决了什么问题。所以现在的我不像秋招初期那样跟风追逐热门岗位了。
大厂All in AI，对我们这些本身就在从事AI工作的学生，肯定是机遇，但这个机遇远没有想象中那么广阔。各细分方向越来越多之后，反而需要更早地明确自己走哪条技术路线。
*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。
