AI浓度拉满的秋招，应届生挤破头

大厂把赌注压向AI，岗位占比冲到七成、八成，AI岗位渗透率一年涨了十个百分点。可五位应届生的真实体感是：岗位再多，也不等于机会变多——门槛在涨，实习经历成了最硬的通货。

2027届秋招，正在变成一场AI浓度测试。八月初，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到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"之间，还隔着一道门槛。我们和五位2026届、2027届毕业生聊了聊，他们的背景、选择各不相同，面对的现实却一样：AI岗位占比再高，也不等于机会变多。门槛在涨，标准在变，而实习经历成了这场游戏里最硬的通货。

Frida：投了四五十份简历，只拿到一场大厂面试

Frida是河南师范大学汉语言文学专业的27届本科生。大四还没开始，她已经投了四五十份简历。她做了一张表，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"，就是做完测评再无消息。但她每天还是会点开表格，把没挂的岗位逐个查一遍。

她原本打算毕业后当老师，或者考公考编。大三上学期，她发现五个比她大一届的朋友，四个毕业后待业——都准备过考公考编，但一个也没考上。她突然意识到，所有人都在挤的路，未必比市场化就业更稳。于是她立刻开始找实习，第一份实习在蓝色光标给欧莱雅做乙方，也是在那里第一次感受到AI的冲击。过去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；负责优衣库的团队更直接，KOC提供九张照片，AI就能生成像真人拍摄的试衣镜自拍。主管在会上的那句"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"一直让她印象深刻。

后来她去了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说会帮她申请转正名额，但她不敢错过秋招——网上很多同学在分享：暑期实习招五个人，最后可能只有一个名额甚至一个都没有。她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。她的体感是，一些二三线城市的龙头企业更卡学历，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。

目前她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？她说简历里多写几个"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。她现在只能算"会用AI"，还不算"懂AI"——Agent卡住时，她会换提示词、换素材，却不知道底层哪里出了问题。剪映、AE、PR和生成工具，都是她在学校之外自学的。

晓斌：纯软件开发越来越难走，我想转具身

晓斌是北京某985院校软件工程专业的27届硕士。秋招开始得挺早，从七月提前批到现在，投了一部分base在北京的大厂岗位，面了三四家，在等意向结果。他主要投智能体算法岗——之前有大厂Agent产品的实习经历，做起来顺手，简历也能讲出东西。但面了这么多场之后，他越来越觉得纯做软件开发可能没什么前途了，不是软件不行，而是太卷了。

今年热门的大厂AI岗位——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、头部大厂实习的人在抢？所以他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，待遇也不错。但问题在于，具身现在卡实习卡得非常严，没有对口的实习基本进不去，而他没相关经历，去补实习已经来不及了。

他对比了今年和去年的校招，发现两个最大的不同：一是AI的coding能力更强了，很多算法岗的招聘需求跟着变了，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。他对大厂AI岗位占比高一点也不意外，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AI岗的差别也很大——用AI的和开发AI的，在招聘里完全不是一个量级。

关于AI背景，他倒觉得不用太焦虑。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。他认识不少学长学姐，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。关键是要尽早进到那个环境里，哪怕先从边缘岗位切进去。他也提醒，这个行业变得太快，现在看到的机会，等你准备好的时候，门槛可能又抬了一截。

当当：从后端开发，转向AI应用层

当当是上海某高校计算机专业的27届本科生。校招期间他数不清投了多少份简历，目前拿到两个面试通知——某大厂的AI产品助理，和一家AI创业公司的工程师岗位。他原本的职业规划是做传统的后端开发工程师，但看到今年大厂校招满屏的AI岗位，他不得不重新评估方向：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。

他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"炼丹"期，进入了"落地应用"期。一位大厂的学长建议他，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。为此他做了几件具体的事：用大模型搭建了一个校园知识库问答系统；在上一段实习中用Copilot辅助编写业务代码。

在他看来，早准备和现在才开始关注的同学差距非常明显，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说出当下大模型架构的优缺点，有相对成熟的GitHub项目；晚关注的同学往往只停留在"用过AI"的层面。"会用AI"和"懂AI"完全不同：会用是指熟练使用各种工具提效，懂是指理解模型原理、能优化模型结构。他并没有因为底层原理上有欠缺就放弃投递，反而因为在AI应用层的积累，更敢去冲那些工程化落地的岗位。

至于非AI背景的同学，他认为"全员AI化"已经成为趋势。他一位学市场营销的同学现在也在学AI绘图和数据分析，因为大厂要求所有岗位都具备AI素养。他在学校期间一直在刷算法和数据结构，那是理解AI的地基，但仅仅有这些不够了——必须在这个地基上快速搭建起AI的知识框架。面对大厂All in AI，他说自己"能勉强接住，但必须跑着才能跟上"。

小鹿：靠一段实习转正，AI产品岗卷到不可思议

小鹿是华五某校心理学专业的26届硕士，刚正式入职一家大厂做产品方向。本硕读的都是心理学，能拿到这个offer，主要因为去年在这家实习、产出不错、老板认可，秋招就顺理成章留下来了。她大二就开始实习，从市场研究、用户研究、营销做起，后来转到产品方向，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，在腾讯做过跟AI相关的产品。

她去年参与校招时投了十几份简历，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，结果没有一家捞她面试。后来才了解到，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。"今年8月，各家大厂2027届校招陆续开，AI岗位和非AI岗位从去年的五五开变成了七三开。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。

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，她会想这份工作到底能不能让自己积累真实的能力和资源。虽然她现在的岗位对AI还没有硬要求，但她已经把AI当成辅助工具用起来了——写报告、做数据分析、梳理流程，提效很多。她甚至觉得，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。

她给想进大厂的学弟学妹的建议是：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；如果想投大厂AI相关岗位，一定要重视垂直实习经历，平时AI能力也要学、多用。最后她补了一句："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。"

大泽：面试官问得越来越细，实验室项目不够用了

大泽是985高校软件工程专业的27届硕士，本科是计算机相关专业。实验室这两年也开始做大模型和Agent。他从7月提前批开始投简历，投了二十多份，主要是大模型算法、Agent算法和AI应用开发岗，面了四五家，有两家走到比较靠后的流程，但还没有正式offer。

他接触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。刚开始秋招时他觉得自己经历还算对口，但真正面起来才发现，AI岗位不像想象中那么"通用"。现在面试官问得很细：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？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。

他有次就被一个RAG项目问住了。那个项目是他在实验室做的，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——他后面就有点答不上来了。因为说到底它还是一个实验室项目，很多上线之后才会碰到的问题，他没有经历过。这次面试之后，他重新改了简历，把几个讲不深的项目删掉了，投岗位也开始更谨慎。AI Infra他之前也看过，但C++和系统方面的积累不够，临时补来不及；预训练、后训练也一样，接触过但没有扎实经历。现在他主要投Agent和大模型应用相关岗位，面试时还算有东西可讲。

他平时用AI也很频繁，写代码、看论文、整理实验结果都用Cursor、Claude，但技术岗面试里面试官不会专门问用了多少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。所以他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。"

AI不是捷径，是另一场需要提前起跑的竞赛

把五个人的故事摆在一起，能看到一个共同的画面：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，而是另一场需要提前起跑的竞赛。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。