AI高薪叙事之外:985硕士投200个岗位零通关,校招正变成社招

资讯 36氪 全文 3225 字 · 约 9 分钟读完 配图 4 张

加班和焦虑,跑赢了薪资涨幅。

晚上11点,杨涵才把电脑合上,12小时连轴转总算告一段落。可人离开了工位,神经还绷着——数据一旦出问题,她得24小时待命。

毕业3年,985计算机本科、QS前20院校硕士,杨涵一直在AI这条线上走,几家大厂的实习和履历攒了不少,还做过初创公司的AI方向负责人。

简历这么硬,活又这么重,收入照理该甩开同行一大截。可杨涵现在的月薪,也就勉强追平先进制造头部研发的水平,搁互联网大厂里只算中等。

这跟她“急流勇退”、回研究院做基模有关。不过就算撇开这一层,她也有句话不吐不快:“AI从业者,真没有外界想象的风光。”

如今围绕AI的叙事里,最让人羡慕的工作、最让人眼红的薪资都堆在这儿:大模型算法、智能体开发、AI Infra,动辄几十万起步,上不封顶;大厂的人才计划,百万年薪不过是起步价。

AI高薪叙事之外:985硕士投200个岗位零通关,校招正变成社招(配图 1)

可热钱砸出来的高薪,只落在金字塔尖那一小撮人头上。这些极高数值像一股巨大的拉力,把整个AI行业的“平均薪资”往上拽。塔尖之下的人,尝到的是极大的落差。

投入和产出之间那个大缺口,还得靠所有人的身体去填。普通人的加班时长和焦虑指数,早就跑赢了薪资涨幅。

聚光灯照不到的B面,才是大多数人的日常。

1

门槛被抬高,校招变社招

身边同学TOP3硕士、校招零offer,陈墨每回说起这事总被人怼:“净骗人,人家只是没拿到满意的offer而已。”

往年确实是这样。陈墨的学长学姐揣着算法论文和实习经历,专业不太对口、本科双非,也有机会挤进AI独角兽或大厂。今年行情真变了:秋招他投了近200个岗位,大小公司都投,地域也不限,结果一个都没通关。

托马斯那边,许多同门和朋友海投之后同样颗粒无收。他能拿到4个offer,靠的是“985计算机本硕+AI相关论文+大厂对口实习”,每一环都没松劲,卷生卷死四五年,才最终脱颖而出。

“互联网开始像金融行业了,讲究‘配资’,所有的经历一定要强相关。”托马斯这么感慨竞争的残酷。以前职场新人有成长期,现在企业没耐心了,校招变成了社招。

入行门槛一步步被抬高,Mike是亲眼看着过来的。

四年前他考研选方向,最热门的标签还是元宇宙和区块链。谁想到此后AI一路“狂飙”,从能对话到能作图、能生成视频,去年身边人求职的方向成了“智能体开发”,今年大家嘴里念叨的又换成“办公智能体”了。

AI高薪叙事之外:985硕士投200个岗位零通关,校招正变成社招(配图 2)

技术迭代这么快,智能体开发、提示词专家、工作流搭建……这些被追捧的新工种还没捂热,转眼又成了进化的牺牲品。

更无奈的是,AI越来越聪明,越来越像真能干活的人,许多旧岗位也在加速被替代。

前两年Mike的同学不愁就业,大厂AI疯狂扩张,开出的薪资一年比一年高。同学们甚至主动延毕——晚毕业一年半载,多攒两段实习、多发两篇论文,把简历包装得更漂亮,第二年就能拿到更好的offer。

直到coding agent出现,手写代码的溢价被抹掉了。大厂开始停招初级、清外包、合并中台,“以前一个部门要招前端、后端、测试三个人,现在可能只招一个AI全栈开发,在agent帮助下一个人干三个人的事。”

这一过程中,钱没涨多少,要求却拔高了一大截。

AI工程师吴乐现在接到领导派下来的任务,第一反应就是打开AI:背景条件交给AI分析,任务让AI完成,再让AI写份文档供他学习,学完拿去跟领导汇报。

每天的工作里,七八成基础任务都由AI完成,剩下两三成是他给AI做判断、纠错。“说白了,我就是个高级校对员。”吴乐自嘲道。

可校对员也不是谁都能当。AI可能给出逻辑自洽却跟业务实际脱节的方案,在边界条件上悄悄埋雷,甚至一本正经地编造数据。这些错误没有几年实战经验,根本分辨不出来。

AI高薪叙事之外:985硕士投200个岗位零通关,校招正变成社招(配图 3)

公司给了AI工具之后,对产出的预期也跟着水涨船高。原来半天交付的工作,现在领导两小时就要看到,连吴乐都常觉得吃力——他觉得自己不是在用AI,而是被AI的节奏推着跑。

“候选人不仅要有传统开发经验,还得有‘AI native’(使用AI的经验、驾驭AI的能力),二者缺一不可,刚进入职场的新人根本办不到。”他坦言,企业因此不愿招小白进来慢慢培养,更想要“进来就能上手”的能力者。

公司这么做也有冷酷的理由:它们自己的容错空间,也没剩多少了。

2

挤“泡沫”倒计时,人重新找位置

在AI大会取了一上午的经,Mike感觉自己陷入了“无限循环”。

同一家公司里,团队A打造了“云端桌面智能体”,团队B“用AI重构了行业工作流”,团队C说“原生AI一键干活”。名字不同、PPT各异,可底层模型都一样,工具调用逻辑也差不多,落地场景甚至高度重叠。

“三个团队抢的是同一批客户、同一张订单。”Mike直言。不过,内部竞争在公司里早就是大家心照不宣的做法——拆出多个独立小组,让它们各自发展、彼此厮杀,最终只留下一个成熟项目。

不惜代价、千百遍试错、甚至暴力击破,所有人头上仿佛悬着一个倒计时,要在秒表归零前找到那条引爆的正确引线。

杨涵知道,按下倒计时的那只无形的大手,叫“金钱”。

眼下最烧钱的赛道非AI莫属:2025年全球风险投资每投出10元,就有6元进了AI企业的口袋。今年势头更猛,一季度AI初创企业拿到的融资已占全球VC的81%;中美科技巨头还在不断上调资本开支上限,千亿接着千亿地砸。

AI高薪叙事之外:985硕士投200个岗位零通关,校招正变成社招(配图 4)

投入的规模惊人,回报却迟迟没有兑现。麻省理工曾分析300多个企业AI项目,发现95%没有可量化的利润影响。

“大家已经坐在了这辆高速行驶的列车上,没有人想被甩下。”杨涵的感受越来越强烈:时间越拉越长、投入越滚越大,回本的压力也跟着膨胀,不管团队做的是哪个方向,都盼着早点拿出成绩。

去年,ChatGPT和Claude用coding赚到钱后,国内应用层玩家也一窝蜂涌入;而coding脱胎于更聪明的模型,因此主攻基模等团队,也要面对承受越来越大的研发压力。

结果就是,内部赛马在各家公司密集上演:多个团队同时探路,工作推进到80%也可能因为效果比不过别人而被随时叫停,整条业务线说砍就砍。可技术本身还在不停迭代,每更新一次,之前做的所有事情就都白费了。

另外,杨涵说:“技术要真正跑起来,必须结合用户需求、解决真实问题、拿到数据做下一代优化。”但一年以后AI会以什么方式介入生活,没人说得准;眼下AI眼镜、AI耳机这些创新都还只是探索,谁也给不出清晰答案。

这是AI当下的困境,也是所有往里砸钱的人最焦虑的事。

具体到杨涵和同事身上,就是原本排好的三个月、半年规划,可能下个月就被一个新出的模型效果推翻。团队做事的方式、架构、职位都在频繁变动,中层管理者尤其如此,成了AI行业里最先撑不住的一环。

“最开始中层是香饽饽,技术不用顶尖、收入却很高,大厂人纷纷转做AI中层。”可是一次次项目中断、路线更改带来的挫败感,加上始终够不着的业绩指标,让中层们一个比一个憔悴。

所以她退出了一线,不去卷最顶尖的title、branding或产品,往AI infra等底层走,毕竟模型训练等事情永远在做。

Mike去年才毕业,也“求稳”进了国央企。那时候大厂还在扩招,身边朋友一门心思想挤进去,他这么选,被不少人说成“浪费学历”。

可他毕竟在AI研发岗实习过,尝过产品攻关阶段连续通宵梳理文档、升级功能的滋味,也明白这些呕心沥血的付出,可能只是领导一次心血来潮的尝试。

“在做出成功的东西之前,肯定要经历反复尝试、转向、推翻计划,重新出发。过程中的痛苦是必然代价。”他不少朋友天天熬通宵、随时准备被裁,上班抱着做“日结工”的心态,那并不是Mike想要的生活。

他宁愿在更长的周期里去理解AI,把它看成一个黑盒——对黑盒有期待,但谨慎观望。国央企的AI相关管理岗因此成了好去处:离AI不远,也能让他走得更稳、看得更宽。

尽管代价是,年收入只有20万,但Mike反而成为了朋友们羡慕的对象:“在这个越上进越焦虑的行业里,大家都想慢下来。”

(特别鸣谢博主“托马斯回旋”对本文的支持。)

数据支持:洞见数据研究院

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. AI让我们更忙?考恩、索洛、杰文斯三个悖论

    先说个我自己的直观感受: AI写文章越来越牛逼,三分钟就能吐出一篇像模像样的稿子。 但要写出一篇走心的、大家愿意读的文章,一点也没有变得更容易。 我很多大厂的前同事也天天在用AI,但很明显,老板的要求越来越高,很多产品经理都要求拿着能运行的demo去过评审会。 最终,AI并没有给我们省时间,反而让我们越来越忙。 今天卫

    来源 AI 行业观察
  2. 高盛五份研报:AI增速2027上半年触顶,市场承压甚于经济

    数据印证了这一判断:AI仅贡献美国GDP增长21%,却撑起标普500盈利增长62%和峰值市值涨幅92%——增速见顶对市场的杀伤力将远超对实体经济。高盛认为,盈利增速将从36%腰斩至11%,AI发债潮致信用利差走阔,日元成最佳AI风险对冲首选,黄金看涨至4650美元,铜看至15600美元。

    来源 华尔街见闻
  3. 美银调查:基金经理20年来最猛减仓科技股,AI过度投资担忧破纪录

    美银调查显示,全球基金经理科技股超配比例从10月的37%骤降至12%,单月降幅创近20年之最,创纪录的38%受访者直指AI存在过度投资。美银策略师直言"AI繁荣与亢奋情绪已经终结"。与此同时,净67%的基金经理预计欧股将在未来一至三个月内上涨,为今年2月以来最高读数。

    来源 华尔街见闻
  4. AI漫剧脸为何看着"完美"?心理专家唐义诚拆解三大审美开关

    随着AI漫剧热度持续走高,社交平台上相关讨论越来越多。有网友反映,沉迷AI漫剧一段时间后,再回头看现实中的真人,会觉得“变丑了”。这种感受听起来有点夸张,但背后其实牵扯到审美参照和心理比较。 还有网友说,看多了AI漫剧里五官对称、皮肤零瑕疵的脸,再照镜子时,会不自觉拿那套标准审视自己,越看越不自信。一个是看别人觉得“变

    来源 AI 行业观察
  5. 这家硅谷企业告诉我们,AI驱动的组织变革,从不谈判

    漫威的复仇者联盟里,神盾局局长尼克弗瑞有句名言——神盾局从不谈判。换言之,由于这个机构肩负特殊使命,有超级英雄们的武力支撑,有国家机器的资源支持,他们只会按照自己认为正确的方式行事,从来不吃外界压力。 但在现实世界里,当企业决定进行组织变革,老板们却不得不面对若干的阻力,他们很难如神盾局一般嚣张。结果往往是,斩钉截铁地

    来源 AI 行业观察
  6. 员工都用上AI了,企业整体效率为何没跟上?

    现在,不少制造企业已经开始用AI:写报告、做分析、辅助研发、处理订单。可员工效率提高了,企业整体效率为什么不跟着提升?会用AI,不等于企业拥有AI能力。2026鼎捷智造节特别直播上,三位嘉宾围绕AI应用、组织协同与转型路径展开讨论。我们提炼出三个问题。1、AI很热闹组织AI却“冰火两重天”先看一个现象。员工用AI写报告

    来源 腾讯网
向下滚动自动加载更多