同一场秋招里的两个世界

开场用强烈对比立起主题：有人未毕业就被开出百万年薪，有人找实习却被要求三年编程经验；有人几周身价涨 41 万，有人连基础岗都难找到。引出「就业 K 型分化」这一核心概念。

大厂抢人清单：AI 岗位占比超八成

列举阿里 2027 届校招 AI 岗位占比超 80%、百度超 90%、拼多多大模型算法工程师一招百人起步等数据，并给出 AI 新发岗位同比暴增 789%、高性能计算工程师七个岗位抢一人的供需失衡证据。

一个博士的报价：几周涨了 41 万

介绍百度 A 六计划百万年薪起步、腾讯青云计划上不封顶、名校计算机博士被开 700 万年薪，并引用猎头杨洪博讲述中科大应届博士从 62 万到 85 万再到 103 万的抢人过程。

无上限算力、允许兼职、答辩现场抓人

描述大厂为抢顶尖 AI 人才提供的特殊条件：GPU 集群无上限算力、工作地点任选、允许兼职保留学术身份、直接参与顶层决策；抢人节奏已跳出春秋招，扩到 2028 届甚至全年开放。

抢人下探到中学：初三就开始培养

北京有学校从初三培养 AI 人才并对接字节实习，杭州云谷学校从初中毕业生中挑 16 人组 AI 特色班、请前阿里 CTO 当顾问，厦门中学生 AI 精英峰会需通过笔试面试才能与大厂专家交流。

基础岗消失：普通应届生失去新手期

写基础代码、整理数据等应届生传统入门工作被 agent 等工具替代。有企业去年招五个实习生今年换成一个 AI 岗位，有公司砍掉一半招聘经费去买 token，方案岗要求从三年经验改成五年以上。

从「先进来慢慢学」到「先都学会再进来」

招聘逻辑三阶段演变：先进来慢慢学、圈进来快快学、先都学会再谈进来。举例：2027 届应届生被要求有一年以上 AI 开发经验，AI 美术岗要能制定操作标准、写使用手册，9k-12k 的运营岗要求一人顶一个小团队。

作品集变成 AI 聊天记录，面试变成做项目

有公司允许应聘者上传过去六个月与 AI 的详细聊天记录来展示「AI 力」；银行业大批引入 AI 面试官，求职者面对机械女声答题后交给算法黑盒；更有企业直接要求求职阶段用三小时出方案、三天跑一个盈利项目。

初级岗位的高级化：一个无解的悖论

普华永道将这种现象命名为「初级岗位的高级化」。年轻人需要第一份工作获得经验，却需要先有经验才能换来第一份工作。企业愿意为顶尖人才等待，却不愿花几个月教普通新人，因为 AI 已经能干那些活。