张雪年薪10万招应届生被嫌低,AI却在抢岗位:这届毕业生该怎么走?
- 2026-11-13 08:46:39

10月26日下午,重庆大学。张雪机车的校招宣讲会,座位坐满,走廊里还站着人。
创始人张雪上台,开场就把来意说明了:拒了不少高校的演讲邀请,这次到重庆大学,不是来讲课的,是来打招聘广告。
PPT投上大屏,钱写得明明白白。研发岗年薪10万到13万元,非研发岗9万到12万元;重庆大学这类985院校的毕业生,研发岗12万到15万元,加班费另算。福利一栏是六险一金、员工食堂、购车优惠、年度体检,实习期免费住两人间宿舍,转正后每月自付200元。
现场气氛不错。可薪资页流到网上,评论区就变味了。有学生直接留言:这点钱谁去啊。
嫌低有嫌低的道理。重庆大学的车辆、机械是王牌专业,同一所学校的硕士进赛力斯、比亚迪、长安做研发,普遍20万到35万元,做智驾算法的能过40万元。
11月3日,张雪发了条视频回应。
还傲慢上了。难道选择不是双向的吗?你不能逼我把应届生工资提到20万,就像我不能逼你来上班一样。
差不多同一周,乌镇。11月2日到5日,2026年世界互联网大会乌镇峰会,主题“开源开放 共建共享”,138个国家和地区的约1800位嘉宾、27场分论坛,人工智能从头到尾是主角。
展馆里的画面有点魔幻:9平方米的玻璃厨房,机械臂颠锅炒菜,一荤一素加米饭卖15到18元;智慧零售舱里,机器人店长40秒出一单饮料;130多项AI新品、1000余项新技术挤在一块儿。还火了个词,OPC,一人公司。有个创业者带着7个智能体做跨境生意,他自己的说法是“出海成本降低90%”。
网上另一种情绪跟着起来:AI这么能干,还要人干什么。
两件事得挨在一起看
一边嫌 10 万 少
一边怕 没饭碗
这不是一句「眼高手低」能解释的,也不只是 AI 抢饭碗那么简单。
先看一组数。重庆市统计局公布的2025年城镇单位平均工资:私营单位66197元,非私营单位121162元,规模以上企业88505元。其中规上企业专业技术人员124019元,生产制造人员73660元。
拿这把尺子量张雪的报价:研发岗最低10万,已经高过当地私营单位的平均工资;12万到15万,大致站在规上企业专业技术人员的线上,甚至还高一点。再算上六险一金、食堂和几乎白住的宿舍,到手能落下的并不少。

36氪当时的判断是:不是张雪给得太低,是大家对这家公司的期望太高。
那学生就错了吗?不见得。
同一所学校、同一个专业、同一届,学长进主机厂拿20万到35万,凭什么自己接一半的报价。这个比较不丢人,是人之常情。
大象新闻的评论说得比较中肯:薪资从来不是唯一的标尺。学生看起薪,也看成长;企业出不起大厂的天价,把诚意放在成长通道上,同样有吸引力。招聘本来就是双向选择,没必要简化成“谁羞辱了谁”。
所以既不是学生飘了,也不是老板抠门。毛病出在两个参照点上。
参照的是重庆本地制造业的行情 —— 看的是当下。
参照的是同校学长前几年最风光的那些 offer —— 看的是过去。
可岗位供给,已经按另一套结构在重排了。
所有错位,都从这儿开始。
先把盘子摆出来。
2026届全国普通高校毕业生预计1270万人,比上一年多48万,连续8年破千万。再算上往届没就业的、回国的、考研失利的,实际在找工作的人超过1500万。面向应届生的有效校招岗位,据媒体统计约567万个,差不多3个人抢1个。

钱也在往下走。2026年春招,应届生平均期望8000元,实签薪资中位数5800元,比5年前低了约12%。
国家统计局的数据更直白:2026年3月,16—24岁(不含在校生)城镇失业率16.9%,同比升0.4个百分点;25—29岁7.7%,是有记录以来最高。
结构更值得看。某招聘平台春招周报显示,机器人技术岗、新能源技术工程师、人工智能技术岗的供需比分别是5.2∶1、5.1∶1、3.5∶1,是岗位多人不够;而互联网、金融的校招供给同比缩了约8%,部分文科岗7个人抢1个位置。
一边 5 个岗等人,一边 7 个人抢 1 个岗。岗位是有的,只不过不在你那张地图上。
岗位减少之外,还有件事更该留意:岗位本身在变形。
《财新周刊》6月那篇报道里有个细节。一个35岁的视觉设计师,在互联网医疗公司干了近八年,哺乳期结束没多久被裁。她重新打开招聘软件,看到的要求是:会用AI生图、会AI修图,同时能做视觉设计、拍剪视频、运营社交媒体。
这本是四个人的活,现在压进一个岗位,工资从1万左右降到5000到8000。
翻译也一样。智联招聘集团副总裁李强提到,翻译岗需求2024年掉得厉害,2026年又回来了,但要求变了:会翻译不够,还得能谈判、能接待、能处理跨文化沟通。几个岗位合成一个。
插画师朱子健的感受更直接:AI进来以后效率是快了,甲方转头就压工期、压报价,同样的时间要交更多活,收入反而降。他被裁之后去找工作,发现“一个人干三个人的活”已经是行规。

猎聘《2026年Q3招聘调研报告》把这股趋势量化了:上半年初级岗位需求增长1.6%,中级5.3%,高级4.8%。中级不仅涨得最快,占比也到了36.8%。
人才结构从金字塔变成了橄榄底下那层被削薄,中间变厚。
还有件更冷的事:岗位留着,钱降了。2026年上半年,数据分析师平均年薪从28.63万元掉到23.86万元,降16.7%;Java降9.1%;HRBP降6.9%。软件测试需求涨了约41%、自动化工程师涨40.7%,薪资反而各降2.3%和3.6%。
数据分析师年薪 −16.7% · Java −9.1% · HRBP −6.9%软件测试需求 +41%,薪资 −2.3%自动化工程师需求 +40.7%,薪资 −3.6%
这个岗位还需要人,只是不再需要“贵的人”。
反过来,离现场近的岗在涨:城市经理需求涨49.5%、薪资涨30%;仓库管理员需求涨39.2%、薪资涨19.8%;销售经理及主管需求涨31.5%、薪资涨15.1%。
AI 擅长回答已经被定义好的问题。真实世界里最值钱的,往往是先发现「问题到底是什么」,然后对结果负责。
AI抢工作这件事,流行两种说法:一种说AI要灭掉一半职业,一种说AI就是个工具、别慌。两种都不太准。
上海科技大学创业与管理学院中国经济发展与安全研究中心(CEISD)7月发过一份报告,《AI时代的中国劳动力市场:从职业消失论到任务重组论》。数据底子是国内目前最厚的一份:1267个细分职业、65200条工作任务,加上2022年到2026年7月的7.43亿条招聘数据。
1267 个细分职业 · 65200 条任务7.43 亿 条招聘数据
结论是:AI不会整块整块地消灭职业,它拆的是岗位里的任务。
2026年1—4月的4001万条线上招聘里,33.2%的岗位属于“高AI暴露任务组合”;其中26.6%落在“高暴露、低互补”——意思是这岗位大部分活AI都能干,人给不出AI给不了的东西。
折算下来
每四个线上岗位
就有一个正在被改写
冲击还不均匀。报告里两组数最要紧。
月薪 5000—8000 元、1—3 年经验的人最吃紧。1—3 年经验岗位收缩斜率 −0.25,中端薪资段 −0.31。
月薪 1.2 万元以上岗位需求全部回升,5 万元以上资深岗招聘占比正增长。5—10 年成熟从业者基本没被碰到。
报告给这个现象起了个名字:入口陷阱。

以前新人是怎么变熟手的?写纪要、整表格、做录入、跟客户说标准话术、查资料、写初稿。这些活琐碎,可它是职场的第一级台阶。企业用不高的工资买你的时间,顺手把你带出来。
现在这级台阶被大模型接走了。这些活AI几分钟干完,不用带,也不会离职。低薪练手岗于是越来越少。
应届生不是被 AI 顶掉,是先失去了被训练的机会。
这个判断别的数据也对得上。智联招聘2026年一季度:编辑/编校岗需求同比降29%,客户服务降23%,视觉交互设计降21%;同期AI工程师涨17%、AI训练师涨17%、AI产品经理涨81%。中国劳动和社会保障科学研究院监测300个城市,2025年1—8月,销售、行政、财务、法务岗需求同比降10%到30%。
但也别把AI只当减法。同一份报告里,2100万个岗位是任务重组生出来的,占全部招聘的18.6%。新增的岗位名字不多,涨得最快的是“复合职能包”——把散在几个岗位的活捏成一个人的完整闭环。排第一的组合是“制造优化+质量闭环”,全网出现17万多次,覆盖465类职业。
企业对人的要求也跟着变:从“会某个环节”,变成“能独立走完需求、执行、校验、汇报一整圈”。
乌镇那个“一人公司”展台就是这件事的另一面。一个人加几个智能体,撑起过去一个团队的量。对老板是效率,对个人就是:你自己得是那个闭环。
所以问题不在“AI会不会取代我”。该问的是——
当所有标准化的动作都被AI接走,你身上还剩下什么是只有人能给的?
报告列了六项AI难替代的能力:情境判断、责任承担、跨角色协调、伦理权衡、现场适应、证据链表达。
情境判断 · 责任承担 · 跨角色协调伦理权衡 · 现场适应 · 证据链表达
听着抽象,落到工作里很具体:客户临时改需求,你得判断哪条能松、哪条不能松;出了事故,得有人签字担责;三个部门互相推,得有人把话说清楚;数据不好看,得有人把前因后果讲成一条站得住的链。
这六样有个共同点:教材里没有,只在真实场景里长。
这就绕到第二个问题。AI跑得快,课表没跟上,学生怎么办。
先说“没跟上”到底有多具体。
上科大那份报告里有个相关系数:本科专业招生热度,和四年后市场招聘需求的相关系数,0.23。翻成大白话——今天挤破头报的专业,四年后未必还有人要。
招生热度 × 四年后招聘需求 · 相关系数
0.23
本科 4 年,AI 大约 3 年就重构一轮市场
原因不复杂。本科从入学到毕业要4年,AI大约3年就重构一轮市场。等课程走完审批、开课、修订,缺的技能已经换了一茬。更值得留意的是,2019到2025年,高AI暴露专业和低AI暴露专业的录取热度差值“几乎没动过”。2025年冲击到了高点,志愿填报和扩招也没明显调整。
光明日报7月联合机构做了次调研,覆盖全国400多所高校、1953名本科生。AI工具使用率99.18%,可说学校开了系统AI课程的不到三成;六成以上对“AI用到什么程度算越界”没底;六成以上觉得现在的教法养不出AI时代要的能力;46.99%承认自己“越用AI越不想深想”,近七成担心会丢掉深度调研、批判思考和提原创观点的能力。

调研里两段学生原话,几乎不用加工。
上课还在教Excel的高级用法,但现在很多事务所的初级审计工作,比如票据核对、基础报表生成,早就被AI替代了。我们真正需要学的是如何设计和监督这些AI审计系统。
我最怕那种一上课就把几十页PPT从头念到尾的老师。这些内容,我问AI,几秒就能得到更清晰的解释。
这不是学生挑刺,是供给和需求对不上:课上教“怎么做”,岗位要“该不该做、做完对不对”。
政策动作其实不小。
2026年4月,教育部等五部门印发《“人工智能+教育”行动计划》:推动AI成为高校公共基础课,按学科专业分类编教材;把AI纳入就业能力提升的“双千”计划,鼓励微专业、微证书;AI也进了教师资格考试和认证。目标是2030年基本形成AI与教育深度融合的格局。
专业目录在改。2026年新增38种本科专业,具身智能、脑机科学与技术、半导体工艺与装备、未来机器人都在里面。“十四五”期间全国新增布点1.02万个,撤销或停招1.22万个,累计调整超过30%,2026年调整比例首次破10%。
“双千计划”是在现有专业之外开了扇侧门:高校开“微专业”和职业能力培训课,已经覆盖上百万学生。吉林开了267个微专业,8020人在修;西安科技大学的学生郭海锋修了“强矿压智能监测技术”,他自己的说法是从“只懂传统采矿的新人”变成“懂智能技术的多面手”。
但政策落地要时间。一门新课从立项走到你的课表,可能正好是你毕业那年。
所以对还在读书的人,等学校改完基本来不及。这事只能自己动手。
回到最实际那个问题:先就业再谈收入,还是守住预期等一个更好的报价。
我的看法是,这问题本身问得有点偏。它不是二选一,得看你现在手里有什么。选之前,三笔账得算清。
2026届签约中位数5800元,期望8000元。差的这2200元看着像“该争取的空间”,但还有一项成本常被漏掉:空窗期。
校招有个规律,应届生身份只在毕业当年最值钱。错过秋招春招,第二年再找,你面对的是“有经验者优先”的社招。而“1到3年经验”这一段,恰恰是被AI压得最狠的地方。
“等一个更好的机会”,账面上是等一个更高的数,成本上是用最值钱的应届身份换一个不确定的报价。这笔交换值不值,得看第二笔账。
第一份工作的收入,往往不是它最要紧的部分。最要紧的是:你能不能在真实业务里,把学校学的东西变成能交付的东西。
前面说“入口陷阱”,核心不是岗位没了,是企业不设低薪练手岗了。反过来说,谁愿意给你一个练手的位置,谁就是在给你眼下最稀缺的资源。
张雪那场争议里,有一段最容易被忽略。
10月29日,他到重庆理工大学宣讲,举了个例子:90后员工秦攀,专科毕业,跟了他10年,从月薪几千块做到年薪五六十万元,还持有公司股份,估值约3000万元。他对着台下说,你们的起点都比他高,还怕啥。
10月31日,他又发视频公布招录标准:大学期间开始骑摩托、有摩旅经历、了解摩托车主画像、会拆装各部件、熟练用3D制图软件。满足这些,投简历100%入职,工资比一般应届生高30%到40%,“有多少我们要多少”。
这段话的信息量不在“100%入职”,在他愿意为什么付溢价:不是学历,是你真懂这个产品、真能上手。
江西广播电视台《都市现场》的评论标题很锋利:别拿十年后的期权,宽慰现在的年轻人。秦攀的故事是真的,但那是十年一遇的样本,不是平均结果。
成长通道值得看重,但它替不了当下的定价;起薪不该被无限压低,也不该是唯一的尺子。
张雪机车的涨薪写得很清楚:满一年,多数员工加20%;第一年绩效前10%的,最高加50%。这个幅度在制造业不算低。
但期权有个前提,公司得一直长。2025年销量超2.5万辆、产值超7.5亿元、研发投入近7000万元,2026年研发预算提到1.35亿元,重庆年产50万辆的新项目总投资约7.5亿元。这些数说明它确实在扩。
所以判断一份“起薪不高但有成长”的offer,别只听愿景。看三样能验证的:
公司在不在扩
这个岗有没有明确的晋升路径
带你的人愿不愿意真教
三笔账算完,怎么选就清楚了。

车辆、算法、芯片、医药研发这类,手里有两三个能拿出去讲的项目、实习或作品。那你有资格对标大厂,可以等,也可以谈。这不是贪心,是市场给了你定价权。
文科通用岗、行政、基础运营、传统媒体都算。这时候最危险的动作不是「接一份 10 万的 offer」,是在家等一个不存在的 20 万。先上车,用 12 到 18 个月换一段真实业务经验、一个能展示的成果、一套自己跑得通的流程,再走。第一份工资可以让,成长曲线不能停。
优先选「能接触真实业务」的岗位,哪怕起薪低一档。AI 替代不了的那六项能力,全在真实场景里长。坐在工位上只做被切碎的执行,两年后你和 AI 的差距会越来越小;能跟着跑客户、跟项目、担结果,差距才会拉开。
如果只记一句,记这句。
判断一份工作值不值得去,别只看它现在给你多少钱,看它能不能让你长出AI替代不了的东西。
起薪决定你今年过得怎么样能力决定你三年后还值不值钱
第二个问题更难:学校跟不上,自己怎么补。
先看市场已经在为什么付钱。
某职业研究院《2026年春招求职市场10大趋势预测》里有一条很少被讨论:“名校学历”的重要性首次跌出前四,实战能力成了核心标准;数字化技能掌握者起薪平均高34%;软实力在终面权重升到40%。
普华永道2026全球AI就业晴雨表(10亿多条招聘广告、27个国家):AI技能岗位的工资溢价到62%;受AI影响最大的入门岗,“要求资深技能”的可能性高7倍。又是入口陷阱。
薪资端也在给信号:大模型算法工程师月薪中位数24760元,AI工程师应届岗17775元,需求同比涨36.9%。

拼起来是个很朴素的公式。
三个乘数,缺哪个都掉档
专业深度 × AI 工具 × 真实场景经验
只有专业深度,是传统好学生;只有AI工具,是可替换的“提示词工人”;只有场景经验,是熟练但难迁移的老手。三样都有,才是眼下企业抢的人。
具体做起来,有几件事现在就能开始。
会用AI不稀奇,99.18%的学生都在用。差别在你是用它代替思考,还是用它放大思考。让AI写初稿、做检索、跑数据、出第一版方案,然后由你判断哪里错、哪里空、哪里不能这么写。这个判断才是你的价值。教育部把AI列进公共基础课,方向也是这个:它不是选修,是新的识字。
企业招人的逻辑变了,从「你会不会这个动作」,变成「你能不能独立走完需求、执行、校验、汇报一整圈」。这事学校里几乎没课教,只能靠项目练。给个能操作的标准:毕业前,完整做完三件有始有终的事。给小公司做一套完整方案,从选题到复盘自己跑完一个账号,或者一次比赛从调研到交付全流程。规模不重要,「从头到尾都是你」才重要。
证书证明你学过,实习证明你干过。「名校学历跌出前四」的当下,企业更信后者。大厂实习进不去,中小企业、工作室、校友公司、哪怕一个真实的小项目,都比空白简历强。现场经验最值钱的地方,是它能给你六项能力里的「情境判断」和「现场适应」,这两样教室给不了。
「双千计划」下的微专业,是这轮政策里对学生最实用的东西:周期短、对着具体岗位能力、高校和企业一起开。选的时候有个原则:别挑「AI 概论」这种通识课,挑「AI + 你的专业」,比如智能审计、智能采矿、AI 辅助药物设计。一门全校通用的 AI 通识课,解决不了就业导向的能力问题,得落到各专业真实的工作场景里。
情境判断、责任承担、跨角色协调、伦理权衡、现场适应、证据链表达。听着不像技能,恰恰是 AI 最难接手的部分。怎么练?当一次项目负责人,社团活动也算;处理一次真实客户投诉;写一份必须被人挑刺的报告;在信息不全的时候做个决定,并为它负责。这些写在简历上不好看,面试里极好讲。
顺带说择业方向。只看供需比,机器人技术岗5.2∶1、新能源技术工程师5.1∶1、AI技术岗3.5∶1,都是岗位等人;部分文科通用岗是1∶7。这不等于文科没前途,是纯通用的文科能力在贬值,“技术理解力+人文洞察力”的复合型在升值。能看懂AI在做什么、又能判断它该不该这么做的人,反而更缺。

过去一个人的价格,主要由学历和岗位名称定:什么学校、什么专业、进什么单位,大致能算出值多少。
现在越来越由三样东西定:你能解决多难的真实问题、你能对多大的结果负责、你能不能被替代。
所以同一场校招,企业觉得10万挺有诚意,学生觉得这点钱谁去;同一场AI浪潮,有人被压缩,有人被溢价。
对正在找工作的人来说,该焦虑的其实不是“AI会不会取代我”。
如果把所有标准化的活都拿掉,我身上还剩下什么?
现在答不上来没关系,但得开始攒答案。
攒答案
攒三个能讲清的项目
攒一段真实的业务经历
攒一套自己用 AI 干活的流程
攒几次必须由你负责的时刻
下次面试官问“你凭什么值这个价”,你手里有东西可拿,就不用靠一句“我学校不错”来定价了。
本文数据来自重庆市统计局、国家统计局、教育部、上海科技大学 CEISD《AI 时代的中国劳动力市场》、智联招聘、猎聘、普华永道 2026 全球 AI 就业晴雨表、光明日报联合调研、《财新周刊》及公开媒体报道。
微信扫一扫 · 添加人工客服
QQ扫一扫 · 添加人工客服