最近跟几个做HR的朋友聊天，聊着聊着，话题总是不由自主地拐到一个点上：现在招人，尤其是招和AI沾边儿的人，咋就这么难呢？ 一边是新闻里大厂动辄抛出几千个AI岗位、年薪几十万起，听得人心潮澎湃-5-9；另一边，却是无数求职者海投简历石沉大海，和大量中小企业主对着空荡荡的岗位叹气——“我们就是想找个能干活儿的，咋就找不到呢？”-5-9 这感觉，就像一场盛宴，有人在山珍海味前挑花了眼，而更多人却在门外闻着香味，连张入场券都摸不着。
热闹背后的“冰与火之歌”
眼下这场关于AI招人的浪潮，用“冰火两重天”来形容，一点都不过分-9。
在“火”的这一端，头部互联网公司已经杀红了眼。今年各大厂的校招，AI岗位几乎成了绝对的主角。有的公司AI相关岗位占比直接超过了90%，算法、大模型、多模态这些前沿方向，求贤若渴-5-9。为了抢到顶尖的苗子，年薪三十万被不少媒体称作“起步价”-5-9。这架势，仿佛回到了当年移动互联网爆发时的“抢人大战”。
可在“冰”的另一端，却是截然不同的光景。大量中小微企业，同样急需AI人才来给自己的业务升级赋能，但发出的招聘广告却应者寥寥-5。一位在招聘会上的人力资源专员就有些失落地说，来投简历的很少看到985、211背景的，更别提研究生了，招到满意的人“太难了”-9。而另一边，许多普通高校人工智能专业的毕业生，手握文凭，却发现能找到的工作可能月薪仅几千元，与传说中的“高薪”相去甚远-9。这种供需之间的“结构性矛盾”，成了横在中间的巨大鸿沟-9。
当AI开始面试你：效率与“尬聊”并存
为了应对海量的简历筛选，AI本身也成了招聘的重要工具。现在很多公司的初面，你可能面对的不再是HR，而是一个AI面试官-2-6。
它不知疲倦，可以7×24小时工作，能把简历筛选时间从平均15分钟一份缩短到惊人的3秒-6。对于标准化程度高的岗位，比如金融、客服、零售等，它能快速完成初步筛选，效率提升肉眼可见-6。求职者也开始习惯这个过程，从最初对着电脑摄像头回答问题的紧张，变得逐渐“习惯”-2。
但问题也随之而来。AI面试官的“机械感”和“不近人情”，是求职者吐槽最多的点。比如，有通信专业的研究生反映，自己明明认真回答了所有问题，却可能因为语音里一点轻微的地方口音，或是镜头前略显紧张的表情，就被系统判定为“表达能力不足”或“不够自信”，直接失去复试机会，连个解释都没有-6。这种“误伤”让人倍感无奈。相比之下，真人面试官或许能捕捉到你紧张背后，谈到专业项目时眼里闪现的光，能通过追问发现你简历之外的能力和热情-6。
这恰恰点出了当前AI招人的一个核心困境：技术擅长处理结构化、标准化的信息（比如学历、技能关键词、答题逻辑），但在评估一个人的软技能、潜力、文化契合度这些“只可意会”的方面，还差得远-6。它更像一个严厉的、规则至上的“守门人”，但招聘，尤其是招聘高级别或创意型人才，很多时候需要的是“伯乐”的眼光。
学校教的，和企业要的，咋就对不上？
矛盾更深层的原因，在于“学”与“用”的脱节-9。现在全国有几百所高校都开设了人工智能专业，可谓“遍地开花”-9。但不少企业反映，很多毕业生理论基础尚可，一到实战就“哑火”。
企业最看重的，往往不是对算法原理的背诵，而是“算力-数据-模型-评估-上线”这一整套工程化落地能力-5。企业需要一个能解决实际业务问题的人，而不是只会写论文的人。但高校的课程设置和实验条件，往往难以快速跟上产业界日新月异的技术迭代，学生缺少在真实产业场景中“摸爬滚打”的机会-9。
这就造成了尴尬的局面：企业喊着“缺人”，其实是缺“即战力”；而大量毕业生喊着“找工作难”，是因为他们的技能组合和企业当下的需求，出现了“错配”-10。有研究报告指出，近年来劳动力市场的“错配”问题其实在加剧，近六成求职者可能存在“高学历低就”的情况-10。AI技术在某种程度上，让技术要求高的岗位描述更清晰，反而减少了盲目投递，让匹配更精准了，但也让那些技能不达标的人，更快地被系统过滤掉了-10。
咱们普通人，该咋办？
面对这种大环境，无论是招聘方还是求职者，抱怨都没用，关键是想办法适应和破局。
对于求职者（特别是想进入AI领域的朋友）：
转变心态，从“我会什么”到“我能解决什么”。别只盯着“算法工程师”这一个光环岗位。AI的产业链很长，除了核心算法，还有数据治理、模型评估（MLOps）、AI产品经理、应用开发等大量“灰度岗位”需求旺盛-5。找到技术与业务的结合点，可能机会更多。
作品集比证书更有说服力。别再简单罗列学过哪些课程。精心打磨2-3个可运行、有结果、能讲清楚来龙去脉的项目（哪怕是个人项目），把它开源在GitHub上，附上清晰的说明文档。这比一堆培训证书更能打动面试官-5。
善用AI，但别依赖AI。你可以用AI工具来优化简历、模拟面试问题-2，但最终的核心竞争力，必须是AI无法替代的——比如深度的行业洞察、跨领域知识融合的能力、复杂的沟通协调和真正的创新思维-1。
对于招聘方（尤其是中小企业）：
重新定义岗位，降低门槛。与其硬磕“全栈AI科学家”，不如把一个大任务拆解成数据标注与清洗、模型微调工程师、AI应用前端开发等更具体的工程化岗位-5。这样人才池更大，也更容易找到合适的人。
拥抱“人机协同”，而非完全替代。让AI去完成简历初筛、结构化问答、安排面试这些重复性工作，把HR从事务中解放出来-6。让真人HR去专注于评估候选人的软实力、价值观和文化契合度，去做那些需要“人情味”的沟通和谈判-6。
主动链接高校，提前布局。通过设立实习基地、共同举办竞赛、提供实际项目案例等方式，与高校建立合作-9。这不仅能提前锁定有潜力的学生，也能让自己的技术需求反向影响人才培养，慢慢填平“产学鸿沟”。
说到底，这场由AI掀起的招聘变革，与其说是一场“替代”，不如说是一次“重构”-1。它淘汰的不是人，而是旧的工作方式和技能组合。无论是企业招人，还是个人求职，最重要的能力可能变成了“快速学习”和“与人机共存共荣”的智慧。热潮之下，保持一份清醒，看清自己的位置，然后踏踏实实地升级自己的“装备”，或许才是穿越这波浪潮最可靠的船票。