最近这两年，身边同学聊起找工作，普遍的焦虑感比之前重不少。我认识一位学新闻的学姐，去年秋招投递四十多份简历，最后拿到offer的岗位来自一家智能硬件企业，岗位名称是内容策略。面试的时候面试官没有问她过往稿件相关内容，而是现场要求她借助AI工具分析用户评论，提炼三条产品优化方向。她事后感慨，过去一直练习的采写编评依旧有用，但只掌握这些已经不够应付现在的求职。
我本身读工商管理专业，大二的时候总觉得AI和自己没多大关系。直到一次做市场调研报告，我花整整两天整理问卷数据，室友用AI搭配几条提示词，四十分钟就完成全部工作，还自动生成图表和基础分析。当时我心里挺慌的。慢慢想通之后才明白，我和室友做的事情并不一样。他省下的一天半时间，用来联系三位行业从业者开展深度访谈，访谈挖掘出来的细节内容，是AI没办法生成的。
所以现在我觉得，大学生处在AI时代，学习重点不是和AI争抢工作，而是学会和AI配合完成任务。这句话听着简单，但落实到学习方向、学习方式上，我自己摸索下来总结出几个方向。 把AI当成工具使用，但不能仅仅把它当成简单工具。现在很多企业招聘，都会关注应聘者有没有使用AI解决真实问题的经历。不是简单说自己会用工具写文案，而是能讲清楚，用AI完成过哪些项目、过程里踩过哪些坑，又是怎么调整方案。我认识一位学长，面试现场展示了自己用AI搭建的简易工具，用来自动整理实习周报，代码写得不算精致，但整套流程是他自己设计。面试官之后跟他说，公司不缺会写代码的人，缺少的是清楚怎么用好这类工具的人。世界经济论坛2025年的报告也提到，到2030年，雇主最看重的核心能力当中，批判性思维、创造力优先级高于大部分技术类技能。简单来说，工具本身的价值在降低，懂得指挥工具的能力会越来越重要。 养成持续追问的习惯。这点是我感受最深的。以前学习习惯就是寻找标准答案，考试有固定答案，写论文可以查找参考文献。AI输出答案的速度太快，很容易让人忘记核验答案是否可靠。之前我用AI查阅法律条款解读，它给出一段看起来专业度很高的分析，我差点直接采信。之后我翻查原版法条，发现里面引用的法条版本已经废止。这件事之后，我养成习惯，AI输出的内容至少核验一次。不是不信任AI，核验的过程本身就在锻炼判断力。复旦校长之前转述过学生的看法，AI时代要练好三件事：提出高质量问题、具备判断力、愿意承担责任。在我看来，追问就是日常锻炼判断力最简单的办法。 不要丢掉与人沟通相处的能力。这句话听着很老套，但观察下来，它是最容易被忽略的一点。AI可以写邮件、整理会议纪要、处理数据，但是没办法在面对面交流时读懂对方神态，没办法在团队僵持的时候找到双方都能接受的说法，也没办法捕捉客户犹豫背后真正担心的问题。牛津相关研究者总结，沟通、领导力、运营管理这类能力，在AI相关岗位招聘需求里高频出现，而这些能力本身和AI技术无关。哈佛大学一项长期追踪研究显示，需要高强度社交能力的岗位，薪资上涨幅度持续高于其他岗位，AI时代这个趋势还在加快。我参加社团活动的亲身感受，那些看起来效率不高的当面沟通、争论甚至争执，反而是学到东西最多的时候。 找到具体场景落地AI应用。不用泛泛学习提示词工程，这项技能的门槛正在快速下降。更值得做的是，挑选一个自己有所了解的领域，把AI融入进去。会计专业可以研究AI怎么辅助排查财务异常；设计专业可以尝试用AI生成方案，再自己筛选修改。我们学校一位物流专业学长，借助AI帮学校旁边一家小型物流公司设计配送路线优化方案，技术并不复杂，只是花两周整理企业真实配送数据，用AI做多轮模拟，最后给老板提出调整方案，每月帮对方省下一千多元油费。这段经历写进简历，面试的时候和面试官聊了四十分钟。企业想要的，就是能够借助AI在真实场景产出成果的人。 最后说说我自己的感受。大二那段时间焦虑感最强的时候，我甚至考虑转专业学计算机，担心毕业之后找不到工作。后来和做产品的表哥聊天，他一句话点醒我：你该担心的不是会不会被AI替代，而是你本身是不是容易被替代的人。这句话听着刺耳，但很有道理。容易被替代，代表你的工作随便换个人，甚至AI都能完成。不容易被替代，代表你清楚不同场景该怎么判断，知道什么时候采信工具输出的结果，什么时候要怀疑，遇到问题知道找谁沟通、怎么处理。这些能力没办法临时突击学会，要在一件件实际事情里面慢慢积累打磨。
