AI时代，哪些岗位最容易被淘汰

终于到了 Lastday，社招不到一年光速跳槽说是。在滴滴确经历了虽然短暂但是特别温馨的一年，也学到了不少东西，收获了难得的记忆。有缘再见！

火车票事业群，AIGC方向1. 你对 ai 编程的看法：cursor、lovable、Claude code 分别有什么优势，各自的护城河是什么？2. 你用的最常的AI工具有哪些？ Notebooklm 为什么好？3. 你在做这个产品当中，遇到最难的问题是什么？4. 从产品角度讲一个，你做的AI产品。AI个人传记，痛点在哪？1. 我看需求点，在于语音输入不行2. 实际需要现场去推5. 给我们这个部门做建议：1. sop流程：1. 知道英国本地火车现状  2. 本地人的痛点和需求  3. 选题脚本  4. 语音tts  5. 数字人 6. AI剪辑6. 行业sop + know-how 而不是 fancy 的技术前沿，需要扎扎实实深入到前线去知道怎么做，动手去做。7. 来个测试直接coze搭建工具，给你个样例：同学，有个小作业，可以搭建一个智能体，用于复刻国内爆款【脚本】至xxx地区吗？场景是tiktok、ins等平台上的口播短视频，这是我们国内的爆款脚本库

背景：武理本西电硕目前比较尴尬的是：没有比赛奖项，也没有论文产出。实验室方向原本是模型轻量化相关，但中途被安排做了一些横向项目，所以科研成果没有很好地沉淀下来。目前经历大概分为几块：1. AI 应用开发方向做过一个基于小傅哥项目的 Agent 智能体项目，主要接触了 RAG、工具调用、智能体流程编排、MCP等内容。2. 传统后端方向做过一个黑马点评项目，3. 实验室项目方向实验室做过两个目标检测相关项目，主要是 YOLO 训练、检测服务部署、视频流处理、事件检测等方向。4. AI Infra / 模型轻量化方向因为实验室分配的科研方向是模型轻量化，所以接触过模型量化、知识蒸馏、SFT、强化学习/RL 相关内容，也做过一些实验和代码实现。但问题是这些东西做得比较散，中途又被拉去做横向项目，没有形成完整论文。目前看了招聘的要求发现自己对 AI Infra 也有点兴趣。然后组内不放暑期实习，现在对求职工作有点迷茫

大三，看了一个博主说java没死，想着准备总比不准备强，开始看某马，自己自控能力差，逼着自己看固定时长，导致走马观花，学了半年能看懂都有点夸我自己了，跟着视频写了点评和外卖，第一次接触点评感觉教程真的很好，百万ppt不是闹得，当然现在另说了刚开学，说是ai冲击没那么大，背背八股没问题，猛冲就行，结果背了八股发现小厂日常实习考的好少，基本都是一些实操，八股不能说没用，也让自己回忆起来跟某马复制项目的时候，现在全力再投，在面试，面了几个不到20人的小厂，有的上来做逻辑题，还有的直接问这个SQL语句精确到小数点怎么写的，也是自己学艺不精我其实不喜欢代码，但是迫于专业选择还是走上java这条路，也许当初自学我们本专业的课程，可能会离现在的ai近一点（ps我们学校这专业纯是跟风，上的赶紧跑）ai好多名词好多东西，感觉我像个老人一样，目前在学ai相关的，一点点提升代码能力不能到公司以后真啥也不会，实习给我再开了，真就只能java烧烤了租房子，找工作，成长的好快啊，选择考研考公会不会更好呢，想起来我小学课文了，一首外国诗翻译，找了一下放在下面，20岁这个关卡，我应该走哪条路呢

Q1: 检索Agent中是如何做上下文管理的？拆解：三个层面：①上下文窗口管理（超token限制怎么截断/摘要/滑动窗口）②上下文质量（去噪，哪些信息真正有用）③上下文组织（system prompt放最前、工具调用结果插入、历史对话保留策略）。要点：不说"我们做了个工具"，说"我们发现Agent因上下文膨胀导致XX问题，所以做了YY策略"Q2: 大语言模型的输出是如何进行约束的？拆解：三层约束：①Prompt层（system prompt限制格式/范围）②推理引擎层（logit bias/grammar约束/JSON mode）③后处理层（规则校验+重试）。不要只说"靠prompt"，说清楚每层各自解决什么问题Q3: AI Coding题目：不可以直接把题目丢给AI，要自己先提炼出需求。用Codex来做。拆解：流程：①理解需求→拆功能点→写成结构化md ②用Codex实现 ③再开一个Codex会话做code review。考点不是你代码写多好，是你能不能把模糊需求翻译成AI可执行的指令拆解来源：小红书 Product Engineer AI应用方向（一面）来源：https://www.nowcoder.com/feed/main/detail/efc599d387ea4bc1a3f91cb862466d1f

我前后参加过8场AI相关面试（互联网大厂+中型企业），从一面到HR面都遇到过AI考题，今天把真实考过的高频题、满分回答逻辑、踩坑点、准备方法全部整理出来，看完这篇，AI面直接稳一半。一、先讲真话：AI面不是考你技术，而是考这3点很多人一听到AI面试就慌，以为要考算法、模型、训练、架构，其实90%的岗位根本不考深度技术。面试官问AI问题，核心就看三样：1. 你有没有行业认知，不脱节；2. 你会不会用AI提效，能干活；3. 你有没有逻辑表达，能说清。尤其应届生、实习生，不用背术语、不用装大神，真诚+清晰+会用工具，就是高分答案。二、真实考场高频AI题（我真被考过的）下面这些题，是我在面试中反复遇到的，覆盖技术/产品/运营/实习岗，你们面试极大概率会撞上。1. 你平时使用过哪些AI工具？怎么用的？面试官目的：看你是不是真的在用，而不是临场编。低分回答：用过ChatGPT、豆包，用来写文案、查资料。高分回答（真实可复制）：我日常会用豆包做思路梳理、文案生成；用AI辅助写代码、做数据处理；工作中会用AI完成总结、提纲、信息提炼，尤其在实习中，我会用AI先出初稿，自己再做优化和校验，效率提升非常明显。关键点：不说“玩一玩”，要说提升工作/学习效率”。2. 你怎么理解大模型幻觉？怎么避免？这道题超级高频，几乎每场必问。简单易懂版回答：幻觉就是AI会一本正经地说假话、编信息。避免的方法主要有三点：一是给AI明确的提示词；二是提供参考资料，让它基于事实回答；三是输出后我一定会人工校验，尤其是数据、结论、关键信息，不会直接用。面试官最爱听：你有校验意识，不盲目依赖AI。3. RAG是什么？为什么企业都在用？非技术岗不用讲太深，讲懂业务价值就赢了。满分回答：RAG就是检索增强生成，简单说，让AI先去查企业内部的知识库、文档，再回答问题，这样更准确、更靠谱、不会乱编。企业用它，主要是为了做客服、做知识库、做内部问答，既安全又能降低成本。4. 如果让你用AI提升岗位效率，你会怎么做？这是运营/产品/实习岗必考题！高分思路（套任何岗位都能用）：1）用AI做信息整理、文档总结、数据初步处理；2）用AI出初稿、文案、提纲、表格；3）自己负责审核、优化、决策、落地。一句话：AI做执行，我做判断。面试官就爱这种会用工具、不甩锅、有责任心的人。5. 你觉得AI会替代这个岗位吗？送命题，也是送分题。高分回答：AI不会替代人，但会替代不会用AI的人。我理解这个岗位更需要的是判断、沟通、业务理解，这些AI做不到，但我可以把AI当成工具，让自己效率更高、产出更稳。几乎所有面试官听到这句，都会点头。6. 技术岗追加题：微调 vs RAG 区别？不用讲复杂，一句话高分：微调是改模型，RAG是查资料。企业低成本、高安全、高时效性，优先用RAG。7. 行为面常见题：你用过AI做过什么实际项目/实习任务？一定要讲真实、具体、可验证。比如：在实习中，我用AI辅助整理会议纪要、优化文案初稿、处理数据表格，然后自己再进行校验、排版、优化，最终交付给团队，既提升了速度，也保证了质量。重点：AI是辅助，你是主控。三、AI面试最容易踩的5个坑（我亲眼见人挂过）1. 满嘴术语，实际不懂面试官一听就知道你在背，反而印象很差。2. 把AI吹得太神说“AI完全准确”“不用人工看”，直接被判没有风险意识。3. 只会说不会用问你怎么用，你说不出具体场景，等于白说。4. 回答没有逻辑东一句西一句，面试官听不出重点。5. 态度极端要么恐惧AI，要么鄙视AI，都不行。正确姿态：了解、会用、可控、理性。四、零基础也能背会的AI面试万能框架不管面试官问什么，你都按这个结构说：1. 是什么（一句话解释）2. 能干什么（业务/工作场景）3. 我怎么用（结合自己经历）4. 注意什么（校验/风险/人工把控）只要按这个逻辑，不会答也不会低分。五、面试前10分钟急救：背这6个词就够了大模型幻觉RAG提示词（Prompt）提效人工校验真的，足够应付90%的面试。六、AI面加分项：把AI能力写进简历，通过率翻倍很多同学不知道，AI相关经历是现在简历的超级加分项。但大多数人只会写：“会使用AI工具”，太弱了。我自己之前简历也很普通，后来用泡泡小程序AiCV简历王优化，把“使用AI提升效率”这类经历，包装成“AI辅助完成文档处理、数据整理、内容生产，效率提升30%以上”，瞬间专业度拉满。它能根据岗位自动帮你提炼AI相关关键词，把日常打杂、实习任务，包装成面试官喜欢的效率型、靠谱型、工具型经历，既不造假，又非常亮眼。我就是靠这份简历，在AI面中连续拿到3场复试。对于25届、找实习、春招的人来说，会AI + 简历会写，真的能甩开一大半人。七、最后想说：AI面真的不难AI面试考的从来不是你有多懂技术，而是你跟不跟得上时代、会不会用工具、靠不靠谱。你不用成为AI专家，只要做到：知道高频词是什么能结合自己经历说清楚表达逻辑清晰有校验意识、不盲目依赖AI简历上体现AI工具能力你就已经超过80%的候选人了。面试不用慌，AI是加分项，不是拦路虎。把上面的题和回答背熟，下一场AI面，你一定稳过。

25年可谓是Agent的元年了，但主包找暑期实习的时候，对AI相关的东西基本上只知道部分概念，更深的技术就说不上来了。但是有幸的是，还是通过了团团的面试，并且成功入职。一开始我还不清楚我的工作是什么，以为还是简单的增删改查工作。但是进入后才发现周围的同学都是在利用AI进行开发，我们组也是用AI 进行coding，并且也积极去探索AI coding。在这样的背景下，我才发现我似乎逐渐转岗成为AI coding开发了。那具体要如何转岗成为AI工程师呢？分为已经找到AI相关实习和没找到相关实习两种情况：一、已经找到相关的实习这个时候，你需要多跟Mentor商量一下，能不能多把一些Agent的具体开发...

最近在和一个朋友聊天，聊到用ai提升自动化测试的效率。他们组做了一个ai生成ui自动化代码的一个agent，然后确实有效率的提升，据他所说大概能提升了30%-40%的效率，对于一些简单的case可以用，但是一些复杂的场景交互用不了。下面戏剧性的一幕出现了，他们的ld通过优化算法，算法非彼算法，把这30%的效率说成了300%然后汇报给老板。也就意味着理论上现在他们的日常工作在自动化上的投入时间会非常的小，但是实际上多出来的这270%是通过他们自己晚上加班解决的。最后：在这场AI裁员的浪潮中肯定会有公司因为错估自己的ai产品所能提供的效率而导致超量的裁员。最后的后果由公司和加班的我们共同承担。

坐标上海初创小厂，面ai后端开发面试时长20分钟...没问项目细节，问了几个开放性问题？你对ai的理解？你用过的ai产品，怎么用的？说说如果让你ai coding，你会怎么用？你怎么看后端开发这个岗位的？如果公司给你个任务，让你全aicoding，你会怎么设计流程？面试官很好，表示不压力也不push，工资开250勉强够温饱，工作双休，早八晚六。感觉很大机会拿到offer，hr人也好，兄弟们给点意见。

感觉java没有网上说的那么惨，什么“java已死”，“迟早被ai替代，以后ai才是风口”，看了boss上的java后端的岗位，需求还是很大，对经验要求较低，而且并发多线程之类的ai暂时替代不了吧，相比之下我还搜了下我感兴趣的大数据开发这一类的岗位，要求比java高多了，卡学历卡经验目前普通一本大二计科专业，想走的方向就是java后端或者大数据or数据分析一类的，曾经我也对我的方向感到迷茫，大家都在唱衰后端，现在我还是坚定选择后端，+ai agent或者之后转大数据更好转，毕竟都要java的底子，但是我现在才开始学java技术栈，我也问过我们的学长，大二下开始准备有点晚了，建议我读研，有更多时间打造简历，如果我读研的话，大概率不会选择开发这条路了，那我现在的重心放在哪里呢，目前正在学后端的技术栈，以及要考研的408，事情很多我也挺充实的，就是不知道会不会竹篮打水一场空还恳求各位行业资深人士评价一下，我有哪些地方认知有误差或者想法不实际的，都可以在评论区跟我说的，也想听听大家的看法

刚听学弟分享，面腾讯前端直接被明确告知：现在基本只招做 Agent 方向，传统前端岗位几乎不再扩招。这一刻真切感受到，AI 对研发行业的冲击早已落地，最先被挤压、最先被淘汰的，恰恰是毫无议价权的应届毕业生。我们按既定路线寒窗苦读、打磨技术，认认真真为传统研发赛道准备多年，可行业需求在 AI 的冲击下一夜重构。基础开发、前端这类原本留给应届生的入门岗位被不断挤压，企业直接转向 AI 智能体相关研发。个人努力在时代技术洪流面前渺小又无力，方向还没摸透，赛道已经剧变。不知道该坚持旧路，还是仓促转型，满心迷茫焦虑，仿佛怎么选都赶不上时代的脚步。

分享一下近来的思考。 对于转行还是有点噱头的，只是想在互联网从事一个不那么代码的岗位，不是有多讨厌而是心有余而力不足。心有余指的是我现在仍为AI届层出不穷的好玩东西感兴趣，愿意去尝试；力不足指的是以大厂为奋斗目标自己无法以纯粹的方式踏进。可见我如同诸多双非学子一般，渴望有天自己进入大厂务职，那给我带来的薪资和光环是我时刻都在幻想的。可进去又怎样？一山比一山高，挣钱是本质需求，这么看来拼命进大厂也无可厚非。 不说少数情况和岗位差异，我觉得可以达成一个共识，想多挣钱->努力进大厂。那么我是否可以利用过往开发经历结合现在的大模型时代，以所谓的技术工程为背景在大厂寻找一个非研发/开发的岗位呢，不...

1. 自我介绍2. 问大创项目（AI相关），没错就是大创项目，一个AIGC戏曲数字人生成的3. 项目相关（很少，随便说了说）4. 开始唠嗑，唠了将近70分钟，聊AI对行业的冲击等等，跟面试官互相传播焦虑，对未来充满了绝望5. 反问，问着问着又开始唠嗑，又唠了10分钟总时长100多分钟，全程0八股0手撕，面试官没开摄像头，还是周六晚上面的，感觉像KPI面，我是不是炸了。要是这样把我挂了我真要闹了呜呜呜23日流程更新，二面过，但还是复试状态

2000+投递，50+场次真实面试问答经历You stop not when you are tired, but when you are done!加油！！！

在互联网正式工作大半年了，程序员，有了很多的心得体会，想和26、27届的学弟学妹分享下，大家听听即可，不一定是真理，只是我的个人感悟。1、进入互联网不用担心接触不到ai有很多同学拿到了互联网的传统开发岗位，担心接触不到ai、工作没有前景，我觉得这是完全多虑的。我没见过不搞ai的部门。你说你不想搞ai，你老板绝对第一个不同意。因为你老板上面也有他自己的老板，老板都迷信ai。我觉得还是要多考虑下ai能力过强把人淘汰的情况吧，事实是各个国内互联网大厂都在搞全员skill话，把同事炼成ai、人走能力不走这真不是玩笑话。2、互联网职业生涯很短人生路漫漫但职业路短短，不要看目前还有一堆30+、40+的老登...

这Gemini3太屌了吧？从设计稿到实际代码基本上几分钟就能出来就说了一句话，连rolI的过程都没有，一个台球游戏就出

分业务与岗位进行分析具体所需技能 总结来说，按照业务来分主要包括视频AICGC内容岗位、电商客服、出海和通用AI Native基础架构等一、岗位画像：10 个 AI 岗位的行业分布与薪资地图先把 10 个岗位按行业分类，才能看清不同赛道对技能的差异化要求：🎬 视频 / AIGC 内容行业大厂 AI 前端40–70K北京3–5 年AI Web 平台前端、AIGC 生成（图像/视频/音频）、AI 剧情短片、灵感内容消费行业特征：这是薪资最高的赛道，对多模态生成能力要求极高。岗位明确提到需要推进生成式 AI（AIGC）方向建设，涉及自研播放器、视频编解码、转场/滤镜/特效、字幕生成、OpenGL ...

近期互联网圈子已经大变天了，随着 ai 的快递发展，对整个 it 行业冲击巨大，各个公司都在追求 ai 一键部署，从产品到开发，再到测试运维上线一键自动化，极大的减少人工的维护成本，我预测未来初中级程序员岗位将大量减少或者逐步淘汰，以后的公司工作流会更加的自动化，智能化，求职也会变得越来越难，没想到仅仅就是过了一个马年，计算机就迎来了如此大的变革，太可怕了