在 AI 时代，一个刚毕业的学生，应该如何获得自己的竞争力？

我们都知道，学生刚进入职场时，大学里学到的很多东西并不能直接用于企业场景。他们往往需要花大量时间，重新学习企业真正需要的技能。

对企业来说，把一个刚毕业的学生培养成能够独立负责一项任务的职场人，需要投入大量时间、精力和成本。更现实的是，即使投入了这些成本，企业也无法保证这个员工会长期留下来。

而 AI 到来之后，这个问题变得更加突出。

初级岗位正在被 AI 挤压

刚进入职场的新人，往往承担的是最初级、最基础的工作。

比如技术领域里的初级工程师，通常是实现一个功能模块，甚至只是实现一个简单方法。再比如营销助理，可能是收集资料、整理资料、做一些基础分析。

但这些工作，恰恰是 AI 最擅长的。

以技术岗位为例，AI 已经可以生成质量很高的代码。在命名规范、结构封装、基础逻辑完整性等方面，它的输出往往已经超过很多刚毕业的学生。虽然 AI 还不能完全替代复杂的软件工程能力，但在初级代码实现层面，它已经极大压缩了初级工程师的价值空间。

所以，在 AI 时代，刚毕业的学生如果只掌握传统意义上的基础技能，竞争力会非常弱。

过去，大厂愿意培养应届生，一方面是因为企业有资源，另一方面也有政策补贴和人才储备需求。但即便如此，它们也更倾向于选择 985、211 或头部院校的学生。

原因很简单：培养新人是一种投资。企业当然希望把时间和资源投给平均回报率更高的人群。

这不是说其他学校的学生不优秀，而是从招聘成本和培养收益的角度看，头部院校学生的确定性更高。

第一项核心能力：学会使用 AI

那么，对于大学生或刚毕业的学生来说，应该如何适应当前的职场环境？

我认为第一件事，是必须掌握 AI 的使用能力。

无论是在学校期间，还是刚毕业后的早期阶段，都要学会用 AI 武装自己，让自己更快地获得技能、更快地完成任务、更快地验证想法。

AI 目前最强的能力，主要集中在信息创造和信息处理上。

文本写作、问答、技术方案、代码生成、图片生成、视频生成，本质上都可以看作某种信息或数据的生成。更抽象地说，AI 的输入是一组数据，输出也是一组数据。

所以，AI 擅长的并不只是“聊天”，而是围绕文本、符号、数据和推理链条进行生成、组织和转化。

编程也是如此。代码本身也是文本。技术方案也是文本。决策链条在底层也是符号结构的运作。

所以，AI 擅长的是一种“数据叙事”或“符号叙事”的能力。

不要只停留在问答工具

理解了这一点，我们使用 AI 就不能只停留在豆包、ChatGPT 这类问答工具上。

更重要的是，要学会如何用 AI 快速搭建自己需要的工具。

我认为，这是 AI 时代非常重要的能力：用 AI 给自己制作工具。

比如你可以用 AI 搭建一个爬虫，用 AI 做一个资料整理工具，用 AI 写一个小程序，用 AI 生成一个内部自动化流程。

这里涉及到一个关键问题：AI 输出的是文本，那么如何把这些可操作的文本变成真正的动作？

这就是智能体的价值。

智能体把大模型生成的计划、指令、代码和操作，连接到真实工具和执行环境里，让 AI 不只是回答问题，而是能够完成任务。

学会搭建流程和智能体

现在已经有很多智能体框架和平台，比如扣子、LangChain、LangGraph，以及腾讯、阿里等公司的智能体平台。

通过这些工具，我们可以快速搭建自己的流程。

如果基础能力更强，还可以使用更偏工程化的工具，比如 Cursor、Codex 这类编程助手。你只要提出需求，它就可以帮你写代码、搭建项目、生成脚本，甚至完成一部分调试。

但这里面真正重要的，不只是会不会用某一个工具，而是你是否知道一个问题应该如何被解决。

AI 时代最重要的能力之一，是知道事情该如何解决，而不一定是亲手掌握每一个解决技能。

换句话说，你需要更高层次的认知能力。

你要知道目标是什么，路径是什么，中间需要哪些工具，可能会遇到哪些问题，又该如何验证结果。

认知边界决定竞争力

要获得这种认知能力，就需要在大学期间，或者刚毕业后，主动给自己设计任务。

你可以学习更多知识，领域的内容，接触更多问题，在大脑里做更多推演和想象。

AI 时代，实现一个想法的成本正在变低，验证一个想法的成本也在降低。

所以你可以尽情想象，然后用 AI 去实现。在实现过程中，你会不断遇到想象与现实之间的落差，再通过调整、验证、复盘，逐渐扩展自己的认知边界。

比如你想用 AI 做一个 App。AI 可以很快生成一个能运行的版本，但从“可用”到“好用”，仍然需要大量测试、验证和迭代。

你需要知道哪些工具能帮你完成目标，需要知道 AI 的边界在哪里，也需要知道如何设计验证流程。甚至，你还可以设计自己的验证智能体，让 AI 帮你检查 AI 的输出。

这个过程本身，就是一种非常重要的学习。

人真正应该做什么

在 AI 时代，很多人都在问：我们还能做什么？

我认为，人真正应该做的事情，恰恰是过去被大量重复性工作挤压掉的部分。

以前，我们需要花大量时间打磨具体技术，收集信息，整理资料，提取数据，编写重复性代码，处理各种枯燥繁琐的工作。

现在，这些事情正在被 AI 快速接管。

那么，人应该把时间放在哪里？

应该去内容，探索更多世界，接触更多人，体验更多真实场景。

在和世界接触的过程中，发现问题，感受问题，定义问题，再提出解决方案。

AI 可以执行很多事情，但问题从哪里来，价值从哪里来，方向从哪里来，仍然需要人去感受和判断。

未来真正有价值的人，不是机械执行任务的人，而是能够发现问题、定义问题、组织资源、调用 AI 去解决问题的人。

重复性工作会被重新定义

很多互联网从业者会自嘲自己是“搬砖程序员”。

这并不是完全没有道理。

很多代码工作，尤其是基础的增删改查，本质上是在一个固定框架里不断重复。它并没有太多创造性。

很多文案工作也是一样。套用结构，填充内容，重复生产。

这些重复型、模式化、低创造性的工作，都会被 AI 持续压缩。

未来人类的价值，会越来越集中在真正具有创造性的地方。

这也意味着，人可以更自由地做自己，更自由地去想去的地方，获得想要的知识，接触更广阔的世界。

当然，AI 时代也会淘汰一批人。

如果一个人只想躺着，内在能量很低，不愿意学习，不愿意接触世界，只想守着自己的一亩三分地，那么他会很容易被时代甩开。

数字游民会成为一种新的选择

在这样的背景下，我们可以预测，未来的工作方式和生活状态也会发生变化。

有一种正在慢慢流行的生活方式，叫数字游民，或者数字游牧。

它像过去的游牧民族一样，不固定在某一个地方上班，而是在世界各地流动，边工作，边生活，边旅行。

我觉得，这是 AI 时代可能带给人的一种更幸福的生活方式。

当然，这并不是说传统上班方式会消失。

而是人会多一种选择。

过去，我们很多时候只能选择在一个固定地方上班，因为不得不如此。

但未来，你可以选择稳定和安逸，在一个地方踏踏实实上班；也可以选择更自由的数字游民状态，到世界上不同的地方工作和生活。

这才是重要的变化。

不是所有人都必须自由流动，而是自由流动变成了一种可以选择的生活方式。

总结

AI 时代，刚毕业的学生最需要建立的，不是某一项孤立技能，而是一套新的能力结构。

第一，要学会使用 AI。

第二，要学会用 AI 制作工具。

第三，要理解智能体和自动化流程。

第四，要扩展自己的认知边界，知道问题应该如何被解决。

第五，要走向真实世界，发现问题，定义问题，再调用 AI 去执行。

未来的竞争力，不再只是“我会做什么”，而是“我能发现什么问题，我能组织什么资源，我能让 AI 帮我完成什么”。

刚毕业的学生如果还停留在传统初级岗位的能力结构里，会非常危险。

但如果能够主动拥抱 AI，用 AI 扩展自己，就可能比过去任何一代年轻人都更快地获得能力，也更早拥有独立创造价值的机会。