又是一年秋招季。這屆大學生找工作，多少有點擰巴。
一邊，是“AI搶走初級崗位”的標題，隔三差五沖上熱搜；另一邊，是所有人勸你：要主動擁抱AI啊。說實話，他們可能最煩的就是這句話。擁抱了，然後呢？第一份工作到底還剩下什麼？我自己又靠什麼長本事？
這些問題，在科大訊飛近期舉行的北大、清華校園招聘宣講會上，都被拿到了檯面上。
作為AI國家隊，科大訊飛基於全國產算力平台，訓練出國內首個全端自主可控大模型——訊飛星火，在國產算力底座上，攻克了MoE模型全鏈路訓練，訓練效率相較同規模A800叢集，從開箱狀態下的30%提升至93%。
但恰恰是這家深耕AI領域的企業，給新員工的第一課是：先別用大模型。他們搭的“新手村”，不是從怎麼用AI開始，而是從“人”開始。
一家AI公司，為什麼勸你“別急著用AI”
如果你關注AI圈，會發現最近有個詞很火：Workslop，工作垃圾，網友神翻譯：AI泔水。
場景你一定不陌生：mentor收到實習生發的一份方案，排版漂亮、結構完整、交付神速。結果仔細一看，資料是編的，邏輯是斷的，只能自己花一下午返工。
有研究發現，過去一個月，40%的職場人都收到過這種東西。矽谷工程師說，這是對同事注意力發起的“非對稱DDoS攻擊”，傳送者零成本，接收者花幾十分鐘從垃圾裡淘資訊。
這可能是清華宣講會上，被問到“AI焦慮”時，劉慶峰沒有順著說“多用AI”的原因。
他反問了一個問題：如果一個人自己都不知道正確答案大概長什麼樣，他拿什麼來判斷AI有沒有在一本正經地胡說八道？
這也是AI進入真實業務後繞不開的問題。
如果AI生成的是一段宣傳文案，錯誤的代價可能只是返工；但如果它參與的是醫療輔助、電網調度、工業生產或者其他複雜系統，事實是否精準、邏輯是否可靠、風險能否被識別，就不再只是效率問題。
工具越強，使用工具的人越需要判斷力。
所以訊飛給出的順序是：先練基本功，先形成獨立判斷，再充分使用模型。
今年入職訊飛的應屆生，都先培訓、考核，達標了，才讓用AI。培訓也不是教幾個提示詞，而是學怎麼拆需求、做模組化設計、程式碼審查、分析複雜問題、搭AI應用架構設計……
這些“古法”技能，更底層、更強調基本功，也是目前AI“蒸餾”不出來的東西。它只能在企業裡，和mentor面對面溝通、手把手的實踐中，一點點學會。
AI可以快速給出一個答案，卻不能替一個新人走完形成判斷力的過程。
當執行能力被AI補齊，人靠什麼創造價值？
培養基本功，只能解決不被AI帶跑偏的問題。接下來的問題更現實：當基礎執行越來越多被AI補齊，一個人的工作價值，到底從哪來？
在科大訊飛的北大專場宣講會上，第一個站起來提問的，是一位文科生。問題很直接：文科生在一家AI公司裡，到底能做什麼？
這個問題很真實。AI行業熱鬧了這麼久，爭的都是頂級研究員、工程師，好像所有人都得卷演算法、程式設計，才能拿到下一張船票。
劉慶峰的回答有點出人意料。他說，大模型正在幫文科生補上工程開發的短板，技術門檻降下來以後，審美、哲學、藝術感、共情能力、對客戶的洞察，反而可能變得更重要。
這並不是說技術不再重要，而是AI正在改變人與工具的分工模式。
AI擅長快速計算、檢索資訊、生成內容和執行標準化任務，但一個產品應當解決什麼問題，是否符合人的真實需求，又會對社會產生什麼影響，仍然需要人來判斷。
這也是行業共識。今年，矽谷模型“御三家”都開始挖哲學、心理學背景的人才，Anthropic甚至找了一位研究王陽明心學的美國教授。這背後，是AI已經發展到新階段，困住模型的不是智商，而是如何對齊人類社會的價值觀、秩序和人文底蘊。
除了人文學科，各行各業也是同理。
在清華，當一位協和醫學院的大四學生說，“感覺我們可能會被取代”，劉慶峰答得很乾脆：“醫生永遠不會被替代。”訊飛所有做醫療的同事，入職要先讀韓啟德院士的《醫學的溫度》。
他的解釋是，醫學絕不只是看得準不準，還有病人的恐懼、用藥時的心理感受、臨終關懷，“只用純理科的路子看病，一定到不了醫療最高的境界。”
教育也是。教育AI不能只會答題，還要理解孩子為什麼學不會、會不會從此失去興趣；陪伴型AI需要的也不只是技術，而是是教育學、心理學、情緒價值。
更有意思的是，回答完那位文科生的問題後，劉慶峰又補了一句：“我們原來技術強、速度快，審美本身是不夠的，所以要請年輕人來補。”一家科技公司的董事長，公開承認自己有短板，請年輕人來補，這比十句“我們重視人才”，都有說服力。
而當話題落到了企業，另一個問題自然浮出水面：進入企業後，一個新人應該怎麼成長？畢竟，拿到Offer，只是第一步。
“新手村”消失後，企業要重新修一條路
年輕人能帶來新視角和活力，但這些優勢真正轉化為工作價值，還要進入真實業務。而進入真實業務，往往是從整理資料、寫基礎程式碼、處理簡單需求，這些基礎任務開始。
所以，傳統的職場成長很像打遊戲：從瑣碎工作做起，在一次次練習和犯錯中積累經驗，再逐漸進入更複雜的項目。它們雖然不起眼，卻構成了職業成長的“新手村”。
問題在於，這些過去屬於新人的任務，正在被AI率先接管。
“新手村”被拿走了，企業對新人的要求也隨之提前。今年5月，一位AI創業者的話引起很多人討論：“從整體水平看，一個畢業生的水平是1.0，但企業需要的水平突然變成了5.0。”以前，應屆生只用寫程式碼，現在，一進公司，就要求他懂業務、會判斷、能用AI落地，相當於在招一個資深程式設計師。
現場，劉慶峰也轉述了一個扎心的細節：最近，好幾位數學學院的院長都在感慨，模型把各種數學問題都解決了，年輕數學家反而失去了機會。本來他可以做一個小的創新，在小創新的基礎上長出大的創新，現在台階被抽走了。
當新人不能從基礎任務裡學習以後，一條進入真實業務的路，就變得更重要，也更緊迫。
矽谷已經在重修這條路。OpenAI搞了6個月帶薪駐留項目，讓跨專業、非傳統背景的人直接參與真實研究；Anthropic把經驗不足兩年的年輕人放到真實機構，做整年項目。
作為一家成立多年的科技公司，訊飛也在重新設計新人的成長路徑，不光一口氣推出三個頂尖人才專項（飛星、飛凡、星火X），而且一人一策、一人一薪、上不封頂；校招晉陞速度也從平均3年，到最快1年；還拆出了幾個創業主體，新人進來就有實戰、分股機會。
比政策本身更值得關注的，是年輕人進入公司後究竟在做什麼。
從清華來到訊飛的他們，呈現出不同專業進入AI行業的可能性：
- 曹翔宇，新雅書院經濟與金融專業18級，現在是教育戰略與Marketing部的海外大屏項目負責人；
- 劉雨欣，材料學院17級，星火大模型推理引擎研發工程師，做基座模型核心研發；
- 林會傑，07級電腦系，智能穿戴業務部總經理，訊飛AI翻譯眼鏡整條產品線歸他管。
幾個年輕人的自述也很打動人。一位24屆同學說，在訊飛，“新人也有機會拿到完整業務視角”；一位25屆的同學，入職就獨立承接出海軟硬體攻關；一位26屆的研發說得更直白：他能“直接參與一線模型迭代，不是重複的資料清洗、無意義的基礎工作。”
往大了說，在訊飛，國產AI帶來的時代機遇，不是宏大詞彙，而是一個個待解決的真實問題：國產算力上的大模型訓練、多模態互動、AI晶片、具身智能，教育、醫療AI落地……
這些方向背後，是訊飛承擔的一系列國家重大戰略任務：在全國產算力上持續對標國際最新水平的通用大模型，確保極限情況下能夠兜底保障國家重大需要；教育、醫療、汽車、安全等行業大模型達到國際領先，並穩定達到人類行業專家水平；多語言大模型給世界提供第二種選擇；類人多模智能互動系統效果突破，國際領先。
這些任務，決定了一個新人進去以後，還有多少成長空間。
當基本功被做紮實，成長空間被充分打開，再疊上AI的buff，一個新人的成長速度，就是指數級的。
這或許就是AI時代，一個新人打怪升級的新路徑。
寫在最後
北大、清華都是中國最頂尖的學府。但面對AI，全國1270萬應屆生的焦慮應該是同等的。
而科大訊飛與北大、清華學生的兩場對話，指向的是另一個問題：對新人來說，重要的已經不是追問“AI會不會搶走我的第一份工作”，而是哪裡才有重走“新手村”的機會，去經歷那個從不會、做錯、被糾正，到終於能獨當一面的過程。
對今天的大學生來說，一份好工作的標準可能也真的在變化：不只是收入不錯、公司夠大，還有能不能在AI越來越強的時候，讓你依然有時間、有土壤，長成一個有判斷、有審美、也能對事情負責的人。
畢竟，AI可以替人做10000件事，但成長這件事，只能回到真實的業務土壤裡，一步一步發生。 (劃重點KeyPoints)