（本文作者为 氨基观察，钛媒体经授权发布）
文 | 氨基观察
随着默沙东Lipfendra正式获FDA批准，成为全球首款口服PCSK9抑制剂，降脂药赛道再次被点燃。
这款每日一次的大环肽药物，以安慰剂校正后近60%的LDL-C降幅，第一次将原本专属注射剂型的强效降脂能力，转化为患者可随身携带的口服片剂。
市场迅速分化为两极：乐观者将其视为撬动百亿降脂市场的支点，认为口服剂型将彻底打破PCSK9的依从性瓶颈；审慎者则指出，剂型迭代远不足以改写赛道终局。诺华在最新二季报财报电话会上直言，口服药没有改变其对Leqvio 40亿美元峰值的判断。
默沙东CEO罗伯・戴维斯在财报电话会上也表态，药物不会一上市就快速放量。但他同时强调，Lipfendra具备成为重磅炸弹药物的巨大潜力。
预期分化背后，并非一场简单的口服与注射之争。从心血管硬终点的终极对垒，到指南更新与剂型变革共同冲击数十年的临床处方边界，PCSK9抑制剂面临的是一场关于降脂治疗底层逻辑的重构。
而这不仅关系着现有产品的峰值，也将影响下一代降脂疗法的产业路径。
Lipfendra的获批，最先点燃的是市场对“口服替代注射”的想象。
过去十年，PCSK9靶点的临床价值已被充分验证，依洛尤单抗和阿利西尤单抗均已证明，通过阻断PCSK9能够显著降低LDL-C水平并改善高风险患者的心血管结局。
但注射剂型始终是渗透瓶颈。据统计，截至2022年美国超过95%的基层医生从未开具过 PCSK9抑制剂处方，针头恐惧、给药不便与患者接受度低是核心阻碍。口服剂型的出现，理论上可以直接消除这道门槛，让强效降脂从专科治疗方案，下沉为更普适的慢病管理选项。
真实市场反馈却并没有一边倒。从华尔街分析师的预期来看，机构对Lipfendra的销售判断存在明显分歧：RBC资本市场分析师认为其2026年销售额“几乎可以忽略不计”，默沙东 CEO罗伯・戴维斯也在财报电话会上坦言，药物准入与市场教育需要时间，不会“上市即快速放量”；Leerink Partners分析师则相对乐观，预计2027年销售额可达4.76亿美元，渗透速度将快于传统注射PCSK9。
相比之下，诺华的态度更值得玩味。
口服PCSK9抑制剂获批上市，市场一度担心会分流Leqvio。但诺华CEOVas Narasimhan在财报电话会上表示，这没有改变诺华对Leqvio商业前景（40亿美元）的判断。今年上半年，Leqvio收入9.32亿美元，同比增长64%，二季度单季4.8亿美元。按照这个增速，Leqvio全年收入将逼近20亿美元。
诺华CEO信心的核心来源，在于其认为口服药仍需要每天吃，而Leqvio一年两针的便利性无可替代。他在财报电话会上强调：美国市场的增长主要来自Medicare Part B的“buy-and-bill”模式——医生在诊室直接给药、医保报销。二季度美国月处方量增长49%，Leqvio在Part B市场的份额已达23.3%，同比提升3.6%。另外，中国市场随着进入医保后，国内需求大幅释放，市场规模翻倍。
这是否意味着，两者看似同靶点直接竞争，实则遵循不同的依从性逻辑：Lipfendra是每日口服，将用药控制权完全交给患者，考验的是长期自我管理能力；Leqvio是初始两针后每半年注射一次，等于将用药管理交给医疗体系，更适合用药方案复杂、依从性差的高龄高危患者。
当然，眼下Lipfendra上市不久，真正的剂型博弈才刚刚开始。
当然，无论剂型如何创新，给药间隔如何拉长，降脂药的终极话语权始终掌握在心血管硬终点证据手中。
Lipfendra获批的核心依据是LDL-C降幅这一替代终点，关键III期研究证实其降脂幅度已达到主流注射PCSK9的水平。数据显示，24周时Lipfendra治疗组LDL-C较安慰剂分别下降56%和59%。在高LDL-C及动脉粥样硬化性心血管疾病（ASCVD）风险患者中，Lipfendra治疗6个月后LDL-C降幅达到59.7%，覆盖更广泛的高胆固醇人群。在针对杂合子型家族性高胆固醇血症患者的研究中，Lipfendra治疗组LDL-C较安慰剂组降幅达到59.4%，且不良事件与安慰剂组相当。
但Lipfendra能否真正降低心梗、缺血性卒中与心血管死亡风险，尚未得到大型临床试验的验证。
PCSK9靶点的临床价值固然已被单抗药物的大型结局试验反复证实，但具体到每一款新药，机制成立不等于产品获益，这是药监、指南与支付方共同坚守的底线。从过往经验看，拥有硬终点证据的产品，才能获得指南的高级别推荐，进入医保的常规覆盖范围，成为医生的首选方案。
因此，无论默沙东还是诺华，都在推进相关临床。Lipfendra已入组超过14500名高风险受试者，核心终点正是主要不良心血管事件，预计2029年公布关键数据。Leqvio也有多项大型III期心血管结局试验在推进，预计2027年起陆续出结果。
对于Lipfendra来说，能否证明临床硬获益，才是决定其能否从“降脂新药”成为“标准治疗”的真正门槛。
口服PCSK9带来的最深远影响，绝非多了一款竞品，而是它正在与指南更新一道，消融着过去十年形成的“处方边界”。过去PCSK9抑制剂几乎只由心内科、脂质专科医生开具，仅用于他汀+依折麦布治疗失败的极高危患者，带有高端后线治疗的标签。
而边界的松动，首先始于指南层面。上半年，2026版ACC/AHA/多学会血脂异常指南更新，打破了固有治疗阶梯：将极高危ASCVD患者的LDL-C治疗目标下调至55 mg/dL以下，并重新定位 PCSK9抑制剂——它与依折麦布并列，作为早期非他汀类联合用药，不再是多种药物治疗失败后才选用的备选方案。
这一调整从规则层面将PCSK9抑制剂的启用时机大幅前移，从末线补强变为早期强化。
当然，指南也明确指出，拥有明确心血管获益的依洛尤单抗、阿利西尤单抗，被推荐用于极高危动脉粥样硬化性心血管疾病合并脂蛋白(a)升高的患者；而尚无结局数据的Leqvio，仅被定位为单抗的替代选项。
而口服剂型的出现，则有可能打破“注射治疗”的门槛。过去，医生启用PCSK9往往意味着从口服慢病用药跨入注射治疗，这在处方行为上是一道隐形门槛。而口服剂型让高强度降脂变成“再加一粒药”的选择，理论上使内分泌科、全科甚至家庭医生都能成为新的处方入口。
变量则在于心血管硬终点，以及支付、定价策略。如果Lipfendra被定位为高价专科药，解决的只是便利性；如果价格和支付门槛明显下降，才有可能把PCSK9从部分高危患者推向更大的LDL-C未达标人群，消融过往固化的临床决策边界。
PCSK9赛道的竞争，早已走过靶点验证的上半场，正在进入患者渗透的下半场，竞争正在变得越来越激烈。当前PCSK9赛道已形成抗体、siRNA、口服大环肽、融合蛋白、小分子等多条技术路线。国内已有托莱西单抗、瑞卡西单抗等多款PCSK9单抗纳入医保，多款口服环肽管线也在跟进。
指南前移拉开了序幕，剂型创新也只是起点，而非终点。谁能让患者更易接受、医生便于处方、支付方愿意覆盖，谁才能在未来的竞争中，脱颖而出。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
（本文作者为 消费解码，钛媒体经授权发布）
文 | 消费解码， 作者 | 风车车，编辑 | 徐加豪
血亏120亿后，永辉超市终于赚钱了，但反转是，扭亏仅一个季度之后，永辉超市又亏损。
7月，永辉超市发布2026年半年度业绩预告。公司预计上半年实现归母净利润2.5亿元，较上年同期增加4.9亿元，正式扭亏为盈。
考虑到今年第一季度公司净利润为2.87亿元，那么推算第二季度净亏3700万元。
多年来永辉给人的感觉一直在学习胖东来，多年之后学习胖东来的成绩是显著的，可阵痛还在，永辉面临的复杂零售市场竞争环境也已经大变了。
死磕调改的永辉，未来要啃的硬骨头不少。
相较于业绩，永辉的人事变动可能更优先值得注意。
7月1日晚，永辉超市发布公告称，董事会于2026年6月30日收到该公司副总裁罗雯霞、林红东的书面辞任函。因个人原因，罗雯霞、林红东分别申请辞去各自所任公司副总裁职务，辞职后均不再担任该公司其他职务。
公告显示，罗雯霞与林红东均属提前离任，二人原定任期到2028年3月16日。永辉超市在公告中称，二人的辞任不会对其正常运作和日常经营产生不利影响。
在此之前，永辉超市副总裁兼财务总监吴凯之也离开了永辉超市。针对后续接任人选及管理层调整事宜，该公司向经济观察报表示，目前暂无更多相关信息可以披露。
一般来说人事变动有其正常逻辑，不过放在永辉身上还是可能给外界带来遐想。视线回到业绩层面，客观而言，多年来的门店翻新升级确实为永辉带来看得见的盈利回暖，但这种高资金消耗、回报周期偏长的改造方式，依旧会对企业经营表现形成一定牵制。
回顾过去，2021年至2025年，永辉超市归母净利润分别亏损39.44亿元、27.63亿元、13.29亿元、14.65亿元和25.52亿元，5年累计亏损120.53亿元，其中近两年合计40亿元，对此前面22年23年合计也是40亿元左右，所以其亏损幅度处于波动状况。
时间拉长看，2021年至2025年，永辉超市负债率分别为84.47%、87.68%、88.60%、89.87%和94.61%。而2026年一季度，永辉超市负债率达93.39%，较期初下降1.22个百分点，整体不低。
从公开披露信息中能够看到，截至2026年6月30日，永辉已经完成331家门店的升级调整，门店整体盈利水平得到明显提振。上半年企业整体毛利率同比上行1.6个百分点，期间费用率同比回落1.8个百分点，两大关键经营指标同步向好。柳州等试点门店在完成改造之后，到店客流与销售规模均实现显著回升，足以证明场景迭代、购物动线优化的思路，在单店模型上已经得到验证。
不过门店改造带来的阶段性阵痛并未彻底消除。
2026年第一季度，永辉超市实现营收133.67亿元，同比下滑23.53%；归母净利润录得2.87亿元，同比大幅上涨94.40%。
2025全年叠加2026年一季度，企业合计关停394家门店。算上新开设的11家门店，门店总量已经由2025年初的775家收缩至392家。这也就造成，虽然经过调改的门店营收同比增长16.57%，但集团整体营收依旧出现回落。
另外上半年利润当中还计入0.89亿元美股资产公允价值变动收益，剔除这笔非经常性收益之后，企业主营业务的盈利底子依旧偏弱。
更为值得留意的一点是，这一轮利润修复，有相当一部分源于门店改造节奏的放缓。去年同期有93家门店集中开展翻新工程，而2026年上半年只落地16家门店调改。改造项目节奏收缩，直接压低一次性改造开支，进而抬升了报表层面的利润表现。
结论很明显，永辉的调改取得了一定进步，节奏也日渐走向精细化，不过利润回正曲线的稳定性何时到来，还需要时间证明。
进入今年，永辉的战略重心发生明显切换，此前大规模门店翻新升级的扩张动作逐步收尾，企业开始把核心资源集中在商品能力打磨与精细化经营效率提升上。
在实体零售赛道，自有品牌拥有远超传统经销商品的毛利空间，是行业摆脱低价同质化内卷、重塑盈利模型的核心突破口。据行业公开资讯统计，山姆会员店自有商品销售占比长期稳定在38%至40%区间，第三方机构测算，其2025年自有品牌业务规模约560亿元，也是支撑门店整体盈利的核心支柱。
早在大范围门店改造落地之前，永辉便提前布局自有品牌赛道，陆续孵化出田趣、永辉农场、优颂、馋大狮、惠相随等多款细分产品品牌，目前所有自研产品线已统一整合至“永辉优选”整体矩阵之下。
2025年10月，永辉再次完成品牌体系升级，全新推出两大差异化产品体系：其一为联动伊利、佳农等头部大牌打造的联名定制商品，其二为对标胖东来DL系列品质标准自研的高端线“品质永辉”。
针对后续发展规划，永辉超市副总裁兼首席产品官佘咸平公开表示，2026年企业将新增200款自有品牌单品，全力冲刺自有品牌营收占比突破20%的目标。
即便整体渗透率偏低，供应链改革带来的经营改善已经逐步显现。根据永辉业绩预告披露，依托供应链深度优化、自有商品销售占比稳步提升的双重助力，公司整体毛利率同比提升1.6个百分点，同时期间费用率同比下降1.8个百分点，精细化运营成效持续释放。
如果把视角从永辉放大到整个零售行业发展，整个传统商超面临的压力更大了。
整个线下实体商超赛道早已陷入全方位内卷，永辉面临的经营困局，也是传统大卖场群体遭遇的共性生存难题。
消费分层趋势下，山姆、盒马、奥乐齐持续加码拓店，精准抢占中高端家庭消费市场，从商品品质、门店环境、自有品牌体系形成差异化优势，持续挤压永辉原本覆盖的中产客群，分流高毛利生鲜、预制菜、进口食品等核心品类客流。
这类新业态凭借标准化供应链与稳定会员复购，牢牢锁住追求品质的消费者，让主打大众平价综合卖场的永辉难以向上突破价格带。
而线上渠道的冲击则从刚需日用品端持续蚕食基本盘。多多买菜等社区团购依托产地直采模式，以低价生鲜收割价格敏感型客群。而美团小象超市这类即时零售前置仓依托就近履约、线上下单极速送达的优势，承接居民碎片化应急采购需求，二者共同拆分传统超市赖以生存的日常消费品订单。
新旧业态双向夹击之下，传统大卖场的原有生存空间被不断压缩。永辉依靠门店翻新与自有品牌自救，本质是行业存量博弈里的被动突围。
会员店、折扣店、社区团购、即时零售等多条赛道同步扩张，意味着留给传统综合超市的转型窗口期持续收窄，永辉的调改与商品升级进步显著，未来竞争也不会小。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
（本文作者为 定焦One，钛媒体经授权发布）
文 | 定焦One（dingjiaoone），作者 | 陈丹 王汉星 王璐 李梦冉 金玙璠，编辑 | 李梦冉
2027届秋招正在变成一场AI浓度测试。
8月初，字节、阿里、京东相继启动校招。字节技术产品岗占比超七成，增设“AI全栈工程师”、“AI Agent开发”等新兴岗位；阿里AI相关岗位高达80%；京东首次引入AI面试……数据更直观，脉脉数据显示，2026年1至5月，新发校招AI岗位量同比增长47.3%，AI岗位渗透率从26.41%升至37.56%。大厂在用真金白银告诉应届生：未来是AI的。
但“未来是AI的”和“我能进大厂”，中间还隔着门槛。
我们和五位2026届、2027届毕业生聊了聊：有人投了四五十份简历，只拿到一次大厂面试机会；有人手握头部大厂实习，却因为不够垂直而被算法岗拒之门外；有人早早转向AI应用层，勉强接住了这波浪潮；也有人去年尝试投AI岗位，简历全挂，最后靠一段非AI的暑期实习转正留在了大厂……
他们的背景不同、选择不同，但面对的现实一样：AI岗位占比再高，也不等于机会变多。门槛在涨，标准在变，而在这场游戏里，实习经历成了最硬的通货。
当“会用AI”和“懂AI”在求职中被区分，当一段垂直的实习经历比名校背景更管用，当面试官追问“工作流”、“落地案例”、“提效成果”，这批应届生发现，AI不是捷径，是另一场需要提前起跑的竞赛。
Frida ｜ 河南师范大学汉语言文学专业 27届本科
大四还没开始，我已经投了四五十份简历。
我做了一张表，记录重要公司的岗位和投递进度——25个岗位挂了15个，只有一两个进入面试，其余不是“筛选中”，就是做完测评后再无消息。
但我每天还是会点开表格，把没挂的岗位逐个查一遍。
我在河南师范大学读汉语言文学，原本打算毕业后当老师，或者考公考编。大三上学期，我发现五个比我大一届的朋友，四个毕业后待业。他们都准备过考公考编，但一个也没考上。我突然意识到，所有人都在挤的路，未必比市场化就业更稳。
于是，我立刻开始找实习。第一份实习是在蓝色光标给欧莱雅做乙方，也是在那里，我第一次感受到了AI的冲击。
过去，我们要联系几十名小体量KOC拍产品图，再反复修改。后来只要把产品放进AI工具，就能自动生成展示图。旁边负责优衣库的团队更直接：KOC提供正面、背面和侧面等九张照片，AI就能生成像真人拍摄的试衣镜自拍。主管在会上问：“以后是不是只买账号的发布权就够了，连真人拍摄都不需要？”
后来我去哈啰做海外市场运营，现在在上海一家头部出海公司实习，用AI出广告素材。
Leader说会帮我申请转正名额，本组留不下就推荐去其他组。但我不敢错过秋招。网上也经常有同学在分享类似的经验：暑期实习招进来五个人，最后可能只有一个名额，甚至一个都没有；Leader可能是真心想留你，也可能只是希望你先把手里的活干好。所以我一边实习，一边继续投简历。
我投过河南本地的宇通，第一天交简历，第二天就被筛掉。阿里投了六个，挂了四个，字节没敢投。我的体感是一些二三线城市的龙头企业往往更卡学历，而互联网大厂反而会在学历和经历之间权衡，只要实习足够垂直，双非也可能进入下一轮。
目前，我唯一拿到的互联网大厂面试，是拼多多的AIGC视频创意制作岗。
面试官一直在追问，用过哪些模型？最常用哪个？工作流是什么？生成失败后怎么调整？产品哪里还能改进？简历里多写几个“AI”，或许能骗过机器筛选，但面试时一定会露怯。非技术岗不一定要求你懂模型原理，但必须拿得出视频、图片和商业项目，讲清楚每一步怎么做。证书没什么用，真正有用的是作品和实习。
我现在只能算会用AI，还不算懂AI。Agent卡住时，我会换提示词、换素材，却不知道底层哪里出了问题。剪映、AE、PR和生成工具，都是我在学校之外自学的。早点准备不一定能赢，但不准备，可能连被挑选的资格都没有。
晓斌｜ 北京某985院校 软件工程专业 27届硕士
我是软件工程专业的硕士，现在研二，明年毕业。
其实我的秋招开始得挺早的。从七月份提前批到现在，投了一部分大厂base在北京的岗位，到现在面了三四家，在等意向结果。
我投的不算很多，想走一步看一步，提前批竞争比较激烈，有师兄师姐也建议晚点投。
我主要投的是智能体算法岗。选择这个方向，是因为我之前有大厂Agent产品的实习经历，做起来比较顺手，简历也能讲出东西来。但面了这么多场之后，我越来越觉得，纯做软件开发可能没什么前途了，倒不是说软件不行，而是太卷了。
今年热门的大厂AI岗位，比如大模型算法、智能体算法、AI Infra研发，哪一个不是一堆名校背景、头部大厂实习经历的人在抢？
所以我现在在看具身智能方向的岗位，具身方向的Agent岗位也很多，相比大模型没那么卷，而且待遇也挺不错的。但问题在于，我没有相关的经历，具身现在卡实习卡得非常严，没有对口的实习基本进不去，所以我现在也在犹豫，去补实习已经来不及了，时间太短写不进简历，只能先投投试试。
今年校招跟去年比，我觉得变化其实挺明显的。去年大厂已经开始大规模招AI岗了，但今年有两个最大的不同：一是AI的coding能力更强了，很多算法岗的招聘需求跟着变了，岗位对人的要求自然水涨船高，Python、C++这些手搓代码的能力没那么重要了；二是岗位总量反而少了，需求更精细了，看起来AI岗位占比很高，但对比去年，很多岗位都没有了。
我对大厂AI岗位占比高其实一点都不意外，甚至觉得七八成还低了。现在这个趋势下，还有什么岗位是完全不用AI的吗？不过要说，AI岗的差别也很大，用AI的也是AI岗，开发AI的也是AI岗，这两件事在招聘里完全不是一个量级。
就我观察，那些很早就为AI岗位做准备的同学，和现在才开始关注的同学，差距在真实招聘场景里是肉眼可见的，主要体现在实习和项目经历上，比如自己亲手写过项目文档，在面试中很多问题都能应对的比较自如。
至于AI背景这件事，我倒觉得不用太焦虑。大厂招AI岗，对专业背景卡得没那么严，真正卡的是学历和实习。我认识不少学长学姐，本科学的跟AI八竿子打不着，照样去做AI产品岗，做得也挺好。关键是你要尽早进到那个环境里，哪怕先从边缘岗位切进去。
非AI背景的应届生也不至于被大厂招聘淘汰，确实这一两年进大厂对AI背景有一些要求，但这个行业变得太快，你现在看到的机会，等你准备好的时候，门槛可能又抬了一截，而且以现在AI发展的速度，你今年进去的AI岗，明年还有没有这个岗位都难说。
当当 | 上海某高校计算机专业 27届本科
我是上海某所高校计算机专业的本科生，校招期间我已经数不清投了多少份简历，目前拿到了2个面试通知，分别是某大厂的AI产品助理，和一家AI创业公司的工程师岗位。
我原本的职业规划是做一名传统的后端开发工程师，走的是业务开发路线。但看到今年大厂校招满屏的AI岗位，我不得不重新评估方向，现在的规划调整为，先进入大厂的AI应用层或工具链岗位，在实战中补齐算法和模型理解能力。
关于大厂AI校招的感受，我确实有感觉到冲击，AI占比远超预期，但大厂依然是我求职的第一选择，不过我的心态和刚入学时完全不同。以前觉得进大厂就是写代码，现在觉得进大厂是为了接触最前沿的AI落地场景，不然很容易被行业甩在后面。
我还和几位毕业的学长聊过，他们认为这波招聘潮是因为大模型技术已经过了单纯的“炼丹”期，进入了“落地应用”期。一位在大厂的学长建议我，不要死磕算法岗，要多关注AI如何赋能现有业务，因为大厂现在急需的是能干活、能落地的工程化人才。
为了提升AI求职竞争力，我做了几件具体的事：一是使用大模型搭建了一个校园知识库问答系统；二是在上一段的实习中，尝试用Copilot辅助编写业务代码。
在招聘市场上，早做准备和现在才开始关注的同学差距非常明显。这种差距主要体现在技术栈的完整性和对AI产品的理解深度上。早准备的同学能清晰地说出当下大模型架构的优缺点，有相对成熟的GitHub项目；而晚关注的同学往往只停留在“用过AI”的层面，缺乏系统性的项目支撑。
我认为“会用AI”和“懂AI”在求职中完全不同。会用AI是指熟练使用各种工具提效，懂AI是指理解模型原理、能优化模型结构。我并没有因为在某些底层原理上还有欠缺就放弃投递，反而因为我在AI应用层的日常学习积累，更敢去冲那些工程化落地的岗位。
至于非AI背景的同学，我认为“全员AI化”已经成为趋势。我一位学市场营销的同学，现在也在学习AI绘图和数据分析，因为大厂要求所有岗位都要具备AI素养。
我在学校期间一直在刷算法和数据结构，它们是理解AI的地基，但现在仅仅有这些不够了，必须在这个地基上快速搭建起AI的知识框架。总的来说，面对大厂All in AI，我觉得自己能勉强接住，但必须跑着才能跟上。
小鹿｜ 华五某校心理学专业 26届硕士
我是26届毕业生，刚正式入职一家大厂，做产品方向。本硕读的都是心理学，校招拿到这个offer，主要是因为去年在这里实习，产出不错，老板认可，秋招就顺理成章留下来了。
能走到这一步，运气和积累都有。我大二就开始实习，最开始纯粹是假期想找点事做，做过市场研究、用户研究、营销，后来才转到产品方向。小红书、字节、腾讯、快消，前前后后攒了好几段经历。在字节做过商业化，也在腾讯做了一段跟AI相关的产品。
今年8月，各家大厂的2027届校招陆续开了。大厂都在All in AI，变化确实太大了，我去年投的时候AI岗位和非AI岗位差不多五五开，到今年基本已经七三开了。
我去年参与校招的时候，前前后后投了十几份简历。我也尝试过AI岗位，当时有一段AI产品实习经历，想着应该能试试，结果没有一家捞我面试。后来了解到，那些AI产品岗招的人都有两三段大厂或独角兽的AI产品实习。这个赛道已经卷到不可思议的程度了。
身边同学也很有压力，即便985本硕，有的拖到春招才定下来。没有AI相关经历的同学更吃亏，眼睁睁看着大量岗位被划走。
我身边有个27届的暑期实习生，他特别焦虑，担心转正、担心秋招、担心AI岗位比例这么高自己没对应经历怎么办。我能理解他，毕竟去年我投AI岗位都过不了简历关，今年门槛只会更高。
AI确实是大势所趋，从公司层面看，押注AI能拉股价、能讲商业故事，这是实实在在的利益。可从个人角度，我会想这份工作到底能不能让我积累真实的能力和资源？我认识一些做AI的博士朋友，他们甚至能用AI训练AI了，但依然非常焦虑。
虽然我现在的岗位对AI还没有硬要求，但我已经把AI当成辅助工具用起来了，比如写报告、做数据分析、梳理流程，AI能帮我提效很多。甚至我觉得会用AI提效，比去做纯AI产品，对大多数非技术岗的人来说更有实际价值。
对想进大厂的学弟学妹说，时间来得及的情况下，先去实习，中厂小厂都行，慢慢积累，探索自己到底对什么感兴趣，如果以后想投递大厂AI相关岗位，一定要重视垂直实习经历，平常AI能力也要学，日常生活中多用。
最后想说，你面试没过，很多时候不是因为你不优秀，只是不匹配而已。我简历投递阶段被字节挂了5次，美团阿里也挂了好几次，但最后还是收到offer了，要相信自己。
大泽｜985高校园软件工程专业 27届硕士
我本科是计算机相关专业，现在读软件工程硕士。实验室这两年也开始做大模型和Agent。
我从7月提前批开始投简历，到现在投了二十多份，主要是大模型算法、Agent算法和AI应用开发岗。目前面了四五家，有两家走到了比较靠后的流程，但还没有正式offer。
我接触AI算比较早。本科大三开始学机器学习，读研以后一直在做大模型相关项目，也去一家AI创业公司实习过。所以刚开始秋招的时候，我觉得自己的经历还算对口，大模型、Agent、AI Infra这些方向，只要看到合适的岗位都会投。
但真正面起来以后，我发现AI岗位不像想象中那么“通用”。
现在面试官问得很细。比如做一个Agent，为什么要这样设计工作流？调用了哪些模型？效果不好怎么排查？怎么做评测？如果是实习项目，还会继续问有没有上线、谁在用、你自己负责了哪一部分。
我有一次就被一个RAG项目问住了。那个项目是我在实验室做的，我自己觉得挺熟，简历上重点写了。面试官先问文档怎么切，再问为什么这么切、召回效果怎么评估，后来又追问不同方案的数据对比。我后面就有点答不上来了。
因为它说到底还是一个实验室项目，很多上线之后才会碰到的问题，我没有经历过。
这次面试之后，我就重新改了简历，把几个自己讲不深的项目删掉了，投岗位也开始更谨慎。
比如AI Infra我之前也看过，但我的C++和系统方面积累不够，现在临时补已经来不及。预训练、后训练也是一样，虽然接触过一些，但没有扎实的经历。现在我主要还是投Agent和大模型应用相关的岗位，面试的时候还算有东西可讲。
我平时用AI也很频繁，写代码、看论文、整理实验结果都会用Cursor、Claude。但至少我碰到的几次技术岗面试里，面试官不会专门问你用了多少AI工具，最后还是会追到具体项目里，看你到底做了什么、解决了什么问题。所以我现在不像刚开始秋招时那么想追热门了。
大厂All in AI，对我们这种本身就在做AI的学生肯定是机会，但这个机会没有想象中那么大。方向越来越多以后，反而要更早想清楚自己到底往哪一条路走。
*文中晓斌、当当、小鹿、大泽均为化名。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App