大厂校招新标准出炉!不要 “AI工具人”!

今年秋招直接炸出个求职圈大瓜！ 

网传有大厂面试，居然要求候选人调出自己的AI聊天记录。

消息刚流出来，求职群瞬间炸开锅，网友疯狂吐槽： 

有人猛喊不交不交，有人觉得可以接受，也有人蹲在原地吃瓜。

万万没想到，校招内卷居然卷到AI聊天记录上了。 

企业对AI的考察细致到这个程度，到底是在考察什么？

过去企业招人，产出是判断候选人能力的标准之一。

一份产品方案、一段代码、一套项目PPT，成品质量，往往可以用来评估候选人的水平。

比如面试运营岗，候选人拿出一份完整活动策划，流程通顺、细节齐全，面试官可以据此判断他具备基础的策划与思考能力；开发岗笔试写出可运行代码，能够佐证对应的编程思路。

但AI普及之后，“以交付成果对标个人能力“这套评价方式开始出现明显短板。

同样一份运营活动方案，零基础的人输入几句提示词，AI就能立刻生成结构完整、措辞专业的策划案；一段算法代码，哪怕本人理解很浅，借助大模型也能得到可运行版本。

招聘场景里，也出现越来越多类似的情况。有的候选人作品集看着十分亮眼，但面试深挖项目细节，却讲不清背后的业务判断；笔试交出高分代码，入职之后面对相似业务问题，完全无法独立拆解。

从企业招聘视角看，最终成品很容易借助AI完成包装，很难区分这份产出是来自候选人独立思考，还是AI一键生成。

这也是企业开始不再只看交付结果，转而追溯AI使用全过程的原因。

当AI可以批量产出完整方案，会不会调用AI已经不是加分项，而是基础门槛。

企业考察重心，逐步转向两个底层能力：业务理解力，以及驾驭AI的能力。

腾讯最新一期鹅厂黑板报，分享了校招团队的人才选拔思路。学历只是评估人才的参考标签，并非唯一标准。

借助vibecoding、Agent落地的demo与项目，比简历文字更有说服力，亲手搭建的项目能够体现候选人的探索意愿与落地能力。

在校招评估中，面试官除成品外，还会考察候选人拆解问题、识别AI输出缺陷，迭代产出可复核成果的综合素养。

这类对AI协作过程的考察，建立在两项核心能力之上。

一方面是业务理解能力。AI仅能按照指令输出通用内容，不能自主识别业务背景、用户痛点与项目限制。

比如要给产品做用户留存优化，AI不会自动锁定用户流失的真实诱因，需要人判断业务现状、厘清目标边界、识别潜在风险。

如果候选人缺少业务认知，即便熟练使用AI，产出内容也容易脱离现实场景。

另一方面是驾驭AI的能力，涵盖任务拆解、边界判断、校验纠错，还有迭代优化。

大模型依然存在幻觉，可能会出现编造数据、输出错误逻辑的情况。

比如，拿到AI生成的市场报告，直接复制粘贴会一并承接AI的错误；而具有判断力和驾驭能力的候选人，会核验信息、排查漏洞，人为结合结合业务筛选调整，从而转化为可落地的方案。

阿里云笔试允许使用AI，但考核重点不是代码能否跑通，而是需求拆解与缺陷识别；美团在校招中新增“AI胜任力模块”，同样瞄准这两类能力。

如今不少求职者也会主动把vibecoding实践、AI完整协作流程整理进作品集，比起华丽成品，完整思考链路反而更能凸显个人实力。

随着单一最终成果的参考价值下降，各大企业正在搭建新的识人方式，HR们尝试寻找过程证据，用多种方式还原候选人解决问题的真实思路。

核查AI聊天记录只是争议较大的一种手段，还有不少落地形式。

第一，AI现场实操题。面试官给出一段模糊的用户反馈，当场让候选人使用AI整理需求文档。重点观察怎么提问、怎么追问、怎么修正AI给出的错误内容，看候选人如何基于业务理解，引导AI产出可用内容。

第二，完整工作流演示。要求候选人还原项目全过程，比如拿到需求后怎么拆分、怎么写提示词、AI产出了哪些内容、自己基于业务判断做了哪些修改，清晰区分AI贡献和个人思考。

第三，作品集溯源。面试官顺着项目细节不断追问业务逻辑，验证候选人对项目的理解；现在不少候选人主动附上AI迭代记录，展示自己校验、修改AI输出的全过程，这会成为加分项。

当然还有更“霸道”的方式，调取候选人和AI的会话记录。

结合当前秋招的一系列变化，可以看到招聘评价体系正在迭代。

在AI的加持下，基础执行工作被极大解放，企业更渴求同时具备业务理解力与AI驾驭能力的人。

学历名校标签的权重有所降低，由个人亲手落地的实战作品，在招聘评估里的权重持续上升。

AI是放大器，只能放大人原本具备的业务认知，不能凭空创造能力。

只有业务理解，不会用好AI，效率会受限；只会操作AI，但缺少业务判断力，产出就容易空洞失真。

当一份漂亮的结果可以被轻易伪造，融合业务思考的AI协作过程，会成为AI时代求职者重要的竞争力来源。

作者：雀雀

监制：小云