科大讯飞:AI时代软件人才从“码农”转向“设计师”

▲关注中国信息化周报

正值高校毕业生求职季，“找工作难”的讨论再次成为焦点。行业需求与人才供给的结构性错配越发突出——传统计算机教育中“重编码轻设计”的模式，已难以满足AI时代企业的人才标准。

当编程技能本身的价值逐渐稀释，而底层架构能力、系统设计思维和业务问题定义能力成为决定开发者能否脱颖而出的关键时，一个更现实的问题摆在眼前：对在校的软件工程专业大学生来说，应该做好哪些准备，才能在毕业时不被AI替代、不被市场淘汰？

基于对AI时代人才需求的长期观察，我们试图从科大讯飞的招聘标准与能力画像出发，探讨未来的软件人才最需要具备的核心素养，以及在校生如何从现在开始，一步步构建属于自己的不可替代能力。

科大讯飞教育事业群副总裁马季在接受《中国信息化周报》记者采访时表示，学生阶段，要学习一门“看家”的深度语言，要有一次完整的“从需求到上线”的项目经验，要养成“读论文—复现—改进”的技术闭环习惯。这样构建起来的能力，是AI短期内难以替代的。“AI时代的软件人才，其实需要完成从‘码农’到‘设计师’的身份转变。写代码这件事本身已经被ClaudeCode、Cursor、TRAE等工具高度自动化，未来真正稀缺的是判断力、架构力、问题定义力”。

科大讯飞教育事业群副总裁 马季

科大讯飞已经与“中国软件杯”大学生软件设计大赛（以下简称“大赛”）相伴走过三个年头，初衷是期望把其在人工智能领域二十多年积累下来的真实工程场景，开放给大学软件工程的人才。“企业真实业务场景中的复杂问题最能锻炼开发者综合素养。大赛提供了非常纯粹的舞台，让学生可以不受商业化压力干扰，专注地把技术做深、做透。”马季表示。

参加大赛三年，马季表示最深的感悟有两点。第一，当前，大学生对AI技术的驾驭能力超出预期。“他们已经不再满足于调用API，而是主动去探索RAG检索增强、多智能体协同等前沿方向”。第二，学生提交的作品本身具有较强的启发性。很多队伍提交的方案里，会出现科大讯飞工程师没想到的巧思。

今年科大讯飞将“基于大模型的个性化资源生成与学习多智能体系统开发”作为赛题，背后有三层考量。一是行业契合度，科大讯飞在教育领域深耕二十余年，我们有能力把真实的场景痛点转化成技术命题；二是技术前沿性，多智能体系统是近年来大模型应用的核心方向；三是社会价值，个性化学习是因材施教的技术兑现，它对促进教育公平的意义非常大。

今年学生作品的亮点主要表现在两方面。马季总结，一方面，具备知识约束意识。一些作品关注到了大模型幻觉这个核心难题，通过知识图谱、向量数据库、可追溯引用等手段做双重校验，说明学生开始具备“负责任AI”的意识；另一方面，更加关注工程落地。前后端一体化、Docker部署、接入可观测性LangSmith或类似框架——这些“生产级”的工程细节，说明目前软件工程的大学生开始在设计作品时开始向“AIFull-StackEngineer”的方向演进。

学校教的，企业不用；企业要的，学校不教。这是中国高等教育多年来最尴尬的错位。产教融合最大的难题，从来不是签几份协议、挂几块牌子。而是如何让“课堂”和“工位”之间，真正有一条走通的路。

“科大讯飞在产教融合方面的探索是全链路的，从专业共建、师资培训、科研创新到实习实训、联合实验室，再到毕业生就业，形成一个闭环。”马季说。

目前，科大讯飞已与全国200余所高校建立不同形式的合作。今年的校招计划，除了常规的春秋季校园招聘外，还启动了飞星计划、飞凡计划、星火X顶尖人才计划等人才专项，整体招聘方向覆盖大模型算法、多模态交互、语音识别、智能硬件、软件工程、行业解决方案等岗位，招聘渠道包括科大讯飞招聘官网、微信公众号、小红书等社媒平台，各大高校线下宣讲会、员工及校园大使内推与合作实验室推荐等。

—End—

注：转载、添加白名单以及商务合作请在公众号后台留言，未经许可、不得转载，不得随意修改及盗用原文。