从一个创始人的角度看应届生就业
李致炜
我和你们大多数人有一个共同的特点
使用AI的时间不足3年
在AI面前，我们都是新手
无论背景如何，我们都在一个全新的起点上。
经验差距被大幅缩小
传统经验的优势在AI时代不再是决定性因素。
学习能力比经验更重要
快速适应和掌握新知识才是未来的核心竞争力。
面临的"就业大筛选"
严峻的就业现实
2026年，金融行业的就业市场正面临前所未有的"严峻"挑战与变革。传统路径正在瓦解，新的机遇与淘汰并存。
职场“大筛选”
一场职场“大筛选”已悄然开始。未来职场将出现巨大的分水岭——是成为“被AI取代的人”，还是蜕变为“驾驭AI的人”？
应届生就业困境：“经验悖论”
当前，应届毕业生正面临着前所未有的就业挑战。一方面是日益严峻的竞争，另一方面则是用人单位对“即战力”的更高要求。这种矛盾构成了“经验悖论”，让许多初入职场的年轻人倍感压力。
严峻的就业数据
据统计，近年来应届生就业率持续承压，部分热门行业岗位竞争比甚至高达数百比一。求职季投递上百份简历却石沉大海已是常态，市场对实践经验的要求越来越高。
“经验悖论”的困境
求职者常被告知“你需要有经验才能获得这份工作”，然而“没有工作又如何获得经验？”这形成了难以打破的死循环，尤其是在传统行业中更为突出，让应届生感到无所适从。
企业考量：为何不愿招新人？
- 培训成本高昂：企业需要投入大量资源对新人进行系统培训。
- 即战力需求：市场变化快，企业更倾向于能立即上手、创造价值的人才。
- 风险与不确定性：新人的稳定性、适应能力和产出效率存在未知风险。
这些因素导致企业更青睐有经验的候选人，进一步挤压了应届生的就业空间。
所以破局之道？
破局:如何让你从Junior变成Senior——唯有AI
你在用吗？
老板眼中的员工 vs. 所谓的招聘JD：视角的差异
理解雇主和求职者之间对“工作”的认知差异，是高效沟通和实现双赢的关键。
你眼中的岗位 (求职者视角)
关注点
更看重薪资福利、工作环境、公司声誉和个人发展空间。
期望
希望通过工作获得学习成长机会、提升个人能力和实现职业抱负。
评判标准
主要依据个人获得的技能证书、学历背景和过往经验。
时间维度
倾向于关注短期收益和个人职业生涯的快速晋升。
老板为什么不愿招新人
关注点
降本增效，新员工缺乏经验，直接价值为0甚至为负
期望
即战力+成本可控+行为可控
评判标准
当前人力替代程度是否允许，培训成本等
时间维度
新的员工能留下来多久？
不得不说，你们拥有如下优势：
没有固化思维
不被传统工作方式束缚，更容易接受AI工作流，快速融入未来职场。
学习速度快
天生对新工具、新技术充满好奇，能迅速掌握AI应用，建立高效工作习惯。
敢于创新
乐于尝试AI的各种可能性，勇于探索独特应用方式，为企业带来新视角和解决方案。
老员工的AI局限性
经验包袱
过往的成功经验反而可能成为接受新工具的心理障碍，难以放下旧方法。
学习惰性
习惯了现有的工作方式和流程，对改变缺乏动力，不愿意主动学习AI。
风险规避
对AI可能带来的工作模式变革感到不安，担心威胁自身地位，从而抗拒学习和应用。
但你们准备并且证明了吗？
AI项目作品集
创建在线作品集，展示你在AI辅助下完成的实际项目、报告、设计或代码片段，突出你在AI工具链中的具体角色和产出。
AI工作流演示
直接展示使用AI工作流完全自动解决什么动作？
属于自己的AI项目
自媒体/炒股/
取信策略：个人AI素养的提升
提升自己使用AI的素养
有自己的提示词框架和有效提示词能力
尝试足够多的大模型/足够多的工具，知道各种工具的优势和能力边界
提供构建一个AI作品（学校or生活）的思路过程
直接展示自己的思维流程+工作流设计
展现快速分析和拆解企业工作流的能力
使用强大的AI能力来整理任何岗位的工作流程和断点分析
长期迭代自己的AI能力边界
不断更新外部世界的AI知识和拓展范围，理解各种大模型变化以及当前能够稳定的各项AI能力。
个人AI素养提升的完整路径
基础能力建设
掌握AI工具的核心操作，构建高效的个人AI工作流。
- 提示词工程：学习并实践构建有效的提示词框架和技巧，确保AI输出的高质量和精准性。
- 多模型探索：广泛尝试和熟悉各类大型语言模型、图像生成模型等AI工具，理解它们的优势、劣势及能力边界。
- AI工具集成：学习将AI工具无缝整合到日常工作流程中，实现任务自动化和效率提升
实战项目经验
通过实际项目积累经验，将AI能力转化为可展示的成果。
- AI作品集创建：创建在线作品集，展示你在AI辅助下完成的实际项目（如报告、设计、代码片段、内容创作等），突出你在AI工具链中的具体角色和产出。
- AI工作流演示：设计并展示如何使用AI工作流解决具体问题，例如自动化数据分析、市场内容生成、编程辅助等。
- 个人AI项目实践：启动并完成与个人兴趣或需求相关的AI项目（如自媒体内容自动化、个性化数据分析工具等），持续迭代应用能力。
商业思维培养
理解AI在商业和职业场景中的价值，将技术能力与业务成果挂钩。
- 业务流程分析：学习识别企业或岗位工作流中的痛点和低效环节，分析AI介入的可能性和潜在价值。
- AI价值评估：理解AI解决方案的投资回报率（ROI）评估方法，能够从成本效益角度衡量AI应用的价值。
- 行业案例研究：深入研究不同行业成功利用AI提升效率、创造新商业模式的案例，借鉴经验并拓展思维。
持续学习机制
保持对AI前沿的敏感度，建立终身学习的习惯。
- AI趋势追踪：定期阅读AI领域的最新研究报告、技术博客和行业新闻，关注大型模型和前沿技术的演进。
- 参与社区交流：积极参与AI技术社区、线上论坛或线下活动，与同行交流经验，分享见解，获取最新信息。
- 技能迭代升级：根据AI发展和个人职业规划，定期回顾并更新自己的AI技能栈，确保能力与时俱进。
就业认知的三大误区
误区1：AI是IT就业者的事情，跟我没啥关系
具体表现与常见想法：
“我学的是文科/艺术/社科/传统工科，AI是程序员和数据科学家的工具，对我的专业和未来的工作没有影响。”
误区2：目前AI幻觉很厉害，没啥用
具体表现与常见想法：
“我看新闻说AI会‘胡说八道’，生成错误信息，所以它不可靠，现在用是误人子弟。”
误区3：我未来就业的岗位不需要AI（线下类/传统类/金融内部合规）
具体表现与常见想法：
“我将来想从事金融合规/传统等工作，这些都是很‘落地’或很‘传统’的岗位，AI根本插不上手。”
怎么迈出第一步？
提示词工程
深入理解提示词的构成要素（指令、角色、格式等）
多平台动手实践
在不同的大模型和工具上进行实操，体验各种提示词的生成效果，积累多样化经验。
反复测试与优化
针对具体任务，持续迭代和优化提示词，通过对比分析输出，提升问题解决的精准性。
应用于实际场景
将提示词工程技能运用到真实工作或学习情境中，以实战提升效率，激发创新。
实习生提示词 vs 老板视角提示词
实习生的提示词思维
典型的实习生提示词：
- 帮我总结一下这篇报告。
- 给我生成10个社交媒体帖子。
- 帮我改一下这段文字的语法错误。
老板视角的提示词思维
对应的老板级别提示词：
- 你是一位资深商业分析师，请分析这份市场研究报告，提炼出对我们下季度产品发布具有商业价值的三个关键洞察，并预测潜在风险。
- 你是一位经验丰富的营销总监，基于最新的市场趋势和竞争对手活动，设计一个能提升品牌知名度15%并转化5%潜在客户的社交媒体营销方案，包含ROI分析。
- 你是一位客户关系专家，优化这份客户沟通草稿，使其更具说服力，旨在提升客户满意度并减少后续投诉，同时确保符合品牌调性。
特点：明确角色定位、商业目标导向、量化结果要求
你的AI专家团：四种协作模式
为了进入"合伙人模式"，管理者必须学会在四种不同的AI协作角色之间流畅切换，将其视为一个多功能的、按需服务的专家团队。
模式一：AI作为信息分析师
负责收集和整合客观事实。管理者的任务是提出高质量的问题。
模式二：AI作为灵感激发器
进行发散性的、创造性的思考。管理者的任务是设定富有想象力的边界。
模式三：AI作为方案起草者
围绕管理者的核心思想，构建文档的"血肉"。管理者的任务是提供"灵魂与骨架"。
模式四：AI作为决策陪练员
扮演"魔鬼代言人"，对想法进行压力测试，发现思维盲区。管理者的任务是勇敢地接受挑战。
以上就能让你就业了吗？不，还远远不够…
路径一：成体系化的AI学习和训练
- 系统学习提示词工程理论和最佳实践
- 掌握不同场景下的提示词设计模式
- 建立个人的提示词知识库和模板库
路径二：真正市场的商业AI实践经验
- 参与实际商业项目，解决真实业务问题
- 积累跨行业、跨职能的AI应用案例
- 建立可量化的AI价值创造记录
路径三：融入自身生活的使用环境
- 将AI工具深度整合到日常学习和生活中
- 培养AI思维习惯，形成自然的人机协作模式
- 持续迭代个人AI工作流和使用方法
这是AI应用的实践项目场景
目前我能够提供的
资源支持
- 行业前沿的AI应用趋势分享
- 可能的培训资源分享
- 或有的实践项目机会
大学生AI时代如何就业？