最近帮朋友公司招聘，深有感触，面对两类人才时总让我纠结得抓耳挠腮。一类是工作经历丰富的“老兵”，但完全没碰过AI相关开发，问起来都说“愿意学”，但你能感觉到其他/她过去两年啥也没尝试过；另一类是顶尖高校非CS专业的应届生，个个转码热情高涨，奈何市面上实习机会寥寥。这两类人各有优势和短板，作为招聘方，到底该怎么选？而对个人来说，面对AI浪潮又该如何调整自己？今天就来聊聊我的看法。
老兵：经验丰富，但AI“白纸”一张
第一类人才，简历看起来光鲜亮丽：五年、十年开发经验，项目履历能写满两页A4纸，技术栈从前端到后端一应俱全。然而，一问到AI相关经验，答案往往是：“没做过，但可以学。”这话听起来没毛病，毕竟不是每家公司都在搞AI，很多人确实没机会接触。但问题在于，这两年AI热得像火山喷发，连街头卖煎饼的大爷都在聊ChatGPT，他们却连个AI demo都没跑过，多少让人觉得少了点主动性。
企业视角：时间成本与风险权衡
从企业的角度看，这类“老兵”最大的优势是经验扎实。比如，一个做过多年后端开发的工程师，熟悉分布式系统、数据库优化，给他个AI相关的API调用任务，上手应该不难。毕竟，开发这件事“一通百通”，AI开发除了模型训练、调参这些硬核部分，更多时候是调用现成API、处理数据、优化用户体验——这些活儿，跟传统开发没啥本质区别。
举个例子，我之前面试过一位候选人，八年Java开发经验，项目里用过Spring Boot搞过高并发系统。我问他能不能快速上手一个基于LangChain的RAG（检索增强生成）应用，他坦白说没接触过AI，但保证一周能搞定。我给他出了个小任务：用Python调用OpenAI的API，写个简单的聊天机器人。他果然五天就交了个能跑的demo，代码结构还挺清晰。这说明，只要基础扎实，现学现用AI并不难。
但企业也有顾虑：学习AI的时间成本。AI开发虽然门槛降低，但涉及数据处理、模型调用、算力优化等，还是需要一定时间上手。如果项目周期紧，招个完全没AI经验的人，培训成本可能拖后腿。比如，一个朋友的公司去年招了个后端“老兵”转AI开发，原本预期一个月上岗，结果花了仨月才勉强跟上进度，项目差点黄了。所以，企业选这类人时，往往得赌一把：这人学得快不快？主动性够不够？
个人视角：主动出击是关键
对“老兵”们来说，AI热潮不是洪水猛兽，而是机会。开发本身确实一通百通，但如果连个AI相关的side project都没做过，面试时难免被贴上“缺乏主动性”的标签。建议这类开发者花点时间，哪怕用周末跑个简单的AI demo，比如用Hugging Face的模型做个文本分类，或者调用Grok的API写个小工具。成本不高，一个周末就能搞定，但简历上多了“AI项目经验”，面试官的眼睛绝对会亮。
我有个前同事，原本是做前端的，2023年看AI火了，自己花一个月学了点Python，基于Stable Diffusion做了个小工具，能自动生成海报。结果去年跳槽时，靠这个项目拿到了某大厂AI部门的offer，薪资直接翻倍。这就是主动性的威力！
新秀：转码热情爆棚，但机会稀缺
第二类人才是顶尖高校非CS专业的应届生，比如学金融、生物的，个个都想转码进AI赛道。他们学习能力强，逻辑清晰，热情满满，恨不得明天就写代码上岗。可现实很骨感：市面上的AI实习岗位大多要求CS背景，留给非CS新手的坑位少得可怜。
企业视角：潜力巨大，但培养成本高
对企业来说，这类“新秀”就像一张白纸，潜力无限，但风险也不小。他们的优势是学习能力强，尤其是顶尖高校出身，数学、逻辑基础扎实，稍微培训一下就能上手AI相关工作。比如，我认识一个学化学的应届生，研究生阶段自学了Python和深度学习，写了个基于PyTorch的分子生成模型，投简历时直接被AI独角兽公司抢走。
但问题在于，培养成本太高。非CS专业的学生往往缺乏编程基础，系统设计、算法这些CS核心课程得从头补。企业如果不是大厂，很难有资源花半年甚至一年去培养一个新人。尤其是AI开发，涉及数据预处理、模型部署等复杂流程，没点实战经验很难直接上手。我朋友公司去年试着招了个非CS的应届生，打算让他从数据标注干起，结果小伙子嫌活儿太“低端”，干了俩月就跑了，培训成本全打水漂。
个人视角：实习机会少，自学是出路
对非CS的应届生来说，转码AI的路确实不好走，但也不是没希望。关键在于自学+实战。市面上虽然实习机会少，但开源社区、在线课程和比赛多得是。比如，Kaggle上有无数AI比赛，参加几次，写几个项目，简历上就能多几行硬货。再比如，Coursera、fast.ai的免费课程，学完就能上手写简单的神经网络。
我有个学弟，学的是经济学，去年自学了Python和TensorFlow，参加了个Kaggle比赛，拿了个前10%的名次。后来他把项目整理成GitHub仓库，投简历时直接附上链接，结果被一家AI初创公司录用，实习三个月就转正。虽然起薪不高，但好歹迈进了AI的门。
我的观点：主动性与机会并重
总结下来，这两类人才各有优劣，企业在招聘时得权衡时间成本和潜力，个人则需要主动出击，抓住AI浪潮的尾巴。
- 对企业：如果项目周期短、需要快速上手，优先选有开发经验的“老兵”，他们的学习成本低，风险小。但如果公司有长期培养计划，非CS的“新秀”也是宝藏，尤其是那些已经自学过AI的，潜力可能更大。建议企业多设置一些“低门槛”实习岗位，比如数据处理、模型测试，给非CS学生一些机会。
- 对个人：无论是“老兵”还是“新秀”，主动性是王道。AI开发的核心不在于你现在会不会，而是你愿不愿意学、能不能学得快。花点时间做个小项目，哪怕是调用API写个聊天机器人，都能让你的简历脱颖而出。别等公司给你机会，机会是自己闯出来的！
AI时代，技术迭代快，机会也多。无论是经验丰富的开发者，还是想转码的应届生，主动迈出第一步，远比空喊“愿意学”来得实在。企业也别只盯着“现成”人才，偶尔给点机会，可能会挖到意想不到的潜力股。你说呢？
（欢迎留言分享你的招聘故事或转码经验！）
