AI 重塑招聘市场：35 岁打工人靠经验翻盘

AI 正在重新改写职场的人才价值排序。脉脉《2026 春招求职行为洞察》显示，招聘市场「去初级化」趋势明显，要求 3 年以上经验的岗位占比超过七成，面向 1 年以内新人的岗位同比缩减约 20%；与此同时，智联招聘数据显示，2026 年春招中面向应届生的人工智能工程师职位数同比增长 39.2%，平均起薪达 17038 元。消失的是「写文档、做表格」的传统初级岗，增长的是能做决策的能力型岗位。「定焦 One」与五位不同行业的从业者对话后发现，35 岁以上且善用 AI 的资深人才，正站在这波需求拐点上。

数据透视：初级岗收缩，AI 岗暴涨

招聘市场的结构调整已经非常清晰：

• 互联网软件、金融财会、市场品牌、行政法务四大领域，标准化、流程化的初级岗位需求降幅接近 20%，部分赛道超过 30%。
• 多模态训练、AI Agent 开发、网络安全等 AI 相关岗位需求同比上涨 12 倍。
• 以字节为例，AI 全产业链合计新增 4100 余个岗位，占总新增岗位的 50%。
• 脉脉平台中，2026 春招要求 3 年以上经验的岗位占比超过 70%。

两组数据共同指向同一趋势：企业不再靠招新人堆工作量，而是通过资深人才叠加 AI 来提效。过去招人补的是执行缺口，现在补的是决策、风险判断、复杂场景落地等 AI 无法覆盖的能力缺口。

猎头视角：35 岁反而更抢手

北京 AI 猎头 Blair Liu 观察到，市场对 35 岁以上资深人才的偏好已经非常明显。她以云厂商行业解决方案岗为例：2023 年该岗还接受 3 年以内新人，负责整理文档、协助交付；到 2026 年，硬性要求变为 5 年以上政企或制造数字化落地经验，核心能力变成判断客户痛点、识别大模型落地风险、对项目结果负责。

更直观的案例来自她自己的团队：过去一个项目组需要 5 个初级 researcher 和 2 名顾问做简历筛选，现在用自研 AI 招聘 Agent，只留 2 名顾问统筹，人力砍掉 70%，效率反而提高 60%。她总结三类人容易被淘汰：路径依赖的经验主义者、重复做单一环节的执行型老兵，以及部分纯管理者。

创业者视角：解题快的人多，出题准的人稀缺

浙江 90 后 AI 创业公司创始人金翰的招聘画像很极端：创业四个月收 5000 多份简历，只发出 7–8 个 offer。他的筛选标准只有两条——要么是刚毕业但 AI 用得好的年轻人，要么是 35 岁以上、有经验又愿意用 AI 的人。

他对「会用 AI」有三条判断标准：什么时候开始用 AI（2023 年上手与 2026 年跟风差距巨大）；是否愿意持续付费（说明工作流深度依赖 AI）；是否形成「让 AI 试试」的原生驱动力。

他用「年轻人解题快，有经验的人出题准」来概括两类人的优势互补。AI 把咨询行业的初级岗位压缩到只剩偶尔招一个实习生，PTA 也几乎被 AI 替代，但能精准描述需求、把经验转化为 AI 可执行任务的人，反而更稀缺。

技术猎头视角：大龄程序员的经验溢价

深圳 80 后技术岗猎头老陈做了近八年猎头，今年春招手里初级岗位减少近一半，尤其是写样板代码的底层技术岗；要求 3–8 年经验的资深岗位比例明显上升。

他分享了三个典型案例：

• 一位 42 岁的技术总监凌晨被叫去救场，原因是团队一直让 AI 改代码，文件堆到大几千行，结构乱成一锅粥，问题出在没有人「管」AI。
• 一位有十年产品经验的候选人，靠把工作流模块化、用 AI 搭出体系，最近拿到某大厂 offer，薪资几乎翻倍。
• 老陈开始担心刚入行两三年的年轻人：AI 帮他们避坑了，但「35 岁虚指」时可能会发现既无成本和体力优势，也不能独当一面。

他提醒：35 岁经验本身不是护城河，驾驭 AI 的能力才是。

教育创业者与亲历者：持续学习比年龄更重要

上海 AI 教育公司创始人 Peter 几乎不招 0–1 年经验的初级岗。他对「资深」的衡量标准不是年限，而是经历——是否被验证过、想法是否成熟。学习能力在他眼里已经是 AI 时代的基本素质，而非加分项。

35 岁的后端开发吴森哲去年从被裁到重返大厂，面试下来发现大厂更看重与岗位的匹配度和「能不能扛事情」。他总结：AI 不是点一下就出活的按钮，你需要知道自己要什么、判断 AI 给的对不对、下一步怎么改——这些判断，需要时间积累。

五位受访者的共识是：初级岗位收缩是事实，但 35 岁本身也不是天然优势。会用 AI 的 35 岁，经验会被显著放大；不会用、不愿学的，经验反而会变成包袱。机会确实回到了这个群体手里，但前提是得自己下场。