前提是，得会用AI。
定焦One（dingjiaoone）原创
作者 | 雷晶 王璐 金玙璠 李梦冉 陈丹
编辑 | 王璐
“35岁+”的职场人，正在被AI重新定价。
脉脉《2026春招求职行为洞察》显示，招聘市场“去初级化”明显，要求3年以上经验的岗位占比超七成，而面向1年以内新人的岗位同比缩减约20%。
初级岗位缩减的同时，另一组数据同样值得关注：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%，平均起薪高达17038元。
两组数据看似矛盾，实际上代表着同一个趋势。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，即使是面向应届生的AI工程师岗，筛选的也是理解力和判断力，对纯执行力的要求被大幅压缩。
公司整体对人的需求，已经从“能写能做”转向了“能判断、能负责”。而那些更懂业务、更懂客户、也更懂系统的35岁+资深打工人，恰好站在这波需求上。
「定焦One」和五位不同行业的人聊了聊，有猎头明确表态，市场明显更倾向招35岁以上的资深人才，有AI创业者直言“已经不招初级岗位了”，也有“35岁+”的打工人凭借十年经验重返大厂，反而看清了这波机会。
聊下来大家的感受颇为一致：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，过去拼不过年轻人体力的那部分劣势，也能靠AI补回来一些；不会用、不愿学的，经验则会变成包袱。机会确实回到了这个群体手里，但前提是得自己下场。
以下是他们的故事。
01.初级岗位缩减20%，35岁靠经验+AI翻盘
Blair liu｜ 北京80后AI猎头
这两年，招聘市场发生了很大的变化。以工作经验1-3年以内的初级岗位为例，有两个明显的趋势：
一方面，互联网软件、金融财会、市场品牌、行政法务四大领域内的标准化、流程化的岗位需求在大幅缩减。据我们公司今年的统计，降幅接近20%，部分赛道甚至超过30%。
另一方面，多模态训练、AI Agent开发工程师、网络安全工程师等AI相关的岗位需求同比上涨了12倍。以我们服务的字节为例，AI全产业链合计新增4100余个岗位，占总新增岗位的50%。从去年年初开始，有客户会通过我们提前预订优秀的硕博生，并给出丰厚的实习薪酬。而在三年前，校招生走猎头渠道，几乎不会发生。
更大的变化在于，市场明显更倾向招35岁以上的资深人才。听起来可能有点反常识，毕竟在大家认知里，35岁职场人正面临被裁的风险。这背后的本质是，对人的要求变了。
以云厂商行业解决方案岗为例，2023年这个岗位还接受工作经验在3年以内的新人，负责整理文档、协助交付落地这类基础工作。到了今年，岗位硬性要求有5年以上政企或制造数字化落地经验，核心要求变成能判断客户业务痛点、识别大模型落地风险、对项目结果负责等。
也就是说，企业不再靠招新人堆工作量，而是通过资深人才加AI来提效。过去企业招人是补执行缺口，现在招人是填补决策、风险判断、复杂场景落地等AI无法覆盖的能力缺口。
那什么样的人容易被淘汰？我观察下来主要是三类：过分依赖过往路径的经验主义者；一件事重复做的单一环节执行型老兵；还有一部分管理者。
过去，有一类人有一定经验，但核心能力仍停留在执行层面，AI介入后，他们的职场空间被迅速挤压。所以会看到企业更青睐35+资深人才的同时，同一年龄段的另一批人正被AI冲击下岗。
落到企业层面，AI落地加速后整体人员规模明显收缩。以前1000人的公司现在可能缩到200人，搭配2000个Agent完成全部工作。拿我自己团队来说，过去一个项目组简历筛选需要5个初级researcher和2个顾问，现在用自研的AI招聘Agent，只留2名顾问统筹，人力砍掉70%，效率反而提高了60%。
未来管理岗也会随之收缩，企业需要的不是纯管理者，而是具备管理能力的垂直领域专家，能够定方向、控风险、给出行业判断，还能统筹AI系统落地。
其实我觉得，竞争力跟年龄并不存在强关联，更重要的在于是否具备学习能力。前段时间我帮客户招业务负责人，候选人的专业经验大概匹配七八成，但他对陌生领域充满好奇、愿意深入研究并且也能够交付结果，最终也顺利拿到了客户offer。
所以现在最该做的不是焦虑，可以改变心态，把自己当成一家公司去运营：第一，熟练使用AI工具，搭建专属自己的工作流，让AI承担80%的执行，自己聚焦在20%的决策判断上，方向盘把握在自己手中；第二，跳出单一执行环节，刻意培养全局思维；第三，花时间经营人与人的关系。技术迭代再快，信任始终只能发生在人和人之间。
02.AI时代，年轻人解题快、有经验的人出题准
金翰 | 浙江90后AI创业公司创始人
我从今年2月份开始创业，方向是用AI和Agent把分散信息源转化为可理解、可交付、可进入决策流程的情报产品。创业到现在，四个多月里一直都在招聘，简历收了五千多份，但发出的offer只有七八个。
这主要因为创业公司本身初级岗位就不多，AI来了后，便需要更多善用AI的复合型人才。
整个咨询行业的初级岗位减少，去年便已经开始。之前我曾是某咨询公司合伙人，该公司在2024年招了四五个实习生，两三个初级顾问，还会用十几个PTA（兼职助理），但到了2025年，公司一整年基本只招了一个实习生，PTA也只用了两三次。
这些人主要帮团队做一些临时的信息整理、资料搜集、标准化分析这类工作，但现在AI已经能完成一大部分。而且上传下达也是一大成本，以前我带咨询顾问，会反复给新人反馈，他们修改后再拿给我看，而这些反馈我同样可以给AI，AI的办事效率还更高。
所以我发现一个很有意思的现象：我筛选出来的简历，要么是刚毕业但AI用得很好，要么是35岁以上、有经验又愿意用AI的人。
为什么会这样？我觉得可能是因为AI把这两类人的优势放大了。简单来说，在AI的助力下，年轻人解题快，有经验的人出题准。
什么叫解题快？举个例子，我让一位实习生用AI做一个功能较为复杂的插件，学习快的他可能研究两天就搞定了。
什么又叫出题准？这主要在于经验。以我自身为例，因为我有很多帮企业做战略规划的经历，所以了解AI可以优化投资行业的哪些工作流程，从而精准地描述需求让AI解决。而年轻人由于缺少这门经验，即便拥有很强的AI能力，也很难将发现并理解需求，又或者不懂得如何将需求转化成AI能理解的任务。
现在，AI能力成了每位同事的必备技能，我现在判断一个人是否真正掌握了AI，主要看三方面：第一，TA从什么时候开始使用AI，比如，2023年就上手用的人和2026年才跟风的人，对AI的理解往往相差很多；第二，看TA花了多少钱，因为愿意持续付费，说明其工作和生活真的离不开AI；第三是否有原生驱动力，比如遇到问题是否本能地想“让AI试试”。
这些表象的背后，大概能看出TA有没有形成使用AI的肌肉记忆，有多少badcase积累，更深一层还能了解，TA是否清楚如何给AI设计上下文、不同模型擅长什么、模型和Agent的边界在哪，以及求解时去哪里寻找答案。
还有一个特质也很重要：ego要低。我遇到过一个应届生，他AI工具用的很好，但形成了对某种工作路径的依赖，比如，我让他完成一个总结文章的任务，这类简单的活直接调用大模型即可，但他非要搭个工作流。我觉得这种刚毕业就开始“坚持手艺”的想法，在AI时代是大忌。AI技术的迭代很快，每个人都需要随时承认自己的方法过时、随时拥抱新工具。
此刻，AI正在重写人才价值排序，单纯执行和上传下达型的工作价值极速下降，而结果判断、理解复杂的真实场景、可信性内容输出、自我更新和组织协作能力成了更重要的能力。
但我并不认为35+的人天然更好找工作，因为年龄只是表象，他们或许经验更多，但并不意味着掌握了善用AI、保持低ego、愿意落地，并把经验转化为AI可执行任务的这些核心能力。无论是35+还是年轻人，如果固守经验，养成路径依赖，任何经验都有可能会成为职场路上的包袱。
03.经验，在AI时代确实更能体现出价值
老陈 | 深圳80后 技术岗猎头
35岁好不好找工作，跟会不会用AI关系特别大。
我做猎头快八年了，今年春招，手里的初级岗位减少了将近一半，尤其是做执行、写样板代码的底层技术岗。同时，要求3年以上甚至5年到8年经验的资深岗位比例明显上升。AI工具爆发后，近几年都会是这个趋势。
今年从大厂拿到的岗位里，超过七成都和AI相关。这些岗位的JD里不会写“要求会用AI工具”，因为这已经是不言而喻的事，写出来反而显得过时。现在大厂面试，面试官不会问“用没用过AI”，他们会直接拿你以前的工作来问：你当时用AI做了什么，效果是什么，产出提升了多少？你要如果只是“用过”而已，基本上这轮就到头了。
这种变化，对35岁以上的技术人来说，确实是一波机会。但前提是你得先过AI这关。
以前大龄程序员被嫌弃，很大程度上是因为成本不低，还“熬不动”、“加不了班”，产出速度比不过年轻人。但现在，AI“上岗”后，大家拼的是判断和大局观。一个经验丰富的大龄程序员，有管理AI的能力，能靠AI把自己和年轻人在体力上的差距给抹平了。经验，在AI时代确实更能体现出价值。
上个季度，我给一家企业推荐了一位42岁的技术总监。他到了那家公司带一个软件项目，计划发新版本，结果凌晨接到团队电话，说搞不定。他赶过去一看，傻眼了。业务层和数据层各有一个文件，代码量都堆到了大几千行，整个结构乱成一锅粥。他问是怎么回事，对方说就是一直让AI改，改着改着就这样了。大家对着屏幕拆了好几个小时，天亮才勉强上线。这件事后来他跟我复盘，说问题在于没有人能“管”AI。
我还认识一个做了十年产品的候选人，最近拿到了某大厂的offer，薪资几乎翻倍。原因是：他能把自己的工作流程模块化，用AI搭出一套体系，一个人能顶原来一个团队的产出。老板就愿意给他更高的薪水，同时把其他人员的成本省出来。大厂现在要的是怎么用AI解决问题、用AI放大自己的产出的人。
但我同时也开始担心那些刚入行两三年的年轻人。AI工具的普及，让他们在职业早期就能产出看起来“不错”的代码，可踩过的坑很少。以前一个初级程序员，要经历无数次调试、返工的过程，现在AI帮他们避坑了。等他们到了“35岁（虚指）”，可能会发现自己既没有年轻人的成本和体力优势，也不能独当一面，两头落空。
当然，“35岁+好不好找工作”，不能一概而论。也有一些35岁的候选人，简历不错，但工作方式还很传统，依然靠时间换产出。这种人在AI面前一样危险。
35岁还在找工作的人，不要气馁，你积累的经验，是可以去驾驭AI的，你的阅历让你更能享受“经验+AI”的红利。但如果你现在还年轻，我的建议是：别太依赖AI。
04.AI时代，我更需要上来就能干活的员工
Peter｜ 上海AI教育公司创始人
我在上海做AI教育方面的创业，我们公司现在几乎已经不招0到1年经验的初级岗位了。
以前我们因为薪资拼不过大厂，会招一些校招级别的程序员，看中的就是年轻人有热情、愿意学。但后来发现，这个策略只在程序员身上奏效。产品、市场、运营这些岗位，新人根本接不住，我们更希望进来就能直接干活。
所以现在我的招聘画像很明确：有经验、会用AI。在AI时代，60%到80%的工作量是由AI完成的，剩下的20%是人工审核。人工审核要么由非常有经验的人来做，要么其实谁做都差不多。
说到“会用AI”，这里面有个很有意思的分化。我们对开发岗位的要求，核心就是使用AI工具的能力。大厂出来的一些程序员适应得快，倒是很多传统开发，3到5年经验的，对AI写代码是抵触的，好像觉得这东西在抢他们饭碗。但只要他们愿意打开这道门，经验就会发挥出价值。
我对“资深”的衡量标准也一样，不仅仅看年限，更是经历。一名年轻应聘者，如果在校期间，项目经验丰富，也属于我的选人范畴。我更看重的是一个人的想法是否成熟、是否已经被验证过。
初级员工最大的问题，是想法很好，但从来没有验证过。他会说“这个我可以学，那个我也可以学”。但学习能力是AI时代的基本素质，不是一个加分项。现在有了AI，验证想法的成本极低，不用等到进了公司才能做，拿AI就能跑起来。这恰恰把有想法的人和没想法的人彻底区分开了。
那30多岁、行业积累深厚的人，会不会更吃香？
我觉得要看岗位。和人打交道的工作，比如市场、品牌推广、活动策划、咨询，这些需要沟通能力、需要判断力，经验的价值依然在放大。但像新媒体运营这类岗位，对于初创公司来说，真的不一定是必需品。
至于35岁焦虑，正在慢慢消失。以前35岁被淘汰，是因为想法和体力跟不上年轻人。现在AI可能取代所有年龄段的人。所以问题不在于你几岁，而在于你有没有持续学习的能力。
那些资历丰富、尤其是在一个行业里坚持了十多年的“老人”并不会掉队，他们经历互联网从无到有的时代，现在只是再来一次而已。AI让所有人又都站在了同一条起跑线上。愿意跑的、跑得快的，就能留下来。
05.35岁重返大厂，我反而更看懂了AI这波机会
吴森哲 ｜35岁 深圳 计算机后端开发
我2016年毕业，做技术刚好十年。
毕业后，我先在一家互联网大厂做后端，后来去了出海电商。去年三四月，公司裁员，我们整个团队都没了。
刚出来找工作时，深圳机会不多，我只能把范围扩展到上海、杭州。中间拿过几个offer，但都不太满意，一度也想过跟前领导出去创业。后来又经过重重面试，回到了原来的大厂。
回来快一年，我主要做AI在业务上Agent应用，以及使用AI coding开发一些能提效业务的智能工具。做着做着，我有个感觉，35岁这拨人，在这轮AI浪潮里，不一定是弱势。
我面下来发现，大厂没那么简单粗暴。他们更看你跟岗位匹不匹配，能不能扛事情。我当时面的几个岗位都跟AI有关。它们要的不是纯算法，也不是刚毕业的年轻人，而是既有业务开发经验，又懂AI的人。这样的机会，比普通开发岗反而多一些。
AI不是一个按钮，点一下就能出活。你得知道自己要什么，能判断它给的东西对不对，如果不对，下一步怎么改。这些判断，需要时间积累。你踩过坑，才知道哪里容易出问题；做过交付，才知道什么东西能上线，什么东西只是看起来能用。经验在这时候会变得很值钱。
以前年轻人的优势是精力好、工资低、学东西快。现在AI抹平了一部分差距。年轻人当然也会用AI，也很能卷，但很多时候缺方向感和交付标准。工具在手里，不等于知道该往哪打。
招聘市场也能看出来，初级岗位明显少了。猎头一般不太看两年以下，三年以上才好推。年轻人不是没机会，但机会高度集中在大模型、纯AI方向，存量业务里留给新人的位置越来越少。
经验能不能变成优势，也看你怎么用。
如果只是守着前端、后端那点东西，不学新工具，不碰新业务，经验迟早会变成包袱。现在老板的预期已经变了。以前两个人做的活，现在可能希望你一个人借助AI接下来。团队没怎么扩大，人均产出却一直被往上推。
35岁以上的人不用天天焦虑，但也不能等。
第一，要尽快把AI用起来。看几个新闻、收藏几个工具远远不够，要放进自己的工作流里。写代码、查资料、做方案、写文档，都要试。
第二，要让自己变得更复合。只会开发已经不够了。会开发，又能用AI提效率；还会外语，能跟客户沟通；表达和汇报也不差，这种人会更有竞争力。
第三，要照顾好自己。身体、作息、心态、储蓄，都很现实。很多人不是被工作一下打垮的，是被长期焦虑和消耗拖垮的。
35岁以后，不能再用刚毕业那套打法了，但也没必要觉得自己过时。AI这波变化，对有经验的人也是一次机会。
前提是，你得下场。
注：文/定焦One团队，文章来源：定焦One，本文为作者独立观点，不代表亿邦动力立场。
