AI时代下的求职新路径：能力、环境、试错与展示

2025年的毕业生，正面临一个不断变化的求职市场。

2025年11月，美国失业率攀升至4.6%，创下四年新高；中国城镇失业率为5.1%，而青年失业率（针对16-24岁非在校生）持续处于高位。与此同时，应届毕业生数量也达到了创纪录的水平：2025届有1222万人，2026届预计将达到1270万人。

然而，与以往不同，这次并非岗位总量减少，而是机会流向发生了变化。

就在最近（12月17日），吴恩达在斯坦福的一个内部讲座视频被公开。在11月18日的AI课堂上，他通过两组数据揭示了这一变化：

• AI能完成的任务复杂度每7个月翻倍
• AI编程能力的翻倍时间只需70天

技术以指数级速度加速，但岗位机会并未同步增长。

为什么会这样？机会流向了哪里？在这个转折点，什么样的人能抓住新机会？

本文将从这堂课出发，回答四个关键问题：

• 什么能力更重要？
• 为何环境比想象中更重要？
• 学习方式应如何调整？
• 如何让自己脱颖而出？

第一节 | 岗位没少，方向变了

2025年，AI让编程变得前所未有的迅速。但这并不意味着工程师更抢手，相反，许多人的工作变得容易被替代。

吴恩达在课堂上说：

模型可以帮你写出正确的代码，但它不会告诉你，这段代码要解决的问题是什么。

这句话点出了关键：现在大多数岗位的分工逻辑已经改变。

不是谁更懂技术，而是谁先把问题定义清楚。

过去，一个产品从想法到落地需要5～8个工程师配合开发。现在，在AI工具的辅助下，一个人就能快速完成。工程工作被压缩的同时，产品设计、需求拆解、目标判断等前置任务反而成了最关键的一环。

为什么这些“前置任务”变得更重要？

因为产品开发本质上是一个循环：写代码 → 展示给用户 → 收集反馈 → 调整方向 → 再写代码。AI让第一步快了10倍，但其他几步并未同步加速。

这导致整个循环的瓶颈从写代码转移到了理解用户真正想要的东西。

现实中，多数团队的决策能力并未跟上这个节奏。代码写得快了，如果方向错了，速度反而成了风险。结果是：

• 能完成任务的人越来越多
• 但能判断做什么才值得做的人反而变少

因此，团队里真正被重用的不是写得快的人，而是能定义方向、快速尝试、反应灵敏的人。

在吴恩达看来，今天硅谷行动最快的工程师有一个共同特征：他们既会写代码也会跟用户聊天。这种“技术+同理心”的组合让他们能在一个人身上完成过去需要工程师和PM两个角色才能完成的任务。

工程师和产品经理的比例正在翻转。

过去是4～8:1，现在越来越多的公司走向2:1甚至逼近1:1。有些创业公司已经开始配置“1个PM配1个工程师”，这在传统硅谷公司看来几乎不可思议。

第二节 | 好环境比强能力更重要

第一节我们说了，判断力比技术更重要。但仅有这样还不够：就算你有判断力，如果环境不对，你也施展不开。

吴恩达在课上讲了一个真实的故事：一个斯坦福学生能力出色，拿到了一家热门AI公司的offer。公司说：先签约，轮岗匹配会给你找好项目。结果签完约他被分配去做Java后端支付系统。

这不是AI项目，不是他想做的方向。一年后他沮丧地离职。

“他的能力没问题，是环境错了。”

但环境也在选人。