让企业抢着发Offer的年轻人，到底赢在哪？

撰文| 吴先之

编辑| 王 潘

“我听说你在豆包工作实习是吧？那我相信他们可能抢不到你了。”

10月20日下午，飞书与豆包工作举办的AI先锋未来人才大赛全国总决赛现场，飞书CEO谢欣的一句玩笑，把“Offer心动时刻”的气氛推向高潮。多家企业向同一位选手发出Offer，接连开出更高的薪资。

让企业动心的，是这些年轻人交出的作品：把雷达识别结果接入实际处置流程，为合成氨工厂设计生产调度方案，用AI组织一条短剧生产流水线。还在校园里的学生，已经开始解答企业工作现场的问题。

AI先锋未来人才大赛现场

这些题目来自108家企业，吸引了4300余支战队参与，最终12支队伍走上总决赛舞台。企业带着业务难题而来，也在作品中寻找答案：什么样的年轻人，值得一份Offer？

作品则让这些期待有了可以讨论和检验的对象：选手如何理解业务，如何安排人与AI的分工，又如何验证结果。企业究竟需要什么样的AI人才，答案藏在这些具体的解题过程中。

从出题到评审，再到向选手发出Offer，这场大赛呈现了企业寻找人才的过程。它们究竟需要什么样的AI人才，又为什么看中了眼前这些年轻人？

108家企业需要什么样的AI人才？

企业的命题，透露了他们对人才的期待。

飞书、豆包工作与数智教育发展国际大学联盟联合发布的《AI时代人才标准全景观察》，梳理了108家企业的命题文本与人才观。从中，我们发现了许多关键信息。

AI数字素养是企业最为关注的维度（66.7%），远超其他，如执行与协同、创新与颠覆等。

但当企业谈及具体的AI数字素养时，超过三分之二指的是“会用AI工具”，真正提及AI原生思维的仅占4.6%。但“会用AI”究竟意味着什么，单看这些能力标签还不够，企业提出的具体任务提供了更多线索。

108道命题覆盖研发创新、生产制造、供应协同、营销推广、客户体验、综合创新六个赛道，折射出企业正在投入资源、却尚未找到最优解的真实问题。

比如连锁品牌希望减少新品开发中的盲目试错，制药企业希望打通研发到量产的环节，制造企业则在探索如何让AI参与现场判断与处置。半决赛提交的38份完整方案涉及多个行业，也让学生运用AI解决问题的能力，在不同场景中接受检验。

具体到任务，企业对AI能力的要求究竟是什么，几家命题企业给出了更直接的解释。

珀莱雅股份首席人力资源官陈清贤告诉光子星球，公司赛前已形成“AI+人才”的认识：专业能力和业务表现是基础，同时要能把AI用到日常工作与业务创新中。命题时，公司也将这项要求写了进去。

珀莱雅持续积累的消费者需求、研究资料、成分信息和使用反馈，分散在不同地方，尚需进一步梳理，才能转化为清晰的产品方向。因此，珀莱雅希望选手用AI帮助美妆科研实验室，从这些信息中寻找下一款功效护肤品的灵感。

在这个任务里，使用AI加快资料整理只是其中一步。更重要的是，选手能否理解研发需求，安排信息筛选、分析与判断的过程，分清哪些工作可以交给AI，哪些结论仍需自己检验。

芯片行业给出了与之相通的答案。

睿创微纳是科创板首批上市公司，红外探测国内领先，微波业务覆盖车载与卫星通讯，他们提供的赛题同样来自客户的真实困境。

“一群目标飞过来，雷达能看见，但分不清是鸟、客机，还是无人机。”睿创微纳的算法工程师负责人王帅博士告诉光子星球，他们希望雷达不仅能看见，还能看懂。

围绕这道题，睿创在与最初四十余个意向团队沟通前，形成了四个层次的人才考察标准。

王帅介绍，第一层是基础的数理功底，知道雷达怎么发波收波、怎么从杂波里识别出目标；第二层是具备AI与数据分析能力，用AI把重复性工作高效完成；第三层有系统知识与场景视野，懂从芯片组件到整机的运行逻辑；第四层是工程师特质，讲证据、结果能复现、问题追到根源，还要愿意出现场。

“我们需要懂AI的雷达人。”王帅总结

尽管美妆与芯片行业对于人才能力组合的要求不尽相同，但结构上有着高度一致性。即AI必须内化到业务的理解里。

这场大赛让企业期待的人才画像逐渐清晰：寻找那些理解业务、能用AI解决实际问题的人。

真问题测试真能力

赛事命题里写着企业的需求，而参赛者的作品中藏着答案。

白皮书分析了284份有效参赛作品，将AI使用分为了三层。L1对应工具层，用AI写文案、做PPT等方法提升单点效率；L2是协同层，全流程通过人机分工完成，AI承担重复与规模化任务，人承担判断与创意；L3重构层，因为有了AI，提出过去不可能的解法。

走到40强的方案，几乎都处于L3。企业对“做成结果”的要求，在作品层面得到了对等的回应。

王帅手里最初过了40多份方案，筛出了12个团队。他回忆，很多方案构思天马行空，但落不了地，睿创微纳的基本要求是既要能提出方案，也要能实现。

最终闯入决赛的“见微智探”队则在两者之间做了平衡，前端用行业通行的传统方法做目标检出与航迹跟踪，后端用大模型做目标分类，再用飞书AI做决策与流程调度，把识别出的威胁目标直接推给处置人员。

“见微智探”团队

“说实话，后端这块最开始我都没想到。”王帅表示，更让他看重的是，方案还设计了现场反馈机制：处置人员发现误报后，数据可以回流，用于修正模型，让后续识别更加准确。学生考虑到了识别之后如何处置，也考虑到了系统如何持续改进。

在9月20日半决赛现场，“见微智探”队展演后，睿创微纳相关负责人便给选手发出了实习offer。

“见微智探”队正符合王帅所认可的何为“用好AI”。他回忆称，团队里一位算法工程师，需要为项目搭建一个上位机展示界面。这原本并非他的专业所长，但借助AI，他自己完成了这项工作。

这件事让王帅看到，AI可以帮助一个人完成原本需要其他岗位配合的任务。对于工程师而言，专业积累也因此有了更大的发挥空间：既能判断核心技术是否可靠，也能借助AI把方案做得更完整。

王帅坚持认为，AI浪潮下，对专业知识的掌握反而更为关键。“你让AI给你做，你自己先要会做。”

赛力斯的参赛作品也体现了对实际使用的充分考虑。选手为超级工厂打造质量风险管控数字员工，没有一上来就让AI接管工作，而是先跟老师傅的判断对照运行，影子期足够长才逐步放权，处置环节保留人工确认。如何检验AI的判断、何时需要人介入，都被纳入了方案。

参赛选手 彭罗健

珀莱雅同样解释了对于真实作品的看重原因。陈清贤表示，作品让面试有了可以深入交流的依据。可以围绕具体细节，了解候选人为什么选择这个方案、AI帮了什么忙、哪些决定由自己作出。相比一段笼统的项目介绍，这样的交流更容易看出一个人理解问题、解决问题的能力。

在大赛之前，珀莱雅已经做过类似尝试，通过“第一次上场”AI青年共创计划，让在校学生接触企业真实命题，在实训和作品创作中积累经验。

简历是过去式，呈现已经发生的经历；面试是现在时，考察人在有限时间里的能力；作品则能透视一个人实际做事时的样子。

一场比赛，看见人才

在此之前，企业端已逐渐建立起“飞书AI先锋”代表能力的认知。飞书已与企业共同开展“AI先锋”人才培养与激励，鼓励员工借助AI改进业务、提高效率。据白皮书披露，已有300多家企业在招聘中标注“飞书AI先锋优先”。

“飞书AI先锋未来人才大赛”进一步向校园延伸。今天在赛场上被看见的学生，也可能成为明天招聘启事中被优先标注的人才。

回应山海星辰“一人剧组，爆款出海”命题的，是三位没有影视专业背景的理工生。他们借助豆包工作与飞书，将短剧制作整理成可复用的AI生产流程，最终获得大赛金奖，并在现场进入Offer反选环节。

化工企业云图控股的选手张青青，则已凭借AI生产调度方案获得企业发出的Offer，进入工厂实习。总决赛时，她身着工作服登台，比赛中的解题经历已经延续为真实的工作实践。

对飞书和豆包工作而言，这场比赛也提供了产品进入校园与企业场景的机会。学生在真实命题中熟悉工具，企业则通过作品观察这些工具能够参与哪些业务环节、帮助解决什么问题。

AI先锋未来人才大赛全国12强

更值得关注的是，比赛中的作品评价能否延伸到日常招聘、人才管理。企业在赛场上看重的业务理解、方案实现与结果验证，只有进入后续的面试、实习和实际工作，才能得到更充分的检验。

珀莱雅股份首席人力资源官陈清贤对未来三年想要的人，有一个简明的概括，他说：专业扎实、理解业务，能够善用AI并对结果负责。

王帅的要求则落在更细的地方。他告诉光子星球，给新员工讲解AI生成的代码时，会追问每一行背后的数学原理，提醒对方留意其中容易被忽略的细节。

能借助AI完成工作，也能解释自己的判断、检验交出的结果，这是企业识人时关心的本事。这场比赛给了年轻人一次提前证明自己的机会，也让企业有了发出Offer的具体理由。

微信号｜TMTweb

公众号｜光子星球

别忘了扫码关注我们！