同一届毕业生，有人月薪 4.7 万，有人投 100 份没回音

2026 届的校招，正在上演一场我没见过的撕裂。

一边，AI 相关岗位的应届生平均月薪冲到了 4.7 万，上限均值 78 万一年，顶尖的大模型算法岗给到 30 万起步、博士总包数百万。另一边，普通技术岗、运营岗、产品岗的应届生，简历投出去一百份，能约到的面试一只手数得过来。

同一年毕业，同一所学校，甚至同一个班，命运在拿到第一份 offer 的那一刻，就被劈成了两半。

证券时报给这个现象起了个名字——「冰火两重天」。我想说的是，这把火和这块冰，离得比你以为的近得多。它们就烧在同一份招聘网页的上下两栏里。

一、先看清这条裂缝有多宽

数字不会撒谎，把它们排在一起，分化感扑面而来。

火的一边：

• 2026 届 AI 相关岗位，平均起薪月 4.7 万，薪资上限均值高达 78 万一年；
• 大模型算法岗，头部候选人月薪给到 5.2 万；机器学习、计算机视觉、自然语言处理这些方向，普遍月薪过 4 万；
• 阿里 2026 秋招放出 7000 多个 offer，AI 相关岗位占比超过 60%；
• 脉脉数据显示，AI 领域岗位量同比暴增 8.7 倍。

冰的一边：

• 同样是应届生，非 AI 方向的普通岗位，竞争激烈到「挤破头」；
• 新经济行业整体新发岗位量同比增长 22.6%，平均月薪升到 49608 元——但这个「平均」是被 AI 高薪岗硬生生拉上去的，落到普通岗头上的体感完全是另一回事；
• 招聘市场被概括为「冰火两重天」：顶尖企业为 AI 人才不计成本，普通赛道却人挤人。

8.7 倍的岗位增长，和「投一百份没回音」，是同一个市场里同时发生的事。

这就是 2026 届应届生面对的真实开局：不是「找不找得到工作」，而是「你踩在了哪条赛道上」——这一脚踩下去的位置，可能比你寒窗十几年的成绩单更能决定起薪。

二、这道分水岭，到底是怎么形成的？

很多人第一反应是：那还不简单，大家都去学 AI 不就行了？

没这么简单。这道裂缝的形成，有它自己的逻辑，看懂了你才知道为什么不是「人人都能跳到火的一边」。

表面原因，是供需错配。

AI 浪潮起得太快，懂大模型、能做 Agent 的人才一夜之间变成硬通货，可高校的培养速度远远跟不上。供给少、需求猛，价格自然被顶到天上。这是经济学第一课，没什么神秘的。

深层原因，是岗位本身在「换血」。

普通技术岗、客服岗、初级运营岗——恰恰是 AI 工具最先能替代的那一批。当一段增删改查、一份基础文案、一轮工单分类都能交给 AI，公司对这类「入门级人手」的需求就在塌缩。需求塌缩，竞争自然惨烈。

所以「冰」和「火」不是两个独立现象，而是一枚硬币的两面：AI 一边抹掉了大量入门岗的价值，一边又造出了少量高门槛的新岗。被抹掉的那部分人，全挤到了越来越窄的普通赛道上；被造出来的那部分坑，只有少数人够得着。

本质原因，是「可替代性」第一次被明码标价了。

过去校招看学历、看绩点、看实习。今年市场在用真金白银告诉所有人一件残酷的事：你的起薪，越来越取决于「你能干的事，AI 干不干得了」。AI 干不了的，溢价飞天；AI 轻松接管的，价格踩到地板。

以前的分水岭是 985 和非 985，现在的分水岭是 AI 和非 AI。

三、已经站到「火」那边的人，做对了什么？

与其焦虑，不如看看那些拿到高薪 offer 的应届生，他们的共同动作是什么。从今年的招聘画像里，能看出几个清晰的特征。

他们大多「提前两三年就押注了方向」。 拿到大模型算法岗高薪的，不是临到毕业才突击背八股文的，而是在读期间就泡在相关项目、论文、开源社区里的人。AI 岗的门槛恰恰在于它「突击不出来」——你需要真做过东西。这也是为什么它能给到溢价。

他们手里有「能跑起来的作品」，而不只是一纸证书。 今年很多 AI 岗的招聘要求，第一条不是学历，是「有 AI 项目或落地经验」。一个能演示的 Agent、一个开源过的小模型应用、一段真实的调优经历，比任何培训证书都管用。市场认的是「你做过」，不是「你学过」。

他们没把鸡蛋全放进「卷大厂顶配岗」一个篮子。 顶尖的 30 万起步岗就那么多，挤进去是少数。更多吃到红利的人，是去了 AI 相关的成长型公司、垂直行业的 AI 团队——这些地方薪资可能不到顶配，但同样在「火」的一侧，且竞争没那么变态。

共性其实就一句话：他们没有等市场来挑自己，而是提前把自己改造成了市场正在抢的样子。

四、如果你还没毕业，或者刚踩进「冰」里

这部分写给两类人：还在校、来得及调整的，和已经毕业、暂时落在普通赛道的。

给在校生的三条。

第一，别等毕业才碰 AI。 哪怕你不是计算机专业，现在就开始用 AI 做点真东西——一个解决你身边具体问题的小工具，一段把课程作业自动化的脚本都行。重点不是多高级，是「你真上手了」。这段经历写进简历，含金量远超绩点高 0.2。

第二，把专业和 AI 叠起来，而不是抛弃专业去追 AI。 最稀缺的从来不是纯 AI 人才，而是「懂某个行业 + 会用 AI」的人。你学金融、学医、学法律、学机械，都不是包袱，反而是别人拿不走的底色。专业打底，AI 加成，这才是性价比最高的路线。

第三，offer 别只盯总包数字，看赛道方向。 一个起薪略低但在 AI 上升通道里的岗位，三年后的价值可能远超一个起薪高、但正在被 AI 蚕食的「稳定岗」。第一份工作选错赛道的代价，往往要好几年才补得回来。

给已经落在普通赛道的应届生一句实话。

第一份工作没踩中风口，不是世界末日。职业生涯是几十年的长跑，起薪决定的是开局，不是结局。真正要警惕的，是进了一个岗位之后，三年还在做和第一天一模一样、AI 随时能接管的活。那才是危险的。

在普通岗位里，主动去碰能积累、能往「AI 干不了」那侧靠的事——哪怕公司没要求。今天的「冰」，不代表你永远在冰里；但如果你在冰里还原地不动，那才真的会被冻住。

五、写在最后

2026 届的这场撕裂，看着扎心，但它其实把一个道理摊得明明白白：

这个市场不再为「你学了多少年」付费，而是为「你能干 AI 干不了的什么」付费。

这对那些早早押对方向的人是火，对还在用旧逻辑找工作的人是冰。但冰火之间，并没有一道翻不过去的墙——隔开它们的，是「你愿不愿意现在就动手」。

同一届毕业生，有人月薪 4.7 万，有人石沉大海。差的不是智商，是有没有在别人观望的时候，先把手弄脏。

选错赛道比不够努力更致命，但好消息是——赛道，今天还来得及换。

你或者你身边的应届生，今年校招踩的是冰还是火？评论区说说你的开局。