CYTOPIA · 主题分享
AI 浪潮中,
大学生如何抓住机遇
让 AI 成为你的杠杆,而不是对手
卢星龙 · 2026.06.13
Self-Intro · 自我介绍
卢星龙📞 181 2148 7966
混沌方舟科技 · CEO
赛托邦 Cytopia 高校创新社区 · 发起人
复旦大学 · 教授助理
上海市大数据社会应用研究会青年专委会 · 主任
资深 AI 全栈工程师,有 数十个企业级软件项目 的管理与交付经验。如今主要做 AI 培训、AI 陪跑、行业智能化转型——探索如何为 业务精英与企业家 提升 AI 认知、实打实地降本增效。
CONTENTS
目录
目录
01冰与火:同一个就业市场Ice & Fire
02你要练的三项能力Core Abilities
03AI 时代,如何具体入局How to Enter
04写给大学四年One Thing
05五天入场The 5-Day On-Ramp
CHAPTER 01
机会:AI 岗位正在爆发
The AI Job Boom
不聊就业有多难——只聊一件正在发生的好事:有一类新岗位,在抢人。
01
AI 岗位,正在爆发
The AI Job Boom
0倍
AI 岗位量同比增长
2026 年 1–2 月,AI 岗位发布量同比增长约 12 倍;AI 在新经济新发岗位中的占比,从去年同期的 2.29% 跃升到 26.23%。
3020100
2025 同期2026 · 1–2月
纵轴:AI 占新经济新发岗位比例(%) | 横轴:同比口径
¥0万+
AI 岗位平均月薪
新发 AI 岗位平均月薪 60,738 元,比新经济行业整体均值 48,189 元高出 26%。
AI 岗位¥60,738
新经济均值¥48,189
03 万6 万
横轴:平均月薪(元 / 月) | 两类岗位对比,差额约 +26%
0
AI 人才供需比
AI 岗位供需比 0.97——平均每个岗位不到 1 个求职者在竞争;新经济整体是 1.79。数值越低,越供不应求。
2.01.00
AI 岗位新经济整体
纵轴:人才供需比(求职者 / 岗位) | 低于 1.0 = 供不应求
这意味着不是你在找工作,是岗位在找人——前提是,你得是那个"合适的人"。
01
企业,正在抢这样的人
What Employers Want
JD 在变:AI 能力成了标配越来越多与 AI 无关的岗位,招聘要求里也写上了"熟练使用 AI 工具"——它正在成为这个时代的 Office。
面试在变:从"你会什么"到"你用 AI 能做到什么"薪资天花板已经给出答案:AI 科学家 / 负责人平均月薪冲到 13.7 万一档,算法与大模型岗位普遍在 7 万左右。
筛选在变:作品集的权重超过简历一个有真实用户的作品,胜过一页奖项罗列——交付物就是新学历。
这意味着你早一步会用 AI,就早一步成为企业抢着要的人。
CHAPTER 02
你要练的三项能力
Define · Verify · Orchestrate
岗位在找"合适的人"——那这群人,到底强在哪三件事?
02
AI 岗位真正要的三件事
The Three Abilities
Define · 定义问题
把模糊指令拆清楚
老板说"用 AI 把客服做好"——你得翻译成:先解决"退货怎么退"这类高频问题,拿解决率、转人工率说成败。选哪件事值得做,AI 替不了你。
Verify · 拆解验证
切成小活,逐块验收
把"出月度经营报告"切成 AI 能干的小步:取数 → 算指标 → 写结论。每一步你都得核对:数对不对、结论有没有编。
Orchestrate · 组织落地
调度人、数据和流程
让 AI 客服真上线,不止写提示词——谁给知识库、出错谁兜底、怎么接进老系统,你来调度,它才跑得起来。
共同点从"自己埋头干活",转向指挥智能替你干活。
02
Agent:你的第一批"下属"
Your Digital Workforce
它们早就不只是"会聊天"Claude Code 这类 Agent 能读代码、改文件、跑命令、连工具、自动干活。
本质是可指挥的数字员工编程只是第一个场景,接下来是整个工作流的新入口。
未来职场
人人都是管理者,
管理的对象是智能。
你的产能不再取决于双手,而取决于你指挥智能的水平。
CHAPTER 03
AI 时代,如何具体入局
How to Enter · One Best Tool
知道要练三项能力还不够——具体怎么上手?反过来学、用对工具、给自己造场景。
03
学习方式,彻底反过来了
Learning, Inverted
旧地图
先系统学习,再实践
- 语法书啃半年,写不出一个真东西
- 人去啃官方文档,知识用到之前就忘光
→
新地图
项目驱动,边做边补
- 文档是给 AI 看的,不是给人看的——把文档喂给 AI,你负责提问和验收
- 通过项目实战暴露问题,缺什么补什么
最大的坑"等我先学好基础再开始"——在 AI 时代,这个顺序是反的。
03
工具观:用最好的模型,做所有的事
One Best Tool
常见误区
工具拼盘
- 查资料一个、画原型一个、写代码一个
- 每个工具都浅尝辄止,哪个都没用到极限
VS
我的实践
一个最强工作台
- 检索、设计、编码、部署,Claude Code 全流程覆盖
- 把一个最强的工具用到极限,胜过十个工具各用一成
唯一要练的摸清模型的能力边界——知道什么时候放手让它跑,什么时候该你拍板。
03
上手后:一套标准开发流程
The Five-Step SOP
01架构讨论明确需求,与 AI 讨论选型——架构能力取代语法记忆
02疑点先行对不确定点先针对性学习,不留盲区
03半自动开发要求中文注释、手动接受每次改动,看懂每一行数据流
04全自动狂飙模块跑通、逻辑一致后,进入全自动模式
05并行加速AI 维护进度文档,多窗口并行,周期成倍缩短
最后一步·交叉验证换一个模型、重置上下文,让两个 AI 对架构吵到意见统一——这是把经验变成可复制方法的关键。
03
没有场景,就制造场景
Build Your Own Arena
方式一
黑客松
48 小时,真团队、真命题、真评委——压缩版职场。
方式二
训练营
项目制 + 答辩验收,用交付倒逼学习,有同伴有反馈。
方式三
真实小交付
给社团、小商家做真东西——把"作业"升级为"交付物"。
分界线"会用工具"和"有说服力的能力"差在一件事:有没有真实用户对你的产出提过意见。
03
实证:零基础,十天,一个完整应用
Proof in Practice
我们孵化营的真实数据零基础学员十天交付完整 AI 对话应用,前后端、数据库、流式输出俱全——传统路径是一学期的课程设计。
差距不是百分比,是数量级企业侧同样成立:同样的系统交付,过去按月计,现在按周计。
考核哲学
未完成 ≠ 淘汰,
做完但不理解,才是风险。
答辩考的是理解深度:说得清架构,界定得了 AI 的能力边界。
04
写给大学四年
One Thing
如果大学四年只能做好一件事——
用 AI 做完一个真实项目,
交付给真实用户。
它会倒逼你
练全三项能力
定义问题、拆解验证、组织落地——一次练全。
它会产出
最硬的简历
有真实用户的作品,是最有说服力的能力证据。
它会带你
找到方向
方向是试出来的——AI 把试错成本打到了历史最低。
CHAPTER 05
五天入场
The 5-Day On-Ramp
不是先学三年,而是先干五天——一套真实跑过的入场动线。
05
五天,走完 AI 创业全流程
Designer → Hacker → Engineer → PM → Founder
DAY 1设计师 · 小黑客AI 原生设计 + 黑客式调研
AI 原生思维 → 亲手做第一个网页 → 爬虫调研 → 凝成 PRD。
产出 · 第一个作品 + PRD
DAY 2工程师架构 + 项目规划
项目架构与规划原则 → 导师审核通过 → 各组动手做出项目原型。
产出 · 规划文档 + 原型
DAY 3产品经理打磨测试 + 自媒体
用户 / 商业 / 端到端测试持续迭代 → 讲产品故事、发布社媒物料、收真实反馈。
产出 · 社媒物料 + 产品 V2
DAY 4创业者 · 上线部署上线 + 备演
把产品真正部署上线(以本站为真实案例)→ 学做路演 PPT、打磨路演稿。
产出 · 已上线产品 + 路演 PPT
DAY 5登台 · 路演正式路演 + 专家评议
逐组登台正式路演 → 专家团队现场评议、提问反馈 → 颁奖盖章结营。
产出 · 正式路演 + 专家反馈
Day 4 上线 · Day 5 路演五天里,你会把一个想法,真的搬上线、再亲口讲给评委听。
下一个十年,最稀缺的
不是发明智能的人,
而是会部署智能的人。
Let AI Be Your Leverage
谢谢 · 欢迎交流 · 卢星龙 181 2148 7966