35岁职场回暖：AI时代经验型人才逆势翻盘，资深员工迎来职业第二春

AI浪潮正在重塑职场价值评判标准，35岁以上资深从业者的行业洞察与决策能力正成为新的稀缺资源。脉脉与智联招聘数据显示，初级岗位较往年减少了近20%，而人工智能工程师起薪已突破17038元，企业用人逻辑从“能写会做”转向“能判断、能担责”。五位来自不同领域的从业者亲身讲述：善用AI的资深人才正迎来职业生涯的新机遇，而那些固守单一经验的执行者将面临淘汰。在这场变革中，经验与AI的深度融合才是突围的真正关键。

01.初级岗位缩减20%，35岁凭借经验+AI翻盘

Blair liu ｜ 北京 80后 AI猎头

近两年，招聘市场经历了巨大震荡。从工作经验1-3年的初级岗位来看，有两大趋势尤为明显：

一方面，互联网软件、金融财会、市场品牌、行政法务这四大领域中，标准化、流程化的岗位需求收缩剧烈。据我们公司今年的统计，这类岗位数量减少了近20%，部分细分赛道降幅甚至超过30%。

另一方面，多模态训练、AI Agent开发工程师、网络安全工程师等与人工智能相关的岗位，需求量同比激增了12倍。以我们服务的字节跳动为例，AI全产业链新增岗位合计超过4100个，占总新增岗的一半。从去年初开始，就有客户委托我们提前锁定优秀硕博生，开出丰厚的实习薪酬。而在三年前，校招生通过猎头渠道入职几乎不会发生。

更关键的变化是，市场对35岁以上资深人才的偏好越来越明显。这听起来或许和“35岁危机”的普遍认知相悖，但背后的本质在于用人标准的彻底改变。

以云厂商的行业解决方案岗为例，2023年这个岗位还接受3年以内经验的新人，日常工作就是整理文档、协助交付落地。到了今年，岗位硬性要求变成5年以上政企或制造领域的数字化落地经验，核心任务是判断客户业务痛点、识别大模型落地风险，并对项目结果负责。

也就是说，企业不再靠堆叠新人来拼工作量，而是通过资深人才叠加AI实现效率提升。以前企业招人是为了填补执行上的缺口，现在招人是为了补上决策、风险判断、复杂场景落地等AI尚无法覆盖的能力短板。

那么哪类人容易被淘汰？我观察到的主要有三类：过度依赖过往经验、无法更新认知的经验主义者；长期重复单一动作的执行型老兵；以及一部分管理者。

过去，有一类人虽然具备一定经验，但核心能力仍拘泥于执行层面。AI介入后，他们的职场空间被迅速压缩。所以我们会看到这样一种矛盾的现象：企业一方面更青睐35岁以上的资深人才，另一方面同一年龄段的另一批人却被AI冲击得无立足之地。

在企业层面，AI落地加速令整体人员规模明显缩减。以前一家1000人的公司现在可能缩减到200人，再搭配2000个Agent完成全部工作。就我自己的团队来说，过去一个项目组需要5名初级研究员和2名顾问负责简历筛选，现在借助自研的AI招聘Agent，只需保留两名顾问来统筹，人力减少了70%，效率反而提高了60%。

未来管理岗也会随之收缩。企业所需要的，不再是纯粹的管理者，而是拥有管理能力的垂直领域专家，既能定方向、控风险、给出行业判断，又能统筹AI系统落地。

其实在我看来，竞争力与年龄之间并无必然关联，起决定性作用的是学习能力。前段时间我帮客户寻觅一位业务负责人，候选人的专业经验大概只匹配七八成，但他对陌生领域充满好奇，愿意深入研究并能交付成果，最终也顺利拿到了offer。

所以现在最该做的绝不是焦虑，而是转换心态，把自己当成一家公司来运营：第一，熟练使用AI工具，搭建专属自己的工作流，让AI承担80%的执行工作，自己聚焦在20%的决策判断上，始终把方向盘掌握在自己手中；第二，跳出单一执行环节，有意识地培养全局思维；第三，花时间经营人与人之间的关系。技术迭代再快，信任也只能在人与人的互动中建立。

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月开始创业，方向是利用AI和Agent把分散的信息源转化为可理解、可交付、能进入决策流程的情报产品。创业四个多月来，招聘一直没有停，简历收了五千多份，但发出的offer只有七八个。

这主要是因为创业公司本身初级岗位就很少，AI出现后，更加需要善用AI的复合型人才。

整个咨询行业初级岗位的缩减，从去年便已开始。此前我是一家咨询公司的合伙人，该公司在2024年招了四五个实习生、两三个初级顾问，还会用到十几个PTA（兼职助理），但到了2025年，一整年基本只招了一个实习生，PTA也只用了两三次。

这些人的工作主要是协助团队进行信息整理、资料搜集、标准化分析，而现在AI已经能完成其中的大部分。而且上传下达也是一大成本，以前我带咨询顾问，往往需要反复给新人反馈，他们修改完再交给我看，而这些反馈我同样可以给AI，AI的办事效率还更高。

因此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用得非常好，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把这两类人的优势都放大了。简而言之，在AI的助力下，年轻人解题更快，而有经验的人出题更准。

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，学得快的他可能研究两天就能搞定。

什么叫出题准？这主要源于经验。以我自己为例，因为有大量帮助企业做战略规划的经历，我知道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来完成。而年轻人由于缺少这类经历，即便拥有很强的AI能力，也很难发现和真正理解需求，或者不知道如何把需求转化为AI可执行的任务。

现在，AI能力已经成为每位同事的必备技能。我判断一个人是否真正掌握了AI，主要看三个方面：第一，TA从什么时候开始使用AI。比如，2023年就上手的人与2026年才跟风的人，对AI的理解往往相差悬殊；第二，看TA花了多少钱。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，比如遇到问题时是否本能地想“让AI试试”。

这些表象背后，大致能看出TA是否形成了使用AI的肌肉记忆，积累了多少badcase，更进一步还能了解TA是否清楚如何给AI设计上下文、不同模型擅长什么、模型与Agent的边界在哪里，以及求解时去哪里寻找答案。

还有一个特质也至关重要：ego要低。我遇到过一个应届生，他AI工具用得不错，但对某种工作路径已经产生了依赖。比如我让他完成一篇总结文章，这种简单的活儿直接调用大模型即可，但他非要去搭一个工作流。我认为这种刚毕业就开始“坚持手艺”的念头，在AI时代是大忌。AI技术迭代飞快，每个人都必须随时承认自己的方法可能已经过时，随时准备拥抱新工具。

眼下，AI正在重写人才价值排序。纯粹执行和上传下达型的工作价值迅速降低，而结果判断、理解复杂真实场景、输出可信内容、自我更新以及组织协作能力，正成为更为关键的能力。

但我并不认为35岁以上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，但并不意味着就掌握了善用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岁以上的职场人还是年轻人，如果固守经验，形成路径依赖，任何经验都可能变成职场上的包袱。

03.经验，在AI时代的确更能体现价值

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关系极大。

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年以上乃至5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，超过七成都与AI相关。这些岗位的JD里不会写明“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”，而是会直接拿你以前的工作来问：你当时用AI做了什么，效果如何，产出提升了多少？如果只是“用过”而已，这轮面试基本上就到头了。

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这一关。

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”，产出速度拼不过年轻人。但如今，AI“上岗”后，大家拼的是判断力和大局观。一个经验丰富的大龄程序员，具备管理AI的能力，能靠AI把自己和年轻人在体力上的差距抹平。经验，在AI时代的确更能体现价值。

上个季度，我给一家企业推荐了一位42岁的技术总监。他到那家公司负责一个软件项目，计划发新版本，结果凌晨接到团队打来的电话，说搞不定了。他赶过去一看，顿时傻了眼。业务层和数据层各有一个文件，代码量都堆到了大几千行，整个结构乱作一团。他追问原因，对方说就是一直让AI改，改着改着就成这样了。大家盯着屏幕拆了好几个小时，天亮了才勉强上线。后来他跟我复盘，说问题就在于没人能“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搭建出一套体系，一个人就能顶原来一个团队的产出。老板愿意给他更高的薪水，同时把其他人员的成本省出来。大厂现在要的是能用AI解决问题、用AI放大自己产出的人。

但我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似“不错”的代码，可踩过的坑却很少。以前一个初级程序员，要经历无数次调试和返工，现在AI帮他们避开了这些坑。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，陷入两头落空。

当然，“35岁以上好不好找工作”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面前同样危险。

35岁还在找工作的朋友，不必气馁，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。但如果你现在还很年轻，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，公司现在几乎不再招聘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非常清晰：有经验、会用AI。在AI时代，60%到80%的工作量由AI完成，剩下20%是人工审核。人工审核这部分，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很快，倒是许多从事传统开发的，3到5年经验的，对AI写代码颇为抵触，好像觉得这东西在抢他们的饭碗。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，不仅看年限，更要看经历。一名年轻应聘者，只要在校期间项目经验丰富，也一样属于我的选人范畴。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，但从未被验证过。他会说“这个我可以学，那个我也可以学”。但学习能力只是AI时代的基本素质，根本不是加分项。现在有了AI，验证想法的成本极低，不用等到进公司才能做，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，是不是更受欢迎？

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、需要判断力的岗位，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，正在慢慢消退。以前35岁被淘汰，是因为想法和体力跟不上年轻人。现在AI或许会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，尤其在一个行业里坚持了十多年的“老人”，并不会掉队。他们经历过互联网从无到有的时代，现在只是再来一次而已。AI让所有人又站到了同一条起跑线上。愿意跑的、跑得快的，就能留下。

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。后来经过层层面试，回到了原来的大厂。

回来快一年了，我主要做AI在业务上的Agent应用，以及用AI coding开发一些能提效业务的智能工具。做着做着，我有种感觉：35岁这拨人，在这轮AI浪潮里，不一定是弱势。

面试下来我发现，大厂没那么简单粗暴。他们更看重你跟岗位匹不匹配，能不能扛事。我当时面的几个岗位都跟AI有关。他们要的不是纯算法背景，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，反而比普通开发岗多一些。

AI不是一个按钮，点一下就能出活。你得知道自己要什么，能判断它给出的东西对不对，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极为值钱。

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，但大多时候缺乏方向感和交付标准。工具在手里，不等于知道该往哪打。

招聘市场也能看出端倪，初级岗位明显少了。猎头一般不太看两年以下经验的，三年以上才好推荐。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。以前两个人做的活儿，现在可能希望你一个人借助AI接下来。团队没有怎么扩大，人均产出却被持续往上推。

35岁以上的人不用天天焦虑，但也不能干等。

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；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，要照料好自己。身体、作息、心态、储蓄，都很现实。很多人不是一下子被工作击垮的，是被长期焦虑和消耗拖垮的。

35岁以后，不能用刚毕业那套打法了，但也无需觉得自己已经过时。AI这波变化，对有经验的人也是一次机会。

前提是，你得下场。