刚毕业的AI博士，滞销了

113 0 0

文章摘要

AI博士群体的就业现状呈现出明显的两极分化，少数顶尖人才享受百万年薪和优厚待遇，而大多数普通博士则面临严峻的就业挑战。市场对AI博士的需求集中在特定领域，研究方向非热门的博士往往难以找到对口岗位。企业更倾向于招聘能直接创造商业价值的人才，而非专注于理论研究的学者。这种供需错位导致许多博士在求职过程中屡屡碰壁，甚至被迫延毕以积累更多成果。

论文发表成为博士就业的关键门槛，但学术界存在严重的”为发表而创新”现象。由于顶级会议投稿量激增，评审系统难以保证质量，导致大量低创新性论文被接收，而真正有价值的研究可能因评审不专业被拒。博士们不得不花费大量时间”凑”论文数量，这些研究往往与业界实际需求脱节。计算机视觉等传统领域的博士尤其面临困境，他们的专长在追求通用大模型的企业中难以发挥。

企业招聘更看重实际业务能力而非学术成就。中小型企业尤其注重用人性价比，不愿为需要培养的业务新手支付高薪。即使是大厂，也倾向于选择能立即投入项目的人才。博士们在学术训练中形成的专业深度，反而可能成为适应企业需求的障碍。实习经历显示，学校研究的细枝末节问题在企业环境中往往无关紧要，这种认知落差加剧了就业难度。

人脉资源在求职过程中扮演重要角色。由于AI行业试错成本高，企业更信任熟人推荐的候选人。名校背景和导师影响力能显著提升就业机会，而缺乏这类资源的博士即使能力出众也可能被忽视。这种非公开的招聘渠道进一步加剧了就业不平等，使普通院校的博士处于更不利位置。

行业快速变化与博士培养周期长的矛盾日益突出。四年前的热门方向可能如今已失去优势，而博士很难在求学期间及时调整研究方向。企业对技术趋势的追逐导致岗位需求瞬息万变，博士们积累的专业知识可能尚未应用就已过时。这种不确定性使得即使身处风口的博士也难以规划长期职业发展，不得不面对”毕业即失业”的风险。