关注「软件测试就业联盟」公众号陪你走好校招求职的每一步最近小红书的一次组织调整在互联网圈里引发了不少讨论。据多家媒体报道小红书发布全员内部信宣布新一轮组织升级成立AI一级部门Dots和企业智能部并由柯南出任总裁统筹社区、电商、商业化和技术体系。(Eeo) 这件事看起来像是一家公司的内部调整。但如果你正在准备实习、春招、秋招或者未来想进入互联网、大厂、科技公司这个信号其实非常值得关注。因为它说明一件事AI已经不只是一个工具功能而是开始进入大厂的组织架构、业务流程和人才招聘体系。换句话说大厂不是在“试试AI”而是在围绕AI重新排兵布阵。阅读目录小红书为什么要单独成立AI一级部门这件事对校招意味着什么大厂为什么都在抢AI人才普通在校生还有机会吗2026届、2027届应该怎么准备想进大厂别只会写简历要补这几类能力一、小红书这次调整不只是“多了一个AI部门”很多人看到“小红书成立AI一级部门”第一反应可能是是不是要做AI聊天 是不是要做AI图片 是不是要做AI视频这些当然可能是结果但不是重点。真正值得关注的是AI被放到了一级部门的位置。这意味着AI不再只是某个产品里的一个功能也不只是算法团队的一个项目而是变成了公司级战略。根据公开报道小红书新成立的AI一级部门 Dots将围绕大模型研发、AI基础设施、工程化能力和AI原生产品落地搭建完整体系企业智能部则整合效率、数据、战略和组织相关资源推动AI进入内部管理和运营提效。(SmartHey)这背后释放出来的信号很明确未来的内容平台、电商平台、社区平台都不会只是“人运营平台”而会逐步变成“AI参与生产、分发、运营、决策的平台”。以前平台拼的是用户增长、内容供给、商业化效率。现在平台开始拼谁能用AI提升内容生产效率谁能用AI优化推荐和搜索谁能用AI重构电商转化链路谁能用AI降低内部协作和运营成本谁能把AI能力真正变成业务增长能力。这才是小红书这次组织调整真正值得关注的地方。二、为什么这件事和在校生关系很大很多同学会觉得“小红书成立AI部门和我有什么关系”“我又不是AI算法博士。”“我只是想找一份实习或者校招工作。”关系非常大。因为大厂组织结构一变后面一定会跟着三个变化第一岗位需求会变。以前很多岗位强调的是单点能力比如会写代码、会做测试、会做运营、会做数据分析。但AI进入业务之后企业更需要的是“AI岗位”的复合能力。 比如传统岗位AI时代的新变化软件测试AI测试、智能体测试、自动化用例生成、AI系统评测后端开发大模型接口接入、RAG应用、Agent工作流、AI工程化产品经理AI产品设计、智能体流程设计、提示词与效果评估运营岗位AI内容生产、用户增长自动化、数据分析智能化数据分析大模型辅助分析、业务指标解释、智能决策支持也就是说AI不会只影响“算法岗”而是会影响大量技术岗、产品岗、运营岗、测试岗。第二企业筛选人才的标准会变。以前面试官可能重点看你会不会某门语言、某个框架、某个工具。现在很多企业会更关注你有没有用AI解决过真实问题你是否理解AI产品的基本工作方式你能不能把AI工具接入到具体业务流程里你是否知道AI生成的结果怎么验证、怎么评估、怎么测试这对在校生来说既是压力也是机会。第三实习项目会变。未来大量实习岗位不会再只是“打杂式实习”。尤其是技术、测试、产品、运营相关岗位很可能会逐步出现更多AI相关项目AI内容生成工具体验与优化AI客服、AI助手、AI智能体测试RAG知识库搭建与评估大模型输出质量分析AI产品数据标注、评测和运营自动化测试脚本生成与维护AI辅助研发流程建设。这意味着谁能提前理解这些变化谁就更容易在简历和面试中讲出差异化。三、大厂为什么都在加速抢AI人才小红书不是个例。这两年几乎所有头部互联网公司都在加速投入AI。腾讯和字节跳动在2026年实习生招聘中合计释放超过17000个岗位其中腾讯全球招募10000实习生字节跳动提供7000实习机会相关报道中也提到AI相关岗位需求明显增加。(DoNews)腾讯还启动了2026青云计划实习生招聘面向全球优秀学生开放岗位涉及技术研究、软件开发、产品等方向。(新浪财经)百度方面李彦宏曾宣布未来5年将再为社会培养1000万AI人才百度也曾宣布未来三年开放21000个实习岗位给优秀校园人才并加强对实习生的培养。(中国日报)这些信息放在一起看趋势就非常清楚了AI已经不再是少数实验室里的技术方向而是大厂组织、业务、招聘都在围绕它重新调整。大厂为什么这么着急原因很简单。AI正在改变三个核心问题第一改变生产效率。过去一个内容、一个页面、一个测试用例、一个数据分析报告可能需要人一步步完成。现在AI可以参与生成初稿、辅助分析、自动总结、自动执行部分流程。企业当然会想办法把这些效率释放出来。第二改变产品形态。以前的产品是“人点按钮、系统响应”。现在越来越多产品开始变成“人提出目标AI完成任务”。比如你告诉AI想剪一个视频它帮你组织素材你告诉AI想做一个活动方案它帮你生成流程你告诉AI要测试一个页面它帮你生成测试点和自动化脚本你告诉AI要分析用户反馈它帮你归类、总结、提出建议。这背后不是简单的工具升级而是产品交互方式的变化。第三改变人才结构。当AI开始进入业务流程企业需要的人才就不只是“会用AI的人”。而是需要懂业务的人懂技术的人懂工具的人懂评估的人懂落地的人。这类人才就是未来几年非常值得关注的复合型人才。四、普通在校生还有机会吗有而且机会并不小。很多同学一听到AI就觉得自己没机会了 “我不是985。” “我不是算法专业。” “我不会训练大模型。” “我数学不好肯定学不了AI。”但这里有个误区。企业确实需要顶尖算法人才但企业更缺的是大量能把AI落到业务里的应用型人才。不是每个人都要去训练大模型。更多岗位需要的是会调用大模型接口会使用AI工具提升效率会搭建简单的AI应用会做AI系统测试会评估AI输出质量会把AI能力和业务场景结合起来。比如一个测试方向的同学不一定要去研究模型参数。但你可以掌握如何用AI生成测试用例如何测试AI助手是否答对如何评估RAG知识库回答质量如何测试智能体执行任务是否稳定如何用Playwright、Selenium、Appium结合AI做自动化如何设计AI系统的功能测试、性能测试、安全测试和稳定性测试。这就是普通同学可以切入的机会。AI时代不是只有算法岗才有机会。真正有机会的是那些能把AI和具体岗位结合起来的人。五、2026届、2027届现在应该重点准备什么如果你是正在准备实习、春招、秋招的同学不建议只停留在“收藏岗位信息”和“海投简历”上。你真正要做的是把自己的能力结构提前调整到AI时代的招聘逻辑里。可以从这几个方向开始。方向一先补技术基本功不要只学AI工具AI很重要但基础能力不能丢。尤其是想走技术岗、测试开发岗、自动化测试岗的同学基础仍然是面试的底盘。建议重点补Linux基础命令Python或Java基础数据结构和基础算法HTTP、接口、数据库Git和基本工程协作自动化测试基础常见测试设计方法简单的项目部署和日志分析。为什么AI时代还要学这些因为AI可以帮你生成代码但它不能替你理解系统。你不懂接口AI生成的接口测试你看不懂。 你不懂数据库AI写的SQL你不敢用。 你不懂日志系统出问题你定位不了。 你不懂测试设计AI生成一堆用例你也判断不出质量。所以AI不是替代基本功而是放大基本功。方向二掌握AI工具但不要停留在“会提问”很多同学现在用AI主要是让它写文案、改简历、生成代码。这只是最基础的使用方式。如果你想在校招里体现竞争力要进一步理解AI工具背后的工作方式。至少要知道Prompt怎么设计RAG知识库是什么Agent智能体是什么大模型为什么会幻觉AI输出结果怎么评估AI生成代码怎么验证AI测试和传统测试有什么区别AI应用如何接入业务流程。面试时别人只会说“我用过AI工具”。 你能说“我做过一个基于需求文档生成测试用例的AI小工具并设计了准确性、覆盖率、可执行性三个评估维度。”这两种表达在面试官眼里完全不一样。方向三做一个能写进简历的AI项目校招最怕什么最怕简历上全是课程没有项目。AI时代更是如此。你不需要一上来就做很复杂的大模型系统可以从小项目开始。比如测试方向可以做项目1AI测试用例生成助手输入需求文档或用户故事自动生成功能测试点边界条件异常场景测试用例表格评审建议。这个项目适合写进简历因为它贴近真实测试工作。项目2RAG知识库问答测试平台把课程文档、接口文档、产品文档导入知识库实现文档解析向量检索问答生成答案来源追踪回答准确率评估。这个项目适合想走AI应用、测试开发、后端开发方向的同学。项目3Web自动化测试智能体结合Playwright或Selenium实现读取页面元素生成操作步骤自动执行测试失败截图日志分析自动生成测试报告。这个项目非常适合测试开发方向。因为它既有自动化测试又有AI工具链还有工程落地场景。项目4AI系统评测工具围绕一个AI助手设计评测集评估回答准确性召回完整性幻觉率响应时间安全边界多轮对话稳定性。这个项目更偏AI测试也是未来非常值得关注的方向。六、AI时代测试和测试开发岗位会更吃香吗这个问题很适合软件测试、自动化测试、测试开发方向的同学关注。答案是传统点点点测试会越来越难但AI测试和测试开发能力会越来越重要。为什么因为AI系统上线以后企业会面临很多新的质量问题AI回答是否准确AI生成的内容是否合规AI有没有胡说八道AI智能体执行任务会不会乱点RAG知识库有没有召回错误AI生成代码有没有安全漏洞AI系统在高并发下是否稳定不同模型版本升级后效果是否下降这些问题不是简单靠开发自测就能解决的。企业需要懂AI、懂质量、懂自动化、懂评估体系的人。所以未来测试岗位不是消失而是升级。 从传统测试升级为AI测试工程师测试开发工程师自动化测试工程师大模型应用测试工程师智能体测试工程师质量效能工程师AI应用评测工程师。对在校生来说如果你现在就开始补AI测试、自动化测试、测试开发能力反而可能比很多只会传统测试方法的人更有机会。七、不要误判AI不是让你少学而是让你学得更有方向很多人对AI有两个极端误解。一种是过度焦虑“AI来了岗位都没了。”另一种是过度乐观“有AI了我不用学技术了。”这两个判断都不准确。更现实的情况是AI会淘汰一部分低重复、低判断、低技术含量的工作方式但也会创造大量新的岗位需求。问题不在于AI会不会影响就业。问题在于你是只会被AI替代的那部分能力还是能借助AI提升产出的那部分人才同样是写测试用例。有人还在手动复制模板。有人已经能用AI生成初稿再结合业务规则做评审和优化。同样是做自动化测试。有人只会录制脚本。有人已经能让AI辅助分析页面结构、生成定位策略、补充断言和异常场景。同样是准备校招。有人还在海投简历。有人已经围绕目标岗位JD把技能、项目、简历、面试表达全部做成闭环。差距就是这样一点点拉开的。八、给在校生的一份AI时代校招准备清单如果你现在还不知道怎么开始可以按下面这份清单来准备。1. 先确定目标岗位不要一上来就说“我想进大厂”。你要先明确自己想投什么方向软件测试测试开发自动化测试后端开发前端开发AI产品数据分析AI应用开发运营增长。目标岗位不同准备路径完全不同。2. 拆目标岗位JD找10个目标岗位JD把里面反复出现的关键词整理出来。比如测试开发方向经常会看到Python / JavaLinuxMySQL接口测试自动化测试Selenium / PlaywrightPytest / JUnitJenkins性能测试测试平台AI工具使用大模型应用测试。这些就是你的学习路线不要凭感觉乱学。3. 做项目不要只看课校招简历里最有说服力的不是“我学过什么”而是“我做过什么”。建议至少准备2个项目一个传统工程项目比如接口自动化、Web自动化、测试平台。一个AI结合项目比如AI用例生成、RAG知识库、AI自动化测试助手、智能体测试评估。这样你的简历会更符合现在企业的关注点。4. 提前准备面试表达项目做完不等于能通过面试。你还要能讲清楚项目背景是什么你解决了什么问题技术架构是什么核心模块怎么设计遇到过什么问题你怎么排查和优化项目结果如何衡量如果重新做会怎么改进。这套表达比项目本身还重要。5. 尽早实习不要等秋招才开始对在校生来说实习非常关键。尤其是2027届、2028届同学不要等到秋招前才开始准备。能提前实习就提前实习。因为实习经历可以带来三件事简历更有可信度面试更容易展开有机会实习转正。现在很多大厂都在开放转正实习机会越早准备机会越大。九、最后想说大厂组织调整背后是人才标准的变化小红书成立AI一级部门不只是小红书自己的事。它代表的是一个更大的趋势AI正在从工具层进入业务层从业务层进入组织层从组织层进入人才招聘标准。对企业来说AI是效率革命。对在校生来说AI是一次重新洗牌。以前你可能拼学校、拼学历、拼信息差。现在你还要拼是否理解AI趋势是否掌握岗位基本功是否做过AI相关项目是否能把AI和具体业务结合是否能讲清楚自己的项目价值。如果你还在准备校招不要只盯着“哪个大厂招多少人”。更重要的是你要看懂大厂到底在为什么样的人才留位置。未来几年真正有竞争力的同学不一定是最早喊“AI来了”的人。而是那些能把AI能力变成项目经验、岗位能力和面试表达的人。我们会持续整理大厂实习与校招信息测试开发学习路线AI测试项目方向简历优化建议面试题与项目讲解适合在校生写进简历的实战项目。AI时代机会还在。但留给有准备的人。本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容侧重测试实践、工具应用与工程经验整理。