一、AI原生求职时代——候选人变了，企业必须跟着变

1.1 学生已将AI融入求职全过程，从岗位研究到面试练习全覆盖

新一代校招生正在把AI用到求职准备的各个环节，包括岗位研究、简历修改、形象照处理、作品集准备、面试练习、投递管理，以及笔试和面试辅助。去年66.7%的学生在校招中使用AI，今年预计将超过95%。AI降低了求职准备的门槛，也让候选人在投递简历之前就已经完成了更多信息整理、材料打磨和面试预演。高校就业指导中心、招聘平台、职业服务与培训机构也都在把AI融入求职服务，形成覆盖求职全链路的支持体系。

1.2 企业端也在变化：AI相关岗位薪酬2万-5万+/月，70%-80%企业已用AI招聘工具

大模型算法、机器学习、数据科学、AIGC产品、智能体开发等岗位正在成为校招重点方向。核心AI技术岗校招薪酬多数集中在2万-3万/月，头部企业和核心团队可达到4万-6万/月。普通岗位也开始出现AI能力要求。70%-80%的企业已使用或试点AI招聘工具，全球AI in HR市场规模预计将从2023年的32.5亿美元增长至2030年的152.4亿美元（约4.7倍）。招聘是AI最先落地的人力资源场景之一——简历、JD、面试对话等内容适合AI处理，校招流程批量大、重复多、提效需求明确。

1.3 当人人都有“优秀简历”，传统识人方式正在失效

当候选人熟练地借助AI完成一系列求职动作后，企业会收到越来越多“优秀”的简历——人人看起来都有丰富的学生工作、社团经历和大厂实习背景，两三个月的短期实习也能被包装成“主导项目、创造巨大价值”的经历。随着简历同质化不断加剧，企业过去常用的早期识人方式正在逐渐失效，校招筛选甚至可能重新回到学历、院校等硬性条件。真正的挑战开始变成如何在高度包装、相似度极高的简历中，识别候选人的真实能力与岗位适配度。

二、AI校招能力全景图——从单点提效到系统能力的进阶

2.1 AI招聘1.0→2.0→3.0：从单点工具到流程协同再到智能连接

AI招聘的发展本质上是AI与招聘流程逐步融合的过程。1.0阶段主要是单点工具，帮助HR减少重复性工作；2.0阶段开始进入招聘主流程，把筛选、面试、评估和运营等关键环节连接起来；3.0阶段则进一步连接企业与候选人，形成更连续的人才获取、判断和发展体系。当前多数企业的AI招聘实践仍处于2.0流程协同阶段。企业需要从个人效率工具走向企业级AI招聘系统——可配置、可追溯、可运营、可持续优化。

2.2 AI正在重新划分招聘中的任务分工

重复性强、规则清楚的工作可以更多交给AI处理；流程统筹、工具配置和招聘运营管理仍需要HR主导；涉及分析、提醒、复核和结果解释的任务更适合AI与HR协同完成；而专业深度、业务匹配和最终录用决策仍需要招聘团队与业务面试官共同判断。企业级AI招聘系统的价值在于把AI能力嵌入招聘流程、评估体系、候选人运营与数据闭环中，让效率提升真正转化为稳定的人才识别与招聘质量提升。

三、AI面试官——从试点走向规模化校招应用的核心节点

3.1 84%的企业将AI面试官用于校招，使用企业数同比增长4倍

AI面试官已从试点工具进入校招正式流程。北森数据显示，在使用AI面试官的企业中，84%将其用于校园招聘；校招场景中，使用AI面试官的企业数量同比增长4倍。随着应用规模扩大，企业关注重点也从“要不要用”转向结果是否准确、稳定、可解释，能否真正筛出合适的人。校招AI面试邀约量月度趋势持续攀升，AI面试官正在成为校招中的常态化节点。

3.2 AI面试官考察内容正从岗位胜任力扩展到专业能力

从项目配置数据来看，AI面试的考察内容正在从岗位胜任力扩展到工作意向、专业能力和组织适配等维度。44%的项目配置岗位胜任力考察，34%配置工作意向考察，18%配置专业能力考察。AI面试官不再只用于HR初筛，也开始帮助企业判断候选人的工作意愿、稳定性，以及是否具备技术、算法、产品等岗位所需的专业基础。在胜任力考察中，企业最常选择敏锐学习、非权力影响、勇于进取和高质量交付等维度；在专业能力考察中，技术、算法与AI相关方向出现频次最高。

3.3 AI面试官是否“面得准”，关键看科学性、准确性与稳定性

AI面试要成为校招中的可靠评估工具，关键不只是能否完成对话，更重要的是结果是否经得起验证。科学性是基础——题目和追问必须来自岗位分析、能力模型和清晰的评价标准。准确性的检验标准是AI面试结果是否能帮助企业更好地判断哪些候选人值得进入后续面试、复试或录用环节。稳定性要求AI面试在相同标准下给出相对稳定的评估结果，并与专家判断保持较高一致性。实践案例显示，长安汽车AI面试官人机一致性达70%-80%，复试通过率提升20%；晶合集成AI面试官使录用率从45%提升至65%。

3.4 好的AI面试体验：更自然、更高效、更具支持感

AI面试的价值不只取决于评估是否准确，也取决于候选人是否愿意认真完成。好的AI面试体验应当让流程更清晰、作答更自然、问题更具针对性，并提供必要的引导与反馈。北森AI面试官通过一题多测（一次作答多维度评估，作答时间缩短40%）、流式互动作答（全程无点击，还原真人对话感）、结合简历提问2.0（从经历洞察到能力关联）等设计，使候选人满意度超过84%。体验优化最终会影响完成率、作答质量以及候选人对企业的整体感受与推荐意愿。

四、校招评估体系升级——AI素养成为新维度，底层特征仍是基础

4.1 AI素养正在成为校招评估的新热点

AI素养不只是会不会使用某个AI工具，而是包括能否理解AI的基本原理、能力边界和使用风险，能否把AI用于真实任务，并对AI生成的结果进行判断、修正和整合。北森提出AI素养模型，涵盖三个层面：思维与行为取向（想明白、愿意干、干出来）和基础认知能力。企业不仅关注候选人是否理解AI，更关注其能否借助AI完成真实任务、解决实际问题。

4.2 底层心理特征更能支撑长期适应

AI时代，认知能力、个性动机和心理韧性等稳定的心理特征，仍是判断发展潜力的重要基础，也会影响AI素养的形成。认知能力影响学习速度、知识迁移和复杂问题解决；个性特征影响责任感、协作方式和持续投入；心理韧性关系到候选人在变化环境中的稳定性与抗压表现。校招评估也需要更早关注这些底层特征。

4.3 评估体系升级的关键：重新定义不同评估工具的分工

AI时代的校招评估需要重新梳理不同评估工具的分工。AI简历评估、AI面试和语言能力评估更适合做早期筛选、基础匹配判断和标准化评估；认知能力、个性特征、价值观和心理风险等长期特质需要通过专业测评进行稳定判断；复杂情境下的综合判断和最终录用决策仍需要业务面试官参与完成。核心是把可批量处理、可标准化判断的信息交给AI与测评工具，把复杂判断和最终录用把关留给面试官。

五、六类行业校招升级建议——科技/互联网、智能制造、金融、医药、消费零售、能源央国企

5.1 科技/互联网：重新定义AI时代的人才标准，区分专业技术与AI应用能力

科技、互联网与AI企业的岗位需求和人才标准正在快速变化。AI产品、大模型应用、算法工程、数据智能等岗位持续增长，同时AI能力也开始成为产品、运营、市场等非技术岗位的要求。校招应区分专业技术能力、AI工具应用能力、借助AI完成任务的能力、用AI解决问题的能力；按岗位类型重构识别流程；用AI招聘系统提升高流量校招效率；用AI面试官识别真实能力与岗位适配。

5.2 智能制造/汽车：围绕工程实践场景追问，识别现场意识与问题解决能力

智能制造、新能源汽车、智能网联与工业互联网的发展正在重塑制造业的人才需求。企业需要更早识别候选人的工程实践能力、问题解决能力、质量意识与学习迁移能力。校招应强化工程实践证据识别，不只看专业课程和考试成绩，更要把课程设计、实验项目、实习经历中的真实表现纳入识别过程；用AI面试官模拟真实工程场景，围绕质量波动、设备异常、工艺改进等场景追问。

5.3 金融/保险/证券：围绕合规场景追问，识别规则意识与服务稳定性

金融、保险与证券机构正在经历数字化与智能化升级。校招应重点关注候选人的规则意识、数据敏感度、客户服务意识和长期学习潜力；按岗位类型区分评价重点——金融科技、数据风控类岗位重点看数据基础和技术应用，营销、运营、柜面类岗位关注沟通表达和规则意识；用AI面试官围绕客户沟通、投诉处理、合规边界等业务场景追问。

5.4 其他行业：医药医疗关注合规意识，消费零售关注服务意愿，能源央国企关注组织适配

医药/医疗行业应关注专业知识的场景应用与合规意识；消费/零售/连锁服务应关注服务意识、岗位意愿与稳定性；能源/电力/央国企应关注责任意识、组织适配能力与长期发展潜力。各行业的共同趋势是：AI招聘系统提升流程协同效率，AI面试官围绕真实业务场景追问，帮助企业在候选人高度同质化的自我展示中识别真实能力。结尾：66.7%→95%——当几乎每一个校招生都在用AI准备求职，当人人都有经过优化的“优秀简历”和流畅的“完美面试回答”，传统的校招识人逻辑正在被系统性地瓦解。北森这份报告的核心判断是：校招的竞争不再是“谁跑完流程更快”，而是“谁能在高度同质化的自我展示中，依然看清真实能力、判断发展潜力”。这不是在原有流程上加几个AI工具就能解决的问题，而是需要企业从“个人效率工具”走向“企业级AI招聘系统”——可配置、可追溯、可运营、可持续优化。AI面试官从84%的校招渗透率到70%-80%的人机一致性，从岗位胜任力到专业能力的考察扩展——这些数据表明AI面试官正在从“能用”走向“好用”。但真正决定校招成败的，不是AI识别候选人的精准度，而是企业能否重新定义AI时代的人才标准、能否让HR从“工具使用者”升级为“AI招聘系统的设计者与运营者”。