最近我在小红书上发了一则博士生招生广告，收到了 50+ 封申请邮件。说实话，现在的年轻人已经非常熟练地使用 AI 了。来信几乎都结构完整，逻辑清晰，精准回扣我的研究方向。 他们标准得几乎可以当“申请信模板范文”。但最后，我真正联系的，反而是 AI 味道最轻的两位同学。为什么？因为在这个时代，我不缺一封“完美”的申请信。我缺的是——一个真实的有诚意的人。

一、AI 会写文章，但不会替你思考

如今模型能力越来越强，使用 AI 的门槛越来越低。随便写几句提示词，就能生成一篇“看起来不错”的文章。确实，写的人省时间了。但生成内容的“区分度”越来越低。好看的外表千篇一律，有趣的灵魂万里挑一。 当我连续读完几封“几乎完美”的申请信时，我在寻找的其实是：你自己的困惑、判断、独特的表达方式、甚至一点点不那么标准，但真实的思考痕迹。

二、记忆，是思考留下的痕迹

小学时有一道造句题： 你可以买到什么，但不能买到什么？ 有个同学写：你可以买到名贵的钟表，但买不到流逝的时间。你可以买到如山海的书籍，但买不到脑里的知识。 这么多年过去，我依然记得。这个造句精准地表达了一件事：工具牛不代表人牛。

同样的道理：

• AI 可以帮你阅读 paper
• AI 可以帮你总结世界
• AI 可以帮你理解知识

但它不能替你形成认知。在这个时代，真正稀缺的，恰恰是： AI 不能给你的——属于你自己的独特判断。 而形成判断，需要时间, 沉淀, 反复推敲, 甚至犯错。 但我们越来越缺的，正是耐心。AI 会让效率提高，但如果使用不当，也会让人变懒—— 懒得想，懒得沉淀，懒得形成自己的人格。

三、AI 提效之后，求职门槛更高了

AI 在工程领域带来的冲击尤其明显。以 Meta 的工程师等级为例（简单类比一下）：

• E3：执行 （优秀的本硕毕业生）
• E4：能独立负责一个 feature （优秀的博士毕业生）
• E5：可以带 2～3 个人负责一个 domain
• E6: 正经Tech Lead 5～10个人执行跨org的大项目。这个阶段Tech Lead能力出现区分，有coding machine类型，CEO类型等等
• E7+: 有行业认可度，有指导公司层面技术方向的洞察力，可以 drive company-wide results

过去，本硕毕业通常是 E3，博士是 E4。E3两年成长为E4，E4 三年成长为 E5，是一个自然路径。但现在呢？随着 AI agent 的进步，很多 E3～E4 的工作已经被“包圆”了。如果 AI 已经能完成基础执行工作，我为什么还需要招普通毕业生？。然而，没有了E3到E5这四五年的积累，怎样才能成长为E6E7这样的行业领袖？

答案可能有点残酷，还是学生的你：

• 不能再只会“执行”
• 要会定义问题
• 要能设计路径
• 要能做判断

看到了么，以后大厂招的，可能就是自带E5属性的毕业生。可以“vibe coding”，自己带着几个“agent”完整的own一个domain。

四、真正的门槛，不是技能，而是思考能力

现在公司只会招更少的 E3、E4。那怎么办？答案不是“再多学几个工具”。 而是：在学生阶段就学会独立思考， 学会承担责任， 形成独立认知。

换句话说—— 不要把自己训练成“更高级的执行器”，要把自己训练成“会判断的人”。 当 AI 无处不在时，你还能不能保持自己？