2027 届校招的岗位表里，有一组对比非常刺眼：一边是 AI 岗位在扩，一边是传统技术岗在缩。
这不是“技术岗不行了”，而是技术岗的内部结构在重排。对 HR 来说，这意味着招聘计划里的岗位配比要重新算一遍。
先看两组方向相反的数据
扩张的一侧：脉脉高聘统计，2026 年 1 至 5 月新发校招 AI 岗位量同比增长 47.3%，AI 渗透率从 26.41% 升到 37.56%——每 10 个新发校招岗位，接近 4 个与 AI 相关。高性能计算工程师的供需比从 0.99 骤降到 0.26，相当于 4 个岗位抢 1 个合格候选人；具身智能岗位量同比增长 15 倍。
收缩的一侧：与 AI 岗的火热形成对比，Java 开发、iOS 工程师等传统技术岗的招聘需求出现大幅下滑。麦可思《2026 年中国本科生就业报告》显示，计算机类全部退出「绿牌专业」名单。
绿牌专业指的是失业量小、就业率与薪资综合较高的专业。计算机类整体退出，是这份报告发布以来少见的变化，说明“学计算机就好找工作”这个判断，需要加上限定条件了。
同一条赛道，价格差三倍
更值得 HR 注意的是薪资断层。
前程无忧《2027 届校招 AI 人才市场洞察》显示，新发 AI 岗位平均月薪 60738 元，比新经济行业平均高 26%。但校招端内部分化极端：大模型算法工程师月薪中位值 27329 元，AI 数据训练师只有 8977 元。
同一赛道差三倍，说明“AI 岗”不是一个岗位，而是四类完全不同的岗位：做模型的（算法、大模型）、做基础设施的（算力、调度、Infra）、做应用的（AI 产品、Agent 开发）、做数据的（标注、清洗、评测）。
这四类岗的招聘难度、薪资带宽、培养周期都不一样。把它们打包成一个“AI 岗”去做预算，要么招不到人，要么成本失控。
哪些专业要重新看
从岗位需求反推，有几个变化值得注意。
计算机类不是不行，是分层了。 会写业务代码的供给过剩，能做模型、算力、系统优化的依然紧缺。同一个专业，走哪条路，结果差别很大。
数学、统计、自动化的性价比在上升。 大模型和算法岗对数学基础的要求，比单纯会写代码更重要。脉脉报告里高性能计算供需比 0.26，这个岗位的合格候选人往往来自这些专业。
文科不是没有机会，但要带“复合”标签。 AI 产品、AI 运营、内容策略这些岗位不限专业，但要的是“懂业务 + 会用 AI 工具”的组合能力，纯文科背景需要补一块。
对 HR 的三个动作
第一，把“技术岗”拆开招。 别再笼统写“招开发若干”，按算法、应用、数据、基础设施分四类，每类单独定薪资带宽和面试流程。
第二，JD 里写清楚用 AI 解决什么问题。 学生看不懂“多模态理解”，但看得懂“把客服对话自动归类成问题清单”。岗位描述越具体，投递质量越高。
第三，别把 AI 岗薪资当月薪来看。 大模型算法岗的月薪中位 27329 元，是市场价；但如果你招的是数据标注、AI 训练师，参照物是 8977 元。用错参照系，预算会翻三倍。
一个提醒
岗位结构变化快，学生端的信息往往滞后一年。
如果你做校招，可以在宣讲里直接讲清楚：我们今年哪些岗位在扩、哪些在收、每个岗位大概什么要求。这句话比任何雇主品牌宣传都管用，因为它帮学生省掉了一年的试错成本，也帮你筛掉了方向不对的投递。
来源：本文数据据麦可思《2026年中国本科生就业报告》、脉脉高聘《2026春招职场洞察报告》、前程无忧《2027届校招AI人才市场洞察》公开数据整理，采集日期2026年11月1日。薪资为媒体披露口径，具体以企业官方公告为准。