AI接走基础工作，新人靠什么积累经验？

文／侯彦君

企业在招聘的时候，都希望新人最好已经有经验；安排工作的时候呢，又越来越愿意把新人能干的活儿交给AI。这两件事放到一块儿，问题就来了：企业需要的那些有经验的人，以后到底从哪儿来？

整理资料、做会议记录、准备初稿、核对数据，这些活儿以前经常是新人来干。现在AI干得更快，交给AI也很正常。没必要为了培养人，还让员工花几个小时在那儿复制粘贴。

不过有些基础工作，除了出结果，还能让新人接触业务。要是活儿都交给AI了，连理解问题、看原始材料、听反馈的机会也一块儿拿走了，那新人交出来的东西可能越来越像样，实际能力却未必跟得上。

基础工作里，有些重复的可以省，有些过程真不能丢

就拿招聘来说吧。下面说的是工作安排，不是哪个客户的实际案例。

新人按照明确条件整理简历，把候选人的学历、工作年限、行业经历填进表格，这部分确实很适合交给AI。翻来覆去录信息，并不会让人自动就更懂招聘。

但如果整理的过程中，新人还得理解岗位为啥设这个条件，比较两份经历差不多的简历，参加面试，再听招聘负责人解释为啥留下其中一个，那他接触到的就不只是简历信息了，还有判断依据。

同样写着“负责销售团队管理”，有人带的是成熟团队，有人是从零开始组团队；有人赶上市场增长，有人是在市场下滑的时候守住了客户。光看职位名称和业绩数字，这些差别很容易就被忽略掉。新人得通过具体材料、追问和后续表现，慢慢搞清楚哪些经历跟当前岗位是否有关。

AI可以帮忙整理这些信息，也可以提出分析角度。但如果新人拿到的只是一份已经排好序的名单，他很难知道哪些条件该坚持，哪些可以调整，更不知道系统为啥把某个人排在前面。

所以调整工作的时候得具体看，省掉的是录入、检索、排版，还是把理解业务的过程也一块儿省了？这两件事对培养人的影响完全不一样。

直接让新人审核AI，其实没解决培养的问题

有一种安排看着挺顺理成章，AI负责执行，新人负责检查，资深员工处理复杂问题。

问题是，新人拿什么来检查？

一份分析写得完整、措辞专业，明显错误也不多，没经验的人往往很难看出它到底漏掉了啥。检查错别字、核对数字，跟判断这份分析有没有抓住业务问题，需要的能力差别大了去了。

2026年10月16日，Anthropic发了一份关于自身工作和就业变化的研究。报告结合了内部数据和17名员工的访谈，观察到初级技术岗位在招聘里的占比下降了，招聘管理者也更看重自主性和判断力。这是单家AI公司的内部研究，不能就说所有企业都会减少招新人，但它提醒了一个挺值得注意的变化，企业可能更早地要求员工去承担判断性的工作。

我担心的是，工作要求已经提高了，培养方式却没跟上。原来新人可以从整理材料、初步分析一路做到独立负责，现在前面的活儿被AI接走了，企业直接就把审核的责任交给他，再用“缺少业务判断”来评价他的表现，这个安排本身就有问题。

判断力得在具体任务里慢慢形成。哪些信息值得核实，遇到什么情况该停下来，什么时候得请别人参与，这些不能只靠一份操作说明就能教会。

让新人负责一小段完整的工作

培养方式可以跟着工具变。基础任务少了以后，更值得调整的是新人承担任务的方式。

还是拿招聘来说。AI可以整理简历，但新人得说明筛选的理由；AI可以生成面试问题，新人得根据岗位要求决定保留哪些问题，还得解释通过面试能够确认什么。面试结束后，再把原先的判断和实际得到的信息对照一下，看看哪儿判断得太早、哪儿还缺证据。

起步阶段，不用让新人独立负责整个招聘项目。可以挑一个边界清楚的岗位，安排他在资深的同事审核下，跟进从需求澄清到面试反馈这一段完整的过程。这样，他就能看到前面的选择是怎么影响后面的工作的。

如果只让新人不停地整理简历，他接触的信息虽然多，却未必知道这些信息有什么用；如果只让他提交AI生成的推荐名单，他又可能跳过了最需要练习的那部分。工作范围可以小，但要让他明白自己为什么做、结果交给谁、后面又发生了什么。

带教也得跟着改变。主管要是只把结果修改的更好了，那么新人所看到的就只是一个更好的版本。只有把为啥这么改讲清楚，他才有可能下次自己去发现问题。比如说，删掉一个面试问题，是因为它跟岗位没关系，还是因为候选人很容易给出漂亮但没法验证的回答？理由不一样，新人学到的东西就不一样。

Learning Guild在10月21日的一篇文章里提出，培养判断力不能光停留在提醒员工检查AI答案这一步，还得让学习者自己去解释证据、比较不同的判断，然后在拿到新信息之后修正原来的结论。这是一篇培训设计的讨论，不能当成培养效果的验证，但它提出的练习方向值得借鉴。

这里也得给带教留出时间。要是主管还是只按当期交付的数量来考核，带新人完全靠额外付出，那让资深员工自己把活儿干完，通常就成了更省事的选择。企业要是希望新人尽快独立，就得把审核和反馈正式安排进工作里，不能一边要求培养人，一边又把培养需要的时间全给挤没了。

能力得在AI帮忙之外能看出来

AI用得好，当然应该算员工的本事。新人也没必要为了证明自己，所有活儿都从头手工做一遍。

但管理者得知道，交上来的东西里哪些部分是员工已经搞明白的，哪些部分其实还靠着AI。不然的话，一份漂亮的报告很容易把能力差距掩盖住，等客户追问、条件变了或者系统出错了，问题才一下子显露出来。

评价的时候可以顺着真实任务接着往下看，结论的依据能不能追溯到原始材料，员工能不能说清楚为什么这么取舍，条件变了以后能不能调整做法，碰到自己搞不定的问题能不能及时找人帮忙。没必要把每次工作都搞成考试，但这些表现比“交了多少份材料”更能帮主管判断，下一步能把多大的责任交给新人。

模拟练习可以承担一部分准备工作，让新人先接触不完整的信息和不同的选择，再一起讨论处理的依据。不过，真实工作里客户的反应、协作上的困难、执行之后的后果，还是得在实际任务里一步步经历。企业不能用上完课、通过测验，来代替对独立工作能力的判断。

企业可以减少那些不再需要的基础任务，也可以重新想想初级岗位的数量。但如果还需要不断补充能独立做事的人，就不能光把招聘标准抬高，把积累经验的责任全推给求职者。

AI接走基础工作以后，带教不会自动变得轻松。管理者得更清楚地知道，哪些事情已经可以省掉了，哪些经历还得让新人自己去经历。不然的话，眼前是少安排了几项任务，过几年可能就发现，团队里始终只有那几个人能拿主意、能扛得起责任。

参考资料：

- Anthropic，2026年10月16日：How employment is changing at Anthropic。

- Danielle Wallace，Learning Guild，2026年10月21日：As AI Reshapes Work, Are We Developing the Judgment It Demands?。