“没什么背景”的年轻人，正在靠这个“隐藏入口”逆袭顶级赛道？
粒粟eros约 17 分钟*本文为「三联生活周刊」原创内容
记者｜魏昭阳
AI专业的数字鸿沟
陈辅元报考甘肃政法大学的人工智能专业时，对“人工智能”这个词的理解停留在美国漫威电影《钢铁侠》里的智能管家“贾维斯”。
这个2003年出生于甘肃农村的男孩从小跟着爷爷奶奶长大，中学里的信息课只教打字这类基础内容，上大学前，他对“编程”“算法”这类词汇毫无概念。2021年，带着对人工智能专业“高大上”的想象，陈辅元成为学校第一届人工智能专业的学生。
《山花烂漫时》剧照
入学后，他对专业的新鲜感很快被另一种具体的茫然取代，最直接的脱节是课内教的知识已经过时。陈辅元大二开始接触专业课，用的部分教材是2000年出版的。和陈辅元同年入学的李娇娇也有相同的感受。她在陕西一所普通本科学校读人工智能专业，感觉学校教得有些浅且旧，“很多是十几二十年前的算法理论”。虽然学校会教传统视觉模型，比如OCR图片识别文字、自动驾驶这类，但她最想学的是当时AI领域最前沿的大模型内容，“课程体系里是没有的”。
AI浪潮迅猛，对许多普通高校而言，“人工智能”往往先作为专业名称出现，课程的更新速度很难立刻赶上它的发展。当然，老师也在努力。成都一所本科院校的人工智能专业学生王浩婷告诉我，她的一门专业课的老师是四川大学毕业的博士，每周先自学最新知识，做好笔记，再来给他们上课。但备课时间有限，老师讲不了很深，更多需要他们课下继续自学。
即使学到知识，下一步也让学生们感到悬空。人工智能专业其实有很强的实践性，考验学校的资源和老师的眼界。王浩婷很长一段时间对所学内容“半信半疑”，她的学校很难提供真实的产业应用场景。老师讲的技术细节，她会困惑“企业里真的会用吗？”在一次课程作业中，老师让他们爬取美团商家的评价数据，写数据分析报告，王浩婷觉得这些技能离就业岗位的要求差得远。
《陷入我们的热恋》剧照
陈辅元在找人工智能岗位工作时，发现企业普遍要求求职者会部署和调整大模型，也就是说，要能用大模型做出点东西，有具体的项目经历。对陈辅元这样身处西部内陆地区的学生，想靠近这些标准，最好能有一些分享论坛、实践项目、实习和比赛机会，而他的学校尚没有一个AI相关社团，老师能带他们打的比赛只集中在数十年沿袭下来的网络安全领域。
学校提供不了资源，学生只能自己向外探索，而第一道门槛就是钱。陈辅元尝试找过网课，资源参差不齐，看中的课程需要他付费1000多元，是他一个月的生活费，难以负担。训练模型、搭建智能体等背后必不可少的算力也是真金白银的付出。一位接触过几十所高校AI专业学生的业内人士告诉我，即使在一些“985”高校，学校购买的算力资源也是优先给做科研的硕士和博士学生使用，有的本科生需要一个月自费几千元获取这些资源。
还有比钱更隐蔽又关键的门槛——信息差。这种差距首先横亘在一所学校的不同专业之间。尚启峰在福州一所大学读电子类专业，他发现，许多相关项目和比赛只在计算机学院内部口耳相传，直到大三，他主动申请加入计算机学院的社团，才开始掌握Git这种最基础的软件开发工具。
AI 专业最需要的前沿信息、实践项目和产业资源，往往集中在发达地区和头部高校，很多“双非”高校缺乏这些资源（视觉中国供图）
在不同地区和学校之间，信息差体现得更为明显。陈辅元和沿海地区名校的朋友们线上交流AI时，发现他们说的一些工具和方法自己连名字都没听过。陈辅元给一位985学校的同学推荐一份线上教程，对方回复，自己校内的资源已经够丰富，不需要再找其他的资料。学校和就业之间也存在信息真空。王浩婷所在班级成绩第一名的同学，投了三个月简历都找不到算法岗位的实习。王浩婷帮她看简历时发现，虽然绩点和奖学金亮眼，但项目经历近乎空白。
客观条件的限制下，学生们虽然对AI领域的工作向往且愿意努力，但搭上这趟未来列车，仍困难重重。到头来，每个受访学生都告诉我，周围同学基本只瞄准两条出路：考研和考公。那些课堂外的AI知识、比赛和项目则少有余力关心，常被划分到“浪费时间”的范畴，“学这个又不能帮你毕业”。李娇娇是学校里第二届人工智能专业的学生，她的学长学姐在老师的建议下基本选择考研。她想就业，但在网上搜索本科就业算法工程师的内容，收到的回复都是以她的背景“不太可能”。
开源接力：普通学生学AI
6月中旬的杭州，天色阴沉，雾色弥漫。从城区一路向西，来到紫金港科技城内的云谷中心，几栋大厦的深色玻璃反射着冷硬的光。位于七楼尽头的Datawhale办公室则是另外一种气质，活泼松弛。明亮的空间里摆着几排开放式工位，十几个同事零散地坐着，桌上的盆栽是毛绒材质，长着元宝形状的叶片。一个男生的鼠标垫上印着一只正在奋笔疾书的蓝色鲸鱼，头顶四个大字——“知识灌入”。这只蓝色鲸鱼还出现在毯子、枕头等各处，是Datawhale标志性的logo。办公室里的每个角落都摆着折叠床，给大家睡午觉用。
人工智能开源社区Datawhale的成员基本都是年轻人（陈中秋 摄）
Datawhale是一个AI开源学习社区。它把机器学习、大模型、智能体等AI知识做成免费教程和实战项目，公开发布，任何AI“小白”、学生，或是开发者、创业者都可以学习。有线上的“组队学习”，也有线下的训练营和高校活动等。
这个现在有着两三百万用户的社区，起源于一个12人的互助学习群。Datawhale的创始人范晶晶告诉我，那是2018年，他在读研究生，一位武汉的同学考研失利，又错过了找工作的好时机，在焦虑中向他打来电话求助。比起现在的陈辅元、李娇娇这些同学，那时人工智能专业在国内处于更加雏形的阶段，校内知识滞后。范晶晶安慰对方不要慌，既然大家同样缺乏资源，那就先一起线上学习。于是，他建了一个12人的微信群，每周围绕一些AI问题各自查资料、找答案，再集中交流讨论。
《normal people》剧照
互助学习的效果出乎意料地好，范晶晶毕业时，群内的同学人均拿了5到10个工作offer，不乏知名大厂，高于身边其他同学。这套学习机制有效，帮助别人又能带来纯粹的快乐，范晶晶决定放弃算法工程师的offer，全职把Datawhale运营下去。
让AI学习免费和开源，是Datawhale自创始之初就认定要坚持的方向。这和范晶晶自身经历有关，他毕业于杭州电子科技大学，从老家一路考出来，他真切地体会过不自信和缺资源。在谈话中他反复和我强调，Datawhale的使命是想帮助普通人。他坚持不做成教培或是知识付费机构，想把知识开放给不论什么背景和条件的同学，如果要“获客”就会变得封闭。
说实话，在办公室见到范晶晶的第一眼，我没有识别出他是创始人。他和所有成员、实习生一起坐在开放工位前，大家对待他，像提起一个亲切的学长。范晶晶穿着纯黑T恤，戴着黑框眼镜，确实像个刚毕业不久的大学生。摄影师拍照时指导他摆姿势，他神情腼腆，一副不习惯面对镜头的样子。直到我们聊到一些理想主义的话题，他侃侃而谈，眼神变得很亮。范晶晶说，Datawhale和学校里常见的评价体系不太一样。这里很少用学历、绩点和履历来判断一个人，更看重的是，他是否愿意从学习者逐渐成为贡献者。
人工智能开源社区Datawhale创始人范晶晶（陈中秋 摄）
把自己学会的东西分享出来，就是一份AI开源教程的诞生。Datawhale第一个出圈的开源教程“南瓜书”，最初是作者谢文睿的学习笔记。谢文睿本科毕业于惠州学院。在北京读研时他自学机器学习领域经典教材“西瓜书”，被书里省略推导过程的公式难住，网上搜不到任何系统性资料，他就自己一步步推导，把前四章推导笔记分享到Datawhale账号上，没想到一周内冲上GitHub（全球最大开源网站）榜单第二名。
这次爆火让谢文睿等人意识到，普通学生写的AI开源教程最能戳中学生的痛点，因为从“小白”的视角出发，踩过的每个坑，卡住的每个点，都是在课堂和教材上容易被忽略的共性困惑。因此，Datawhale更加鼓励每一个学生把感兴趣的问题都分享出来。谢文睿现在是Datawhale开源项目负责人，他介绍，开源教程的立项通道始终开放，审核标准只有一个，目前完成度达到50%，以防烂尾。什么主题和方式都会被鼓励，“你自己就是学生，你愿意看什么样的教程就按这样去写”。
因为以帮助普通人学习为初衷，Datawhale的开源教程是“保姆级”的，大模型教程“Self-LLM”就是一例。作者宋志学本硕在河南理工大学读测绘专业，身边“完全没人懂AI”，靠自己从零摸索。因此，他写教程时默认读者是个零基础的大一新生，细致到#号该怎么打——“一个#号是大标题，两个是二级标题”都写进去。每个步骤还会附上截图，读者可以更直观地确认自己是否操作对了。教程刚发布时，宋志学会用腾讯会议共享屏幕，手把手从租显卡、配置环境开始教起。李娇娇就是被他教过的新人之一。
AI变得太快，教程还得更新。谢文睿告诉我，这些教程能一直追在AI前沿上，靠的是源源不断涌进来的学生。“每一批学习者都带着对最新知识的渴求”，他们边学边写，把新诉求变成教程。在他看来，学生甚至比从事AI的职场人更敏锐，“职场的人被工作困住，吸收新知识反而慢”。比如今年AI领域大火的agent（智能体），早在2024年，Datawhale社区里一位本科生就写出了agent相关教程。
《奶酪陷阱》剧照
开源教程像流动的活水，被参与共创的学习者层层荡漾开，从学生扩展到企业。这些教程还会放到一轮轮组队学习里被几百名学员试用、挑毛病，再回头打磨迭代。社区里有很多在大厂工作的算法工程师，他们会把更贴近实战的内容脱敏后补成教程的额外章节。企业也自己下场，宋志学说，前段时间MiniMax发布新模型，官方来教程里提PR（贡献代码）。“谁发布新模型，谁就来帮着把教程更新掉。”
“让99%的高校被看见”
“保姆级”的线上教程只能触达那些主动在网上找资料的同学。更多的普通学生，首先需要AI走到他们面前去。范晶晶受到北京师范大学一位教授的启发，认为现在比起知识，更稀缺的是“联通的管道”，他们于是做了“AI+X高校行”的项目，到高校去跟学生面对面，把人和人、人和机会链接起来。
高校行负责人甘元琦接受采访时刚下高铁，忙碌和出差是她的常态。高校行是2024年开始的，公众号发出招募的第一个月，就有50多所学校发出邀约。人数多的一场来了400多个同学，座位坐不下，有同学就用书包垫着坐在过道上。甘元琦印象深刻的是第一场，有个同学刚输完液就赶来了。
高校行能如此吸引学生，关键在于实操环节。甘元琦介绍，高校行的定位是科普扫盲和建立信心。一场两三小时的活动，先由学长学姐分享最近的前沿知识和工具，再留一半时间跟着案例动手实操。他们深知，许多同学对使用AI有心理门槛，所以，实操环节的指导“像菜谱一样，一步步跟着做就能做出成品”。当同学们真的在指导下用AI生成一张小猪佩奇的图片时，窗户纸就被捅破了，一下子有了信心。甘元琦回忆，一所杭州“双非”学校的活动结束后，一个女生特地来和她说，以前觉得AI高高在上，发现自己也能上手做出东西后，“感觉它变成我踮踮脚也能学会的了”。
信心对非AI专业的学生而言尤其宝贵。甘元琦是文科生，曾经做过市场咨询工作，回母校举办高校行时，甘元琦分享了自己转入AI行业的经历，教学弟学妹如何用AI做数据分析。有个学妹加上她微信说，今天第一次学会把AI工具用到自己的专业里，以后想继续学下去。
高校行最初去的都是江浙沪地区的“985”高校，后来因为陈辅元的一通电话走出了“名校圈”。陈辅元当时读大三，已经在Datawhale学到很多，特别希望这个论坛能走进甘肃政法大学，让他的学弟学妹也能接触AI。高校行的另一位负责人黄思语回忆，其实当时他们有所犹豫：偏远学校的学生，对学AI是不是有同样的热情？陈辅元的话打动了他们——越是偏远、资源越稀缺的地方，学生对AI的渴望反而越强。他再三保证会解决一切困难，让活动落地，甚至拉来了老师加入通话。
《骄阳似我》剧照
甘肃政法大学的活动成功举办后，甘元琦又跑了50多所高校，越发感受到资源和机会密度的悬殊。比如在浙江大学，大厂抢着来办活动，一周十几场，礼品、技术大咖、实习绿色通道一应俱全。而像陈辅元这样西北“双非”学校的学生却觉得，“想让好企业来我们这儿，是天方夜谭”，Datawhale是他们少有的能抓住的机会。
不少普通学校的学生联系甘元琦时，会先小心翼翼地确认一句，“我们是这种学校层次，可以吗？”再发来长长的小作文，表达对高校行的渴望。高校行的项目团队于是下定决心，把“让99%的高校被看见”作为工作重点之一。他们走进西部地区，也走进职校、专科学校，覆盖面就此铺开，目前已经走进250多所学校。
这种AI高校行，带去的不仅是知识，其实也带去了可能性。很多同学没见过更大的世界，对自己的专业和前景没有更多的想象，接触到之后，他们可以多一个选择。在浙江读建筑专业的钱皓亮就是这样找到新方向的。
2025年10月15日，呼和浩特民族学院鸿蒙物联网实训课上，老师演示华为5G智能小车。该校作为内蒙古首批开设智能科学与技术本科专业的高校，通过前沿课程激发学生对AI领域的浓厚兴趣（视觉中国供图）
钱皓亮学建筑是出于家里人的安排，但他不想进工地，也看不到行业前景。周围同学普遍上课玩手机，回宿舍打游戏，他直觉不想这样过日子，但又不知道有什么别的路可以走。迷茫之际，钱皓亮偶然在一次线下活动接触到Datawhale，看到高校行的宣传，兴奋不已，也想把高校行带到自己学校去。学校没有AI类的组织，他借心理协会的名义筹备了两个月，借了一个能容纳60人的教室，最后到场不过稀稀拉拉20人。虽然活动不算成功，但一些改变已经悄然发生，这个曾经觉得AI属于另一个世界的20岁年轻人，开始踏上AI的路径。
超越AI的成长
李娇娇是在去年生日那天收到腾讯算法工程师岗位的正职offer的。两年前的她怎么也不可能想象到，自己能收获这么好的结果。
6月一个周四，中午1点，我和李娇娇在她的午休时间通电话。她坐在位于北京西北旺的腾讯大楼里，语气平稳地回忆这个听上去带着“逆袭”意味的经历，起点在于她大二开始在Datawhale学的大模型内容。当时，她在一次找资料时发现Datawhale官网，从组队学习到开源教程，一路学下来，还当了三期训练营助教，给同学答疑。
《骄阳似我》剧照
那是2023年，ChatGPT在国内引发的大模型热潮刚兴起，当时公司求贤若渴，但是真正做过大模型项目的学生不多，Datawhale的经历帮她找到了第一份实习，在AI初创公司做大模型的预训练。凭借这份实战经验，后续她又进入了两家大厂实习，做算法工程师相关岗位。这条路并不轻松。算法岗位对学历要求高，能否找到工作的焦虑始终伴随她，李娇娇一个月投三四百份简历，失眠到半夜，起来改面试话术。毕业前一个月，她得知被腾讯录用的消息。
除了学习AI，李娇娇觉得整个“逆袭”经历给她带来了潜移默化的改变。她先前不爱主动交际，刚进Datawhale的组队学习群时，“只敢窥屏”，发消息前要先在心里预演几十遍。一次次的交流和助教经历，让她收获许多鼓励与肯定，从而更敢于表达自己。变化延续到面试桌上，她不再畏畏缩缩，而会反问面试官，把话题引到自己项目中的亮点，大胆表达自己对AI前沿知识的理解。
具有开源精神的社区，在努力弥合科技鸿沟，但普通学生成功通向AI之路，还需要自驱力。李娇娇有个本子专门用来记录“待学清单”，把平时遇到的任何AI问题记下来，利用休息时间一个个弄懂，梳理成笔记。钱皓亮在Datawhale的线下活动上逐渐生长出自信，会上台分享自己的故事，从紧张的5分钟到讲满15分钟。一次他碰到的另一位分享嘉宾正是一家AI公司的老板，他主动上前要到一个实习机会。说到这里，他扬起弧度很大的笑容，说自己现在的准则是“先去做，再看，不行的话可以慢慢学”。
《点燃我温暖你》剧照
如此多有自驱力的同龄人聚合在一起，也创造了一种积极昂扬、温暖互助的氛围。尚启峰一度迷茫到休学，他觉得自己在一心保研考研的同学中格格不入，是Datawhale的伙伴给了他志同道合的感受。尚启峰发起一个叫“鲸鱼小车”的AI硬件开源项目，花一两百块买些3D打印配件，跟着教程就能装出一台能跑的小车，引来五六百个跨校同学一起做。现在，他正在重庆做AI硬件方面的创业。
王浩婷在Datawhale社区里遇到的则是愿意拉她一把的前辈。她大三时在考研和异地实习之间犯难，成长在四川一座小县城的她，身边没有一位了解AI行业的人能给她明确意见，父母希望她考公，网络上的经验帖也没法结合她自身情况。王浩婷在Datawhale社区里向前辈昱哥倾诉。昱哥在互联网大厂做了多年数据分析，经验丰富。他当即和王浩婷打了近两小时电话，一一列清两条路的得失，还帮她逐字改简历，细致到字号和排版。这份帮助是持续性的，实习时王浩婷遇到过大模型生成长文本的相关问题，网上搜不到解决方式，眼看就要完不成任务，在Datawhale群里求助，正好一位职场前辈熟悉这个方向，几句话就给了她思路。
被前辈领过路的人，会把这份关心传递下去。陈辅元作为学校里第一届人工智能专业的学长，花一整个学期办齐材料，建起学校第一个AI协会，在社团里一对一地教大家在电脑上安装“深度学习”环境，入门AI。再后来，他把高校行引进学校，帮助学弟学妹“把视野从校内拉到大厂一线在研究什么”。现在他在深圳一家AI公司实习，看到实习和招聘信息，会第一时间转发到社团群里。
《黑帮我成了高中生》剧照
在浙江一所“双非”学校读化学专业的朴景，是受访学生里最积极想和我线下见面的。这个大二男生在社交上展露出超乎他年龄的成熟，他几乎不放过每个能和不同职业的人打交道的机会。也正是这份对新鲜事物的开放心态，让他在一次周末的线下活动接触到Datawhale，进而开始参加黑客松（指编程马拉松，一场持续24到48小时，参赛者组队合作，从创意到做出能演示的原型产品）。
朴景参加的第一场黑客松就是Datawhale办的。任务是把一首歌的声音换成另一种音色，全场三四十人，只有朴景和队友做出来了。第一次的成功给了他动力，之后的一年里，他参加了12场黑客松。朴景把每场黑客松都当作学习机会。上大学前，他对AI其实没什么了解，他成长在东北一个小城，高中教学条件一般，理科都靠网课自学。但他足够积极主动，会留在黑客松现场找评委和开发者交流，在一次次针对创意、技术、功能完善程度、商业落地与闭环的可行性的问答中，直面AI应用的具体场景，积累行业经验和一线手感。
在6月初东南大学举办的黑客松当中，朴景和三个队友拿到了最佳人气奖和最佳硬件奖。他们做的是一个让普通人“用手捏”出3D模型的工具。平常要做一个3D模型再打印出来，得先学会一套专业且难上手的建模软件，朴景他们想把这道门槛去掉。用户只要戴上一只手套、对着摄像头，双手在空中比画，整个过程就像捏橡皮泥。最后捏成什么样，就能直接送进3D打印机，打成一件实物。那只手套还会给手指一点力的反馈，这样能有真实的“捏到东西”的手感。比赛一结束，就有两三个投资人围过来找他聊。
《凡人歌》剧照
我们聊到最后，朴景兴奋地在电脑上给我演示他最新的想法，搭建一个求职网站，想法诞生不到两周，功能已经全部跑通。网站蓝色背景的首页写着“给2026秋招生的AI求职教练”，朴景正在计划如何营利。他把网址发给我，附上一句邀请：“有空欢迎试用啊！”
（本文选自《三联生活周刊》2026年26期封面故事，应受访者要求，文中朴景为化名）
订阅读者专属福利
加入社群，接龙好物抽奖不停
抽奖：接龙社群内大家共同认证的口碑好物~
在这里，我们也会聚集一群同频共振、热爱生活的伙伴，一起接龙、一起种草、一起交流，做大家生活的共同陪伴者。
添加微信，发送凭证，获邀入群
排版：金金/审核：小风
详细岗位要求点击跳转：《三联生活周刊》招撰稿人